PROGRAM ÖĞRENME ÇIKTILARI |
|---|
BİLGİ |
Kurumsal ve/veya olgusal bilgi sınıflandırmasına göre düzenlenmiştir. |
|
1
Öğrenci, veri bilimi ve analitiğinin temel bileşenlerine hâkim olur; istatistiksel analiz, veri madenciliği ve makine öğrenmesine ilişkin yöntemleri uygulamalı olarak kullanabilir.
|
|
2
Öğrenci, hem yapılandırılmış hem de yapılandırılmamış veri tiplerini analiz etme becerisine sahiptir; büyük veri kümeleri üzerinden anlamlı çıkarımlar yaparak analitik yöntemleri etkili biçimde kullanabilir.
|
|
3
Öğrenci, veri analizi ve modelleme süreçlerinde Python, R, SQL gibi programlama dillerinden yararlanabilir; veri işleme ve otomasyon adımlarını etkin biçimde yönetebilir.
|
|
4
Öğrenci, veri görselleştirme ve sonuç raporlama tekniklerini kullanarak analiz bulgularını açık, etkili ve karar verme süreçlerine katkı sunacak biçimde ifade edebilir.
|
|
5
Öğrenci, karmaşık veri odaklı problemleri analiz edebilir, uygun çözüm yolları geliştirebilir ve bilimsel araştırma yöntemleri aracılığıyla yaratıcı, veri temelli kararlar alabilir.
|
BİLGİ |
|---|
Kurumsal ve/veya olgusal bilgi sınıflandırmasına göre düzenlenmiştir. |
|
1
Öğrenci, veri bilimi ve analitiği kapsamında karşılaşılan problemleri analiz edebilir, uygun veri analizi tekniklerini seçerek çözüm yolları geliştirebilir; istatistiksel, algoritmik ve yapay zekâ temelli yöntemleri eleştirel düşünme yeteneğiyle değerlendirebilir.
|
|
2
Öğrenci, veri bilimi ve analitiği uygulamalarında Python, R, SQL gibi programlama dillerini etkin biçimde kullanabilir; veri madenciliği, makine öğrenmesi, büyük veri işleme, veri görselleştirme ve modelleme araçlarıyla pratik çözümler geliştirebilir, gerçek veri setleri üzerinde uygulamalar gerçekleştirebilir.
|
YETKİNLİKLER |
|---|
Bilişsel ve/veya uygulama becerileri olarak tanımlanmıştır. |
|
1
Öğrenci, veri bilimi ve analitiği ile ilgili bireysel veya ekip çalışmalarında sorumluluk üstlenebilir, karmaşık veri projelerini bağımsız olarak planlayıp yürütebilir; karşılaştığı sorunlara analitik ve yaratıcı çözümler geliştirerek karar alma süreçlerinde etkin rol oynayabilir.
|
Öğrenme Yetkinliği |
|---|
|
1
Öğrenci, veri bilimi ve analitiği alanındaki güncel gelişmeleri, teknolojileri ve yöntemleri izleyerek yaşam boyu öğrenme bilinciyle kendini sürekli geliştirme yetkinliğine sahiptir; yeni bilgi ve becerileri hızla edinip uygulamaya aktarabilir.
|
İletişim ve Sosyal Yetkinlik |
|---|
|
1
Öğrenci, veri bilimi ve analitiği alanındaki çalışmalarını yazılı, sözlü ve görsel yollarla açık ve etkili bir biçimde ifade edebilir; çok disiplinli takımlarda etkin biçimde çalışabilir, iletişim kurabilir ve iş birliğine dayalı çözümler geliştirebilir.
|
Alana Özgü Yetkinlik |
|---|
|
1
Öğrenci, veri bilimi ve analitiği alanına özgü kavramlara, yöntemlere, algoritmalara ve araçlara hâkimdir; etik ilkelere uygun biçimde veri toplama, işleme, analiz etme ve yorumlama süreçlerini yürütebilir, veri gizliliği ve güvenliği konularında sorumluluk bilinciyle hareket eder.
|
PROGRAM ÖĞRENME ÇIKTILARI |
|---|
|
1
Öğrenci, veri bilimi ve analitiğinin temel bileşenlerine hâkim olur; istatistiksel analiz, veri madenciliği ve makine öğrenmesine ilişkin yöntemleri uygulamalı olarak kullanabilir.
