Bu içerik Onedio üyesi kullanıcı tarafından üretilmiş, Onedio editör ekibi tarafından müdahale edilmemiştir. Siz de Onedio’da dilediğiniz şekilde içerik üretebilirsiniz.

21. Yüzyılın En Çekici Mesleği Veri Bilimcilik Hakkında Bilmeniz Gereken 21 Şey

-

Karmaşık ve yapılandırılmamış veriden hazine çıkaran insanlarla tanışın.

Bu ünvan ortaya çıkalı henüz sadece bir kaç yıl oldu. Veri bilimcilerin iş alanında birdenbire ön plana çıkmaları bir gerçeği yansıtıyor: Şirketler daha önce karşılaşmadıkları çeşitlilik ve yoğunluktaki bilgiyle boğuşuyorlar. Eğer şirketiniz bir şekilde veri depoluyorsa, "büyük veri" problemi eninde sonunda sizin için de geçerli. 

Bugün büyük veriye yönelik araçları iyi kullanabilecek beceri ve zekaya sahip insanlar da en az teknolojiler kadar önemli. Kendilerini biraz tanıyalım:

Kaynak: http://www.hbrturkiye.com/x/veri-bilimci...

1. Kim bu insanlar?

Veri bilimciler, dağınık haldeki birçok veriye bir sistem getirerek analizi mümkün hale getirirler. Zengin veri kaynaklarını belirleyip, bunları diğer tamamlanmamış veri kaynaklarıyla birleştirir ve elde edilen sonucu düzenlerler.

2. İş hayatında tam olarak ne işe yararlar?

Mücadelenin sürekli değiştiği ve verinin durmadan (ve artarak) aktığı bugünün ortamında, karar mercilerinin tasarısız analizlerden, veri ile entegre olabilen bir faza geçmelerini sağlarlar.

3. Ürün, süreç ve kararlara ilişkin verilerden çıkan sonuçlara göre, üst yönetim ve ürün müdürlerine tavsiyelerde bulunurlar.

Elde ettikleri bilgiyi görsel olarak anlatma ve buldukları şablonları net bir hale getirme konusunda yaratıcı olduklarını söyleyebiliriz.

4. Veri bilimcilerin görevi diğer kurumsal roller kadar net değil.

Veri bilimi alanında eğitim veren hiçbir üniversite olmadığı gerçeğiyle başlayabiliriz... Ayrıca, bu görevin bir kurumda nereye uyacağı, bir veri bilimcinin en çok nerede işe yarayabileceği ve performanslarının nasıl ölçüleceği konularında da bir fikir birliğine varılmış değil.

5. Şu anda çalışan veri bilimcilerin çoğu daha önce bilgisayar bilimi, matematik ya da ekonomi eğitimi almış.

Yani bu kişiler veri ve bilgisayar odaklı herhangi bir alandan çıkabiliyor.

6. Teknik kısıtlamalar veri bilimi için problem.

Verinin önemini yeni yeni anlamaya başladığımız için, kurumlardaki teknik donanım verinin tam anlamıyla analiz edilebilmesine olanak vermeyebiliyor.

7. Bir veri bilimciyi başarılı yapan yetenekleri nelerdir?

Veri bilimciyi, hacker, çözümleyici, iletişimci ve danışmanın bir karışımı olarak düşünebilirsiniz. Sahip olmaları gereken en önemli yetenek ise, veriyi insanların anlayabileceği bir dile çevirebilmeleri; yani veri kullanarak hikaye anlatabilmeleri oluyor.

8. Bir başka gerekli unsur, merak.

Bir başka elzem özelliğin yoğun bir merak duygusu olduğunu da söylemek gerek. Bir sorunun derinine inip temeldeki sıkıntıları bulmak ve onları test edilebilir bir dizi net hipoteze dönüştürebilmek, merak duymuyorsanız olanaksız.

9. Veri bilimciler çok sıkı kontroller altında iyi çalışamıyorlar.

Deney yapma ve olasılıkları keşfetme özgürlüğüne sahip olmaları gerekiyor. Bununla birlikte, işin geri kalanıyla da yakın ilişki içerisinde olmaya ihtiyaç duyuyorlar.

10. Yani işin özünde, patronla değil müşteriyle bağ kurmak için varlar.

Veri bilimciler katma değer yaratmak konusundaki en büyük fırsatları, üst düzey yöneticilere rapor ya da sunum hazırlayarak değil, müşteriye sunulan ürün ve işlemlerde yenilikler yaparak yakalıyorlar.

11. İyi bir veri bilimciyi işe almanın yolları neler?

