Archive of ‘Teknoloji’ category

Agile Yönteme Geçiyoruz. Hayat Daha Güzel Olacak !

Teknoloji çağında neredeyse her gün yeni bir kavram, yeni bir teknoloji ya da yazılımdan haberdar oluyoruz. Hızla gelişen ve her geçen gün hızına ivme katan teknoloji dünyasını takip etmek ve yeniliklere adapte olmak da zorlaşıyor.  Fazla geriye gitmeden son beş on senede sıkça duymaya başladığımız bir çok kavram hayatımıza girdi. Akıllı sistemler, NFC vb teknolojiler,  Big Data, Drone, Devops gibi kavramlar hızlı bir şekilde popülerleşti. Bu teknolojilerden bazıları üstüne katarak gelişirken bir kısmı da  popülerliğini kaybedebiliyor. Birkaç sene önce sıkça duyduğumuz Big Data kavramı artık eskisi kadar dillendirilmemektedir. Big data’dan vazgeçilmiş değil, şahsi fikrim ileri de duymaya devam edeceğiz. Büyük şirketler bu alana yönelip sadece bu alanda çalışacak ekipler oluşturuyor ancak aktif ve başarı olarak –en azından takip etmeye çalıştığım büyük firmalar arasında- duyduğumuz bir çalışma yok. Eğer big data ilginizi çekiyorsa big data ile ilgili verilerin de yer aldığı “2017’de Big Data Projelerinin %60’ı Başarısız Olacak” isimli çalışmayı okuyabilirsiniz. Bu kısa girişten sonra yukarıdaki kavramlar gibi son zamanlarda daha çok duymaya başladığımız bu yazının konusuna gelebilirim :Agile. Türkçeye çevik yöntem olarak çevirilen Agile projenin varolmaya başlamasından bitirildiği son ana kadar ki süreci belirleyen bir yöntemdir.

On altı senelik bir geçmişi olan Agile proje yönetim süreçlerinin belirlenmesi amacıyla 2001’de guru sayılan 17 kişi  tarafından 12 maddeden oluşan manifesto hazırlanmıştır. Manifesto paydaşlar arası iletişim ve işbirliği, güncellenebilen yazılımlar, ekibin kendisini organize edebilmesi, ve değişimlere adapte olabilmesine vurgu yapar. Agile çerçevesi kesin hatlarla belirlenip  ve yalın üretim(lean manufacturing) prensipleriyle netleştirilmiş waterfall gibi süreçlere karşı yeni bir çözüm olarak ortaya çıkmıştır.

Agile yöntem, zamanı yönetmeyi, müşteriyi sürece dahil etmeyi, yüksek işbirliğini, esnekliği, ürünlerin düzenli production’a alımını, sürecin ve üretimin beraber devam edecek şekilde gelişimini önemser. Waterfall gibi süreçlerde iş hatları daha belirgin ve değişkenken agile ile daha çok söz sahibi ve daha esnek bir iş yapış süreci mevcuttur. Daha az çalışma değil işin değişme imkanı da dikkate alındığı için daha esnektir :)  Bir proje ile ilgili ihtiyaç ve hedefler proje sürecinde güncellenebiliyor; değişebiliyor. Bu da sürecin değişime açık ve esnek olmasını zorunlu hale getiriyor. Esnek olması ürün sahibi ve ürünü ortaya çıkaracak ekip için de bu yöntemi cazip hale getiren etkenlerden bir tanesi. Scrum da ilk zamanlarda geleneksel, ardışık yaklaşımlara karşı daha esnek bir yapıda olunmasıyla tanıtılan bir yaklaşımdı. Ancak günümüz yazılım projelerinde dökümantasyon ve sprintler gibi sıkı denebilecek bir metodoloji olarak görülmektedir.   Proje yönetimi, proje üretimi ve yazılım geliştirme takımlarının sayısının artması da geleneksel waterfall metodolojisinden agile metodolijlerine yöneltiyor.  Aslında agile, scrum metodolojlerinden biridir. Scrum, agile hareketinin bir parçasıdır. Agile ve Scrum birbirilyle ilişkilidir ancak farklı yönleri de vardır.

Agile, agile menifestosunda belirtilen prensiplerin iterasyonlar halinde yazılımın geliştirilmesidir. allmethodologies

Scrum ise yazılım geliştirme sürecinde takip edilecek özel kurallar bütünüdür. Agile de iş ve teknik taraf diye iki taraf yerine o işin sorumlusundan geliştiricisine kadar bir takım vardır.

Waterfall eşyayı her katta görevlendirilen birisine aktararak eşyayı taşımaya benzerken agile’da asansörle eşyanın parça parça daha hızlı bir şekilde yukarıya çıkması gibidir.

Agile elbet her derde deva olmayabilir ama yazılım projelerini tüm paydaşlar açısından daha balşarılı ve kaliteli bir şekilde sonuçlandırma adına faydaları vardır. Müşteri açısından bakacak olursak  daha kısa sürelerde ürünün belli kısımlarını üretim ortamında kullanmaya başlayabilir. Inception fazında projenin tüm paydaşları ve özellikle de yazılım ekibiyle beraber ihtiyaçlar belirlendiği için istekleri net bir şekilde anlaşılmış olur. Scrum’da yazılım ekibi analiz safhasında yer almadığı için yazılım açısından uygulanabilirlikten dolayı bazı ihtiyaçlar proje ortasında yapılacak işler arasından çıkarılıyordu. İki ya da üç haftalık periyotlarda öncesinde müşteriye demo yapılarak ürünün belli kısımları üretim ortamına alınır. Bu sayede ürünü kullanmak için projenin sonlandırılması beklenmez.

Geliştirme Ekibi de bu yöntemin mutlu olacak taraflarından biridir. Inception fazında ihtiyacın ne amaçla istendiğini bildiği için yaptığı geliştirmenin business tarafına da hakim olacaktır. Yazdığı yazılımın kullanımı ve değerini daha aktif görebilirler. Analiz süreci ve –kullanılmayacak olan- dökümanların hazırlanması süreci ortadan kalkmış olur. Müşterinin kullanacağını bildiği ve değerini inception fazında gördüğü için daha keyifli çalışmaya başlarlar.Projenin diğer paydaşları için de faydaları sıralamak zaten uzun olacak bu yazıyı daha da uzatacağı için o konuya girmiyorum :)

Yukarıda saydığımız agile yöntemin avantajlarının yanında bazı zorlukları da vardır : Raporlanması, finansal yönetimi, zaman ve kaynak yönetimi, müşterinin artık sürece dahil olması, değişikliğin her zaman yapılabilmesi, net bir planın olmaması. Bu zorlukların hepsini tek tek açıklayabiliriz ancak zorluk olmalarının ortak özelliği sürecin esnekliği ve güncellenebiliyor olmasıdır. Agile yöntemde belirlenmiş, kesin çizgiler yoktur.

Agile ile ilgili özellikle üzerinde durulması gereken iki kavram var: User Stories (Kullanıcı Hikayeleri) ve Iterations. Iterasyondan kısaca bahsettiğim için burada kullanıcı hikayelerinden bahsedeceğim. Zira bu kısım önemli. Ürün backlog’unu oluşturmak için en popüler yöntemlerden biri müşteri ya da kullanıcının gereksinimlerinin küçük açıklamalar  ile yazıldığı user storyler şeklinde hazırlanmasıdır. Kullanıcı hikayeleri ürünün müşterileri ya da kullanıcının perspektifinden gereksinimin kısa ve basit olarak ifade edilmesidir. Kullanıcı hikayeleri yazılım dilinden öte müşterinin diliyle oluşturulur. Kullanıcı neyi neden istiyor sorusunun cevabı bulunmaya çalışılır. Yazılım ekibi ve projenin tüm paydaşlarının hem fikir olacağı kullanıcı hikayeleri neticesinde yapılacak projenin kapsamı tahmin edilir. Bu kullanıcı hikayelerinin eforu belirlenerek iki haftalık iterasyonlarla üretim ortamına alınır.

Waterfall, Kanban, Scrum ve Agile Hakkında Kısa Karşılaştırmalar

Waterfall metodolojisinde geliştirme başlamadan tüm gereksinimlerin analiz edilip dökümante edilmesi gerekir. Agile’da ise gereksinimler kısa iterasyonlar halinde geliştirilir ve değiştirilebilir. Geliştirme öncesi bir handshake durumu yoktur. Agile development öncesi geçirilen uzun zaman periyotlarını ortadan kaldırır. Ayrıca uzun geliştirme süreçlerinde ortaya çıkabilecek –analizde olmayan, kaçınılmaz- değişiklerin bir problem olarak ortaya çıkmasını engeller.  Waterfall’de analizde yazılan herşeyi birebir ürün haline getirmiş olabilirsiniz. Bu geliştiren takım için başarılı bir sonuçtur. Ancak müşteri tarafında ihtiyaç değişmiş olabilir ve ortaya konan ürün kullanılmayacak bir ürün olabilir.  Bu şekilde üretici ihtiyacını karşılamadığı , geliştirici efor sarfettiği, proje yönetimi ise kaynak ayrılan bir ürünün kullanılmayacak olmasından mutsuz olur.

Kanban ise Scrumdan biraz daha esnektir. Kanbanda yürütülen bir süreç kolayca Agile a dönüştürülebilir. Kanbanda bir tahta üzerinden süreç yönetilir : progresstestingready for release ve released aşamaları vardır. Eğer etkili ve uzun bir proje süreci olacaksa Scrum ama zaten süregelen bir proje ise kanban kullanılabilir. Scrum ve Agile buz ile su gibi benzerdir. Scrum ve kanban da agile yazılım metodolojilerinin özelleştirilmiş halidir. Scrum ve kanbanı karşılaştırmak ise iki ayrı agile metodolojisini karşılaştırmak gibidir.

methodologies

Sonuç olarak bu metodoloji ve toolların temelde bir amacı var : Projeleri daha verimli, kaliteli ve mutlu bir şekilde sonuçlandırmak. Bu sebeple küçük bir proje için use story’ler için biraraya gelip işin tüm bireylerini biraraya getirmek yerine Kanban belki waterfall bile daha etkili olabilir. Eğer başka birimlere bağımlığınız fazla ve beraber yürüyemeyecek bir süreçse –bence yine de tercih etmeyin waterfall tercih edilebilir.

