Yaşamboyu Eğitim Merkezi
 

Yöneticiler İçin Veri Analitiği (YVA) Sertifika Programı

   Yöneticilerin ve yönetici adaylarının veriye dayalı düşünme ve karar verme, veri stratejisi geliştirme, veri analiz çalışmalarını yönetme, veri bilimi ile rekabetçi üstünlük kurma ve yıkıcı iş modelleri tasarlama ve veri bilimcilerle etkili iletişim kurma yetilerini geliştirmelerine olanak sağlayacak vaka-bazlı ve geniş kapsamlı sertifika programı.

   Temel analitik yöntemlerin ve yazılımların araç olarak kullanılacağı bu program yönetsel bakış açısıyla problem çözmeyi ve karar vermeyi odağa almaktadır. Bununla birlikte daha teknik anlamda veri bilimcisi olmak isteyenler için metodolojik altyapıyı ve işletme bakış açısını kazandırdığı için önemli bir formasyon ve donanım sağlayacaktır. Bu odak ve kapsamla Türkiye’de ve Dünyada sunulan veri bilimi/analitiği master ve sertifika programlarından ayrışmaktadır.

   Program çevrimiçinin imkanlarından faydalanılarak ve profesyonel hayatın temposu dikkate alınarak %50’lik kısmı esnek saatlerde takip edilebilecek %50’lik kısmı ise canlı buluşmalara yürütülecek bir formatta tasarlanmıştır. Katılımcıların dersleri takip ederken kullanabilecekleri bir bilgisayara erişimlerinin olması ve tüm canlı derslere katılım göstermeleri beklenmektedir. Programın eğitim dili Türkçedir ve tüm sunumlar Türkçe olarak yapılacaktır. 

Haftalık Plan 

Haftalık Ders Videoları (ilk 3 modülde)

Cuma günleri paylaşılan yaklaşık 2 ders saati uzunluğundaki ders videolarında mühim kavramlar, metotlar, terimler, vaka-tabanlı ve yazılım destekli olarak aktarılır. Canlı dersteki gibi etkileşime imkan tanımasa da kendi programınıza uyan vakitlerde, hızlandırarak veya yavaşlatarak, önemli kısımları tekrar ederek takip etmenizi mümkün kıldığı için bu format da programa dahil edilmiştir.

Geribildirim ve Kısa Ödevler

Salı gününe kadar katılımcılardan beklenen haftalık ders videolarını izleyerek derste ele alınan vakaları çözmeleri, ilgili geribildirimde bulunmaları, anlaşılmayan konuları not etmeleri, sorulan kısa soruları cevaplayarak ve modelleme ödevlerini tamamlayarak canlı derse hazırlanmalarıdır.

Slack Gruplarında Etkileşim

Online eğitimin daha etkin yürütebilmesi için özel ‘Slack’ grubunda hafta boyu etkileşim… Haftanın konusuyla alakalı araştırma ve öğrenmenin devam etmesini sağlayan etkinlikler…

Canlı Derslerde Ders İçi Etkinlikler

Perşembe günleri 1.5 ders saati (75 dakika) süren buluşmalarda dersin hocasının moderasyonunda küçük gruplar halinde o haftanın konularını içeren bir vaka çalışmasının analizinin yapılması.

Eğitim Planı

  • Program sekizer haftalık dört modülden oluşmaktadır.
  • Programın tamamı 48 saat ders videosu, 48 saat canlı buluşma olmak üzere 96 ders saati olarak tasarlanmıştır.
  • Son modül hariç her modülde 12 ders saati canlı derse ek olarak 16 saatlik ders videosu paylaşılır. Son modül (4. modül) sadece 12 ders saati canlı dersten oluşmaktadır.
  • Modül süresince ödevlerle, etkinliklerle ve projelerle modül performansı belirlenir. Ayrıca canlı derslere katılım zorunludur.
  • Modül performansına göre başarı kriterini sağlayan katılımcılar belge ile ödüllendirilir.
  • İlk üç modülü başarıyla tamamlayan katılımcılara Boğaziçi Üniversitesi Yeterlilik sertifikası, programın tamamını başarıyla tamamlayan katılımcılara Boğaziçi Üniversitesi Uzmanlık sertifikası takdim edilir. Üçten az sayıda modüle katılım sağlayan katılımcılar ise katılım sertifikasına hak kazanırlar.
  • Canlı dersler için katılımcı sayısı 30 ile sınırlıdır ve her modülde katılımcıların profilleri göz önüne alınarak gruplamalar yapılarak, ders içi ve ders dışı takım çalışması desteklenecektir. Canlı ders için özel grup oluşturmak isteyen organizasyonlara kolaylık sağlanacaktır.

