Datajarlabs Veri Bilimi Eğitim Modeli:

Kapsamlı, Güncel Müfredat ve 1’e 1 Koçluk

Veri Bilimi, son yıllarda büyük rağbet gören uzmanlık alanlarının başında geliyor. Fakat endüstriden gelen yüksek talebe karşın, yetişmiş veri bilimcisi sayısı azlığı talep ile arz arasında bir uçuruma neden olmuş durumda. Bu durum Amerika ve Avrupa’dan tutun Türkiye’ye kadar eğitimcilerin üzerinde düşündükleri en önemli sorunlardan bir tanesi. Bunun önemli sebeplerinden ikisi alanın çok aktif bir araştırmaya sahne olması dolayısıyla hızla değişen “state of the art” modelleri yakalamaktaki güçlük ile üniversitelerde yaygın olarak verilecek, belli standartlara sahip ve alana bütüncül bir şekilde bakabilen müfredatların henüz oluşturulamamış olması.

Durum böyle olunca, endüstrinin veri bilimcisi talebini daha çok başka alanlardan veri bilimine geçiş yapan profesyoneller karşılıyor. Örneğin bir yazılım geliştirme uzmanı, istatistik ve makine öğrenimi metodlarını öğrenerek; daha önceden var olan programcılık bilgisiyle birleştiriyor ve veri bilimcisi olarak kariyerine devam edebiliyor. Ya da bir istatistikçi ya da ekonomist, sahip oldukları istatistik ve ekonometri bilgilerine güncel makine öğrenimi metodlarını ekleyip; veri biliminin gereksinim duyduğu programlama temellerini de öğrenerek veri bilimcisi olarak kendisine iş bulabiliyor.

Datajarlabs, kendi geliştirdiği bütüncül ve güncel müfredat ile Türkiye’de bu boşluğu doldurmayı hedeflerken; 1’e 1 koçluk modeli uygulamasıyla da eğitimlerinden alınan faydayı en yükseğe çıkarmayı amaçlıyor. Örneğin “Python ile Veri Bilimi ve Makine Öğrenimi” eğitimi 5 günlük olarak veriliyor. 5 gün boyunca toplam 30 saatlik eğitimden sonra 5 hafta boyunca alınan 1’e 1 koçlukla eğitim süresi 35 saate çıkıyor. Bu süre, haftada 3 saatten bir üniversitede verilecek 12 haftalık benzer bir eğitim süresine denk geliyor. Üstelik, koçluk süresini uzatmak da mümkün!

Bu yazıda kısaca, Datajarlabs’ın veri bilimi müfredatına gözatıp, 1’e 1 koçluk sistemi üzerinde biraz duralım:

Datajarlabs Veri Bilimi Eğitim Müfredatı:

Veri bilimi eğitimlerinde karşılaşılan müfredat sorununa Datajarlabs tamamen kendi geliştirdiği müfredat ile çözüm yolu sunuyor. Literatürün geldiği son nokta ve endüstrinin ihtiyaçları da gözönünde bulundurularak veri bilimi eğitimlerini iki ana seride kategorize ediyoruz:

Veri Bilimi Temel Eğitim Serisi: Veri biliminin temelleri olarak gördüğümüz konuları topladığımız bu temel eğitim serisi 3 ayrı eğitimden oluşuyor:

1. Python ile Veri Bilimi ve Makine Öğrenimi: Eğitim Python ve Python’ın veri bilimi için kritik kütüphanelerinin tanıtılması ile başlıyor. Daha sonra temel istatistik kavramları anlatılıp makine öğrenimi için gerekli altyapı sağlanıyor. Eğitimin kalanında, en yaygın kullanılan ve mutlaka bilinmesi gereken makine öğrenimi algoritmaları canlı örnekler eşliğinde anlatılıyor.
2. Python, TensorFlow ve Keras ile Derin Öğrenmeye Giriş: Eğitim derin öğrenmenin ne olduğu tartışmasıyla başlıyor. Yapay sinir ağları ve makine öğreniminin bazı temel kavramları anlatıldıktan sonra TensorFlow anlatılıp TensorFlow ile derin yapay sinir ağı kodlanıyor. TensorFlow’dan sonra Keras tanıtılıp, Keras ile de derin bir yapay sinir ağı kodlanıyor. Eğitimin kalanında Konvolüsyonel Sinir Ağları (CNN) ve Tekrar Eden Sinir Ağları (RNN) anlatılıp Keras ile uygulaması yapılıyor. Son olarak Keras’ta bulunan önceden eğitilmiş modellerin nasıl kullanılacağı gösteriliyor.
3. Python, TensorFlow ve Keras ile İleri Derin Öğrenme: Bu eğitim, Python üzerinde çalışan TensorFlow ve Keras kütüphaneleriyle kapsamlı bir derin öğrenme eğitimi olarak tasarlandı. Derin öğrenmenin teorisinden sonra CNN ve RNN modellerinin teorisi verilip uygulamalı örnekler üzerinden bu modellerin incelikleri anlatılıyor. Daha sonra Sınırlandırılmış Boltzman Makineleri, Generative modeller ve Derin Zorlayıcı Öğrenme ile ileri derin öğrenme modelleri sunuluyor. Son olarak alternatif derin öğrenme paradigmaları ve modelleri tartışılarak öğrencilere alanın genel bir resmi çizilmeye çalışılıyor.

