Yeterlilik Kodu

TR0030020953

Yeterlilik Adı
Veri Analitiği Tezsiz Yüksek Lisans Diploması
Sorumlu KurumSabancı Üniversitesi
Sorumlu Kurum İletişim BilgisiSabancı Üniversitesi Orta, Sabancı Ünv. No:27, 34956 Tuzla/İstanbul
Sorumlu Kurum URLhttps://www.sabanciuniv.edu
YönelimAkademik
AYÇ Seviyesi7
Yeterlilik TYÇ’ye yerleştirilmemiştir.
TYÇ Seviyesi 7
Sınıflandırma (Tematik Alan)Kütüphane, bilgi ve arşiv çalışmaları
Sınıflandırma (Meslek Kodu) -
KategoriAna
Kredi Değeri90
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,
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

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
(Madde 7-Kontenjanlar ve öğrenci kabulü)
Link: https://www.sabanciuniv.edu/sites/default/files/yonetmelikler/lisansustu-egitim-yonetmeligi-2019.pdf

Başarma ŞartlarıMevcut 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
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

Yönelim
Akademik

Sınıflandırma (Meslek Kodu)
-

AYÇ Seviyesi
7

TYÇ Seviyesi
7
Yeterlilik TYÇ’ye yerleştirilmemiştir.

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,
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


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
(Madde 7-Kontenjanlar ve öğrenci kabulü)
Link: https://www.sabanciuniv.edu/sites/default/files/yonetmelikler/lisansustu-egitim-yonetmeligi-2019.pdf


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

Qualification Code

TR0030020953

Qualification Title
Veri Analitiği Tezsiz Yüksek Lisans Diploması
Awarding BodySabancı University
Awarding Body ContactSabancı Üniversitesi Orta, Sabancı Ünv. No:27, 34956 Tuzla/İstanbul
Awarding Body Urlhttps://www.sabanciuniv.edu/en
OrientationAcademic
EQF Level7
The Qualification hasn't been included in TQF.
TQF Level 7
Thematic AreasLibrary, information and archival studies
National Occupation Classification

-

CategoryMain
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,
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.

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. 
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.

Quality Assurance-
Access Requirements

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

Conditions for SuccessCurrent 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
Machine Learning Expert
Data Translator
Data Analyst
Chief Data Officer (CDO)

Legal Basis-
Validity Period (If Any)

No expiration date

Url Open Address
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

Orientation
Academic

National Occupation Classification

-


EQF Level
7

TQF Level
7
The Qualification hasn't been included in TQF.

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,
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.


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. 
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.


Quality Assurance
-

Access Requirements

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


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
Machine Learning Expert
Data Translator
Data Analyst
Chief Data Officer (CDO)


Legal Basis
-

Validity Period (If Any)

No expiration date


Url
Open Address