Veri Bilimi (Data Science) Alanında Kariyer Seçenekleri

Veri bilimi alanı son zamanların en popüler çalışma ve araştırma alanlarından biri olarak sayılıyor. Bu alanda kariyer sahibi olmayı seçenlerin sayısı ise gün geçtikçe artıyor. Geleneksel iş tanımlarından farklı olarak, veri bilimi alanında çalışmak için lisans veya yüksek lisans dereceleri değil; doğru beceriler ve deneyim önem kazanıyor. Bu noktada karmaşık ve belirsiz problemler üzerine çalışmayı sevmek, uygulamalı istatistik ve lineer cebir gibi ileri Matematik konularını öğrenmeye hevesli olmak, verilerle hikayeler anlatmayı sevmek, bilgisayar bilimi ve programlama konularına ilgi duymak gerekiyor. Tabii bunun yanında yeterli becerileri edinebilmek için sabırla çalışmak ve kendini geliştirmek de iyi bir veri bilimci olmak için şart. Bu yazımızda veri bilimi alanında çalışmayı seçen veya seçmeyi düşünenler için, bir veri bilimcinin önündeki kariyer seçeneklerini inceleyeceğiz.

 

Veri bilimi alanındaki kariyer yolu en temelde ikiye ayrılıyor: bir veri bilimi uzmanı olup veri analisti, veri tabanı uzmanı, veya veri bilimcisi olarak çalışmak; veya analiz yönelimli başka pozisyonlara (fonksiyonel iş analisti, veri odaklı yönetici gibi) yönelmek.

Veri Analisti (Data Analyst)

Veri analistinin genel iş tanımı verileri toplamak, sınıflandırmak, belli başlı yöntemler kullanarak analiz etmek ve bunun sonucunda kurumlar için oldukça değerli olan raporlar oluşturmak oluyor. Daha genel bir iş tanımları olan veri analistleri, farklı ekiplerde ve farklı rollerde çalışabiliyor. Daha somut problemlerle uğraşıp, veri bilimciler kadar kompleks sorunlarla ilgilenmiyorlar.

Kullandığı beceriler: A/B testi, alan bilgisi, Excel, veri görselleştirme, programlama, SQL, raporlama.

Veri Bilimci (Data Scientist)

Veri bilimciler bağlı bulundukları kurumların daha karmaşık, büyük ve çeşitliliğe sahip verilerini inceliyor. İlişkisel veritabanları, log dosyaları veya sensör verileri kaynaklı çoklu verileri analiz ederek veri odaklı yeni uygulamalar geliştiriyor, yeni geliştirdikleri uygulamalar sonucu ortaya çıkan verileri de inceleyerek var olan uygulamalarını geliştirmek için kullanıyorlar. Gündelik iş rutinlerine belirsizlik ve kompleksite oldukça hakim oluyor.

Kullandığı beceriler: Büyük Veri, veri modelleme, veri görselleştirme, yapay öğrenme, programlama, istatistik, takım çalışması.

Veri Mühendisi (Data Engineer)

Veri mühendisi, veri analisti ve veri bilimcinin üzerine çalışacağı verilerin ham halde kullanıma hazır hale getirilmesinde çalışıyor. Çok daha teknik bir iş kolu olan alan, daha çok veri altyapılarını oluşturmak ve yönetmek gibi görevlerden oluşuyor.

Kullandığı beceriler: Java, SQL, SAS, veri altyapısı programlama

Peki hangi alanda çalışmayı seçmeliyim?

Veri analisti mi olmalıyım?

Veri analisti olmaya uygun olup olmadığınızı şu şekilde anlayabilirsin:

• Kendini tek bir alana adamak istemezsin.
• Birbirinden farklı işlerde çalışmayı seversin.
• Somut problemler üzerine çalışırsın.

Veri bilimci mi olmalıyım?

Veri bilimci olmaya uygun olup olmadığınızı şu şekilde anlayabilirsin:

• Karmaşıklık ile uğraşmayı seversin.
• Belirsizlik ile baş edebilirsin.
• Tek bir soruna odaklanmayı tercih edersin.
• Her sorunun cevabını bulamamayı kabul edersin.

Veri mühendisi mi olmalıyım?

Veri mühendisi olmaya uygun olup olmadığınızı şu şekilde anlayabilirsin:

• Teknik bir iş tanımından hoşlanırsın.
• Veri altyapısı oluşturmak ve yönetmek istersin.
• Yazılım geliştirmek sana heyecan verir.

Veri bilimi yeni gelişen bir alan olması sebebiyle kariyer yolculuğunda büyük bir esneklik ve geçişkenlik sunuyor. Bir veri analisti yapay zeka, istatistik ve veri yönetimi alanında bilgilerini geliştirerek veri bilimcisi rolüne geçebileceği gibi diğer şekilde geçişler de mümkün. Üstelik herkes tarafından ulaşılabilir birçok çevrimiçi eğitim seçeneği sayesinde, bir üniversite lisans bölümüne dahil olmadan, uzaktan da gerekli beceri ve yetkinlikleri edinmek mümkün oluyor.