GERİ DÖN

Yüksek Lisans Programları

Lisansüstü Eğitim Enstitüsü - Büyük Veri Analitiği ve Yönetimi (Tezsiz) - - Büyük Veri Analitiği ve Yönetimi (Tezsiz)

Program Tanımları

Büyük Veri Analitiği ve Yönetimi Yüksek Lisans programı, Lisansüstü Eğitim Enstitüsü bünyesinde Yönetim Bilişim Sistemleri Anabilim Dalı bünyesinde 2021 yılında kurulmuştur. Programın ilk öğrencilerini 2021-2022 yılında kabul edilmiştir. Program ilk mezunlarını 2022 yılında vermiştir.

Derece: Yüksek Lisans Diploması

Yükseklisans (Tezsiz) Derecesi (EQF-LLL 7. Düzey)

Adayların Anasanat Dalı Başkanlığının önerisi Enstitü Kurulu onayı ile değerlendirme kriterleri her dönem başında belirlenir. Adayların yazılı/sözlü bilim sınavına girmesi veya portfolyo sunması istenebilir. Kriterlere uyan ve sınavlardan başarılı bulunan öğrenciler akademik takvimde sunulan tarihler arasında kesin kayıt işlemlerini tamamlamalıdır. Adaylar, Anasanat Dalı Başkanlığının önerisi üzerine Enstitü Kurulu tarafından uygun bulunan ve YÖK tarafından denkliği kabul edilen bir lisans diplomasına sahip olmalıdır. Yabancı Dil ve ALES puanları, ÖSYM tarafından belirlenen geçerli tarihlerde alınmış olmalıdır. Programın kayıt şartı her dönem başında belirlenir ve ilan edilir. İlgili mevzuatı ayrıca inceleyebilirsiniz. Lisansüstü Programlarına Yurtdışından Öğrenci Kabulü Yönergesi https://www.nisantasi.edu.tr/Images/Yonergeler/yabanci-uyruklu-ogrenci-adaylarinin-lisansustu-programlara-basvuru-ve-kabul-yonergesi 51916405.pdf Yabancı Uyruklu öğrenciler için lütfen ilgili web sayfasını inceleyiniz. https://international.nisantasi.edu.tr/sayfa/prospective-students-673674

Önceki Öğrenmenin (formal, in-formal, non-formal) Tanınması Hakkında Kurallar

Öğrencilerin önceki öğrenim ve kazanımları, yönetmeliklere uygun olarak tanınabilir ve bu doğrultuda gerekli derslerden muafiyet sağlanabilir. Tanınma ve muafiyet işlemleri için öğrencinin başvurusu, Anabilim Dalı Başkanlığı'nın önerisi ve Enstitü Yönetim Kurulunun onayı ile gerçekleşir.

Yeterlilik Koşulları ve Kuralları, “Mezuniyet Koşulları” bölümünde açıklandığı gibidir.

İktisadi karar birimlerinin etkin ve verimli kararlar alabilmesi için her açısıyla veriyi stratejik bir varlık olarak ele almaları, veri analizi yöntem ve süreçlerini doğru bir şekilde kullanmaları son derece önemlidir. Bu bağlamda veri analiz yöntemlerinin gerektirdiği istatistiksel, ekonometrik ve matematiksel modelleme ve yöntemleri, geleneksel ve geleneksel olmayan teoriler çerçevesinde uygulamak için gerekli yazılım ve kodlama becerilerine sahip insan kaynağı ihtiyacını artırmış ve artırmaya devam etmektedir.

Büyük veri analizi, veri bilimi veya bilgi yönetimi alanlarında uzmanlaşabilirler, şirketlerin veri stratejilerini geliştirebilirler.

Öğrenciler tezli yüksek lisans programlarına devam edebilirler.

