DERECE PROGRAMLARI

: Veri Bilimi Tezsiz Yüksek Lisans (İ.Ö)

Genel Tanım

Kuruluş (kuruluş tarihi, programın genel yapısı)

Fen ve Edebiyat Fakültesi bünyesinde kurulan İstatistik Bölümü, 1994-1995 öğretim yılında lisansüstü eğitime başlamıştır. İstatistik Anabilim Dalı altında, İstatistik Yüksek Lisans, İstatistik Yüksek Lisans Bilimsel Hazırlık, Veri Bilimi Yüksek Lisans (Tezli ve Tezsiz), İstatistik Doktora programları yürütülmektedir. Veri Bilimi yüksek lisans programı 2019 yılında kurulmuştur. 2019-2020 eğitim-öğretim yılında öğrenci kabulüne başlanmıştır. Programın amacı, İstatistik, Veri Bilimi, Veri Analitiği, Makine Öğrenimi, Yapay Zeka, Büyük Veri gibi alanlarda kariyer yapmayı hedeflemiş olan kişilere gerekli istatistiksel bilgi ve beceri ile veri bilimi için gereken yöntem ve teknolojilerin kullanımını kazandırmaktır.

Kazanılan Derece

Veri Bilimi Yüksek Lisans - Tezsiz Derecesi (İkinci Öğretim)

Derecenin Düzeyi

İkinci Düzey (Yüksek Lisans Derecesi )

Kabul ve Kayıt Koşulları

Lisans Derecesi diploması, ülke çapında yapılan Lisansüstü Giriş Sınavından (ALES) ilgili alanda en az 55 puan (veya GRE ya da GMAT (https://fbe.deu.edu.tr/wp-content/uploads/2021/07/GRE-GMAT-ALES-Karsiliklari.pdf) sınavlarından Senato tarafından belirtilen eşdeğer bir puana sahip olmaları gerekmektedir.), Yüksek Lisans Bilim Sınavından en az 65 puan alınması gerekmektedir.

Önceki Öğrenmenin Tanınması Hakkında Kurallar

Dokuz Eylül Üniversitesi Lisansüstü Eğitim ve Öğretim Yönetmeliği, Ana Bilim Dalı Başkanlığı'nın uygun görüşü ve Enstitü Yönetim Kurulu kararı ile Enstitü Kurulu'nca belirlenen yatay geçiş koşullarını sağlamaları halinde Enstitülere bağlı programlara yatay geçişle öğrenci alınmaktadır. Öğrencinin bir başka üniversitenin lisansüstü programına kayıtlı iken alıp başarılı olduğu derslerden Dokuz Eylül'de aynı lisansüstü programa kayıt olduktan sonra hangilerinin asgari ders yükünden sayılması ile ilgili dilekçesine istinaden, ders içeriklerini ve not döküm çizelgesini gösteren başvurusu, danışmanın önerisi, anabilim dalı başkanlığının görüşü ve enstitü yönetim kurulu kararıyla belirlenir. Değişim programlarına katılan öğrencilerin karşı üniversiteden aldıkları dersler seçimlik ya da zorunlu ders olarak Enstitü Yönetim Kurulu onayı ile kabul edilebilir.

Yeterlilik Koşulları ve Kuralları

1,5 yıl, 1 yılda 2 yarıyıl, her yarıyılda 16 hafta, 90 AKTS.

Program Profili (programın amacı, programın yapısı, yöneldiği alanlar, bölüm olanakları)

Veri Bilimi yüksek lisans programı, veri bilimi için gerekli olan istatistik ve bilişim metodolojisine temel oluşturacak, tanımlayıcı ve çıkarsamalı istatistiksel yöntemler ile programlama becerilerini geliştirmeyi kapsamaktadır. Ayrıca program, İstatistik, Veri Bilimi, Veri Analitiği, Makine Öğrenimi, Yapay Zeka, Büyük Veri gibi alanlarda kariyer yapmayı hedeflemiş olan kişilere İstatistik uygulamaları ve programlama bilgi ve becerilerini birleştirerek, bu alanlar için gerekli donanımı sağlamaktadır.

