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
Neden Veri Mühendisliği?
Veri mühendisliği, modern iş dünyasının temel altyapısı. Amazon, Spotify, Uber, hepsi milyonlarca olayı saniyeler içinde işleyen veri pipeline’ları üzerine kurulu. Bu kurs, bu altyapıyı kendin kurabilmen için tasarlandı.
Sen kimsin? Muhtemelen 16+ yaşında, temel bilgisayar kullanımını bilen, Python’a giriş yapmış ya da yapmak isteyen bir öğrenci. Belki de kariyer değişikliği düşünen bir profesyonel. Her iki durumda da, bu kurs sonunda gerçek bir veri pipeline’ı inşa etmiş olacaksın.
Bu kursta ne öğreneceğiz?
11 modüllük bir yolculuk. Modül başına 2-5 ders, toplam 38 ders, ~18-22 saat:
- Modül 0: Bu giriş + kurulum (3 ders)
- Modül 1: Docker, Postgres, SQL, Terraform, GCP (5 ders)
- Modül 2: Kestra, ETL/ELT, schedule, GitHub Actions (5 ders)
- Modül W1: dlt, veri kalitesi, marimo+ibis (3 ders)
- Modül 3: BigQuery, Parquet, Partition, BigQuery ML (4 ders)
- Modül 4: dbt, sources/tests, macros, window functions (5 ders)
- Modül 5: Bruin, lineage, araç seçimi (3 ders)
- Modül W2: dlt + AI Copilot (1 ders)
- Modül 6: Spark, DataFrame, Dataproc (3 ders)
- Modül 7: Kafka/Redpanda, Flink, Avro (3 ders)
- Modül P: 3 capstone (C1 + C2 + C3, hepsi zorunlu)
Bu kursta ne öğrenmeyeceğiz?
- Hadoop / Hive (2026’da legacy)
- Kafka Java teorisi (PyFlink ile aynı şey daha kısa)
- Pandas-first (yerine Polars)
- AWS/Azure (tek bulut: GCP)
Live cohort vs self-paced
DataTalksClub yılda 2 kez canlı cohort açar. Bu kurs self-paced. Tamamlayınca verifiable badge alırsın (DataTalksClub sertifikası değil). Canlı cohort’a katılmak istersen: Ocak 2027 cohort’u için learn.datatalks.club adresini kontrol et.