Veri Bilimcilerin Yeni Programcılar Olmasının Sebebi

Son rakamsal veriler 2015’te ‘’büyük veri’’ istihdam alanının, 1.9 milyonu Amerika Birleşik Devletleri’nde olmak üzere, 4.4 milyon büyüyeceğini ön görüyor.

 

Bu mevkideki liderler çetrefilli algoritmalar geliştirmekle ve günümüz şirketlerinin üretmekte olduğu büyük meblağdaki verilerden makaleler üretmekle yükümlüdürler. Pazarlama ekiplerinde ise, veri bilimciler pek çok platformdaki okuyucu tecrübeleri arasındaki noktaları birleştirmekten, müşteri yaşam boyu değerini iyileştirmekten, kestirimsel çözümleme yeteneği geliştirmekten ve yeni piyasalara açılımlara rehberlik etmekten sorumludurlar.

 

Accenture’ın 2013-2014 CMO Insights anketine göre, CMO’ların yüzde 78’i mantıksal analizin, dijital medyanın ve cep telefonu teknolojilerinin önümüzdeki 5 yıl içinde devasa değişikliklere neden olacağını söylüyorlar, fakat sadece yüzde 21’i kurumlarının bu değişiklikleri yakalamaya mücehhez olacağına inanıyor.

 

Her 4 pazarlama müdüründen birisi dijital bütünleşmeye olan başlıca engel olarak son derece önemli teknolojilerin ve araçların eksikliğine vurgu yapıyorlar. Pazarlamacıların işletmelere birbiriyle alakasız veri kaynakları, kurumsal silolar ve karmaşık teknolojiler arasındaki noktaları birleştirmelerine yardımcı olmak için veri bilimcilerine gereksinimleri var.

 

Ama büyük bir sorun mevcut. İstatistiksel bilgi, programcılık becerisi ve hikaye anlatma uzmanlığının nadir bir kombinasyonunu gerektiren bu çok yönlü bilim görevini yapabilecek yeterli sayıda insan yok.

 

CRM’nin küresel lideri ve eBay’de bağlılık analisti olan George Sadler ‘’Ben kusursuz veri bilimciyi bir tek boynuzlu at (ünikorn) olarak adlandırma eğilimindeyim.’’ ‘’Onlar hakkında hep bir şey duyarsınız fakat doğada bir tane dahi görmezsiniz.’’

 

“Veri Bilimi” Teriminin Değişime Neden İhtiyacı Var

 

CMO’lar bu veri yığınını idare edebilmek için gereksinim duydukları insanları bulamıyorlar ve muhtemelen de bulamayacaklar çünkü veri bilimi yalnız bir uygulayıcının işinden ziyade çok yönlü karmaşık bir iştir. Jeanne G. Harris, Nathan Shetterley, Allan E. Alter ve Krista Schnell’in ifade ettiği gibi, veri bilim yoğun hesaptan daha fazlasını bünyesinde barındırır.

 

Veri bilimi işletmenin karşılaştığı sorunları ve çapraz fonksiyonel hikayeci ekipleri, yazılımcılar, istatistikçiler , tasarımcılar ve muhasebeciler gerektiren çözümleri ve girişimleri belirlemek için sayıları tetkik etmekle alakalıdır. Bir pazarlamacının gözünden düşünün – kreatif direktörden pazarlama otomasyon kampanyasını geliştirmesini istemezdiniz.

 

Sadler, ‘’Genellikle veri bilimini yerine getirmek için gerekli olan yetenekler bilgisayar bilimi, işletme ve müspet bilimler gibi akademik alandaki uzmanlıklardan gelir’’ der. ‘‘Bu yüzden bunları kendi başınıza yetiştirmelisiniz. Çoğunlukla bir ekip kurmak birbirlerinden öğrenebilecekleri için en iyisidir.’’

