Katılımcıların veri madenciliğinin temel kavramlarını bankacılık sektöründeki kullanım alanlarıyla (kredi riski, müşteri segmentasyonu, churn, anomali vb.) ilişkilendirerek öğrenmelerini sağlamaktır. Eğitim; bir veri madenciliği iş akışını (problem tanımı, veri hazırlığı, modelleme, değerlendirme ve aksiyon) uçtan uca yönetebilme ve bankacılık süreçlerini iyileştirmek için yaratıcı çözümler geliştirebilme yetkinliği kazandırmayı amaçlar.
*Bu eğitime yalnızca kurumsal üyelerimiz kayıt olabilir.
Eğitim Amacı
Katılımcıların veri madenciliğinin temel kavramlarını bankacılık sektöründeki kullanım alanlarıyla (kredi riski, müşteri segmentasyonu, churn, anomali vb.) ilişkilendirerek öğrenmelerini sağlamaktır. Eğitim; bir veri madenciliği iş akışını (problem tanımı, veri hazırlığı, modelleme, değerlendirme ve aksiyon) uçtan uca yönetebilme ve bankacılık süreçlerini iyileştirmek için yaratıcı çözümler geliştirebilme yetkinliği kazandırmayı amaçlar.
Odak Noktaları
#VeriMadenciliği #MakineÖğrenmesi #MüşteriSegmentasyonu #KrediRiski #KeşifselVeriAnalizi #ModelDeğerlendirme
Kimler Katılabilir? / Hedef Kitle
Bankacılıkta iş birimleri, analitik ekipleri, ürün/CRM, risk, iç kontrol/uyum, denetim, operasyon ve teknoloji ekiplerinde veriyle çalışan veya çalışacak kişilerin katılımına uygundur. (Ön Koşul: Temel seviyede Python kodlama bilgisi önerilir, ancak zorunlu değildir.)
Eğitimden Beklenen Sonuçlar
Veri madenciliği iş akışını, veri türlerini, temel istatistiksel kavramları ve sınıflandırma/regresyon algoritmalarının mantığını bilir.
Bankacılık problemlerinin (churn, fraud vb.) veri madenciliği problemine nasıl dönüştürüleceğini, veri sızıntısı (leakage) riskini ve model başarım metriklerinin (ROC-AUC, Precision) iş kararına etkisini anlar. Yapar:
Veri temizleme ve ön işleme tekniklerini uygular, temel seviyede modelleme (danışmanlı/danışmansız) yapar ve model çıktılarını maliyet analiziyle birleştirerek iş kararına dönüştürür.
Eğitim İçeriği Nedir?
Veri Madenciliği Temelleri: Bankacılıkta Problem Türleri, Doğru Problem Çevirisi ve Veri Madenciliği İş Akışı.
Veri Hazırlığı ve Kalitesi: Veri Türleri, Veri Temizleme, Eksik Veri Yönetimi, Veri Sızıntısı (Leakage) Kavramı ve Önleme.
Keşifsel Veri Analizi (EDA): Veriyi Görselleştirme, Temel İstatistikler ve Özellik Çıkarımı.
Danışmanlı Öğrenme (Supervised Learning): Sınıflandırma (Classification) ve Regresyon Modelleri, Skor Üretme Mantığı.
Danışmansız Öğrenme (Unsupervised Learning): Müşteri Segmentasyonu (Kümeleme) ve Birliktelik Kuralları (Çapraz Satış Fırsatları).
Anomali Tespiti: Sahtecilik (Fraud) ve Olağandışı İşlem Sinyallerinin Tespiti.
Model Değerlendirme: Confusion Matrix, Precision/Recall, ROC-AUC, Overfitting (Aşırı Öğrenme) Kavramları.
Sonuçların İş Kararına Dönüşümü: Eşik (Threshold) Belirleme, Maliyet Analizi ve Aksiyon Planlama.
Hangi Yetkinliklerinizi Geliştirir?
