Erge Teknoloji

Loading

Yalın 6 Sigma (Lean 6 Sigma)

Yalın Altı Sigma (Lean Six Sigma), süreç iyileştirme ve verimlilik artırma amacıyla iki güçlü metodolojiyi birleştiren bir yaklaşımdır. Yalın (Lean), israfların ortadan kaldırılmasını ve süreçlerde hızın artırılmasını amaçlarken, Altı Sigma (Six Sigma), varyasyonları azaltarak süreçlerin tutarlılığını ve kaliteyi artırmayı hedefler. Bu metodoloji, veri odaklı kararlar ile süreçlerdeki hataları minimize eder ve müşteri memnuniyetini maksimize etmeye çalışır.

Kazanımlar

  • Liderlik: Proje ekiplerine rehberlik eden liderlerin stratejik düşünme ve ekip yönetimi konularında daha etkili olmasını sağlar.
  • Maliyet Tasarrufu: İsrafların ortadan kaldırılması ve süreçlerin iyileştirilmesi maliyetleri düşürür.
  • Kalite Artışı: Varyasyonları azaltarak daha tutarlı ve yüksek kaliteli ürün/hizmet sağlanır.
  • Zaman Kazancı: Süreçlerdeki gereksiz adımların elimine edilmesi ile operasyonel hız artar.
  • Müşteri Memnuniyeti: Daha hızlı, kaliteli ve güvenilir hizmet sağlayarak müşteri memnuniyeti artırılır.
  • Veri Odaklı Kararlar: Karar alma süreçlerinde objektif ve veriye dayalı yaklaşımlar benimsenir.
  • İnovasyon: Sürekli iyileştirme kültürü, yeni fikirler ve yenilikçi süreçlerin ortaya çıkmasını teşvik eder.
  • Problem Çözme Yeteneği: Kök neden analizi ve veri odaklı yaklaşımlar kullanarak karmaşık problemleri sistematik bir şekilde çözme yeteneğini geliştirir.

Roller

Sponsor

Yalın Altı Sigma projelerini başlatan ve bu projelerin organizasyon içerisinde desteklenmesini sağlayan üst düzey yöneticidir. Sponsor, projelere kaynak ayırır, stratejik öncelikleri belirler ve iyileştirme çalışmalarının şirket hedefleriyle uyumlu olmasını sağlar. Proje ekibine güvenilir bir liderlik sunarak, proje için gerekli bütçe, insan kaynağı ve zamanın temin edilmesine yardımcı olur. Sponsor, projelerin ilerlemesini izler ve engellerin aşılmasında ekibe destek sağlar.

Şampiyon (Champion)

Yalın Altı Sigma projelerinin lideri ve savunucusudur. Bu kişi, sponsor ile proje ekipleri arasındaki köprüyü kurar ve projelerin hedeflere ulaşmasını garanti altına almak için çalışır. Şampiyonlar, projelerin stratejik önceliklerle uyumlu olmasını sağlar ve ekiplere rehberlik eder. Şampiyonlar, aynı zamanda projelerdeki riskleri değerlendirir ve kritik kararlar verir. Şampiyonlar genellikle Yalın Altı Sigma eğitimi almış ve metodolojiye derinlemesine hakim olan kişilerden seçilir.

Uzman Kara Kuşak (Master Black Belt)

Yalın Altı Sigma metodolojisinin en yetkin uzmanıdır. Genellikle organizasyon genelinde Yalın Altı Sigma programını yöneten ve diğer Kara Kuşakları, Yeşil Kuşakları eğiten kişilerdir. Uzman Kara Kuşaklar, aynı zamanda stratejik düzeyde süreç iyileştirme projelerini planlar, yürütür ve denetler. İleri düzey istatistiksel analizler ve karmaşık süreç iyileştirme yöntemleri konusunda uzman olan bu kişiler, şirketin genel kalite kültürünün geliştirilmesinde lider rol oynarlar. Kara Kuşaklara mentorluk yapar ve projelerin başarılı olmasını sağlayacak rehberliği sunarlar.

Kara Kuşak (Black Belt)

Büyük ve karmaşık Yalın Altı Sigma projelerini yöneten, uygulama ve analiz süreçlerini üstlenen kişidir. Kara Kuşaklar, tam zamanlı olarak projelerle ilgilenir ve şirket içinde süreç iyileştirme hedeflerine ulaşmak için istatistiksel analiz araçlarını kullanırlar. Yalın Altı Sigma metodolojisinin ileri düzey bilgisine sahip olan Kara Kuşaklar, projelerin her aşamasında (DMAIC – Tanımla, Ölç, Analiz Et, İyileştir, Kontrol Et) liderlik yapar ve süreçlerde köklü değişimler gerçekleştirir.

