Lisansüstü Eğitim Enstitüsü Veri Mühendisliği ve İş Analitiği Anabilim Dalına bağlı Büyük Veri ve İş Analitiği Tezsiz Yüksek Lisans İkinci Öğretim Programı ile ilgili bilgiler ve program yeterlilikleri aşağıda özetlenmektedir.
Program Hakkında Bilgi
İstanbul Teknik Üniversitesi bünyesindeki Büyük Veri ve İş Analitiği eğitim ekosistemi, farklı profesyonel hedeflere, zaman kısıtlarına ve akademik derinlik beklentilerine yanıt verebilmek adına son derece esnek ve çok katmanlı bir yapıya sahiptir. Bu akademik yapı; derinlemesine araştırma ve geliştirme faaliyetlerine yönelmek isteyenler için yapılandırılmış tezli yüksek lisans programını, iş dünyasındaki aktif profesyonellerin kariyer gelişimlerini sekteye uğratmadan ivmelendirmek amacıyla tasarlanmış tezsiz yüksek lisans (ikinci öğretim) programını ve daha spesifik, nokta atışı yetkinlikler kazanmayı hedefleyen bireyler için kurgulanmış uzmanlık sertifika programlarını içermektedir. Bu çeşitlilik, üniversitenin hem akademik dünyayı hem de reel sektörü eşzamanlı olarak besleme stratejisinin doğrudan bir yansımasıdır.
Lisansüstü derece programları, tüm lisansüstü akademik faaliyetlerin koordinasyon merkezi olan İTÜ Lisansüstü Eğitim Enstitüsü (LEE) çatısı altında yürütülmektedir. Programların disiplinler arası doğası, İTÜ İşletme Fakültesi ve Bilgisayar ve Bilişim Fakültesi gibi farklı uzmanlık alanlarına sahip akademik birimlerin kaynaklarının, laboratuvarlarının ve öğretim üyesi altyapılarının yüksek bir senkronizasyonla kullanılmasını gerektirmektedir. Özellikle tezsiz yüksek lisans programının, mesai saatleri dışında eğitim almak isteyen sektör profesyonellerine yönelik olarak ikinci öğretim formatında yapılandırılmış olması, endüstri-akademi işbirliğinin ve yaşam boyu öğrenme vizyonunun en somut göstergelerinden biridir. Kurumun dikey akademik entegrasyon stratejisinin güçlü bir yansıması olarak program, İTÜ'nün başarılı lisans öğrencilerine lisansüstü eğitimden erken aşamada ders alma imkanı sunan yenilikçi "MasterBee" inisiyatifi ile entegre edilmiştir. Veri analitiğinin endüstriyel sistem tasarımı ve işletme mimarisi ile organik bağını teyit eder nitelikte, MasterBee kapsamında bu programdan ders alabilen birincil hedef kitlenin İTÜ Endüstri Mühendisliği ve İşletme Mühendisliği (gerek Türkçe gerekse İngilizce lisans programları) öğrencileri olduğu gözlemlenmektedir. Bu entegrasyon, analitik yeteneklerin lisans seviyesinde keşfedilerek hızla yüksek lisans seviyesindeki karmaşık problem çözme süreçlerine dahil edilmesini sağlamaktadır.
Programın web sayfası için tıklayınız.
Kayıt Kabul Şartları
Aktif Öğrenci Sayısı
Program Profili (Amaç)
İTÜ Büyük Veri ve İş Analitiği programlarının varlık sebebi, büyük hacimli, yüksek hızlı ve çeşitlilik gösteren yapılandırılmamış veri yığınlarının sadece depolanması veya raporlanması değil, bu yığınların sistematik olarak işlenmesi suretiyle kurumsal, endüstriyel veya sosyal katma değer yaratacak stratejik içgörülerin elde edilmesidir. Bu kapsamda, temel amacı veri mühendisi ve veri bilimcilerini uygulamalı yapay zeka ve iş uygulamaları özelinde analitik yöneticilerini pazarlama, finans ve üretim gibi iş dünyasının temel fonksiyonel alanlarında eğitecek bir ekosistem yaratmaktır. Bu vizyon, geleneksel bilgisayar bilimleri programlarının tamamen teknik kurgusundan ayrılarak, teknolojiyi iş süreçlerinin iyileştirilmesi için bir araç olarak konumlandıran hibrid bir yaklaşımı temsil etmektedir.
Programın eğitim amaçlarının merkezinde, öğrencileri veri analitiğinin üç temel aşamasında da eşzamanlı olarak yetkinleştirmek yatmaktadır. Bu aşamalardan ilki olan betimleyici (descriptive) analitik ile geçmiş verilerin ne anlama geldiğinin anlaşılmasıve üretken iş zekası raporlamaları; ikincisi olan öngörücü (predictive) analitik ile istatistiksel modelleme ve makine/derin öğrenme kullanılarak gelecekte ne olacağının tahmin edilmesi; son aşama olan kuralcı (prescriptive) analitik ile de simülasyon ve optimizasyon teknikleri kullanılarak en iyi kararın ne olması gerektiğinin kurumlara sunulması hedeflenmektedir. Ayrıca günümüzün önemli başlığı olan üretken yapay zeka ve otonom temsilcilerin iş uygulamaları özelinde çalışılması ele alınmaktadır. Büyük ölçekli veri analizi için gerekli olan kilit analitik yöntemleri ve modern yazılım araçlarını teorik bir düzlemde bırakmayıp endüstriyel vaka çalışmaları üzerinden aktarmayı amaçlayan program, veriyi sadece manipüle eden değil, veriye stratejik sorular sorabilen, bilimsel hipotezler kurabilen ve elde ettiği sonuçları üst düzey (C-level) yöneticilerin anlayabileceği finansal ve operasyonel metriklerle ifade edebilen veri liderleri yetiştirmeyi amaçlamaktadır.