Modül I: Tanımlayıcı Analitik & İstatistik (Descrıptive Analytıcs & Statıstıcs) 

12 OCAK - 09 MART 2022

İlk modül iki kısımdan oluşur. Birinci kısımda, veriyi okuma, özetleme, görselleştirme, anlama ve analize hazırlama gibi tanımlayıcı analitik yöntemleri; ikinci kısımdaysa  istatistiksel çıkarım yapma yöntemleri (Excel fonksiyonları ve eklentileri aracılığıyla) problem çözmede ve vaka analizinde kullanılır.

  • Veri sütunlarının ortalamasını, dağılımını, şeklini özetleyen sayısal değerleri bulma ve yorumlama
  • Basit görselleştirme teknikleriyle veriden anlam çıkarma ve veriyi açıklama
    Histogramla verinin dağılımını incelemenin önemi
  • Veriyi 5 sayıyla özetleyen kutu grafiğinin işlevi, yorumlanması ve çeşitli verilerin karşılaştırılmasında kullanımı
  • Birden fazla veri sütunu arasındaki ilişkileri görselleştirme
  • Veri setindeki önemsenen bir değişkenin (satışlar, performans, vb.) veri setinde var olan gözlemlerdeki değer farklılıklarının diğer değişkenlerdeki farklılıklarla (eğitim düzeyi, deneyim miktarı, vb.) açıklanması. Basit regresyon analizi, çoklu regresyon analizi, parametre tahminleri…
  • Kısıtlı veri kullanarak genelleştirmeler yapmak. Güven aralıkları vererek çıkarımlar yapmak. Genel kanıların ve hipotezlerin kısıtlı veriyle test edilmesi.

Modül II: Kuralcı Yöntemler (Prescrıptıve Analytıcs)

23 MART - 11 MAYIS 2022

Vaka analizi yöntemiyle, iş dünyasında karşılaşılabilecek operasyon yönetimi, pazarlama, finans ve strateji gibi farklı alanlardan karmaşık sorunları temsil eden yönetimsel karar modellerinin yapılandırılması, bu modellerin çözümü ve sonuçlarının değerlendirilmesi hedeflenmektedir. Stratejik kararlar alınırken verilerin kullanılarak model dünyasında nasıl sonuca ulaşılacağı Excel’de Goal Seek, Data Table, Solver vb. eklentiler kullanılarak gösterilir, çıkan sonuçların daha yerinde kararların verilmesine nasıl katkı sunulabileceği tartışılır.

  • Başabaş noktası (breakeven point) analizi ile karar verme
  • Doğrusal ve tamsayılı programlama ile kaynak ve kapasite yönetimi, yatırım planlama yöntemleri, gelir yönetimi, pazarlama kanalı seçimi
  • Doğrusal olmayan programlama ile portföy optimizasyonu
  • Monte Carlo simülasyonu ile risk modellemesi
  • Kesikli (discrete) olasılık ve sürekli (continuous) olasılık modelleri
  • Karar ağacı yöntemiyle stratejik kararlar alma
  • Bilginin beklenen değeri

Modül III: Öngörücü Yöntemler (Predıctıve Analytıcs)

25 MAYIS - 13 TEMMUZ 2022

Modern yapay zekâ uygulamalarının temel işlevi etiketlenmiş verilerden öğrendiklerine dayanarak karşılaştıkları yeni durumlarda isabetli tahminleme yapmalarıdır. Yöneticilere yönelik tasarlanan bu programda modern makine öğrenmesi yaklaşımlarının detaylarına girmemiz gerekmeyecek. Yine de birçok stratejik karar problemin çözümünde kullanılan geleneksel öngörücü yöntemlerin işleyişini mercek altına alacağız. Müşterinin kredi başvurusuna olumlu yanıt verilmeli mi, hangi müşteriler yeniden alışveriş yaparlar, başka hangi ürünlerle ilgilenirler, hangi müşterilere özel kampanyalar yapılmalı, hangi kullanıcılar üyeliklerinin bitiminde planlarını yenilemeyecek ve benzeri birçok sorunun sistematik bir şekilde cevap bulması daha önce verilmiş yüzlerce kararın sonuçlarını irdeleyen tahminleme geliştiren modeller sayesinde yapılabilir. Bu modülde sınıflandırmada ve tahminlemede sıklıkla kullanılan öngörü yöntemleri, bu yöntemlerde kullanılan performans ölçütleri ve verilerin bu yöntemlerle kullanılmaya hazırlanmasıyla ilgili konulara yer vereceğiz.

