BÜYÜK VERİ VE İŞ ANALİTİĞİ - TEZSİZ

BÜYÜK VERİ VE İŞ ANALİTİĞİ

Dünyada günlük yaşam, endüstri ve tüm hizmet sektörlerinde süreçler hızla dijital dönüşüme maruz kalmaktadır. Sürekli, hızlı ve büyük miktarlarda veri akışları tüm aktivitelerin yönetişiminde yer almaktadır. Bu durum büyük veri ve onun işlenmesi-analizi-değerlendirilmesi-yönlendirilmesi alanlarında birikim sağlamış yeni uzmanlıkları zorunlu kılmaktadır.

Dijital dünyadaki rekabet ve yenilik; imalat, operasyon yönetimi, hizmetler ve pazarlama gibi çeşitli iş alanlarında etkinliği ve verimliliği artırmak için büyük verilerin analizini önemini arttırmaktadır.  Yazılım sektörü ve bağlı olarak yapay zeka, robotik ve sanal evren (metaverse) dünyasında yeni ürünler geliştirilmekte ve bu bağlamda bu yeni uzmanlık alanları için istihdam yaratılmaktadır. İş analitiği paketleri olarak firmalara sunulan bu alt yapı sistemleri artık işletmelerin temel faaliyet ortamları haline gelmektedir. Endüstri 4.0 ile ivme kazanan dijital dönüşüm pandemi döneminde önemli sıçramalar yarattı ve böylece Endüstri 5.0, Toplum 5.0 ve Endüstri 6.0 olarak adlandırılan dönemler başladı.

Tüm faaliyetlerin dijital platformlara taşındığı bu yeni dünyada sanal dünyada, toplanan-akan verilerin anında değerlendirilip yapılan analizlere göre önlemlerin alınması ve geleceğe dair öngörülerde bulunma gerekliliği Büyük verinin depolanması- analizi- dönüştürülmesi- modellenmesi yani kısaca Veri Bilim teknik ve araçlarını son derece öne çıkardı.

 Matematik, İstatistik, Bilgisayar Mühendisliği gibi disiplinlerin bir bileşkesi olarak Veri Bilimi bugün her zamankinden daha önemli ve popüler bir hale gelmiştir. Üç milyarı aşkın aktif internet kullanıcısının olduğu günümüzde, yalnızca bir dakika içinde Facebook’ta 208 bin fotoğraf paylaşılıyor, YouTube’a 100 saatlik video yükleniyor, Twitter’da 350 bin tweet atılıyor ve aynı süre zarfında Google’da 3,5 milyondan fazla arama yapılıyor. Büyük verilerin sağladığı avantajlardan yararlanmak için iş analitiği ve verilerin etkin kullanımı ve anlaşılması çok önemlidir. Hızla gelişen alan ve bu alanda nitelikli bireylerin küresel olarak yönetimde rol alması için endüstriden büyük talep görmektedir.

Büyük Veri ve İş Analitiği Yüksek Lisans programımız, akademik kariyer yolculuğuna çıkacaklar için doktora öncesi çok iyi bir uzmanlık sağlarken diğer yandan nitelikli bir iş uygulaması veri bilimcisi olmak için kritik olan ihtiyaçların mükemmel bir karışımını sunmaktadır. Program sadece büyük veri mimarileri, veri ve metin madenciliği algoritmaları, sinir ağları ve tahmine dayalı analitik üzerine yoğunlaşan teknik ve istatistiksel derslere odaklanmakla kalmaz, aynı zamanda öğrencileri yaratıcı sorgulama teknikleri, sanal dünyada içerik hazırlama, görselleştirme, veri hikayesi anlatımı, etik ve uluslararası hukuk ile tanıştırmaya da odaklanır. Program, bu dinamik alanda kariyer yapmak veya çalışmalarını doktora düzeyinde sürdürmek isteyen adaylar için tasarlanmıştır.

