C/ADMT : İleri Veri Modelleme Teknikleri

3 gün (18 Saat) İleri Seviye Sınıf / Online İş Zekası ve İleri Analitik

Operasyonel Veritabanları, Veri Ambarları ve Veri Gölleri farklı tasarım tekniklerine ve yeni nesil yaklaşımlara göre modellenmelidir. Ancak bu şekilde tutarlı, hızlı, esnek ve çok yönlü analitik alt yapılar oluşturulabilir. "İleri Veri Modelleme Teknikleri" eğitimimizde veri analitiği evrimsel sürecini ve modern mimarileri inceliyor, en ileri teknikleri ve güncel yaklaşımları bir araya getiriyoruz. Operasyonel veritabanlarında 6NF, Anchor Modelling, veri ambarı tasarımında Kimball ve Inmon yaklaşımları, büyük verinin modellenmesinde Data Vault yaklaşımı gibi başlıklar sayesinde çevik veri modelleme tekniklerini öğrenecek, geleneksel yaklaşımlarla ilgili saha tecrübelerinden oluşan çok değerli ipuçlarına ulaşabileceksiniz.


Eğitim İçeriği

Module 1: Veri analitiği tipleri ve Veri Analizi Süreçleri

  • Hataya sevk eden insana has eğilimler
  • Veri analitiği tipleri ve istatistiksel yaklaşım
    • Descriptive, Diagnostic, Predictive, Prescriptive
  • Veri analizi süreci
    • Capture, Integrate, Organize, Analyze, Act
  • Örnek düşünsel çerçeveler
    • Strategic Management System
    • Enterprise Risk Management
  • Veri Yönetiminde evrim, trend konular, ihtiyaçlar, zorluklar ve çözümler

Module 2: Operasyonel veritabanları

  • Normal Formlar (6NF'e kadar)
  • Supertype-Subtype, Fan Trap problemi
  • ER diagramları - Chen Model (Data Modelleme ürünleri)
  • Anchor Modeling - Agile Database Modelling Technique

Module 3: Veri ambarları ve Dimensional Model

  • Enterprise BI ve Self Service BI
  • Adım adım İş Zekâsı proje geliştirme süreçleri
  • Data Profiling
  • Landing Zone, Staging Area, Data Warehouse, Data Mart
  • Dimensional Model prensipleri ve vaka incelemeleri
  • Ralph Kimball ve Bill Inmon prensiplerini karşılaştırma

Module 4: Veri Gölleri

  • Ölçeklendirme ve dağıtık mimari
  • Schema on Read, Shcema on Write
  • CAP Teoremi
  • NoSQL veritabanları ve temel tipler
  • Data Warehouse ve Data Lake karşılaştırma

Module 5: Büyük Veri

  • Big Data nedir?
  • Big Data ekosistemi (Hadoop, Spark, Dağıtımlar ve Bulut Çözümler)
  • Gerçek zamanlı analizler
  • Dan Linstedt'ın Data Vault Modeling prensipleri - Agile Business Intelligence
  • Kimball, Inmon, Data Vault prensiplerini karşılaştırma

Module 6: DM, AI, ML, DL

  • DM, AI, ML, DL nedir?
  • Problem tipleri
  • ML Proje yaşam döngüsü
  • Algoritma grupları ve ilgili araçlar

Module 7: Lambda Architecture

  • Batch Layer
  • Serving Layer
  • Speed Layer

Module 8: Referans Mimariler

  • İyi bir mimari oluşturmanın temel esasları
    • Güvenlik
    • Performans ve ölçeklendirme
    • Erişilebilirlik ve felaketten kurtarma
    • Verimlilik ve operasyonel süreçler
  • Modern Data warehouse
  • Advanced Analytics
  • Real-time analytics
  • Internet of Things Reference Architecture

Module 9: Kurumsal Mimari

  • Zachman
  • TOGAF
  • COBIT
  • Data Governance

Module 10: Roller (DA, DE, DS)

  • Veri Analisti, Veri Mühendisi ve Veri Bilimcisi Kimdir?
  • Veri Bilimcisi yol haritası

Öncesinde Önerilenler

Sonrasında Önerilenler