Sitenin Trafik Kaynakları

Evet durum böyle . En çok ziyaretçiyi İsrail'den toplamışım.Sitemde çok  az İngilizce ifade kullanmama rağmen  trafiğin %75'i Türkiye dışından gelmiş.Bu verilere alt yapısını kullanıyor olduğum Google  Blogger Analitik servisi üzerinden ulaştım.Tabii ki önemli olan ziyaretlerde devamlılık süresidir.İngilizce içerik bulamayınca yabancı ziyaretçiler muhtemelen geri dönecekler ve bir daha kapımı çalmayacaklardır.Arada onları da  memnun etmek gerekir.Genel olarak baktığım zaman  4 bin seviyesinde bir ziyarete ulaşmışım.Bence kişisel bir site için  6-7 ay gibi bir sürede fena bir rakam değil.Zaten reyting gibi bir kaygım da yok.Bu siteyi oluşturmam da en büyük neden kariyer amaçlıydı.İş bulmama daha hızlı etki eder diye düşünmüştüm ama sonuç alamadım henüz.Belki de son paylaştığım İş Zekası örnek projeleri piyasa açısından  vasat  yetersiz seviyedeydi.İşin doğrusu acele ile uyarlanmış projelerdi bunlar.Kopya çekmedim  fakat  ana yapı olarak Microsoft'un örnek eğitim projelerini esas almıştım.Sanırım daha gerçekçi verilere dayalı tamamen özgün bir projeyle çıksam daha etki edecek gibi.

Boşa kürek çekiyoruz

Evet durum bu ...Bunu ben değil OECD verileri söylüyor . Çok uzun saatler çalışıyoruz ( ! ) ama sonuç çok kötü. Çalışan üretkenliği 2012 yılında 100 üzerinden 45 puan gelmiş.Hem imalat hem de hizmet sektörü bu durumdan sorumlu.Hatta hizmet sektörü bu kötü sonuçtan daha sorumlu olabilir diye düşünüyorum.Peki neden yeterince üretken değiliz?.Subjektif yorumlarımı katarak biraz duygusal bir yaklaşımla bu soruyu yanıtlandırmaya çalışacağım.Herşey den önce millet olarak şekilciyiz.Yaptığımız her işte görüntüyü kurtarma derdindeyiz.Gün içinde çok uzun saatler çalışıyoruz ama her şey görüntü için yapılıyor.Amacına uygun çalışmıyoruz.Belli bir strateji ve plan yok.Her gün günü kurtarma adına toplantılar yapılıyor.Ama sonuçlarını ölçüp değerlendirebilecek kadar cesur olamıyoruz.En basit şey mesela gerçek zamanlı işleyen verilerin kaydını bile tutmaya üşeniyoruz.Halbuki Veri Madenciliği ,İş Zekası ve hatta son zamanlarda patlama  yapan Veri Biliminden tam olarak haberimiz olsaydı o verileri tutmak için can atardık.Şu an küçük bir işletme bir Kobi yöneticisi olsam ilk işim kurumda  veri toplama altyapısını kurmak ve bu verilerden  hakkıyla faydalanmak amacıyla bir tane de olsa veri madenciliği yahut iş zekası uzmanını işe almak olurdu.Maliyeti ne olursa olsun bu işin uzun vadeli dönüşü kesinlikle işletmeye kazanç olarak dönecektir.Diğer bir mesele de birçok kurumda bilimsel projelere önem verilmemesi.Üniversite ve özel sektör bütünleşmesi sağlanamıyor.İşler alışılagelmiş eski geleneksel yöntemlerle yapılıyor.Mail,telefon,Excel üçgeni içinde işler eski yöntemlerle götürülüyor.Projeler ve iyileştirme çalışmaları yapılamıyor.Okulda öğrenilen okulda kalır felsefesi buraya hakim olmuş durumda.Gerçekten bu kafada olan yöneticiler var şu an.Bu nereye kadar böyle gider derseniz bir noktada  mutlaka patlayacaktır.Türkiye bu işten  zarar görebilir.

Peki siz bu konuda çalışırken ne yaptınız diye soracak olursanız.Kendime özeleştiri getirmem gerekecek.Yeterli olmamakla birlikte  mikro ölçekte  projeler geliştirdim.Çalıştığım her yerde bu yöntemi uyguladım.Fakat etki edecek derecede uzun süreler çalışmadım/çalışamadım maalesef.Şüphesiz benim de kariyer seçimi konusunda bazı hatalarım olmuştur.Önemli olan  geçmiş hatalardan ders alıp kendini geliştirme sürecini devam ettirebilmek diye düşünüyorum.

