Yeterlilik Kodu | TR0030020953 | |
Yeterlilik Adı | Veri Analitiği Tezsiz Yüksek Lisans Diploması | |
Sorumlu Kurum | Sabancı Üniversitesi | |
Sorumlu Kurum İletişim Bilgisi | Sabancı Üniversitesi Orta, Sabancı Ünv. No:27, 34956 Tuzla/İstanbul | |
Sorumlu Kurum URL | https://www.sabanciuniv.edu | |
Yönelim | Akademik | |
AYÇ Seviyesi | 7 | Yeterlilik TYÇ’ye yerleştirilmemiştir. |
TYÇ Seviyesi | 7 | |
Sınıflandırma (Tematik Alan) | Kütüphane, bilgi ve arşiv çalışmaları | |
Sınıflandırma (Meslek Kodu) | - | |
Kategori | Ana | |
Kredi Değeri | 90 | |
Programın Normal Süresi | 1 | |
Program Profili (Amaç) | İngilizce olarak eğitim sağlamaktadır. | |
Öğrenme Ortamları | - | |
Öğrenme Kazanımları (Tanım) | 1. İş analitiği kapsamında analitik yöntem ve tekniklerin kavramsal temellerinin anlamış olmaları, | |
Anahtar Yetkinlikler | - | |
Ölçme ve Değerlendirme Yöntemleri | Veri Analitiği, yüksek hacimli verilerden bir iş değeri yaratmak üzere istatistik bilimi ile modern sayısal hesaplama yöntemleri arasındaki entegrasyonu sağlayarak firmaların bu potansiyeli açığa çıkarmaları için gereksinim duydukları bilgi ve araçlara erişimini mümkün kılıyor. Program müfredatı, öğrencilerin Veri Analitiği üzerinde farklı alanlarda kendilerini geliştirmelerine olanak sağlayacak bir esneklikte geliştirilmiştir. Python ile Veri Analitiğine Giriş, Veri Yönetimi ve İşlenmesi, Makine Öğrenmesi, Veri Analitiği ile Pratik Vaka Çalışmaları, Uygulamalı İstatistik, Optimizasyon, Karar Modelleme, Veri Görselleştirme, Sosyal Ağ Analizi ve Proje Yönetimi müfredatı oluşturan derslerden bazılarıdır. | |
Kalite Güvencesi | - | |
Giriş Şartı | Mevcut Yönetmelikler Sabancı Üniversitesi Lisansüstü Eğitim Ve Öğretim Yönetmeliği | |
Başarma Şartları | Mevcut Yönetmelikler Sabancı Üniversitesi Lisansüstü Eğitim Ve Öğretim Yönetmeliği (Madde 19-Sınavlar & Madde 21-Değerlendirme ve notlar), (Madde 31-Diplomalar), (Madde 33-Tezli Yüksek Lisans-Programın mezuniyet yükümlülükleri), (Madde 35-Tezsiz Yüksek Lisans-Programın mezuniyet yükümlülükleri), (Madde 39-Doktora-Programın mezuniyet yükümlülükleri) Link: https://www.sabanciuniv.edu/sites/default/files/yonetmelikler/lisansustu-egitim-yonetmeligi-2019.pdf | |
İlerleme Yolları (İlişki Türü) | Veri Bilimcisi Yapay Zeka Uzmanı Veri Çevirmeni Veri Analisti Veri Yöneticisi | |
Yasal Dayanağı | - | |
Geçerlilik Süresi (Varsa) | Sürekli geçerlidir | |
Yeterliliğe Erişim için İnternet Adresi | Adresi Aç |
TR0030020953
İngilizce olarak eğitim sağlamaktadır.
1. İş analitiği kapsamında analitik yöntem ve tekniklerin kavramsal temellerinin anlamış olmaları,
2. Temel programlama yetilerinin geliştirilmesi ile uygulamalı bilgi sistemlerinde kullanılacak teorik ve pratik birikimi kazanmış olmaları,
3. Yüksek hacimdeki verilerin kullanılabilir bir formata dönüştürülmesi ve istatistiki veri analiz araçlarının kullanılması ile karar mekanizmasına destek verebilmeleri,
4. Kantitatif modelleme ve veri analiz tekniklerinin anlaşılması ve uygulaması ile yüksek hacimde veriden kullanılabilir bilgi üretebilmeleri ve bu bulguları iş problemlerinin çözümünde kullanabilmeleri, sonuçları veri görselleştirme araçları yardımıyla sunabilmeleri ve raporlayabilmeleri,
5. Veri kalitesi, veri bütünlüğü ve veri doğruluğu ile veri mahremiyeti ve fikir mülkiyeti üzerine iş etiği kavramlarını anlamış olmaları
Veri Analitiği, yüksek hacimli verilerden bir iş değeri yaratmak üzere istatistik bilimi ile modern sayısal hesaplama yöntemleri arasındaki entegrasyonu sağlayarak firmaların bu potansiyeli açığa çıkarmaları için gereksinim duydukları bilgi ve araçlara erişimini mümkün kılıyor. Program müfredatı, öğrencilerin Veri Analitiği üzerinde farklı alanlarda kendilerini geliştirmelerine olanak sağlayacak bir esneklikte geliştirilmiştir. Python ile Veri Analitiğine Giriş, Veri Yönetimi ve İşlenmesi, Makine Öğrenmesi, Veri Analitiği ile Pratik Vaka Çalışmaları, Uygulamalı İstatistik, Optimizasyon, Karar Modelleme, Veri Görselleştirme, Sosyal Ağ Analizi ve Proje Yönetimi müfredatı oluşturan derslerden bazılarıdır.
