Ulyon Co – Data Science və Analitika Proqramı (6 Ay)
Tədris Formatı: Həftədə 2 dəfə (Canlı Praktiki Dərslər) + 7/24 Mentor Dəstəyi
Səviyyə: Sıfırdan Mütəxəssis (Expert) Səviyyəsinə
Bu proqram, heç bir texniki bilgisi olmayan hər kəs üçün hazırlanmışdır. Proqram boyunca siz məlumatları toplamağı, təmizləməyi, analiz etməyi, görselləşdirməyi və maşın öyrənməsi modellərindən istifadə edərək real biznes problemlərini həll etməyi öyrənəcəksiniz. Hər mərhələ real dünya məlumat dəstləri və praktiki layihələrlə möhkəmləndirilir.
📊 DATA SCIENCE VƏ ANALİTİKA PROQRAMI – 6 AY
🗓️ 1-ci Ay: Proqramlaşdırma və Məlumat Əsasları
Həftə 1: Data Science Nədir? Data Science, Data Analytics, Machine Learning fərqləri, sahənin karyera imkanları, real həyat tətbiqləri.
Həftə 2: Python Əsasları. Dəyişənlər, məlumat tipləri, şərtlər, dövrlər, funksiyalar, Python-un data sahəsində rolu.
Həftə 3: Python ilə Məlumat Strukturları. Listlər, lüğətlər (dictionary), dəstlər (set), tuple – məlumatların strukturlaşdırılması.
Həftə 4: İlk Layihə – Python ilə Məlumat Analizi. Real məlumat dəsti üzərində Python ilə sadə statistik analiz.
🗓️ 2-ci Ay: Məlumat Analizi və Görselləşdirmə
Həftə 5: NumPy ilə Rəqəmsal Hesablama. Massivlər, matris əməliyyatları, statistik funksiyalar, NumPy-ın data sahəsindəki rolu.
Həftə 6: Pandas ilə Məlumat Analizi. DataFrame, Series, məlumatların oxunması (CSV, Excel), filtrləmə, qruplaşdırma, birləşdirmə.
Həftə 7: Matplotlib və Seaborn ilə Görselləşdirmə. Qrafik növləri (xətt, sütun, pasta, istilik xəritəsi), effektiv vizualizasiya prinsipləri.
Həftə 8: İkinci Layihə – Biznes Məlumat Analizi. Real şirkət məlumatları üzərində tam analiz və görselləşdirmə hesabatı.
🗓️ 3-cü Ay: Verilənlər Bazası və BI Alətləri
Həftə 9: SQL Əsasları. Verilənlər bazası nədir, SELECT, WHERE, GROUP BY, JOIN əmrləri, sorğuların yazılması.
Həftə 10: Qabaqcıl SQL. Alt sorğular (subquery), pəncərə funksiyaları (window functions), indekslər, performans optimallaşdırması.
Həftə 11: Power BI ilə Dashboard Hazırlamaq. Power BI interfeysi, məlumat yükləmək, interaktiv hesabatlar və dashboardların yaradılması.
Həftə 12: Üçüncü Layihə – İnteraktiv Biznes Dashboardu. SQL + Power BI ilə real biznes suallarını cavablayan tam dashboard.
🗓️ 4-cü Ay: Maşın Öyrənməsinə Giriş
Həftə 13: Maşın Öyrənməsi Nədir? Nəzarətli, nəzarətsiz, gücləndirilmiş öyrənmə növləri, Scikit-learn kitabxanasına giriş.
Həftə 14: Reqressiya Modelləri. Xətti reqressiya, çoxlu reqressiya, model qiymətləndirilməsi (MSE, R²), qiymət proqnozu tətbiqi.
Həftə 15: Klassifikasiya Modelləri. Logistik reqressiya, Qərar Ağacı (Decision Tree), Random Forest, müştəri tərk analizi.
