Dünya Ekonomik Forumu şunları bekliyor: Dünya çapında şirketlerin %41'i Yapay zekanın yükselişi nedeniyle 2030 yılına kadar iş gücünü azaltarak, Meta gibi şirketler duyurdu Personel sayısını azaltma planları bu yıl.
Bu tek bir anlama gelir: Ayrıca 2025'te teknoloji sektöründe işten çıkarmalar olacak.
Geçtiğimiz yıl teknoloji sektöründeki işten çıkarmalardan etkilenen birkaç meslektaşımı şahsen tanıyorum. Bu durum beni veri bilimi kariyerim konusunda giderek daha fazla kaygılandırıyordu, bu yüzden biraz araştırma yapmaya başladım. Veri bilimi üzerindeki teknoloji işten çıkarmalarının etkisini anlamak için kıdemli veri bilimcileri ve ekip liderlerinin yanı sıra yazılım mühendisleri ve ürün yöneticileriyle görüştüm.
Acil iki sorum vardı:
- Veri bilimi işimi işten çıkarılmalardan nasıl koruyabilirim?
- 2025 yılında veri bilimcisi olmak hala değerli mi?
Topladığım bilgilere ve kişisel deneyimime dayanarak, veri bilimi işlerinin önümüzdeki beş yıl içinde de var olacağına inanıyorum. Ancak sadece “katma değer yaratan veri bilimcileri” kalacak, şirketin kârlılığını artırmayanlar ise işten çıkarılacak.
Hiçbir iş işten çıkarılmalardan %100 güvenli olmasa da, sizinle işten çıkarılmalardan korunmanın 3 yolunu paylaşacağım Vazgeçilmez veri bilimcisi.
Bu makalenin sonunda şunları öğreneceksiniz:
- İyi Maaşlı Bir Veri Bilimi İşi Nasıl Bulunur ve Korunur
- Veri Bilimi Kariyerinizi İşten Çıkarılmalardan ve Yönetici Pozisyonlarına Hızlı Tırmanışlardan Nasıl Korursunuz?
1. Güçlü bir temel oluşturmak
Bir veri bilimcisi olarak istatistik, makine öğrenimi ve matematik alanlarında güçlü bir temel oluşturmaya odaklanmalısınız. Araçlar ve programlama dilleri sürekli değişse de temel kavramlar aynı kalıyor. Bildiğiniz gibi yapay zeka modelleri, makine öğrenimi ve programlamayı kullanarak işletmelerin daha hızlı kararlar almasına yardımcı olabiliyor.
Ancak hiçbir şirket, milyonlarca dolarlık kararlar almak için tamamen bir yapay zeka modelinin çalışmasına güvenmeyecektir. Şirketlerin, yapay zekayı yönlendirebilen, hatalarını ayıklayabilen ve hızlı bir şekilde içgörü sağlayabilen uzmanlar olan veri bilimcileri işe alması gerekecek. Veri bilimcisi, kullanılacak en iyi teknikleri tartışacak, bir yaklaşım işe yaramadığında rotayı değiştirecek ve yapay zekanın sağladığı tüm çıktıları doğrulayacaktır.
Ancak yapay zekanın getirdiği verimlilik artışı nedeniyle şirketin işi yapmak için daha az kişiye ihtiyacı olacak. Bu veri bilimcileri iyi maaş alacaklar, ancak istatistik ve makine öğrenimiyle ilgili temel kavramlar hakkında güçlü bir anlayışa sahip olmaları ve güçlü mantık ve muhakeme becerilerine sahip olmaları gerekiyor. Günümüzde şirketlerin çoğu uygulama ve hıza odaklanırken, kuruluşlar makine öğrenimi modelleri hakkında güçlü teorik bilgiye sahip veri bilimcilerini tercih etmeye başlayacak.
Veri bilimi uygulamalarının arkasındaki matematiği ve teoriyi öğrenmek için önerdiğim bazı ücretsiz kaynaklar şunlardır:
- 3Blue1Brown YouTube Kanalı Doğrusal cebir, kalkülüs ve sinir ağları gibi matematik kavramları için.
- Krish Naik'in Makine Öğrenmesi Çalma Listesi Temel ML kavramlarını anlamak
- Statquest YouTube Kanalı İstatistikler için
2. İş odaklı rolleri seçin.
Şirkete doğrudan gelir sağlayan her çalışan değerli bir çalışandır. Ne yazık ki, birçok veri bilimi rolü, anlık gelir kazanımları yerine gelecekteki etkilere odaklanıyor.