 

Çok geçmeden bir zamanlar yalnız bir uygulayıcının işi olan şey çapraz fonksiyonel bir ekip işine dönüşecektir. Harris, Shetterley, Alter ve Schnell’in ifade ettiği gibi, ‘’Fizikçiler büyük bir projeyi yapmaya başladıklarında donanımı tasarlamak, deneyler yapmak ve veriyi analiz etmek için bir ekip toplarlar. Aynı şekilde tüm işi yapabilecek bir kişi aramaktan ziyade, bir veri bilimcinin işini bölüştürmek mantıklı olacaktır.

 

Yüksek Öğretimin Rolü

 

Öğrencileri bugünün veri bilimi rollerine hazırlamaktan ziyade, yüksek öğrenim çapraz fonksiyonel ekipler için vasıfları geliştirmelidir. Öğrencilere uzman yazılımcılar, tasarımcılar ve hikayeciler olmayı bu birbiriyle alakasız gözüken alanları birleştiren ortak bir nokta olarak istatistikle öğretin. İşte üniversitelerin bu değişime nasıl öncülük edebileceği:

 

1 – ‘’Veri Bilimini’’ Birden Çok Bakış Açısından Öğretin

 

Veri bilimcileri çoğu zaman bilgisayar bilimi veya mühendisliğin alt yapısından gelirler. Bu mezunlar uzman geliştirici ve teknolog olan oldukça yetenekli yazılımcılardır. Ne var ki mühendislik, veri bilimi denkleminin yalnızca bir parçasıdır.

 

Veri bilimi projelerinin etkili olabilmesi için kapsayıcı işletme hikayelerini anlatması gerekir. Günün sonunda, metrikler kurumların sorunları çözmesine yardım araçlardır ve işte bu nedenle her kurumun bir veri anlatıcısı ekibine ihtiyacı olacaktır.

 

Bu roller her ne kadar teknoloji temeline dayansa da biraz yazılım tecrübesi gerektirecek ya da hiç gerektirmeyecektir. Buna karşın, istatistik, geliştiricilerle iletişim ve veri hakkında yazabilme yeterliliği gerektirecektir.

 

Okullar bunun farkına bile varmadan halihazırda bu gelecek nesil anlatıcıları yetiştirmektedir. Örnek vermemiz gerekirse, Irvine’de Kaliforniya Üniversitesi’ndeki Demografi ve Sosyal Analiz (DASA) yüksek lisans programı öğrencilere yapay zeka ile öğrenme ve sosyal bilimin bakış açısından istatistiki modelleme kavramlarını öğretmektedir.

 

DASA öğrencileri veri ile çalışmada ve yazmada yeterlilik kazanmak için coğrafik bilgi sistemleri (GIS), çok değişkenli çözümleme ve sosyal veri ağı çözümlemesi ile ilgili dersler alabilmektedirler. Bu programın mezunları çok az bir ihtimalle geliştiriciler olacaktırlar, fakat veri mühendislerinin olduğu ekiplere güçlü tamamlayıcılar olacaklardır.

 

2 – Daha Geniş Konseptleri Öğretin

 

Veri bilimi ile birlikte teknolojik olmayan gizlilik, uygunluk ve etik gibi sorular açığa çıkıyor. Alan çok yeni olduğu için, “en iyi uygulamalar” hala tanımlanmadı fakat tanımlanacak. Standartları belirleyecek olan bir sonraki neslin veri bilimcileri ve pazarlamacılarıdır. Bu liderler eylemlerinin kendileri etrafındaki dünyayı nasıl etkilediğini tam olarak anlamaya ihtiyaç duyacaklardır.

 

The University of Virginia’nın Bilişim Sistemleri Mühendisliği bölümü şimdiden bu sorunu ele alıyor. Geçen kış üniversitenin yeni bölümü Veri Bilimi Enstitüsü’nü desteklemek için 10 milyon dolarlık bir bağış yapıldı. Enstitü; bilimler, mühendislikler ve insan bilimleri de dahil olmak üzere toplumun önemli ‘’büyük veri’’ sorunları ile mücadele etmek için çapraz fonksiyonel bir fakülte ekibi kurdu.

