SKU:

Kubernetes Bootcamp for Data Professionals

Name: Kubernetes Bootcamp for Data Professionals
Brand: Thinkific
Price: 16000.0 TRY
Availability: InStock

16,000.00TL

16,000.00TL 32,000.00TL

Öğrenci Fiyatı: 12,800.00TL %20

İndirim Tükendi

Vergi dahildir.

Açıklama

Kubernetes, konteynerli uygulamaların dağıtımını, ölçeklendirilmesini ve yönetimini otomatikleştiren açık kaynaklı bir konteyner yönetim platformudur. Veri bilimi, makine öğrenmesi ve veri mühendisliği alanlarında artan konteynerizasyon ihtiyacıyla birlikte, veri uygulamaları için Kubernetes kullanımı artık bir zorunluluk haline gelmiştir.

Bu bootcamp, özellikle veri profesyonelleri için tasarlanmış olup, veri bilimcilerin, makine öğrenimi mühendislerinin, veri mühendislerinin ve veri analistlerinin ihtiyaçlarına odaklanmaktadır. Kurs, Jupyter Notebook ortamlarının dağıtımından, makine öğrenmesi modellerinin servisleştirilmesine, ETL süreçlerinin zamanlanmasından veri görselleştirme araçlarının yönetimine kadar veri ekosisteminin tüm yönlerini kapsayacak şekilde özel olarak yapılandırılmıştır.

İster büyük veri projelerinde çalışıyor olun, ister makine öğrenmesi modellerini üretim ortamına taşımayı hedefliyor olun, Kubernetes konusunda edindiğiniz bilgi ve deneyim sizi sektörde bir adım öne taşıyacaktır. Bootcamp, katılımcıların yalnızca teorik kavramları kavramasını değil, aynı zamanda veri odaklı gerçek dünya senaryolarında Kubernetes ortamında güven kazanmasını sağlar.

Veri profesyonelleri için Kubernetes’in tüm potansiyelinden yararlanmayı öğreneceğiniz ve ekibinizde aranan bir Kubernetes uzmanı olarak öne çıkacağınız bu dönüştürücü öğrenme yolculuğuna çıkarken bize katılın. 8 haftalık program boyunca:

Veri uygulamaları için konteyner mimarileri tasarlamayı
Veri işleme ve makine öğrenmesi iş yükleri için en uygun Kubernetes kaynaklarını kullanmayı
Veri bilimi ve analitik ortamları için kalıcı depolama çözümlerini yapılandırmayı
Veri pipeline’larını Kubernetes üzerinde zamanlamayı ve yönetmeyi
Jupyter, PostgreSQL, ML model sunucuları gibi veri araçlarını Helm ile dağıtmayı
Veri uygulamalarınız için izleme ve gözlemlenebilirlik çözümleri oluşturmayı
Veri hizmetlerinizi güvenli bir şekilde dış dünyaya açmayı

öğreneceksiniz.

Modern veri ekosisteminde kariyerinizi bir üst seviyeye taşımaya hazır mısınız? Veri dünyası ve konteyner teknolojilerinin kesişiminde geleceği birlikte kodlayalım!

Sorunuz mu var?

Tüm ayrıntıları görüntüle

4. Dönem Kubernetes Bootcamp for Data Professionals

Timeline

9 Eylül 2026

Kick-Off

9 Eylül - 27 Eylül

Ön Hazırlık Ödevleri

27 Eylül - 15 Kasım

Canlı Dersler - 8 Hafta

15 Kasım - 29 Kasım

Final Projeleri

29 Kasım 2026

Proje Sunumu

Bootcamp İçeriği

Tüm eğitimlerimiz, konunun tüm yönlerini ele alarak kapsamlı bir şekilde hazırlanmıştır.

1. Hafta

Kubernetes Fundamentals for Data Professionals

Introduction to containerization and container benefits for data workloads

Kubernetes core concepts and architecture

Pods, Deployments, Services, and ConfigMaps

Basic kubectl commands for data practitioners

12-Factor methodology applied to data applications

Configuration management for data pipelines and ML models

Environment variables and external configuration

Designing stateless vs. stateful data applications

Hands-on: Deploy your first data application on Kubernetes

2. Hafta

Building Data Containers

Creating Dockerfiles for data applications

Python data science stacks (pandas, duckdb, polars, scikit-learn etc.)