Son olarak üç tip yöntemde de çalışmış biri olarak Agile yöntemin diğerlerinden çok daha iyi olduğunu düşünüyorum. Tabii burada Agile yöntemlerin tamamiyle uygulanmaya çalışılmasıyla iyi bir şekilde proje yönetilebilir. Esnek diye sürekli geliştiriciye müşteri yeni istek istedi agile yapıyoruz bunu da hemen çıkmamız gerekiyor denilen bir ortamda geliştirici nasıl mutlu olamazsa, her işe uzun eforlar verip esnekliği rahata dönüştüren bir ortam da müşteri için memnun edici bir süreç olmayacaktır.

Çevik süreçler dileğiyle..

Bir kaç link :

http://canertosuner.com/post/kisaca-agile-nedir-neler-gerektirir

https://www.mountaingoatsoftware.com/agile

https://www.smartsheet.com/agile-vs-scrum-vs-waterfall-vs-kanban

Eğitim’in Big Data’sı : Öğrenme Analitiği

Blog yazmaya verdiğim uzunca araya son vermek ve tez konum olan öğrenme analitiği ile ilgili birikmiş bilgileri bir yazıyla paylaşmak isteği sonucunda öğrenme analitiği hakkındaki bu uzunca yazıyı yazmaya karar verdim. Öğrenme Analitiği, fen bilimleri ile sosyal bilimlerinin alt dalları olan bilgisayar bilimleri ve eğitim teknolojilerini bir arada harmanlayan bir alan. Teknolojinin günden güne hayatımızın her noktasına biraz daha temas etmesi sonucu yaklaşık beş altı senelik bir geçmişi olan bir kavram. Son yıllarda bilgisayar bilimlerinde sıkça duymaya başladığımız big data, IoT ve smart solutions –akıllı çözümler diyince tam karşılamıyor hafızamda :) – gibi yeni ve gelişerek kullanılan bir kavram.

Geleneksel okul değerlendirme ölçütleri bir kaç açıdan sınırlı ve öğretmenler açısından fazlasıyla zaman alıcıdır. Teknolojinin hayatımıza girmesi ve okuryazarlık becerisine sahip bilgi toplumu olmaya başlamamızla beraber teknolojinin öğretime katkıları üzerinde çalışmalar da artmaya başladı. Öğrenci, öğrencinin internet ortamındaki verileri ve okul bağlantılı tüm verilerden oluşan Büyük Eğitimsel Veri’nin analizi ile yeni çalışma ortamlarının oluşmasına olanak sağlandı. Verilerin analiz edilmesi sonucunda ortaya konan analitik uygulamalarla kurum ve öğrenciler için ileride görülebilecek tahmini problemler karşısında çözümler üretilebilir. Bu veriler, hem ekonomik hem de pedagojik kaynakların optimal kullanımının desteklenmesi için veri odaklı kararlar alınmasında kullanılabilir.

Öğrenme analitiği, eğitim sisteminin her katmanında verilen kararlara delil sağlamak, öğrenciye kişiselleştirilmiş öğrenme etkinlikleri sunmak, öğrencinin öğrenme tarzına uyum sağlayan öğretim yöntemlerini ve uygulamaları etkin biçimde kullanmak ve öğrenme sorunlarını zamanında çözmek için tanı koymak gibi amaçlarla öğrenci verilerini analiz etmeye dayanır.

Öğrenme analitikleri kavramı ilk kez Siemens tarafından “öğrenme üzerinde tahmin ve tavsiye yapabilmek için akıllı veri, öğrenenin ürettiği veri, bilgi ve sosyal bağlantıları keşfetmek için analizlerin kullanılması” olarak tanımlanmıştır. Bu tanım zaman içerisinde güncellemeler geçirse de son haliyle şu şekilde bir tanımlama yapılabilir : Öğrenme Analitiği öğrenci ve öğrencinin ilişkili olduğu ortamlardan elde edilen tüm verilerin öğrenme süreçlerinin iyileştirilerek desteklenmesi ve zengin geri bildirimler sağlamak için toplanması, analiz edilmesi, ölçülmesi ve raporlanmasıdır.

Öğrenme Analitiği bir çok etkenin göz önünde bulunması sonucunda gerçekleştirilir. Bu bileşenler şunlardır :

  • Paydaşlar (Öğrenciler, Öğretmenler, Veliler, Kurumlar)
  • Amaçlar (Hedefler, Tahminler)
  • Eğitim Veri Analizi ( Açık Kaynak Veri, Korunmalı Veri)
  • Kısıtlamalar ( Özel Verilerin Kullanımı, Etik İlkeler )
  • Teknolojiler ( Eğitim Veri Analizi, Öneri Sistemleri, İstatiksel Teknolojiler)
  • Yeterlilikler  (Yorumlama, Titiz Düşünme, Analizler)

Öğrenme Analitiği Bileşenleri

Öğrenme Analitiği ile elde ettiğimiz analizin eğitsel sonucundan eğitsel davranışlara yön verilir.

Öğrenme Analitiğinin Pedagojik Etkileri

Öğrenme Analitikleri  sonucunda öğrenim sürecine katkı sunulabilmesi için başka alanlarla da ilişkilidir. Bunlar:

learninganalytics3

  • Akademik Analizler
  • Web Analizleri
  • Veri Madenciliği
  • İş Zekası

 

 

 

 

Veri Analizi

Eğitim Verisinin Analizini eğitsel sistemlerden elde edilen ham verinin eğitim yazılımlarının, geliştiricilerin, öğretmenlerin ve araştırmacıların kullanabileceği bilgiye çevirme süreci olarak tanımlamak mümkün.

Eğitim Verisinin Analizi sürecinde eğitsel ortamlardan veri toplanır, işlenir ve elde edilen bilgi eğitsel ortamlara uygulanır.

Eğitim Verisinin Analiz Aşamaları

Öğrenme Analitiği ilkeleri kapsamında geliştirilen öğrenme ortamları Amerika’da bir çok eğitim kurumunda kullanılmakta. Uzak doğu ülkelerinde de bu alanda yapılmış çalışmalar var. Ülkemizde bu konuda yazılan tez çalışmaları bulunmaktadır. Öğrenme analitiği kapsamında yapılan proje ve çalışmaların öğrenci, öğretmen ve kurumlar tarafından daha çok tercih edileceği ve popülerleşeceği görüşündeyim. Öğrenme Analitiği ile ilgili olarak Yıldız Teknik Üniversitesi Böte Bölümü Kariyer Günleri kapsamında yapmış olduğum sunumdan bir kare ile bu yazıyı noktalamış olayım.

ogrenmeanalitigisunum

 

 

Bilgisayar Mühendisliği Eğitimi ve Yazılım Sektörüne Dair Röportaj

 

Uzun süredir blogda yazı yayınlamıyordum. İlk fırsatta yazmak için konular belirlesem de bir türlü yazıya döküp paylaşamadım. Geçen ay Gebze Teknik Üniversitesi Bilgisayar Mühendisliği 3. Sınıf öğrencileri Merve, Alper ve Zehra yazılım sektörüne ve bilgisayar müdendisliğine dair bir mülakat yaptık. Dönem ödevi olarak bir akademisyen ve yazılım sektöründe çalışan bir mühendisle gerçekleştirdikleri röportajları arkadaşlarına da  sunacaklarını ifade ettiler. Benim için keyifli ve verimli geçen mülakattan sonra mülakattaki fikirlerimi düzenleyerek burada da paylaşmaya karar verdim. :)  Keyifli okumalar.

  1. Türkiyede bilişim sektöründeki ilerleme hakkında ne düşünüyorsunuz ?

Bilişim sektörü özellikle son senelerde daha hızlı bir ilerleme kattediyor olsada ilki aslında bilişim sektöründeki ilerlemeler devletin de bu konuya eğilmesiyle başlıyor. 2003’te bilgi toplumu olmak için hükümet ve devlet destekli bir proje başlatılıyor. Bunun içerisinde  e-devlet üst başlığı altında e-fatura, e-sağlık, e-imza gibi hizmet sektörüne önemli katkılar sunan çalışmalar gerçekleştirildi. Eskiden bir randevu alacağınız  zaman hastaneye gitmeniz ve ordaki görevli memurdan almanız gerekiyordu ama şimdi telefon ettiğinizde bile randevu almanız zor, internette kendiniz randevu alın şeklinde internete yönlendirilebiliyorsunuz. Tabi sadece devlet bilişim sektöründe çalışmalar yapmadı. Özel sektörde de yapılan çalışmalar vardı, mesela ekşi-sözlük daha öncesinde oluşmuş birşeydi zaten. Kriz sonrası bankaların hızlı büyümesi ve telekom firmalarının da bilişim sektörüne dahil olmasıyla bu alandaki çalışma ve rekabet arttı. Teknolojinin hızlı gelişimi aslında bilişim sektörünün de ilerleme hızını artırdı. Teknolojinin yenilikçiliği, sektörü de yenilikçi olmaya, son teknolojileri takip etmeye zorladı diyebiliriz. Ve teknoloji tek bir koldan ilerlemiyor. Her gün yeni bir kavram, yeni bir alan açılıyor. Örnek vermek gerekirse, son yıllarda büyük veri (big data) diye  bir kavram ortaya çıktı. Bu alan ilgimi  çektiği için biraz bunun üzerinden konuşmak istiyorum. Veri(data) artık ticaret, devlet ,banka, Telekom gibi sektörler  için  çok kıymetli olmaya başladı. Bu dediğimiz sektörlerde çok fazla veri toplanıyor ve bu verilerin değerlendirilmesi gerekiyor. Bu ham haliyle kıymetsiz veriler işlenerek çok değerli bir veri haline dönüştürülebiliyor. Verinin değerlendirebilmesi için de teknolojilerden geride kalmayıp , adapte olup ve hatta daha iyi bir konumda olmak için hızlı bir şekilde öncü konumda çalışmalar yapmanız gerekiyor. Bu da en özet haliyle rekabeti getiriyor. Özetle toparlayacak olursak; teknolojideki ilerlemeden dolayı bilişim sektöründeki ilerleme Türkiye’de de gelişmekte olan ülkelerde de daha hızlı bir şekilde devam ediyor. Türkiye de buna uyuyor aslında , adapte oluyor , önce olmasa da ilerleyen teknoloji ile beraber yoluna devam etmeye çalışıyor diye görüyorum.

