Ana içeriğe atla

Çalışan Spotu: Maarten

Sivrisineklerden makine öğrenimine ve müziğe uzanan bir yolculukla, bu haftaki Çalışan Spotu’nda Maarten’i tanıtıyoruz. Eski bir biyoloji araştırmacısı ve veri bilimi danışmanı olan Maarten, şimdi DataCamp’te içerik geliştiricisi olarak çalışıyor.
Güncel 2 Eki 2026  · 7 dk. oku

Yapay Zeka ile Keşfedin

ChatGPTClaudePerplexity
Çalışan Spotu: Maarten banner

DataCamp’te ne yapıyorsunuz ve tipik bir gününüz nasıl geçiyor?

Başlangıçta çekirdek müfredat ekibinde içerik geliştiricisi olarak R ve Python kursları üzerinde çalışıyordum. Sonra müfredat genişletmeye geçtim; burada Tableau ve Power BI’a odaklanıyorum. Tipik bir günün nasıl geçtiğini söylemek zor, çünkü oldukça değişken olabiliyor; ama genelde iki şekilde ilerliyor.

Birincisi, belirli yazılımlarda sertifika almak için neler gerektiğini araştırıyorum ve bunun uygulanabilir bir kursa dönüştürülüp dönüştürülemeyeceğini görmek için kabaca bir liste çıkarıyorum. Sonrasında kavramsal dersler, alıştırmalar ve demo videoları hazırlamak gerekiyor. Diğer süreçte ise harici bir konu uzmanıyla çalışıyoruz; o kişi bir kursta hangi materyallerin olması gerektiğini ve bunları nasıl sunmamız gerektiğini belirliyor. Ardından bu materyali kurs oluşturma aracı olan Teach’e, yani DataCamp’in aracına, aktarıyoruz. Şu anda aynı anda iki kurs üzerinde çalışıyorum, ancak süreci iyileştirerek aynı anda daha fazla kurs yürütebilmeyi hedefliyoruz.

Kursları bizzat verdiğiniz oluyor mu?

İçerik geliştiricisi olarak en sevdiğim şeylerden biri, eğitmen olma fırsatımızın da olması. Ulaştığınız kitlenin genişliği hoşuma gidiyor ve ilk kez bir kurs yayınlayıp ağımın dışındaki insanlardan geri bildirim almak benim için gerçekten keyifliydi.

Yaptığınız işe ilginiz nasıl başladı?

Bilim geçmişim var; sucul ekoloji alanında doktora yaptım ve o dönemde karmaşık veri kümeleriyle tanıştım, kendi veri analizlerimi kendimin yapması gerekiyordu. Bunlar çoğu zaman oldukça özeldi ve o zamanlar R bugünkü seviyesinde değildi. R’da grafik oluşturmanın ne kadar zahmetli olduğunu hatırlıyorum; ilk derslerimiz de epey zorlu geçmişti—kimse ne yaptığımızı tam anlamıyordu. Doktoramın ilerleyen dönemlerinde, analizlerinizi kendi yöntemlerinizle kodlayabilmenin değerini kavradım.

Doktoramın ana odaklarından biri, arazi kullanımının su kalitesi ve küçük su birikintilerindeki sivrisinek varlığı üzerindeki etkilerini araştırmaktı. Doktoramı bitirdikten sonra, sivrisineklerle yayılan bir vektör kaynaklı hastalık olan dang hummasının yayılımına odaklanan bir Hackathon’a katılma fırsatım oldu. Bu sayede veri bilimi alanındaki yeni teknolojilere ve araçlara maruz kaldım ve Hackathon’da bir ödül kazanmam ilk veri bilimi danışmanlığı işime kapı açtı.

Sizi DataCamp’e getiren ne oldu?

O dönemde deneyimli veri bilimciler az bulunduğundan, kendimizi geliştirme yolları arıyorduk. O zaman DataCamp’i keşfettim. Etkileşimli öğretim yöntemini ve pratik alıştırmaları gerçekten sevdim. Danışman olarak makine öğrenimi, veri görselleştirme ve panolar oluşturma içeren projelerde çalıştım; ancak işimin en sevdiğim kısmı müşterilere veya öğrencilere atölyeler verdiğim zamanlardı. Kendi kendime, öğretme tarafını tam zamanlı bir işe dönüştürmenin bir yolu olmalı diye düşündüm. Ayrıca öğretmenlik yüksek lisansım var; hep eğitime ilgi duydum ve DataCamp’teki iş ilanını görünce bu tutkumu takip etmek için ideal bir fırsat olarak gördüm.

DataCamp’te bir pozisyona başvuracaklara ne tavsiye edersiniz?

