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: 3 Eylül 2025 Veri Profesyonelleri için Kubernetes Bootcamp eğitiminin açılışı gerçekleşir. Eğitim ve süreç hakkında bilgilendirmeler yapılır. 3. Canlı Dersler: 21 Eylül – 9 Kasım 2025, 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: 23 Kasım 2025, 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.