should_authorize_via_email
email.input_code tel.input_code
 
email.code_actual_for tel.code_actual_for
apply_exit_text
session_ended
to_homepage
Dijital Dönüşüm Çağında Veri Bilimi

Dijital Dönüşüm Çağında Veri Bilimi

Veri Bilimi için Matematik ve İstatistik eğitimimiz öncesinde tecrübeli eğitmenimiz Mustafa Batuhan Ermiş ile bir röportaj gerçekleştirdik.

Veri bilimi, dijital dönüşümün en önemli araçlarından biri haline geldi. Nesnelerin İnterneti ve 5G teknolojilerinin yaygınlaşması, üretilen veri hacmini de artırdı. Dolayısıyla, her geçen gün sektörde daha fazla uzmana ihtiyaç duyuluyor. Biz de bu röportajımızda, robot_dreams olarak gerçekleştireceğimiz Veri Bilimi için Matematik ve İstatistik eğitimimiz öncesinde, veri bilimi alanında deneyimli bir uzman olan eğitmenimiz Mustafa Batuhan Ermiş ile kariyer yolculuğunu ve veri bilimini dinamik teknoloji dünyasında nasıl bir geleceğin beklediğini konuştuk. Keyifli okumalar!

Veri bilimi günümüzde oldukça popüler bir sektör. Bize bu alanda Vodafone’dan Yemeksepeti’ne uzanan yolculuğunuzdan ve kariyerinizin dönüm noktalarından biraz bahseder misiniz? 

Galatasaray Üniversitesi İktisat bölümü mezunuyum. Kurumsal hayata ilk girişim Vodafone ile oldu. Ticari bir pazarlama departmanında kısa süreliğine staj yaptıktan sonra Dataquest.io'da veri bilimi öğrenim asistanı olarak çalıştım. Ardından, e-ticaret menşeli bir dijital pazarlama ajansında profesyonel düzeyde veri bilimci olarak görev aldım. Burada, aralarında birçok saygın markanın bulunduğu marka portföyümüze veri analizi ve makine öğrenimi projelerinde danışmanlık verdim. Danışmanlık sürecimin ardından sırasıyla Garanti BBVA ve n11’de çalıştım. Daha sonrasında, UNDP'de uluslararası bir ekiple insan sağlığı, trafik problemleri gibi konulardaki verilerin gönüllü analizi ve modellenmesi projelerinde yer aldım. Güncel olarak da Yemeksepeti'nde uzman veri bilimci olarak çalışmaktayım.

Bir veri analisti olarak mesleğinizin en keyif aldığınız veya en karmaşık bulduğunuz kısmı nedir?

Kitlelerin alışveriş davranışlarını matematiksel modellerle çözümlemek, istatistik, ekonomi ve sosyoloji disiplinlerini birleştiren karmaşık bir iştir. Fakat bilimin bu alanlarına mesleğim dışında da duyduğum özel ilgi, bu ve benzeri projeleri benim için hep keyifli kılmıştır.

Kursumuzun hedef kitlesinde geliştiricilerden veri bilimcilere kadar çeşitli meslekler yer alıyor. Veri bilimi alanında uzmanlaşmak isteyen katılımcılarımızın eğitimimiz konusunda dikkat etmeleri gereken en kritik noktalar neler?

Bana göre bir veri bilimcinin sahip olması gereken en önemli yetenek, yeni şeyler öğrenme ve keşfetme arzusudur. Bu arzuyu doyurabilmek için ise, sistematik bir şekilde bilgi edinme ve analiz etme yeteneğine sahip olması gerekir.

Veri bilimi, genellikle karmaşık problemlerin çözülmesini gerektiren bir alandır. Bu nedenle, veri bilimcileri, bu problemlere yenilikçi ve yaratıcı çözümler geliştirmek için sürekli öğrenmeye ve yeni beceriler geliştirmeye açık olmalıdırlar.

Katılımcılarımız, eğitim boyunca Python üzerinden çalışacak, NumPy ve Pandas gibi kütüphanelerden faydalanacak. Veri analizi alanında, Python nasıl bir avantaj sağlıyor?

