DataCamp’in misyonu, bireylerin ve şirketlerin veriye hâkim olma yolculuğunun her adımında, mevcut en akıllı veri bilimi eğitim platformunu inşa ederek onlara yardımcı olmaktır.
Bu yazının amacı, DataCamp’i makro düzeyde neden başlattığımıza dair daha fazla bağlam sunmaktır. İlk bölümde veri bilimi (yetenek) pazarını ele alacağız. İkinci bölüm, veri bilimi eğitiminin geleceğine ilişkin vizyonumuzu destekleyen temel sütunları kapsıyor. Son olarak, sertifikasyonun önemini tartışıyoruz.
Pazar
Fırsat
Verileri nasıl analiz edeceğini bilmek, insanların ve şirketlerin daha iyi kararlar almasını, daha iyi ve yeni hizmetler ile ürünler oluşturmasını vb. sağlar. Önümüzdeki 20 yılda veri analizi ve veri biliminin yaratacağı etkinin, son 20 yılda yazılım mühendisliği ve bilgisayar biliminin yarattığı etki kadar büyük olacağına inanıyoruz. Yazılım dünyayı yiyor, ancak veri bilimi ve yapay zekâ, akşam yemeğinde yazılım mühendisliğini yiyecek!
Yetenek açığı
Bu çok heyecan verici olmakla birlikte, bir sorun var: Harvard Business Review ve bir McKinsey raporu ilk kez veri bilimci kıtlığını gündeme taşıdı. Bugün, her sektördeki şirketler gerçekten de veri bilimcileri veya makul düzeyde veri okuryazarlığı/akıcılığı olan kişileri bulmakta zorlanıyor. Veri bilimci açığına ilişkin (beklenen) rakamlar, bu konudaki daha yakın tarihli araştırma raporlarında yüz binlerden milyonlara kadar uzanıyor.
Bu öngörülerin doğruluğu tartışılabilir olsa da bir şey açık: geleneksel eğitim kurumları önümüzdeki on yıllarda bu açığı kapatacak kadar insanı eğitemez. Dahası, dünyanın büyük bir kısmı, genellikle (çok) pahalı olduğu için, geleneksel eğitim kurumlarında yüksek kaliteli veri bilimi eğitimine erişemiyor.
Dolayısıyla, veri biliminin gücü, mevcut iş gücünü uygun maliyetle yeniden eğitmenin yollarını bulursak ortaya çıkabilir. Bir yandan, kariyer gelişimi için (daha az ölçüde kariyer değişimi için) büyük bir birey grubunun kendini geliştirmesini beklemelisiniz; diğer yandan, şirketlerin iş gücünün önemli bir bölümünü yeniden eğitmesini bekleyin. Ayrıca, kariyer gelişimi için öğrenen grubun, kariyer değiştirmek için öğrenenlerden daha büyük olduğunu not edelim. Bu yeni bir gözlem değil. lynda.com ve Pluralsight, sırasıyla kreatif ve geliştirici alanlarında sürekli eğitime odaklanmanın kazandıran bir strateji olduğunu kanıtladı.
Son olarak, beceri açığının birden çok düzeyde var olduğunu fark etmek önemlidir: Haftalık olarak verilerle çalışan ve hâlihazırda kullandıkları araçların (çoğu zaman Microsoft Excel) sınırlarına takılan kişilerden, veri analistlerine ve veri bilimcilere, yöneticilere ve danışmanlara kadar uzanır. Bu grupların hepsinin farklı ihtiyaçları vardır, ancak hepsi için doğru düzeyde veri okuryazarlığı/akıcılığına sahip insan sıkıntısı vardır.
Yukarıdakiler nedeniyle, veri okuryazarlığı için eğitim pazarının çok büyük olduğuna ve muhtemelen temel kodlama becerilerinin öğretildiği pazardan daha büyük olduğuna inanıyoruz. İki veri noktası bu inancın geçerliliğini teyit ediyor gibi görünüyor:
- 1,7 milyon öğrencimizin yüzde altmıştan fazlası, çok çeşitli alanlarda (danışmanlık, finans, sağlık, araştırma, pazarlama, …) aktif çalışan profesyonellerden oluşuyor ve çok çeşitli rolleri üstleniyorlar. Hikâyelerinin bir kısmını DataCamp’te okuyabilirsiniz.