Data Scientist çalışmasından notlar-II

Dataquest üzerinden yürütüyor olduğum Data Scientist çalışmasında 2.adım olan  Data Analysis and Visualization  (Veri Analizleri ve Görselleştirme) kısmını da dün gece itibariyle bitirmiş oldum.Bu bölümde  Python'un  Pandas (Veri Analizi kütüphanesi) ,Matplotlib (Veri Görselleştirme kütüphanesi) ve ek bileşen olarak Seaborn (Veri görselleştirme ek bileşeni) kütüphaneleri üzerinde temel fonksiyonları inceledim ve dataquest platformu üzerinde pratik yaptım.Yalnız bunlarla birlikte dataquest üzerinde  data cleaning (veri temizleme,sadeleştirme v.b.) kısmında anlatımın zayıf ve yetersiz kaldığını da söyleyebilirim.Dataquest burada Python'un kütüphanelerine temel bir giriş yapmanızı teknik anlamda  sağlıyor.

Öğrendiğim bu kütüphaneler ile ilgili  kısaca genel bilgiler vereyim.Pandas,Python'da Veri Analizi işlevlerini barındıran bir kütüphane.Bu kütüphanenin çalışma temelini matrisler ve vektör işlemleri oluşturuyor.Bu nedenle  SQL'e kıyasla çok daha hızlı ve detaylı analizler gerçekleştirebilme imkanı sunuyor.Matplotlib, bu kütüphanede histogram,bar,serpme,trend çizgi,box v.b.  grafikleri istediğiniz parametrelerde ve boyutlarda çizim yapmanızı programlama imkanı sunuyor.Mesela bir histogram grafiği  için   verilebilecek  parametreler  şöyle " (x, bins=10, range=None, normed=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, hold=None, data=None, **kwargs) 'dir.Seaborn 'da Stanford Üniversitesi Data Science bölümü tarafından oluşturulan  Matplotlib üstüne kurulu grafik çizimlerini görsel olarak daha iyi hale getiren  ve özgünlüğü daha ileriye taşıyan bir kütüphane.

Veri Bilimci Nedir ?.

Türkçe adıyla "Veri Bilimcisi" olarak adlandırılan Data Scientist  mesleği hakkında bildiklerimi bu yazımda paylaşmaya çalışacağım.Bu mesleği icra eden kişiler Data Science yeteneklerini ve teknik bilgilerini  kullanarak  big data (facebook,youtube,twitter gibi) veya veri setleri üzerinden istatiksel,yapa zeka veya diğer bilimsel (mühendislik,tıp,ekonometri v.b.) algoritmalara dayalı analitik modeller tasarlayarak kullanıcıların/müşterilerin talebini karşılayarak üreticinin/web sitesi/yazılım şirketinin maliyetlerini en düşük tutacak ve karını maksimize edecek  bilgi sistemleri (web,mobil,desktop uygulamalar) veya iş çözümleri oluştururlar.Data Scientist  tanımından anlaşılacağı üzere çok yönlü yetenekler ve sağlam bir akademik arkaplan bilgisi gerektiren bir meslektir.Bu yüzden  21.yüzyılın en seksi mesleği olarak nitelendirilmiştir.Data Scientist mesleğini yapan kişiler İstatistik,Machine Learning(Makine Öğrenmesi),Lineer Cebir,Matematik,Optimizasyon,Bilgisayar Bilimi,Data Hacking (Veri ele geçirme),Veri Mühendisliği (ETL,Veri Madenciliği,Veri Analizi,Veri Görselleştirme) gibi disiplinlerden istifade ederler.2018 yılında  ABD'de şimdiden 150 bin Data Scientist adayına ihtiyaç olduğu hesaplanmıştır.ABD ayrıca  devlete ait başta iklim,sağlık olmak üzere  ve diğer alanlarda ilgili veritabanlarını ABD'li data scientist 'lerin hizmetine açmıştır.Bu sayede Beyaz Saray , ABD ve Dünya coğrafyası için önemli iyileştirmeler  ve kazanımlar hedeflemektedir.

Diğer bir yandan Data Scientist projeleri bir takım işidir.Youtube üzerinden izlediğim  Hadoop'un hazırlamış olduğu bir konferansta  Data Scientist işlerinin bir takım sporu olduğundan bahsedilmişti.ABD Başkanı Obama'da videonun bir bölümünde, aynı şekilde bunun üstüne vurgu yapmıştı.Bence bunun en büyük nedeni  de Data Scientist çalışmalarının çok yönlü uzmanlık bilgisi gerektirmesidir.Sonuç olarak Data Scientist çalışmaları  verinin yoğun olduğu her alana (Savunma,Üretim,Finans,Sağlık,Pazarlama,Haberleşme,Reklamcılık,Medya ...) uygulanabileceğinden dolayı her bir alanda  çok farklı uzmanlık bilgilerine ihtiyaç duyulabilmektedir.