Python, veri analizi ve bilimsel hesaplamalar için geniş bir ekosistem sunan açık kaynaklı ve çok yönlü bir programlama dilidir. NumPy, Pandas gibi kütüphaneler, Python'ı veri manipülasyonu ve analizi için güçlü araçlarla donatır. Python sade ve anlaşılır bir programlama dili olmakla beraber geniş bir kütüphane ve topluluk desteğine de sahip. Bu gibi etmenler Python’ı bir veri bilimci için çok değerli bir araç kılıyor.

robot_dreams üzerinde uygulamalı bir eğitim felsefemiz var. Katılımcılarımız, kurs sonunda ne gibi pratik beceriler elde edecek? 

Uygulamalı eğitimimiz, katılımcılara veri ve bilime dayalı karar alma, iş dünyasındaki gerçek problemleri detaylı bir şekilde analiz etme ve geniş bir perspektif yardımıyla çözebilme becerilerini kazandırarak, bu alandaki kariyerlerine sağlam bir temel atma imkanı sunacak.

Her gün yapay zeka ve teknoloji alanında yeni bir gelişme yaşanıyor. Farklı sektörlerdeki tecrübelerinizden yola çıkarak, veri analizinin dijital dönüşüm çağında geleceği hakkında ne düşünüyorsunuz?

Nesnelerin İnterneti ve 5G gibi teknolojilerin gelişimi ve yaygınlaşması, çevremizdeki neredeyse her şeyin birbiriyle iletişim kurabilecek bir altyapı üzerinden veri üreteceği bir geleceğin kapılarını aralıyor. Bu, akıllı şehirler, akıllı evler, akıllı araçlar ve daha fazlası gibi yeni uygulamaların ortaya çıkmasına yol açacak. Bu yüksek hacimdeki veriler, kaynaklar arasında çok daha hızlı bir şekilde aktarılabilecek ve bizi daha bağlantılı bir dünyaya taşıyacak.

Sizce bu gelişmeler, meslek alanı olarak veri bilimciliği üzerinde nasıl bir etkiye sahip olacak?

Artan veri hacmi ve işlem hızı, veri yönetimini daha da önemli kılıyor. Verilerin etkili bir şekilde depolanması, analiz edilmesi ve güvenlik standartlarının sağlanması, günümüzün ve geleceğin iş dünyasının temel ihtiyaçları arasında yer alıyor. Dolayısıyla veri alanında uzmanlaşan profesyonellerin hem değeri hem de bu kişilere olan iş gücü talebinin artış göstereceğini düşünüyorum.

Eğitmenimiz Mustafa Batuhan Ermiş’in de röportajımızda bahsettiği gibi, Nesnelerin İnterneti ve 5G gibi teknolojilerin yaygınlaşmasıyla birlikte, çevremizdeki her şeyin veri üretecek olması, veri biliminin önemini daha da artıracak. Bu nedenle, veri bilimi alanında kariyer yapmak isteyen kişilerin, entelektüel merak ve araştırma eğilimi gibi temel becerilere sahip olmaları ve Python gibi programlama dillerini öğrenerek kendilerini geliştirmeleri gerekiyor.

Veri Bilimi için Matematik ve İstatistik eğitimimiz, sizlere veri analizi ve makine öğrenimi gibi temel konularda uygulamalı beceriler kazandırmayı hedefliyor. Bu eğitim, veri bilimi alanında kariyer yapmak isteyen kişiler için sağlam bir temel oluşturacak.

Daha fazla makale
Bu makale, bireylerin genel ve belirsiz kişilik tanımlamalarını kendi benzersiz kişiliklerinin doğru yansımaları olarak algılamalarını açıklayan psikolojik bir fenomen olan Barnum etkisini derinlemesine incelemektedir.
Simpson Paradoksu, alt grup analizleri veya başka değişkenler göz ardı edildiğinde genel bulguların nasıl yanıltıcı olabileceğini gösteren bir istatistiksel fenomendir.