Big Data (Büyük Veri) Nedir?
Büyük veri, bilgi için çıkarılabilen ve makine öğrenimi projelerinde, tahmine dayalı modelleme ve diğer gelişmiş analitik uygulamalarında kullanılabilen, kuruluşlar tarafından toplanan, yapılandırılmış, yarı yapılandırılmış ve yapılandırılmamış verilerin bir kombinasyonudur.
Büyük veri neden önemlidir? Neden Öğrenmelisiniz?
Şirketler, operasyonlarını iyileştirmek, daha iyi müşteri hizmeti sağlamak, kişiselleştirilmiş pazarlama kampanyaları oluşturmak ve nihayetinde gelir ve karları artırabilecek diğer eylemleri gerçekleştirmek için sistemlerinde büyük verileri kullanır. Bunu etkin bir şekilde kullanan işletmeler ve kişiler, daha hızlı ve daha bilinçli iş kararları verebildikleri için, kullanmayanlara göre potansiyel bir rekabet avantajına sahiptir.
Hangi sektörlerde önemlidir? Kimler bu eğitime katılmalıdır?
Başta bankacılık finans ve teknoloji kuruluşları olmak üzere, tüm sektörlerde, her geçen gün daha fazla önem kazanan büyük veri ve veri bilimi gelecekte de en önemli iş alanlarından biri olmaya devam edecektir. İstatistikçiler, matematikçiler, veri bilimi ile çalışan yazılım uzmanları, iş zekası uzmanları için en uygun eğitimlerin başında gelmektedir.
Big Data (Büyük Veri) Eğitim İçeriği
Eğitim Süresi : 18 Saat / 3 Gün
- Outline Module 1 – Big Data Basics
- What Is Big Data?
- Definitions
- Characteristics (3 V’s plus 2)
- Types of Big Data
- Why Big Data Analytics – Extending Advanced Analytics Capabilities
- Big Data Use Cases
- Customer Understanding and Targeting
- Business Process Optimization
- Healthcare Advances
- Law Enforcement and Public Safety
- Sports Performance Improvement
- Public Transportation and Infrastructure Advances
- Why Big Data Now? – The Driving Forces
- Kinds of Big Data – Data Variety
- Sources of Big Data
- Web and Social Media
- Machine to Machine
- Other Sources (Big Transaction Data, Biometrics, Human Generated Data,
- Publicly Available Data, Legacy Documents)
- Working with Big Data – The Big Picture
- Module 2 – Big Data Processes
- Business Case
- Business Needs and Opportunities
- Areas of Insight
- Expected Outcomes
- Business Value Projection
- Technical Case – Big Data Rationale
- Data Sourcing – Getting Big Data
- Data Preparation and Storage
- Data Selection
- Data Cleansing
- Data Integration
- Data Reduction
- Big Data Analytics
- Problem Framing
- Analytic Purpose
- Analytic Modeling
- Data Visualization
- Consumption and Application
- Module 3 – Big Data Architecture
- The Role of Architecture
- What and why
- Data Architecture
- Data Storage
- Data Access
- Data Analysis
- Data Consumption
- Process Architecture
- Data Governance Processes
- Data Integration and Quality
- Analytics Architecture
- Machine Learning
- Predictive Analytics
- Prescriptive Analytics
- Descriptive Analytics
- Reporting
- Technology Architecture
- Search and Visualization
- Data Management and Data Access
- Hadoop and NoSQL
- Big Data ... Big Architecture – Summary
- Module 4 – Big Data Technology
- The Technology Landscape – Overview
- Infrastructure
- Databases
- Development and Deployment Environment
- Analytics – Data Analysis
- Data Sources – Big Data Providers
- The Core Technologies
- MapReduce
- Hadoop
- Module 5 – Getting Started with Big Data
- Readiness Assessment – Check Your Position
- Planning and Preparation – Charting the Course
- Execution – Navigating the Course
- Post-Project Activities – At the Destination
- Best Practices – Lessons Learned
- Mistakes to Avoid – More Lessons Learned
- Module 6 – Summary and Conclusion
- Summary of Key Points – A Quick Review
- References and Resources – To Learn More