Yüksek lisans/Doktora programındaki dersler için genel olarak bir ara sınav ve bir de final sınavı yapılmaktadır. Sınavlarda yazılı sınav dışında ayrıca dönem projesi, araştırma, makale yazma, sunum gibi yöntemler de uygulanabilir. Her dersin ölçme ve değerlendirme ölçütleri için Müfredat’ta (aşağıda) yer alan ders ismini tıklayabilirsiniz. İlgili yönetmelik ve yönergeleri inceleyebilirsiniz. Lisansüstü Eğitim ve Öğretim Yönetmeliği h ps://www.nisantasi.edu.tr/Images/Yonergeler/lisansustu-egi m-ve-ogrem-yonetmeligi-1119485741.pdf

Büyük Veri Analitiği tezsiz yüksek lisans programına kabul edilen öğrencilerin yüksek lisans eğitimlerini tamamlayarak mezun olabilmeleri için toplam 30 kredilik 10 adet dersi başarıyla geçmeleri gerekir. Buna ilave olarak, öğrencilerin bir dönem projesi çalışmasından başarılı olmaları gerekmektedir. Programı tamamlamak için minimum süre 2 yarıyıl, maksimum süre ise 3 yarıyıldır.

Çalışma Şekli (Tam Zamanlı, e-öğrenme )

Tam Zamanlı

Anabilim Dalı Başkanı Dr. Öğr. Üyesi Tuğba DAYIOĞLU İletişim:  tugba.dayioglu@nisantasi.edu.tr Telefon: +90(212)2101010 Adres: Neotech Kampüs, Maslak Mah., Taşyoncası Sok. No: 1V ve No: 1Y, 34398 Sarıyer/İstanbul

Büyük Veri Analitiği ve Yönetimi (Tezli) bölümü, öğrencilere kapsamlı bir program sunar. İleri düzey müfredatıyla öğrencilere büyük veri analitiği ve yönetimi konularında derinlemesine bilgi ve beceri kazandırır. Program, öğrencilere araştırma fırsatları sunar ve yeni trendleri keşfetmelerine, yenilikçi çözümler geliştirmelerine ve alana katkıda bulunmalarına olanak tanır. Ayrıca, öğrencilere güncel araçlar ve teknolojilerle çalışma imkanı sağlar. Sanayi işbirlikleri, öğrencilere gerçek dünya deneyimi kazandırırken, uzman öğretim kadrosu da rehberlik sunar. Araştırma imkanları ve ağ oluşturma fırsatları da programa dahildir. Bu program, öğrencileri büyük veri analitiği alanında başarılı bir kariyere hazırlar.

Program Çıktıları

1 1. Büyük veri analitiği yönetimi alanında temel teorik bilgilere sahip olmak.
2 2. Büyük veri analitiği yönetimi için kullanılan analiz yöntemlerini anlamak ve uygulamak.
3 3. Büyük veri kaynaklarını keşfedebilmek, veri toplama ve veri temizleme süreçlerini yönetebilmek.
4 4. Büyük veri analitiği projelerinde veri modelleme ve veri madenciliği tekniklerini kullanabilmek.
5 5. Veri tabanı yönetimi ve büyük veri depolama altyapılarını tasarlamak ve yönetmek.
6 6. Büyük veri analitiği için veri görselleştirme ve raporlama yöntemlerini kullanabilmek.
7 7. İstatistiksel analiz yöntemlerini büyük veri analitiği uygulamalarında kullanabilmek.
8 8. Makine öğrenmesi ve yapay zeka tekniklerini büyük veri analitiği süreçlerinde uygulayabilmek.
9 9. Büyük veri güvenliği, gizlilik ve etik konularında bilgi sahibi olmak.
10 10. Büyük veri projelerini planlama, yönetme ve takım çalışması becerilerini geliştirmek.
11 11. Büyük veri analitiği uygulamalarında işletme gereksinimlerini anlamak ve çözümlemek.
12 12. Büyük veri analitiği platformları, araçları ve yazılımları kullanabilmek.
13 13. Büyük veri analitiği projelerinde veri keşfi ve keşif analizi yapabilmek.
14 14. Büyük veri analitiği yönetiminde veri güvenliği ve risk yönetimi stratejilerini uygulamak.
15 15. Büyük veri analitiği alanında araştırma yapabilme ve yeni bilgi katkısı sağlayabilmek.

