|
1
|
Veri bilimi problemlerini analiz etmek ve modellemek için gerekli olan matematik, istatistik ve olasılık alanlarında ileri düzeyde kuramsal ve uygulamalı bilgiye sahip olmak. |
|
2
|
Veri toplama, veri işleme ve algoritma geliştirme süreçlerini gerçekleştirebilmek için modern programlama dillerini ve temel veri yapılarını etkin bir biçimde kullanmak. |
|
3
|
Karmaşık ve büyük veri setlerini görselleştirme, keşifçi veri analizi ve istatistiksel çıkarım yöntemleri ile inceleyerek analitik çözümler üretebilmek. |
|
4
|
Disiplinler arası takımlarda sorumluluk alabilmek, elde edilen bulguları akademik ve profesyonel düzeyde etkin bir İngilizce ile yazılı ve sözlü olarak aktarabilmek. |
|
5
|
Makine öğrenmesi ve derin öğrenme algoritmalarını tasarlama, eğitme ve optimize etme süreçlerine kuramsal ve pratik düzeyde hakim olmak. |
|
6
|
Büyük veri ekosistemleri, veritabanı yönetim sistemleri ve bulut bilişim altyapılarını kullanarak uçtan uca veri mühendisliği süreçlerini yönetebilmek. |
|
7
|
Bilişim ve teknoloji uygulamalarının evrensel ve toplumsal boyutlardaki etkilerini kavrama; veri mahremiyeti, fikri mülkiyet ve mesleki etik standartlarına uygun hareket etme bilincine sahip olma |