Data processing dependencies

Database connectors and drivers

Managing package dependencies efficiently

Multi-stage builds for optimized data containers

Best practices for reproducible data environments

Hands-on: Build and deploy a Jupyter notebook container

3. Hafta

Data Workload Architecture

Pod design patterns for data applications

Init containers for dataset preparation

Sidecars for logging and monitoring

Multi-container pods for data processing

Volume management essentials

PersistentVolumes and PersistentVolumeClaims

Storing datasets, model artifacts, and results

Ephemeral storage for temporary data

Hands-on: Deploy a multi-container data processing application

4. Hafta

Deploying Data Applications

Deployment strategies for data workloads

Rolling updates for data services

Blue/green deployments for ML models

Simple A/B testing configurations

Jobs and CronJobs for batch processing

Scheduled data pipelines

ETL processes on Kubernetes

Handling job failures and retries

Hands-on: Create a scheduled data pipeline

5. Hafta

Package Management for Data Platforms

Using Helm for data applications

Understanding Helm charts and templates

Installing data tools with Helm (Jupyter, PostgreSQL, etc.)

Customizing existing charts for your needs

Introduction to Kustomize

Environment-specific configurations

Overlays for dev, test, and production

Hands-on: Deploy a data stack using Helm

6. Hafta

Monitoring and Observability

Implementing health checks for data services

Readiness and liveness probes

Application-specific health metrics

Logs and monitoring fundamentals

Collecting and viewing container logs

Basic Prometheus metrics for data applications

Simple Grafana dashboards

Debugging data applications in Kubernetes

Troubleshooting common issues

Accessing running containers

Hands-on: Add monitoring to your data application

7. Hafta

Environment Configuration and Security

Managing application configuration

ConfigMaps for application settings

Secrets for sensitive information (API keys, database credentials)

Resource management for data workloads

Setting CPU and memory requests/limits

Understanding resource constraints

Basic autoscaling concepts

Security fundamentals

ServiceAccounts and RBAC basics

SecurityContexts for running containers

Data access patterns and security

Hands-on: Secure and properly configure a data application

8. Hafta

Data Services and Networking

Exposing data services

Service types (ClusterIP, NodePort, LoadBalancer)

Ingress controllers for web applications

Network fundamentals

Service discovery and DNS

Basic network policies for data security

Putting it all together: End-to-end data platforms

Architecture patterns for complete data solutions

Integration between components

Final Projeleri Haftası

Option 1: ML Model Deployment Pipeline

Deploy a simple machine-learning pipeline that includes:

Data preparation using Jobs

Model training using a Kubernetes Job

Model serving using a Deployment

Simple web UI for interacting with the model

Option 2: Data Processing and Analytics Platform

Build a data processing platform with:

Scheduled data ingestion using CronJobs

Data processing service with appropriate resources

Simple dashboard for visualizing results

Proper configuration and secrets management

Option 3: Interactive Data Science Environment

Create a multi-user data science environment with:

Jupyter Hub/Notebook with persistent storage

Connected data sources (PostgreSQL or similar)

Data visualization component

Proper access controls and resource allocation

Eğitmenler

Erkan Şirin

Senior Data/ML Engineer, AWS Solution Architect

Mentörler

Merve Öztiryaki

Data Engineer

Eğitim Özeti

Kubernetes Bootcamp ile veri profesyonellerinin ihtiyaçlarına yönelik olarak tasarlanmış, bulut bilişimin esnekliğinden, ölçeklenebilirliğinden ve dayanıklılığından yararlanan veri odaklı uygulamalar geliştirmeye ve çalıştırmaya yönelik modern bir yaklaşım olan konteyner tabanlı veri uygulamaları geliştirmeyi öğreneceksiniz. Bootcamp sayesinde Kubernetes’in veri bilimi, makine öğrenmesi ve veri mühendisliği projelerinde nasıl etkin kullanılabileceğine dair kapsamlı bir anlayış kazanacak ve bu alanda kendinizi ayrıştıracak yetkinlikler elde edeceksiniz.

