KURUMSAL EĞİTİM, PYTHON: SIFIRDAN ZİRVEYE AI VERİ HAZIRLAMA
EĞİTİM SÜRESİ
- Eğitim Süresi: 5 Gün
- Günlük Eğitim Süresi: 6 Saat
- Ders Yapısı: 50 dakika oturum + 10 dakika mola
- Eğitim Saatleri: 10:00 - 17:00
- Öğle Arası: 12:00 - 13:00 (1 Saat)
Eğitimler, uzaktan canlı sınıf formatında Microsoft Teams platformu üzerinden gerçekleştirilir. Katılımcılar eğitim öncesinde paylaşılan bağlantılarla oturumlara katılır. Eğitim süresince eğitmen, uygulamalı anlatım, canlı demo ve anlık soru-cevap yöntemlerini birlikte kullanarak maksimum etkileşim sağlar.
Uygulamalı bölümlerde GitHub, VS Code, Jupyter, FastAPI, NumPy, Pandas, Matplotlib, Seaborn, scikit-learn, SQLAlchemy, Docker, cProfile/line_profiler ve GitHub Actions/GitLab CI gibi araçlar kullanılır. Katılımcılar bu araçlarla veri hazırlama, performans analizi, güvenli kodlama ve dağıtım senaryolarını uygulamalı olarak gerçekleştirirler.
PROGRAM YAKLAŞIMI
Bu 5 günlük yoğunlaştırılmış program, Python uzmanlarınızın yetkinliklerini bir üst seviyeye taşıyarak onları kurumsal uygulama geliştirme, performans optimizasyonu, güvenli kodlama ve yapay zeka projeleri için veri hazırlama konularında birer lider haline getirmeyi hedefler.
EĞİTİM HEDEFİ
- Pythonic Standartlar: PEP 8, okunabilirlik ve sürdürülebilir kod pratikleri.
- Performans: Veri yapıları/algoritmalar, NumPy/Pandas vektörizasyonu ve profiling.
- Modern Mimari: OOP/metaprogramlama, fonksiyonel programlama ve concurrency.
- AI Veri Hazırlama: scikit-learn Pipeline ile uçtan uca ön işleme.
- Üretime Hazırlık: FastAPI, güvenli kodlama (OWASP), Docker ve CI/CD.
EĞİTİM İÇERİĞİ
Modül 1: İleri Seviye Pythonic Kodlama ve Kurumsal Standartlar
Seviye: Orta / İleri
Profesyonel Geliştirme Ortamı ve Versiyon Yönetimi
pyenv, venv ve requirements.txt ile izole, tekrarlanabilir geliştirme ortamları.
PEP 8 ve Okunabilir Kod Yazımı
Pythonic felsefe ile verimli, anlaşılır ve sürdürülebilir kodlama.
İleri Hata Yönetimi ve Kapsam Kuralları
Custom exceptions, try/except/else/finally ve LEGB kapsam modeli.
Modül 2: Yüksek Performanslı Veri Yapıları ve Algoritmik Düşünce
Seviye: Orta / İleri
Dahili Veri Yapılarının Analizi
List/tuple/set/dict Big-O zaman/bellek karmaşıklığı ve doğru seçim.
collections ile İleri Koleksiyonlar
defaultdict, Counter, deque, namedtuple kurumsal kullanım senaryoları.
List Comprehensions ve Generator Expressions
Büyük veri setlerinde verimli ve bellek dostu koleksiyon üretimi.
Modül 3: Kurumsal Ölçekte OOP ve Metaprogramlama
Seviye: İleri
İleri OOP Prensipleri
super() kullanımı, ABC ile soyut sınıflar tasarlama.
Özel (Magic/Dunder) Metotlar
__init__, __str__, __repr__, __getattr__, __setattr__, __call__ ile davranış özelleştirme.
Sınıf ve Statik Metotlar
@classmethod/@staticmethod ve factory pattern uygulamaları.
Modül 4: İleri Fonksiyonel Programlama ve Eşzamanlılık
Seviye: İleri
Decorator ve Generator Fonksiyonları
Loglama/authorization decorator'ları ve stateful generator tasarımı.
Bağlam Yöneticileri (Context Managers)
with, __enter__/__exit__ ile kaynak yönetimi (ör. DB bağlantısı).
