-
Derece türü: Sertifika "PCEP™ - Sertifikalı Giriş Seviyesi Python Programcısı"
“İlişkisel Veritabanları – SQL” Sertifikası
Veri Analitiği" sertifikası -
Final Sınavı: Praxisbezogene Projektarbeiten mit Abschlusspräsentationen
Certified Entry-Level Python Programmer (PCEP™) (in englischer Sprache) -
Ders saatleri: Tam zamanlıPazartesi'den Cuma'ya 8:30 - 15:35 (resmi tatil olan haftalarda 8:30 - 17:10)
-
Eğitim dili: Alman
-
Süre: 12 Haftalar
Python ile Programlama
Python temelleri (yaklaşık 1 gün)
Tarihçe, kavramlar
Kullanım ve uygulama alanları
sözdizimi
Lexis, semantik
PEP-8 sözleşmeleri
Yorumlayıcı vs. derleyici
Rakam sistemleri: ikili, sekizli, onaltılı
Bilimsel gösterim
Python ile ilk adımlar (yaklaşık 5 gün)
Sayılar
Dizeler
Tarih ve saat
Standart giriş ve çıkış
Sayısal operatörler
Karşılaştırma, mantıksal ve bitsel operatörler
Veri türü dönüştürme
liste, tuple, dict, küme
İşlevleri ve yöntemleri listeleme
Dallanma ve döngüler (if, for, while)
Üye operatörler
Dize temelleri: kaçış, çok satırlı dizeler
Operatörlerin önceliklendirilmesi ve bağlanması
İş sürecinde yapay zeka (AI)
Belirli yapay zeka teknolojilerinin sunumu
ve profesyonel ortamdaki olası uygulamalar
Fonksiyonlar (yaklaşık 5 gün)
Kendi fonksiyonlarınızı tanımlayın
Değişkenler
Parametreler ve bağımsız değişkenler
Dönüş değerleri
Özyineleme
İsim Alanları
Fonksiyonel programlama
Parametre türleri: konumsal, anahtar sözcük, karışık
Varsayılan değerler
Gölgeleme ve küresel anahtar kelime
Yok ve değer olmadan döndür
Sorun giderme (yaklaşık 0,5 gün)
try ve except ile hata işlemenin temelleri
Tipik hata türleri ve istisna hiyerarşisi
Hata yayılımı ve program kesintileri
Harici blokların yapılandırılması
Nesne yönelimli programlama (yaklaşık 4,5 gün)
Python sınıfları
Yöntemler
Değişmez nesneler
Veri sınıfı
Kalıtım
Proje çalışması, sertifikasyon hazırlığı ve İngilizce "PCEP™ - Certified Entry-Level Python Programmer" sertifika sınavı (yaklaşık 4 gün)
SQL ile ilişkisel veritabanları
Veritabanı sistemleri ve SQL'in temelleri (yaklaşık 3 gün)
Veritabanı sistemleri ve modellerine genel bakış
Yedekli veri ve veri bütünlüğü
Normalleştirme
Veritabanı tasarımı ve varlık ilişki modeli (ERM)
Birincil ve yabancı anahtarlar
İlişkiler arasındaki ilişkiler
SQL'de veri türleri
Endeksler ve performans
Kısıtlamalar ve doğrulama
SQL'de Sorgular
Yapay zeka destekli analiz yöntemlerinin temeli olarak yapılandırılmış veriler
SQL Server Management Studio'ya (SSMS) giriş (yaklaşık 2 gün)
SQL Server ve SSMS'ye Genel Bakış
Fiziksel veritabanı tasarımı
Tablo oluşturma ve veri türlerini tanımlama
Kısıtlamalar, varsayılan değerler ve ilişkiler
Veritabanı diyagramları (ERM) ve ilişkileri
Yedekleme ve geri yükleme
Performans izlemeye giriş
Yapay zeka destekli sorgu optimizasyonu ve sorgu analizine genel bakış
DDL (Veri Tanımlama Dili) ve DML'ye (Veri Manipülasyon Dili) giriş (yaklaşık 8 gün)
SQL temelleri ve genişletilmiş sözdizimi
Operatörler ve entegre fonksiyonlar
Sorgular ve veri manipülasyonu
Hata işleme ve işlem yönetimi
Veritabanı nesnelerinin oluşturulması ve yönetimi
Performans optimizasyonunun temelleri
Modern veri türleri ile çalışma
Yapay zeka ve analiz uygulamaları için veri modelleme ve yapılandırılmış hazırlık
