Veri Analitiğinde Ne Pişirilir? UpGrad'daki Takım Verileri Konuşuyor!

Team Data Analytics, UpGrad'da çalışan profesyoneller için en kapsamlı öğrenme deneyimini yaratıyor.

Data Insider, veri analitiği sektörüyle ilgili görüşlerimi almak için kısa süre önce benimle iletişime geçti; bugünün geliştiricileri için dikkat edilmesi gereken ve sahip olunması gereken beceriler de dahil olmak üzere. İşte nasıl gitti:

Bugün veri analizi endüstrisi ne kadar rekabetçi? Bu tür profesyonellere talep nedir?

Yaygın olarak alıntılanan bir McKinsey raporuna göre bazı rakamlardan bahsedelim, Amerika Birleşik Devletleri'nin 2018 yılına kadar yaklaşık 1,5 milyon veri uzmanı sıkıntısıyla karşı karşıya kalacağını belirtiyor. Küresel analitik merkezi olarak ortaya çıkan Hindistan'da, bu tür profesyonellerin sıkıntısı artabilir 200.000 kadar yüksek. Yalnızca Hindistan'da, analitik işlerinin sayısı Haziran 2015'ten Haziran 2016'ya kadar yüzde 120'lik bir artış gördü. Dolayısıyla, bizim için açıkça belirlenmiş bir zorluğumuz var. Doğal olarak, akut yetenek kıtlığı nedeniyle yetenekli profesyoneller yüksek talep görmektedir.

Bugün veri analizi endüstrisinde hangi trendleri takip ediyorsunuz? Neden onlarla ilgileniyorsun?

Dikkat etmemiz gereken üç temel eğilim vardır:

Kişiselleştirme

Kişiselleştirilmiş sistemler oluşturmak için veri kullanımının, her yerde son derece hızlı bir şekilde benimsenen kilit bir eğilim olduğunu düşünüyorum. İnternet hizmetlerinin çoğu, çevrimiçi kullanıcıların anonimliğini kaldırıyor ve farklı muameleye doğru ilerliyor. Örneğin, mesajlarınızı yazarken kelime önerileri veya Uber'i kullanırken hedef önerileri.

Moore Yasasının Sonu

Dikkat edilmesi gereken bir başka ilginç eğilim de, Moore Yasası'nın sonuna geldiğimizde şirketlerin nasıl daha yaratıcı hale geldiğidir. Moore Yasası esasen, iki yılda bir, iki yıl önce bir çipe sığabilecek transistör sayısının iki katına sığabileceğimizi belirtir. Bu yasa nedeniyle, tüm veri devriminden sorumlu olan büyük miktarda veriyi depolama ve işleme gücünü serbest bıraktık. Ama sonra ne olacak?

IoT

Getirdiği saf olasılıklar için dikkat edilmesi gereken başka bir eğilim. Bulut, büyük veri ve IoT'nin (nesnelerin interneti) bir araya gelmesiyle mümkün olan akıllı sistemlerin ortaya çıkmasıdır.

Günümüzde veri mühendisleri için hangi beceri setleri kritik öneme sahiptir? Rekabetçi kalabilmek için neleri bilmeleri gerekiyor?

İyi bir veri bilimcisi, üç alanın nadir bir örtüşmesinde oturur:

Alan Bilgisi

Bu, bir iş sorununun nüanslarını anlamaya ve takdir etmeye yardımcı olur. Örneğin, bir e-ticaret şirketi alıcılarına tamamlayıcı ürünler önermek isteyecektir.

İstatistik Bilgisi

İstatistiksel ve matematiksel bilgi, veriye dayalı karar vermeyi bilgilendirmeye yardımcı olur. Örneğin, belirli bir satın alma için tamamlayıcı ürünler bulmak için pazar sepeti analizi kullanılabilir.

Teknik bilgi

Bu, ölçekte karmaşık analiz yapılmasına yardımcı olur; örneğin bir alıcının defter alırken kalem almayı da tercih edebileceğini gösteren bir öneri sistemi oluşturmak gibi.
Veri Analitiğine Nasıl Geçiş Yapabilirsiniz?

Teknik uzmanlıklarının dışında, veri analitiği ve iş zekası alanlarındaki kişiler başka hangi becerileri geliştirmeleri gerekir?

