Nasıl Veri Bilimci (Data Scientist) Olabilirim?

Bahsedeceğimiz becerinin hiçbirinin makine öğrenimi veya derin öğrenmeyle ilgisi olmadığını fark edebilirsiniz ve bu bir hata değildir. Şu anda, ön modelleme aşamalarında ve modelleme sonrası aşamalarda kullanılan beceriler için çok daha fazla talep var. Ve bu nedenle, öğrenmek için en çok önerilen yedi beceri, bir veri analisti, bir yazılım mühendisi ve bir veri mühendisinin becerileriyle örtüşüyor.

Bununla birlikte, 2021’de öğrenmek için en çok önerilen yedi veri bilimi becerisini inceleyelim:

1) SQL

• SQL, veri dünyasındaki evrensel dildir. Veri bilimcisi, veri mühendisi veya veri analisti olun, SQL bilmeniz gerekir.
• SQL, bir veritabanından veri çıkarmak, verileri işlemek ve veri ardışık düzenleri oluşturmak için kullanılır – temelde, veri yaşam döngüsündeki hemen hemen her ön analiz / ön modelleme aşaması için önemlidir.
• Güçlü SQL becerileri geliştirmek, analizlerinizi, görselleştirmelerinizi ve modellemenizi bir sonraki seviyeye taşımanıza olanak tanır çünkü verileri gelişmiş yöntemlerle çıkarabilir ve işleyebilirsiniz.

2) Veri Görselleştirmeleri ve Hikaye Anlatma

• Veri görselleştirmeleri oluşturmanın ve hikaye anlatmanın bir veri analistinin rolüne özgü olduğunu düşünüyorsanız, tekrar düşünün.
• Veri görselleştirmeleri sadece görsel olarak sunulan verilere atıfta bulunur – grafikler şeklinde olabilir, ancak alışılmadık şekillerde de sunulabilir.
• Veri hikayesi anlatımı, veri görselleştirmelerini bir sonraki seviyeye taşır – veri hikayesi anlatımı, içgörülerinizi “nasıl” ilettiğiniz anlamına gelir. Resimli bir kitap gibi düşünün. İyi bir resimli kitabın iyi görselleri vardır, ancak aynı zamanda görselleri birbirine bağlayan ilgi çekici ve güçlü bir anlatımı da vardır.
• Veri görselleştirme ve hikaye anlatma becerilerinizi geliştirmek çok önemlidir çünkü bir veri bilimcisi olarak her zaman fikirlerinizi ve modellerinizi satarsınız. Teknolojik açıdan o kadar bilgili olmayan başkalarıyla iletişim kurarken özellikle önemlidir.

3) Python

Etkileşimlerime göre, Python, R’yi öğrenmek için başvurulacak programlama dili gibi görünüyor. Bu, R kullanırsanız veri bilimcisi olamayacağınız anlamına gelmez, ancak bu sadece bir insanların çoğunun kullandığından farklı bir dil.

Python sözdizimini öğrenmek kolaydır, ancak verimli komut dosyaları yazabilmeli ve Python’un sunduğu çok çeşitli kitaplık ve paketlerden yararlanabilmelisiniz. Python programlama, verileri işleme, makine öğrenimi modelleri oluşturma, DAG dosyaları yazma ve daha fazlası gibi uygulamalar için bir yapı taşıdır

4) Pandas

Muhtemelen Python’da bilinmesi gereken en önemli kitaplık, veri işleme ve analizi için bir paket olan Pandas’tır. Bir veri bilimcisi olarak, verileri temizlerken, araştırırken veya verileri işlerken bu paketi her zaman kullanacaksınız.

Pandas, yalnızca işlevselliği nedeniyle değil, aynı zamanda DataFrame’lerin makine öğrenimi modelleri için standart bir veri yapısı haline gelmesiyle de çok yaygın bir paket haline geldi.

5) Git/Version Control

Git, teknoloji topluluğunda kullanılan ana sürüm kontrol sistemidir. Bu mantıklı değilse, bu örneği düşünün. Lise veya üniversitede, daha önce bir makale yazmak zorunda kaldıysan, ilerledikçe makalenin farklı versiyonlarını kaydetmiş olabilirsin.

Git, dağıtılmış bir sistem olması dışında aynı amaca hizmet eden bir araçtır. Bu, dosyaların (veya havuzların) hem yerel olarak hem de merkezi bir sunucuda depolandığı anlamına gelir. Git, birkaç nedenden dolayı son derece önemlidir, bunlardan birkaçı:

• Kodun eski sürümlerine geri dönmenizi sağlar
• Diğer birkaç veri bilimcisi ve programcısıyla paralel çalışmanıza olanak tanır
• Tamamen farklı bir proje üzerinde çalışıyor olsanız bile diğerleriyle aynı kod tabanını kullanmanıza olanak tanır.

6) Docker

Docker, makine öğrenimi modelleri gibi uygulamaları dağıtmanıza ve çalıştırmanıza olanak tanıyan bir konteynerleştirme platformudur.

Veri bilimcilerin yalnızca modelleri nasıl inşa edeceklerini değil, aynı zamanda onları nasıl dağıtacaklarını da bilmeleri giderek daha önemli hale geliyor. Aslında, birçok iş ilanı şimdi model dağıtımında biraz deneyim gerektiriyor.

Modellerin nasıl devreye alınacağını öğrenmenin bu kadar önemli olmasının nedeni, bir modelin ilişkili olduğu süreç / ürünle gerçekten entegre olana kadar hiçbir iş değeri sunmamasıdır.

7) Airflow

iş akışlarını otomatikleştirmenize olanak sağlayan bir iş akışı yönetim aracıdır. Daha spesifik olarak Airflow, veri ardışık düzenleri ve makine öğrenimi ardışık düzenleri için otomatikleştirilmiş iş akışları oluşturmanıza olanak tanır. Airflow güçlüdür, çünkü daha fazla analiz veya modelleme için kullanmak isteyebileceğiniz tabloları üretmenize olanak tanır ve ayrıca makine öğrenimi modellerini dağıtmak için kullanabileceğiniz bir araçtır.