Threading ve Asyncio ile Asenkron Programlama
I/O-bound işlemlerde concurrency; GIL etkileri ve doğru kullanım.
Modül 5: NumPy ve Pandas ile Yüksek Performanslı Veri Manipülasyonu
Seviye: Orta / İleri
NumPy ile Vektörel Operasyonlar
C tabanlı altyapı ile milyonlarca satırda hızlı mat/istatistik işlemler.
Pandas DataFrame ile İleri Operasyonlar
groupby/merge/join/concat/pivot_table ve MultiIndex ile hiyerarşi.
Performans Optimizasyonu
apply yerine vektörizasyon; dtype optimizasyonu ile bellek kazanımı.
Modül 6: Matplotlib ve Seaborn ile Veri Görselleştirme
Seviye: Orta
Özelleştirilmiş Grafikler
OO arayüz (Figure, Axes) ile yayın kalitesinde grafikler.
İstatistiksel Görselleştirme
Distribution/kategorik grafikleri, heatmap ve confusion matrix.
Veri ile Hikaye Anlatma
Doğru grafik seçimi, renk paleti ve içgörü iletişimi.
Modül 7: Scikit-learn ile Uçtan Uca Veri Ön İşleme
Seviye: İleri
İleri Özellik Mühendisliği
Tarih/metin tabanlı yeni özellikler türetme.
Veri Temizleme ve Dönüştürme
SimpleImputer/KNNImputer, ölçekleme ve OneHot/OrdinalEncoder.
Pipeline ile Süreç Otomasyonu
Tüm adımları tek bir Pipeline içinde birleştirerek tekrar kullanılabilirlik.
Modül 8: FastAPI ile Asenkron API Geliştirme
Seviye: İleri
Modern API Tasarımı
async/await ile G/Ç-yoğun endpoint geliştirme.
Pydantic ile Veri Doğrulama
Request verilerini tip-güvenli doğrulama ve hata yönetimi.
Otomatik API Dokümantasyonu
Swagger UI ve ReDoc ile interaktif ve güncel dokümantasyon.
Modül 9: Performans Analizi ve Güvenli Kodlama
Seviye: İleri
Kod Profiling ve Darboğaz Tespiti
cProfile ve line_profiler ile bottleneck analizi ve optimizasyon.
Güvenli Kodlama (OWASP Top 10)
SQL/Command Injection, XSS önleme; güvenli bağımlılık yönetimi.
ORM ve Veritabanı Erişimi
SQLAlchemy ile nesne-ilişkisel eşleme ve güvenli sorgular.
Modül 10: Docker ve CI/CD ile Dağıtım
Seviye: İleri
Uygulama Konteynerleştirme
Optimize Dockerfile, bağımlılık izolasyonu ve taşınabilir imajlar.
Multi-Container Uygulamalar
docker-compose ile DB/API/Web çoklu servis orkestrasyonu.
CI/CD Pipeline Entegrasyonu
GitLab CI/GitHub Actions ile test, lint ve otomatik dağıtım.
KAZANIMLAR
Katılımcılar, Python'un ileri özellikleriyle temiz, performanslı ve güvenli kod üretir; veri ön işleme süreçlerini otomatize eder; modern API'ler geliştirir ve uygulamalarını Docker ile konteynerleştirip CI/CD ile üretime hazırlar.
Kurumunuzda sürdürülebilir kod tabanları, otomatikleştirilmiş veri süreçleri ve yüksek performanslı güvenli uygulamalarla SDLC verimliliği ve ROI artar; veri odaklı karar verme kültürü güçlenir ve AI projelerinin başarı oranı yükselir.
İŞLENEN ANAHTARLAR
- Pythonic Kodlama ve PEP 8 (Orta)
- Big O Notation (Orta)
- Nesne Yönelimli Programlama ve Metaprogramlama (İleri)
- Fonksiyonel Programlama ve Concurrency (İleri)
- Pandas & NumPy (Orta)
- Matplotlib & Seaborn (Orta)
- Scikit-learn Pipeline (İleri)
- FastAPI (İleri)
- Güvenli Kodlama (OWASP) (İleri)
- Docker (İleri)
- CI/CD (İleri)