Veri Bilimi yüksek lisans programının eğitim dili %100 Türkçe'dir. Ayrıca bölümümüzün, ERASMUS ve FARABİ programları kapsamında çeşitli üniversiteler ile ikili anlaşmalar mevcuttur. Bölümümüzde 21 öğretim elemanı bulunmaktadır.

Temel Program Kazanımları

1   Veri Biliminde çalışmak için gerekli olan istatistik ve bilişim metodolojisinin temelini oluşturmak.
2   Çözüm üretmek için veri toplayabilir ve yönetebilir olmak.
3   Analiz yapmak için verileri aktarabilir, düzenleyebilir ve işleyebilir olmak.
4   Verileri analiz etmek için keşifsel ve çıkarsamalı yöntemleri uygun bir şekilde seçebilmek ve sonuçları bağlamsal olarak yorumlayabilmek.
5   Geniş bir çeşitlilikte görsel ve sayısal veri özeti oluşturabilmek ve istatistiksel programlama dillerini kullanarak temel çıkarsama yöntemlerini uygulayabilmek.
6   Karmaşık istatistiksel modeller oluşturabilmek, bu modellerin verilere uyumunu değerlendirebilmek ve bu modelleri gerçek problemler için uygulayabilmek.
7   Problemleri çözmek için basit algoritmaları formüle edebilmek ve bunları veri bilimi çalışması için uygun yüksek seviyeli bir dilde kodlayabilmek (örneğin Python, R, Java).

Mezunların İstihdam Profilleri

Mezunlarımız Kamu ve Özel sektörde, AR-GE, Planlama, Veri Analizi ve Raporlama, Bilişim, Kalite güvence vb. bölümlerinde, veri bilimci, süreç analisti, veritabanı yöneticisi, iş analisti, yazılımcı, Finans ve Sigorta Şirketlerinde uzman veya yönetici pozisyonlarında çalışabilmekte vb. birçok düzeyde kariyer fırsatları yakalamaktadır.

Üst Derece Programlarına Geçiş

Üçüncü düzey programlara başvurabilir.

TYYÇ - Program Yeterlilikleri İlişkisi


Ders Yapısı ve Kredileri

Programın zorunlu derslerine ek olarak, öğrenciler danışmanlarının onayı ile kendi tez konularına uygun seçmeli derslere kayıtlanırlar. Gerekli durumlarda, danışmanının onayı ile başka programlardan (DEU veya diğer üniversiteler) da derslere kayıtlanabilirler.Öğrencinin danışmanının onayı ile MAT 5083 Uygulamalı Matematiğe Giriş veya DSM 5001 Veri Biliminde Olasılık ve İstatistik derslerinden biri ile DSM 5003 İstatistiksel Hesaplama ve Programlama için R veya DSM 5004 Veri Bilimi için Python derslerinden birini zorunlu olarak alır. Öğrencinin zorunlu olarak alması gereken bu dersler danışmanınca ders kayıtlarında mutlaka Enstitüye bildirilir.
D:Ders U:Uygulama L:Laboratuvar
B:Bahar Dönemi G:Güz Dönemi H:Her İki Dönem
1 .Dönem:
Dönem No Ders Kodu Ders Adı Ders Türü D U L AKTS
G 1 FBE 5555 Bilimsel Araştırma Teknikleri ve Yayın Etiği ZORUNLU 3 0 0 5
G 0 - SEÇMELİ DERSLER SEÇMELİ - - - 25
TOPLAM:   30
 