DCL - Veri Kontrol Dili ve Güvenliği (yaklaşık 1 gün)
Kullanıcı yönetimi ve yetkilendirmeler
Roller ve güvenlik kavramları
Denetim
Satır Seviyesi Güvenliğine Giriş
Yapay zeka destekli analizler bağlamında veri güvenliği
Modern sistemlerde veri türleri, veri içe ve dışa aktarımı (yaklaşık 1 gün)
Veri içe ve dışa aktarma
Modern veri türleri
Analiz süreçleri için verilerin içe aktarılması, dönüştürülmesi ve sağlanması
Proje çalışması (yaklaşık 5 gün)
Öğrenilen içeriği pekiştirmek için
Proje sonuçlarının sunumu
Veri analitiği
Veri Analitiğine Giriş (yaklaşık 1 gün)
Veri Analitiğinin Görevleri, Uygulama Alanları ve Tipik Uygulama Örnekleri
Veri Analitiği Süreçleri ve CRISP-DM
Veri Analistinin Rolü ve Veri Bilimi, Veri Mühendisliği ve İş Zekası ile Arasındaki Farklar
Yapay Zeka ve Makine Öğreniminin Sınıflandırılması
Veri Analitiği için Python (yaklaşık 1 gün)
Jupyter Notebook'larla Çalışma
Veri analizi için NumPy ve Pandas
Çeşitli veri kaynaklarından (örn. Excel ve CSV) veri içe ve dışa aktarma
Verilerin Seçimi ve Dönüştürülmesi
Veri hazırlama ve keşifsel veri analizi (yaklaşık 3 gün)
Pandas ile veri temizleme ve dönüştürme
Eksik, hatalı ve dikkat çeken verilerin işlenmesi
Verilerin birleştirilmesi, gruplandırılması ve toplanması
Keşifsel veri analizi ve ilk bulguların çıkarılması
İstatistiksel değerlendirmelerin temelleri
SQL ve Veri Yönetimi (yaklaşık 2 gün)
İlişkisel veritabanları ve veri modelleri
SQL ile veri sorgulama ve işleme
Birleştirme, toplama ve analitik sorgular
Veri analizinde SQL ve Python'un birlikte kullanımı
Veri kalitesi ve veri gizliliği
Farklı veri kaynakları ve veritabanı sistemlerine bağlanma ve bunları kullanma
Veri Görselleştirme ve Veri Anlatımı (yaklaşık 2 gün)
Matplotlib, Seaborn ve Plotly ile görselleştirme
Uygun grafiklerin ve görselleştirme biçimlerinin seçimi
Analiz sonuçlarının işlenmesi ve yorumlanması
Veri Anlatımı ve hedef kitleye uygun iletişim
Power BI ve etkileşimli gösterge panelleri (yaklaşık 2 gün)
Power Query ile veri içe aktarma ve hazırlama
Veri modelleme ve ilişkiler
DAX ve metriklerin temelleri
Etkileşimli raporlar ve gösterge panelleri oluşturma
İş KPI'larının görselleştirilmesi ve iletişimi
Alternatif iş zekası ve görselleştirme çözümlerine genel bakış
Yapay zeka destekli veri analizi (yaklaşık 2 gün)
Veri analizi iş akışında üretken yapay zekanın kullanımı
AI destekli veri hazırlama, analiz ve görselleştirme
Python ve SQL sorgularında destek
Veri analizleri için komut satırı yönlendirmeleri ve sonuçların yorumlanması
Veri kaynaklarının eleştirel değerlendirmesi ile sentetik ve mantıksız verilerin tespiti
Kalite güvencesi, veri koruma ve sorumlu yapay zeka kullanımı
İş Analitiği ve İstatistiksel Temeller (yaklaşık 2 gün)
İşletme bağlamında göstergeler ve KPI'lar
Tanımlayıcı İstatistik ve İstatistiksel İlişkiler
Korelasyon, nedensellik ve basit regresyon analizleri
Güven aralıkları ve hipotez testlerinin temelleri
Analiz sonuçlarının yorumlanması ve verilere dayalı eylem önerilerinin türetilmesi
Proje çalışması (yaklaşık 5 gün)
Öğrenilen içeriği pekiştirmek için
Proje sonuçlarının sunumu
Değişiklikler mümkündür, kurs içeriği düzenli olarak güncellenmektedir.