Sonuç olarak, veri bilimcileri problem çözücülerdir. Ve her sorunun arkasında belirli bir bağlam, içerik ve hikaye vardır. İşte bu noktada tüm bu faktörleri ortak bir anlatı içinde birleştirmek son derece önemli hale geliyor. Esasen tüm veri profesyonellerinin harika hikaye anlatıcıları olması gerekir.

Bu bağlamda, analistlerin keskinleştirmesi gereken temel becerilerden biri, analitiklerin karmaşıklığını onlarla çalışan diğer kişiler için ortadan kaldırmak olacaktır. Elde edilen gerçek içgörüleri takdir edebilir ve ortak bir iş hedefine doğru çalışabilirler.

Ayrıca bir o kadar da önemli olan sürekli öğrenme alışkanlığı kazanmaktır. Her sabah uyanmak ve alanınızda alakalı ve güncel olanı okumak anlamına gelse bile.

Bu profesyoneller, alandaki trendlerin ve yeniliklerin bir adım önünde olmak için ne yapmalıdır?

Bugünlerde profesyonellerin kendilerini sürekli olarak geliştirmeleri ve öğrendiklerini unutmaya ve yeniden öğrenmeye istekli olmaları gerekiyor. İş dünyası ve veri analitiği gibi teknoloji ağırlıklı alanların endüstriyel manzarası her yıl değişiyor. Önde kalmanın, hatta bu trendlerle aynı seviyede kalmanın tek yolu öğrenmeye yatırım yapmak, sektörle ilgili heyecan verici projeler üstlenmek, Kaggle gibi yarışmalara katılmak vb.

Veri endüstrisinde mentorluk ne kadar önemlidir? Profesyoneller kariyerlerini ve becerilerini ilerletmek için kimleri arayabilir?

Son derece önemli. Bu alanın ne kadar hızlı ortaya çıktığı göz önüne alındığında, genel olarak akademi ve üniversiteler aynı hızla devam etme şansına sahip değiller. Bu nedenle, bu alanla ilgili olarak sektörle ilgili kalmanın tek yolu, sektöre özel öğrenmeye sahip olmaktır.

Bu, yalnızca iki şekilde yapılabilir - gerçek hayattan vaka çalışmaları ve çalışan/kıdemli profesyoneller ve veri analitiği endüstrisinden gelen danışmanlar aracılığıyla.
Aslında, UpGrad'da, gelecek vadeden veri uzmanları için endüstri danışmanlığı konusunda çok fazla stres var. Bu, bir dizi vaka çalışmasına ve sektörle ilgili projelere ek olarak sunulmaktadır.

Dünyanın en iyi Üniversitelerinden veri bilimi sertifikası alın . Kariyerinizi hızlandırmak için Yönetici PG Programları, İleri Düzey Sertifika Programları veya Yüksek Lisans Programları öğrenin.

Veri uzmanlarının mentor bulması için en iyi yerler neresidir?

Tomurcuklanan veya gelecek vadeden veri uzmanları için doğru danışmanları bulmak için ağlarından yararlanmaları önemli olsa da, bunu yapmak kuşkusuz zordur. Bunun için suçlanabilecek iki ana sebep var.

• Birincisi, endüstrinin içinde bulunduğu yeni aşamadan dolayı, mentor olmak için gerekli becerilere sahip birini bulmak son derece zordur.
• Alanında önemli deneyime sahip birini bulsanız bile, herkesin etkili bir akıl hocası olmak için zamanı ve eğilimi yoktur. Bu nedenle çoğu insan mentorluk almak için nereye gideceğini bilmiyor.

Size zengin, sektörle ilgili bir öğrenme deneyimi sağlayan UpGrad gibi platformlar burada devreye girer. Başka hiçbir yerde, çok kıdemli ve tanınmış profesyonellerden mentorluk için bu kadar geniş bir endüstri bağları veya dernekleri yelpazesine rastlamanız olası değildir.

Gelişmeler, eğilimler ve beceriler konusunda eğitimli ve güncel olduklarından emin olmak için veri analitiği endüstrisindekiler hangi kaynakları kullanmalıdır?

Çok var. Yeni başlayanlar için, Data Skeptic, Freakonomics, Talking Machines ve çok daha fazlası gibi Podcast'lere ayak uydurmak isteyen/mevcut veri analistlerine iyi hizmet edecek bazı iyi ve oldukça ilginç bloglar ve kaynaklar burada.

Bu röportaj ilk olarak Data Insider'da yayınlandı.