Yeşil Kuşak (Green Belt)

Yalın Altı Sigma projelerinde aktif olarak yer alan ve projeleri destekleyen kişilerdir. Yeşil Kuşaklar, genellikle kendi iş alanlarında proje yürütme sorumluluğunu taşır ve iyileştirme projelerinin günlük yönetimini sağlarlar. DMAIC döngüsünü uygulayarak süreçlerdeki hataları bulur ve çözüm önerileri sunarlar. Tam zamanlı olarak proje liderliği yapmasalar da, büyük projelerde Kara Kuşaklarla birlikte çalışarak süreçlerin iyileştirilmesine katkıda bulunurlar.

Eğitim İçeriği

  • Bilinçlendirme Eğitimi
  • Yalın 6 Sigma Yönetici Eğitimi
  • Yalın 6 Sigma Uzman Kara Kuşak
  • Yalın 6 Sigma Kara Kuşak
  • Yalın 6 Sigma Yeşil Kuşak
  • Yalın 6 Sigma Sarı Kuşak

Bilinçlendirme Eğitimi (1 Gün)

Eğitimin Amacı: Yalın Altı Sigma’nın temel prensipleri hakkında farkındalık kazandırmak ve çalışanların süreç iyileştirme kültürünü benimsemelerini sağlamak. Bu eğitim, temel bilgi sağlayarak Yalın Altı Sigma projelerine destek verecek bir altyapı oluşturur.
Kimlere Yönelik: Şirket çalışanları ve Yalın Altı Sigma sürecine dahil olmak isteyen herkes.
Eğitimin Kapsamı: Yalın Altı Sigma’nın temel prensipleri, araçları ve organizasyondaki rolü.

Yönetici Eğitimi (2 Gün)

Eğitimin Amacı: Yalın Altı Sigma projelerini stratejik seviyede yönetmek için gerekli liderlik ve karar verme becerilerini kazandırmak. Yöneticiler, bu eğitimde projelere nasıl sponsor olacaklarını ve iyileştirme kültürünü nasıl teşvik edeceklerini öğrenirler.
Kimlere Yönelik: Üst düzey yöneticiler ve Yalın Altı Sigma projelerinin sponsorları.
Eğitimin Kapsamı: Proje yönetimi, liderlik stratejileri, kaynak planlama ve süreç iyileştirme hedefleri.

Uzman Kara Kuşak Eğitimi (6 Gün)

Eğitimin Amacı: Yalın Altı Sigma projelerinde en üst düzeyde uzmanlık kazanmak ve organizasyon genelinde projeleri yönetmek için gerekli stratejik ve teknik becerileri geliştirmek. Uzman Kara Kuşaklar, diğer Kara Kuşaklara ve Yeşil Kuşaklara rehberlik ederek organizasyonda Yalın Altı Sigma kültürünün yayılmasına katkı sağlar.
Kimlere Yönelik: Yalın Altı Sigma’nın organizasyon genelinde yönetilmesinden sorumlu kişiler.
Eğitimin Kapsamı: İleri düzey istatistiksel analizler, stratejik proje yönetimi, mentorluk ve Yalın Altı Sigma programı geliştirme.

Kara Kuşak Eğitimi (24 Gün)

Eğitimin Amacı: Yalın Altı Sigma projelerinde tam zamanlı liderlik yapabilecek seviyede bilgi ve beceriler kazandırmak. Kara Kuşaklar, organizasyondaki karmaşık problemleri çözmek ve köklü süreç iyileştirme değişiklikleri yapmak için eğitilir.
Kimlere Yönelik: Süreç iyileştirme projelerinde liderlik yapacak orta ve üst düzey yöneticiler.
Eğitimin Kapsamı: DMAIC döngüsü, kök neden analizi, ileri düzey problem çözme teknikleri ve proje liderliği.

Yeşil Kuşak Eğitimi (12 Gün)

Eğitimin Amacı: Yalın Altı Sigma projelerinde aktif rol alarak süreç iyileştirme çalışmalarını yönetmek ve projelerde liderlik yapmak için gerekli becerileri kazandırmak. Yeşil Kuşaklar, küçük ve orta ölçekli projelerde liderlik ederken, daha büyük projelerde Kara Kuşaklara destek sağlar.
Kimlere Yönelik: Kendi iş birimlerinde süreç iyileştirme ve problem çözme sorumluluğu taşıyan, projelerde liderlik yapmak isteyen çalışanlar.
Eğitimin Kapsamı: Süreç haritalama, veri analizi, problem çözme yöntemleri ve proje liderliği becerileri.