Kubernetes Bootcamp 3 safhadan oluşmaktadır;

1. Ön Hazırlık: Kesin kayıtla başlar, 2-4 hafta

Bu aşamada canlı derslerin anlaşılmasını kolaylaştıracak eğitimler videolar üzerinden mentör ve eğitmen desteği ve rehberliğinde alınır. Temel Linux, Docker, ve Python veri ortamları hakkında gerekli ön bilgiler bu aşamada edinilir, böylece canlı derslerde bu temel konular için zaman kaybetmemek amaçlanmıştır.

2. Kick-Off: 9 Eylül 2026

Veri Profesyonelleri için Kubernetes Bootcamp eğitiminin açılışı gerçekleşir. Eğitim ve süreç hakkında bilgilendirmeler yapılır.

3. Canlı Dersler: 27 Eylül - 15 Kasım 2026, 8 hafta.

Eğitimin ana bölümüdür ve yukarıdaki “Program içeriği – müfredat” başlığındaki müfredat ile haftada 1 gün 3 saat canlı ders olacak şekilde online platformlar (Zoom) üzerinden devam eder.

4. Bitirme Projesi: 29 Kasım 2026, 2 hafta.

Canlı dersler bittikten sonra kursiyerlerin veri odaklı bitirme projelerini tamamladıkları ve Zoom üzerinden sundukları safhadır. Bu safhada bireysel/grup çalışması yapılır. Mentör ve eğitmen desteği devam eder.

Bu eğitimde aşağıdaki soruların cevaplarını bulacağız:

Veri uygulamaları için 12 Factor prensipleri nasıl uygulanır?
Kubernetes veri bilimi ve analitik iş yükleri bağlamında hangi sorunları çözer?
Veri profesyonelleri için Kubernetes temel bileşenleri nelerdir?
Kubernetes veri işleme uygulamalarını ölçeklenebilirlik ve kullanılabilirlik açısından nasıl yönetiyor?
Veri bilimi uygulamaları için Pod tasarım kalıpları nelerdir?
Kubernetes’te Deployment ne işe yarar ve ML model güncellemelerini nasıl yönetir?
Kubernetes’teki Service ve Pod’lar arasında iletişim nasıl sağlanır ve veri servisleri için nasıl yapılandırılır?
Veri uygulamaları için StatefulSet ile Deployment arasındaki fark nedir ve ne zaman hangisini kullanmalısınız?
ConfigMaps ve Secrets nedir ve veri uygulamaları için konfigürasyon yönetiminde nasıl kullanılır?
Kubernetes’te Persistent Volume ve Persistent Volume Claim nedir ve veri bilimcilerin verileri saklaması için nasıl kullanılır?
Kubernetes veri işleme uygulamalarını hem manuel hem de otomatik olarak nasıl ölçeklendirir?
Veri görselleştirme ve analitik araçlar için Ingress nedir ve nasıl kullanılır?
Kubernetes’teki namespace’in önemi nedir ve veri kaynakları düzenlemek için nasıl kullanılırlar?
Kubernetes’te DaemonSet ve CronJob nedir ve zamanlanmış veri işleme görevleri için nasıl kullanılır?
Helm’in veri araçları dağıtımındaki rolü nedir ve Jupyter, PostgreSQL gibi veri platformlarını nasıl basitçe kurabiliriz?
Veri uygulamaları beklendiği gibi çalışmadığında Kubernetes cluster sorunları nasıl giderirsiniz?
Kubernetes’teki Label, Selector ve bunların veri kaynaklarının organizasyonundaki rolü nedir?
ML model eğitimi ve sunumu için Jobs ve Deployment’lar nasıl kullanılır?
Veri uygulamaları için probe ve health check’ler nasıl yapılandırılır?
Veri bilimciler ve analistler için Kubernetes üzerinde kaynak yönetimi nasıl optimize edilir?

Önemli Notlar:

Aynı anda şu üç kriteri sağlayan katılımcılar için sertifika düzenlenecektir:

1. Derslerin en az %70’ine katılma,

2. Ödevlerin en az %70’ini yapma,

3. Bitirme projesinden 100 üzerinden en az 70 puan alma.

Öğrenciler ile paylaşılacak kaynaklar: Eğitim video kayıtları, sanal makine, sunumlar ve derste kullanılan örnek kodlar VBO Platformu üzerinden paylaşılacaktır.

