Data Scientist (Veri Bilimci) kavramını son yıllarda özellikle Facebook ve Linkedin firmalarından ötürü daha sık duymaya başladık. İş ilanlarında bu görev için adayların arandığına daha sık rastlar olduk. Peki ama Data Scientist kimdir, ne iş yapar?
Data Scientist, bağlı bulunduğu kurum için değer yaratmak amacıyla büyük ve çeşitliliğe sahip veriyi uçtan uca analiz eder. Bu veriler bazen ilişkisel veritabanlarında olabileceği gibi, bazen de log dosyaları, sensör verileri gibi değişik kaynaklardan toplanan veriler de olabilir. Data Scientist bu verileri analiz ederek, sonuçlarını yönetim ile paylaşıp aksiyon alınmasını sağlar ve “Veri Odaklı Uygulamalar” geliştirir. Bu uygulamaların birkaç önemli karakteristiği vardır:
Bu uygulamalar veriden faydalanarak ortaya çıkar
Bu uygulamaların kullanımı sonucunda yeni veriler ortaya çıkar
Yeni çıkan bu veriler uygulamaların iyileştirilmesi için kullanılır
Veri odaklı uygulamalar, kullanıcıların ilgisini çekebilecek ürünleri önermek, pazar analizi, talep analizi, sahtekarlıkların tespit edilmesi gibi örneklendirilebilir.
Google veri odaklı uygulamaya örnek olarak verilebilir. İlk arama motoru Google değildi, Altavista, Yahoo ve benzeri siteler zaten mevcuttu, ancak PageRank algoritması ile Google öne çıktı ve pazar lideri oldu. Daha sonrasında AdSense, AdWords ve Analytics gibi diğer veri odaklı ürünleriyle başarısını ileriye taşıdı.
Linkedin de alanındaki ilk örnek değildi, ancak tanıyor olabileceğimiz kişileri göstermesi, ilgimizi çekebilecek grupları ya da iş fırsatlarını bize sunuyor olması gibi veri odaklı uygulamaları ile benzerlerinin arasından sıyrıldı ve öne çıktı.
Amazon yayına çıktığı ilk günden bu yana öneri sistemine sahip. Bunun dışında hangi ürüne bakan kullanıcıların daha sonrasında hangi ürünü aldığını göstermesi, bu ürünü alan kullanıcıların başka hangi ürünleri aldıkları gibi çok çeşitli veri odaklı uygulamayı da içinde barındırıyor.
eBay açık arttırmalı ürünlerin başlıklarının otomatik olarak doğrulanması, kaybedilen bir açık arttırma ardından kullanıcıya benzer ürünlerin önerilmesi, resim ile arama gibi farklı uygulamalara sahip.
Büyük ve çeşitliliğe sahip veriyi analiz etmek ve veri odaklı uygulamalar geliştirebilmek için birden fazla disiplinde bilgi ve tecrübe gereklidir. Bu nedenle Data Scientist, Yazılım Mühendisliği (belki biraz da Sistem Mühendisliği), İstatistik ve İş Alanı Deneyimi (Domain Experience) alanlarını bir araya getiren çoklu bir disiplindir. Data Scientist olmak isteyenlerin aşağıdaki yetenek ve tecrübelere sahip olması gerekir:
Analitik bir zeka ve geniş bir matematik bilgisi
Özellikle ölçeklendirilebilirlik başta olmak üzere Yazılım Mühendisliği bilgisi
İlişkisel veritabanı sistemlerinde tecrübe
Hem teknik (yazılım, sistem, veriambarı, vs) hem de teknik olmayan (pazarlama, satış, yönetim, vs) birimleriyle efektif bir şekilde iletişim kurabilme yeteneği
İçinde bulunduğu sektör ile ilgili (finans, bankacılık, internet, vs) yeterli tecrübe
Yazılımcı açısından bakıldığında, Data Scientist genel amaçlı yazılım üretmekten ziyade soruları cevaplamak, sorunları çözmek amacıyla yazılımdan faydalanır. Bu sebeple daha ziyade script dilleri (özellikle Python yaygın olarak kullanılmakta) ve otomasyon üzerine odaklanırlar. Bunların dışında Yapay Öğrenme (Machine Learning) konularında bilgi ve tecrübe gereklidir.
Veri Analisti, İş Zekası Uzmanı veya İstatistikçi daha ziyade mevcut araçları kullanmaya odaklanmışken Data Scientist ise çok farklı kaynaklardan, daha fazla veri toplar ve bu veriyi işlemek için yeni araçlar geliştirir. Çoğunlukla mevcut araçların işleyemediği büyük miktarda, yapılandırılmamış ve kirli veriyle çalışır.
İş Analisti açısından ise, her ikisi de iş odağına sahipken Data Scientist kimseden yardım almadan sorularının cevaplarını bulabilecek teknik bilgiye sahiptir.
Son olarak, Data Scientist yaptığı analizlerin veya geliştirdiği veri odaklı uygulamanın sonuçlarınının görselleştirilmesinden de sorumludur. Bu sebeple görselleştirme konusundaki araçlar hakkında da bilgi sahibi olmalıdır.
