“Hello Data” yazısıyla veriyi bir olgu olarak tanımlamaya ve IT alanındaki önemini açıklamaya çalışmıştım. Ama bu çaba, geniş bir okyanusun yalnızca yüzeyinde kaldı. Bu veri kavramlarını daha derinlemesine ele almayı, özellikle de iş gücünün dağılımına birkaç ana başlık altında odaklanmayı planlıyorum. Bu inceleme, iş dünyasında yaygın olan çeşitli unvanlara ve her rolün ayrılmaz parçası olan teknolojilere ışık tutacak.
Veritabanı yönetimi
Günümüz IT dünyasında projelerin çoğunun temelini veri oluşturur. Veritabanı sistemleri bu verinin temel depolarıdır; verinin erişilebilir olmasını ve bütünlüğünün korunmasını sağlar. Ancak sağlam bir veritabanını ayakta tutmak sürekli dikkat ister. Veri değişmeden kalmalı, yedekler saklanmalı, felaketlerin yol açtığı çöküşler önlenmeli, performans titizlikle izlenmelidir. Veritabanına erişim yetkileri de denetlenmelidir. Bu kritik işlerin hepsi, ilgili veritabanı sisteminin iç işleyişini iyi bilen kişilerin uzmanlığını gerektirir. İşte burada Veritabanı Yöneticisi (Database Administrator, DBA) devreye girer: saydığım bu sorumlulukların tamamını gözeten kilit isim odur. Bir DBA genellikle belirli bir veritabanı teknolojisinde uzmanlaşır ve veritabanı yönetim sisteminin görünen ve görünmeyen tüm işleyişine hâkimdir. Projeler büyüdükçe DBA rolleri de uzmanlaşır; kimi performans iyileştirmeye, kimi yedekleme yönetimine odaklanır.
Bu alanda her birinin kendine özgü bir odağı ve sorumlulukları olan pek çok unvan karşımıza çıkar. Örneğin Veritabanı Geliştiricisi (Database Developer) veritabanı yönetim sisteminin içinde çalışan programlar yazmada uzmanlaşırken, Veritabanı Yöneticisi yönetim ve bakım işlemlerinin kritik sorumluluğunu üstlenir. Veri Güvenliği Yöneticisi (Data Security Administrator) ise güvenlik çözümleri uygulayarak veriyi olası tehdit ve ihlallerden korumada kilit rol oynar. Bu roller bir araya gelerek veri odaklı IT dünyasının belkemiğini oluşturur ve sürekli gelişen bu alanda yol almak için gereken uzmanlığın ne kadar çeşitli olduğunu gösterir.
Veri mimarisi
Veritabanı Yöneticisi (DBA), bir projede veritabanının yönetiminden sorumlu kritik bir rol üstlenir; asıl odağı iş mantığını derinlemesine kavramak değil, veritabanı operasyonlarıdır. Oysa veri durağan değildir; sürekli değişir ve akar. Bu veri akışının inceliklerini anlamak, altta yatan iş mantığını daha derinlemesine bilmeyi gerektirir. Yazılım mimarisinde iş kuralları hesaplama çözümlerine dönüştürülür; veri mimarisinde ise bu teknolojilerle veri arasındaki karmaşık etkileşim ortaya çıkar. Burada birinin, sistem teknolojilerinin veriyle nasıl etkileşeceğini en iyi hâle getirecek ve veri katmanında iş kurallarıyla kusursuz uyumu sağlayacak bir mimari çerçeve kurması gerekir. Bu vizyoner kişiye Veri Mimarı (Data Architect) denir. Verinin nasıl var olacağını, farklı teknolojilerle nasıl uyum sağlayacağını, nasıl akacağını, hangi dönüşümlerden geçeceğini ve titizlikle tasarlanmış bir mimariyle genel iş mantığına nasıl sorunsuzca entegre olacağını belirlemek onun görevidir.
Veri Mimarı unvanının yanı sıra benzer sorumlulukları kapsayan başka roller de olabilir. Örneğin Teknik Bilgi Uzmanı (Technical Information Specialist) bu rolde uzmanlaşabilir; Bulut (Veri) Mimarı (Cloud Data Architect) ise çalışmalarını bulut altyapısına genişletmeye odaklanır. Benzer şekilde Çözüm Mimarı (Solution Architect), veri ve iş mantığıyla sorunsuz uyum sağlayan kapsamlı yazılım mimarileri tasarlama sorumluluğunu taşıyabilir. Bu unvanlar, veri mimarisi ve teknoloji entegrasyonunun karmaşık dünyasında yol almak için gereken çeşitli uzmanlığı birlikte temsil eder.