Ders Programı

Tezli yüksek lisans programı beş zorunlu, iki seçmeli, bir seminer dersi ve tez çalışmasından oluşur.

Zorunlu Dersler ​

• Büyük Veri ve İş Stratejisi 

• Veri Bilimi için Kodlama

• Veri Madenciliği 

• Büyük Veri için Python ile Makine Öğrenmesi 

• Bilimsel Araştırma Yöntemleri

Seçmeli Dersler ​

• Büyük Veri için Ekonomi Teorisi

• Yöneylem Araştırması ve Uygulamaları

• Karar ve Risk Analizi

• Büyük Veri Analizi

• İstatistiksel Yapay Öğrenmeye Giriş

• Derin Öğrenmeye Giriş

• Pekiştirmeli Derin Öğrenme

• Hadoop ile Büyük Veri İşlenmesi

• Sosyal Ağ Analizi

• Bilişim Hukuku ve Veri Etiği

• Veri Görselleştirme ve İş Raporlama

• Proje Yönetimi ve İş İletişimi

• Oyun Teorisi

• Ekonometri I

• Ekonometri II

• Zaman Serileri ve Tahminleme

• Uygulamalı Panel Veri Analizi

• Muhasebe ve Finans Analitik Uygulamaları

• Yapay Sinir Ağları ve Otomatik Öğrenmeye Giriş

• Doğrusal Programlama

• Tam sayılı Programlama

• Doğrusal Olmayan Programlama

• Sezgisel Eniyileme

• Yöneylem Araştırması ve Uygulamaları

• Karar ve Risk Analizi

• İşletmeler için Tahminleme

Programa iş analitiği alanına merak duyan, bu konuda bilgisini ilerletmek isteyen çalışanlar veya bu alanda kariyer değişikliği düşüncesinde olan kişiler katılabilir.

Mühendislik, Matematik, İstatistik, Enformatik, Ekonomi ve İşletme alanlarından mezun kişilerin katılımı öncelikli olmakla birlikte tüm lisans mezunları programa kaydolabilir.

Veri Analitiği Profesyonel Yüksek Lisans Programı çalışma hayatını aksatmadan analitik becerilerini geliştirmek isteyen profesyoneller için tasarlanmıştır. 

 Program katılım koşulu olarak programlama dili bilinmesi şartı yoktur. Programın temel amaçlarından biri Python programa dilini öğretmektir. Bu yüzden programlama bilmemek sorun değildir.

Bilgisayar uygulamalarında Python kullanılacak ayrıca sektörde yer alan diğer yazılımlar (SPSS Modeller, Knime) tanıtım amaçlı gösterilecektir. 

Python programlama dilleri arasında işlemesi ve öğrenmesi en kolay dillerden biridir. Söz diziminin açıkça tanımlanması yazımını; basit arayüzü ise, okunabilirliğini kolaylaştırmaktadır. Python’un standart kütüphanelere erişim yeteneği de bir diğer avantajıdır. UNIX, Windows ve Macintosh gibi platformlara ara birim değişikliği gerektirmeden taşınabilir.

Python’un kaynak kodlarının bakımı kolaydır ve interaktif mod kullanımına izin verir. Veri madenciliği ve derin öğrenme de dahil olmak üzere çok geniş bir çalışma aralığına sahip olması Python’un popülerliğini arttıran bir diğer nedendir.

Yapay zeka, derin öğrenme, bulut sistemi de dahil olmak üzere son dönem teknolojilerinde kullanımı da artmıştır. Python’un kolaylıkla verileri analiz edebilme yeteneği ve kullanışlı arayüzü, tercih edilmesinin nedenleri arasındadır.

Kredili derslerini ve dönem projesini başarıyla tamamlayan ve ağırlıklı genel not ortalaması 2,50 ve üzeri olan öğrenciye, tezsiz yüksek lisans diploması verilir.

