Kişisel bilgisayarlarımız, telefonlarımız, akıllı saatlerimiz, kullandığımız ev aletlerimiz ile her saniye çok büyük miktarda veri üretmekteyiz. Üretilen veri miktarının büyüklüğünü hayal edebilmek için insanoğlunun yaratılışından 2000 yılına kadar üretilen verinin toplamından daha fazlasını artık her sene üretmekte olduğumuz gerçeğini hatırlamamız yeterli.
Günümüz iş dünyası da artık veri odaklı bir dünya. İnternet ve diğer dijital teknolojilerin devreye girmesi ile firmalar her zamankinden çok daha fazla veriyi toplamakta, entegre çözümler ile idari bölümlerin içinde sıkışmış, unutulmuş veriyi firma genelinde analiz edebilmektedir.
Son zamanlarda meydana gelen bu veri patlaması aynı zamanda bazı zorlukları ve imkânları da beraberinde getirmiştir. Verinin doğru şekilde depolanması, faydalı bilginin gün yüzüne çıkarılması, anlık verilerin görselleştirilmesi, bilginin stratejik ve operasyonel kararların alınma sürecinde doğru şekilde kullanılması çok hayati hale gelmiştir.
İbn Haldun Üniversitesi Büyük Veri ve İş Analitiği Yüksek Lisans Programı amaca matuf olarak üç sacayağı üzerine kurgulanmıştır. Program işletme, veri bilimi ve analitiği kapsamaktadır. Büyük Veri ve İş Analitiği Yüksek Lisans programında, veri bilimi, iş analitiği, iş zekası ve büyük veri alanlarında kariyerlerini ilerletmek isteyen öğrencileri etkili bir şekilde desteklemek için bilgi ve becerilerin pratik uygulanmasını vurguluyoruz. Program süresince stratejik düzeyde iş analitiği, fonksiyonel düzeyde bilginin geliştirilmesi, analitik düzeyde iş analitiği, tanımlayıcı analitik ve uygulamalar, tahmine dayalı analitik ve uygulamalar, kuralcı analitik ve uygulamalar kullanılmaktadır.
Büyük Veri ve İş Analitiği Yüksek Lisansı, öğrencilere en uygun karar vermeyi, verimliliği artırmayı ve maliyetleri düşürmeyi sağlamak için büyük verileri işleme konusunda kapsamlı bilgi ve beceriler sağlamak üzere tasarlanmıştır. Program, veri analitiğinde kullanılan temel kavram ve araçların yanı sıra hem büyük hem de küçük ölçekli verilerin analizinde kullanılan çeşitli teknolojileri sağlamayı amaçlamaktadır. Öğrenciler ayrıca gerçek dünyadaki iş sorunlarını çözmek için iş verileri analitiği teknolojisini ve karar destek sistemlerini etkili bir şekilde uygulama becerisini de kazanacaklardır.
Büyük Veri ve İş Analitiği programında Yüksek Lisans mezunları, günümüzün veri odaklı iş ortamında oldukça aranan benzersiz bir beceri seti geliştireceklerdir.
Büyük Veri ve İş Analitiği (Türkçe) Yüksek Lisans Programı kontenjanı 15'tir.
Gerekli şartları sağlamaları halinde;
%100 Öğrenim Ücreti Muafiyeti sağlanan bu öğrencilerimizden;
Önemli Not: Yukarıda verilen bilgiler 2024-2025 Akademik Yılı kabulleri için geçerli olup bütçe ve kontenjanlar ile sınırlıdır. İlgili kontenjanlara girişte adayların bilimsel değerlendirme sınavları sıralaması esas alınacaktır. Muafiyet, nakdi burslar ve öğretim asistanlığı hakkında detaylı bilgiler ve şartlar için ilgili sayfaları ziyaret ediniz.
Prof. Dr. Selim Zaim
Teknoloji alanında yaşanan baş döndürücü gelişmeler; üretim, dağıtım, pazarlama ve finans alanlarında entegre bilgi birikimine sahip, yönetsel becerisi yüksek ve veri analizi konusunda yetkin insan kaynağına önemli ölçüde bir talep doğurmuştur.