  • Tahmin analitiği ile tanımlayıcı analitik arasında yöntemsel farklar
  • Sınıflandırma ve eğri uydurmada sıklıkla kullanılan öngörü yöntemleri
  • Öngörücü yöntemlerde kullanılan performans ölçütleri. Tahmin doğruluğunu ölçme
  • Güdümlü/gözetimli öğrenme (supervised learning) ve güdümsüz/gözetimsiz öğrenme (unsupervised learning).
  • Veri setinde, hangi gözlemlerin birbirine benzer özelliklere sahip olduklarının tespiti ve gözlemleri benzerlikler itibariyle farklı kümelerde gruplandırma
  • Alışveriş veri setlerine bakarak, hangi ürünlerin birlikte tüketilme eğiliminde olduğunu saptama
  • Benzer müşteri veya kullanıcıların tüketim eğilimlerine bakarak ürün tavsiyesi sunabilme

Modül IV: Dijital Strateji 

27 TEMMUZ - 14 EYLÜL 2022

Bu modül, çevik ve dijital firmalar, geleneksel firmalardan; modern veri bilimi yöntemleri geleneksel yöntemlerden; yarının insan kaynakları geleneksel işgücünden nasıl farklılaşıyor vb. sorulara cevap arayan bir kurguya sahiptir.  Dijital dönüşümün aslında ne manaya geldiğini kavramadan, iş rutininin bir parçası haline gelen veri teknolojilerinin yönetim anlayışını ve düşünce paradigmalarını kısa vadede ve uzun vadede nasıl etkileyeceğini hesaba katmadan iş stratejisini konumlandırmak ve iş yönetmek artık mümkün gözükmemektedir.

Bu modül diğer modüllere nazaran daha stratejik bir gündeme sahiptir. Dijitalleşmenin dönüşüme ayak uyduramayan firmaları rekabet dışına iterken, konumlanmasını ve hazırlığını yapmış, iş süreçlerini ve iş modellerini dinamik bir şekilde sürekli güncelleyen firmalar içinse nasıl muazzam fırsatlar ortaya çıkardığını interaktif ve vaka bazlı bir tarzda ele alacağız.

  • Yapay zekâ çağında iş kapsamı ve iş modelinin yeniden tasarlanması
  • Veriye dayalı yönetim, veri kalitesinin önemi, büyük veri ve küçük veri projeleri yönetimi
  • İnovasyon ve teknoloji stratejisi
  • Veriyi stratejik bir sermaye olarak görme
  • Network (ağ) etkisi, platform devrimi
  • Büyük veri işleyen makine öğrenmesi algoritmalarının (modern yapay zekâ) iş problemlerinin çözümünde rolü.
  • Geleneksel iş analitiği metotlarının günümüzde hangi tip karar problemlerinin çözümünde halen daha kullanışlı olduğu.

 
EĞİTMEN - DR. ÖĞR. ÜYESİ MUSTAFA HAYRİ TONGARLAK 

Mustafa Hayri Tongarlak 2013 yılından bu yana Boğaziçi Üniversitesi, İşletme Bölümü’nde Dr. Öğretim Üyesi olarak çalışmaktadır. Boğaziçi Üniversitesi’ne katılmadan önce Northwestern Üniversitesi Kellogg İşletme Fakültesi’nde ve Harvard Üniversitesi İşletme Fakültesi’nde doktora sonrası araştırmacı olarak çalışmıştır. Lisans derecesini Texas A&M Üniversitesi’nden Endüstri Mühendisliği alanında, yüksek lisans ve doktora derecelerini ise Northwestern Üniversitesi’nden Endüstri Mühendisliği ve Yönetim Bilimleri alanında almıştır. Dr. Tongarlak'ın araştırma konuları çevresel ve sosyal etkileri yüksek, modern operasyonel problemlerin tanımlanması ve analizini içerir. Çalışmaları Manufacturing & Service Operations Management, Queueing Systems, Decision Sciences, European Journal of Operations Research ve Interfaces gibi uluslararası dergilerde yayınlanmıştır. Boğaziçi Üniversitesi İktisadi ve İdari Bilimler Fakültesi’nin öğretim faaliyetlerine katkıları sonucu 2015 yılında “Öğretimde Üstün Başarı Ödülü’nü almış, 2016 yılında da Harvard İşletme Fakültesi Katılımcı-Merkezli Öğrenme Kolokyum’una katılmıştır. Dr. Tongarlak, 2018-2020 yılları arasında Boğaziçi Üniversitesi İşletme Bölümü başkanı olarak görev yapmıştır.