- Birçok kişi veri bilimi ile teknoloji sektörünü ilişkilendiriyor ve bu nedenle San Francisco’nun veri biliminin Mekke’si olduğunu düşünüyor. Oysa veri bilimi San Francisco’ya özgü değil. DataCamp’in öğrenme trafiğini şehirlere göre sıralarsanız, San Francisco ancak 24. sırada yer alıyor; Hindistan’dan 7 şehir ve ABD’den 4 şehir (ABD’de bir numara New York City) onu geride bırakıyor. Veri bilimine ihtiyaç her yerde. ### Açık kaynağa geçiş Açık kaynak yazılım geliştirme, web geliştirme topluluğunu tamamen dönüştürdü ve şimdi de uygulamalı istatistik ve veri bilimi topluluğunu dönüştürüyor. Çok da uzun olmayan bir süre önce SAS ve SPSS uygulamalı istatistik dünyasına hâkimdi, ancak R ve Python gibi açık kaynak teknolojiler büyük ölçüde bayrağı devralmış görünüyor. Bu arada, DataCamp de bazı dersleri ve teknolojiyi açık kaynak yaptı. Açık kaynağın, veri biliminin geleceğinin temel katmanı olarak büyümesine karşı çıkmak zor. Bu, şu anda tüm veri bilimi eğitimimizin açık kaynağa odaklanmasının başlıca nedeni. Ayrıca, doğası gereği onun üzerine etkileşimli eğitim araçları inşa etmeyi kolaylaştırıyor. Açık kaynağa odaklanmak, açık kaynak veri bilimi topluluklarına geri vermemizi de sağlıyor. Telif modeli aracılığıyla, DataCamp dersleri oluşturan açık kaynak katkıcılarına ölçeklenebilir gelir akışları sunuyoruz. Açık kaynak önümüzdeki yıllarda müfredatımızın büyük bir parçası olmaya devam edecek olsa da, nihayetinde öğrencilerimize her ilgili araç ve metodoloji üzerine eğitim sunmak istiyoruz. Gelecekte tescilli araçlar için de eğitim oluşturmaya başlayacağımızı bekleyin. ## Veri bilimi eğitiminin geleceği Dikey odak ve teknoloji en iyi öğrenme deneyimini sağlar İtalya’daki Bologna Üniversitesi 1088’de kuruldu ve Avrupa’nın en eskisidir.
Tarihsel olarak eğitim kurumları geniş bir konu yelpazesini kapsadı (buna yatay odak diyelim). Örneğin, Avrupa’nın en eski üniversitesi; tarihten ekonomiye, psikolojiden istatistiğe vb. uzanan konuları öğretiyor. Yatay odak, (i) ölçek ekonomileri (binalar, öğrenci işleri, en zeki akademisyenleri çekmek, sertifikasyon için marka değeri vb.) ile (ii) yüksek iletişim ve ulaşım maliyetleri nedeniyle sınırlı coğrafi erişimin birleşimi düşünüldüğünde, o dönem için mantıklıydı. Yatay odak yüzyıllar boyunca baskın eğitim modeli oldu; bu yüzden hâlâ eğitim kurumlarını yatay odaklı olarak düşünmeye alışığız.
Ulaşım ve iletişim maliyetleri ile eğitim modellerinin sabit maliyetleri, teknolojik gelişmeler sayesinde son on yıllarda önemli ölçüde düştü. Peki… bu durum eğitim manzarasını şimdi ve gelecekte nasıl etkiliyor?
Çevrimiçi eğitim pazarına yukarıdan baktığınızda, son dönemdeki ilk dalga şirketlerin çoğu tuğla-harç yatay yaklaşımı kopyalarken, ikinci dalga daha çok teknoloji ve dikey odaklı oldu (yani tek bir beceri alanına odaklandı). Çevrimiçi eğitimin ilk dalgasının olumlu etkisi, hiç kuşkusuz, ölçekli şekilde yüksek kaliteli eğitimi erişilebilir kılmaları oldu. Öte yandan, öğrenme deneyimini gerçekten iyileştirmek için teknolojiden pek yararlanmadılar ve teknoloji açısından çok da heyecan verici değiller. Yatay odakları, eğitimde kişiselleştirme ile ölçeklenebilirlik arasındaki geleneksel ödünleşmeyi aşmayı gerçekten zorlaştırıyor. Bununla ne demek istiyorum?