Mevcut Yönetmelikler
Sabancı Üniversitesi Lisansüstü Eğitim Ve Öğretim Yönetmeliği
(Madde 7-Kontenjanlar ve öğrenci kabulü)
Link: https://www.sabanciuniv.edu/sites/default/files/yonetmelikler/lisansustu-egitim-yonetmeligi-2019.pdf
Veri Bilimcisi Yapay Zeka Uzmanı Veri Çevirmeni Veri Analisti Veri Yöneticisi
Sürekli geçerlidir
Qualification Code | TR0030020953 | |
Qualification Title | Veri Analitiği Tezsiz Yüksek Lisans Diploması | |
Awarding Body | Sabancı University | |
Awarding Body Contact | Sabancı Üniversitesi Orta, Sabancı Ünv. No:27, 34956 Tuzla/İstanbul | |
Awarding Body Url | https://www.sabanciuniv.edu/en | |
Orientation | Academic | |
EQF Level | 7 | The Qualification hasn't been included in TQF. |
TQF Level | 7 | |
Thematic Areas | Library, information and archival studies | |
National Occupation Classification |
- | |
Category | Main | |
Credit Value | - | |
Program Duration | - | |
Program Profile | - | |
Learning Environments | - | |
Description | 1. Comprehend the conceptual foundations of analytical methods and techniques within the scope of business analytics, | |
Key Competencies | - | |
Further Info | Data Analytics is considered to be a relatively new field which integrates state-of-the-art computational and statistical techniques to extract business value from a rapidly expanding volume of data. This program is designed to help our participants develop the skill set needed for creating and maintaining the added competitive edge that innovative companies are trying to establish. | |
Quality Assurance | - | |
Access Requirements | Current Instruction Letters: Instruction Letter For Sabancı Unıversity Graduate Programs | |
Conditions for Success | Current Instruction Letters: Instruction Letter For Sabancı Unıversity Graduate Programs (Article 19-Examinations & Article 21-Academic Assessment and Grades), (Article 31-Diplomas), (Article 33-Master's With Thesis-Graduation Requirements of the Program), (Article 35-Master's Without Thesis-Graduation Requirements of the Program), (Article 39-Doctorate Program-Graduation Requirements of the Program) Link: https://www.sabanciuniv.edu/sites/default/files/yonetmelikler/graduate-programs-instruction-letter-2019.pdf | |
Progression Paths (Relationship Type) | Data Scientist | |
Legal Basis | - | |
Validity Period (If Any) | No expiration date | |
Url | Open Address |
TR0030020953
-
-
1. Comprehend the conceptual foundations of analytical methods and techniques within the scope of business analytics,
2. Acquire theoretical and practical knowledge on applied information systems by developing fundamental programming skills,
3. Improve decision making by turning high-volume data into useful information and integrating data analysis tools,
4. Turn high-volume data into useful information by using quantitative models and understanding and managing data analysis techniques, communicate and visualize the results for business use,
5. Understand the data quality, data integrity and data accuracy concepts, and occupational ethics regarding data privacy and intellectual property.
Data Analytics is considered to be a relatively new field which integrates state-of-the-art computational and statistical techniques to extract business value from a rapidly expanding volume of data. This program is designed to help our participants develop the skill set needed for creating and maintaining the added competitive edge that innovative companies are trying to establish.
Our curriculum will help the students develop skills required for data-driven decision-making with a wide variety of courses such as: Introduction to Data Analytics using Python, Data Management and Processing, Machine Learning, Practical Case Studies in Data Analytics, Applied Statistics, Optimization, Decision Modeling, Exploratory Data Analysis and Visualization, Social Network Analysis, Project Management and Business Communication, etc.
Current Instruction Letters:
Instruction Letter For Sabancı Unıversity Graduate Programs
(Article 7-Student Quotas and Admissions)
Link: https://www.sabanciuniv.edu/sites/default/files/yonetmelikler/graduate-programs-instruction-letter-2019.pdf
Data Scientist
Machine Learning Expert
Data Translator
Data Analyst
Chief Data Officer (CDO)
No expiration date