Program Çıktıları - Türkiye Yüksek Öğretim Yeterlilikler Çerçevesi İlişkilendirme

TYYÇ
Program Çıktıları
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
BİLGİ
1
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
2
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
BECERİ
1
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
2
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
YETKİNLİKLER ( Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği )
1
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
2
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
YETKİNLİKLER ( Öğrenme Yetkinliği )
1
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
YETKİNLİKLER ( İletişim ve Sosyal Yetkinlik )
1
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
2
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
4
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
YETKİNLİKLER ( Alana Özgü Yetkinlik )
1
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
2
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Müfredat

D : Ders U: Uygulama L: Laboratuvar

2021-2022 Lisansüstü Müfredatı-BVA (Tezsiz)

Program Çıktıları

1 1. Büyük veri analitiği yönetimi alanında temel teorik bilgilere sahip olmak.
2 2. Büyük veri analitiği yönetimi için kullanılan analiz yöntemlerini anlamak ve uygulamak.
3 3. Büyük veri kaynaklarını keşfedebilmek, veri toplama ve veri temizleme süreçlerini yönetebilmek.
4 4. Büyük veri analitiği projelerinde veri modelleme ve veri madenciliği tekniklerini kullanabilmek.
5 5. Veri tabanı yönetimi ve büyük veri depolama altyapılarını tasarlamak ve yönetmek.
6 6. Büyük veri analitiği için veri görselleştirme ve raporlama yöntemlerini kullanabilmek.
7 7. İstatistiksel analiz yöntemlerini büyük veri analitiği uygulamalarında kullanabilmek.
8 8. Makine öğrenmesi ve yapay zeka tekniklerini büyük veri analitiği süreçlerinde uygulayabilmek.
9 9. Büyük veri güvenliği, gizlilik ve etik konularında bilgi sahibi olmak.
10 10. Büyük veri projelerini planlama, yönetme ve takım çalışması becerilerini geliştirmek.
11 11. Büyük veri analitiği uygulamalarında işletme gereksinimlerini anlamak ve çözümlemek.
12 12. Büyük veri analitiği platformları, araçları ve yazılımları kullanabilmek.
13 13. Büyük veri analitiği projelerinde veri keşfi ve keşif analizi yapabilmek.
14 14. Büyük veri analitiği yönetiminde veri güvenliği ve risk yönetimi stratejilerini uygulamak.
15 15. Büyük veri analitiği alanında araştırma yapabilme ve yeni bilgi katkısı sağlayabilmek.

Program Çıktıları - Türkiye Yüksek Öğretim Yeterlilikler Çerçevesi İlişkilendirme

TYYÇ
Program Çıktıları
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
BİLGİ
1
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
2
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
BECERİ
1
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
2
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
YETKİNLİKLER ( Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği )
1
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
2
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
YETKİNLİKLER ( Öğrenme Yetkinliği )
1
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
YETKİNLİKLER ( İletişim ve Sosyal Yetkinlik )
1
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
2
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
4
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
YETKİNLİKLER ( Alana Özgü Yetkinlik )
1
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
2
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