1 .Dönem Seçmeli:
Dönem No Ders Kodu Ders Adı Ders Türü D U L AKTS
G 1 DSM 5001 Veri Biliminde Olasılık ve İstatistik SEÇMELİ 3 0 0 8
G 2 DSM 5003 İstatistiksel Hesaplama ve Programlama için R SEÇMELİ 3 0 0 8
G 3 DSM 5005 Veri İşleme ve Yönetimi SEÇMELİ 3 0 0 8
G 4 DSM 5007 Denetimli İstatistiksel Öğrenme SEÇMELİ 3 0 0 8
G 5 MAT 5083 Uygulamalı Matematiğe Giriş SEÇMELİ 3 0 0 9
G 6 DSM 5011 Hesaplamalı Dilbilim Uygulamaları SEÇMELİ 3 0 0 8
G 7 DSM 5013 Büyük Veri Teknolojileri ve Uygulamaları SEÇMELİ 3 0 0 8
G 8 DSM 5015 İstatistikte Bulanık Mantık SEÇMELİ 3 0 0 8
G 9 DSM 5009 Deterministik Optimizasyon Yöntemleri SEÇMELİ 3 0 0 8
 
2 .Dönem:
Dönem No Ders Kodu Ders Adı Ders Türü D U L AKTS
B 0 - SEÇMELİ DERSLER SEÇMELİ - - - 30
TOPLAM:   30
 
2 .Dönem Seçmeli:
Dönem No Ders Kodu Ders Adı Ders Türü D U L AKTS
B 1 DSM 5002 Veri Bilimi için Çıkarsamalı İstatistiksel Yöntemler SEÇMELİ 3 0 0 8
B 2 DSM 5004 Veri Bilimi için Python SEÇMELİ 3 0 0 8
B 3 DSM 5006 Keşifsel Veri Analizi ve Veri Görselleştirme SEÇMELİ 3 0 0 8
B 4 DSM 5016 Görüntü İşleme SEÇMELİ 3 0 0 8
B 5 DSM 5010 Operasyon Yönetimi için Veri Analizi SEÇMELİ 3 0 0 8
B 6 DSM 5012 Uygulamalı Zaman Serisi Analizi SEÇMELİ 3 0 0 8
B 7 DSM 5014 Derin Öğrenme Yöntemleri ve Uygulamaları SEÇMELİ 3 0 0 8
B 8 DSM 5008 Denetimsiz İstatistiksel Öğrenme SEÇMELİ 3 0 0 8
 
3 .Dönem:
Dönem No Ders Kodu Ders Adı Ders Türü D U L AKTS
G 1 DSM 5097 Dönem Projesi ZORUNLU 0 0 0 15
G 0 - SEÇMELİ DERSLER SEÇMELİ - - - 15
TOPLAM:   30
 
3 .Dönem Seçmeli:
Dönem No Ders Kodu Ders Adı Ders Türü D U L AKTS
 

Sınavlar, Ölçme ve Değerlendirme

Sınavlar ve geçme notları ile ilgili olarak Dokuz Eylül Üniversitesi Lisansüstü Eğitim ve Öğretim Yönetmeliği ve Fen Bilimleri Enstitüsü Lisansüstü Eğitim Öğretim ve Sınav Uygulama Esasları uygulanmaktadır.
Ders değerlendirme kriterleri, o dersi veren öğretim üyesi (üyeleri) tarafından tanımlanır ve bilgi paketinde yer alan Ders Tanıtım Formunda verilir.

Mezuniyet Koşulları

Tezsiz ikinci devre (Yüksek Lisans Derecesi) Programı dersler (75 AKTS) ve Dönem Projesi (15 AKTS), toplam 90 AKTS kredisinden oluşmaktadır. Öğrenciler minimum 2.50/4.00 Ağrlıklı Not Ortalaması'na sahip olmalı ve tüm dersleri en az CB / S / TP notları ile geçmelidir.

Çalışma Şekli (tam zamanlı,yarı zamanlı,e-öğrenme)

Tam gün

Adres ve İletişim Bilgileri (program başkanı veya eşdeğeri)

Bölüm Başkanı: Prof.Dr.Burcu Hüdaverdi
E-Posta :istatistik@deu.edu.tr
Telefon : +90 232 - 3018510
Dokuz Eylül Üniversitesi Fen Fakültesi
İstatistik Bölümü
Tınaztepe Kampüsü
35390 Buca / İzmir