MODÜL 01
Python analitik temelleri
- Değişken ve veri yapıları
- Koşul, döngü ve fonksiyon
- Notebook çalışma düzeni
VERİ ANALİZİ
Python ile Veri Analizi
Pandas tabanlı veri hazırlama, analiz ve görselleştirmeyi bankacılık vakaları üzerinden uygulayın.
01 / EĞİTİM ÖZETİ
Bu eğitim ne sağlar?
Python ve pandas kullanarak bankacılık verisini içe aktarma, temizleme, dönüştürme, analiz etme ve görselleştirme sürecini uçtan uca uygular. Tekrarlanabilir analiz ve veri kalite kontrolleri temel alınır.
02 / KİMLER KATILMALI?
Hedef katılımcılar
- Veri ve iş analistleri
- Raporlama uzmanları
- Risk analitiği ekipleri
- Python ile veri çalışmasına başlamak isteyen bankacılık profesyonelleri
03 / ÖĞRENME KAZANIMLARI
Eğitim sonunda
01
Python veri yapılarıyla çalışma
02
pandas ile veri temizleme ve birleştirme
03
Eksik, aykırı ve mükerrer kayıtları yönetme
04
Grup bazlı analiz ve görselleştirme
05
Tekrarlanabilir analiz not defteri hazırlama
04 / EĞİTİM MODÜLLERİ
Program içeriği
MODÜL 02
pandas ile veri hazırlama
- Dosya okuma ve tip yönetimi
- Filtreleme ve dönüştürme
- Merge ve groupby
MODÜL 03
Veri kalitesi ve keşif
- Eksik ve mükerrer kayıt
- Aykırı değer incelemesi
- Dağılım ve ilişki analizi
MODÜL 04
Raporlama ve otomasyon
- Grafik tasarımı
- Özet çıktı üretimi
- Tekrarlanabilir analiz akışı
05 / KATILIM BANKACILIĞI KULLANIM SENARYOLARI
Genel örnek değil,
bankacılık vakası
01Finansman portföyü analizi
02Müşteri segmentasyonu
03Şube işlem süresi analizi
04Ürün ve şube kârlılığı analizi
Veri güvenliği
Uygulamalarda sentetik, anonimleştirilmiş veya kurum tarafından kullanımına izin verilmiş veriler kullanılır.
06 / ÖN KOŞULLAR
Başlamadan önce
- Temel veri okuryazarlığı
- Kodlama deneyimi faydalıdır ancak zorunlu değildir
- Kişisel veya kurum tarafından sağlanan uygulama ortamı
07 / EĞİTİM YÖNTEMİ
Nasıl ilerler?
- Eğitmenle birlikte kodlama
- Notebook laboratuvarları
- Veri kalite görevleri
- Bireysel mini proje
08 / UYGULAMA VE PROJE YAPISI
UYGULAMALI ÇIKTI
λBilgiyi işe dönüştüren final projesi
Anonimleştirilmiş finansman portföyü üzerinde veri kalite kontrolleri, müşteri/ürün kırılımları, eğilim analizi ve yönetici grafikleri içeren tekrarlanabilir bir notebook hazırlanır.
09–10 / ÖLÇME, DEĞERLENDİRME VE SERTİFİKA
Başarı nasıl ölçülür?
DEĞERLENDİRME MODELİ
Kodlama alıştırmaları %30, veri hazırlama ödevi %30 ve final notebook projesi %40 ağırlığındadır. Başarı eşiği 70/100’dür.
SERTİFİKA TÜRÜ
Başarı Sertifikası
Sınav ve gerekli değerlendirme aşamalarını başarıyla tamamlayanlara verilir.
Üniversite veya akreditasyon kuruluşuyla resmî anlaşma yapılmadığı sürece bu belge; resmî mesleki yeterlilik, üniversite onaylı sertifika veya uluslararası akreditasyon olarak sunulmaz.
11 / EĞİTMEN
Akademik temel,
sektör deneyimi.
İÇ
İbrahim Çetin
İbrahim Çetin — 23 yılı aşkın bankacılık ve finans teknolojileri deneyimiyle; veri bilimi, finansal raporlama, risk analitiği, core banking ve regülasyon alanlarında çalışan sektör profesyoneli.
12 / SIK SORULAN SORULAR
Merak edilenler
01Daha önce kod yazmadım; uygun mu?+
Evet. Programlama temelleri verilir; eğitim süresince düzenli pratik gerektirir.
02Hangi kütüphaneler kullanılacak?+
Başta pandas, NumPy, Matplotlib ve Seaborn olmak üzere temel veri analizi araçları kullanılır.
03Kurulum desteği var mı?+
Eğitim öncesi ortam kontrol listesi ve standart kurulum yönergesi paylaşılır.
13 / KURUMSAL EĞİTİM SEÇENEĞİ
Ekibinize göre uyarlayın.
Kurumun tercih ettiği Python ortamı, güvenlik kısıtları ve veri analizi standartlarına göre yapılandırılabilir; kurum içi kullanım için kapalı veri laboratuvarı uygulanabilir.
Kurumsal Eğitim İçin Bilgi Al →14 / BAŞVURU VE BİLGİ
Bu eğitime
katılmaya hazır mısınız?
Takvim, kontenjan ve kurumsal uygulama seçenekleri hakkında bilgi alın.
Başvuru / Bilgi Al →