| Veri bilimi problemlerini analiz etmek ve modellemek için gerekli olan matematik, istatistik ve olasılık alanlarında ileri düzeyde kuramsal ve uygulamalı bilgiye sahip olmak. | 3 | 2 | 1 | 3 | 1 | 2 | 3 | 3 | 1 | 1 |
| Veri toplama, veri işleme ve algoritma geliştirme süreçlerini gerçekleştirebilmek için modern programlama dillerini ve temel veri yapılarını etkin bir biçimde kullanmak. | 1 | 3 | 1 | 2 | 2 | 2 | 3 | 3 | 1 | 1 |
| Karmaşık ve büyük veri setlerini görselleştirme, keşifçi veri analizi ve istatistiksel çıkarım yöntemleri ile inceleyerek analitik çözümler üretebilmek. | 2 | 2 | 1 | 3 | 1 | 1 | 2 | 2 | 1 | 1 |
| Disiplinler arası takımlarda sorumluluk alabilmek, elde edilen bulguları akademik ve profesyonel düzeyde etkin bir İngilizce ile yazılı ve sözlü olarak aktarabilmek. | 2 | 1 | 1 | 2 | 3 | 3 | 2 | 2 | 1 | 1 |
| Makine öğrenmesi ve derin öğrenme algoritmalarını tasarlama, eğitme ve optimize etme süreçlerine kuramsal ve pratik düzeyde hakim olmak. | 3 | 3 | 2 | 3 | 2 | 2 | 3 | 3 | 1 | 2 |
| Büyük veri ekosistemleri, veritabanı yönetim sistemleri ve bulut bilişim altyapılarını kullanarak uçtan uca veri mühendisliği süreçlerini yönetebilmek. | 3 | 3 | 2 | 2 | 2 | 2 | 3 | 3 | 1 | 3 |
| Bilişim ve teknoloji uygulamalarının evrensel ve toplumsal boyutlardaki etkilerini kavrama; veri mahremiyeti, fikri mülkiyet ve mesleki etik standartlarına uygun hareket etme bilincine sahip olma | 3 | 3 | 2 | 2 | 2 | 2 | 3 | 3 | 1 | 3 |
Anadolu Üniversitesi 
Türkçe
İngilizce