Bu eğitimden sonra Python ile programlama konusunda kompakt ve temel bilgilere sahip olacaksınız. Sınıfları, kütüphaneleri ve fonksiyonları ile programlama dilini kullanma konusunda kendinize güveneceksiniz.
Ayrıca SQL ile ilişkisel veritabanları geliştirebilir ve yönetebilirsiniz. Tablolar ve görünümler oluşturacak, sorgular formüle edecek ve uygun SQL komutları ile verileri işleyeceksiniz. Veri bütünlüğüne dikkat edecek, işlemleri kullanacak ve SQL Server'da kullanıcı hakları atayacaksınız. Ayrıca analizler ve yapay zeka destekli değerlendirmeler için yapılandırılmış veriler hazırlayacaksınız.
Ayrıca, Python ve SQL kullanarak verileri işleyip analiz edebilir, Power BI ile anlamlı görselleştirmeler ve etkileşimli gösterge panelleri oluşturabilir, analiz sonuçlarını yorumlayabilir ve hedef kitleye uygun şekilde sunabilirsin. Veri analizlerini desteklemek için üretken yapay zekayı hedef odaklı bir şekilde kullanabilirsin.
Bu eğitim programı, verileri analiz etmek, görselleştirmek ve veriye dayalı kararlar almak isteyen, ticari, teknik veya bilişim alanında deneyimi olan kişilere yöneliktir.
Veriye dayalı kararlar, şirketlerde ve kuruluşlarda giderek daha önemli bir rol oynamaktadır. Buna bağlı olarak, farklı kaynaklardan gelen verileri işleyip analiz edebilen ve anlaşılır bir şekilde görselleştirebilen uzmanlara ihtiyaç duyulmaktadır. Python, SQL ve İş Zekası alanlarındaki bilgiler, Veri Analitiği alanında ve veri odaklı uzmanlık ve kurumsal birimlerde çalışma imkânları sunmaktadır.
Anlamlı sertifikanız, edindiğiniz nitelikler hakkında ayrıntılı bir fikir verir ve kariyer beklentilerinizi geliştirir.
Didaktik kavram
Eğitmenleriniz hem profesyonel hem de didaktik açıdan son derece kalifiyedir ve size ilk günden son güne kadar ders verecektir (kendi kendine çalışma sistemi yoktur).
Etkili küçük gruplar halinde öğreneceksiniz. Kurslar genellikle 6 ila 25 katılımcıdan oluşmaktadır. Genel dersler, tüm kurs modüllerinde çok sayıda pratik alıştırma ile desteklenmektedir. Uygulama aşaması kursun önemli bir parçasıdır, çünkü bu süre zarfında öğrendiklerinizi işler ve uygulamada güven ve rutin kazanırsınız. Kursun son bölümü bir proje, bir vaka çalışması veya bir final sınavını içerir.
Sanal sınıf alfaview®
BildungszentrumDersler, modern alfaview® video teknolojisi kullanılarak kendi evinizin rahatlığında ya da 'deki tesislerimizde gerçekleştirilir. Tüm kursiyerler alfaview® aracılığıyla birbirlerini yüz yüze görebilir, birbirleriyle dudak senkronize ses kalitesinde iletişim kurabilir ve ortak projeler üzerinde çalışabilir. Elbette, bağlı eğitmenlerinizi de istediğiniz zaman canlı olarak görebilir ve onlarla konuşabilirsiniz ve kursun tüm süresi boyunca eğitmenleriniz tarafından gerçek zamanlı olarak eğitileceksiniz. Dersler e-öğrenme değil, video teknolojisi aracılığıyla gerçek canlı yüz yüze öğretimdir.
alfatraining Agentur für Arbeit Eğitim kursları, AZAV onay yönetmeliğine uygun olarak sübvanse edilmekte ve sertifikalandırılmaktadır. Bildungsgutschein Aktivierungs- und VermittlungsgutscheinKurs başvurusunda bulunduğunuzda, kurs masraflarının tamamı genellikle finansman kuruluşunuz tarafından karşılanır.
Europäischen Sozialfonds Deutsche Rentenversicherung (ESF), (DRV) veya bölgesel finansman programları aracılığıyla da finansman mümkündür. Berufsförderungsdienst Düzenli bir asker olarak, (BFD) aracılığıyla daha fazla eğitim kursuna katılmak mümkündür. Agentur für Arbeit (Qualifizierungschancengesetz) Şirketler de çalışanlarını (BFD) tarafından sağlanan bir finansman programı aracılığıyla kalifiye hale getirebilirler.