  1. İlk profesyonel iş deneyiminizi ne zaman yaşadınız? İlk işinizden bahseder misiniz? İlk iş gününüz nasıldı ?

Daha önce part-time yerlerde çalışmıştım ama ilk profesyonel iş deneyimim mezun olduktan bir ay sonra kurumsal bir bankada başladı. Kurumsal bir bankanın iştirakçısı olan teknoloji şirketinde ATM biriminde işe başladım. Burada genel olarak C#, MySql ve MsSql yazılımları ile transaction, raporlama ekranları geliştirdikten sonra ATM yazılımları geliştirme alanında çalıştım. Bu çalışmaların dışında ve farklı teknolojilerle yaptığımız çalışmalar olsa da genel olarak ilk iş tecrübemi bu şekilde özetleyebilirim.

Heyecan olarak ta ; stajlarınızı  özellikle  yazılım evlerinde yapmışsanız , yazılım evleri nispeten daha az sayıda kişinin çalıştığı herkesin herkesi tanıdığı, bildiği ortamlardır. Ama ilk defa büyük ölçekli, kurumsal bir firmada çalışıyorsanız ortama adapte olmanız daha uzun sürebilir. Beraber bir arkadaşla aynı gün işe başlamamdan ötürü ilk günüm kolay geçmişti diyebilirim. En azından vakit hızlıca geçip erkenden akşam olmuştu.

  1. Mezun olduktan sonra iş hayatına ilk adım attığımız adaptasyon süreci nasıl olacaktır? Sizin bu döneminiz nasıldı ?

Final dönemini aratmayacak bir süreç oluyor açıkçası, yine stres oluyor, yine çabalıyorsunuz ama sonucun ne olcağını tam kestiremiyorsunuz. Birçok yere başvuruyorsunuz , birçok yerle görüşüyorsunuz ve klasik bir şekilde biz sizi ararız diyorlar arayanlar olduğu gibi, aramayanlar da oluyor. Mezun olduktan sonra iş aramaya başladıysanız bu süreç sıkıntılı oluyor ama daha öncesinde yaptığınız projeler varsa veya çalıştığınız staj yerleri ile ilişki bağınızı koparmadıysanız bu süreç daha rahat oluyor; çünkü çalışabileceğiniz bir işiniz olmuş oluyor. İş bulur muyum bulamaz mıyım telaşından öte istediğim sektörde bir iş bulur muyum diye düşünüyorsunuz. Bu süreçte kısa sürede iş arayışınız sonuçlanmaza moraliniz bozulacak, artık olabilecek kötü  iş seçeneklerini bile değerlendirmeyi düşünmeye başlayabilirsiniz. Hangi sektörde çalışmayı düşünüyorsanız, o sektör dışında bir sektörde çalışmam diyorsanız onun temelerini 4. sınıfta aldığınız bitirme projesiden itibaren çalışmalarınızı o sektörde yapmanız faydalı olacaktır. Özellikle tavsiye ediyorum eğer IBM ya da Microsoft un yarışmaları gibi onların  üzerinden bitirme projelerinizi yaparsanız hem bitirme projesini yapmış oluyorsunuz hem de sektörde birileri ile tanışma fırsatı yakalıyorsunuz ve CV’inizde fark yaratacak bir yarışmaya dahil olmuş oluyorsunuz. İş görüşmelerinde iş tecrübeniz yoksa işverenin size sorabileceği tek şey bitirme projesidir stajlarda etkili olabilir ama özellikle sizin bitirme projenize bakarak sizinle ilgili bir fikirde bulunuyorlar. O yüzden bence şimdiden bitirme projelerini araştırın ve Tübitak ‘ın ,IBM’in yarışmalarına katılın.

  1. Sektöre ilk adımımızı attığımızda bize en büyük katkıyı sağlaması açısından hangi alana yönelmeliyiz ?

Bilgisayar mühendisleri mezunları için çok fazla alan var. Üniversitedeyken temelde 4 alan vardı diyebilirim : Yazılım, veritabanı ,sistem ve proje yönetimi şeklinde alanlarda çalışabiliriz diye düşünüyoruz ama daha sonra sektöre girince özellikle de son senelerde birçok yeni alan ortaya çıkıyor. Örneğin büyük veri(big data) , veri analitiği gibi her gün varolan  alanlara yeni bir alan ekleniyor.O yüzden Bilgisayar Mühendisliği seçeneği çok olan bir alandır. Burada kişinin kendisinin hangi alanda daha iyi olabileceğine karar vermesi gerekir diye düşünüyorum. Örneğin; döküman hazırlamaktan sıkılıyorsanız analist olamazsınız ya da iyi bir analist olursunuz belki  ama mutlu olmazsınız veya kod yazmayı çok seviyorsanız yazılımcı olmanız lazım veritabanında çalışmak beklentilerinizi karşılayamayabilir. Ya da güvenlik ilginizi çekiyordur güvenlikçi olunca o alanda daha çok mutlu olursunuz gibi. O yüzden üniversitedeyken sektörle çok ilişkili değilseniz tüm alanları bilemeyebilirsiniz ama hangi alanda daha mutlu olabileceiğinizi araştırabilirsiniz. Şu aşamada hangi alanlara yönelmeniz gerektiğini söylememiz gerekiyorsa; mobil uygulamaları , veri analitiği(bu alanla ilgilendiğim için bu alanı takip ettiğim içinde olabilir J ama şu bir gerçek ki veri(data) gerçekten çok önemli bir hale geldi), güvenlik gibi alanlar şu an  revaçta görünüyor ama teknoloji çok hızlı geliştiği için alanların revaçta olma durumları her an değişebiliyor.

rop

  1. Yeni mezun olan arkadaşların şirket kurup risk alması ne derece önemli sizce , Bu konuda onlara ne tür önerileriniz olabilir?

Eğer gerçekten fikrinize inanıyorsanız ben bunu yaptım (veya yaparım) ve satarım diyorsanız çok mantıklı bir karar vermiş olursunuz. Neden? Çünkü başka bir firmaya girdiğinizde  8.00-17.00 arası o firmanın  işini yapmak zorunda olucaksınız ve hiç mesai yapmasanız bile  8.00-17.00 arasında o işle uğraşacak haliyle yorulacaksınız eve geldiğinizde kendi fikirleriniz üzerinde  düşünmeniz gerekecek buda son derece yorucu olacaktır. Sonuçta akan bir hayat ve sosyal bir hayatınız var. Yani  başka firmada çalışıp bir yandan  kendi firmamı kurayım, kendi fikrim üzerinde çalışayım dediğinizde bu zor olacaktır. Mezun olur olmaz bir firma açayım dediğinizde de sonuçta bu firmanın vergisi olacak, çalışanı olacak yani bir sermaye elinizde olması gerekiyor ve günümüz şartlarında az bir sermaye ile firma kuramıyorsunuz ama bedavaya firma kurabiliyorsunuz. Bu nasıl oluyor? Şu an birçok girişimciliğinizi(proje) verdiğinizde sadece bakanlığın bile verdiği destekler var ve  buna Teknoparkların,Tübitak desteklerini de ekleyebiliriz. Bu şekilde girişimleriniz varsa birçok yerden destek alabiliyorsunuz bu yerde(mekan) olabilir parasal da olabiliyor  yoksa diğer şekilde firma kurma süreci sıkıntılı bir süreç olucaktır. Eğer mezun olur olmaz  firma kurma gibi düşünceleriniz varsa bu tür girişimcilik desteklerini araştırmanızı tavsiye ederim ve eğer mezun olur olmaz  sektörde tanıdığınız veya  çevreniz de yoksa bu durumda tabi baya bi deli yürek(cesaretli) olmanız lazım J.Bu tür girişimlerde bulunmak gerektiğine inananlardanım yani kendini garantiye almak biraz da standart bir hayat yaşamak demektir her ayın 1’in de maaşınızı alırsınız , standart bir hayatınız olur ama sürekli aklınızın bir kenarında  firma açsa mıydım sorusunu atmak için girişilebilir  fakat dediğim gibi üzerinde iyi düşünülmesi gerekir.

  1. Mezun olduktan sonra akademik anlamda eğitim görevlisi olmak ya da özel sektöre atılım konusunda bize ne gibi önerileriniz olucaktır? Akademisyen olmayı hiç düşünmüş müydünüz ?