Günümüz dünyasında elde edilen büyük boyuttaki verilerden işe yarar bilgi çıkarmak için geleneksel yöntemler artık yetersiz kalmaktadır. Bu sebeple, büyük veri ve iş analitiği programının amacı;
Büyük veri ve İş Analitiği Programı bünyesinde
gibi konular, uygulamalar baz alınarak verilecektir.
| İBN HALDUN ÜNİVERSİTESİ LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ BÜYÜK VERİ VE İŞ ANALİTİĞİ (TÜRKÇE) TEZLİ YÜKSEK LİSANS PROGRAMI DERS PLANI |
|||||
| I. Yarıyıl | |||||
| Ders Kodu | Ders Adı | Saatler | Kredi | AKTS | |
| Teori | Uygulama | ||||
| BIA 502 | Veri Odaklı İşletme Yönetimi | 3 | 0 | 3 | 8 |
| BIA 503 | Uygulamalı İstatistik | 3 | 0 | 3 | 8 |
| BIA 521 | Dijital Pazarlama ve Pazarlama Analitiği | 3 | 0 | 3 | 8 |
| BIA… | Program Seçmeli | 3 | 0 | 3 | 8 |
| Toplam Kredi | 12 | 32 | |||
| II. Yarıyıl | |||||
| Ders Kodu | Ders Adı | Saatler | Kredi | AKTS | |
| Teori | Uygulama | ||||
| BIA 500 | Seminer | 3 | 0 | 0 | 3 |
| BIA 501 | Araştırma Yöntemleri ve Yayın Etiği | 3 | 0 | 3 | 8 |
| BIA 505 | R ile Yapay Zekâ ve İş Analitiği | 3 | 0 | 3 | 8 |
| BIA… | Program Seçmeli | 3 | 0 | 3 | 8 |
| BIA… | Program Seçmeli | 3 | 0 | 3 | 8 |
| Toplam Kredi | 12 | 35 | |||
| III. Yarıyıl | |||||
| Ders Kodu | Ders Adı | Saatler | Kredi | AKTS | |
| Teori | Uygulama | ||||
| BIA 599 | Yüksek Lisans Tezi | 0 | 0 | 0 | 30 |
| Toplam Kredi | 0 | 30 | |||
| IV. Yarıyıl | |||||
| Ders Kodu | Ders Adı | Saatler | Kredi | AKTS | |
| Teori | Uygulama | ||||
| BIA 599 | Yüksek Lisans Tezi | 0 | 0 | 0 | 30 |
| Toplam Kredi | 0 | 30 | |||
| Genel Toplam Kredi | 24 | 127 | |||
| ZORUNLU DERSLER | |||||
| Ders Kodu | Ders Adı | Saatler | Kredi | AKTS | |
| Teori | Uygulama | ||||
| BIA 500 | Seminer | 3 | 0 | 0 | 3 |
| BIA 501 | Araştırma Yöntemleri ve Yayın Etiği | 3 | 0 | 3 | 8 |
| BIA 502 | Veri Odaklı İşletme Yönetimi | 3 | 0 | 3 | 8 |
| BIA 503 | Uygulamalı İstatistik | 3 | 0 | 3 | 8 |
| BIA 505 | R ile Yapay Zekâ ve İş Analitiği | 3 | 0 | 3 | 8 |
| BIA 521 | Dijital Pazarlama ve Pazarlama Analitiği | 3 | 0 | 3 | 8 |
| PROGRAM SEÇMELİ DERSLER | |||||
| Ders Kodu | Ders Adı | Saatler | Kredi | AKTS | |
| Teori | Uygulama | ||||
| BIA 504 | İş Analitiğinde Yeni Yaklaşımlar | 3 | 0 | 3 | 8 |
| BIA 510 | Pazarlama Analitiği | 3 | 0 | 3 | 8 |
| BIA 511 | Derin Öğrenme | 3 | 0 | 3 | 8 |
| BIA 512 | Optimizasyon için Nicel Yöntemler | 3 | 0 | 3 | 8 |
| BIA 513 | Karar Verme ve Veri Görselleştirme | 3 | 0 | 3 | 8 |
| BIA 514 | Büyük Veri Kullanımında Hukuk ve Etik | 3 | 0 | 3 | 8 |
| BIA 515 | Finansal Teknolojiler: Blok Zinciri, Kripto Paralar | 3 | 0 | 3 | 8 |
| BIA 516 | İşletmeler İçin Metin Madenciliği | 3 | 0 | 3 | 8 |
| BIA 517 | Gelir Yönetimi | 3 | 0 | 3 | 8 |
| BIA 518 | Makine Öğrenmesi | 3 | 0 | 3 | 8 |
| BIA 519 | Optimizasyon İçin Sezgisel Yöntemler | 3 | 0 | 3 | 8 |
| BIA 520 | Veritabanı Yönetim Sistemleri | 3 | 0 | 3 | 8 |
| ISL 510 | Yenilikçilik ve Girişimcilik | 3 | 0 | 3 | 8 |
| ISL 513 | Veri Analizi ve Karar Verme | 3 | 0 | 3 | 8 |
| ISL 519 | Tüketici Davranışları | 3 | 0 | 3 | 8 |
| ISL 520 | Marka İletişimi ve Stratejik Marka Yönetimi | 3 | 0 | 3 | 8 |
| ISL 522 | İş Süreçleri Analizi | 3 | 0 | 3 | 8 |
| ISL 527 | Veri Analitiği ve Yenilikçi Pazarlama | 3 | 0 | 3 | 8 |