Örneğin, bir keresinde müşteri tabanımızı daha iyi hedefleme için segmentlere ayırmaya yönelik 4 aylık bir proje üzerinde çalıştım. Dört ayın sonunda oluşturduğumuz müşteri segmentasyon modeli gerçek kullanıcı verileri üzerinde iyi çalışmadığı için üretimde kullanılmadı. Sonunda projeyi tamamen terk ettik.
Birçok veri bilimi rolü bu örnekteki gibidir; deneylere odaklanırlar. Veri bilimcileri sıklıkla Gelecekte işe yarayabilecek şeyler Şu anda para kazandıran projeler yerine. Sonuç olarak, bir işten çıkarma gerçekleşirse ve bir şirket birini işten çıkarma kararı almak zorunda kalırsa, büyük olasılıkla doğrudan bir iş etkisi elde etmek için gerekli olmayan veri bilimi ekibini hedef alacaktır.
Ancak, işletmeye daha yakın bir veri bilimi pozisyonu seçerseniz, yani doğrudan paydaşlar ve satış ekipleriyle çalışarak gelir getiren kararlar alırsanız, işiniz daha güvenli olacaktır. Örneğin, Google'da çalışıyorsanız ve ürün ekibine şirket için daha fazla gelir getirecek bir arama özelliği konusunda danışmanlık yapabiliyorsanız, çalışmanız gelir üzerinde doğrudan bir etkiye sahip olacaktır. Bu, işletme için daha alakalı olacağınız ve yerinizin değiştirilmesi olasılığının daha düşük olacağı anlamına gelir.
3. Her şeyden önce netliğe öncelik verin.
İşinizi korumak ve terfi almak istiyorsanız görünür olmanız gerekir. Bu sadece veri bilimi için değil, her rol için geçerlidir.
Bunu, veri bilimi alanında çalışan Pammy ve Jim adlı iki meslektaşımın örneğiyle açıklayayım.
Jim rakamları analiz etmekte iyidir. Kendisi bir programlama dehasıdır ve şirket için büyük değer taşıyan, son derece doğru makine öğrenimi modelleri oluşturur. Ama Jim hiçbir zaman kendi eserinin tanıtımını yapmıyor. Toplantılarda genelde sessiz kalıyor ve kimse onun modellerini kullanmıyor, çünkü ne yaptığını gerçekten anlamıyorlar. Ekipler Jim'den analiz beklediğinde, kendilerini genellikle onun elektronik tablolarına bakarken ve rakamlarını bir karara dönüştürmeye çalışırken buluyorlar.
Öte yandan Pami programlama ve sayısal analiz konusunda iyidir. Ancak o, saatlerini çeşitli iş fonksiyonlarında modellerini tanıtmak için harcıyor. Sunum aracılığıyla bulduğunuz tüm analizleri belgelendirin veya bir gösterge panelinde görüntüleyerek ekiplerin karar almalarına yardımcı olacak önemli bilgileri vurgulayın. Ayrıca ekip toplantılarında fikirlerini aktif bir şekilde dile getiriyor ve teknik kavramları iş paydaşlarına açık bir şekilde anlatıyor. Sonuç olarak Pammy, Jim'den sürekli olarak daha iyi performans değerlendirmeleri alıyor. Çoğu liderlik ekibi onların kim olduğunu bilir ve onlarla çalışmaktan zevk alır. Daha hızlı terfi alırsınız, dolayısıyla şirket maliyetleri düşürmeye karar verdiğinde işten çıkarılma olasılığınız azalır.
Çalışmalarınızı iletme ve tanıtma becerisi, kariyer basamaklarını hızla tırmanmak isteyen tüm teknoloji profesyonellerinin edinmesi gereken bir özelliktir ve veri bilimcileri de bundan muaf değildir.
Ana noktalar
İş piyasası belirsiz ve teknoloji sektöründeki işten çıkarmaların yakın zamanda durmayacağı anlaşılıyor. Veri bilimcileri (veya veri bilimci olmak isteyenler) için bu durum kafa karıştırıcı olabilir.
Ancak bu iş piyasasında rekabetçi kalmanın ve başarıya ulaşmanın hâlâ yolları var: temel kavramlara odaklanmak, gelir yaratma ekipleriyle yakın bir şekilde çalışmak ve işletmenizi paydaşlara tanıtmak.
Yoruma kapalı.