Sarı Kuşak Eğitimi (4 Gün)

Eğitimin Amacı: Yalın Altı Sigma’nın temel prensiplerini öğrenmek ve süreç iyileştirme projelerine katkıda bulunmak için gerekli bilgi ve becerileri kazandırmak. Sarı Kuşaklar, projelerde destekleyici bir rol oynar ve süreç iyileştirme faaliyetlerinin temel adımlarını öğrenirler.
Kimlere Yönelik: Yalın Altı Sigma projelerinde görev almak isteyen tüm çalışanlar.
Eğitimin Kapsamı: Yalın Altı Sigma’nın temel araçları, süreç iyileştirme yaklaşımları ve problem çözme teknikleri.

Optimizasyon Teknikleri (Optimization) 

İş süreçlerinin optimizasyonu için becerileriniz geliştirmeye yönelik bu eğitimin uygulama alanları:

  • Kesim Firelerinin Azaltılması
  • Üretim Optimizasyonu
  • Enerji Tüketim Optimizasyonu
  • Tedarik Zinciri Optimizasyonu
  • Lojistik ve Dağıtım Optimizasyonu

Eğitim İçeriği

  • Yapay Zeka Kullanımı ile iş süreçlerinin optimizasyonu
  • Endüstride uygulamalarına Örnekler

Kazanımlar

  • Yapay Zeka
  • Optimizasyon süreçlerinde yapay zeka uygulamaları

Deney Tasarımı (Design of Experiment)

Ürün ve Süreçleri Tasarlayın, Geliştirin ve İyileştirin. Mevcut ürün ve süreçleri iyileştirmek ve yeni ürün ve süreçleri pazara daha hızlı sunmak için modern deneysel teknikleri uygulayabilme.

Eğitim İçeriği

  • Deney Tasarımı
  • Optimizasyon

Kazanımlar

  • Phyton
  • Deney Tasarım Teknikleri

Metin Madenciliği (Text Mining)

Dil metni biçiminde bulunan yapılandırılmamış veriler için veri madenciliği tekniklerini kapsayan bu eğitimle veri madenciliği yeteneklerinizi geliştirebilirsiniz.

Eğitim İçeriği

  • Herhangi bir doğal dilde herhangi bir doğal dilde rastgele metin verilerine genel olarak uygulanabilecek istatistiksel yaklaşımlar.
  • Kalıpları keşfetmek, karar almayı desteklemek için metin verilerini incelemek ve analiz etmek için temel teknikler.
  • İstatistiksel yaklaşımla, örüntü bulma ve bilgi keşfi amacıyla metin verilerinin analizi.
  • Metin madenciliğinde temel kavramlar, ilkeler, önemli algoritmalar ve bunların potansiyel uygulamaları.

Kazanımlar

  • Veri Kümeleme Algoritmaları
  • Metin Madenciliği
  • Olasılıksal Modeller
  • Duygu Analizi

Veri Madenciliği (Data Mining)

Hem açıkça tanımlanmış bir şemaya uyan yapılandırılmış veriler hem de doğal dil metni biçiminde bulunan yapılandırılmamış veriler için veri madenciliği tekniklerini kapsayan bu eğitimle veri madenciliği yeteneklerinizi geliştirebilirsiniz.

Eğitim İçeriği

  • Veri madenciliği hattındaki veri modellemenin temel işlevlerini tanımlama.
  • Veri modelleme tekniklerini değerlendirme, amaca en uygun olanı ve potansiyel iyileştirmeleri belirleme.
  • Veri modellemenin temel işlevlerini gerçekleştirmek için kullanılabilecek teknikler.

Kazanımlar

  • Veri Madenciliği
  • Metin Madenciliği
  • Sınıflandırma
  • Model değerlendirmesi
  • Sık Desen Analizi
  • Kümelenme ve Veri Kümeleme Algoritmaları
  • Veri görüntüleme

Doğal Dil İşleme ( Natural Language Processing)

Doğal dil işleme, kullanıcıları görebilen, duyabilen, onlarla konuşabilen ve anlayabilen uygulamaları destekler.