S.S.S.

Kimlere Göre?

Kubernetes ortamlarında çalışan veri profesyonelleri (data engineer, MLOps engineer, vs.)
Kubernetes konusunda yetkinliğini geliştirmek isteyen geliştiriciler
Kubernetes ortamında ekip yöneten analitik yöneticiler
İş ilanlarındaki “Kubernetes bilgisi” maddesine gönül rahatlığıyla tik atmak isteyenler
Machine Learning / Data Pipeline / Streaming sistemlerini production ortamında Kubernetes üzerinde çalıştırmak isteyenler
Veri bilimi ya da MLOps projelerini bulut ortamlarında Kubernetes ile yönetmek isteyenler
Docker bilen ancak Kubernetes’e geçişte zorluk yaşayan teknik profesyoneller
Eğitim sonrası mini bir proje ya da PoC ile Kubernetes becerilerini göstermek isteyen portföy geliştiriciler

Ön Gereksinimler

Temel Linux komut satırı bilgisi
(Terminal kullanımı, dosya işlemleri, basit komutlar gibi konulara aşinalık)
Docker hakkında temel bilgi veya deneyim
(Container mantığını, Dockerfile, docker run gibi temel komutları bilmek)
Veri mühendisliği, veri bilimi, veri analisti, MLOps veya backend geliştirme konularından en az birinde teknik deneyim
(Kubernetes’e veri odaklı bakış açısıyla yaklaşacağımız için)
Temel seviyede YAML dosyası okuma ve düzenleme becerisi
(Kubernetes manifest dosyaları için gerekli)

Neden bu program?

Veri projeleri artık Kubernetes üzerinde koşuyor
Modern veri işleme, MLOps ve streaming sistemleri büyük ölçekte Kubernetes üzerinde yönetiliyor. Bu eğitimi alarak bu sistemleri anlama, kurma ve yönetme becerisi kazanırsınız.
Kubernetes bilmeyen veri profesyonelleri için teknik sınırlar oluşuyor
“Kod yazıyorum ama production’a çıkamıyorum” diyen veri uzmanları için Kubernetes bilgisi artık bir gereklilik.
İş ilanlarında ‘Kubernetes’ maddesi yaygınlaştı
Giderek daha fazla sayıda iş ilanında Kubernetes bilgisi zorunlu ya da tercihen aranıyor. Bu eğitim, bu gereksinimi karşılamanızı sağlar.
Teorik değil, pratik odaklı
Gerçek senaryolara dayalı uygulamalarla, öğrendiklerinizi hemen deneyimleyerek pekiştirirsiniz.
Veri odaklı bir perspektifle anlatılıyor
Eğitim, genel amaçlı Kubernetes anlatımlarının ötesine geçerek veri mühendisliği, MLOps ve analitik sistemler için optimize edilmiştir.
Ekiplerde ortak dil ve operasyonel verimlilik sağlar
Teknik yöneticiler ve takım arkadaşlarıyla aynı dili konuşmak, projeleri daha hızlı ve sorunsuz ilerletmenizi sağlar.
Geliştirici, mühendis ve yöneticiler için birlikte öğrenme ortamı
Aynı ekipten farklı rollerin bu eğitimi birlikte alması, işbirliğini ve teknik anlayışı artırır.

Eğitim Nerede Gerçekleştirilecek?

Eğitim online-canlı olarak Zoom üzerinden gerçekleştirilecektir.

Program Süresi?

Ön hazırlık aşaması videolar üzerinden: 2-4 hafta
Canlı eğitimler: 8 hafta
Bitirme projesi: 2 hafta

Not1: Canlı eğitimler Pazar günleri 10:00-13:00 saatlerinde olacaktır.

Not2: Ön hazırlık aşaması kesin kayıt gerçekleşir gerçekleşmez başlar.