Lisans’tan mezun olduktan sonra daha da üniversiteye adımımı atmam diyenlerdenim. Belki hiçbir öğrenci çalışmayı sevmez ama ben hiç sevmem J J Çalışmayı severim ama ders çalışmak veya sınavı geçmek için çalışmayı hiç sevmezdim. Eğer kendim okuyacaksam bu  belki hoşuma gider veya ilgimi çeken bir konuda çalışmak hoşuma gider ama sınavlar ve stresi  deyince  ben bunları yapamam tekrar bu stresi kaldıramam diye düşünüyordum(yordumJ)  ama şuan Yüksek Lisanstayım ve teze başladım. İnsan, kendisini planladığının çok tezatını yaşarken bulabiliyor. Bazıları gerçekten ders çalışmayı çok sever işte o insanların akademiye yönelmesi gerektiğini düşünüyorum. Eğer gerçekten ders çalışmak, araştırmalar yapmak, makale yazmak , tez yazmak , birilerine birşeyler öğretmek sizi mutlu edecekse gördüğüm ve gözlemlediğim kadarıyla akademik dünya sizin için çok güzel bir seçenek olacaktır diye düşünüyorum. Eskiden maaşları düşüktü o yüzden pek seçenek haline gelmiyordu düşünüldüğünde tamam gider mühendis olurum belki biraz daha stresli olurum , belki daha çok çaba sarfetmem gerekiyor  ama iyi bir karşılığını alırım düşüncesi vardı ; ama  gördüğümüz gibi son senelerde de  akademik dünyasının maaşlarında da bir iyileştirme yapıldı onun dışında kendilerine vakit ayırabiliyorlar sektördeki gibi 8.00-17.00 gibi bir çalışma durumları yok. Akademisyenler de  biz çok çalışıyoruz diyorlar ve haklılarda ama en azında 8.00-17.00 arasında sürekli çalışmaları  gereken bir iş değil , yani o stresi yaşamamazlar akademide çalışmanın böyle avantajlı yanları var. Bu yüzden eğer  araştırmayı seviyorsanız,bir şeyleri öğretmeyi gaye edindiyseniz iki kişinin daha hayatını kurtarayım bir yerlere gelsinler diye düşünüyorsanız akademisyen olun. Çünkü mühendisin en güzel  ürünü yazılım olurken , akademisyenin en güzel ürünü yetiştirdiği öğrencisi oluyor ve insanlar yetiştiriyorlar. Herşeyden önce çok  kıymetli bir şeydir bu. Ve gerçekten hakkını verebiliyorsanız , öğrenci yetiştireceğim mantığıyla yaklaşıyorsanız  akademik dünyada kariyer yapın yoksa rahat diye akademiye geçip te öğrenciye PowerPoint Sunumundan  ders anlatıyorsanız bu hiç hoş olmaz o zaman akademiye geçmeyin derim. Bu tür sebeplerden dolayı akademisyen olmayı hiç düşünmedim ve halen de düşünmüyorum açıkçası bana hiçbir zaman cazip gelmedi.

  1. Yüksek lisans yapan ve lisans eğitimi alan mühendis arasında ne gibi farklılıklar var? Bize Yüksek lisans eğitimini almayı tavsiye eder misiniz?

Evet fark var ve kesinlikle yüksek lisans yapın derim. (Ben profesör’de olun derim J ama söylemek kadar kolay değil tabi J). Kariyer adımlarında yüksek lisans destekleyici bir basamak olabiliyor. Özellikle yönetici pozisyonlarında buna çok dikkat ediliyor diye biliyorum. Eğer iki aday ve bir koltuk varsa tüm parametrelere bakılıyor ve bu parametreler arasında yüksek lisans ve doktora olması da önemli bir kriter. Bunun dışında Bilgisayar Mühendislerinin çoğu İşletme, MBA, Ekonometri gibi branşlarda yüksek lisans yapıyorlar. Açıkçası, Bilgisayar Mühendisi olupta Bilgisayar Mühendisliğinde yüksek lisans , doktora yapmayı pek anlamlı bulmuyorum. Yazılımcı ya da  mühendis olarak başladığınız iş hayatınızın  ilerleyen senelerinde yöneticilik gibi pozisyonlarda çalışacaksınız. Burada teknik bir eğitim almış olan eğitimin sosyal alandaki yeterlilikleri de devreye girecektir. Yüksek lisans’ın kişisel gelişim ve kariyer açısından faydalı, avantajlı olduğunu düşünüyorum.

  1. İş hayatına ilk adımımızı attığımızda küçük bir şirket ile büyük bir şirketin bünyesinde yer almanın bize ne gibi avantaj ve dezavantajları olacaktır ?

Bu soru kendime en çok sorduğum sorulardan biriydi. Yazılım evleri diye tanımladığımız küçük işletmelerde başlarsanız az çalışan olmasından dolayı çok iş olacaktır. Her işi aynı teknoloji ile yapmazsınız yani daha çok çalışmanız ve daha çok farklı farklı teknolojileri bilmek zorundasınız. Örneğin; Ben C# biliyorum yazılım evlerinde sürekli bunu yazarım derseniz işveren açısından bu pek kabul görülen bir seçenek değildir. Kurumsal firmalara gelince bu tür firmalara girdiğinizde zaten sizi bir ekibe alırlar ve bu ekibin standartları , kullandığı teknolojiler vardır siz sadece bu teknolojileri kullanırsınız. Bunun dışında   araştırmacı bir kimliğiniz varsa  teknolojiler nasıl ilerliyor , ne çalışmalar yapılıyor  diye araştırırsınız, takip edersiniz ancak işinizde kullanmanız pek mümkün olmayabilir. Ama yazılım evlerinde teknoloji kullanımı açısından daha esnektir. Bir gün bir iş gelir C# la yapmanız gerekebilir başka bir gün işte Matlab’la  ya da Delphi ile  yapmak isteyebilirsiniz. Şu bir gerçek ki yazılım evlerinde çalışmak farklı teknolojilerden haberdar olma ve bunları öğrenebilme-kullanabilme durumunuz olabiliyor fakat kurumsal bir firmada evet yine bütün teknolojilerden haberdar oluyorsunuz ama bunların hepsini öğrenebilme-kullanabilme durumunuz olmuyor. Kurumsal bir firmada çalışıyorsanız yapacağınız iş, o işin yapılma şekli, kullanacağınız teknoloji , kullanacağınız bilgiler belli  olduğu için bütün teknolojileri kullanabilme durumunuz(şansınız) olmuyor. Yani farklı  teknolojileri öğrenerek  gerçek anlamda mühendislik yapmak  istiyorum diyorsanız  bu sefer maaş konusunda  bir engel çıkıyor ;çünkü yazılım evleri ile kurumsal firma arasında maaş olarak çok fark oluyor. rakam vermek gerekirse örneğin; yazılım evlerinde iki binle (2.000) başlıyorsanız kurumsal firmada üç binle (3.000) başlayabiliyorsunuz. Bu maaş farkındaki uçurum  bazen düşebiliyor bazen daha da açılabiliyor. Sonuç olarak bu iki tür şirketin bünyesinde çalışmak hakkında  karar verirken iş hayatından beklentiniz nedir ? sorusuna net bir cevap vermeniz gerekiyor.

  1. Dünya piyasalarında yazılım sektörü çok büyük bir paya sahip olasına rağmen ülkemizde sahip olduğu pay çok düşük bir rakamda. Ülkemizin yazılım sektöründeki geleceğini nasıl görüyorsunuz?

Aslında bir çok sektör gibi yazılım sektörünün geleceği de ülkenin geleceğiyle doğrudan ilişkilidir. Ülkenin ekonomisi ,gelişmekte olan ülkeler arasında mı yoksa teknolojiye öncü olan ülkeler arasında mı gibi soruların cevapları tüm sektörlerin geleceğini de gösteriyor. Maalesef teknoloji , dolayısıyla yazılım sektöründe öncü olmaktansa daha çok gelişmeleri takip eden bir konumdayız. Yazılım sektörüne bilgisayarın tarihçesinden itibaren baktığımızda bi 50-60 senelik ABD’de doğan bir güneş var , teknolojiyi sürekli onlar ilerlettiği için ilk memba(kaynak) orası olduğu için onlar öncü oluyor buna Japonya ,Rusya ve Almanya’yı da ekleyebiliriz ama son senelerde bizde de gelişmeler görülmektedir. Örneğin; Geçenlerde Amerika’daki bir sağlık girişiminde girişimi desteklenmiş ilk kişi bir Türk girişimci şeklinde bir haber okumuştum. Bu firmanın hiyerarşisine , çalışanlarına baktığınızda birçok Türk var ; bunun gibi Silikon Vadisinde de  Türk çalışanlar var. Artık Türkler de bu alana yönelmeye başlıyor  mesela  şuan ilköğretimde  kodlama dersleri verilmeye  başlanacak. Bu öğrencilere bir bilinç düzeyi  getirecektir. Teknoloji okuryazarlığı artmakta olan gençliğin bu alana yönelmesi de bu sektörde daha fazla çalışma yapılacağına inandırıyor.  Baktığımızda teknolojinin geleceği zaten parlak ve teknoloji artık çok hızlı ilerlediği için istemeseniz bile, dünyadan soyutlanmış bir ülke olsanız bile eğer birşeyler  üretecekseniz her türlü teknolojiye ihtiyaç duyarsınız. O yüzden bizim ülkemizde de yazılım sektörünün geleceği parlak olacaktır; çünkü insanlar işlerini teknoloji üzerinden yapacaklardır dolayısıyla teknolojide  yazılım sektörünü besleyecektir. Evet yazılım sektörünün geleceği parlak olacaktır ama ne kadar hızlı olacağını önümüzdeki yıllar gösterecektir.

  • Türkiye’de Bilgisayar Mühendisliği eğitimi ile ilgili sektörün beklentileri nelerdir? Eğitimin yeterli düzeyde olduğunu düşünüyor musunuz?

