Lisansüstü Eğitim Enstitüsü Veri Mühendisliği ve İş Analitiği Anabilim Dalına bağlı Büyük Veri ve İş Analitiği Tezli Yüksek Lisans Programı ile ilgili bilgiler ve program yeterlilikleri aşağıda özetlenmektedir.
Program Hakkında Bilgi
Dijital dönüşüm çağında veri, kurumların en değerli stratejik varlıklarından biri hâline gelmiştir. Günümüzde şirketler, kamu kurumları ve araştırma merkezleri her gün terabaytlarca veri üretmekte; bu verilerin doğru şekilde analiz edilmesi ise rekabet avantajı elde etmenin en önemli yollarından biri olarak görülmektedir. Büyük Veri ve İş Analitiği alanı, tam da bu noktada devreye girerek büyük ve karmaşık veri kümelerinden anlamlı, uygulanabilir ve stratejik bilgiler üretmeyi amaçlayan disiplinlerarası bir yaklaşım sunmaktadır.
İstanbul Teknik Üniversitesi Büyük Veri ve İş Analitiği Programı, veri bilimi, istatistik, bilgisayar bilimleri, makine öğrenmesi, yapay zekâ ve karar analizi gibi farklı alanları bir araya getirerek öğrencilerin veri odaklı düşünme becerilerini geliştirmeyi hedeflemektedir. Program kapsamında öğrenciler veri toplama, veri temizleme, veri yönetimi, veri görselleştirme, makine öğrenmesi, büyük veri sistemleri ve iş zekâsı gibi konularda hem teorik hem de uygulamalı bilgi edinirler. Böylece büyük veri teknolojilerini kullanarak gerçek dünya problemlerine çözüm üretebilen analitik uzmanların yetiştirilmesi amaçlanmaktadır.
Günümüzde veri analitiği yalnızca teknoloji şirketleri için değil, finans, sağlık, enerji, üretim, e-ticaret, telekomünikasyon, lojistik ve kamu yönetimi gibi birçok farklı sektör için kritik bir rol oynamaktadır. Büyük veri analizi sayesinde kurumlar müşteri davranışlarını daha iyi anlayabilir, operasyonel süreçlerini optimize edebilir ve geleceğe yönelik daha isabetli stratejik kararlar alabilir.
Veri analistleri ve veri bilimcilerinin kurumlara sağladığı başlıca katkılar şunlardır:
Veriye dayalı karar verme süreçlerini desteklemek: Büyük veri analizi sayesinde yöneticiler sezgiler yerine veri temelli stratejik kararlar alabilir.
Operasyonel verimliliği artırmak ve maliyetleri azaltmak: Veri analitiği, süreçlerdeki darboğazları ve verimsizlikleri ortaya çıkararak kaynakların daha etkin kullanılmasını sağlar.
Gelecek eğilimlerini öngörmek: Tahmine dayalı analitik yöntemler sayesinde pazar trendleri, müşteri davranışları ve riskler önceden analiz edilebilir.
Rekabet avantajı elde etmek: Veri odaklı stratejiler geliştiren kurumlar, hızla değişen iş dünyasında daha güçlü bir konum elde eder.
Kurumsal performansı artırmak: Veri analizi çalışan performansından müşteri memnuniyetine kadar birçok alanda iyileştirme fırsatları sunar.
İTÜ Büyük Veri ve İş Analitiği Programı, öğrencilere yalnızca teknik bilgi kazandırmakla kalmaz; aynı zamanda veri temelli düşünme, problem çözme ve analitik karar verme becerilerini de geliştirmeyi amaçlar. Programdan mezun olan öğrenciler; veri bilimci, veri analisti, iş analitiği uzmanı, makine öğrenmesi mühendisi, veri mühendisi ve iş zekâsı uzmanı gibi birçok farklı kariyer alanında çalışma fırsatı bulmaktadır.
Büyük verinin hızla büyüdüğü günümüzde, veriyi anlamlandırabilen ve onu stratejik değere dönüştürebilen uzmanlara duyulan ihtiyaç her geçen gün artmaktadır. İTÜ Büyük Veri ve İş Analitiği Programı, bu dönüşümün merkezinde yer almak isteyen öğrenci ve profesyoneller için güçlü bir akademik ve uygulamalı eğitim ortamı sunmaktadır.
Pazardaki fırsatları belirlemek
Hedef müşteri kitlesini belirlemek
Verilen kararları test etmek
Doğru insan kaynağının seçilmesine yardımcı olmak
Programın web sayfası için tıklayınız.
