ANASAYFAKURUMSAL BİLGİLEREĞİTİM VE ÖĞRETİM PROGRAMLARI Büyük Veri AnalistliğiSERTİFİKA PROGRAMLARIÖĞRENCİLER İÇİN FAYDALI BİLGİLER, KAYNAKLAR VE SERVİSLERFAYDALI LİNKLER VE DÖKÜMANLARİLAVE VE DESTEKLEYİCİ BİLGİLER

BÜYÜK VERİ ANALİSTLİĞİ ÖNLİSANS PROGRAMI

Kazanılan Yeterlilik
Program Süresi (Yıl)
Toplam AKTS Kredisi
Öğretim Şekli
Yeterliliğin Düzeyi ve Öğrenme Alanı


Önlisans Derecesi


2


120


Örgün
  • TYÇ Yeterlilik Türü: Önlisans
  • TYÇ, TYYÇ, EQF-LLL, ISCED (2011): 5. Düzey
  • QF-EHEA: Kısa Düzey
  • Yönelim: Önlisans (Mesleki)
  • Sınıflandırma (ISCED 2013):054,061 Temel Öğrenme Alanı:46,48,52
  • Kategori: Ana Yeterlilik

PROGRAM ÖĞRENME ÇIKTILARI (PÖÇ)

Program Öğrenme Çıktıları (PÖÇ), programı başarı ile tamamlayan ve mezun olan öğrencilerin kendilerinden sahip olmaları beklenen bilgi, beceri ve yetkinlikleri ifade eder. Bu bağlamda, bu program için tanımlanmış olan Program Öğrenme Çıktıları aşağıda verilmektedir.

(Aşağıdaki sekmelere tıklayarak program öğrenme çıktılarına Sıralı ve "Bilgi", "Beceri", "Yetkinlik" kategorileri altında Sınıflandırılmış olarak ulaşabilirsiniz.)

(Program Öğrenme Çıktıları, Türkiye Yükseköğretim Yeterlilikler Çerçevesi (TYYÇ) düzey tanımlayıcıları için kullanılmış olan sınıflandırmaya (bilgi, beceri ve yetkinlikler) göre aşağıda verilmektedir.)
Bilgi (Kuramsal ve/veya olgusal bilgi olarak tanımlanmıştır.)
Beceriler (Bilişsel ve/veya uygulama becerileri olarak tanımlanmıştır.)
1) Matematik, istatistik ve olasılık konularındaki temel kavramları açıklar; bu bilgileri veri analizi, modelleme ve sonuçların yorumlanmasında uygular.
3) Makine öğrenmesi ve veri madenciliği algoritmalarını karşılaştırır, uygun yöntemi seçer ve gerçek veri üzerinde uygular.
6) Farklı veri kaynaklarını analiz eder, anlamlı çıktılara dönüştürür ve uygun görselleştirme araçlarıyla sunar.
8) Endüstriyel ve sektörel problemlere yönelik optimizasyon modelleri kurar ve çözümler üretir.
Yetkinlikler ("Bağımsız Çalışabilme", "Sorumluluk Alabilme", "Öğrenme", "İletişim ve Sosyal" ve "Alana Özgü" yetkinlikler olarak tanımlanmıştır.)
2) Algoritma tasarım ilkelerini açıklar ve en az bir programlama dili kullanarak problem çözmeye yönelik yazılımlar geliştirir.
4) Büyük veri platformları, dağıtık sistemler ve bulut bilişim mimarilerini kullanarak veri işleme süreçlerini gerçekleştirir.
5) Doğal dil işleme tekniklerini metin verisi üzerinde uygular ve temel düzeyde NLP tabanlı uygulamalar geliştirir.
7) Karar destek sistemlerini kullanarak veri temelli karar modelleri oluşturur.
9) Mesleki uygulamalarda etik ilkeler, veri güvenliği ve sosyal sorumluluk çerçevesinde hareket eder.
10) Alanındaki güncel teknolojik gelişmeleri takip eder, ekip çalışmasına etkin katılır ve yaşam boyu öğrenme bilinci geliştirir.
(Program Öğrenme Çıktıları aşağıda sıralı olarak verilmektedir.)
1) Matematik, istatistik ve olasılık konularındaki temel kavramları açıklar; bu bilgileri veri analizi, modelleme ve sonuçların yorumlanmasında uygular.
2) Algoritma tasarım ilkelerini açıklar ve en az bir programlama dili kullanarak problem çözmeye yönelik yazılımlar geliştirir.
3) Makine öğrenmesi ve veri madenciliği algoritmalarını karşılaştırır, uygun yöntemi seçer ve gerçek veri üzerinde uygular.
4) Büyük veri platformları, dağıtık sistemler ve bulut bilişim mimarilerini kullanarak veri işleme süreçlerini gerçekleştirir.
5) Doğal dil işleme tekniklerini metin verisi üzerinde uygular ve temel düzeyde NLP tabanlı uygulamalar geliştirir.
6) Farklı veri kaynaklarını analiz eder, anlamlı çıktılara dönüştürür ve uygun görselleştirme araçlarıyla sunar.
7) Karar destek sistemlerini kullanarak veri temelli karar modelleri oluşturur.
8) Endüstriyel ve sektörel problemlere yönelik optimizasyon modelleri kurar ve çözümler üretir.
9) Mesleki uygulamalarda etik ilkeler, veri güvenliği ve sosyal sorumluluk çerçevesinde hareket eder.
10) Alanındaki güncel teknolojik gelişmeleri takip eder, ekip çalışmasına etkin katılır ve yaşam boyu öğrenme bilinci geliştirir.