Hayır! Eğitimin yeterli düzeyde olduğunu düşünmüyorum ,aslında sadece düzey değil içerik ve planlamala ilgili de sorunlar olduğunu düşünüyorum. Örneğin yazılımcı olmak isteyen bir öğrenci lisans eğitiminde Mikroişlemciler veya Lojik dersinin temelini öğrensin ama bu dersler ile sık boğaz edip Java’yı aşağıda tutmak veya C# ‘ı göstermemek  veya bir veritabanı düşünen öğrenciye  Oracle SQL’i gösteriyorsanız bunu sadece Select Query’si ile  sabit tutmak bu alanları düşünen öğrenciler açısından son derece sıkıntılı bir durum. Gerçi bunun yapılması zor veya  şu an  üniversitelerde olan bir şey değil ama üniversitelerin sektörün ihtiyaç duyacağı alanlara göre öğrenci  yetiştirmesi  gerektiğini düşünüyorum. Örneğin; veritabanı alanında öğrenci yetişriyorsa bu alanda yetiştiripte öylece piyasaya sürmesi lazım  ve bu öğrenci piyasaya çıktığında işte ben bu alanda eğitim aldım , şu şu projeler yaptım bu konuda bilgi sahibiyim diyebilmesi lazım ama şu aşamada gördüğüm kadarıyla proje yönetimi, network , sistem güvenliği , yazılım , donanım ,… alanların hepsi aynı anda verilince öğrenci adeta overload (aşırı yükleme) oluyor. Sanırım üniversiteler  öğrenci mezun olmadan ne kadar çok alan verirsek  o kadar iyi düşüncesinde oysa mühendislikte algıyı düşünmek lazım yani normal bir ders gibi değil , yani en iyi çözüme yaklaşabilmek için  beynin biraz daha kullanılması(motorun yanması) gerekir. Çünkü mühendislikte bir problemi çok farklı yollardan çözebilirsiniz ama en iyi ,en performanslı ,en doğru  çözümü bulmak için biraz daha farklı düşünmek gerekir. Yani üniversite öğrencilere üstünkörü bütün alanları vermektense sektörden , sektör bilgisi iyi olan öğrencilere sektöre dair bigiler veren bir hocayı getirtip öğrencileri sektöre hazırlaması  gerekir. Zaten siz üniversiteyi okurken sektörden biriyle görüşmediğiniz için üniversite  de sizi sektöre hazırlamadığı için  sadece eğitim almış oluyorsunuz ,öğreniyorsunuz. Aslında bu kopukluğu kırmak için de Teknoparklar var. Teknoparkların çıkış amacı da budur yani teknoparklar hem küçük ölçekli firmalara yardımcı oluyor hem de üniversite ile sektör(piyasa) arasında bir köprü oluyor. Daha doğrusu amaçlardan bir tanesi de bahsettiğimiz köprü göreviydi ama bu amaç gerçekleşiyor mu noktasında açıkçası emin değilim.

  • Sektörde çalışmayı düşünüp iyi bir kariyere sahip olmayı hedefleyen bilgisayar mühendisi adaylarına ne tür nasihatlerde bulunurdunuz iş hayatına dair önerileriniz nelerdir ?

Derslerde kapsamlı olmasa bile teknolojileri görüyorsunuz bu teknolojileri tam öğrenmeye çalışın. Dersi geçeyim hoca şuralardan sorar şeklindeki yaklaşımdan ziyade ürün geliştirmeye  çalışın , çünkü ürün somut bir şey oluyor. Siz bir firmaya gittiğinizde yağtığınız bir web uygulamasını gösterip şurda şu var burda bu var demek işte şöyle bir çalışma yaptık şu teknolojileri kullandık demekten çok daha öte bir şeydir. Sonuçta bir projede çalışmış ve ürün çıkartarak sonuca getirmişsiniz. O yüzden ürün yapabiliyorsanız ki şu aşamada web’te , mobil’de , veri madenciliği’inde ürün geliştirmek çok kolay ;ürün geliştirmeye çalışın ve kendinizi geliştirin örneğin; daha çok araştırın , alanınızla ilgili seminer ve konferanslara katılın ,İngilizcenizi olabildiğince çok geliştirin çünkü farkedildiği üzere bilgisayar mühendisliği ile alakalı  Türkçe kaynak bulmak oldukça zor hatta neredeyse yok(Bi Türkçe kaynak diyebileceğimiz Yrd. Doç. Dr. Şadi Evren ŞEKER bilgisayarkavramlari.com var J). Girişimleri takip etmeye çalışın  kim ne yapıyor , sektör nereye gidiyor, hangi teknolojiler revaçta, işe girerken hangi teknolojiler işime yarar gibi soruları cevaplandırın. Bunun dışında yatırım alabiliyorsanız yatırımlık projeler yapmaya çalışın, yaptığınız her bir ürünü bir yere dayandırmaya çalışın. Örneğin bitirme projesi yapıyorsunuz zaten yapacaksınız neden bunu bir yarışmaya sunmayasınız ,sektörden kişiler ile network’unuzu artımaya çalışın; çünkü bazı büyük firmalar genelde kendi içerisinden CV’ler alıyor. Sektördeki ağınızın geniş olması demek CV’inizi gönderebileceğiniz daha fazla kişi demektir. Bunu menfaatçi duygular ile söylemiyorum. O insanlar size ilham da olabilirler bu açıdan network’unuzu geliştirin.

Sorunun ikinci kısmında ise iş hayatında farklı kişilerle çalışacaksınız. Üniversitede kendi arkadaş grubunuzu seçebiliyorsunuz o insanlarla takılabiliyorsunuz ama iş hayatında böyle bir seçeneğiniz yok. Türkiye büyük bir ülke ve bu ülkenin farklı farklı yerlerinden gelmiş farklı kültürdeki insanlar ile çalışabilme ihtimaliniz var. Bu yüzden sıkıntı yaşamamak adına  sosyal ilişkilerinizin iyi olması gerekiyor yok işte ben istemesem bunlarla takılmam gibi bir lüksünüz yok, çünkü o insanlarla iş yapmak zorundasınız. Birde teknolojileri takip etmek sizin açınızdan faydalı olucaktır. Kısaca iş hayatına dair size verebileceğim tavsiyeler bunlar.

 

 

Bu yazıda üniversite ve bir sonraki adımı olan sektör hakkında fikirler içerdi. Bu ilişki açısından bu yazı bana daha önce lise ve üniversite arasındaki farklı yazdığım bir yazıyı hatırlattı. Okumak isterseniz bonus olarak o yazı : Fark Var

Nesnelerin İnterneti -Internet Of Things (IoT)

Nesnelerin İnternet’I (Bilinen adıyla IoT – Internet of Things) birbirleri ile veya daha büyük sistemlerle iletişim halinde olan nesnelerin oluşturduğu ağdır. Amerikan Federal Ticaret Komisyonu Nesnelerin İnterneti için “ Günlük kullanımımızda olan nesnelerin İnternet’e bağlanıp veri gönderip alması kabiliyeti” şeklinde bir tanımlama yapmıştır. Nesne kavramı Nesnelerin İnternet’i açısından geniş kapsamlı bir ifadedir. Sensörler, izleme cihazları, tekil tanımlayıcılarla(unique identifier) veri transferi gerçekleştirebilen insan ve hayvanları da kapsar. IoT açısından nesne kavramı bu kadar geniş olduğu için kimileri Internet of Things ifadesini Türkçe’ye Şeylerin İnternet’i olarak çevirir. Şeylerin İnternet’i ifadesi net bir ifade gibi görünmediğinden Nesnelerin İnternet’i ifadesinin daha doğru olduğu düşüncesindeyim.

internetofthingNesneler üzerindeki sensörler aracılığıyla wireless teknolojileri, mikroelektromekanik sistemler ve internet aracılığıyla oluşan bilgi Nesnelerin İnternet’ini oluşturur. Nesnelerin İnternet’inde esas önemli kısım nesnelerdir. Önemli aşama etkileşim halinde olduğumuz nesnelerin sensörlerle akıllı (smart) hale getirilmesi sonucu birbirleri ile iletişimi, veri alışverişi ve bu işlemler sonucunda işlemler yapabilecek hale gelmesidir.  Cihazlardan elde edilen veriler değerlendirilerek bilgi haline gelir ve bu bilgi işlenerek kullanılır. İlk zamanlarda Nesnelerin İnterneti M2M(Machine-to-Machine) haberleşme ile ifade edilmeye başlamıştır. M2M haberleşme ile birbiriyle veri alış-verişinde bulunabilen sistemlere akıllı sistemler denildi. Bu çerçevede akıllı ev, akıllı ofis, akıllı şehir gibi ifadeleri duymaya başladık. Akıllı sistemler konusu da bir yazıyı hakedecek kadar önemli bir konu. O da başka yazıya kalsın :)  Tekil tanımlayıcılarla (unique identifier) tanımlanmış nesneler İnternet aracılığıyla entegre bir şekilde beraber çalışır. Nesnelerin beraber çalışmasından doğan verilerin değerlendirilmesi sonucunda bir çözüm üretilir. Çözüm bulma hedefi Internet of Things kavramının tarihçesine baktığımızda ilk olarak bir kahve makinesinin kamera ile gözetlenmesi karşımıza çıkıyor. 1991 yılında Cambridge Üniversitesi’ndeki yaklaşık 15 akademisyenin kahve makinesini görebilmek için kurduğu sistem sayesinde kahve makinesinin görüntüsünü dakikada üç kez bilgisayar ekranlarına gönderiyordu. Bu şekilde gerektiğinde kahve makinesine müdahele ediliyordu. Bu sistem 2001 yılına kadar kullanılmıştır. Internet of Things ifadesinin ilk kullanımı ise 1999 yılında İngiliz Girişimci Kevin Ashton tarafından kullanılmıştır.  RFID(Radyo Frekans Tanımlama) teknolojilerin şirketine getireceği faydaları anlattığı sunumda “Internet of Things ” ifadesini kullanmıştır. RFID teknolojisinin IoT’nin vazgeçilmesi olacağı ifade ediliyordu aynı sene.

Birbiriyle ilişkili cihazların  sayısının yıllar geçtikçe daha da artması başka sorunları da beraberinde getirdi. Şu an 10 Milyar olan Internet bağlantılı cihazların sayısının 2020 yılında 21 milyar cihaz seviyesine çıkacağı tahmin ediliyor. Bu cihazların ortaya çıkaracağı büyük verinin yönetilmesi bir problem olarak karşımıza çıkıyor. Yakın zamanda İnternet’in yaygınlaşması ve bu şekilde cihazların hayatımıza girmesi sebebiyle hızlı şekilde ortaya çıkan ve sürekli artagelen verinin kaydedilmesi, yönetilmesi önem kazanıyor. Bunların sonucunda da big data (büyük veri), veri analizi gibi kavramlar ortaya çıkıyor. Bu sebeple Nesnelerin İnterneti ve Büyük Veri kavramları ve uygulamaları birbirleri iç içedir. Büyük veri ile ilgili blogtaki yazıyı bu linkten okuyabilirsiniz : Veri Dünyasının Geleceği : Büyük Veri (Big Data)

Ipv6 protokolüne geçiş de cihaz IP çakışmalarının önüne geçmesi bakımından önemli bir adım olmuştur.