Həftə 16: Dördüncü Layihə – Proqnozlaşdırma Modeli. Real məlumat dəsti üzərində tam maşın öyrənməsi layihəsi.
🗓️ 5-ci Ay: Qabaqcıl Maşın Öyrənməsi və AI
Həftə 17: Model Optimallaşdırması. Hyperparameter tuning, Cross-validation, overfitting/underfitting problemləri və həlləri.
Həftə 18: Qruplaşdırma Alqoritmləri (Clustering). K-Means, DBSCAN – müştəri seqmentasiyası, anomaliya aşkarlanması.
Həftə 19: Təbii Dil Emalı (NLP). Mətnin analizi, sentiment analizi, OpenAI API ilə mətn emalının avtomatlaşdırılması.
Həftə 20: Dərin Öyrənməyə Giriş (Deep Learning). Neyron şəbəkələri, TensorFlow/Keras əsasları, şəkil tanıma tətbiqi.
🗓️ 6-cı Ay: Real Layihə, Portfolio və Karyera
Həftə 21: Məlumat Mühəndisliyi Əsasları. ETL prosesi, məlumat borukəməri (data pipeline), Apache Airflow ilə avtomatlaşdırma.
Həftə 22: Modelin Yerləşdirilməsi (Model Deployment). Flask/FastAPI ilə modeli API-yə çevirmək, Streamlit ilə interaktiv tətbiq qurmaq.
Həftə 23: Karyera Hazırlığı. Data Science CV-si, GitHub portfolio, Kaggle müsabiqələri, texniki müsahibə sualları və cavabları.
Həftə 24: Yekun Layihə və Sertifikasiya Təqdimatı. Sıfırdan tam data science layihəsinin hazırlanması və mentorlar qarşısında təqdimatı.
Proqramın sonunda məzunlar sıfırdan məlumatları toplamaq, analiz etmək, maşın öyrənməsi modelləri qurmaq, nəticələri görselləşdirmək və modeli real tətbiqə çevirmək və şirkətlərdə işləyəbiləcək səviyyəyə çatacaqlar.
Tədris Formatı: Həftədə 2 dəfə (Canlı Praktiki Dərslər) + 7/24 Mentor Dəstəyi
Səviyyə: Sıfırdan Mütəxəssis (Expert) Səviyyəsinə
Bu proqram, heç bir texniki bilgisi olmayan hər kəs üçün hazırlanmışdır. Proqram boyunca siz məlumatları toplamağı, təmizləməyi, analiz etməyi, görselləşdirməyi və maşın öyrənməsi modellərindən istifadə edərək real biznes problemlərini həll etməyi öyrənəcəksiniz. Hər mərhələ real dünya məlumat dəstləri və praktiki layihələrlə möhkəmləndirilir.
📊 DATA SCIENCE VƏ ANALİTİKA PROQRAMI – 6 AY
🗓️ 1-ci Ay: Proqramlaşdırma və Məlumat Əsasları
Həftə 1: Data Science Nədir? Data Science, Data Analytics, Machine Learning fərqləri, sahənin karyera imkanları, real həyat tətbiqləri.
Həftə 2: Python Əsasları. Dəyişənlər, məlumat tipləri, şərtlər, dövrlər, funksiyalar, Python-un data sahəsində rolu.
Həftə 3: Python ilə Məlumat Strukturları. Listlər, lüğətlər (dictionary), dəstlər (set), tuple – məlumatların strukturlaşdırılması.
Həftə 4: İlk Layihə – Python ilə Məlumat Analizi. Real məlumat dəsti üzərində Python ilə sadə statistik analiz.
🗓️ 2-ci Ay: Məlumat Analizi və Görselləşdirmə
Həftə 5: NumPy ilə Rəqəmsal Hesablama. Massivlər, matris əməliyyatları, statistik funksiyalar, NumPy-ın data sahəsindəki rolu.
Həftə 6: Pandas ilə Məlumat Analizi. DataFrame, Series, məlumatların oxunması (CSV, Excel), filtrləmə, qruplaşdırma, birləşdirmə.
