Model Online/Fiziksel
Süre
Modüller 5 modül

Eğitimin Amacı ve Kapsamı

Raporların birbirini tutmaması ve analitik modellerin her seferinde sıfırdan veri hazırlamak zorunda kalması, çoğunlukla zayıf veri modellemenin sonucudur. Bu program, TDWI'nin veri yönetimi ve analitik bilgi alanlarında öne çıkan iki konuyu, veri modelleme ve veri bilimini, birbirine bağlı şekilde ele alır.

Kavramsal-mantıksal-fiziksel model ayrımı, Kimball yıldız şeması, yavaş değişen boyutlar (SCD), Data Vault 2.0 ve lakehouse ortamında modelleme uygulanır; ardından bu modellerin veri bilimi için feature tablolarına nasıl dönüştüğü gösterilir. Katılımcılar kurumun bir iş alanı için boyutsal model ve lineage/ownership modeli taslağı çıkarır. Program TDWI ile resmi bir ortaklık ya da sertifika hazırlığı iddiası taşımaz; içerik bu bilgi alanlarını referans alır.

Kimler Katılmalı?

  • Veri ambarı ve BI geliştiricileri
  • Veri mimarları ve veri modelleyiciler
  • Analitik modeller için veri hazırlayan veri bilimciler
  • Ön koşul: SQL ve ilişkisel veri tabanı bilgisi

Kazanımlar

  • İş gereksinimlerinden kavramsal ve mantıksal veri modeli üretir
  • Yıldız şeması, fact ve dimension tablolarını doğru granülerlikte tasarlar
  • SCD tiplerini ve Data Vault yaklaşımını senaryoya göre seçer
  • Boyutsal modelden veri bilimi için feature tablosu türetir
  • Veri sahipliği ve lineage bilgisini modelle birlikte belgeler

Konular

Veri Modelleme Katmanları
  • Kavramsal, mantıksal ve fiziksel model
  • Normalizasyon ve analitik için denormalizasyon
Boyutsal Modelleme (Kimball)
  • Fact/dimension, granülerlik ve conformed dimension
  • SCD Tip 1, 2 ve 3
Data Vault ve Lakehouse Modelleme
  • Hub, link ve satellite yapıları
  • Medallion mimarisinde model yerleşimi
Modelden Veri Bilimine
  • Feature tablosu ve analitik veri setleri
  • Point-in-time doğruluk ve tarihsel veri
Metadata, Sahiplik ve Lineage
  • Veri sözlüğü ve iş terimleri
  • Ownership ve lineage modeli taslağı

Bu Kategorideki Diğer Eğitimler

  • Veri Analistliği

    İş sorusunu analiz planına dönüştürme, SQL ve Excel/Python ile veri hazırlama, KPI tanımlama, Power BI veya Tableau ile dashboard tasarımı ve veriyle storytelling; analist rolüne geçen veya bu rolü güçlendiren ekipler için.

    Veri Bilimi ve AI-Ready Veri Mühendisliği Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • SQL Temelleri

    İlişkisel veri tabanlarında SELECT, WHERE, JOIN, GROUP BY, HAVING ve alt sorgularla veri çekme ve özetleme; ham veriye kendi başına erişip rapor üretmek isteyen iş analistleri ve uzmanlar için uygulamalı SQL eğitimi.

    Veri Bilimi ve AI-Ready Veri Mühendisliği Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • İleri Seviye SQL

    Window fonksiyonları, recursive CTE'ler, kohort ve zaman serisi sorguları, yarı-yapısal (JSON) veri işleme ve EXPLAIN ANALYZE ile sorgu optimizasyonu; büyük veri kümelerinde çalışan analist ve mühendisler için.

    Veri Bilimi ve AI-Ready Veri Mühendisliği Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • AI-Ready Veri Mühendisliği

    RAG, LLM ve makine öğrenmesi sistemleri için uçtan uca veri mühendisliği: veri sözleşmeleri, medallion mimarisi, feature ve embedding pipeline'ları, lineage ve metadata yönetimi.

    Veri Bilimi ve AI-Ready Veri Mühendisliği Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • Veri Kalitesi Testleri ve Veri Sözleşmeleri (Data Contracts)

    Kaynak sistemlerdeki sessiz şema ve veri bozulmalarını önlemek için otomatik veri kalitesi testleri (dbt, Great Expectations, Soda) ve üretici-tüketici arasında uygulanabilir data contract tasarımı.

    Veri Bilimi ve AI-Ready Veri Mühendisliği Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • Lineage, Katalog ve Veri Gözlemlenebilirliği

    OpenLineage, DataHub/OpenMetadata ve veri gözlemlenebilirliği araçlarıyla veri varlıklarını keşfetme, kolon bazlı lineage çıkarma ve veri hatlarındaki gecikme veya dağılım kaymalarını erken yakalama.

    Veri Bilimi ve AI-Ready Veri Mühendisliği Kurumsal
    Canlı Kurs
    5 modül
    İncele

Bizimle iletişime geçin