Nesnelerin İnterneti Projelerine Dair Dikkat Edilmesi Gereken Konular

Verinin Güvenliği ve Gizliliği : İnternetin Nesneleri etkileşim halinde olduğumuz cihazlardan veriyi temin ettiği için bu verinin herkesten tarafından kullanılabilir mi yoksa kişisel veri olarak mı kullanılacağı konusu gizlilik bakımından önemlidir. Verilerin gizliliği için güvenlik algoritmaları ile şifrelenme işlemi gerçekleştirilmelidir.

Cihaz (Sensörler) : Nesnelerin İnternet’inde esas olan datayı sağlayan cihazlardır. Nesnelerin İnterneti kavramının ortaya atıldığı toplantıda RFID teknolojisinin Nesnelerin İnterneti’nin vazgeçilmezi olduğu ifade edilmiştir. Daha sonra NFC, QR kodlar, barkod teknolojileri de Nesnelerin İnterneti projelerinde kullanılmaya başlandı.

Verinin Toplanması ve Analizi : Nesnelerin İnternet’i projelerinde hangi sensörlerden hangi verilerin alınacağı, alınan verinin nasıl değerli bir bilgi haline getirilebileceği belirlenmelidir. Cihazdan gelen çok miktarda verinin analizi sonucunda elde edilen değerli verinin nasıl kullanılacağı sistemler ile belirtilmelidir.

Bu yazıda sadece Nesnelerin İnterneti’nin ne olduğundan bahsedebildim. Bir sonraki yazıda Nesnelerin İnterneti hayatımızda neyi değiştirecek, hayatımıza yansımalarını nasıl olacak bunlara değinmeye çalışacağım.

Veri Dünyasının Geleceği : Büyük Veri (Big Data)

Büyük veri; sosyal medya paylaşımları, ağ günlükleri ,bloglar, fotoğraf, video, log dosyaları vb. gibi değişik kaynaklardan toparlanan tüm verinin, anlamlı ve işlenebilir biçime dönüştürülmüş biçimine denir. Özetlemek gerekirse herhangi İlişkisel veritabanları ile yönetilemeyecek büyüklükte olup  büyümeye devamlı devam eden verilerdir. İlişkisel veritabanları yapılandırılmış verilerle ilgilendiğindiği için günümüzdeki kısıtlı veriyi işleyebilir. Ancak buz dağının görünmeyen yüzü olan yapılandırılmamış data ise big data’nın alanına girer.  İlişkisel veritabanları terabyte seviyesinde veri tutabilirken, büyük data ile petabyte seviyelerinde veriler saklayabiliriz.  Büyük veri veriyi bir defa yazıp sonrasında defalarca ve paralel şekilde okuyup işleyebilir. Dünya çapında yıllık veri hacmindeki büyüme %59 ve büyümenin artarak devam etmesi bekleniyor. Bu büyümenin merkezinde hem geleneksel hem de yeni veri kaynakları yatıyor. IDC önümüzdeki on sene içinde de şu anki verinin 44 katına çıkacağını tahmin ediyor. Twitterda her gün 7 TB, Facebook ise 10 TB’dan fazla data saklıyor.  Ve bu datanın büyük bir kısmı yapısal olmayan veriden oluşuyor. Big data bu datanın çöplük olmasını engeller. İlişkisle veri tabanlarında yapısal olmayan data işlenemediği için faydalı olamıyordu. Ancak yapısal olmayan datanın sürekli artışı bu tablonun değerlendirilmesini zorunlu hale getirdi.  Çöplük kelimesinden çağrışımla bir nevi çöplükten enerji elde edilmeye başlandı. Ve bu enerji çok kıymetli.

Big data bu yapısal olmayan veri ile yapısal verinin işlenmesiyle çok değerli bir hal almasını sağlıyor. Buradan bu verinin neden bu kadar değerli olduğuna –CRM deki kullanımına-   geçmek istiyorum.   Bu veriler işlenip analiz edilerek geleceğe dair stratejiler, yapılacak kampanyalardan çıkarılacak ürünlere kadar bir çok konuda kullanılıyor. Eskiden ürün çıkartılır ve bu müşteriye sunulurdu. Ancak artık e-ticaret sitelerindeki alışverişler sosyal medyadaki paylaşımlar ile artık müşterinin taleplerine göre ürün çıkartılıyor.  Hükümetler bu işlenmiş verilere göre yönetim stratejilerine yön veriyor. Büyük veriye en çok önem veren ülkeler: ABD, Hindistan ve Birleşik Krallık

Big Data’yı üç formda sınıflandırabiliriz. Yapılandırılmış(Structured), Yarı Yapılandırılmış (Semi Structureed) ve Yapılandırılmamış(Un-structured)

Yapılandırılmış (Structured)  : Belli bir yapıda(formatta) depolanabilen, işlenebilirliği ve erişilebilirliği olan veridir.  İlişkisel veri tabanlarındaki datalar buna örnektir. Belirli yapıdaki veriler tablolar aracılığıyla ilişkilendirilerek sistemli bir şekilde işlenir.

Yarı Yapılandırılmış (Semi- Structured) : Tablolar ile kesin bir sistemle düzenlenmemiş verilerdir. Veriler arasında bir ilişkilendirme yapısı yoktur. XML dataları buna örnektir. Özellikle internet kullanımının da artmasıyla 2000’lerden sonra yapılandırılmamış veriler log ya da history tablolarıyla yapılandırılmış dataya çevriliyor.

Yapılandırılmamış(Un-Structured) :  Bilinmeyen bir formda –standart olmayan- yazılmış verilerdir. Standart olmamamasının bir sebebi de bu dataların büyük hacimli ve karmaşık olması.  Dosyalar, videolar, resimler, metin dosyaları gibi farklı yapıları içinde barındırır. Bunun en bilinen örneği google’dır.

Big Data Nitelikleri (5 V)

  • Hacim (Volume): Big data ‘ya adını veren big (büyük) sıfatı çok büyük boyutları barındırabilmesidir. Big dataya olan ihtiyaç datanın hacmi ile doğru orantılıdır. Bir işte big dataya gereksinim olup olmadığı o projedeki data hacmine bağlıdır.
  • Çeşitlilik (Variety): Hacimden sonra big datayı öne çıkaran bir başka niteliği ise farklı türde heterojen datayı birlikte işleyebilmesi. Eskiden veri tabanları benzer kaynaklardan beslendiği için çeşitlilik büyük bir sorun değildi. Ancak gün geçtikçe veri tipi daha çok çeşitleniyor. Email, ses, resim,fotoğraf ve akıllı sistemler ile sağlanan çeşitli yapılardaki dataları işleyebilir.
  • Hız (Velocity) : Veriyi tanımlama, bağımlılıklarına göre hızlıca genelleştirip kullanılabilir potensiyel bir data haline gelir.
  • Değişkenlik (Variability) : Bu sayede tutarsız verileri etkili yönetebilir.  Farklı sistemlerin farklı yerlerdeki datalarını kombine eder. Bir çok kaynaktan gelen veriler birbirinden farklı türlerde olacağı karmaşık bir veri büyüklüğüne sebep olur. Big data bu karmaşık  verinin yönetimini hızlı bir şekilde sağlar.
  • Değer (Value ): Verilerimiz yukarıdaki veri bileşenlerinden filtrelendikten sonra büyük verinin üretimi ve işlenmesi katmanlarında elde edilen verilerin geleceğe yönelik stratejilerde belirleyici oluyor.

Big Data Avantajları

Büyük verinin avantajlarını dört başlıkta toplayabiliriz : Doğruluk, zaman yönetimi , müşteri talep yönetimi, gerçek zamanlı etkileşim.

 

Daha önce konuyla ilgili olarak blogtaki bir yazım : Big Data

Google Yeni Arama Algoritması

En çok kullanılan arama motoru Google, 21 Nisan’dan itibaren arama algoritmalarında radikal bir değişime gidiyor. Deep Link isimli yeni algoritamsı ile artık aramada kullandığımız anahtar kelimeler eskisi kadar önemli olmayacak.

Yeni algoritma Deep Link’e geçmeden önce şu an ki arama algoritması ve bu algoritmayla sitelerin üst sıralarda gözükmesi için dikkat edilen kriterlerden bahsetmek istiyorum.

Geniş bir bilgi kaynağı olan İnternette arama yaparken kullandığımız Anahtar Kelimelere göre sonuçlar getiriliyordu. Ancak artan veriler sebebiyle istediğimiz sonuçları bulabilmek için vakit alıcı bir araştırma  yapmamız gerekebilir. Örneklememiz gerekirse  Google’da ‘İstanbul’ diye arattığımızda bir çok sayfa gelecektir. Bunu ‘İstanbul gezilecek yerler’ diye özelleştirdiğimizde gelen veriler azalacaktır. Ancak gelen sayfalar arasında hit için düzenlenmiş gereksiz sayfalar da yer alacaktır. Yeni algoritma ile aramalarda karşımıza çıkan alakasız sayfalar elenecek ve son kullanıcıya veriler içerisinden en fazla doğrulanan veriler gösterilecek.

Şöyle özetleyebiliriz: Google Bunu mu demek istediniz ?  sorusunu algoritmasına da entegre ederek  ANAHTAR KELİMELERDEN SORULARA geçiş yapıyor .

