Kesit

Veri işinin temel araçları ve istatistik, Türkçe ve yaparak.

SQL, Power BI ve Python'ı kurulum ve hesap olmadan tarayıcında çalışarak öğren; istatistikle sonucu sına ve karara çevir. Dört uygulama aynı veri setlerini paylaşır. Sıfırdan başla ya da yapmak istediğin işe göre ilerle.

Kesit SQL alıştırma ekranı

Kesit SQL

Tarayıcıdaki gerçek veritabanında sorgu yaz. Altı SQL türünün yazımını karşılaştır.

295ders
1.944alıştırma
578pratik görevi
SQL'e başla → Kesit Power BI örnek rapor ekranı

Kesit Power BI

Tarayıcıda DAX ölçüsü yaz, rapor mantığını öğren, vaka paketleriyle Desktop'ta uygula.

150ders
1.250alıştırma
24örnek rapor
Power BI'a başla → Kesit Python kod editörü ekranı

Kesit Python

Gerçek Python'ı tarayıcında çalıştır: temellerden pandas'a, otomasyondan yapay zekâya.

156ders
3.240alıştırma
562pratik görevi
Python'a başla → Kesit İstatistik vaka ekranı

Kesit İstatistik

Formülden önce veriyi gör: testler, regresyon, deney ve kalite. Aynı Kesit verileriyle SQL, Python ve DAX kodlu vakalar.

120ders
13vaka
33soru türü
İstatistiğe başla →

Hangi işi yapmak istiyorsun?

Rolüne göre önerilen sıra aşağıda. Düğmeler seni o rolün öğrenme yoluna götürür.

Veri analisti
  1. SQL
  2. Power BI
  3. İstatistik
  4. Python
Önce veriyi sorgula, sonra raporla; farkın gerçek olup olmadığını istatistikle sına, en son tekrar eden analizleri otomatikleştir.
BT iş analisti
  1. SQL
  2. Power BI
  3. Python (isteğe bağlı)
Talebi gereksinime, teste ve canlıya taşı; sayıları SQL ile kendin doğrula.
İş zekâsı uzmanı
  1. SQL
  2. Power BI
Veri modeli, DAX ve yönetim raporları üzerine yoğunlaş.
Veri mühendisi
  1. SQL
  2. Python
SQL ile modelle, Python ile veri hatları kur.
Veri bilimci
  1. SQL
  2. İstatistik
  3. Python
SQL ile veri çek; pandas, istatistik ve makine öğrenmesiyle çözümle.
Süreç ve kalite analisti
  1. SQL
  2. İstatistik
  3. Power BI
Süreç verisini çek, değişkenliği ve yeterliliği ölç, sonucu panoda izle.
Otomasyon
  1. Python
Excel, dosya ve e-posta gibi elle yapılan işleri betiklere dök.
Yapay zekâ
  1. Python
LLM API, RAG ve ajanlarla uygulama geliştir.

Nasıl çalışır?

Kurulum yok

Kod tarayıcında çalışır, alıştırmalar anında denetlenir. Power BI vaka paketleri için Desktop gerekir.

Hesap yok

İlerlemen yalnızca kendi tarayıcında saklanır. Profil sayfasından yedeğini alabilirsin.

Ortak veri setleri

E-ticaret, banka, İK, kurye, havayolu ve bisiklet verileri hayalidir, uygulamalar arasında ortaktır.

Bu proje hakkında

Kesit, Yusuf Durak'ın ürün sahibi olarak kurguladığı ücretsiz bir eğitim ve portföy projesidir. Hedef kitleyi, müfredatın kapsamını, öğrenme yollarını ve veri senaryolarını o belirledi; kod ve içerik yapay zekâ (Claude) ile geliştirildi, otomatik testlerle denetlendi.

Vaka notu: nasıl yapıldıGerçek veri projesi: teslimat analiziLinkedInSQL kaynak koduPower BI kaynak koduPython kaynak koduİstatistik kaynak kodu