Bu eğitim ile bir yapay zeka çözümündeki otomatik çeviri özelliklerinin, dil engellerini ortadan kaldırarak daha yakın işbirliğini nasıl mümkün kıldığını anlayacaksınız.

Eğitim İçeriği

  • Doğal Dil İşleme (NLP) iş yüklerinin özellikleri nasıl açıklanır?
  • NLP iş yüklerine yönelik araç ve hizmetler nasıl belirlenir?
  • Yaygın NLP İş Yükü Senaryolarının özellikleri nasıl belirlenir?

Kazanımlar

  • Yapay Zeka (AI)
  • Doğal Dil İşleme
  • Makine Öğrenmesi
  • Derin Öğrenme

Derin Öğrenme (Deep Learning)

Bu kurs sizi derin öğrenme alanıyla tanıştıracak ve derin öğrenmenin ne olduğu ve derin öğrenme modellerinin yapay sinir ağlarıyla karşılaştırıldığında nasıl olduğu gibi birçok soruyu yanıtlamanıza yardımcı olacak. Farklı derin öğrenme modellerini öğrenecek ve ilk derin öğrenme modelinizi oluşturacaksınız.

Eğitim İçeriği

  • Sinir ağı nedir?
  • Derin öğrenme modeli nedir?
  • Sinir ağı ve derin öğrenme arasındaki fark/ilişki nedir?
  • Otomatik kodlayıcılar ve kısıtlı Boltzmann makineleri gibi denetimsiz derin öğrenme modellerine bakış.
  • Evrişimli sinir ağları ve yinelenen ağlar gibi denetimli derin öğrenme modelleri
  • Derin öğrenme modelleri ve ağları oluşturma.

Kazanımlar

  • Yapay Zeka (AI)
  • Yapay Sinir Ağı
  • Makine Öğrenmesi
  • Derin Öğrenme

Makine Öğrenmesi (Machine Learning)

Başlangıç ​​seviyesi bu programda pratik makine öğrenimi becerilerinizi geliştirin.

Eğitim İçeriği

  • ML modelleri oluşturma, tahmin ve ikili sınıflandırma görevleri için denetimli modeller oluşturma ve eğitme (doğrusal, lojistik regresyon).
  • Makine öğrenimi geliştirmek için en iyi uygulamalar.
  • Kümeleme ve anormallik tespiti dahil denetimsiz öğrenme için teknikler.
  • Çok sınıflı sınıflandırma gerçekleştirmek için TensorFlow ile bir sinir ağı oluşturma ve eğitme, karar ağaçları ve ağaç topluluğu yöntemlerini oluşturma ve kullanma.
  • İş birliğine dayalı filtreleme yaklaşımı ve içerik tabanlı derin öğrenme yöntemiyle öneri sistemleri oluşturma, derin takviyeli öğrenme modeli oluşturma.

Kazanımlar

  • Lojistik regresyon
  • Yapay Sinir Ağı
  • Doğrusal Regresyon
  • Karar ağaçları
  • Tavsiye Sistemleri

İleri Veri Bilimi Uzmanlık Eğitimi  (Advanced Data Science Specialization)

Veri Bilimi, Makine Öğrenimi ve Yapay Zeka alanında bir uzman becerileri kazanın.

Eğitim İçeriği

  • Bir kuruluştaki profesyonel veri uzmanlarının rollerini keşfedin.
  • Verileri analiz etmek ve yorumlamak için regresyon ve makine öğrenimi modelleri oluşturun.
  • Veri görselleştirmeleri oluşturun ve verileri araştırmak için istatistiksel yöntemler uygulayın.
  • Veri analizinden elde edilen iç görüleri paydaşlara aktarın.
  • Veri bilimcisi düşünce yapınızı geliştirin ve farklı türde veri bilimi sorunlarının üstesinden gelmek için bir metodoloji izleyin.
  • R Studio ve GitHub gibi yaygın veri bilimi araçlarında uygulamalar yapın.
  • Python kullanarak SQL ifadeleri yazın ve bulut veri tabanlarını sorgulayın.

Kazanımlar

  • Veri Bilimi
  • Veri Analizi
  • Veri Görüntüleme
  • Istatistiksel Analiz
  • Makine Öğrenimi
  • Nesnelerin İnterneti (IOT)
  • Derin Öğrenme (Deep Learning)
  • Apache Spark
  • Regresyon Modelleri
  • Tahmine Dayalı Modelleme
  • Phyton Programlama
  • Keşif Amaçlı Veri Analizi (EDA-Exploratory Data Analysis)