Aktif Öğrenci Sayısı
Program Profili (Amaç)
Büyük Veri ve İş Analitiği Programı’nın amacı, büyük ve karmaşık veri kümelerini anlamlı bilgilere dönüştürerek stratejik karar alma süreçlerini destekleyebilen uzmanlar yetiştirmektir. Program veri bilimi, istatistik, bilgisayar bilimleri ve iş analitiği alanlarını bütünleştirerek öğrencilere güçlü analitik, hesaplamalı ve problem çözme becerileri kazandırmayı hedeflemektedir. Program mezunlarının gerçek dünya problemlerini analiz edebilen, veri odaklı yöntemler geliştirebilen ve veri yoğun ortamlarda kurumların yenilikçilik ve rekabet gücüne katkı sağlayabilen yetkin profesyoneller olarak yetişmeleri amaçlanmaktadır.
Kayıt Kabul Şartları
Başvuru Dönemi : Önceki Başvuru / 2025-2026 Bahar Dönemi
Uygulanan Başvuru Şartları (T.C. Vatandaşı Adaylar İçin) ALES Sayısal Puanı minimum 85 olmalıdır (eski sistem GRE Quantitative minimum 740, yeni sistem GRE Quantitative minimum 158 ). Minimum lisans mezuniyet not ortalaması 2.5/4 (65/100) olmalıdır.
Kontenjanı (T.C. Vatandaşı Adaylar İçin): 10
Uygulanan Başvuru Şartları (Uluslararası Aday Öğrenciler İçin) ALES Numerical must be minimum 85 (old system GRE Quantitative minimum 740, new system GRE minimum 158 ). Undergraduate GPA must be minimum 2.5/4 (65/100).
Kontenjanı (Uluslararası Aday Öğrenciler İçin): 3
Tüm Dönemlere Ait Kontenjan ve Şartlar İçin Tıklayınız. Başvuru Sayfası Lisansüstü Eğitim ve Öğretim Yönetmeliği Senato Esasları
Başvuru şartları,başvuru tarihleri ve kontenjan, Başvuru Sisteminden anlık alınmaktadır.
Program Öğrenme Ortamları
Büyük Veri ve İş Analitiği Programı, öğrencilere hem güçlü bir teorik altyapı hem de uygulama odaklı bir öğrenme deneyimi sunmayı amaçlayan çok yönlü bir eğitim ortamına sahiptir. Dersler modern sınıf ortamlarında yürütülmekte, uygulamalı çalışmalar ise bilgisayar laboratuvarlarında gerçekleştirilmektedir. Bu sayede öğrencilerin veri analizi, istatistiksel modelleme, makine öğrenmesi ve büyük veri teknolojileri konularındaki bilgilerini uygulamalı çalışmalarla pekiştirmeleri sağlanmaktadır.
Program kapsamında öğrenciler büyük veri analizi ve veri bilimi uygulamalarında yaygın olarak kullanılan yazılım araçları ve programlama ortamları ile çalışma fırsatı bulmaktadır. Ayrıca, yüksek hacimli veri setleri üzerinde gerçekleştirilen projeler aracılığıyla öğrencilerin analitik düşünme ve problem çözme becerilerinin geliştirilmesi hedeflenmektedir.
Programın öğrenme ortamları yalnızca yerel bilgisayar laboratuvarları ile sınırlı olmayıp, aynı zamanda Amazon Web Services (AWS) bulut altyapısı ve Ulusal Yüksek Başarımlı Hesaplama Merkezi (UHeM) gibi yüksek performanslı hesaplama kaynaklarını da kapsamaktadır. Bu sayede öğrenciler büyük ölçekli veri işleme ve hesaplama gerektiren uygulamaları gerçekçi ve ileri düzey bilişim altyapıları üzerinde deneyimleme imkânı bulmaktadır.
Bütünleşik Yüksek Lisans (MasterBee)
İngilizce Yeterlilik
Mevzuat
Akademik Takvim
Ders Planı
Ders Programı
Ders İntibak ve Muafiyet İşlemleri
Program Eğitim Amaçları
Günümüzde veri toplama, depolama ve işleme teknolojilerindeki hızlı gelişmeler sayesinde çok büyük hacimlerde veri farklı kaynaklardan kolaylıkla elde edilebilmektedir. Sensörler, mobil cihazlar, sosyal medya platformları, çevrimiçi işlem sistemleri, kurumsal bilgi sistemleri ve nesnelerin interneti gibi birçok farklı kaynaktan üretilen veriler, doğru analiz edildiğinde kurumlar ve toplum için önemli stratejik değerler üretmektedir. Büyük veri analitiği yöntemleri sayesinde bu verilerden anlamlı bilgiler elde edilmekte, karar verme süreçleri daha bilimsel ve veri temelli hale gelmektedir.
