6 ayda uluslararası AI Data Scientist ol

Veri bilimi ve yapay zekâya giriş yaparak Python ile veri analizi ve SQL’in temellerini öğreneceksin. Verileri analiz etmeyi, KPI belirlemeyi, Google Sheets ile otomatik dashboardlar oluşturmayı ve verileri bir veri ambarında merkezileştirmeyi öğreneceksin. İyi bir veri profesyoneli olmak için gereken temelleri edineceksin.

• AI ve eğitmen desteğiyle veri ile çalışarak & kod yazarak öğrendiklerini uygulamaya dökeceksin.
• Günlük projeleri yaparak veri-bazlı problem çözme becerilerini geliştireceksin.
• Kullanılacak veri kaynaklarını belirleyip bir satış ekibi için satış hunisi oluşturacak, bir pazarlama ekibi için kampanya performansını analiz edecek, bir ürün ekibi için müşteri tutumunu analiz edeceksin.
• İş ihtiyaçlarına yanıt vermek için veritabanını sorgulamayı, iş kurallarına göre verileri temizlemeyi öğreneceksin.
• Kariyer programı kapsamında veri ve analist iş fırsatlarını arama & bulmayı öğreneceksin.

Öğreneceğin yazılım ve diller:

PythonSQLBigQueryGoogle Sheets

Veri çekmeyi ve analiz süreçlerini öğreneceksin. ELT araçları, API’lar ve low-code çözümlerle verileri farklı kaynaklardan toplayıp merkezileştireceksin. Web uygulamalarının verilerini izlemek için etiketleme planı oluşturacaksın. İş ekipleri için etkili interaktif dashboardlar hazırlayacak ve analizlerinden içgörüler oluşturacaksın.

• API’leri kullanacaksın ve webhook’ları uygulayacaksın.
• Satış ekibi için otomatik lead edinim süreci oluşturacak, pazarlama ekibi için bir web sitesi eventini takip edecek, data ekibi için CRM verilerini veri ambarında duplike edeceksin.
• En uygun grafik türlerini seçecek, verileri bağlamlandıracak ve bilgiyi yapılandıracaksın. Google Data Studio ve PowerBI kullanarak panolar oluşturacaksın.
• A/B testlerini analiz edip ürün geliştirme kararlarına içgörü sağlayacaksın. Aksiyona yönelik veri-bazlı öneriler sunacaksın.

Öğreneceğin yazılım ve diller:

ZapierGoogle Tag ManagerdbtPowerBILooker Studio

Büyük hacimli verileri yönetmek, sonuçları tahmin etmek ve karmaşık analizler yapmak için Makine Öğrenimi'nin temellerini öğreneceksin. Yapay zekâ araçlarını kullanarak daha etkili kodlama yapacaksın. Problemi tanımlama, veriyi çıkarma, merkezileştirme, işleme, analiz etme ve değer yaratan dashboardlar oluşturmada ustalaşacaksın.

• Ortamlarını oluşturacak ve git ile versiyonlamayı uygulayacaksın.
• Hangi kullanıcıların kayıp riski taşıdığını tahmin edeceksin. Gelecekteki gelirleri öngöreceksin. Müşterilerinizi kategorilere ayıracaksın.
• Verilerine en ayırt edici değişkenleri tespit edeceksin.
• Üretken yapay zekâ araçları ile kodlama verimliliğini artıracaksın, Shapley değerleri gibi yöntemlerle karmaşık AI modellerini açıklayacaksın, etkili CI/CD süreçlerini kuracaksın.

Öğreneceğin yazılım ve diller:

PythonJupyterPandasScikit-LearnPlotlyGoogle ColabAirflowChatGPTCopilotLangChain

İlişkisel veritabanlarından veri çıkaracak, büyük veri matrislerini yönetecek ve görselleştirmeler oluşturacaksın. İstatistik ve lineer cebir gibi temel matematik kavramlarını öğreneceksin. Büyük veri kümeleriyle çalışırken veri hazırlamayı öğreneceksin. Çok değişkenli regresyon modelleri, hipotez testleri ve güven aralıklarına dayalı istatistiksel sonuçlar ile anlamlı içgörüler üreteceksin.

