cn claudenews Ara /

DataTalksClub · Açık Kaynak · Türkçe Çalışma Yolu

Veri Mühendisliği 101 — Çocuklar İçin

Mahalle limonatacısının sipariş defterinden, buluttaki gerçek bir veri ambarına — 11 modülde uçtan uca. 12 yaş için uyarlanmış, hikâye-eksenli, ebeveyn eşliği notu ile.

0 / 38 ders tamamlandı (0%)
Course roadmap

Kursun yapısı

  1. M0

    Başlamadan Önce

    Veri mühendisliği ne işe yarar, kim için, neden şimdi?

  2. M1

    Container & Temel Altyapı

    Docker, Postgres, SQL, Terraform, GCP — bir veri tabanının anatomisi.

  3. M2

    İş Akışı Orkestrasyonu

    Pipeline, ETL/ELT, zamanlayıcı, GitHub Actions.

  4. M3

    Atölye: Veri Alımı

    dlt, Open Library API, veri kalitesi, marimo+ibis.

  5. M4

    Veri Ambarı

    BigQuery, Parquet, Partition, BigQuery ML.

  6. M5

    Analitik Mühendisliği (dbt)

    Tarif defteri, sources/seeds/tests, macros, window functions, dbt docs.

  7. M6

    Veri Platformları

    Bruin, lineage, hangi aracı seçmeli?

  8. M7

    Atölye: AI Destekli Veri Alımı

    dlt + Cursor + dlt MCP ile prompt-driven ingestion.

  9. M8

    Toplu İşleme (Batch)

    Spark, DataFrame, Dataproc.

  10. M9

    Akış İşleme (Stream)

    Streaming, Kafka/Redpanda, Flink, Avro.

  11. M10

    Capstone (C1 + C2 + C3)

    Uçtan uca pipeline + veri kalitesi ajanı + OSS PR.

Capstone'lar (zorunlu, 3 adet)

  1. C1 — Sıfırdan uçtan uca pipeline (kendi verin, kendi dashboard'un). NYC taxi yasak.
  2. C2 — Veri kalitesi ajanı yaz: "Sipariş %50 düşerse mail at."
  3. C3 — Açık kaynak DE aracına gerçek bir PR (ebeveyn eşliğinde).

Verifiable Badge

38 dersin tamamı + C1 + C2 + C3 (ebeveyn onaylı) tamamlandığında PDF + unique URL alırsın. DataTalksClub'ın resmi sertifikası live cohort'a özeldir; bizim badge'imiz farklı bir şey, kursu tamamladığını ve capstone'u teslim ettiğini gösterir.

Dersler (38)

  1. 01

    Veri mühendisliği ne işe yarar?

    What is data engineering?

    5 dk
  2. 02

    Bilgisayarını kur: Docker, Python, VS Code

    Set up your computer

    7 dk
  3. 03

    Hikâyeni seç: kendi veri setin

    Pick your story

    4 dk
  4. 04

    Limonatacının sipariş defteri: ilk veritabanın

    The lemonade stand order book

    7 dk
  5. 05

    SQL'in ABC'si: SELECT, WHERE, GROUP BY

    SQL ABCs

    7 dk
  6. 06

    JOIN: iki defteri yapıştırmak

    JOIN gluing two notebooks

    6 dk
  7. 07

    Terraform: altyapıyı kodla yaz

    Terraform infrastructure as code

    7 dk
  8. 08

    Buluta çık: gcloud SDK + GCP free tier + BigQuery

    Going to the cloud

    ⚠ Bu derste Google Cloud hesabı açılır. 12 yaş altı için ebeveyn eşliğinde.

    7 dk
  9. 09

    Pipeline nedir? Hattı kur

    What is a pipeline

    7 dk
  10. 10

    ETL mi, ELT mi? Nereyi ne zaman?

    ETL vs ELT

    6 dk
  11. 11

    Zamanlayıcı ve geriye dönük çalıştırma

    Scheduling and backfill

    7 dk
  12. 12

    GitHub Actions ile CI/CD

    CI CD with GitHub Actions

    6 dk
  13. 13

    Robot egzersizi: pipeline'ı kağıtta yaz

    Robot exercise draw the pipeline

    5 dk
  14. 14

    dlt ile ilk ingestion: 5 dakikada API'den tabloya

    dlt first ingestion

    7 dk
  15. 15

    Veri kalitesi: eksik ve saçma satırları yakala

    Data quality

    6 dk
  16. 16

    marimo + ibis alternatif notebook

    marimo ibis alternative

    5 dk
  17. 17

    BigQuery'e ilk sorgu: 1 milyon satır + BigQuery internals

    First BigQuery query + internals

    ⚠ Bu derste BigQuery e sorgu gönderilir. Ebeveyn eşliğinde.

    7 dk
  18. 18

    Parquet vs CSV: valiz vs açık bavul

    Parquet vs CSV

    5 dk
  19. 19

    Partition & Cluster: büyük defteri yıllara böl

    Partition and Cluster

    6 dk
  20. 20

    ML in warehouse: BigQuery ML

    BigQuery ML

    7 dk
  21. 21

    dbt: tarif defteri

    dbt cookbook

    7 dk
  22. 22

    Sources, models, seeds, tests, docs

    dbt sources-models-seeds-tests

    7 dk
  23. 23

    Macros & Packages

    Macros and Packages

    6 dk
  24. 24

    Window functions + CTEs: "her müşterinin en son siparişi"

    Window functions + CTEs

    7 dk
  25. 25

    dbt docs: kendi data kataloğunu yayınla

    dbt docs

    6 dk
  26. 26

    Tek platform, üç katman: ingest → staging → reports

    Three-layer platform

    7 dk
  27. 27

    Lineage: veri nereden geldi, nereye gitti?

    Data lineage

    5 dk
  28. 28

    "Hangi aracı seçmeliyim?" karar ağacı

    Tool selection decision tree

    6 dk
  29. 29

    dlt + Cursor/Windsurf + dlt MCP ile agentic ingestion

    dlt + AI Copilot

    6 dk
  30. 30

    Spark nedir? Pizzacı ekibi analojisi

    What is Spark

    7 dk
  31. 31

    DataFrame ile ilk batch job

    First batch job

    7 dk
  32. 32

    Bulutta Spark: Dataproc vs Colab

    Spark in cloud

    6 dk
  33. 33

    Streaming vs batch: musluk vs kova

    Streaming vs batch

    5 dk
  34. 34

    Kafka / Redpanda: olay günlüğü + Avro

    Kafka Redpanda + Avro

    7 dk
  35. 35

    Flink + Postgres: akan veriyi yere indirelim

    Flink + Postgres

    7 dk
  36. 36

    C1: Capstone — sıfırdan uçtan uca pipeline

    C1 end-to-end capstone

    C1
    30 dk
  37. 37

    C2: Bir veri kalitesi ajanı yaz

    C2 data quality agent

    C2
    20 dk
  38. 38

    C3: Bir OSS projesine 1 PR

    C3 OSS PR

    ⚠ Bu capstone GitHub da gerçek bir PR içerir. Ebeveyn eşliğinde veya öğretmen gözetiminde.

    C3
    30 dk

← DataTalksClub sağlayıcısı