C/IKAY : İK için Uygulamalı Analitik ve Yapay Zeka Rehberi

Module 1: Veri Analitiğine Giriş

• Hatalı Analize Neden Olan İnsana has Kusurlar
• Karar Vericilerin Sıkışıp Kaldığı Mevcut Durum
• Veri Analitiği Tipleri
• Veri ve Metaveri
• Veri Kalitesi Ölçme ve Değerlendirme Boyutları
• İK'dan Beklenen Roller
• İK Faaliyetleri ve İlgili Metrikler
• Planlama
• Kadrolama
• Ücretlendirme ve Ödüllendirme
• Eğitim ve Geliştirme
• Performans Yönetimi
• İşyeri Güvenliği ve Risk Yönetimi
• Çalışan İlişkileri
• İK Veri Kaynakları ve İK'da Tutulan Kayıtlar

Module 2: İK Süreçlerinde Kullanılan Boyutsal Veri Modeli

• Dimensional Model Kavramları (Dim, Fact, SCD, RCD, Bridge vs.) ve BUS Matrix
• İK Süreçlerinde Kullanılan BUS Matrix Bileşenleri
• Hızlı, Esnek ve Güçlü Analizler için Doğru Veri Modeli Oluşturma Prensipleri

Module 3: Betimleyici İstatatistik Kavramları

• İstatistiksel Çalışmalarda Temel Adımlar
• Birim-Gözlem, Değişken, Şık, Ölçme Düzeyleri (Ölçekler), listeler, Seriler vs.
• Merkezi Eğilim Ölçüleri (Means, Mod, Medyan, Quartiles vs.)
• Değişkenlik Ölçüleri (Varyans, Standard Deviation, Standart Error, Range vs.)
• Kurtosis ve Skewness
• Korelasyon Analizi

Module 4: İndeksler

• İndeksler
• Basit İndeksler
• Bileşik İndeksler
• İndeks Ortalamaları Tekniği
• Ortalamalar İndeks Tekniği
• Laspeyres ve Paasche indeksleri
• Fisher (ideal) İndeksi
• Dağılım Eşitsizliği Ölçümü (Gini Katsayısı)

Module 5: Etkili Raporlama Teknikleri

• Rapor Tüketici Beklentileri ve Raporlama İlkeleri
• Mükerrer Tasarım Hataları
• Etkili bir raporlama için gerekli olan özellikleri
• Görsel Hiyerarşi ve Estetik
• Renk Kullanımı ve Tasarım İlkeleri
• Hangi Veri Nasıl Sunulur?
• Grafik Türleri ve Anlamları

Module 6: Self Service BI (Excel, Power BI)

• Power BI ve Excel Power Pivot ile Veri Modelleme
• Excel Grafikleri ve Pivot Tablo Kullanımı
• Excel Data Analysis Aracı ile İleri Düzey Analizler

Module 7: İstatistiksel Tahminleme (Excel ile Uygulamalı ve Sezgisel)

• Olasılık Temelleri ve Bayes Teoremi ile İK Tahminleri
• Populasyon, Örneklem, Normal Dağılım, Standart Normal Dağılım Nedir?
• Nokta ve Aralık Tahminlemesi
• Evren Ortalaması (𝜇) Aralık Tahminlemesi
• Evren Oranı (𝜋) Aralık Tahminlemesi
• Evren Ortalamaları Arasındaki Farkın (𝜇,−𝜇_2) Aralık Tahminlemesi
• Evren Oranı Arasındaki Farkın (𝜋_1−𝜋_𝟐) Aralık Tahminlemesi

Module 8: İstatistiksel Karar Alma (Excel ile Uygulamalı ve Sezgisel)

• Tek Evren Parametresiyle İlişkili Hipotez Testleri
• İki Evren Parametresiyle İlişkili Hipotez Testleri
• F Testi – Varyans Analizi (ANOVA)
• Ki-Kare Bağımsızlık Testi

Module 9: Makine Öğrenimine Giriş (Excel ile Uygulamalı ve Sezgisel, Python Destekli)

• Makine Öğrenimi Temel Kavramları
• Makine Öğrenimi Yaşam Döngüsü
• ML Problem Tipleri
• Regression (Sayı Tahminleme) Problem Tipi
• Clustering (Kümeleme - Segmentasyon) Problem Tipi
• Classification (Sınıflandırma) Problem Tipi
• Recommendation (Öneri) Özelinde IK Senaryoları
• Temel Düzeyde Sosyal Ağ Analizi (SNA)
• Zaman Serileri ile IK için Forecasting
• ML Modellerini Değerlendirme Metrikleri

Module 10: Yapay Zeka Miti ve Gerçekleri - İş Dünyasında Dönüşüm

• Yapay Zeka Deneyimleri Üzerine Güncel Değerlendirmeler
• Generative AI, LLM ve SLM Nedir? (ChatGPT, Gemini, Mistral, Phi-3 vs.)
• İnsan + AI İş Birliği ile Ne Vaad Ediliyor?
• Dil Modelleri Nasıl Çalışır?
• Eğitim Süreci (Pre-training & Fine-tuning)
• Olasılıkçı Modelleme — Zeka mı, Tahmin mi?
• Yanılma, Halüsinasyon, Güven Sorunları
• Potansiyelleri & Sınırlamaları Neler?
• Güncel Metin, Code, Görsel, Ses Modelleri ve Kullanıcı Deneyim Yöntemleri

Module 11: LLM Kullanırken Daha İyi Sonuçlar Almak: Prompt Mühendisliği

• Prompt Nedir? Nasıl Etkili Prompt Yazılır?
• Temel, Gelişmiş, Deneysel Prompt Teknikleri
• Yönlendirici Etiketler ile System Prompts Kullanımı
• Prompt Templateleri ve Kaynakları
• Çıktı Kontrolü: Temperature, Top-P, Top-K
• Web Arayüzleri & Playground Kullanımı
• RAG Nedir? (Kendi Veriniz Çerçevesinde Cevap Üretmek)

Module 12: LLM Kullanırken Ortaya Çıkan Riskler ve Etik Kaygı

• Kullanıcı Beklentilerini Yönetmek
• Yanlış veya Uydurma Bilgi Üretimi & Kontrol Yöntemleri
• Etik Kurallar
• Mahremiyet
• Gizlilik
• Adalet
• Hesap Verebilirlik
• Gerçek Vaka Analizleri

Module 13: Önceliklendirme ve Karar Verme İlkeleri

• Önem vs. Aciliyet matrisi (Eisenhower Matrisi)
• Görev etiketleme ve skorlama
• BiF Quadrant Kullanımı
• Dil Modelleri ile Önceliklendirme
• Karar Teorisi
• Belirsizlik Altında Karar Verme
• Risk Altında Karar Verme
• Tam Bilginin Beklenen Değeri
• Karar Ağacı