Dünya ve Veri Analizi
Bu yazı zihnimde olgunlaşırken bir saat kadar önce bir konuşma izledim ve bunu da bu yazıya dahil etmem gerektiğini düşündüm. Konumuz, dünyanın ilerlediği yön ve veri analizinin dünyada nasıl algılandığı/geliştiği.
O'Reilly tarafından yürütülen kapsamlı bir anket çalışmasının sonuçları birkaç gün önce yayınlandı. Konu, veri analizi odaklı veya veri analizini içeren kariyerlere sahip profesyonellerin ortalama ne kadar maaş aldıkları, hangi programlama araçlarını kullandıkları ve trendler. Bu çalışmanın iki açıdan çok önemli olduğunu düşünüyorum. İlki, mevcut durum tespiti yapması. İkincisi ise, gelecekte veri analiziyle bağlantılı bir kariyere sahip olmak isteyenlerin (evet, biyoinformatik de veri analiziyle doğrudan bağlantılı bir kariyerdir) ne tür yetenekler geliştirmesi gerektiği hakkında önemli ipuçları vermesi. Bu raporu mümkün olduğunca özetlemeye çalışacağım, orjinaline buradan ulaşabilirsiniz.
İşin magazinsel ve ilgi çekici kısmından başlayayım: ABD'de veri analiziyle uğraşan ve kullandığı veri analizi aracı çeşidi 10'a kadar çıkan bir çalışanın elde ettiği brüt yıllık kazanç ortalama 100.000 $. Yani ortalama aylık 6.000 $'lık bir net maaştan söz ediyoruz. Bu ortalama kazanç, daha yeni ve özelleşmiş diğer programlama araçlarının da kullanılmasıyla 150.000 $'a kadar çıkıyor, yani aylık ortalama 9.000 $'dan bahsedebiliriz. Alım gücü farkı göz önüne alındığında, bu rakamların TL muadillerini elde etmek için 1,5 ile çarpmak yaklaşık bir fikir verecektir bizlere.
Peki ne tür programlama/analiz araçlarından söz ediyoruz? Yapılan çalışma, veri analizinde kullanılan araçları iki sınıfa ayırmış: açık kaynaklı (R ve Python gibi) ve ticari (Excel ve SAS gibi) analiz araçları. Açık kaynaklı araçlar geleneksel ticari araçların önüne geçmeye başlamış ve daha yoğun ve etkin bir şekilde kullanılıyor. Ayrıca, ticari analiz araçlarından kaç tanesini bilebildiğiniz ve kullandığınızın kazancınız üzerindeki etkisinin çok az olmasına rağmen, mevzu açık kaynaklı araçlar olduğunda bildiğiniz ve kullandığınız programlama araçlarının sayısı arttıkça kazancınız ticari araçlara oranla büyük miktarda artıyor. Yani, açık kaynaklı araçları kendi bilgi ve beceri dağarcığınıza dahil ettikçe yaptığınız işlerin de kapsamı ve değeri de o oranda artıyor. Anket sonucunda ortaya çıkan programlama/analiz araçlarının kullanım oranını yanda görebilirsiniz.
Şöyle enteresan bir sonuç çıkmış: R kullananlar Python da kullanıyor, ancak Excel kullanımlarına ilişkin pozitif veya negatif bir bağlantı yok. Buradan hareketle tüm katılımcıların kullandıkları araçların birbirleriyle olan bağlantıları üzerine bir bağlantı haritası oluşturmuşlar (3 farklı programlama/analiz aracı grubu farklı renklerle gösterilmiş.
16 Ocak 2014 PerşembeDünya ve Veri Analizi
Bu yazı zihnimde olgunlaşırken bir saat kadar önce bir konuşma izledim ve bunu da bu yazıya dahil etmem gerektiğini düşündüm. Konumuz, dünyanın ilerlediği yön ve veri analizinin dünyada nasıl algılandığı/geliştiği.
O'Reilly tarafından yürütülen kapsamlı bir anket çalışmasının sonuçları birkaç gün önce yayınlandı. Konu, veri analizi odaklı veya veri analizini içeren kariyerlere sahip profesyonellerin ortalama ne kadar maaş aldıkları, hangi programlama araçlarını kullandıkları ve trendler. Bu çalışmanın iki açıdan çok önemli olduğunu düşünüyorum. İlki, mevcut durum tespiti yapması. İkincisi ise, gelecekte veri analiziyle bağlantılı bir kariyere sahip olmak isteyenlerin (evet, biyoinformatik de veri analiziyle doğrudan bağlantılı bir kariyerdir) ne tür yetenekler geliştirmesi gerektiği hakkında önemli ipuçları vermesi. Bu raporu mümkün olduğunca özetlemeye çalışacağım, orjinaline buradan ulaşabilirsiniz.