ANALİTİK DÜŞÜNME VE YARATICILIK
OPERASYONEL VERİMLİLİK
HIZLI KARAR ALMA VE ÇEVİKLİK
DIJITAL OKUR-YAZARLIK VE OGRENME STRATEJILERI
Eğitmen
Dr. Yıldız Karadayı lise eğitimini İstanbul Atatürk Fen Lisesinde tamamladıktan sonra İstanbul Teknik Üniversitesi, Bilgisayar Mühendisliği bölümünden mezun olmuştur. Yüksek Lisansını Veri Madenciliği üzerine, Simon Fraser Üniversitesi, İngiliz Kolombiyası, Kanada'da, Doktorasını Yapay Zeka üzerine Kadir Has Üniversitesi, Bilgisayar Mühendisliği Bölümünde tamamlamıştır. 1998 yılından itibaren Turkcell, RCMP (Royal Canadian Mounted Police, Vancouver, Kanada), Yapı Kredi Bankası, Huawei ve Türk Telekom gibi pek çok kurum ve kuruluşta yazılım geliştirmeci, yazılım ve çözüm mimarı, veri bilimci ve baş veri bilimci olarak çalışmıştır. Daha sonra kariyerine perakende (LC Waikiki), teknoloji (Doğuş Teknoloji) ve finans sektörlerinin önde gelen firmalarında (Fibabanka) üst düzey yönetici olarak devam etmiş, veri bilimci ve analitik ekiplerini yönetmiştir. Veri madenciliği ve yapay zeka alanlarında pek çok proje yürütmüş, şirketlerin dijital ve yapay zeka dönüşümlerine liderlik etmiştir. Halen Topkapı Üniversitesi, Bilgisayar Mühendisliği Bölümünde Doktor Öğretim üyesi akademisyen olarak araştırmalarına devam etmektedir. Dr. Yıldız Karadayı, 2024 yılından bu yana Yapay Zeka ve Teknoloji Derneği'nde Yönetim Kurulu Üyeliği görevini de yürütmektedir.
Dr. Yıldız Karadayı lise eğitimini İstanbul Atatürk Fen Lisesinde tamamladıktan sonra İstanbul Teknik Üniversitesi, Bilgisayar Mühendisliği bölümünden mezun olmuştur. Yüksek Lisansını Veri Madenciliği üzerine, Simon Fraser Üniversitesi, İngiliz Kolombiyası, Kanada'da, Doktorasını Yapay Zeka üzerine Kadir Has Üniversitesi, Bilgisayar Mühendisliği Bölümünde tamamlamıştır. 1998 yılından itibaren Turkcell, RCMP (Royal Canadian Mounted Police, Vancouver, Kanada), Yapı Kredi Bankası, Huawei ve Türk Telekom gibi pek çok kurum ve kuruluşta yazılım geliştirmeci, yazılım ve çözüm mimarı, veri bilimci ve baş veri bilimci olarak çalışmıştır. Daha sonra kariyerine perakende (LC Waikiki), teknoloji (Doğuş Teknoloji) ve finans sektörlerinin önde gelen firmalarında (Fibabanka) üst düzey yönetici olarak devam etmiş, veri bilimci ve analitik ekiplerini yönetmiştir. Veri madenciliği ve yapay zeka alanlarında pek çok proje yürütmüş, şirketlerin dijital ve yapay zeka dönüşümlerine liderlik etmiştir. Halen Topkapı Üniversitesi, Bilgisayar Mühendisliği Bölümünde Doktor Öğretim üyesi akademisyen olarak araştırmalarına devam etmektedir. Dr. Yıldız Karadayı, 2024 yılından bu yana Yapay Zeka ve Teknoloji Derneği'nde Yönetim Kurulu Üyeliği görevini de yürütmektedir.
TBB Eğitim Merkezi'nin uzman kadrosuyla hazırlanmış, sektörün ihtiyaçlarına yönelik eğitimlerimizi keşfedin.
Eğitimin amacı, veri görselleştirmenin temellerini, uygulama alanlarını ve pratik çözümlerini ve tasarımlarını veri kapsamında kullanma yetkinliğini kazandırmaktır.
Yapay zekanın hızla geliştiği bir dönemde, risklerin doğru yönetimi kurumlar için kritik önem taşıyor. Bu eğitim, veri gizliliğinden model güvenilirliğine, düzenleyici gerekliliklerden kurumsal yönetişime kadar güvenli AI kullanımını pratik ve uygulanabilir bir çerçevede sunar. Gerçek vakalarla zenginleştirilmiş program, etik ve sürdürülebilir bir yapay zekâ yönetim modeli oluşturmak isteyen profesyoneller için güçlü bir rehber niteliğindedir.
Retrieval-Augmented Generation (RAG) mimarilerini uçtan uca anlayarak kurumsal bilgiye güvenli, doğru ve ölçülebilir şekilde erişen yapay zekâ çözümleri tasarlamak ve geliştirmek.
Bilişim güvenliği ve siber güvenlik konularında bilgi vermek, önleme- tespit ve sorun giderme aşamalarını incelemek, denetimlerin regülasyonlara uygun bir şekilde gerçekleştirilmesi için gerekenleri aktarmak ve siber güvenlik alanında farkındalık oluşturmak amaçlanmaktadır.
.
Katılımcıların yapay zekâ ve derin öğrenme yaklaşımlarını tanıyarak Python ile veri bilimi uygulamaları yapabilmelerini, model sonuçlarını analiz edip yorumlayabilmelerini sağlamaktır.
