Scrum ile çevik proje yönetimi (PSPO I), veri analitiği ve makine öğrenimi

Bu kurs, Ürün Backlog’uyla çalışma dahil olmak üzere Scrum Ürün Sahibinin rolünü ve görevlerini ele almaktadır. Buna ek olarak, Yapay Zeka, Python destekli veri analizi, Büyük Veri, gösterge panelleri ve metin madenciliğinin temelleri de işlenmektedir. Ayrıca, veri hazırlama ve model geliştirmeden değerlendirme ve yorumlamaya kadar makine öğreniminin tüm iş akışı sana öğretilecektir.

  • Derece türü: "Scrum.org'dan Profesyonel Scrum Ürün Sahibi (PSPO I)" Sertifikası
    Veri Analitiği" sertifikası
    Makine Öğrenimi" sertifikası
  • Final Sınavı: Praxisbezogene Projektarbeiten mit Abschlusspräsentationen
    Scrum.org-Zertifizierung PSPO I - Professional Scrum Product Owner (in englischer Sprache)
  • Ders saatleri: Tam zamanlı
    Pazartesi'den Cuma'ya 8:30 - 15:35 (resmi tatil olan haftalarda 8:30 - 17:10)
  • Eğitim dili: Alman
  • Süre: 12 Haftalar

Scrum ile çevik proje yönetimi: Ürün Sahibi (PSPO I)

Scrum Temelleri (yaklaşık 2 gün)

Scrum'ın Tanımı

Deneysel Süreç Yönetimi

Şeffaflık

Değerlendirme

Uyum

Scrum Değerleri (Bağlılık, Odaklanma, Açıklık, Saygı, Cesaret)


Scrum Ekibi (yaklaşık 1 gün)

Ürün Sahibi

Geliştiriciler

Scrum Ustası

Sorumluluklar (Ürün Sahibi, Scrum Master, Geliştiriciler)

Kendi Kendini Yöneten Ekipler


Scrum Etkinlikleri (yaklaşık 3,5 gün)

Zaman Kutusu

Sprint

Sprint Planlaması

Günlük Scrum

Sprint İncelemesi

Sprint Geriye Dönük Değerlendirme


Artefaktlar (yaklaşık 3 gün)

Şeffaflık ve Doğrulanabilirlik

Ürün Bekleme Listesi

Sprint İş Yığını

Artış

Tamamlanma Tanımı


Scrum Ürün Sahibi (yaklaşık 3,5 gün)

Scrum Ürün Sahibinin Görevleri

Ürün vizyonu ve ürün stratejisi

Gereksinimlerin Belirlenmesi ve Analizi

Önceliklendirme ve değer maksimizasyonu

Risk ve değer odaklı ürün kararları

Ürün Metrikleri ve Başarı Ölçümü

Önceliklendirme için kullanıcı geri bildirimlerinin yapay zeka destekli değerlendirmesi

Ürün Backlog'unun Gözden Geçirilmesi

Paydaş yönetimi


Ürün Bekleme Listesi Yönetimi (yaklaşık 2 gün)

Girdileri formüle etme

Girdileri sıralama

Hedefleri ve görevleri netleştirmek

Geliştirme ekibinin çalışmasını optimize etmek

Backlog'u şeffaf tutmak

İyileştirme teknikleri ve bölme

Tahmin (Hız, Burn-up/Burn-down)

Tahminler için yapay zeka destekli veri analizi


Proje çalışması, sertifikasyon hazırlığı ve İngilizce Scrum.org Professional Scrum Product Owner sertifikası (PSPO I) (yaklaşık 5 gün)

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

Makine Öğrenimi

Makine Öğrenimine Giriş ve ML İş Akışı (yaklaşık 3 gün)

Makine Öğreniminin Temelleri, Uygulama Alanları ve Türleri

Modern Yapay Zeka ve Makine Öğrenimi Yöntemlerinin Sınıflandırılması

scikit-learn ile Makine Öğrenimi İş Akışı

Eğitim, doğrulama ve test verileri

Underfitting, Overfitting ve Model Değerlendirmesi

Çapraz Doğrulama


Veri Hazırlama ve Özellik Mühendisliği (yaklaşık 2 gün)

Veri kalitesi ve veri ön işleme

Ölçeklendirme, Normalleştirme ve Kodlama

Özellik Mühendisliği ve Özellik Seçimi

Eksik değerler, uç değerler ve dengesiz veri kümeleriyle başa çıkma


Denetimli Öğrenme – Regresyon ve Sınıflandırma (yaklaşık 5 gün)

