Veri mühendisliği ne işe yarar?
What is data engineering?
Bu derste neler öğreneceksin
- Veri mühendisliğinin ne işe yaradığını günlük hayattan örneklerle açıklar
- Bu kursta ne öğreneceğini, ne öğrenmeyeceğini listeler
- Live cohort vs self-paced farkını bilir
Hoş geldin!
Sen bir limonatacısın (ya da kendi seçtiğin küçük bir girişim). İlk hafta elinde bir defter var, içinde 5 müşterinin adı ve ne sipariş ettiği yazıyor. 4. haftada Instagram’dan 200 sipariş geldi ve defter patladı!
Veri mühendisliği, bu karmaşayı düzene sokmak: siparişleri bir veritabanına yazmak, sonra onlara sorgularla sormak, en çok satan ürünü bulmak, hangi günler müşteri geldiğini görmek.
Bu kursta ne öğreneceğiz?
- 🗄️ Veritabanı kurmak (Docker + Postgres)
- 🔍 SQL ile soru sormak
- 🏭 Pipeline kurmak (Kestra)
- 🤖 Yapay zekâ ile veri alımı (dlt + Cursor)
- ☁️ Buluta çıkmak (Google Cloud + BigQuery)
- 📊 Analitik mühendisliği (dbt)
- ⚡ Toplu ve akan veri işleme (Spark + Kafka + Flink)
Bu kursta ne öğrenmeyeceğiz?
- ❌ Hadoop / Hive (eski, 2026’da kullanılmıyor)
- ❌ Kafka Java teorisi (bunun yerine PyFlink)
- ❌ Resmi DataTalksClub sertifikası (sadece canlı cohort’a özel)
Live cohort vs self-paced
DataTalksClub yılda 2 kez canlı cohort açar (Ocak + yaz). Bu kurs self-paced (kendi hızında). Tamamlayınca verifiable badge alırsın; bu DataTalksClub sertifikası değil, kendi başarını gösteren ayrı bir şey.
Canlı cohort’a katılmak istersen: learn.datatalks.club. Sonraki başlangıç: Ocak 2027.