Sloganlaştıracak olursak  : Ask me answered to you.  :)

Arama Kriterleri:

Google şu anda  arama sonuçlarını sıralarken bir çok farklı kritere bakıyor. Bir sitenin aldığı link sayısı, SEO bilgileri, içeriğin tıklanma sayısı ve içeriğin özgünlüğü gibi kriterler sitenin öne çıkmasında etkili.  Hepsinin içerisinde en öncelikli olanı bir sitenin aldığı link sayısı.

facts

Yeni algoritma ile linkler değil bilgi doğruluğu esaslı ‘fact based ’ yönetmini uygulayacak.  Bu yöntemle içerik Google tarafından geliştirilen Bilgi Tabanlı Doğruluk(Knowledge-Base Trust) skoruna göre sıralanıyor. Bu sıralama sonucu skoru yüksek olan veriyi Google Bilgi Kasası’nda (Knowlege Vault) doğru veri olarak kabul ediyor. Ve sitelerin önde çıkmasında bu skorlar esas alınıyor. Şöyle de denilebilir. İnternet bilgi denizinde en çok yer alan bilgi doğru bilgi olarak kabul edilecek.Bundan sonra sıralamalar sitelerin bu içeriği bulundurup bulundurmamalarına göre  değişecek. En çok tıklanan değil, ‘en doğru bilgiyi veren’ siteler arama sonuçlarının üst sıralarında çıkacak.   Burada şöyle bir düşünce akla geliyor. Peki en çok yer alan bilgi yanlış bilgiyse ?

 

Yeni algoritmanın getirdiği bir yenilik de Mobil Siteleri sıralamada üste çıkaracak olması:

Bu yenilik ile şimdiki sıralamalar değişecektir. Mobil uyumlu olmayan siteler sıralamadan gerileyecektir.  Bu sebeple responsive temalar daha kıymetli hale geleceklerdir.  Sitenizin mobil uyumlu olup olmadığını linkten kontrol edebilirsiniz.

https://www.google.com/webmasters/tools/mobile-friendly/

Arama Sonuçlarında Ön Plana Nasıl Çıkılır?

  • Mobil uyumluluk oldukça önemli. Bu güncellemeyle birlikte mobil uyumlu sonuçlar daha önde listelenecek.
  • Farklı sonuçlar elenecek. Bunu da konuyla ilgili internette daha önceden var olan dataları esas alarak yapacak.   Deep link güncellemesiyle birlikte aranan sorguyla alakasız içerikler elenecek.

Özetleyecek olursam;

Artık en çok bulunan – doğru – veri üst sıralarda yer alacak. Keywordler yerine sorular üzerinden bir arama tercih edilecek. Ve en önemli değişikliklerden birisi de mobil uyumlu sitelerin daha önemli bir hale getiriliyor olması.
Kaynaklar : http://www.techinside.com/googlein-yeni-algoritmasi-ve-dusundurdukleri/

 

 

Akıllı Saat Pazarının En Yenisi : Apple Watch

Akıllı saat bir bilgisayar sistemi ile entegre edilmiş kol saatidir. Akıllı Saatler Akıllı cep telefonları ile entegre olarak  bluetooth üzerinden çalışır. Akıllı telefonlardan sonra trend haline gelen Akıllı saatler klasik bir saate ek olarak telefon görüşmelerinden, mail kontrollerine sosyal paylaşımlardan çeşitli mobil uygulamaların kullanılabilmesine kadar akıllı telefonlardaki bir çok kullanıma olanak veriyor.

Şimdi bu yazıya ilham olan ve bana da nedir bu diyip basın toplantısını izleten Apple Watch’lerden biraz bahsetmek istiyorum.

Öncelikle diğer akıllı saatlerde olan bir çok özelliğe sahip Apple Watch. İphone uygulamalarına göre daha basit ve az sayıda uygulama kullanılabiliyor apple saatlerinde. Sosyal ağlarda da telefon uygulamalarındaki tüm özellikler bulunmayabiliyor. Ancak basit haliyle uygulamara erişilebilip paylaşımlar yapılabiliyor. Sağ tarafındaki  Digital Crown diye adlandırılan pimle –klasik saatlerdeki saat ayarlama yeri- uygulamalar arasında rahatça geçiş yapılabiliyor. Dokunmatiğe alışan kullanıcı için yeniden butonvari bir işlem hayatımıza girmiş oluyor. Sunumda apple watch üç kategoride ele alınıyor: Saat , iletişim ve fitness.

Anlık zaman bilgisiyle hava durumu kontrol edilebiliyor. Ajandaya notlar alınıp ajanda düzenlenbiliyor. Kalp atış hızına bakılabiliyor.

İletişim olarak değinilen konular ise bizim sosyal ağlardan aşina olduğumuz iletişim yolları. Ağımızdaki insanlarla mesajlaşabilir, telefonla görüşebiliyoruz. Sunumda yapılan görüşmeler çok iyiydi J Emailler kontrol edilebiliyor. Digital Crown ile çok sayıda uygulamanın bulunduğu ekranlar arası geçiş yapılabiliyor.  İnternet sayfalarında gezinebilir, sosyal ağlarınızı kontrol edebiliyorsunuz. WatchKit  ile sesli komutlarla apple watch kontrolleri yapılabilir. Örneğin İstanbul’da hava durumu nasıl olacak şeklindeki konultarla sonuçları dönüyor. Ayrıca yine apple ürünü apple pay’ın geçerli olduğu yerlerde apple pay ile ödeme apple watch ile ödeme yapılabiliyor. Apple watch ile evinizin kapısını kilitleyebilir, garajınızdaki kameradan garajınızı kontrol edebiliyorsunuz.

Bir çok uygulamanın  sağladığı fitness ölçümlerini de apple watch üzerinden yapabiliyorsunuz.

Watch, Watch Sport ve Watch Edition olmak üzere 3 farklı model ile satışa sunalacak. Ancak modellerden daha çok konuşulan şey her sene yenilenecek bir teknoloji için istenilen fiyatların doğruluğu. Çünkü 349$ dan başlayan fiyatlar modele göre 17 bin dolara kadar yükselmekte.

2014’te 7 milyon’a yakın satış yapılan Akıllı Saat pazarında bu fiyatlarla ne kadar bir yer kaplayacağını önmüzdeki günler gösterecek.

Apple Watch ‘ın avantajları’ndan bahsedecek olursak;

Gün içerisinde size harekete itecek uygulamaların olması, günü daha iyi şekilde organize etmek isteyenler için faydalı olabilir. Fitness verilerinin elde edilmesinde de bireysel çalışanlar için kolaylık sağlayacaktır.

Akıllı Saatler pazarında Samsung lider olsa da bu pazarda sadece Samsung yok. Apple Watch’ın Samsung dışında Sony SmartWatch 3, Garmin Vivoactive,  LG G Watch R, Samsung Gear S, Pebble Time gibi güçlü  alternatifleri de var.

Apple Watch ilk etapta Avustralya, Kanada, Çin, Fransa, Almanya, Hong Kong, Japonya, İngiltere ve ABD’de satışa sunulacak.

Kaynak : http://www.forbes.com/

NFC teknolojisi

NFC,  yakın mesafede hızlı veri aktarımı için tasarlanmış kablosuz iletişim standartlarıdır. NFC yazılım değil, veri aktarımına dair standartlardı.  Radyo Frekanslı Tanıma (RFID) ve Dokunmasız Kart (Contactless Card) teknolojisine dayalı mobil cihazlarla çalışan kablosuz, hızlı ve güvenli yeni nesil veri paylaşım teknolojisidir. NFC teknolojisi veri paylaşını iki taraflı NFC cihazları arasında gerçekleştirebilir. NFC veri aktarımı çok kısa mesafede (max 20 cm civarı) sağlanabilir.  Mesafenin bu kadar kısa olması güvenliğin ön planda tutulmasından dolayıdır.

NFC Standartları 2002 yılında Sony ve Philips ortaklığıyla geliştirilmiş 2003’te ISO/IEC(International Organization for Standardization/International Electrotechnical Commission) tarafından standart olarak kabul edilmiştir.  2004 yılında Nokia, Sony ve NXP ortaklığıyla NFC teknolojinin geliştirilmesi ve yaygınlaştırılması için NFC Forum kurulmuştur.

NCF Teknolojisinde veri aktarımı üç farklı şekilde yapılabilir. Kısaca değinirsek ; ilki peer to peer  denilen iki cihaz arasında aktfi şekilde veri aktarımı yapılmasıdır. İkinci olarak aktif cihazın diğer cihaz üzerinde veriyi okumasıdır. Tek yönlü bir okumayazma vardır. Üçüncü kullanım ise NFC çipinin bir kart şeklinde kullanılmasıdır. 

NFC Kullanım Alanları

NFC teknolojisine sahip cihazlarla ödeme ve toplu taşıma ödemeleri başta olmak üzere benzeri konser biletlerini, kgs sistemlerinde, hızlıca ödeme yapılabilir. Broşürler, billboardlardaki etiketler sayesinde PDA(Personal Digital Assistant)’yı yaklaştıralarak etiketle ilgili bilgiyi telefonunuza indirebilirsiniz. Bir duraktaki zaman çizelgesindeki etikete cihaza okutarak zaman çizelgesini kısa sürede, kolayca telefonunuza indirebilrsiniz.

Parkmetrelerde giriş veya çıkışta aracınızı park ettikten sonra NFC cihazınızı terminallere yaklaştırarak ücreti kısa ve hızlı bir şekilde ödeyebilirsiniz.  Ulaşım kartınız yerine NFC uyumlu cihazınızı kullanabilir istediğiniz zaman kartınızla ilgili bakiye bilgilerini görüntüleyebilirsiniz.  Seyahatlerde etiketlerden daha müzeye girmeden hangi sergiler olduğunu ve bu sergiler ve müze hakkında ayrıntılı bilgi sahibi olabilirsiniz. Bir nevi rehber görevi görebilir NFC Cihazı. İnternette dakikalarca aratmaktansa bir temas ile anında bilgi sahibi olmak çok daha iyi olsa gerek :)

İki cihaz arasında veri alışverişinin yanında kartvizit gibi kişisel bilgi argümanlarındaki etiketler sayesinde cihazımızı bir defa etiketli argumana yaklaştırarak bilgileri cihazımıza kaydedebiliriz. Kartvizit dolu cüzdanlara, çantalara son :) 

NFC Güvenlik Esasları

Ödemelerde mevcut önlemleri NFC cihazlarda karşılıyor. Tüm uygulama ve bilgiler NFC Cihaz üzerinde olduğundan kaybedildiğinde normal kart kaybı/çalınması durumunda kart çalınırken neler yapılıyorsa aynı şekilde burada da yapılmalıdır. Ayrıyeten over the air ile cep telefonunuzundan ödeme özelliğini kaldırarak telefon üzerinden ödeme yapılmasını engelleyebilirsiniz. NFC’in kısa mesafeler arası veri aktarımını gerçekleştirmesinde güvenlik ve geniş alanda yapılması muhtemel veri hırsızlığını önlemek vardır. 10 cm’lik mesafede veri aktarımına izin veren NFC daha uzak mesafelerde art niyetli veri hırsızlığının önüne geçemeyebilirdi. Kart üreticileri ve NFC Ödeme altyapısı buna karşın önlemler alsa da şu an için güvenlik sebebiyle mesafe bu kadarla sınırlandırılmıştır.