İşin magazinsel ve ilgi çekici kısmından başlayayım: ABD'de veri analiziyle uğraşan ve kullandığı veri analizi aracı çeşidi 10'a kadar çıkan bir çalışanın elde ettiği brüt yıllık kazanç ortalama 100.000 $. Yani ortalama aylık 6.000 $'lık bir net maaştan söz ediyoruz. Bu ortalama kazanç, daha yeni ve özelleşmiş diğer programlama araçlarının da kullanılmasıyla 150.000 $'a kadar çıkıyor, yani aylık ortalama 9.000 $'dan bahsedebiliriz. Alım gücü farkı göz önüne alındığında, bu rakamların TL muadillerini elde etmek için 1,5 ile çarpmak yaklaşık bir fikir verecektir bizlere.
Peki ne tür programlama/analiz araçlarından söz ediyoruz? Yapılan çalışma, veri analizinde kullanılan araçları iki sınıfa ayırmış: açık kaynaklı (R ve Python gibi) ve ticari (Excel ve SAS gibi) analiz araçları. Açık kaynaklı araçlar geleneksel ticari araçların önüne geçmeye başlamış ve daha yoğun ve etkin bir şekilde kullanılıyor. Ayrıca, ticari analiz araçlarından kaç tanesini bilebildiğiniz ve kullandığınızın kazancınız üzerindeki etkisinin çok az olmasına rağmen, mevzu açık kaynaklı araçlar olduğunda bildiğiniz ve kullandığınız programlama araçlarının sayısı arttıkça kazancınız ticari araçlara oranla büyük miktarda artıyor. Yani, açık kaynaklı araçları kendi bilgi ve beceri dağarcığınıza dahil ettikçe yaptığınız işlerin de kapsamı ve değeri de o oranda artıyor. Anket sonucunda ortaya çıkan programlama/analiz araçlarının kullanım oranını yanda görebilirsiniz.
Şöyle enteresan bir sonuç çıkmış: R kullananlar Python da kullanıyor, ancak Excel kullanımlarına ilişkin pozitif veya negatif bir bağlantı yok. Buradan hareketle tüm katılımcıların kullandıkları araçların birbirleriyle olan bağlantıları üzerine bir bağlantı haritası oluşturmuşlar (3 farklı programlama/analiz aracı grubu farklı renklerle gösterilmiş):
Gruplarla kazanç arasında kurulabilen bağlantı ise aşağıdaki şekilde sunulmuş:
Tahmin edilebileceği gibi, R ve Python gibi programlama dillerini analizlerinde kullananların, herhangi bir programlama dili yerine Excel gibi hazır yazılımları kullananlara kıyasla daha fazla gelir elde ettikleri sonucu ortaya konmuş. Bahsedilen kazancın yüksekliği, aslında ortaya konan işin değerine ve potansiyeline işaret ediyor, bu rapora bu gözle de bakmak lazım. Özetle, açık kaynaklı programlama araçlarını öğrenmek için yapacağınız her türlü (zaman, eğitim, kitap, ders vb.) yatırım, size orta ve uzun vadede fazlasıyla olumlu olarak geri dönecektir.
Peki dünya nereye gidiyor? Buna ilişkin bir fikir sahibi olmak çok kıymetli, çünkü aynı zamanda veri analizinin ve biyoinformatik gibi veri analizi odaklı alanların da gelecekte dünyada nasıl bir yerinin olacağını ancak bu şekilde kavrayabiliriz. Bu sıralar gündem hayli karışık, ve maalesef bir o kadar da karmaşık. Herkes birbirinin sarfettiği sözlere veya davranışlarına bakarak mevcut gündemde herhangi bir şeyin karşısına yerleştiriyor, ve bu maalesef zehirli ve tehlikeli bir ortam. Yine de, herhangi bir yere ait olma dürtüsüne sahip olmaksızın aşağıda yer alan videoya zaman ayırmanızı rica ediyorum. Bu videoya tamamen doğru veya tamamen yanlış olarak bakmak yerine, gri alanlarda dolaşabilen bir tespitler dizisi olarak bakın lütfen.
Biyoinformatik
-
DNA Katlanması ve Kromozm Oluşumu
-
Biyoinformatik Ders Notları
-
Dna Mustasyonu Nasıl gerçekleşir ?
-
Dna paketlenmesi nasıl Gerçekleşir
-
Kümeleme Analizi
-
PCR Nedir? (Polimeraze Chain Reaction )
-
Mikrodizi mi, Mikrodizin mi?
-
Dünya ve Veri Analizi
-
Öznitelik Seçimi (Gen Seçimi)
-
İstatistiksel Model ile Hastalıkların Önceden Tahmini
-
T-Testi ve Guinness Biraları
-
ANOVA (Analysis of Variance)
-
Kavramların Türkçeleştirilmesi
-
Primer Tasarımı ve Biyoinformatik
-
Zeitgeist ve Biyoinformatik