Eğer önemli verilerden faydalanmanın yolu veri bilimcileri işe almaktan geçiyorsa, yöneticilerin karşı karşıya olduğu asıl güçlük o yeteneği bulmak, onu bir girişimle ilişkilendirmek ve kârlı hale getirmektir. Bunun yollarına bakalım:

12. Kendini veri bilimi araçlarına adamış grupların üye listelerini taramak

Veri bilimciler tarafından kullanılan açık kaynak grupları ve PIGgies, ideal başlama noktaları olabilir.

13. Linkedin'de veri bilimcileri aratmak

Neredeyse hepsi oradalar.

14. Analiz ve kodlama yarışmaları düzenlemek

Ve en yaratıcı başvuruları takip etmek.

15. Adayların yeni teknoloji ve yöntemleri hızlı biçimde öğrenebildiğinden emin olmak.

Kodlama becerileri birinci sınıf olmak zorunda değil ama idare edecek kadar iyi olmalı.

16. Adayın görsel ve sözel olarak sayılarla iletişim kurabilme yeteneğine bakmak.

Veri setinde bir hikaye bulabileceğinden, kilit veri bilgisi hakkında tutarlı bir anlatım sağlayabileceğinden emin olmak.

17. İş dünyasından çok kopuk olan adaylardan sakınmak

Veri biliminin sektörünüze nasıl uyarlanabileceği konusunda iyi kötü gerçekçi bir yaklaşımda bulunabilmesi gerek.

18. Veri bilimciler sadece tavsiye vermek değil, bir şeyler yapmak istiyor.

Eğitim imkanları çoğaldıkça, yetenek bulma kanalları da gelişecek elbette; ancak bugünün dünyasında veri bilimcilerin gerçek anlamda büyük veri zorluklarına maruz kalan Facebook, Twitter, Google LinkedIn gibi şirketlerde çalışma hayaliyle dolu olması şaşırtıcı değil.

19. Kendilerinden daha çok şey beklendiğinde motive olmaya daha yatkın oluyorlar.

Bazen büyük veriye ulaşmada ve onu yapılandırmada yaşanan zorluklar, öngörü ve optimizasyon içeren çok yönlü analizler yapmak için pek az zaman ve enerji bırakıyor. Fakat eğer yöneticiler basit raporların yeterli olmadığını açıkça belirtirse veri bilimciler kendilerini gelişmiş analizlere adar.

20. Dünya devi şirketler çoktan trendi gördü.

LinkedIn veri bilimciliği neredeyse ilk keşfeden şirket; ancak tabii tek değil. General Electric (GE) veri bilimini hizmet ve endüstriyel ürünlerin tedarik sözleşmelerinin aralıklarını optimize etmek için kullanıyor. Google ise çekirdek arama ve reklam hizmeti algoritmalarını düzenlemek için veri bilimcilerden yararlanıyor. Zynga, oyun deneyiminin uzun vadeli olması ve gelir sağlaması amacıyla veri bilimcilerden faydalanıyor. Netflix, ünlü Netflix Prize sistemini, şirketin film tavsiye sistemini geliştirmek için en iyi uygulamaları ortaya koyan veri bilimi takımı sayesinde oluşturdu. Eğitim şirketi Kaplan ise veri bilimcileri etkili öğrenme stratejileri geliştirmekte kullanıyor.

21. Büyük verinin gelişimi hiçbir yavaşlama belirtisi göstermiyor.

Eğer şirketler yetenek eksikliğinden dolayı bu trendin ilk günlerine dahil olmazlarsa, rakipleri ve kanal ortakları neredeyse mutlak avantaj elde ederken, onlardan geri kalmayı göze almak zorunda. Büyük veriyi şu an oluşan ve zirveye ulaşan destansı bir dalga olarak düşünün. Eğer yakalamak istiyorsanız, sörf yapabilen insanlara ihtiyacınız var.

Harvard Business Review Türkiye, Ekim 2015

Bu içerik Onedio üyesi kullanıcı tarafından üretilmiş, Onedio editör ekibi tarafından müdahale edilmemiştir. Siz de Onedio’da dilediğiniz şekilde içerik üretebilirsiniz.

BU İÇERİĞE EMOJİYLE TEPKİ VER!
Helal olsun!
Hoş değil!
Yerim!
Çok acı...
Yok artık!
Çok iyi!
Kızgın!

ONEDİO ÜYELERİ NE DİYOR?

Yorum Yazın
fatih-terzi

Kendi isimde bir veribilimciyim.Ama bu sisteme ve yararina neredeyse kimsenin dikkat verdigi yok.

bartu-bulkaz

Ne yazık ki Türkiye'de değer vermiyorlar, ya Excel'de de yaparız mantığı var, ya da yeniliklere kapalılar.

Başlıklar

DeepMindFacebookNetflixTwitterdizioyun
Görüş Bildir