Həftə 7: Matplotlib və Seaborn ilə Görselləşdirmə. Qrafik növləri (xətt, sütun, pasta, istilik xəritəsi), effektiv vizualizasiya prinsipləri.
Həftə 8: İkinci Layihə – Biznes Məlumat Analizi. Real şirkət məlumatları üzərində tam analiz və görselləşdirmə hesabatı.
🗓️ 3-cü Ay: Verilənlər Bazası və BI Alətləri
Həftə 9: SQL Əsasları. Verilənlər bazası nədir, SELECT, WHERE, GROUP BY, JOIN əmrləri, sorğuların yazılması.
Həftə 10: Qabaqcıl SQL. Alt sorğular (subquery), pəncərə funksiyaları (window functions), indekslər, performans optimallaşdırması.
Həftə 11: Power BI ilə Dashboard Hazırlamaq. Power BI interfeysi, məlumat yükləmək, interaktiv hesabatlar və dashboardların yaradılması.
Həftə 12: Üçüncü Layihə – İnteraktiv Biznes Dashboardu. SQL + Power BI ilə real biznes suallarını cavablayan tam dashboard.
🗓️ 4-cü Ay: Maşın Öyrənməsinə Giriş
Həftə 13: Maşın Öyrənməsi Nədir? Nəzarətli, nəzarətsiz, gücləndirilmiş öyrənmə növləri, Scikit-learn kitabxanasına giriş.
Həftə 14: Reqressiya Modelləri. Xətti reqressiya, çoxlu reqressiya, model qiymətləndirilməsi (MSE, R²), qiymət proqnozu tətbiqi.
Həftə 15: Klassifikasiya Modelləri. Logistik reqressiya, Qərar Ağacı (Decision Tree), Random Forest, müştəri tərk analizi.
Həftə 16: Dördüncü Layihə – Proqnozlaşdırma Modeli. Real məlumat dəsti üzərində tam maşın öyrənməsi layihəsi.
🗓️ 5-ci Ay: Qabaqcıl Maşın Öyrənməsi və AI
Həftə 17: Model Optimallaşdırması. Hyperparameter tuning, Cross-validation, overfitting/underfitting problemləri və həlləri.
Həftə 18: Qruplaşdırma Alqoritmləri (Clustering). K-Means, DBSCAN – müştəri seqmentasiyası, anomaliya aşkarlanması.
Həftə 19: Təbii Dil Emalı (NLP). Mətnin analizi, sentiment analizi, OpenAI API ilə mətn emalının avtomatlaşdırılması.
Həftə 20: Dərin Öyrənməyə Giriş (Deep Learning). Neyron şəbəkələri, TensorFlow/Keras əsasları, şəkil tanıma tətbiqi.
🗓️ 6-cı Ay: Real Layihə, Portfolio və Karyera
Həftə 21: Məlumat Mühəndisliyi Əsasları. ETL prosesi, məlumat borukəməri (data pipeline), Apache Airflow ilə avtomatlaşdırma.
Həftə 22: Modelin Yerləşdirilməsi (Model Deployment). Flask/FastAPI ilə modeli API-yə çevirmək, Streamlit ilə interaktiv tətbiq qurmaq.
Həftə 23: Karyera Hazırlığı. Data Science CV-si, GitHub portfolio, Kaggle müsabiqələri, texniki müsahibə sualları və cavabları.
Həftə 24: Yekun Layihə və Sertifikasiya Təqdimatı. Sıfırdan tam data science layihəsinin hazırlanması və mentorlar qarşısında təqdimatı.
Proqramın sonunda məzunlar sıfırdan məlumatları toplamaq, analiz etmək, maşın öyrənməsi modelləri qurmaq, nəticələri görselləşdirmək və modeli real tətbiqə çevirmək və şirkətlərdə işləyəbiləcək səviyyəyə çatacaqlar.