En kişiselleştirilmiş eğitim deneyimleri eskiden ölçeklendirilmesi çok zor olanlardı. Bire bir özel ders, küçük sınıf eğitimleri vb. harika, son derece kişiselleştirilmiş bir deneyim sunabilir. Ancak ölçeklenebilirliğin olmaması bu seçenekleri genellikle çok pahalı hâle getirir (ve dolayısıyla sadece şanslı azınlığa sunulur). Öte yandan, çevrimiçi video eğitimi ve ders kitapları gibi yüksek derecede ölçeklenebilir eğitim deneyimleri genellikle uygundur ancak kişiselleştirme eksiktir. Kişiselleştirmenin olmaması çoğu zaman eğitimi daha az etkili ve daha az ilgi çekici kılar. Geleneksel MOOC’ların nispeten düşük tamamlama oranları, düşük etkileşimin öğrenme çıktılarını nasıl etkilediğine iyi bir örnektir.
Teknoloji ve dikey odak, artık ölçeklenebilirlik (ve uygun fiyat) ile kişiselleştirme arasındaki tipik ödünleşmeyi, ölçekli olarak kişiselleştirilmiş öğrenme deneyimleri inşa ederek aşmamıza olanak tanıyor. Öğrencilerin yaparak öğrenmesini ve öğrenme deneyimini—bizim durumumuzda—gerçek veri bilimi projelerinde çalışmaya olabildiğince yaklaştırmayı sağlıyor. Pek çok dersimizde tamamlama oranları yüzde 50’nin üzerinde; bu da bu yaklaşımın etkileşime katkı sunduğunu gösteriyor.
Uzman eğitmenlerden oluşan bir ağ, en iyi eğitim deneyimini sağlar
Çevrimiçi eğitimin ilk dalgası kişiselleştirmeden yoksundu, ancak önemli bir unsuru doğru yaptı: Her alandaki en zeki insanların deneyim ve bilgisinden yararlandılar.
Çevrimiçi eğitimin ikinci dalgası ise eğitim içeriği oluşturmak için harici paydaşlardan yararlanmanın gücünü unutmuş görünüyor. Buna karşın biz, hem sektörden hem de akademiden harici eğitmenlerden oluşan bir ağ kurmanın önemine güçlü şekilde inanıyoruz. Açık kaynak yazılım araçlarının kullanımını öğretmek için bu kişi çoğu zaman paket yazarı olabilir; daha teorik konular için saygın bir profesör; daha uygulamalı konular için ise sektör uzmanı olmalıdır. Bu yaklaşımın faydaları şunlardır:
- Harici eğitmenlerle çalışmak, ders kütüphanesini daha hızlı oluşturmamızı sağlar; bu, veri biliminin hızla gelişen bir alan olması ve öğrencilerimizin en son becerileri dün öğrenmek istemesi nedeniyle kritik önemdedir.
- Ders kütüphanesinin bir bölümünün sektör uzmanları tarafından hazırlanması, iş piyasasına uygun beceriler öğrettiğimizden emin olmamızı sağlar.
- Ders kütüphanesinin bir bölümünün akademisyenler tarafından hazırlanması, DataCamp’in (yakın tarihli) araştırmalardan, onların itibarından ve eğitim tecrübelerinden yararlanmasını sağlar.
- Öğrencilerimizin bir bölümü, dersin gerçek bir uzman veya açık kaynak kahramanlarından biri tarafından verilmesi hâlinde daha motive olur.
Anaconda gibi şirketlerle ders oluşturma iş birliklerimizi çok önemsiyoruz. Ayrıca, bu iş birliklerine ek olarak bireysel eğitmenlerden oluşan bir ağdan yararlanarak en iyi veri bilimi ders koleksiyonunu oluşturacağımıza inanıyoruz. “Neden ders kütüphanesini oluşturmak için üniversitelerle ortaklık kurmuyorsunuz? ya da kitap yayınevleriyle?” diye sorabilirsiniz. Bunun optimal olmayacağını düşünmemizin birçok nedeni var. Öncelikle, bu kuruluşların hukuk birimleriyle çalışmak yavaş olur(du) ve biz yavaşı sevmeyiz. İkinci olarak, eğitim platformlarındaki teknolojik ilerlemenin nihayetinde bireysel içerik üreticisini güçlendirmesi gerektiğine inanıyoruz. Bu, müzik endüstrisinde, bir ölçüde eğlence endüstrisinde oldu ve şimdi eğitim endüstrisinde gerçekleşiyor. İlgilenenler için: DataCamp’in eğitmenlerinin tam listesini burada bulabilirsiniz.