Büyük veri ve iş analitiği uygulamaları günümüzde çok geniş bir sektör yelpazesinde kullanılmakta olup, aşağıda bazı önemli uygulama alanları örnek olarak verilmiştir:
Bankacılık ve Finans: Kredi riski analizi, kredi kartı dolandırıcılığının tespiti, portföy yönetimi, algoritmik ticaret ve finansal risk modelleme.
İletişim, Medya ve Eğlence: İçerik öneri sistemleri, kullanıcı davranışı analizi, içerik performansı ölçümü, dijital pazarlama analitiği.
Sağlık ve Biyomedikal Alan: Salgın hastalıkların erken tespiti, sağlık hizmetlerinin verimliliğinin artırılması, hasta verilerinin analizi, klinik karar destek sistemleri ve sağlık çalışanlarının performans analizi.
Eğitim: Öğrenci performans analizi, öğrenme analitiği, eğitim süreçlerinin iyileştirilmesi ve öğretim yöntemlerinin etkinliğinin ölçülmesi.
Üretim ve Endüstri: Tedarik zinciri optimizasyonu, üretim hattı verimliliğinin artırılması, kalite kontrol, süreç izleme ve kestirimci bakım uygulamaları.
Devlet, Kamu Yönetimi ve Güvenlik: Akıllı şehir uygulamaları, ulaşım sistemlerinin optimizasyonu, suç ve terör olaylarının önlenmesine yönelik veri analizi, kamu hizmetlerinin etkinliğinin artırılması.
Sigortacılık: Risk modelleme, hasar analizi, sahtekârlık tespiti ve poliçe fiyatlandırma stratejileri.
Perakende ve E-Ticaret: Müşteri davranışı analizi, raf yerleşim optimizasyonu, promosyon stratejileri, talep tahmini, dinamik fiyatlandırma ve müşteri memnuniyeti analizi.
Enerji ve Akıllı Şebekeler: Enerji talep tahmini, enerji tüketim analizi, akıllı şebeke optimizasyonu ve sürdürülebilir enerji yönetimi.
Lojistik ve Ulaşım: Rota optimizasyonu, filo yönetimi, trafik analizi ve taşımacılık süreçlerinin iyileştirilmesi.
Tarım ve Gıda Teknolojileri: Hassas tarım uygulamaları, ürün verim tahmini, iklim ve toprak verilerinin analizi.
Pazarlama ve Müşteri Analitiği: Müşteri segmentasyonu, müşteri yaşam boyu değer analizi, kampanya optimizasyonu ve marka algısı analizi.
Siber Güvenlik: Anomali tespiti, ağ trafiği analizi, saldırı tespiti ve güvenlik risklerinin öngörülmesi.
Büyük Veri ve İş Analitiği Yüksek Lisans (Tezli) Programı, yukarıda belirtilen alanlarda çalışabilecek nitelikli insan kaynağının yetiştirilmesini hedeflemektedir. Program, öğrencilere büyük veri teknolojileri, veri analitiği yöntemleri, istatistiksel modelleme, makine öğrenmesi ve karar analizi konularında güçlü bir teorik altyapı kazandırmayı amaçlamaktadır. Bunun yanı sıra, öğrencilerin gerçek dünya problemlerini analiz edebilen, veri odaklı çözümler geliştirebilen ve disiplinlerarası araştırmalar yoluyla bilimsel literatüre katkı sağlayabilen araştırmacılar olarak yetişmeleri hedeflenmektedir.
Ölçme ve Değerlendirme
Öğrenci Başarısının Değerlendirilmesi
İstanbul Teknik Üniversitesi Lisansüstü Eğitim ve Öğretim Yönetmeliği Senato Esasları 56. Madde, 57. Madde, 58. Madde ve 59. Madde göz önünde bulundurularak öğrenci başarısı değerlendirilmektedir.
MADDE 56- Dersi veren öğretim üyesi yarıyıl içi çalışmalarının türlerini, sayısını ve başarı notuna katkısının hangi oranlarda olacağını ve yarıyıl sonu sınavına girebilme koşullarını, derslere kayıtların başlamasından önce program yürütme kuruluna bildirir. Bu koşullar program yürütme kurulunun onayı ve enstitü anabilim/anasanat dalı başkanının uygun görüşü ile kesinleşir ve enstitü anabilim/anasanat dalı başkanlığı tarafından öğrenciye duyurulur ve ilgili enstitüye bildirilir.
