AT2000’lerin başında, ilk gerçek veri bilimcileri matematikçiler, fizikçiler ve istatistikçilerdi. Ultra silolu departmanlarda faaliyet gösteren bu uzmanlar, iş içgörüleri oluşturmak için verileri manuel olarak kodladı ve çıkardı. Veri bilimi özellikle yeni bir disiplin olmaya devam ediyor ve sıfırdan bir müfredat oluşturmak zaman, kaynak ve eğitmenler gerektiriyor.
Mevcut teknolojik manzara ile öğretilen beceriler arasındaki bu boşluk kalıcı bir sorundur. Tarihin en büyük veri üretim dönemlerinden birini yaşıyoruz ve şirketler giderek daha fazla hızlı ve doğru kararlar almak için kullanın. Bununla birlikte, işgücüne giren veya yeniden giren yetenekli profesyonellerin sayısı, iş zekası ve ilgili bilgilere yönelik talebi karşılayamıyor.
İşletmelerin daha bilinçli kararlar alması gerektiğinden, doğru verilere güvenebilmeleri gerekir ve insanlar bu temelleri oluşturmanın en etkili yolu olmaya devam etmektedir. Doğru araçları, yalnızca iş bilgisine sahip olmakla kalmayan, aynı zamanda eldeki sorunun bağlamını da anlayan doğru çalışanların eline vermekle ilgilidir.
Genel bir yanlış anlama
Muhtemelen yeni bir alandaki bu erken görünürlük nedeniyle, veri bilimcisi hem kurumsal dünyada hem de öğretim profesyonelleri arasında anlayış eksikliğinin bir sonucu olarak “veri analitiği” ile bir şekilde eşanlamlı hale gelmiştir. Sonuç, genel bir yanlış anlamadır ve bu da, bu veri analitiği zorluklarının çözümünün, iş değerini artırmak için çözümleri el ile kodlayabilen yüksek vasıflı veri bilimcileri işe almak olduğunu düşündürür. Aslında, tek başına kodu öğrenmek, bu veri analizi becerileri boşluğunu doldurmayacaktır. Bu bilim, teknoloji, mühendislik ve matematik (STEM) becerileri boşluğunun çözümü kodlayıcılarda değil, hem merak hem de veri okuryazarlığına sahip diğer alanlardaki uzmanlarda yatmaktadır.
“Kaybolmuş olsaydınız, yol tarifini bir veri bilimi ekibinden değil, bir taksiden sorardınız”
Kaybolmuş olsaydınız, bir veri bilimi ekibinden değil, bir taksiden yön sorardınız. Bu uzmanlığın yeri doldurulamaz. Aynı şekilde, tüm öğrencilerin nasıl kod yazılacağını bilmesi gerekmez. Python, ortalama bir kişiyi üst düzey bir veri analistine dönüştürmez, bu nedenle bu bilgisayar dili, veri analitiği için zorunlu bir beceri olmamalıdır. Bir alanda uzman olan işbirlikçileri işe almak ve onları erişilebilir analitik araçlar konusunda eğitmek, onların veri bilimi ekibiyle daha yakın çalışabilmeleri ve çoğu durumda kendi sorunlarını kendi hızlarında çözebilmeleri anlamına gelir.
Bu makalenin %44,51’ini okumak için kaldınız. Aşağıdakiler yalnızca aboneler içindir.