NFC – Bluetooth Karşılaştırması

Benzer yönü çok olsa da NFC’in veri aktarımını gerçekleştirirken çok az enerji harcaması bir avantajdır. Üstelik -yukarıda bahsettiğim– gibi tek yönlü veri yazma/okuma ‘da pasif taraftan enerji harcanmaz. NFC RFID Teknolojisi sayesinde aktif cihaz vasıtasıyla pasif cihaza enerji aktarılabiliyor bu nedenle pasif cihazlar ekstra güç kaynağına ihtiyaç duymuyor.

Bu mesafe ve hız konusunda Bluetooth lehine bir durum olabilir (zira Bluetotoh 10 mt mesafede) fakat NFC’deki bağlanabilirlik daha hızlıdır.

Ayrıca Bluetooth da cihaz eşleşmesi gerekirken NFC’te boyle bir zorunluluk yok. Çok kısa bir sürede bağlantı ve veri aktarımı yapılıyor.

NFC Geleceği

Şu an akıllı telefonların yaklaşık %30’unun sahip olduğu NFC teknolojisinin 2015 yılına kadar akıllı telefonların yaklaşık %50’sine dahil olması beklenmektedir. Bluetooth’un aksine, NFC uyumlu bir cihaz ile pasif RFID (güç kaynağına ihtiyaç duymayan cihazlar) teknolojisinin yerleşik olduğu kredi kartı, poster, ambalaj ve fiziksel ürünler gibi geniş yelpazedeki nesneler etkileşime geçebilir. Her ne kadar güvenlik ilgili çekincelerin bu teknolojinin geleceğine dair şüphelere yol açsa da ilerleyişi sürmektedir. Türkiye’de özellikle Yapı Kredi Bankası ve Turkcell NFC teknolojisini ürünlerinde kullanan öncü firmalardır.

Big Data

Bir önceki yazıda artan datanın işlenmesindeki performansı yüzünde popülerleşen Teradatadan bahsetmiştim. Bu yazıda da verinin eskiye oranla daha büyük bir ivmeyle artışını ve bu artış sebebiyle ortaya çıkmış olan bir kavramdan, big datadan bahsedeceğin. Türkçeye “Büyük Veri” olarak çevrilen bu ifade, özellikle sosyal medya ve benzeri ortamların ortaya çıkmasıyla günden güne artan ve büyük miktarda yer kaplayan, haliyle işlenmesi zorlaşan veriye karşılık gelmektedir. Bir önceki yazıda değindiğim üzre Teradata, bu verinin işlenmesinde çok iyi bir performans sergiliyor.

Günden güne artan bilgi sebebiyle veri tabanları “bilgi çöplüğü” halini almaya başlamıştır. Sürekli artan data sebebiyle sürekli data silinmesi veya kapasitenin arttırılması gibi çözümler akla geliyor. Bu ihtiyaçlara binaen yapılan Ar-Ge çalışmaları neticesinde Big Data kavramı ortaya çıkmıştır. Big Data; sosyal medyadan, fotoğraf,video, oyun, log dosyaları, ağ dataları vb. değişik ortamlardan toplanan verinin anlaşılır bir şekilde işlenmesiyle elde edilen veridir. Bu dataların çoğunluğu ilişkisel olmayan veri yığınıdır. Bu sebeple ilişkisel veri tabanlarında tutulması zordur.  Eskiden olsa bu veriler değersiz olduğu için gözardı edilebilirdi. Ancak günümüzde her bilginin değerli olduğu ve ufacık bir bilgiyle –kişisel bazda baktığımızda-bir kişinin eğilimlerine –sektörel- şirketten beklentilerine dair önemli sonuçlar çıkarabileceğimizi görüyoruz. Büyük Veri; internet gezdiğimiz yerlerin logları, internet istatistiklerimizi, blogları, GSM operatörleri yağtığımız alışverişleri, sosyal medya paylaşımları vb. ortamlardan elde edilen büyük kapasitedeki bilgiden oluşur. Bu bilgileri doğru analiz metotları ile yorumlandığında şirketin vizyonuna yön verebilir, pazarlama stratejilerinin gözden geçirilmesine sebep olabilir.  Ar-Ge’de kullanılarak Büyük Veri’den nasıl yararlanılacağı üzerine çalışmalar yapılabilir.

Word Cloud "Big Data"Platformlardan toplanan veriler geleneksel veritabanlarının işleyemeceği büyüklükte olduğu gibi geleneksel yapıda artan verinin büyüme hızını barındırabilecek bir veri depolama ünitesi de yoktur. Bu çapta büyük veriyi işleme, transfer etme gibi işlerin tümüne Büyük veri (Big Data) denilmektedir. İlişkisel VT’larında GB seviyesinde veri tutalabiliyorken, Big Data ile PB(PetaByte) seviyesinde veri saklanabiliyor.  Ancak Big Data  Batch işlemleri için uygundur. Transaction işlemleri için ilişkisel veritabanları uygun olacaktır. Big Data’da batch ile işlem bir defa işlenip özet hale getirildikten sonra okunması çok kısa süre alacaktır. Teradata’da bahsettiğimiz konularla ne kadar da benzer :)

Büyük veri platformunun oluşumunda beş bileşen vardır.

Bunlar 5V olarak kısaltabileceğimiz Variety(Çeşitlilik), Velocity(Hız), Volume(Veri Büyüklüğü), Verification(Doğrulama) ve Value(Değer) ‘dir.

  • Variety (Çeşitlilik): Üretilen veri farklı ortamlardan farklı dillerle farklı şekillerde bir araya getirilmiş olabilir.
  •  Velocity (Hız): Big Data’da verinin işlenip üretimi çok hızlıdır.
  •  Volume (Veri Büyüklüğü): Günden güne artan ve geometrik bir artışla katlanan verinin büyüklüğü Big Data için önemli bir bileşendir. 2010’lu yıllarda dünyadaki toplam bilişim harcamaları yılda %5 artmakta, ancak üretine veri miktarı %40 artmaktadır.
  • Verification (Doğrulama): Elde edilen verinin doğruluğu, doğrulanabilir olması Big Data’nın kendi içerisinde algoritması açısından önemli bir bileşendir.
  • Value (Değer): Veri işlendikten sonra en önemli hususlardan birisi bu verinin değeri. İşe yarar bir verinin şirket veya kişinin kullanımı için oluşturulan verinin değeri önemlidir.

 Büyük Verinin Uygulandığı Örnekler

Son dönemlerde işletmeler; kişiye özel hizmet için müşterilerini daha iyi tanıyıp, onlara “bireyselleştirilmiş – kişiye özel” hizmetleri sunabilmek için onlarla ilgili çok sayıda bireysel bilgiyi saklıyor.

  • Hastaneler; hastalarına yönelik etkili, bireysel, kişiselleştirilmiş, tıbbi hizmetler sunabilmek için, bireysel bazdaki verileri kendi sayısal ortamlarında depolamaktalar.
  • Hükümetler; yurttaşlarına yönelik bilgi ve hizmetleri işleyip, saklama konusunda oluşan çok büyük ölçekli veri ile çalışmak zorundadırlar. Örneğin, RTÜK kararları gereği, ülkemizdeki televizyon kanallarının son bir yıllık yayınlarını saklama zorunluluğu var. Saklanacak bilgiler, “Büyük Veri” olarak tanımladığımız türden.
  • İnternet üzerindeki üretici ve tüketicilerin veri üretimini hızlandırması, başta servis sağlayıcı firmalara olmak üzere, büyüyen bilgiyi harmanlayıp, anlamlı biçime dönüştürerek kullanıma yeniden sunma görevi yüklüyor.
  • Bankalar, müşterileriyle ilgili olarak toplayıp sakladıkları bilgiler yoluyla, kullanıcısını tanıyan, internet şubesine o gün ne için girdiğini bilen ve buna göre ana sayfayı, menüyü en etkin hale getiren, müşterisine hatırlatmalar yapan, özelleştirilebilir arayüzler sunan, zengin içerikli, hızlı ve kullanışlı bir 7/24 şube haline geldi.
  • Enerji firmaları, akıllı şebeke ve sayaçlar kullanarak, abonelerinin bireysel kullanımlarıyla ilgili oluşan verileri, saklayıp, işlemek durumundalar.
  • İlaç sanayisinde; örneğin “kanser araştırmaları” için oluşturulan büyük genomik veritabanları, araştırmacıların sürekli erişimine açık olmak durumundadır.

Eskiden şirketlerin amacı belirli bir ürünü üretmek ve müşteriye ulaşımını sağlamaktı. Bu yıllarda ERP(Enterprise Resource Planning) sistemlerinin geliştirilmesiyle müşteri, dağıtım merkezi, tedarikçiler ve üretimi bir platformda toplanıp üretilen ürünün satılması amaçlanıyordu.Ancak bu anlayış “müşterim ne ister ?” sorusuyla yer değiştirdi. CRM sistemleri bu sebeple önemli bir hale gelmiştir., CRM (Customer Relationship Management-Müşteri ilişkileri Yönetimi)’in  amacı “Doğru ürün ya da hizmeti, doğru müşteriye, doğru fiyatla, doğru kanalda, doğru yerde ve zamanda sunmaktır.“ Yani artık ürüne göre müşteri değil, müşteriye göre ürün devri başlamıştır.

Kaynaklar : http://tr.wikipedia.org/wiki/Ana_Sayfa