Veri mühendisliği
Veri mimarisi alanında kritik sorumluluklardan biri, tasarımın hayata geçirilmesini yönetmektir. Plan verinin nereye ve nasıl akacağını belirleyebilir, ama bu veri hatlarına (data pipeline) can veren mühendislerin özenli çalışmasıdır. Kısacası mühendisler, tasarımı çalışan, işleyen bir gerçekliğe dönüştürmede kilit rol oynar. Hem geliştirme hem de operasyon boyutunu kapsayan bu çok yönlü role Veri Mühendisi (Data Engineer) denir. Veri mühendisleri, verinin çeşitli kaynaklardan çıkarılıp hedeflere yüklenmesinden veri dönüşümüne ve iş akışlarının otomasyonuna kadar geniş bir görev yelpazesini üstlenir. Veri mühendislerinin görev ve sorumlulukları, içinde çalıştıkları mimarinin ayrıntılarına göre büyük farklılık gösterebilir.
Dolayısıyla bu alandaki unvanlar da aynı ölçüde çeşitlidir ve farklı bağlamların gerektirdiği uzmanlıkları yansıtır. Genel veri mühendisliği uygulamalarına hâkim olan Veri Mühendisi (Data Engineer) var. Büyük veri alanında çalışanlar çoğunlukla Büyük Veri Mühendisi (Big Data Engineer) unvanını taşır. Bulut altyapısında uzmanlaşan profesyoneller Bulut (Veri) Mühendisi (Cloud Data Engineer) rolünü üstlenir. Veri ambarı tasarımıyla uğraşanlar Veri Ambarı Mühendisi ya da Geliştiricisi (Data Warehouse Engineer / Developer) unvanıyla anılabilir. Araç odaklı çalışanlar ise ETL Geliştiricisi (Extract, Transform, Load) olarak bilinebilir. Bu unvanlar, veri mühendislerinin sürekli gelişen veri dünyasına getirdiği incelikli rolleri ve uzmanlığı gösterir.
İş zekâsı (Business Intelligence)
Zaman, veri üreten işletmeler için gerçekten değerli bir yatırımdır. Faaliyet gösteren bir kurum olarak büyük olasılıkla operasyonlarınızı izlemek için özel yazılımlar geliştirdiniz ve yıllar içinde verileriniz katlanarak büyüdü. Biriken bu verinin göründüğünden çok daha büyük bir değeri vardır; bu potansiyeli açığa çıkarmanın ilk adımı da iş zekâsıdır (Business Intelligence, BI).
İş zekâsı, geleneksel raporlama süreçlerinin gelişmiş ve düzenli bir hâlidir. Kilit bir sistemdir, çünkü zamana göre dizinlenmiş bu büyük hacimli veriyi etkili biçimde işlemek belirli yöntem ve teknolojiler gerektirir. Bunlar arasında “veri ambarı” (data warehouse) terimi sık anılır. Veri ambarı kavramı ilk olarak, iş zekâsı raporlarının oluşturulmasını sağlamak amacıyla ortaya çıkmıştır.
İş zekâsı alanında çalışanlardan kapsamlı teknik becerilere sahip olmaları her zaman beklenmez. BI Analisti ya da Veri Analisti gibi rollerdeki kişiler, ayrıntılı teknik konulardan çok raporlama becerilerine ve stratejik bakış açısına öncelik vermelidir. Yine de bu alanda analistler ile geliştiriciler arasındaki sınırın katı olmadığını belirtmek gerekir; çoğu zaman örtüşme vardır ve profesyoneller, bilinçli karar alma ve iş büyümesi için verinin tüm potansiyelinden yararlanmak üzere bu roller arasında iş birliği yapar.
Veri bilimi
İş zekâsından söz ederken bunun, verinin içine gizlenmiş anlamları ortaya çıkarmanın ilk adımı ve klasik raporlamanın daha yapılandırılmış bir biçimi olduğunu vurgulamıştım. Ancak verinin kendisi, onu üretenlerin bile fark etmekte zorlanabileceği pek çok karmaşık örüntü ve içgörü barındırır. Bu karmaşıklığın üstesinden gelmek için matematik ve istatistik devreye girer. Bu gizli anlamları bilimsel olarak kanıtlanmış yöntemlerle ortaya çıkarma çabası, “veri bilimi” (Data Science) terimiyle ifade edilir.
Başlangıçta veri madenciliği (Data Mining) diye anılan bu kavram, yöntemleri olgunlaşıp genişledikçe tam anlamıyla bir bilime dönüştü. Bugün bu yöntemler verinin anlamını kavramamıza yardım etmenin yanı sıra bilgisayarlara onu anlamayı öğretmemizi ve bazı durumlarda bilgisayarların kendi başlarına yeni veri üretmesini sağlıyor. Bu dinamik alanda Veri Bilimci (Data Scientist) ve Makine Öğrenmesi Mühendisi (Machine Learning Engineer) gibi unvanlarla sık karşılaşırız. Bu alanın ayrıntıları çok geniş ve çok yönlüdür; kapsamlı biçimde ele almak çoğu zaman uzun yazılar gerektirir.