Data Scientist projeleri diğer bir yandan  zor seviyede olan işlerdir.Mesela NetFlix şirketinin 2006 yılında başlatıp 2008 yılında sonlandırdığı  1 milyon dolar değerindeki Data Scientist yarışmasında yüzlerce takım içerisinden sadece  iki takım finale kalabilmiştir.Takımların görevi NetFlix'in kendi site müşterilerinin profillerine göre sunduğu film öneri sistemini oluşturan yazılımı , %10 'dan daha iyi bir başarıyla yeniden tasarlamaktı.Sadece onlarca satırdan oluşan bir kod parçası , ayları hatta yılları geçen bir sürede yedi tane zeki adamın sinerjisiyle ortaya çıkabilmişti.Bununla birlikte o günlerden bu yana Data Scientist araçları ve  big data çok hızlı bir şekilde gelişti.Evet bu bir gerçek,realitedir kesinlikle kurgu değil.Artık Data Science çalışmaları R programlama paketi , Python , Weka gibi ortamlarda oluşturulmuş kütüphanelerin yardımıyla daha hızlı ve etkin bir şekilde yapılabilmektedir.Bu iş nasıl bu noktaya kadar çok hızlı gelişti diye sorabilirsiniz.Ama diğer yandan mesela  94 yılı öncesi hangimiz İnternet 'in keşfedileceğini ve böyle hızlı bir şekilde genişleyeceğini biliyordu ?...

düzenlendi : 28.02.16

Data Scientist çalışmasından notlar-I

Veri bilimi üzerine başladığım çalışmada ilk adım olan Python programlama dilinin temel konularını bitirmiş oldum.Daha öncesinde codecademy.com sitesinde  ücretsiz bir eğitim almıştım fakat yeniden konuları tekrarlama ihtiyacı hissettim.Bu sefer  ücretli olan başka bir site üzerinden çalıştım.Bu kaynak aynı zamanda adım adım  Python ile Data Scientist eğitimi veriyor.Site aynı codecademy konseptinde  kullanıcılara uygulama yaptırarak işi öğretiyor.Bu kaynağın adı  "dataquest" .Aylık  49 veya  399 dolar ücret ile üyelik imkanları mevcut.Eğer 399 dolar öderseniz derslerde birebir özel yardım ve yapacağınız  öğrenme amaçlı data scientist projelerinde danışmanlık imkanları sunuluyor.Siteyi kuran şahıs  Vik Pachuri ABD'de data scientist olarak çalışmış ve Kaggle data science proje yarışmalarında önemli başarılar elde etmiş.

Python çalışmasında dataquest'in basic ve intermediate olmak üzere iki bölümden oluşan 20 saatlik eğitimini bitirdim.Eğitimde döngüler,boolean ve if ifadeleri,sözlükler,fonksiyonlar ve hata ayıklama,modüller ve sınıflar,numaralama,indeksleme ve son olarak alanlar (global ve yerel değişkenler) konuları üzerinde örnek kodlar yazdım.Eğitimlerde öncelikle ana konu ile ilgili kısa bir bilgi verildikten sonra  örnek bir kod parçası yer alıyor.Sonrasında  sizden  başka bir örnek üzerinden kod yazmanız istiyor.Codcademy'e kıyasla konuları ve kod örneklerini daha iyi ve kullanışlı bulduğumu söyleyebilirim.

Python önceden belirttiğim gibi öğrenilmesi kolay bir OOP programlama dili.C# ve Java gibi nesneye yönelik programlar yazabilirsiniz.Her bir blokta  c# da  {  } işareti kullanılırken Python'da  4 veya 2 paragraf (Google bunu kullanıyor) boşluğu bırakılıyor. Sanki İngilizce bir  metin yazar gibi program yazıyorsunuz.Bununla birlikte Google geliştiricilerin hazırladığı bir Python sunumunda Python'un yorumlayıcı bir dil olduğu ve bu yüzden  C# gibi büyük projelerden çok mikro çaplı küçük ve yan proje uygulamalarında daha çok kullanıldığından bahsediliyordu.Eğer daha önceden C# 'a hakimseniz Python öğrenmek size çıtır çerez gibi gelecektir.

Kaldığım yerden devam...