 

Enstitünün kurucu direktörü Don Brown şöyle söylüyor: ‘’Programımızın öğrencileri ahlaki, yasal sorunlar ve politika sorunlarının da dahil olduğu, veri bilimindeki başlıca sayısal ve analitik konuları görürler.’’

 

UV merkezini veri biliminin bir rolünün olduğu mühendislik ve bilimsel araştırmalara bir tasarı olarak hizmet etmesi için kurdu. Etik, hukuk ve politika merkezin asli eğitimsel vizyonu.

 

3 – Risklerle ve Belirsizliklerle Başa Çıkmayı Öğretin

 

Veri bilimiyle birlikte muğlaklık, belirsizlik ve risk gelir. İş analistleri ve pazarlama ekipleri tamamen yeni bir alanda geziyorlar. Belli bir ölçüde başarı şans sayesinde gelecek.

 

Üniversiteler mezunlarını cevapların çıkarmanın (tabii herhangi bir cevap varsa) zor olduğu durumlarda rahat olmalarına yardım ederek hazırlayabilirler. Gerçek dünyada veri hiçbir zaman düzgün bir şekilde paketlenmiş “ödev” halini almayacağı için, öğrencileri çıkış yolu olmayan karmaşık veri kümeleriyle baş başa bırakmak mühimdir.

 

Bu sürecin bölümü öğrencilerden ekip şeklinde çalışmayı ve her kişinin masaya katkıda bulunduğu yeteneklerin ve perspektiflerin çeşitliliğinden yararlanmayı şart koşmalıdır. Öğrencilerin çapraz fonksiyonel ortaklar olmalarına yardım edecek yaklaşım budur.

 

Tennessee Üniversitesi’nde iş analizi ve istatistik alanında Yar. Doç. Michel Ballings’in deyimiyle ‘’Etkili bir şekilde öğrenme tecrübesinin önemli bir parçası kafası bulanmış ve ne yapacağını bilmeme hissidir.’’

 

‘’Bu yüzden gruplar halinde çalışmak önemlidir. Bu tarz projelerinde yapımında karşılaşılacak olan çoğu problemi çözmeye çalışmak öğrencilere benim basit bir şekilde tüm cevapları vermemden çok daha fazla yardım edecektir. Veri madenciliği ve takım halinde çalışma gibi oldukça müphem işlerle başa çıkabilmek oldukça değerli bir beceridir.’’

 

Ballings üniversiteleri programlarını tepeden tırnağa değişen pazarlama endüstrisinin ihtiyaçlarına göre düzenlemesi için teşvik ediyor ve veri bilimi programlarını gerçek dünya uygulayıcıları ile birlikte çalışmaya çağırıyor.

 

Ballings, endüstri ile yakın ilişkiler kurulmasını, sanayi liderlerine kampüse geldiği ve öğrencilerle etkileşim içinde olduğu için bir mekan sağlanması, öğrencilere sınıf projeleri, kapsamlı projeler, sektörün konuşmacılarıyla düzenlenen seminerler ve yaz stajları yoluyla tepeden tırnağa sektör deneyimi sağlanması çağrısında bulunuyor.

 

Ayrıca profesörlerin eğitimlerine devam etmesini de destekliyor.

 

Yine Balling ‘’fakülteye deneyim kazanmaları için endüstri ile birlikte çalışma fırsatlarının sağlanmasını ve endüstri deneyimi kazandıran yardımcı fakültelerin açılmasını’’ söylüyor.

 

 

Bu makale thenextweb.com’da Ritika Puri tarafından 2015’te yayınlanan yazıdan çevrilmiştir.

 

İlk yorum yapan olun

Bir yanıt bırakın

E-posta hesabınız yayımlanmayacak.


*