Veri Bilimi

Amaç, farklı veri türlerinin özelliklerini ve karmaşık veri kümelerinin yapısını anlayabilen, aralarındaki ilişkileri tanıyabilen, ham verilere gerekli dönüşüm adımlarını uygulayabilen, sonuçlar çıkarabilen ve gerçek dünya süreçlerini modelleyebilen BT profesyonelleri yetiştirmektir. Doktora düzeyinde çalışmalarına devam etmeye hazırdırlar.

Edinilmesi Gereken Teknik Yeterlilikler

a) Bilgi

Veri analizi, etik, veri güvenliği, matematik, istatistik, programlama ilkeleri ve bağlamları, özellikle veri türleri, temsiller, dönüşüm ve optimizasyon prosedürleri, çok değişkenli istatistik, makine öğrenimi gibi yenilikçi, araştırma düzeyinde veri bilimi için gerekli kavramlar hakkında bilgi. Analiz ve modelleme için kullanılan güncel teknolojilerin işleyişine aşina olacak ve bunları büyük miktarda veri de dahil olmak üzere gerçek yaşam durumlarında uygulayabileceksiniz. Büyük miktarda veriyi depolama, işleme ve görselleştirme tekniklerine ve farklı araçların özelliklerine aşinalık. Veri biliminin temel uygulama alanları, ilgili problemler ve olası çözümlerin ana yönleri ve ilgili tekniklerin sınırlamaları hakkında bilgi. Farklı veri türleri arasında bağlantı kurabilme, veri dönüşümüne dayalı bilgi çıkarabilme ve disiplinlerarası bir ortamda problem çözebilme becerisi.İngilizce dil yeterliliği, eğitim düzeyi, İngilizce literatür bilgisi, teknik metinlerin anlaşılması ve işlenmesi ve yeterlilik belgesinin verildiği mesleki görevlerin yerine getirilmesi ve sürekli mesleki gelişim için yeterlidir. Veri yönetimi, analizi ve modellemesinin yasal ve etik yönleri de dahil olmak üzere düzenleyici konular ve sorunları hakkında kapsamlı bilgi. BT güvenliği konuları bilgisi.

b) Beceriler

Farklı disiplinlerdeki karmaşık sınıflandırma, modelleme ve tahmin problemlerini resmileştirme, gerekli teorik ve pratik yöntemleri tanımlama ve çözme becerisi. İstenen görev için ham veri dönüştürme adımlarını oluşturma becerisi. Verileri bağlam içinde diğer bilgilerle ilişkilendirme, farklı yöntemleri birleştirme becerisi. Veri öğeleri arasındaki bağımlılıklar, yapılandırılabilirlik ve veri türleri bilgisi. Veri analizi stratejisini teknolojideki değişikliklere uyarlama becerisi. İşlenecek ve analiz edilecek verileri üreten veri bilimiyle ilgili disiplinlerle etkili bir şekilde iş birliği yapma becerisi. Büyük miktarda veriyi etkili bir şekilde görselleştirme ve sonuçları yorumlama becerisi. Rutin sorunların tanımlanması ve çözümünün ötesinde orijinal fikirler üretme becerisi. Mesleki gözetim altında bağımsız bilimsel araştırma yürütme becerisi. En az İngilizce ve ana diline ek olarak, iletişim kurma, sonuçları sunma ve yorumlama, rapor hazırlama ve teknik materyalleri işleme becerisi.Çalışmaları sırasında araştırma, geliştirme ve inovasyon hedefleri belirleme olanağını araştırır ve bunlara ulaşmak için çaba gösterir.

c) Tutum

Veri bilimi ve ilgili disiplinlerdeki, özellikle matematik, istatistik, bilgisayar bilimi ve yapay zeka alanlarındaki son gelişmeleri izler ve bunları kendi gelişimi için kullanmaya çalışır. Çalışmalarında kendisinden farklı olanların görüşlerine saygı duyar ve bunları dikkate alır ve yalnızca profesyonel argümanların kabul edilebilir olduğunu düşünür. Mesleğini güvenilir bir şekilde temsil eder ve çalışmalarının sonuçlarını sunar. Çevreye duyarlı davranışları teşvik etmeye ve uygulamaya kendini adamıştır.

d) Özerklik ve sorumluluk

Görevlerini hassasiyetle yerine getirmeye ve son tarihlere uymaya ve bunları uygulamaya büyük önem verir. Analitik, modelleme ve diğer veri bilimi görevlerinde bireysel olarak, bir ekibin parçası olarak veya bir lider olarak çalışma becerisi. Kendisiyle veya altında çalışan diğerlerinin çalışmalarının sorumluluğunu üstlenir. Kendisine emanet edilen hassas ve gizli olma potansiyeli taşıyan verileri, güncel düzenlemelere uygun olarak, sorumlu bir şekilde yönetir. Çalışmalarını mesleki ve bilimsel etiğe azami saygı göstererek yürütür.