Birçok şey başvurdukları departmana bağlı, ancak benim durumumda, platformu tanımanızın, birkaç kurs almış olmanızın ve alttaki bilginin nasıl sunulduğunu bilmenizin çok değerli olduğunu düşünüyorum. Yeni işe başlayanların deneyimleyeceği şeylerden biri, kendi projelerinde çalışmanın getirdiği bağımsızlık; tabii ihtiyaç duyulduğunda her zaman yardım mevcut. DataCamp’te çalışmanın bir diğer özelliği de her zaman iyileştirme için alan olması. Sürekli yeni özellikler çıkıyor; bu yüzden yeni şeyler önermekten ve denemekten çekinmeyin. İçerik ekibinin geçmişleri de oldukça çeşitli. Benim yanı sıra işletme mühendisliği ve ekonomi, pazarlama analizi, bilgisayar bilimi, biyostatistik, psikoloji, jeoloji ve sosyoloji alanlarından gelen kişiler var ve bu çeşitlilik veri setleri, alıştırmalar ve kavramsal içgörüler için ilginç fikirler doğuruyor. Kısacası, veri bilimine girmek ya da içerik geliştiricisi olarak başlamak istiyorsanız, geçmişinizin ne olduğu o kadar da önemli değil.

İş dışında “ConForte Symphonic” adında bir orkestra kurdunuz; hâlâ aktif mi?

Evet, eşimle birlikte biz kurduk! Hep orkestra içinde çaldık, ama amatör olarak çalmak için çok az fırsat var. Bu yüzden 2019’un sonlarında kendi orkestramızı kurmaya karar verdik. Üç hayır konseri verdik ve geleceğe yönelik planlar yapıyorduk; sonra pandemi oldu. Yakın zamanda yeniden çalmak için yeşil ışık aldık ve ilerideki konserleri dört gözle bekliyoruz.

Bu arada, daha iyi kararlar almak için ConForte’un verilerini nasıl kullanabileceğime bakıyordum. Örneğin, hayır konserlerimiz için satılan bilet sayısını regresyonla tahmin edebildim ve başlangıçta planladığımız iki konser yerine üç konser verme kararımızın doğru olduğuna vardık—üçü de kapalı gişe oldu.

Bu tür projeler için DataCamp’te çok destek olduğunu düşünüyor musunuz?

Oryantasyon sürecimde COO’muz Martijn ile orkestrayı kurma sürecimiz hakkında konuşuyordum ve bu konuyla yakından ilgilendi. Genel olarak insanların ilgi alanlarını, özellikle de böyle yan projeler kurma durumlarını merak ediyor. Ben bunu karşılıklı fayda olarak görüyorum: Boş zamanlarınızda öğrendiğiniz becerileri günlük işinize uygulayabiliyorsunuz ve tersi de geçerli; bu da her iki alanda da motivasyonunuzu yüksek tutuyor.

Boş zamanlarınızda neler yapmayı seviyorsunuz?

Tekrar müzik yapıyor olmamız beni çok mutlu ediyor; bunun dışında zamanımın çoğu iki (yakında üç) çocuğumuzla geçiyor. Öğretmeye tutkulu biri olarak, onların dünyayı keşfedişini ve her şeyi ilk kez içselleştirmesini izlemek gerçekten güzel. Anlayışlarını geliştirmeyi seviyorum; bir soru sorduklarında bazen cevaplıyorum, bazen de onların düşünmesi için karşı soru soruyorum—aslında biraz makine öğrenimine benziyor denebilir; örnek ve tekrar yoluyla öğreniyorlar ve makine öğrenimi de böyle çalışır. Pek çok örnek görerek belirli durumlarda belirli şeyleri nasıl tekrar edeceklerini öğreniyorlar. Neyse, şimdi yaz tatilindeler; aileyle daha çok vakit geçirmek güzel olacak.

Maarten’e DataCamp’te katılmak ister misiniz? Şu anda New York; Londra; Leuven, Belçika; ve uzaktan pozisyonlar için işe alım yapıyoruz. Açık pozisyonlarımıza göz atın.

Konular
DataCamp’te Yaşam
İlgili

blog

2026’da En Popüler 40 Yazılım Mühendisi Mülakat Sorusu

Algoritmalar, sistem tasarımı ve davranışsal senaryoları kapsayan bu temel sorularla teknik mülakat sürecine hakim olun. Uzman cevapları, kod örnekleri ve kanıtlanmış hazırlık stratejileri edinin.
Dario Radečić's photo

Dario Radečić

15 dk.

blog

Hızlı Sevkiyat İçin Pratik Vibe Kodlama Teknoloji Yığını

Ön uç, arka uç, veritabanları, kimlik doğrulama, depolama, e-posta, test, dağıtım ve izleme için en iyi araçları keşfedin.
Abid Ali Awan's photo

Abid Ali Awan

14 dk.

Eğitim

Python'da Listeyi String'e Nasıl Dönüştürürsünüz

Bu hızlı eğitimde, Python'da bir listeyi string'e nasıl dönüştüreceğinizi öğrenin.
Adel Nehme's photo

Adel Nehme

Eğitim

.gitignore Nasıl Kullanılır: Örneklerle Pratik Bir Giriş

Git deponuzu temiz tutmak için .gitignore’u nasıl kullanacağınızı öğrenin. Bu eğitim; temelleri, yaygın kullanım durumlarını ve başlamanıza yardımcı olacak pratik örnekleri kapsar!
Kurtis Pykes 's photo

Kurtis Pykes

8 dk.

Devamını GörDevamını Gör