Veri Bilimcileri Gerçekte Ne Yapar?

Veri bilimcileri ne yapar? 30’dan fazla veri bilimcisi ile yapılan görüşmelere göre veri bilimi; altyapı, test etme, karar verme için makine öğrenimini kullanma ve veri ürünleri ile ilgilidir. Veri bilimi çok sayıda alanda kullanılıyor, ancak her şey derin öğrenme veya yapay genel zeka arayışı ile ilgili değil. Aslında, ihtiyaç duyulan beceriler arasında iletişim ve hikaye anlatımı yer alır. Ancak veri bilimi giderek daha gelişiyor ve bununla birlikte veri bilimcilerinin ihtiyaç duyduğu beceriler de gelişiyor. Ayrıca, etik giderek daha büyük bir zorluk haline geliyor.

Modern veri bilimi, Google arama sıralamalarını ve LinkedIn önerilerini optimize etmekten Buzzfeed editörlerinin yayınladığı manşetleri etkilemeye kadar teknoloji alanında ortaya çıktı. Ancak perakende, telekomünikasyon ve tarımdan sağlık, taşımacılık ve ceza sistemine kadar tüm sektörleri dönüştürmeye hazır. Yine de “veri bilimi” ve “veri bilimcisi” terimleri her zaman kolay anlaşılmaz ve çok çeşitli veri ile ilgili çalışmaları tanımlamak için kullanılır.

Veri bilimcilerin yaptığı tam olarak nedir? Veri biliminin çeşitli bir alan olduğu doğrudur. Yapılan röportajlar sonucunda veri bilimcileri ne yaptıklarına birçok açıdan yaklaşıyor. Booking.com ve Etsy’de ürün geliştirmeye yönelik devasa çevrimiçi deneysel çerçeveler, Buzzfeed’in başlık optimizasyonu için multi-armed bandit çözümü uygulamak için kullandığı yöntemler ve Airbnb’de makine öğreniminin iş kararları üzerindeki etkisi de dahil olmak üzere geniş bir çalışma yelpazesini anlatıyorlar. Veri bilimi, yalnızca sektöre değil, işletmeye ve hedeflerine bağlı olarak birçok farklı şekilde kullanılabilir.

Ancak tüm çeşitliliğe rağmen, bu röportajlarda bir takım temalar ortaya çıktı. İşte bunlar:

1. Veri bilimcilerinin yaptığı şey. Artık en azından teknoloji endüstrisinde veri biliminin nasıl çalıştığını biliyoruz. İlk olarak, veri bilimcileri, sağlam analitik gerçekleştirmek için sağlam bir veri temeli oluşturur. Ardından, sürdürülebilir büyüme elde etmek için diğer yöntemlerin yanı sıra çevrimiçi deneyler kullanırlar. Son olarak, işlerini ve müşterilerini daha iyi anlamak ve daha iyi kararlar almak için makine öğrenimi pipelineları ve kişiselleştirilmiş veri ürünleri oluştururlar. Başka bir deyişle, teknolojide veri bilimi, altyapı, test etme, karar verme için makine öğrenimi ve veri ürünleri ile ilgilidir.
2. Teknoloji dışındaki sektörlerde de büyük adımlar atılıyor.
3. Etik, alanın en büyük zorlukları arasındadır. GitHub’ın kıdemli makine öğrenimi veri bilimcisi şunları söylüyor: — Bu etik anlayışa sahip olmamız gerekiyor, bu eğitimi almamız gerekiyor ve Hipokrat yeminine benzer bir şeye ihtiyacımız var. Ve gerçekten uygun lisanslara ihtiyacımız var, böylece gerçekten etik olmayan bir şey yaparsanız, belki bir tür cezanız veya men edilmeniz mümkün olabilir.
4. Veri bilimi sadece yapay zeka demek değildir. Çalışan veri bilimcilerinin günlük ekmeklerini çoğunlukla veri toplama, veri temizleme, panolar ve raporlar oluşturmak; veri görselleştirme; istatiksel sonuç; sonuçların kilit paydaşlara iletilmesi; ve karar vericileri sonuçlarına ikna etme yoluyla yaptıklarını anlıyor. Aşağıdaki veri bilimi piramidinde de görüldüğü gibi AI sadece küçük bir kısmı oluşturuyor.

Endüstriler ve toplum genelinde veri bilimi devrimi daha yeni başladı sayılır. Veri bilimcisi unvanının “21. yüzyılın en seksi işi” olarak mı kalacağı yoksa daha özelleşip çalışan profesyonellerin çoğunun sahip olması gereken bir dizi beceriye mi dönüşeceği belirsiz.

Son olarak belirtmek isterim, veri bilimi alanında farklı roller ve kullanılan araçlar hakkında yazdığım yazıya bu linkten ulaşabilirsiniz. Ayrıca, İrem Kömürcü tarafından kaleme alınmış Veri Bilimi ve Verinin Yolculuğu adlı yazı da okumaya değer.

Bu yazıda kısaca veri bilimi mesleğiyle ilgili bilgiler verdik. Okuduğunuz için teşekkür ederim. Bir sonraki yazıda görüşmek üzere.

Kaynak -> Turhan Can Kargın Medium Hesabı