| ISL 545 | Uygulamalı İşletme Stratejileri | 3 | 0 | 3 | 8 |
| ISL 547 | Sosyal İnovasyon İçin Veri Analitiği | 3 | 0 | 3 | 8 |
Bu ders, öğrencilerin çeşitli uygulamalı sosyal araştırmalarla ilgili konularda tartışmaları ve fikir üretmeleri için bir ortam sağlar. Öğrenciler, seçtikleri bir araştırma konusu üzerinde derinlemesine bir çalışma yürütür, araştırma alanındaki uzmanlarla sorunları tartışır, tartışma gruplarında çalışır, seçilen konularda münazara eder ve problem çözer. Seminer Dersinde öğrencilere, programda edindikleri bilgi, beceri ve pratik deneyimlerini entegre etme fırsatı verilir.
Bu dersin amacı, öğrencilerin araştırma tasarımı ve metodolojisi konusundaki bilgi ve anlayışlarını, özellikle nicel araştırma yöntemlerine ve etik yönergelere odaklanarak geliştirmeleridir. Dersin içeriği şu şekildedir: (i) araştırma yöntemleri, yani bir hipotezin nasıl formüle edileceği ve bunun için bir araştırma sorusu nasıl oluşturulacağı, bir araştırma sorusunu araştırmak için deneylerin nasıl tasarlanacağı ve gerçekleştirileceği, bir deneyin sonuçlarının nasıl analiz edileceği ve çizileceği sonuçlar; (ii) araştırma ve yayın etiği; yani araştırma yaparken ve akademik metinler yazarken ortaya çıkan etik sorunlar; (iii) akademik metinlerin nasıl yazılacağı; diğer bir deyişle, konferans bildirileri, dergi makaleleri ve tezler gibi akademik metinlerin stili, organizasyonu ve ana hatları.
Veri, enformasyon ve bilgi iş dünyasında her zaman kritik bir rol oynamıştır. Toplanabilen ve saklanabilen çeşitli verilerin miktarı artmaktadır, bu nedenle şirketler veri işleme ve analiz için yeni çözümlere ihtiyaç duymaktadır. Ders, Büyük Veri kavramı üzerine düşünceler sunmaktadır. Dersin amacı, Büyük Veri analitiğinin şirket yönetiminde etkili bir destek olduğunu göstermektir. Ayrıca Büyük Veri analitiğinin şirketlere daha etkin destek sağlayabileceği alanlar ve faaliyetler de ele alınacaktır.
Bu ders araştırma sürecinde veri analizi için olasılık ve istatistiğin temellerini sağlar. Konular arasında bilgisayar ve istatistik yazılımları kullanarak veri toplama, keşifsel veri analizi, rastgele değişkenler, ortak ayrık ve sürekli dağılımlar, örnekleme dağılımları, tahmin, güven aralıkları, hipotez testleri, temel simülasyon ve önyükleme, dağıtımsız teknikler, doğrusal regresyon, varyans analizi, iki yönlü tablolar yer alır.
Web 2.0 ile birlikte firmalar müşterileri ile ilgili daha fazla veri toplama becerisine kavuşmuştur. Firmalar müşterilerinin işlemleri ile ilgili elde ettikleri mikro düzeydeki verileri diğer veri kümeleri ile ilişkilendirme yeteneğine sahiptir. Bu dersin içeriği firmaların yararlı tahminler oluşturmak için bu verilere uygulanabilecek güçlü ve basit istatistiksel modeller oluşturmaktır. Derste, veri üreten rasyonel tüketici davranışı modelleri oluşturmak için verilerde örüntü belirleme, kümeleme ve korelasyonun ötesine geçilecektir. Bu nedenle amaç, bir tüketici davranışı “modeli” oluşturmak ve bu modeli verilere uygulamak ve bu modelin ne kadar doğru olduğunu test etmek ve gerekirse düzenleme yapmaktır. Bunun yanında elde edilen modeller doğrultusunda eğer firma strateji değiştirirse sonuçların ne olacağını tahmin etmek de dersin konuları arasındadır.
