top of page

YAZILIM ALAN EĞİTİMLERİ

C# Programlama Temelleri

Visual Studio Kurulumu ve Geliştirme Ortamı, Değişkenler, Veri Tipleri ve Operatörler, Karar ve Döngü Yapıları, Diziler ve Koleksiyonlar (List, Dictionary, HashSet), Metotlar ve Parametre Geçişleri, Nesne Yönelimli Programlama (Sınıf, Kalıtım, Çok Biçimlilik, Soyutlama, Kapsülleme), Hata Yakalama (Try-Catch), Dosya ve Stream İşlemleri, LINQ Sorguları, Windows Forms ile Arayüz Tasarımı, ADO.NET ve SQL ile Veritabanı İşlemleri.

Elektronik Devre Kartı
Elektronik Çalışma Tezgahı Kurulumu

C# Endüstriyel Sistem Mimarisi ve IOT

Endüstri 4.0 ve Akıllı Üretim Kavramları, SCADA ve HMI Sistemleri, PLC Haberleşmesi (Siemens S7, Modbus TCP/RTU), OPC UA Protokolü ile Veri Alışverişi, MQTT ile IoT Cihaz Haberleşmesi, RESTful API ve Web Service Entegrasyonu, Sensör Verilerinin Toplanması ve İşlenmesi, SQL/NoSQL Veritabanı Yönetimi, Gerçek Zamanlı Veri Görselleştirme (Dashboard Tasarımı), Çok Katmanlı Mimari (N-Tier, MVC), Bulut Servislerine (Azure, AWS) Veri Aktarımı.

Python Yazılım Eğitimi
Giriş - Orta - İleri Seviye

Python Kurulumu ve PyCharm-VSCode Kullanımı, Değişkenler, Veri Tipleri ve Operatörler, Karar ve Döngü Yapıları, Liste, Tuple, Dictionary ve Set Yapıları, Fonksiyonlar, Lambda ve Recursion, Modül ve Paket Yönetimi, Nesne Yönelimli Programlama (Sınıf, Kalıtım, Polimorfizm), Dosya İşlemleri, Hata Yönetimi (Exception Handling), Düzenli İfadeler (Regex), Decorator ve Generator Yapıları, Multithreading ve Asenkron Programlama, Tkinter ile Arayüz Tasarımı, API Kullanımı ve Web Scraping (Requests, BeautifulSoup), Veritabanı İşlemleri (SQLite, MySQL).

Veri Sunucu Odası
Devre Kartı Kurulumu

Python ile Veri Bilimi (Data Science)

Veri Bilimi Temelleri ve Çalışma Akışı, NumPy ile Sayısal Hesaplamalar, Pandas ile Veri Manipülasyonu ve Analizi, Matplotlib ve Seaborn ile Veri Görselleştirme, Eksik ve Aykırı Veri Analizi, Veri Ön İşleme ve Özellik Mühendisliği (Feature Engineering), Tanımlayıcı ve Çıkarımsal İstatistik, Scikit-learn ile Makine Öğrenmesi (Doğrusal Regresyon, Lojistik Regresyon, Karar Ağaçları, Random Forest, KNN, K-Means, SVM), Model Değerlendirme Metrikleri ve Çapraz Doğrulama, Derin Öğrenmeye Giriş (TensorFlow, Keras), Jupyter Notebook ile Proje Geliştirme, Gerçek Veri Setleri Üzerinde Uygulamalı Projeler.

bottom of page