Açıklama

Eğitmen: Talha Kılıç

Uzmanlık Alanları: Büyük Veri Teknolojileri, Dağıtık Veri İşleme, AI Destekli Veri Yönetimi, Gerçek Zamanlı Veri Akışı

Süre ve Format

• Eğitim Başlangıç Tarihi: 6 Mayıs 2025 – 20:00
• Toplam Süre: 8 hafta – 16 saat
• Haftalık Oturum: 1 gün (Toplam 8 oturum)
• Her Oturum Süresi: 2 saat
• Platform: Google Meet
• Seviye: Orta ve İleri Seviye
• Etkileşim: Gerçek dünya veri senaryoları, uygulamalı örnekler, proje bazlı öğrenme

Eğitim Hedefleri

• Büyük veri ekosistemlerinin temel bileşenlerini kavramak
• Apache Spark ve Flink gibi araçlarla büyük veri işleme tekniklerini öğrenmek
• Apache Kafka ile gerçek zamanlı veri akış yönetimini anlamak
• Elasticsearch ve MongoDB gibi NoSQL çözümlerinin kullanımını keşfetmek
• AI destekli büyük veri analiz teknikleriyle iş süreçlerini optimize etmek
• Apache Airflow kullanarak otomatik veri boru hatları (data pipelines) tasarlamak

Eğitim İçeriği

 1. Hafta: Büyük Veriye Giriş ve Geçiş Süreçleri

• Büyük veri nedir? Temel kavramlar ve veri büyüklüğünün tanımlanması
• Yapay zeka ile büyük verinin kesiştiği noktalar
• Geleneksel veri yönetiminden büyük veri teknolojilerine geçiş süreçleri
• İnteraktif Tartışma: Katılımcılar, sektörlerine özel büyük veri kullanım senaryoları geliştirir

2. Hafta: Apache Spark ve Flink ile Dağıtık Veri İşleme

• Apache Spark ve Apache Flink’in çalışma prensipleri
• Dağıtık veri işlemeye giriş: Batch ve stream processing farkları
• Büyük veri analizinde yapay zekanın rolü
• Demo: Apache Spark kullanarak büyük veri kümesi işleme örneği

3. Hafta: Gerçek Zamanlı Veri Akışı – Apache Kafka

• Gerçek zamanlı veri işleme ihtiyacı ve avantajları
• Apache Kafka ile olay (event-driven) tabanlı veri akışı yönetimi
• Kafka ile AI destekli veri analitiği uygulamaları
• Workshop: Kafka üzerinden gerçek zamanlı veri akışı yönetimi örneği

4. Hafta: NoSQL Veritabanları – Elasticsearch & MongoDB

• Geleneksel veritabanlarından NoSQL çözümlerine geçiş
• Elasticsearch ile büyük veri arama ve analitik yetenekleri
• MongoDB ile ölçeklenebilir veri yönetimi
• İnteraktif Uygulama: NoSQL veri tabanı kullanarak büyük veri kümesi oluşturma

5. Hafta: Data Lake Mimarileri ve Yönetimi

• Data lake nedir? Veri ambarlarından farkları
• Büyük veri için etkili depolama ve yönetim stratejileri
• Yapay zeka ile veri temizleme ve optimizasyon teknikleri
• Vaka Analizi: Büyük ölçekli bir organizasyonun veri yönetim modeli

6. Hafta: Apache Airflow ile Veri Boru Hatları (Data Pipelines)

• Apache Airflow ile veri süreçlerini otomatikleştirme
• Veri işleme iş akışlarını tasarlama ve zamanlama
• Workshop: Airflow ile basit bir veri pipeline’ı oluşturma ve yönetme

7. Hafta: AI Destekli Kod Yazımı ve Optimizasyon Teknikleri

• AI destekli büyük veri analizlerinde performans optimizasyonu
• AI tabanlı kod öneri sistemleri ile büyük veri yönetimini hızlandırma
• Canlı Demo: Yapay zeka ile veri işleme kodlarının iyileştirilmesi

8. Hafta: Gerçek Dünya Uygulamaları ve Final Projesi

• Büyük veri ve AI ile dolandırıcılık tespiti
• AI destekli veri tahminleme modelleri
• Final Proje Sunumu: Katılımcılar, öğrendikleri teknolojileri kullanarak bir büyük veri projesi hazırlar ve sunar

Eğitim Metodu ve Etkileşim

• Uygulamalı Dersler: Gerçek dünya büyük veri senaryoları üzerinden örnekler
• Workshoplar: Katılımcılar büyük veri işleme ve yapay zeka entegrasyonu üzerine çalışır
• Grup Çalışmaları: Veri setleri üzerinden analizler yapılarak projeler üretilir
• Geri Bildirim ve Mentörlük: Eğitmen tarafından birebir proje değerlendirmesi

 Kazanımlar

• Büyük veri teknolojilerinin temel ve ileri seviye kavramlarını öğrenme
• Apache Spark, Flink, Kafka gibi modern veri işleme araçlarını kullanabilme
• AI destekli büyük veri çözümleri ile iş süreçlerini iyileştirme
• NoSQL veri tabanlarını kullanarak veri yönetimi becerisi edinme
• Apache Airflow ile otomatik veri işleme süreçleri tasarlama
• Masqot onaylı katılım sertifikası alma