Düşük Kodlu Veri Bilimcisinin Yükselişi

Düşük Kodlu Veri Bilimcisinin Yükselişi

Düşük kodlu yazılım geliştirme, ancak son zamanlarda bir sonraki büyük mega trend olarak ilan edildi ve zaten ana akım haline geldi. Gartner’a göre 2020’de yüzde 25’ten daha az olan, 2025’e kadar kuruluşlar tarafından geliştirilen yeni uygulamaların yüzde 70’i düşük kodlu ve kodsuz platform kullanılarak oluşturulacak . Zaten düşük kodlu platformlar kullanmıyorsanız, çok yakında kullanıyor olacaksınız.

Düşük ve kod gerektirmeyen geliştirme, teknik altyapıya sahip olmayan kişilerin dijital ürünler oluşturmasını mümkün kılıyor, “vatandaş geliştirici” terimi bu şekilde ortaya çıktı. Ancak, vatandaş geliştirici fikri biraz yanıltıcıdır. Düşük kodlu araçları kullanmak için eğitim alarak teknik bilgi sahibi olmanıza gerek olmadığı doğru olsa da…..bazı aktarılabilir beceriler kesinlikle yardımcı olur. Veri bilimcisi ve düşük kodlu evangelist Rosaria Silipo’nun dediği gibi, “Kodsuz, matematiksiz anlamına gelmez .”

Ayrıca, kuruluşlar ve sözde vatandaş geliştiriciler elbette dijital gelişime daha kolay erişimden yararlanırken, teknoloji uzmanları da öyle. Sektör araştırmaları, profesyonel geliştiricilerin önemli bir bölümünün (kolaylıkla üçte biri ve potansiyel olarak yaklaşık üçte ikisi), çalışmalarını hızlandırmak veya geçici çözümler oluşturmak için düşük kodlu çözümler kullandığını gösteriyor.

Düşük Kodlu Yapay Zeka: Bir Arz ve Talebin Öyküsü mü?

İşletmelerin BT’den daha fazlasına ihtiyaç duyduğu tek beceri veri bilimidir. Düşük kodlu yapay zeka çözümleri söz konusu olduğunda, genel olarak düşük kod benimsemeyi artıran aynı piyasa güçleri özellikle keskin bir şekilde hissediliyor.

Yapay zeka projelerini çalışır duruma getirmek isteyen kuruluşlar için tek zorluk insan eksikliği değildir. AI geliştirme genellikle uzun zaman alır ve büyük veya karmaşık veri kümeleri söz konusu olduğunda kaynak yoğundur. Başka bir deyişle, maliyetlidir. Buna ek olarak, veri bilimcileri için rekabet şiddetli ve cömert ücretler. Büyük veri ve yapay zeka projeleri, para ve zaman açısından ciddi bir taahhüt içerir. 

Düşük kod, zaman çizelgelerini önemli ölçüde hızlandırmaya yardımcı olurken, maliyetleri yalnızca proje bazında değil, çalışan sayısı açısından da düşürür – düşük kodlu çözümlerin toplam çalışan sayısını azaltarak beceri açığını kapatmaya yardımcı olduğuna dair artan kanıtlar vardır. işletmelerin yapması gereken işe alımlar. Yakın zamanda güncellenen Modern Veri Altyapısı için Yükselen Mimariler’de Andreesen Horowitz, makine öğrenimi endüstrisinin, makine öğrenimi modelleme sürecini otomatikleştiren düşük kodlu makine öğrenimi çözümleriyle (Continual ve MindsDB gibi) veri merkezli bir yaklaşım etrafında konsolide edildiğini belirtti.

Her İşe Uygun Düşük Kodlu Araçlar

Bu, veri bilimcileri için kötü haber gibi görünse de, veri bilimcilerin kendilerinin düşük kodlu yapay zeka araçlarını kullanmanın artan hızından ve kolaylığından yararlandığını hatırlamakta fayda var.

Düşük kod hareketi genellikle dijital olan her şeyin “demokratikleşmesi” olarak tanımlanır, gelişmenin ve dönüşümsel sonuçların önündeki engelleri ortadan kaldırır. Bu demokratikleşme, veri girişinden veri dönüşümüne ve makine öğrenimine kadar veri biliminin her düzeyinde yavaş yavaş yer almaktadır.