Regresyon ve Sınıflandırma Yöntemleri

Doğrusal ve düzenlemeli modeller

Mesafe, olasılık ve ağaç tabanlı yöntemler

Ensemble ve Boosting yöntemleri

Model karşılaştırması ve hiperparametre optimizasyonu

Değerlendirme metrikleri ve olasılıksal tahminler

Özellik Önemliliği ve Açıklanabilir Yapay Zeka 


Gözetimsiz öğrenme (yaklaşık 2 gün)

Boyut azaltma ve özellik çıkarma

Kümeleme yöntemleri ve kümeleme sonuçlarının değerlendirilmesi

Anomali Tespiti


Zaman Serisi Analizi ve Tahminler (yaklaşık 1 gün)

Zaman serisi verilerinin temelleri ve analizi

Zaman serileri için tahmin yöntemleri ve makine öğrenimi


Sinir ağları ve modern yapay zeka (yaklaşık 2 gün)

Sinir ağlarının temelleri ve derin öğrenme

Metin verileri için makine öğrenimi ve doğal dil işleme

Temel Modeller, Büyük Dil Modelleri ve üretken yapay zeka


ML modellerinin devreye alınması (yaklaşık 1 gün)

Eğitimli modellerin depolanması ve sunumu

Basit makine öğrenimi uygulamalarının geliştirilmesi

Makine öğrenimi modelleri için arayüzler ve platformlar


Proje çalışması (yaklaşık 4 gün)

Öğrenilen içeriği pekiştirmek için

Proje sonuçlarının sunumu



Değişiklikler mümkündür, kurs içeriği düzenli olarak güncellenmektedir.

Programlama becerileri (ideal olarak Python) ve veritabanları (SQL) ile deneyim gereklidir.

Bu eğitimden sonra Scrum çerçevesine hakim olacak ve ürün sahibi olarak ürün geliştirmeyi yönetebileceksiniz. Scrum artefaktlarına aşina olacak ve backlog yönetimini devralabileceksiniz.

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.

Ayrıca, makine öğrenimi uygulamaları için verileri hazırlayabilir, denetimli ve denetimsiz öğrenme yöntemleri arasından uygun olanları seçebilir, modelleri eğitebilir, değerlendirebilir ve optimize edebilirsin. Model sonuçlarını yorumlayabilir ve temel makine öğrenimi uygulamalarını hayata geçirebilirsin. Ayrıca, derin öğrenme ve üretken yapay zeka alanındaki güncel gelişmelerden haberdarsın.

Bilgisayar bilimleri, matematik, elektrik mühendisliği ve (işletme) mühendisliği diplomasına sahip kişiler

Scrum ile, özellikle çevik yazılım geliştirme için kullanılan, ancak artık diğer birçok uzmanlık alanında da kullanılan bir proje ve ürün yönetimi süreç modelini öğreneceksiniz. Ölçeklenebilir bir proje yönetimi ve geliştirme yöntemi olarak, birkaç yüz ekip üyesine sahip çok sayıda büyük ölçekli projede başarıyla kullanılmaktadır. Scrum.org'un resmi sertifikası, Scrum Ürün Sahibi olarak niteliklerinizin uluslararası kabul görmüş kanıtını sağlar.

Makine öğrenimi, büyük veri hacimlerini analiz etmek, kalıpları tespit etmek, süreçleri optimize etmek ve tahminlerde bulunmak amacıyla çeşitli sektörlerde kullanılmaktadır. Bu alandaki bilgiler, özellikle BT, sanayi, lojistik, finans ve pazarlama gibi sektörlerde kullanılır. Python bilgisi ile makine öğrenimi modellerinin geliştirilmesi, değerlendirilmesi ve uygulanması konusundaki bilgiler, veri ve yapay zeka odaklı çalışma alanlarında kariyer fırsatları sunar.

Buna ek olarak, veri temelli kararlar şirketlerde ve kuruluşlarda giderek daha önemli bir rol oynamaktadır. Bu nedenle, farklı kaynaklardan gelen verileri işleyebilen, analiz edebilen ve anlaşılır bir şekilde görselleştirebilen uzmanlara ihtiyaç duyulmaktadır. Python, SQL ve İş Zekası (Business Intelligence) alanlarındaki bilgiler, Veri Analitiği alanında ve veri odaklı uzmanlık ve kurumsal birimlerde çalışma fırsatları sunmaktadır. 

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.

Size ücretsiz tavsiyede bulunmaktan memnuniyet duyarız.

0800 3456-500 Pzt - Cuma günleri sabah 8'den akşam 5'e kadar
tüm Alman şebekelerinden ücretsiz.

Bize ulaşın

Size ücretsiz tavsiyede bulunmaktan memnuniyet duyarız. 0800 3456-500 Pzt - Cuma günleri sabah 8'den akşam 5'e kadar tüm Alman şebekelerinden ücretsiz.