Evet bir süre  veri madenciliği ve iş zekası alanında yaptığım çalışmalara ara verip başka bir işle meşgul oldum.Detaylarını açıklamak istemiyorum ama sonuçları itibariyle pek tatmin olmadım.Karakterime ve yeteneklerime uygun bir iş değildi.Şu an itibariyle iş zekası alanında iş arayışım devam ediyor.Uzun bir süredir profesyonel olarak bir yerde çalışmıyorum.İş zekasında  üç tane projem bulunmasına rağmen  bir mülakat yapma şansı bulamadım.İş bulması gerçekten zor bir alan kadro sayısı çok kısıtlı ve talep çok fazla.Belki de yaptığım projeleri hafif sıklet buldukları için çağırmamış da olabilirler.Pes etmeye hiç niyetim yok ama sabrımın sınırları gittikçe zorlanıyor.Diğer bir yandan kendimin tecrübeli olduğu iş alanlarında iş aramaya da başladım.

İş arayışım devam ederken boş durmuyorum.İş zekası alanında yaptığım çalışmaları  Veri Bilimi (Data Science) tarafına genişletmeye karar verdim.Data Science için yaptığım araştırmalar neticesinde   Python aracı üzerinde çalışmaya karar verdim.Python ile birlikte  veri platformu olarak Azure ya da Hadoop platformunu kullanabilirim henüz karar vermedim.Data Science için şu sıralar en çok kullanılan araçlar SAS,R,Python,Weka,Qlikview  olarak görülüyor.Python üzerinde çalışma kararını kolay erişilebilir,öğrenilmesi kolay bir programlama ve geniş bilimsel kütüphanelere sahip olması yüzünden aldım.Harvard'da Data Science dersi de Python ile öğretiliyor.Ben de işe Python öğrenmekle başladım.Şu sıralar Python'un temel konularına çalışıyorum.Bir sonraki aşamam kütüphanelerini öğrenmek olacak.Data Science işiyle uğraşan profesyonellere Data Scientist  (Veri Bilimcisi) deniliyor.Veri Bilimci mesleği 21.yüzyılın en seksi mesleği olarak nitelendiriliyor.Bu mesleği yürüten kişiler çok yönlü özelliklere ve çok çeşitli yeteneklere sahip oluyorlar.Ayrıntısına başka bir yazım da değinirim.Ben bu kadar iddialı değilim.Ben ise kendi işlerimde ve projelerimde kullanmak üzere data science öğrenmeye karar verdim.Beni bu işe çeken cazip nokta Python'un bilimsel kütüphaneleri ve yapay zeka algoritmaları oldu.Üniversitede Endüstri Mühendisliği eğitimi alırken Yöneylem Araştırması dersinde gördüğüm metotların ; Python'da fonksiyonlar olarak kütüphanelerde yer bulması beni bu işi öğrenmeye ikna etti.Bu işe nereden ve nasıl çalışıyor diye soracak olursanız bu soruya da başka bir yazım da ayrıntılı olarak cevap vereyim...

Programlamayı kod yazdırarak öğreten site

www.codecademy.com 'dan bahsediyorum.Programlama dili içeriğinde şu an itibariyle html,javascript,jquery,php,python,ruby dilleri bulunuyor.Ayrıca  web geliştirme ile ilgili hazır eğitimleri de mevcut.Sitenin tasarımı,şablonu oldukça anlaşılır ve yalın bir şekilde tasarlanmış.Eğitimler çok kısa adımlar üzerinden tasarlandığı için kullanıcıları sıkmıyor.Her sayfada bir kod örneği yer alıyor ve sizden o örnekle ilgili talimatları da verilmiş bir küçük program yazmanızı istiyorlar.Her eğitim sayfasında kod yazarak programlama öğreniyorsunuz.Kodlamayı yapamadığınız taktirde üzülmenize gerek yok ; sitenin forum sayfasında moderatörler size yardımcı oluyor.Tabii ki sitenin eğitim sayfaları bir programlama editörü gibi çalışmıyor.Bazen programlama ve yazım ile ilgili hataları göremiyorsunuz.Bazen  eğitim sayfaları kullanıcıya geç yanıt veriyor veya kilitlenme olabiliyor.Bu durumda  f5 ile sayfayı güncelleyerek çözüme ulaşabiliyorsunuz.Eğitimlerde ilerleme durumunuzu  da  yüzdesel olarak takip edebiliyorsunuz.Her bitirdiğiniz konuların sonunda codecademy size ödül puanı veriyor.Benim şu an için  dört gün itibariyle 83 ödül puanım ve 14 rozetim yer alıyor.Ödül puanları ne işe yarıyor şu an için bilmiyorum sanırım kullanıcılar arasında rekabet veya itibar sağlıyor olabilir.Codecademy.com  ayrıca   CBS,Forbes,The Washington Post,Usa Today,CNBC gibi dev medya yayıncılarından olumlu ve tavsiyeci yorumlar almış bir eğitim platformu.Özellikle web programlama ve web geliştirme öğrenmek isteyenler için  çok faydalı bir eğitim kaynağı olabileceğini düşünüyorum.