MADDE 57- Öğrenci bir dersin başarı notuna sonuçların ilan edilmesinden itibaren bir hafta içerisinde itiraz edebilir. İtiraz enstitüye yazılı olarak yapılır. İlgili öğretim üyesi öğrencinin başarı durumunu tekrar değerlendirir ve sonucu en geç bir hafta içerisinde enstitüye bildirir. Belirtilen sürede yapılmayan itirazlar enstitü tarafından işleme alınmaz.
MADDE 58- Lisansüstü programlarındaki dersler aşağıdaki not sistemine göre değerlendirilir.
|
Harf Notu |
Katsayı |
| Mükemmel |
AA |
4.00 |
| Çok iyi üzeri |
BA+ |
3.75 |
| Çok iyi |
BA |
3.50 |
| İyi üzeri |
BB+ |
3.25 |
| İyi |
BB |
3.00 |
| Koşullu-geçer |
CB+ |
2.75 |
| Koşullu-geçer |
CB |
2.50 |
| Koşullu-geçer |
CC+ |
2.25 |
| Koşullu-geçer |
CC |
2.00 |
| Başarısız |
FF |
0.00 |
| Vizesiz başarısız |
VF |
0.00 |
MADDE 59- Ağırlıklı genel not ortalamasını yükseltmek isteyen öğrenci ders alma süresi içinde aldığı dersleri tekrar alabilir. Tekrarlanan dersler için son alınan not geçerlidir.
Staj
Bu programda staj bulunmamaktadır.
Mezuniyet Koşulları
En az 4'ü zorunlu ders grubundan olmak üzere 8 dersi ve seminer dersini başarıyla tamamlamak ve tezini başarıyla savunmak.
Kazanılan Derece ve Ünvan
Derece : Tezli Yüksek Lisans Ünvan : -
Program İstihdam Olanakları
Bankacılık ve Finans: Kredi riski analizi, kredi kartı dolandırıcılığının tespiti, portföy yönetimi, algoritmik ticaret ve finansal risk modelleme.
İletişim, Medya ve Eğlence: İçerik öneri sistemleri, kullanıcı davranışı analizi, içerik performansı ölçümü, dijital pazarlama analitiği.
Sağlık ve Biyomedikal Alan: Salgın hastalıkların erken tespiti, sağlık hizmetlerinin verimliliğinin artırılması, hasta verilerinin analizi, klinik karar destek sistemleri ve sağlık çalışanlarının performans analizi.
Eğitim: Öğrenci performans analizi, öğrenme analitiği, eğitim süreçlerinin iyileştirilmesi ve öğretim yöntemlerinin etkinliğinin ölçülmesi.
Üretim ve Endüstri: Tedarik zinciri optimizasyonu, üretim hattı verimliliğinin artırılması, kalite kontrol, süreç izleme ve kestirimci bakım uygulamaları.
Devlet, Kamu Yönetimi ve Güvenlik: Akıllı şehir uygulamaları, ulaşım sistemlerinin optimizasyonu, suç ve terör olaylarının önlenmesine yönelik veri analizi, kamu hizmetlerinin etkinliğinin artırılması.
Sigortacılık: Risk modelleme, hasar analizi, sahtekârlık tespiti ve poliçe fiyatlandırma stratejileri.
Perakende ve E-Ticaret: Müşteri davranışı analizi, raf yerleşim optimizasyonu, promosyon stratejileri, talep tahmini, dinamik fiyatlandırma ve müşteri memnuniyeti analizi.
Enerji ve Akıllı Şebekeler: Enerji talep tahmini, enerji tüketim analizi, akıllı şebeke optimizasyonu ve sürdürülebilir enerji yönetimi.
Lojistik ve Ulaşım: Rota optimizasyonu, filo yönetimi, trafik analizi ve taşımacılık süreçlerinin iyileştirilmesi.
Tarım ve Gıda Teknolojileri: Hassas tarım uygulamaları, ürün verim tahmini, iklim ve toprak verilerinin analizi.
Pazarlama ve Müşteri Analitiği: Müşteri segmentasyonu, müşteri yaşam boyu değer analizi, kampanya optimizasyonu ve marka algısı analizi.
Siber Güvenlik: Anomali tespiti, ağ trafiği analizi, saldırı tespiti ve güvenlik risklerinin öngörülmesi.