0. Dönem
Ders Kodu [DersinDili] Ders Adı Ders Türü [D] [U] [L] AKTS Rapor KREDİ
TMR Türkçe Türkçe Hazırlık İsteğe Bağlı - - - - -
Toplam 0 0 0
1. Dönem
Ders Kodu [DersinDili] Ders Adı Ders Türü [D] [U] [L] AKTS Rapor KREDİ
BVA502 Türkçe Bıtırme Projesı Zorunlu - - - - -
LEE501 Türkçe Araştırma ve Sunum Teknıklerı Zorunlu 3 - - 12 3
LEE597 Türkçe Bıtırme Projesı Zorunlu - - - - -
SECBVAD Türkçe Büyük Verı Analıtığı Program Dışı Seçmelı Dersler Seçmeli - - - - -
SECBVAİ Türkçe Büyük Verı Analıtığı Program İçı Seçmelı Dersler Seçmeli - - - - -
Toplam 3 0 0 12 3
SECBVAD - Büyük Veri Analitiği Program Dışı Seçmeli Dersler
Ders Kodu [DersinDili] Ders Adı Ders Türü [D] [U] [L] AKTS Rapor KREDİ
BTT511 Türkçe Java İle Programlama Seçmeli 3 - - 6 3
BTT513 Türkçe Verı Madencılığı I Seçmeli 3 - - 6 3
BTT514 Türkçe Makıne Öğrenımı Ve Örüntü Tanıma Seçmeli 3 - - 6 3
BTT519 Türkçe Elektronık Tıcaret Seçmeli 3 - - 6 3
FNB512 Türkçe Uygulamalı Fınansal Ekonomı Seçmeli 3 - - 6 3
LEE591 Türkçe Uygulamalı İstatıstık Seçmeli 2 2 - 6 3
LEE592 Türkçe İktısadı Düşünceler Tarıhı Seçmeli 3 - - 6 3
LEE593 Türkçe Gırışımcılık Seçmeli 3 - - 6 3
LEE594 Türkçe Fıkrı Mülkıyet Hakları Seçmeli 3 - - 6 3
MHY535 Türkçe Vaka Analızı Seçmeli 3 - - 6 3
SECBVAİ - Büyük Veri Analitiği Program İçi Seçmeli Dersler
Ders Kodu [DersinDili] Ders Adı Ders Türü [D] [U] [L] AKTS Rapor KREDİ
BLG503 Türkçe İnsan Bılgısayar Etkıleşımı Seçmeli - - - 6 3
BLG512 Türkçe İlerı Hesaplama Teorısı Seçmeli - - - 6 3
BLG521 Türkçe Python İle Verı Yapıları Ve Algorıtma Seçmeli 3 - - 6 3
BTT507 Türkçe Bılgı Teknolojılerı Hızmet Yönetımıne Gırış Seçmeli 3 - - 6 3
BTT509 Türkçe İstatıstık Verı Analızı Ve Karar Alma Seçmeli 3 - - 6 3
BTT525 Türkçe Python İle Verı Yapıları Ve Algorıtma Seçmeli 3 - - 6 3
BVA504 Türkçe Yönetımde Karar Verme Teknıklerı Seçmeli 3 - - 6 3
BVA505 Türkçe İşletmeler İçın Verı Analıtığı Seçmeli - 3 - 6 3
BVA506 Türkçe Büyük Verı Teknolojılerı ve Uygulamaları Seçmeli 3 - - 6 3
BVA510 Türkçe İlerı Matematıksel Modelleme ve Optımızasyon Seçmeli 3 - - 6 3
BVA511 Türkçe Verı Tabanı Yönetımı Seçmeli 3 - - 6 3
BVA512 Türkçe Dıjıtal Pazarlama Seçmeli 3 - - 6 3
BVA513 Türkçe İktısadı ve Fınansal Zaman Serılerı Analızı Seçmeli 3 - - 6 3
BVA515 Türkçe Örnek Olay Çalışmaları Seçmeli 3 - - 6 3
BVA517 Türkçe Bılgısayar Desteklı Ekonometrı Seçmeli 3 - - 6 3
FNB504 Türkçe Türev Ürünler ve Uygulamaları Seçmeli 3 - - 6 3
MHY506 Türkçe Mühendıslık Ekonomısı Seçmeli 3 - - 6 3
MHY514 Türkçe Teknolojı ve Yenılık Yönetımı Seçmeli 3 - - 6 3
UIS510 Türkçe Yönetım Bılışım Sıstemlerı Seçmeli 3 - - 6 3
YZM504 Türkçe Derın Öğrenme Seçmeli 3 - - 6 3
YZM506 Türkçe Optımızasyon Seçmeli 3 - - 6 3
YZM507 Türkçe Verı Bılımı İçın İstatıstık Seçmeli 3 - - 6 3
YZM513 Türkçe İnsan Makıne Etkıleşımı Seçmeli 3 - - 6 3
YZM528 Türkçe Yapay Zeka Ve Görsel Çalışmalar Seçmeli 3 - - 6 3
YZM532 Türkçe Python ıle Verı Bılımı Seçmeli 3 - - 6 3