Öğrenciler yapay zeka çözümleri sunan yazılım platformlarına aşinalık kazanacaklar. İşle ilgili farklı uygulama alanlarından gelen sorunları ele alacaklar ve pratik olarak R’de sunulan yapay zeka paketlerini kullanacaklardır. Denetimli öğrenme, denetimsiz öğrenme, sentiment analizi ile ilgili araçlar, pratik uzmanlığı arttırmak için sunulacaktır.
Bu ders, pazarlama alanındaki seçkin uygulamaları öğrenmeye yönelik vaka tabanlı bir yaklaşımı hedeflemektedir. Pazarlama analitiği geniş anlamda “doğru iş kararları vermek için pazarlama ile ilgili verilerin toplanması, işlenmesi ve analizi” olarak tanımlanabilir. Bu ders bölümleme, hedefleme, algısal haritalar, ürün planlama, pazar tepki modelleri, kampanya tasarımı ve doğrudan pazarlama gibi uygulama konularını kapsar.
Bu dersin amacı, öğrencilere işletme problemlerinde optimizasyon tekniklerini ve sayısal yöntemleri kullanma becerisi kazandırmaktır. Ders doğrusal programlama, tamsayılı doğrusal programlama ve popülasyon tabanlı sezgisel modeller gibi konuları kapsayacaktır. Derste bir işletmede bu yaklaşımların kullanımı özellikle vurgulanacaktır.
Bu ders, verileri görselleştirme alanı için modern tekniklere uygulamalı bir giriş sağlar ve bu teknikleri, belirli stratejik karar verme sürecine katkı sağlamak için gerekli olan ilgili problem çözme becerileriyle kullanır. Öğrenci veri görselleştirme paket programları kullanmayı öğrenecektir.
Derste şu konular işlenecektir. Blokzincir, Kripto ve Kriptoparalara giriş. Sanal para mekaniği: Sanal para basma, Sanal para madenciliği ve Sanal para transfer yapısı. Blokzincirde kullanılan kriptografik yapıtaşları. Anonim Kriptoparalar. Konsesus Mekanizmaları. Akıllı Kontrat Teknolojisi. Blokzincirde diğer uygulamalar ve kullanım vakaları: Kimlik Yönetimi, Tedarik Zinciri, Loglama sistemleri, Sertifika Yönetimi. Güncel Blokzincir konuları ve yayınlar.
Bu derste katılımcılar girişimci yenilikçiliğin kaynakları, yapısı ve dinamikleri ile ilgili farkındalık kazanacaklardır. Öğrenciler bireysel ya da gruplar halinde yenilikçi fikirler geliştirip bu fikirleri farklı endüstrilerdeki güncel sorunlara uygulayabilme becerisi elde edeceklerdir. Ders kapsamında işlenecek konular arasında girişimci düşünme, yenilik yönetimi, yeni fırsatları fark etme ve değerlendirme, sektör ve pazar araştırması, iş stratejisi, iş modeli ve planı, finansal tahmin ve girişim finansmanı, kaynak sağlayıcılara erişim, müzakere ve yeni girişimler başlatma gibi başlıklar yer almaktadır.
Yönetsel karar-verme sürecine yardımcı olabilecek analitik modelleme ve istatistiksel analiz tekniklerini öğrenciye kazandırmayı hedefler. Değişik analizleri yapmak için bilgisayar yazılımları kullanımı, dersin bütünleyici bir özelliğidir. İşlenecek temel konular; karar analizleri, istatistiksek karar verme, regresyon analizi, doğrusal programlama ve simulasyon. Ders, olasılık için gerekli olan alt yapıyı da oluşturur.