Program Dili: Türkçe

Kontenjan: 30 (Uluslararası Öğrenci: 5)

ALES: -

Yabancı Dil Puanı: -

Türkçe Dil Yeterlik Belgesi (Yabancı Uyruklu Öğrenciler için): B2 (TÖMER, TYS)

Bilim Değerlendirme Sınavı Puanı: 60

Mezuniyet Şartı: Tüm Mühendislik Bölümleri, Matematik, Fizik, Kimya, İstatistik, İstatistik ve Bilgisayar Bilimleri, Havacılık, Bilişim Sistemleri ve Teknolojileri, Yönetim Bilişim Sistemleri, İşletme ve Yönetim Bilimleri, İnsan ve Toplum Bilimleri, İktisadi ve İdari Bilimler lisans mezunu olmak.

Bilimsel Hazırlık: Yok

Ders Programı

Tezli yüksek lisans programı beş zorunlu, iki seçmeli, bir seminer dersi ve tez çalışmasından oluşur.

Zorunlu Dersler ​

• Büyük Veri ve İş Stratejisi 

• Veri Bilimi için Kodlama

• Veri Madenciliği 

• Büyük Veri için Python ile Makine Öğrenmesi 

• Bilimsel Araştırma Yöntemleri

Seçmeli Dersler ​

• Büyük Veri için Ekonomi Teorisi

• Yöneylem Araştırması ve Uygulamaları

• Karar ve Risk Analizi

• Büyük Veri Analizi

• İstatistiksel Yapay Öğrenmeye Giriş

• Derin Öğrenmeye Giriş

• Pekiştirmeli Derin Öğrenme

• Hadoop ile Büyük Veri İşlenmesi

• Sosyal Ağ Analizi

• Bilişim Hukuku ve Veri Etiği

• Veri Görselleştirme ve İş Raporlama

• Proje Yönetimi ve İş İletişimi

• Oyun Teorisi

• Ekonometri I

• Ekonometri II

• Zaman Serileri ve Tahminleme

• Uygulamalı Panel Veri Analizi

• Muhasebe ve Finans Analitik Uygulamaları

• Yapay Sinir Ağları ve Otomatik Öğrenmeye Giriş

• Doğrusal Programlama

• Tam sayılı Programlama

• Doğrusal Olmayan Programlama

• Sezgisel Eniyileme

• Yöneylem Araştırması ve Uygulamaları

• Karar ve Risk Analizi

• İşletmeler için Tahminleme

Üniversitedeki veya başka bir yükseköğretim kurumundaki lisansüstü programda en az bir yarıyılı tamamlamış öğrenci, ilgili mevzuat ve enstitü yönetim kurulu tarafından belirlenen esaslar çerçevesinde yatay geçiş yoluyla Üniversitenin lisansüstü programlarına kabul edilebilir.

Tezli ve tezsiz yüksek lisans programları arasında geçişe ilişkin esaslar enstitü yönetim kurulu tarafından belirlenir.

Harvard Business Review'un veri biliminin 21. yüzyılın en önemli işi olduğunu ilan etmesinden bu yana uzun zaman geçti. O zamandan beri, veri bilimi alanı hala güçleniyor ve her zamankinden daha fazla fırsat sunuyor gibi görünüyor. Ayrıca veri bilimi teknolojilerindeki  inovatif gelişmeler, veri bilimi uzmanı açığını büyüyen farkla arttırmaktadır. Bu bağlamda donanımlı “veri bilim uzmanı” talebi dünyanın her yanında  mevcuttur.

Hızla büyüyen veri bilimi alanına girmeyi düşünüyorsanız veya becerilerinizi geliştirmek istiyorsanız, bazı sertifika programlarına katılabilirsiniz. Deneyim ve mevcut becerilerin doğru kombinasyonu sizi başarıya götürecektir.

Veri bilimi kariyeri, veri uzmanı olmaktan ürün veya mühendislikte uzmanlaşmaya kadar çok sayıda farklı disiplinde olabilir.