|
|
2
Öğrenci, hem yapılandırılmış hem de yapılandırılmamış veri tiplerini analiz etme becerisine sahiptir; büyük veri kümeleri üzerinden anlamlı çıkarımlar yaparak analitik yöntemleri etkili biçimde kullanabilir.
|
|
3
Öğrenci, veri analizi ve modelleme süreçlerinde Python, R, SQL gibi programlama dillerinden yararlanabilir; veri işleme ve otomasyon adımlarını etkin biçimde yönetebilir.
|
|
4
Öğrenci, veri görselleştirme ve sonuç raporlama tekniklerini kullanarak analiz bulgularını açık, etkili ve karar verme süreçlerine katkı sunacak biçimde ifade edebilir.
|
|
5
Öğrenci, karmaşık veri odaklı problemleri analiz edebilir, uygun çözüm yolları geliştirebilir ve bilimsel araştırma yöntemleri aracılığıyla yaratıcı, veri temelli kararlar alabilir.
|
|
6
Öğrenci, veri bilimi ve analitiği kapsamında karşılaşılan problemleri analiz edebilir, uygun veri analizi tekniklerini seçerek çözüm yolları geliştirebilir; istatistiksel, algoritmik ve yapay zekâ temelli yöntemleri eleştirel düşünme yeteneğiyle değerlendirebilir.
|
|
7
Öğrenci, veri bilimi ve analitiği uygulamalarında Python, R, SQL gibi programlama dillerini etkin biçimde kullanabilir; veri madenciliği, makine öğrenmesi, büyük veri işleme, veri görselleştirme ve modelleme araçlarıyla pratik çözümler geliştirebilir, gerçek veri setleri üzerinde uygulamalar gerçekleştirebilir.
|
|
8
Öğrenci, veri bilimi ve analitiği ile ilgili bireysel veya ekip çalışmalarında sorumluluk üstlenebilir, karmaşık veri projelerini bağımsız olarak planlayıp yürütebilir; karşılaştığı sorunlara analitik ve yaratıcı çözümler geliştirerek karar alma süreçlerinde etkin rol oynayabilir.
|
|
9
Öğrenci, veri bilimi ve analitiği alanındaki güncel gelişmeleri, teknolojileri ve yöntemleri izleyerek yaşam boyu öğrenme bilinciyle kendini sürekli geliştirme yetkinliğine sahiptir; yeni bilgi ve becerileri hızla edinip uygulamaya aktarabilir.
|
|
10
Öğrenci, veri bilimi ve analitiği alanındaki çalışmalarını yazılı, sözlü ve görsel yollarla açık ve etkili bir biçimde ifade edebilir; çok disiplinli takımlarda etkin biçimde çalışabilir, iletişim kurabilir ve iş birliğine dayalı çözümler geliştirebilir.
|
|
11
Öğrenci, veri bilimi ve analitiği alanına özgü kavramlara, yöntemlere, algoritmalara ve araçlara hâkimdir; etik ilkelere uygun biçimde veri toplama, işleme, analiz etme ve yorumlama süreçlerini yürütebilir, veri gizliliği ve güvenliği konularında sorumluluk bilinciyle hareket eder.
|
| BİLGİ | ||
|---|---|---|
| Kuramsal, Olgusal | ||
|
Alanındaki güncel bilgileri içeren ders kitapları, uygulama araç-gereçleri ve diğer kaynaklarla desteklenen ileri düzeydeki kuramsal ve uygulamalı bilgilere sahip olma.
|
Öğrenci, veri bilimi ve analitiğinin temel bileşenlerine hâkim olur; istatistiksel analiz, veri madenciliği ve makine öğrenmesine ilişkin yöntemleri uygulamalı olarak kullanabilir.
Öğrenci, hem yapılandırılmış hem de yapılandırılmamış veri tiplerini analiz etme becerisine sahiptir; büyük veri kümeleri üzerinden anlamlı çıkarımlar yaparak analitik yöntemleri etkili biçimde kullanabilir.
Öğrenci, veri analizi ve modelleme süreçlerinde Python, R, SQL gibi programlama dillerinden yararlanabilir; veri işleme ve otomasyon adımlarını etkin biçimde yönetebilir.
Öğrenci, veri görselleştirme ve sonuç raporlama tekniklerini kullanarak analiz bulgularını açık, etkili ve karar verme süreçlerine katkı sunacak biçimde ifade edebilir.