Kubernetes’e çok mesafeliydim korkuyordum açıkçası sizin yönlendirmeniz ile aldım iyi ki de almışım.. Çok faydalı içeriği dolu dolu bir eğitimdi, yaptığımız uygulamalardan hemen önce verdiğiniz somut örnekler çizimler kafamda konunun daha iyi oturmasını sağladı hatta mlopstan ve llm den daha rahat geçti benim için konulara daha çok hakim olduğumu hissediyorum ya da artık alıştım bu dünyaya biraz. Tabii kurstaki arkadaşlar kadar olamam onlar daha profesyoneller. Ama eskisinden bir tık iyi hissediyorum. Çoookkk teşekkür ederim hocam. En favori kısımlarım; Dockerfile multi-stage build, Helm ile otomatize deployment, Promethous & Grafana ile monitoring süreçleri, ArgoCD ve GitHub Actions ile CI/CD pipeline gibi güncel teknolojiler — yani modern bir sistemin gerçekte nasıl ayakta tutulduğunu gösteren kısımlar.

Zeynep BAKAN

Math Teacher | Machine Learning

Bootcamp sürecinin zamana yayılmış olması ve sonunda bütün konuların bir araya getirilmesi benim için çok değerliydi. Ayrıca uygulama ve alıştırmaları kendi makinemde yapabilmek, konuları daha iyi anlamamı ve pratiğe dökebilmemi sağladı.

Ali Ersen

AI Data Scientist

Yine bir bootcamp’in sonuna geldik. :) Kubernetes Bootcamp Erkan Hocanın sayesinde yine çok keyifli geçti. A’dan Z’ye Kubernetesle ilgili çok kapsamlı bir müfredat vardı zaten ama bunun yanında sektörde kullanılan güncel teknolojilerden de çokça bahsettik. En güzel kısımlarından biri de öğrendiğimiz konularla ilgili çok fazla uygulama yaptık ve pratiklik kazandık. İlgilenen herkese kesinlikle tavsiye edebileceğim bir program oldu. Emeği geçen herkese çok teşekkür ederim :)

Gizem Kurşova Yolaçan

Data Analyst

Kubernetes Bootcamp eğitimi, hem içerik kalitesi hem de pratik uygulama fırsatlarıyla beklentilerimin çok üzerinde bir deneyim oldu. Eğitim içeriği iyi kurgulanmış ve üretim senaryolarına uygun bir müfredata sahip. İçeriğin temel Kubernetes bileşenlerinden başlayıp Helm yönetimi, StatefulSet yapıları, CronJob tasarımı, blue/green deployment stratejileri ve monitoring aşamalarına kadar sistematik bir şekilde ilerlemesi öğrenme sürecini çok verimli kıldı. Eğitim boyunca yalnızca teoriyi öğrenmekle kalmadım, aynı zamanda gerçek bir üretim ortamını simüle eden bir MLOps projesini Kubernetes üzerinde baştan sona kurma fırsatı buldum. Kariyerinde Kubernetes, MLOps veya bulut teknolojileri üzerine ilerlemek isteyen herkese gönül rahatlığıyla tavsiye ederim.

Ahmet KILINÇ

Senior Data Scientist

Programın içeriğini iyi buldum, eğitmenin sunumu güzeldi. Çalıştığım kurumda container yapılar yoğun kullanılmakta olduğu için bu eğitimi almak istedim ve işime yarayacak epey bilgi sağladı bana. Teşekkürler her şey için. Saygılarımla…

Emin ÖZDOĞRU

Linux System Engineer

Kubernetes for Data Professionals Bootcamp benim için gerçekten çok öğretici bir deneyim oldu. Eğitim tamamen pratiğe dayalıydı; MinIO–PostgreSQL yapısından batch job’lara, model servislemeden Prometheus–Grafana ile izlemeye kadar gerçek bir üretim ortamında ihtiyaç duyacağım her adımı tek tek kurarak öğrendim. Final projesinde de uçtan uca çalışan bir ML servisleme mimarisini Kubernetes üzerinde ayağa kaldırmak, tüm süreci kafamda oturttu. Hem data dünyasındaki yolculuğumda hem de MLOps tarafında beni bir adım ileri taşıyan çok değerli bir eğitim oldu.

Çağrı Altınüzengi

Machine Learning Engineer