Veri Bilimi Özelleşme Serisi: Veri biliminin temellerini bilenler için, endüstrinin spesifik ihtiyaçlarına göre özelleşmiş eğitim serilerinden oluşuyor:

1. Python, NLTK ve Spacy ile Doğal Dil İşleme: Özelleşme serisinin ilki olan bu eğitimde dil modellemesinin nasıl yapılacağı; gözetimli ve gözetimsiz metodların nasıl uygulanacağı; kelimelerin matematiksel olarak nasıl temsil edileceği; temel metin özetleme ve metin çıkarımı algoritmaları anlatılarak öğrencilerin doğal dil metinleri üzerinde çalışabilmek için gerekli donanımı sağlamaları hedefleniyor. Böylelikle öğrencilerin, chat botlardan duygu analizine, ileri doğal dil işleme teknikleri altyapısını edinmeleri sağlanıyor.

Şu an için kurs olarak sunulmamasına rağmen, eğitmenlerimiz ve müfredat yazarlarımız aşağıdaki eğitim içeriklerini oluşturmak için çalışmalarını sürdürüyor. Çok yakında aşağıdaki eğitimlerle de öğrencilerimizin mesleki gelişimlerine katkıda bulunmayı umut ediyoruz:

1. Python ile Görüntü İşleme
2. Python ile İleri Zaman Serileri Analizi
3. Python ile Nesnelerin İnterneti

1’e 1 Koçluk Sistemi:

Datajarlabs, veri bilimi eğitimlerinde tam performans sağlayabilmek ve öğrencilerinin veri bilimi alanında kişisel gelişimlerini takip edip gerektiği yerlerde yönlendirmek adına 1’e 1 koçluk sistemini eğitimlerine entegre etmiştir. Yurt dışında, son birkaç yıldır başarıyla uygulanan bu yöntemle yüzlerce öğrenci veri bilimcisi olarak kendisine iş bulabilmiş; kariyer değiştirenler veya hal-i hazırda üniversite öğrenimine devam edenler aynı başarıyla meslekte yerlerini alabilmişlerdir.

Peki, 1’e 1 koçluk sistemi nasıl çalışıyor? Örneğin Datajarlabs’ın “Verimi Bilimi Temel Eğitim Serisi”nin ilki olan 5 günlük “Python ile Veri Bilimi ve Makine Öğrenimi” eğitimini aldığınızı varsayalım. Kurs süresi boyunca, veri biliminin temellerini yani programlama, istatistik ve en çok kullanılan makine öğrenimi modellerini öğrendiniz, kurs süresince size verilen onlarca egzersizi yaptınız. Eğitmeniniz kurs bitiminde sizinle görüştü ve öğrendiklerinizi pekiştirmeniz için size bir proje önerisi sundu. Siz de bu öneriyi kabul edip çalışmaya başladınız. 1’e 1 koçluk kapsamında, kurs bitiminden sonra 5 hafta boyunca, haftada 1 saat internet üzerinden aynı zamanda koçunuz olan eğitmeninizle görüşerek proje üzerinde çalışırken karşılaştığınız teknik problemleri koçunuzun yönlendirmesiyle aşabilir; projenizin en iyi standartları sağlaması için koçunuzun danışmanlığını alabilir; koçunuzun kariyer tavsiyelerine başvurabilir ya da kendinizi geliştirmek için öğrenmeye çalıştığınız konularda koçunuzdan yardım isteyebilirsiniz. Üstelik bu 5 haftanın sonunda, koçluk hizmetini uzatmanız da mümkün!

1’e 1 koçluk hizmetini internet üzerinden online sunmamızın birkaç avantajını da sıralayalım:

1. Koçunuzla görüşebilmek için saatlerce yol katetmenize gerek yok. Sizin ve koçunuzun en uygun zamanınızda hiçbir yol yorgunluğu çekmeden görüşmelerinizi gerçekleştiriyorsunuz.
2. Skype, Hangouts ya da Zoom gibi uygulamaların ekran paylaşım özellikleriyle beraber kod geliştirmek (pair-programming) en az yan yana kod geliştirmek kadar kolay ve etkili.
3. Görüşme sonunda, sıcağı sıcağına öğrendikleriniz üzerinde araya yol benzeri engeller girmeden ve dikkatinizi dağıtmadan çalışabilmeniz de cabası.

Özet olarak, Datajarlabs olarak veri bilimi eğitimlerini “ciddiye alıyoruz”. En çok önem verdiğimiz konu öğrencilerimizin veri bilimcisi olarak kendilerini geliştirmeleri ve endüstride veri bilimcisi olarak yer edinebilmeleri. Bunun için biz de kendimizi sürekli geliştiriyor ve veri bilimi yolunda öğrencilerimizle beraber yürüyoruz.