Öğrenci, karmaşık veri odaklı problemleri analiz edebilir, uygun çözüm yolları geliştirebilir ve bilimsel araştırma yöntemleri aracılığıyla yaratıcı, veri temelli kararlar alabilir.
|
|
| BECERİLER | ||
|---|---|---|
| Bilişsel, Uygulamalı | ||
|
Alanında edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanabilme.
Alanında edindiği ileri düzeydeki bilgi ve becerileri kullanarak verileri yorumlayabilme ve değerlendirebilme, sorunları tanımlayabilme, analiz edebilme, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme.
|
Öğrenci, veri bilimi ve analitiği kapsamında karşılaşılan problemleri analiz edebilir, uygun veri analizi tekniklerini seçerek çözüm yolları geliştirebilir; istatistiksel, algoritmik ve yapay zekâ temelli yöntemleri eleştirel düşünme yeteneğiyle değerlendirebilir.
Öğrenci, veri bilimi ve analitiği uygulamalarında Python, R, SQL gibi programlama dillerini etkin biçimde kullanabilir; veri madenciliği, makine öğrenmesi, büyük veri işleme, veri görselleştirme ve modelleme araçlarıyla pratik çözümler geliştirebilir, gerçek veri setleri üzerinde uygulamalar gerçekleştirebilir.
|
|
| KİŞİSEL VE MESLEKİ YETKİNLİKLER | ||
|---|---|---|
| Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | ||
|
Alanı ile ilgili ileri düzeydeki bir çalışmayı bağımsız olarak yürütebilme.
Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için bireysel ve ekip üyesi olarak sorumluluk alabilme.
Sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme ve yönetebilme.
|
Öğrenci, veri bilimi ve analitiği ile ilgili bireysel veya ekip çalışmalarında sorumluluk üstlenebilir, karmaşık veri projelerini bağımsız olarak planlayıp yürütebilir; karşılaştığı sorunlara analitik ve yaratıcı çözümler geliştirerek karar alma süreçlerinde etkin rol oynayabilir.
|
|
| Öğrenme Yetkinliği | ||
|---|---|---|
|
Alanında edindiği ileri düzeydeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilme,
Öğrenme gereksinimlerini belirleyebilme ve öğrenmesini yönlendirebilme.
Yaşamboyu öğrenmeye ilişkin olumlu tutum geliştirebilme.
|
Öğrenci, veri bilimi ve analitiği alanındaki güncel gelişmeleri, teknolojileri ve yöntemleri izleyerek yaşam boyu öğrenme bilinciyle kendini sürekli geliştirme yetkinliğine sahiptir; yeni bilgi ve becerileri hızla edinip uygulamaya aktarabilir.
|
|
| İletişim ve Sosyal Yetkinlik | ||
|---|---|---|
|
Alanı ile ilgili konularda ilgili kişi ve kurumları bilgilendirebilme; düşüncelerini ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü olarak aktarabilme.
Alanı ile ilgili konularda düşüncelerini ve sorunlara ilişkin çözüm önerilerini nicel ve nitel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilme.
Toplumsal sorumluluk bilinci ile yaşadığı sosyal çevre için proje ve etkinlikler düzenleyebilme ve bunları uygulayabilme.
Bir yabancı dili en az Avrupa Dil Portföyü B1 Genel Düzeyi'nde kullanarak alanındaki bilgileri izleyebilme ve meslektaşları ile iletişim kurabilme.
Alanının gerektirdiği en az Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyinde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini kullanabilme.
|
Öğrenci, veri bilimi ve analitiği alanındaki çalışmalarını yazılı, sözlü ve görsel yollarla açık ve etkili bir biçimde ifade edebilir; çok disiplinli takımlarda etkin biçimde çalışabilir, iletişim kurabilir ve iş birliğine dayalı çözümler geliştirebilir.
|
|
| Alana Özgü Yetkinlik | ||
|---|---|---|
|
Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve sonuçlarının duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerlere uygun hareket etme.
Sosyal hakların evrenselliği, sosyal adalet, kalite kültürü ve kültürel değerlerin korunması ile çevre koruma, iş sağlığı ve güvenliği konularında yeterli bilince sahip olma.
|
Öğrenci, veri bilimi ve analitiği alanına özgü kavramlara, yöntemlere, algoritmalara ve araçlara hâkimdir; etik ilkelere uygun biçimde veri toplama, işleme, analiz etme ve yorumlama süreçlerini yürütebilir, veri gizliliği ve güvenliği konularında sorumluluk bilinciyle hareket eder.
|
|