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 zamanlıPazartesi'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.
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.