Program Öğrenme Ortamları
Büyük Veri ve İş Analitiği eğitiminin başarısı, teorik derslerin klasik sınıflarda aktarılmasından çok, yüksek hacimli verilerin işlenebildiği, karmaşık simülasyonların çalıştırılabildiği ve güçlü donanım/yazılım entegrasyonunun sağlandığı sektörel bulut bilişim ortamının sağlanmasıdır. Bu bağlamda İTÜ, mühendislik kökenlerinden gelen altyapı avantajını, Büyük Veri ve İş Analitiği programının öğrenme ortamlarına doğrudan yansıtmaktadır. Programın temel yürütücü ayaklarından biri olan Maçka Kampüsü'ndeki İTÜ İşletme Fakültesi, öğrencilerin algoritma geliştirme, iş zekası modellemesi ve simülasyon süreçlerini destekleyecek üst düzey bir bilişim altyapısını global ölçekte kabul edilmiş bulut bilişim altyapılarından servis bazlı almakta, ve uygulamada birinci elden iş özelinde uygulamalı öğretmektedir.
Program Ücretleri
İngilizce Yeterlilik
Mevzuat
Akademik Takvim
Ders Planı
Ders Programı
Ders İntibak ve Muafiyet İşlemleri
Program Eğitim Amaçları
- Veri analitiğinde kullanılan temel kavram ve araçları öğretmek
- Büyük ve küçük ölçekli verilerin analizinde kullanılan farklı, sektörel teknoloji ve uygulamaları öğretmek
- Veri analitiği teknoloji ve araçlarını iş problemlerine uygulama becerisi kazandırmak, yapay zeka merkezli üretken iş zekası uygulamaları
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
Öğrencilerin en az 12 ders (36 kredi) ve buna ek olarak bitirme projesi tamamlaması gerekmektedir. Mezuniyet için minimum not ortalaması 3.0'dır.
Kazanılan Derece ve Ünvan
Derece : Tezsiz Yüksek Lisans Ünvan : -
Program İstihdam Olanakları
Mezunlar şirketlerin IT, Yapay Zeka ve Büyük Veri birimleri, Arge, ile pazarlama , finans ve üretim departmanlarında veri mühendisi ve veri bilimcisi olarak istihdam olanağı bulunmaktadır.
Mezun Sayısı
Mezun İstatistikleri (Son Beş Yıl)
| Yıl | Mezun Sayısı |
| 2021 | 27 |
| 2022 | 44 |
| 2023 | 26 |
| 2024 | 29 |
| 2025 | 25 |
Program Çıktıları
PÇ1 Lisans düzeyi yeterliliklerine dayalı olarak, kuramsal ve uygulamalı Büyük Veri ve İş Analitiği bilgilerini kullanabilme i 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 veri analitiği 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-Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.
 PÇ1PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
2-Mühendislikte uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
3-Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bütünleştirir.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
4-Mesleğinin yeni ve gelişmekte olan uygulamalarının farkında olup, gerektiğinde bunları inceler ve öğrenir.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
| BECERİLER (Bilişsel, Uygulamalı) |
1-Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bütünleştirir.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
2-Mühendislik problemlerini kurgular, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
3-Yeni ve/veya özgün fikir ve yöntemler geliştirir; sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirir.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
4-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 |
2-Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
3-Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bütünleştirir.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
4-Mühendislik problemlerini kurgular, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
5-Yeni ve/veya özgün fikir ve yöntemler geliştirir; sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirir.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
6-Analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık durumları çözümler ve yorumlar.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
| YETKİNLİKLER - Öğrenme Yetkinliği |
1-Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır; gerektiğinde bunları inceler ve öğrenir.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
2-Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygulama; değişik disiplinlere ait bilgileri bütünleştirir.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
3-Mühendislik problemlerini kurgular, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
4-Yeni ve/veya özgün fikir ve yöntemler geliştirir; sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirir.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
| 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 uluslar arası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
3-Mühendislik uygulamalarının sosyal ve çevresel boyutlarını betimler.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
4-Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
5-Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bütünleştirir.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
6-Mühendislik problemlerini kurgular, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
7-Mühendislikte uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgiye sahip olur.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
8-Analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık durumları çözümler ve yorumlar.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
| YETKİNLİKLER - Alana Özgü Yetkinlik |
1-Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
2-Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bütünleştirir.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
3-Çok disiplinli takımlarda liderlik yapar, karmaşık durumlarda çözüm yaklaşımları geliştirir ve sorumluluk alır.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
4-Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslar arası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır.
PÇ1 PÇ2 PÇ3 PÇ4 PÇ5 PÇ6 |
Program Koordinatörü
Anabilim Dalı Başkanı
Başvuru şartları,başvuru tarihleri ve kontenjan, Başvuru Sisteminden anlık alınmaktadır.
Bağlantılar
Detaylı öğrenci sayısı için tıklayınız.