Veri Bilimi Nedir?
Veri bilimi, yetenekli profesyoneller için en umut verici ve talep gören kariyer yollarından biri olarak gelişmeye devam etmektedir. Günümüzde başarılı veri uzmanları, büyük miktarda veriyi analiz etme, veri madenciliği ve programlama becerilerinin geleneksel becerilerin ötesine geçmeleri gerektiğini anlamaktadırlar. Kuruluşları için yararlı istihbaratı ortaya çıkarmak için, veri bilimciler veri bilimi yaşam döngüsünün tüm yelpazesinde uzmanlaşmalı ve sürecin her aşamasında getirileri en üst düzeye çıkarmak için bir esneklik ve anlayış düzeyine sahip olmalıdır.
Veri Bilimi Yaşam Döngüsü
Şema, veri bilimi yaşam döngüsünün beş aşamasını temsil etmektedir:
Yakalama (Capture); veri toplama, veri girişi, sinyal alımı, veri özetleme;
Bakım (Maintain); veri ambarlama, veri temizleme, veri hazırlama, veri işleme, veri mimarisi;
Süreç (Process); veri madenciliği, kümeleme / sınıflandırma, veri modelleme, veri özetleme;
Analiz (Analyze); keşfedici, doğrulayıcı, tahmine dayalı analiz, regresyon, metin madenciliği, nitel analiz;
İletişim (Communicate); veri raporlama, veri görselleştirme, iş zekası, karar verme.
"Veri bilimcisi" terimi, şirketlerin büyük miktarda veriyi organize etme ve analiz etme konusunda yetenekli veri profesyonellerine olan ihtiyacı fark ettikleri 2008'de ortaya çıkmıştır. Google'ın baş ekonomisti ve UC Berkeley'de enformasyon bilimleri, işletme ve ekonomi profesörü olan Hal Varian, 2009'da yayınlanan bir McKinsey & Company makalesinde, teknolojinin etkisine ve farklı sektörlerin yeniden yapılandırılmasına uyum sağlamanın önemini öngörmüştür.
"Verileri alma yeteneği - onu anlayabilmek, işleyebilmek, ondan değer elde etmek, görselleştirmek, iletmek - önümüzdeki on yıllarda çok önemli bir beceri olacak." - Hal Varian
Etkili çalışan veri bilimcileri, ilgili soruları belirleyebilir, çok sayıda farklı veri kaynağından veri toplayabilir, bilgileri düzenleyebilir, sonuçları çözümlere çevirebilir ve bulgularını iş kararlarını olumlu etkileyecek şekilde iletebilir. Bu beceriler neredeyse tüm endüstrilerde gereklidir ve bu da yetenekli veri bilimcilerin şirketler için giderek daha değerli hale gelmesine neden olmaktadır.
Veri Bilimcisi Ne Yapar?
Son on yılda, veri bilimcileri gerekli varlıklar haline gelmiş ve neredeyse tüm kuruluşlarda önemi anlaşılmıştır. Bu profesyoneller, organizasyonlarında soruları yanıtlamak ve stratejiyi yönlendirmek için kullanılan büyük miktarda bilgiyi organize etmek ve sentezlemek için karmaşık nicel algoritmalar oluşturabilen, üst düzey teknik becerilere sahip, çok yönlü, veri odaklı bireylerdir. Bu, bir organizasyon veya işletme genelindeki çeşitli paydaşlara somut sonuçlar sağlamak için gereken iletişim ve liderlik deneyimiyle birleştirilmektedir.
Veri bilimcilerin meraklı ve sonuç odaklı olmaları, son derece teknik sonuçları teknik olmayan meslektaşlarına açıklamalarına olanak tanıyan sektöre özgü olağanüstü bilgi ve iletişim becerilerine sahip olmaları gerekmektedir. Algoritmaları oluşturmak ve analiz etmek için veri depolama, madencilik ve modellemeye odaklanan programlama bilgisinin yanı sıra istatistik ve doğrusal cebirde güçlü bir nicel geçmişe sahiptirler.
Ayrıca, aşağıdakiler de dahil olmak üzere temel teknik araç ve becerileri kullanabilmelidirler:
Neden Veri Bilimcisi Olmalıyım?
Glassdoor, veri bilimcisi meslek dalını üst üste üçüncü kez 2018'de Amerika'daki 1 Numaralı En İyi İş seçti. Artan veri miktarları daha erişilebilir hale geldikçe, artık veri bilimcilere ihtiyaç duyan tek şirket büyük teknoloji şirketleri değildir. Büyük ve küçük sektörlerde veri bilimi uzmanlarına yönelik artan talep, açık pozisyonları doldurmak için mevcut kalifiye aday eksikliğiyle karşı karşıyadır.
Veri bilimcilere duyulan ihtiyaç, önümüzdeki yıllarda herhangi bir yavaşlama belirtisi göstermemektedir. LinkedIn, veri bilimcilerini 2018 ve 2019'da en umut verici işlerden biri olarak listeledi ve veri bilimi ile ilgili birden çok beceri, şirketler tarafından en çok talep edilenler olarak belirlenmiştir.
Veri Biliminde Nereye Uyuyorsunuz?
Veriler ulaşılabilecek her yerdedir ve kapsamlıdır. Veri madenciliği, temizleme, analiz etme ve yorumlama ile ilgili çeşitli terimler genellikle birbirinin yerine kullanılır, ancak aslında farklı beceri kümelerini ve verilerin karmaşıklığını içermektedirler.
Veri Bilimcisi
Veri bilimcileri, hangi soruların cevaplanması gerektiğini ve ilgili verileri nerede bulacaklarını inceler. İş zekası ve analitik becerilerinin yanı sıra verileri işleme, temizleme ve sunma becerilerine sahiptirler. İşletmeler, büyük miktarda yapılandırılmamış veriyi kaynaklamak, yönetmek ve analiz etmek için veri bilimcilerini kullanır. Sonuçlar daha sonra sentezlenir ve organizasyonda stratejik karar verme sürecini yönlendirmek için kilit paydaşlara iletilmektedir.
Gereken beceriler: Programlama becerileri (SAS, R, Python), istatistiksel ve matematiksel beceriler, hikaye anlatımı ve veri görselleştirme, Hadoop, SQL, makine öğrenimi
Veri Analisti
Veri analistleri, veri bilimcileri ve iş analistleri arasındaki boşluğu doldurur. Bir kuruluşta yanıtlanması gereken sorularla başlanır ve ardından üst düzey iş stratejisiyle uyumlu sonuçları bulmak için verileri düzenleyip analiz etmektir. Veri analistleri, teknik analizi nitel eylem maddelerine çevirmekten ve bulgularını farklı paydaşlara etkili bir şekilde iletmekten sorumludur.
Gerekli beceriler: Programlama becerileri (SAS, R, Python), istatistiksel ve matematiksel beceriler, veri düzenleme, veri görselleştirme
Veri Mühendisi
Veri mühendisleri, hızla değişen verilerin üstel miktarlarını yönetmektedir. Sorgulama için verileri veri bilimcilerine dönüştürmek ve aktarmak için veri ardışık düzenlerinin ve altyapının geliştirilmesi, dağıtımı, yönetimi ve optimizasyonuna odaklanmaktadır.
Gereken beceriler: Programlama dilleri (Java, Scala), NoSQL veritabanları (MongoDB, Cassandra DB), çerçeveler (Apache Hadoop)