Mezun Sayısı
Mezun İstatistikleri (Son Beş Yıl)
| Yıl | Mezun Sayısı |
| 2024 | 8 |
| 2025 | 18 |
Program Çıktıları
PÇ1 Lisans düzeyi yeterliliklerine dayalı olarak, kuramsal ve uygulamalı Büyük Veri ve İş Analitiği bilgilerini kullanabilme ; uzmanlık düzeyinde geliştirebilme ve derinleştirebilme ; farklı disiplin alanlarından gelen bilgilerle bütünleştirerek yorumlayabilme ve yeni bilgiler oluşturabilme .
PÇ2 Büyük Veri ve İş Analitiği ile ilişkili olan bilgiyi, problem çözme ve/veya uygulama becerilerini, disiplinlerarası çalışmalarda kullanabilme ; ve disiplinler arası etkileşimi kavrayabilme .
PÇ3 Büyük Veri ve İş Analitiği ile ilişkili karmaşık sorunları araştırma yöntemlerini kullanarak, yeni stratejik yaklaşımlar geliştirerek ve sorumluluk alarak çözümleyebilme; bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme ve öğrenmesini yönlendirebilme ; uzmanlık gerektiren bir çalışmayı bağımsız olarak yürütebilme .
PÇ4 Büyük Veri ve İş Analitiği ile ilgili sorunların çözümlenmesini gerektiren ortamlarda liderlik yapabilme ; sosyal ilişkileri ve bu ilişkileri yönlendiren normları eleştirel bir bakış açısı ile inceleyebilme, geliştirebilme ve gerektiğinde değiştirmek üzere harekete geçebilme.
PÇ5 Büyük Veri ve İş Analitiği ile ilgili verilerin toplanması, yorumlanması, uygulanması ve duyurulması aşamalarını toplumsal, bilimsel, kültürel ve etik değerleri gözeterek denetleyebilme ve bu değerleri öğretebilme ; strateji, politika ve uygulama planları geliştirebilme ve elde edilen sonuçları, kalite süreçleri çerçevesinde değerlendirebilme .
PÇ6 Büyük Veri ve İş Analitiği ile ilişkili olan güncel gelişmeleri ve kendi çalışmalarını, nicel ve nitel veriler ile destekleyerek, alanındaki ve alan dışındaki gruplara uluslararası platformlarda bir yabancı dili ileri düzeyde ve girişimcilik projeleri yönetiminin gerektirdiği düzeyde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanarak yazılı, sözlü ve/veya görsel olarak sistemli biçimde aktarabilme.
Türkiye Yükseköğretim Yeterlilikler Çerçevesi (TYYÇ) Akademik Ağırlıklı Uyum Matrisi
|
| BİLGİ (Kuramsal, Olgusal) |
1-Matematik, hesaplama ve bilgisayar bilimleri konularında bilimsel araştırma yaparak derinlemesine ve genişlemesine kuramsal ve uygulamalı bilgilere sahiptir.  PÇ1PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
2-Bilişim ve/veya bilgisayar bilimlerinde kullanılan analiz ve modelleme yöntemleri ile bunların kısıtları hakkında kapsamlı bilgiye sahiptir. PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
| BECERİLER (Bilişsel, Uygulamalı) |
1-Bilişim ve bilgisayar bilimleri problemlerini işaret eder, çözmek için yöntem geliştirir ve çözümlemede yenilikçi yöntemler uygular. PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
2-Analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular, bu süreçte karşılaşılan karmaşık durumları çözümler ve yorumlar. PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
| YETKİNLİKLER - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği |
1-Çok disiplinli takımlarda liderlik yapar, karmaşık durumlarda çözüm yaklaşımları geliştirir ve sorumluluk alır. PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
| YETKİNLİKLER - Öğrenme Yetkinliği |
1-Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında farkındalığa sahip olduğunu inceler ve uygulamalarıyla gösterir. |
| YETKİNLİKLER - İletişim ve Sosyal Yetkinlik |
1-Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak sözlü ve yazılı iletişim kurar. PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
2-Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır. PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
3-Bilişim uygulamalarının sosyal ve çevresel boyutlarını anlar. PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
| YETKİNLİKLER - Alana Özgü Yetkinlik |
1-Verilerin toplanması, işlenmesi, kullanılması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. |
Türkiye Yeterlilikler Çerçevesi
Yeterlilik TYÇ’ye henüz yerleştirilmemiştir.
Program Koordinatörü
Anabilim Dalı Başkanı
Detaylı öğrenci sayısı için tıklayınız.
Bağlantılar