Eşleştirme mekanizması olarak beceri düzeyi sertifikasyonu
Veri becerilerine sahip insan kıtlığını çözmek için, insanları uygun maliyetli ve ölçeklenebilir bir şekilde eğitmek yeterli değildir. Bireylerin beceri düzeylerini iletmelerine ve kuruluşların ihtiyaç duydukları becerilere sahip kişileri (kurum içinde ve dışında) bulmalarına yardımcı olacak etkin bir eşleştirme mekanizmasına ihtiyaç vardır.
Yüzyıllar boyunca üniversite diplomaları, potansiyel işverenlere yetenek ve becerileri göstermek için en yaygın yoldu. Veri akıcılığı için geleneksel diplomaların ana işaretleme mekanizması olacağına inanmayı zorlaştıran iki temel neden var:
- Geleneksel eğitim sistemiyle veri becerileri edinecek kişilerin sayısı, önümüzdeki on yılda bu becerileri edinecek toplam kişi sayısının nispeten küçük bir bölümünü oluşturacaktır. Verilerimiz bu varsayımı doğruluyor; açık ara en büyük öğrenen grup 25-35 yaş arası.
- Veri bilimi bir alan olarak gelişiminin başlarında ve ilgili beceriler hâlâ her yıl değişiyor. Bu nedenle, alanla birlikte evrilen ve verimli şekilde güncellenebilen bir işaretleme mekanizmasına ihtiyaç var. Bu da yaşam boyu öğrenmeyi gerektiriyor; ki çoğu geleneksel eğitim kurumu bunu sağlayamıyor. Öğrenilebilecek o kadar çok şey var ki, veri bilimi üniversitede, lisans, yüksek lisans hatta doktora sonrasında bile tamamen “ustalaşılabilecek” bir alan değil. Yüksek lisans dereceleri sizi veri biliminde “usta” yapmaz ;-).
Alternatif olarak iki işaretleme mekanizması öne çıkıyor:
- Çoğu çevrimiçi eğitim platformu tarafından sunulan ders tamamlama sertifikaları, motivasyonu göstermeye yarayan bir mekanizma olarak kesinlikle değerlidir. Ancak, ders tamamlama sertifikaları beceri düzeyini iletmede oldukça etkisizdir; çünkü: (i) genellikle beceri düzeyini titiz bir şekilde ölçmek üzere kurgulanmazlar ve (ii) pazarda tanınırlık şansı elde etmek için gerekli hacme çok az ders ulaşır.
- Beceri düzeyini ölçen sertifikasyon mekanizmaları, bulut bilişim gibi alanlarda beceri düzeyini iletmenin etkin ve etkili bir yolu olarak ortaya çıktı. Sertifikasyon artık BT profesyonellerinin kendilerini farklılaştırmasının yaygın bir yolu, ama bununla sınırlı değil. Duolingo, yakın zamanda dil becerilerini değerlendirme bağlamında TOEFL testinin kendi sürümünü başlattı ve GMAT uzun süredir işletme okulları tarafından yaygın şekilde kabul görüyor. Ancak veri biliminde, birinin beceri düzeyini değerlendirecek ve sertifikalandıracak bir yol henüz oluşturulmadı. Bireylerin beceri düzeylerini daha iyi iletmelerini ve şirketlerin hem mevcut iş gücünün hem de adayların beceri düzeyini anlamalarını sağlamak için büyük bir fırsat olduğuna inandığımızdan, bu değerlendirme sistemini oluşturmak istiyoruz.
Sonuç
Verinin her yerde oluşu, insanların ve şirketlerin daha iyi kararlar alması ve öne çıkması için muazzam fırsatlar yaratıyor. Ancak, büyüyen yetenek açığı, veri analizinin dünyaya olan olumlu etkisini sınırlıyor. Bir yandan şirketler ihtiyaç duydukları yeteneği bulamıyor, diğer yandan yüksek kaliteli eğitim kaynaklarına erişimi sınırlı (fiyat ve bulunabilirlik nedeniyle) büyük bir insan grubu var.
Bu sorunu çözmenin yolu olarak çevrimiçi eğitime inanıyoruz. Daha özelde, etkili ve ilgi çekici bir öğrenme deneyimi yaratmak için kişiselleştirmenin değerine inanıyoruz. Ayrıca, bu eğitimi oluşturmak için uzman eğitmenlerden oluşan bir ağ kurmanın gücüne inanıyoruz. Son olarak, pazarda etkili bir eşleştirme mekanizmasının eksik olduğuna inanıyoruz.
Bir takip yazısında, DataCamp’in planına daha derinlemesine dalacağız.