• Çeşitli programlama problemlerini çözebilmek için Python becerilerini geliştireceksin. Nesne Yönelimli Programlamayı (OOP) kavrayacaksın.
• Bir e-ticaret sitesinden veri kazıyarak bir veritabanı oluşturacaksın, SQL ile e-ticaret verilerini ileri düzeyde analiz edeceksin, borsa API’lerine bağlı gerçek-zamanlı bir dashboard oluşturacaksın.
• Bir veri danışmanı rolünde gerçek pazar yeri verileriyle çalışarak müşterine sunacağın analiz sunumlarını hazırlayacaksın.

Öğreneceğin yazılım ve diller:

PythonSQLJupyterNumpyMatplotlibSeabornBigQueryPlotlyStatsmodels

Makine öğrenmesi ve derin öğrenme sürecini baştan sona uygulamalı öğreneceksin. Makine öğrenmesi modellerinin matematiksel altyapısını ve pratikte nasıl çalıştığını kavrayacaksın. Derin öğrenmeye adım atarak sinir ağı mimarilerini, görsel ve metin verilerini işleyen ağları, sıfırdan Transformer modelini kodlamayı ve açık kaynak büyük modelleri nasıl kullanacağını öğreneceksin. Eğittiğin modelleri bulutta çalışan Python paketlerine dönüştürecek, performanslarını izleyip tekrar eğitecek ve sonuçları API & web üzerinden paylaşacaksın.

• Scikit-Learn ile veri hazırlama, özellik mühendisliği, model seçimi, değerlendirme ve iyileştirme adımlarını deneyimleyeceksin.
• Makine öğrenmesi ile veri işleme ve model tahminlerini birleştiren pipelinelar kuracaksın, spam tespit algoritmaları oluşturacaksın ve konut fiyatı tahmini modelleri geliştireceksin.
• Derin öğrenme ile dolandırıcılık işlemlerini tespit etmek için yoğun katmanlı sinir ağlarını, görüntü sınıflandırması için transfer öğrenmeyi, hava durumu tahmini için yinelemeli sinir ağlarını deneyimleyeceksin. Tüm mimariyi anlayabilmek için Transformer modelini sıfırdan yeniden kodlayacaksın.
• Kendi ihtiyacına uygun olarak bir LLM’e ince ayar yapacaksın.
• Bulutta büyük veriyle eğitilmiş bir makine öğrenmesi modeliyle taksi ücretlerini tahmin edecek, canlı tahminleri grafik ve haritalarla gösteren bir web panosu geliştirecek ve kendini iyileştirme yeteneğine sahip üretim ortamında çalışan modeller uygulayacaksın.

Öğreneceğin yazılım ve diller:

Scikit-LearnTensorFlowKerasGoogle ColabHugging FaceGoogle ComputeCloud StorageML FlowDockerFastAPIPrefectStreamlit

Gerçek bir iş hayatı deneyimi için takımlar halinde, haftalık sprintler ve toplantılar ile gerçek bir veri bilimi projesi üzerinde çalışacaksın. 20-40-60 yöntemi ile işe girme için etkili bir disiplin oturtacaksın.

• Gerçek bir iş projesinde ekip olarak ve terminlere uyarak çalışmayı öğreneceksin.
• Gerçek iş yaşamında bir data scientist olarak karşılaşacağın zorlukları çözme ve zorlukla başa çıkma yeteneğini geliştireceksin.
• Geliştireceğin kapsamlı projelerle portföyünü zenginleştireceksin.
• 20-40-60 rutinini uygulayarak şirketlerin işe alım testlerine ve teknik mülakatlarına hazır olacaksın.