Kişilerin özellikle ekonomik ürünleri ve hizmetleri satın alma ve kullanmadaki kararları ve bununla ilgili faaliyetleri olarak tanımlanan tüketici davranışlarının incelenmesi işletmelere, pazarlama ve satış yönetiminde, pazar fırsatlarının değerlendirilmesinde ve analizinde önemli yararlar sağlar. Bu dersin amacını öğrencilere hedef tüketicilerin ihtiyaçlarını, arzularını, isteklerini, satın alma nedenlerini doğru biçimde anlayabilmelerine ve ihtiyaçlarını tatmin etmeye yönelik pazarlama programı geliştirilmesi ile ilgili bilgi ve becerilerin kazandırılması oluşturmaktadır. Ders, pazarlamada müşteri odaklı kültür, tüketici davranışının pazarlamadaki önemi, müşteri tatmini ve müşteri sadakati yaratma, tüketim olgusu, ihtiyaç ve istekler, tüketici davranışı kavramı ve özellikleri, tüketici davranışı ve pazarlama stratejisi, tüketicilerin satın alma davranışları ve kararları, tüketicilerin satın alma davranışlarını etkileyen faktörler, satın alma karar süreci, tüketicilerin satın alma alışkanlıkları gibi konuları kapsamaktadır.
Bu ders markanın, bütünleşik pazarlama stratejileri çerçevesindeki rolünün önemi üzerinde durmaktadır. Derste markanın ne olduğu, neden önemli bir bileşen olduğ, tüketiciler nezdinde neyi temsil ettiği ve kurumların onları doğru olarak yönetebilmeleri için ne yapmaları gerektiği gibi konular üzerinde durulmaktadır. Ayrıca, öğrenciler marka değerinin nasıl yaratıldığı, nasıl ölçüldüğü ve küresel iş geliştirme fırsatları çerçevesinde nasıl kullanıldığı gibi konularda bilgi edineceklerdir. Derste çeşitli marka simülasyonları ve örnek çalışmalar da kullanılacaktır.
Bu ders, öğrencileri iş süreçlerinin analizinin temelleri ile tanıştırmak için tasarlanmıştır. İş süreçleri işletmelerin her yerinde yer alır ve birçok fonksiyonel departmanı kapsar. İş süreçleri kavramı aldatıcı bir şekilde basit olsa da, karmaşıklık ayrıntılarda ve şirketlerin bu süreçleri yapılandırdığı sayısız farklı şekilde yatmaktadır. Başlangıçta iş süreci analizi kavramlarına baktıktan sonra, dersin ana vurgusu, temelde yatan bilgi teknolojisinin iş süreci yeniliğinin yönetimini nasıl desteklediği üzerine olacaktır.
Bu dersin amacı işletmelere ve yöneticilere profesyonel yaşamlarında günlük olarak karşılaştıkları gerçek dünyadaki zorluklara veri analitiği uygulamak için gereken temeli sağlamaktır. Öğrenciler, özel ihtiyaçları için ideal analitik aracı belirlemeyi öğrenecekler; verileri toplamanın, analiz etmenin ve görselleştirmenin geçerli ve güvenilir yollarını anlayıp kurumları, kuruluşları veya müşterileri için karar vermede verileri kullanarak geleceğe hazırlanacaklardır. Modern iş analitiği, yöneticilerin ve yöneticilerin programlama ve veri mimarisiyle aşina olmasını gerektirir. Bu ders ile katılımcılara, üst düzey kavramların ve tasarım kararlarının önemi vurgulanarak iş analitiğinin özünde yer alan sağlam ve ölçeklenebilir sistemler geliştirmeyle ilgili zorlukları ve fırsatları değerlendirmek için gereken temel bilgi ve uygulamalar sağlanacaktır. Aynı zamanda kritik yönetim problemlerini formüle etmeyi, ilgili hipotezleri geliştirmeyi, verileri analiz etmeyi ve en önemlisi, eyleme geçirilebilir sonuçlar elde etmek amacıyla çıkarımlar yapmayı ve ikna edici anlatılar anlatmayı; pazarlamada büyük verileri ölçme, analiz etme ve uygulama konusularını içerecektir.
Bu ders, öğrencilerin rekabetçi bir piyasa koşulunda simülasyon odaklı uygulamalar yoluyla iş stratejileri oluşturma ve uygulama konusundaki kavramsal becerilerini geliştirmeyi amaçlamaktadır. Ayrıca, çeşitli zorlu simülasyon liderliğindeki senaryolarda öğrencilerin analitik düşünme, iletişim becerileri, takım çalışması yetenekleri ve üstün yönetim becerilerini (planlama, organize etme, liderlik etme ve kontrol etme) geliştirmeyi amaçlamaktadır.
buyukveri@ihu.edu.tr