Model Live Course
Program Duration
Modules 4 modules

Program Phases

Date Time Quota Status
March 4, 2026 8:00 PM 30
Selected

Regresyon Modellerini Gerçek Hayata Taşıyın

Date
Quota Status 22/30

Regresyon modellerini öğrendiniz, peki gerçek bir projede ne yapacaksınız? Mülakatınızda "Neden bu modeli seçtiniz?" diye sorulduğunda ne cevap vereceksiniz? CV'nizdeki "ML projesi" satırı gerçekten dikkat çekiyor mu?

Bu 3 saatlik ileri seviye workshop'ta, regresyon modellerini gerçek iş dünyasının dağınık verileriyle uygulayacak, model sonuçlarınızı teknik olmayan paydaşlara nasıl sunacağınızı öğrenecek ve bir veri bilimi mülakatına hazır hale geleceksiniz.

Bankacılık ve e-ticaret sektörlerinden gerçek deneyimlerle zenginleştirilmiş bu workshop'ta, gerçek vaka çalışmalarından mülakat simülasyonlarına, CV stratejilerinden portföy oluşturmaya kadar, teoriden kariyere geçiş bu workshop'ta başlıyor.

Eğitmenler:

Kimler Katılmalı

  • Temel regresyon bilgisi olanlar – Giriş seviye eğitimi tamamlamış ve şimdi gerçek projelerde nasıl uygulanacağını görmek isteyenler.

  • Mülakatlara hazırlanan adaylar – Data Scientist, ML Engineer veya Data Analyst mülakatlarında regresyon sorularına güçlü cevaplar vermek isteyenler.

  • Junior veri profesyonelleri – İlk 1-2 yılında olup, production seviyesinde düşünme ve çalışma alışkanlığı kazanmak isteyenler.

  • Portföyünü güçlendirmek isteyenler – CV ve GitHub'daki projelerini dikkat çekici ve anlatılabilir hale getirmek isteyenler.

  • Sonuçları sunması gereken analistler – Model çıktılarını iş diline çevirip karar vericilere aktarma becerisini geliştirmek isteyenler.

Curriculum

Gerçek Dünyada Regresyon
  • Ders kitabı verisi vs. gerçek hayat verisi

  • Dağınık veriyle çalışma: Eksik değerler, outlier'lar, tutarsızlıklar

  • Feature engineering: Domain bilgisiyle feature üretme

  • Gerçek bir vaka çalışması üzerinden end-to-end uygulama

Model Seçimi ve Yorumlama
  • "Hangi modeli neden seçtim?" sorusuna cevap verebilmek

  • Model karşılaştırma stratejileri (iş bağlamında metrik seçimi)

  • Model interpretability: Sonuçları açıklanabilir kılma

  • Teknik olmayan kişilere sunum yapma: R²'yi iş diline çevirme

Mülakatta Regresyon
  • En sık sorulan teknik mülakat soruları ve ideal cevap yapıları

  • Case study soruları: "Size bu veri verildi, nasıl yaklaşırsınız?"

  • Live coding challenge formatı ve pratik

  • Behavioral sorular: "Bana bir ML projenizi anlatın" (STAR metodu)

CV, Portföy ve Kariyer Stratejisi
  • Data Science CV'si nasıl yazılır? (Impact odaklı bullet point'ler)

  • GitHub portföyü: Hangi projeler dikkat çeker, README nasıl yazılır?

  • Deneyimsiz adaylar için strateji: Proje = Deneyim

  • Junior olarak işe girmek ve gerçekçi beklentiler

Get in touch

WhatsAppRequest a Custom Workshop