Günümüzde iş süreçlerimizin neredeyse tamamında veri hayatımızın her noktasına temas ediyor. Sadece bir gün içerisinde üretilen veri miktarı 10 sene önce öncesine göre kat be kat arttı.
ABD merkezli market araştırmaları şirketi International Data Corporation’ın araştırmalarına göre 2020 yılında üretilen veri 44 zettabyte boyutuna varacak. Bu da geleneksel istihbarat ve analiz metotlarının baş etmesinin mümkün olmadığı bir rakam. Bu nedenle veri analistlerine her zamankinden daha fazla rağbet görüyor. IBM sadece 2020 yılı içerisinde veri üzerine 700 bin iş pozisyonu açılacağı tahmininde bulunuyor.
Veri analizi nedir?
Çok geniş bir tabirle veri analizi, çeşitli kaynakların taranması sonucu elde edilen ve değerli kabul edilen büyük miktarda verinin işlenmesi olarak tanımlanabilir. Bu da tabir yerindeyse veriyi kazıyıp algoritma tanımlayarak örüntüler, bağlantılar, eğilimler ve sapmaları tespit etmek için kullanılır. Hedef harekete geçirilebilir sonuçlara vararak kurumsal getirileri ve genel olarak işi üst seviyeye taşımaktır.
Veri analisti olmak için ihtiyaç duyulan 5 temel beceri
Veri analiz işinde kariyer yapmak istiyorsanız bazı beceri ve araçların kullanımında uzmanlaşmanız gerekiyor.
Programlama
Veri analisti olmak isteyenler R ve Python dillerine hakim olmalılar. Bu dillerle yazılan programlar çalıştırılmadan derleme gereksinimine göre genel olarak istatistik ve kodlama olarak iki alt kategoriye ayrılır. R ve Python’a ek olarak Java, SAS, MATLAB, SQL, Tensorflow, Scala ve Julia dillerini bilmek de faydalı olacaktır.
Matematik
Veri analiz işi temel matematik becerisine özellikle de istatistik konusuna hakim olmayı gerektirir. Büyük veri yığınlarıyla çalışırken R gibi güçlü bir programlama dilini tercih ederken daha az yoğunluktaki veri kümeleri için Microsoft Excel gibi istatistiğin öne çıktığı yazılım kullanılabilir.
Veri işleme platformu
Büyük veri kümeleri için veri analistleri genellikle Hadoop ve Apache Spark gibi büyük veri işleme platformlarını kullanırlar. Bu sistemler analizci tarafından verinin farklı cihazlar üzerinden dilendiği gibi sorgulanmasına olanak verir. Daha derin bir görüş elde etmek, ilişkileri ve eğilimleri ortaya koymak için Hadoop ve Apache Spark yine analizcinin en çok güvendiği araçlar olacaktır.
Görselleştirme
Veri analiz sürecinden elde edilen veri, doğru ve net bir şekilde iş stratejisini belirleyen kişilerin anlayacağı dile dönüşmediği sürece hiçbir kıymete sahip değildir. Bu amaçla görsel ve anlaşılır bir dil kurmak için birçok uzman Tableau aracı ile çalışmayı tercih ediyor. Bu araç sayesinde veri analisti bulut veri tabanlarında, elektronik çizelgelerde ve analitik işlem (OLAP) aşamasında bulguları görsel sunuma çevirebilirler.
Makine öğrenimi
Otomasyon büyük ölçekli her veri analizinin kalbinde yer alıyor. Makine Öğrenimi belirgin bir programlamaya ihtiyaç duymadan bilgisayarların kendi kendini geliştirip görevleri yerine getirmesini sağlıyor. Veri analisti ise belirli sorunlara çözüm bulmak için en doğru modeli ve algoritmayı geliştirip uygulayıp hatta eğitebilmelidir de.
Veri analistinin sahip olması gereken vasıflar
Veri analisti olarak bir kariyer yapmak teknik bilginin dışında bir takım vasıflara sahip olmayı gerektirir. İş ile ilgili her türlü beceri veri analistlerinin kariyer yolunda değerli kabul edilir. Ayrıca kısmen tecrübe ile elde edilen birtakım sosyal beceriler de fayda sağlayacaktır.
- İletişim
Veri analistleri genellikle işlenmemiş veri yığını içerisinde gömülü oldukları için kurumdaki diğer kişiler tarafından fark edilmeyebilirler. Bu nedenle veri analisti çok açık bir iletişime ve yüksek sunum becerilerine sahip olmalıdır. Kusursuz iletişim ile olası senaryoları, iş için potansiyel etkiler bağlamında doğru kişilere doğru sonuçları göstererek anlatabilmelidir.
- Kritik düşünme ve yaratıcılık
Başarılı bir veri analisti, veriyi belli bir hedef doğrultusunda analiz edebilmeli ve doğru yorumlamalar yapabilmelidir. Sistematik ve mantıksal bir yaklaşımla analiz ve sorun çözme süreci yürütülmelidir. Yaratıcı olmak bazı tarifi mümkün olmayan bağlantıların bulunmasında veya kendi içinde istikrarsız görünmesine rağmen aslında önemli bir veriye hizmet eden bilginin ortaya çıkmasında işe yarayabilir. Kritik düşünme ve yaratıcılığı madalyonun iki yüzünü olarak düşünebilirsiniz.
- Takım oyuncusu
Veri analiz yöntemleri genellikle bireysel beceri gerektirmesine rağmen etkileri açısından kurumların tamamına etki ediyor. Veri analistleri birçok farklı ekiple ortak çalışabilmeli ve kurumun hedeflerini gerçekleştirmek için veri tabanlı bilgiyi masaya getirebilmelidir.
Veri analisti olarak bir kariyere başlamak
Veri analizi konusunda kariyer yapmak için özellikle cazip maaş gibi birçok cezbedici neden bulunuyor. Glassdoor’a göre veri analist pozisyonunun ortalama maaşı yıllık $69,291 olarak belirlenmiş. Tabii ki böyle sorumluluk gerektiren yoğun bir işin getirisinin de iyi olması önemli bir avantaj. Yalnız kariyer planı yaparken maaş ilk kriter olmamalı. Örneğin bir kişi zaten analist olarak gerekli donanıma sahip olduğu için daha zorlayıcı veya yeni beceriler elde etmesini sağlayacak bir pozisyonu gözüne kestirebilir.
Hedefi veri analisti olmak isteyenler için IBM’le ortak geliştirilen Veri Analist Master Programı’nı gönül rahatlığıyla tavsiye edebiliriz.