·         Uzmanlaşma

Uzmanlaşmak, bir veri bilimciyi hizmet verdiği kurumda vazgeçilmez hale getirebilir. Uzmanlıklar, finansal hizmetler veya imalat gibi belirli bir sektörde veya belirli bir veri beceri setinde olabilir. Veri analizi, mimari, görselleştirme ve veri tabanı yönetimi, sektörde en çok talep edilen temel uzmanlıklardır.

·         İş Zekası (BI) becerilerini kullanmak

Veri bilimi genellikle iş zekasının (BI) kardeşi olarak düşünülür. Ancak bu, BI becerilerinizi geride bırakmak anlamına gelmez. Gerçekten istediğiniz veri bilimcisi rolüne ulaşmakta İş Zekası deneyiminiz ve uzmanlığınız fark yaratabilir.

İyi sunum oluşturabilmek, veri bilimine uzak diğer kişilere elde ettiğiniz içgörüleri açıklamak için çok önemlidir. Trendlerin ve fırsatların net bir şekilde görselleştirilmesi ve tanımlanması yapılmadan, veri analitiği yoluyla elde ettiğiniz temel bilgilerin hedef kitleniz tarafından anlaşılması çok kolay olmayabilir.

·         Uygulamalı öğrenmek ve teknolojiyi takip etmek

Veri bilimi alanında yüksek lisans eğitimi almak size geniş bir beceri seti kazandıracaktır ve uzmanlığınızı potansiyel işverenlere kanıtlayacaktır. Kariyerinize devam ederken, çeşitli programlama dilleri ve araçlarına hakim olmanız önemlidir. Tek bir teknolojiyi veya platformu öğrenmenin bir kariyer oluşturmak için yeterli olamayacağını bilmeniz gerekir. Birden fazla ve gelişmekte olan modelleme programları, veri tabanı teknolojileri ve veri yönetimi konusunda bilgi sahibi olmanız gerekir.

Küresel veri depolamanın 2025'te 45 zettabayttan 175 zettabayta çıkacağı göz önüne alındığında, şirketlerin birlikte çalıştıkları verilerin tam hacmini ve karmaşıklığını idare edebilecek uzmanlığa sahip daha fazla veri bilimcisine ihtiyacı olacaktır.

·         Python kullanımı artacak

Veri bilimcilerinin pek çok kodlama diliyle uğraşması gerekir, ancak Python muhtemelen diğerlerinden daha popüler hale gelecektir.

Python’ın mevcut ücretsiz veri bilimi kütüphanelerinin zenginliği nedeniyle popülaritesi artmaya devam etmektedir. Python ayrıca blok zinciri (blockchain) uygulamaları geliştirmek için de kullanılabilir ve yeni başlayanlar için de oldukça uygun bir programlama dilidir.

·         Uçtan uca yapay zeka çözümlerinin popülaritesi artacak

Şirketler, müşterilere birden fazla hizmet sunan yapay zeka (AI) çözümlerini giderek daha fazla tercih etmektedir. Bu nedenle, uçtan uca AI çözümlerinin popülaritesi artmaya devam edecektir. Yapay zeka girişimleri, müşterilerin büyük veri kümelerini temizlemesine ve veri öğrenme modelleri oluşturmasına ve diğer veri yönetimi görevlerini otomatikleştirmesine yardımcı olur.

·         Veri analitiği

Veri analitiği uzmanları, büyük veri kümelerinin üstesinden gelmek ve dijital dönüşümlere öncülük etmek için profesyonellere ihtiyaç duyan şirketler için yüksek oranda talep görecektir.

Tezsiz yüksek lisans programına devam edenler, Üniversite tarafından tezli yüksek lisans programı için belirlenmiş olan asgari şartları yerine getirdikleri takdirde, tezli yüksek lisans programına geçiş için başvuru yapabilirler. Geçiş yapan öğrencilerin tezsiz yüksek lisans programında aldıkları ve başarılı oldukları dersleri enstitü yönetim kurulu kararıyla tezli yüksek lisans programındaki derslerin yerine sayılabilir.