Daha önce oldukça karmaşık olan veya uzun zaman alan birçok işi yapmanın düşük kodlu, daha basit bir yolu var. Düşük kodlu çözümler kullanarak proje zaman çizelgeleri hızlanır ve veri bilimcileri artık kendilerini sahip oldukları belirli programlama becerilerine dayalı araçlara ve süreçlere kilitlenmiş halde bulamazlar.

SQL’i örnek olarak alın, klasik bir beceri ve veritabanlarının temel dili. Ancak, daha sonra verilerle çalışmak için, bir veri bilimcisinin bir dizi başka dilde, BI araçlarında ve ML çözümlerinde yetkin olması gerekiyordu. Artık yok: Verileri veritabanından çıkarmak, bir BI aracına, daha sonra bir ML aracına yüklemek, modelleri çalıştırmak ve ardından bulguları tekrar BI aracına yüklemek yerine, içinde sihri gerçekleştirmeye çalışan hızla büyüyen bir hareket var.

Veritabanı içi makine öğrenimi alanından alınan bu örnek, standart SQL komutlarını kullanan veri bilimcilerinin artık tahminleri nasıl sorgulayabileceklerini ve veritabanının içinden ML modelleri oluşturabileceklerini göstermektedir. Veri boru hatları , SQL komutlarına dayalı veri dönüştürme ürünü ile   dbt Labs gibi şirketler sayesinde kökten basitleştirilmiş ve hızlandırılmış bir sürecin başka bir örneğidir .

Farklı programlama dillerinin ve araçlarının göreceli yararları hakkında uzun süredir tartışan veri bilimcileri, giderek daha mütevazı SQL’in onları hedeflerine hızlı ve kolay bir şekilde ulaştırabileceğini buluyor.

Veritabanı İçi Araçlarla Dönüşümü Hızlandırma

Bu, veri bilimcileri için rahatsız edici bir gerçek, ancak analitik kolayca dijital dönüşümü yavaşlatan darboğaz haline gelebilir. Bunun arkasında iyi nedenler var – beceri eksikliği, maliyet, karmaşıklık. Düşük kodlu veri bilimi araçları, verilerden eyleme dönüştürülebilir zeka çıkarma sürecini kökten hızlandırır. Deneyimli bir veri uzmanının elinde, veritabanı içi düşük kod çözümlerinin hızı, basitliği ve maliyet etkinliği olağanüstü olanaklar sunar. Büyük miktarda veriyi daha erişilebilir hale getirerek, veri bilimcilerinin işlerin yapılmamasının olağan nedenleri (maliyet, entegrasyon sorunları, zaman endişeleri, beceri boşluğu) yerine yalnızca hayal güçleriyle sınırlandırılması gerekir. Düşük kodlu çözümler, yenilikçi veri bilimcilerinin daha hızlı yatırım getirisi sağladığı ve giderek artan sayıda senaryo için makine öğreniminin gücünü sergiledikleri için parlamasına yardımcı oluyor.

Ayrıca bir kuruluşun genel dijital çıktısını artırmaya yardımcı olurlar. Ne de olsa pandemi dünyanın dijital çözümlere dönmesine neden oldu ve geri dönüş olmadı. CIO’ların dörtte üçü , o zamandan beri büyümeye devam eden yeni dijital ürünler ve hizmetler için artan bir talep bildirdi. Halihazırda çok çalışan, aşırı gergin ve aşırı stresli olan veri ve BT ekipleri için düşük kod çözümlerinin kullanılabilirliği daha iyi bir zamanda olamazdı.

Düşük Kodlu Bir Dünyanın Zorlukları

Düşük kodlu veri bilimi araçlarının benimsenmesi hızla artmasına rağmen, bu tür bir geliştirme için henüz erken. Kuruluşlar, uzman olmayan kişilerin veri (ve diğer) projelerini ele almalarının güvenlik ve uyumlulukla ilgili sonuçları konusunda anlaşılır bir şekilde endişe duyuyor. Geliştirme ve veri bilimi giderek merkezden uzaklaştıkça, kuruluşların en büyük zorluklarından biri, inovasyonun özgürce gerçekleşebileceği, ancak stratejik, ilgili ve güvenli kaldığı bir kültürü teşvik etmek olacaktır. Çoğu uzman, şirket politikalarının düşük kod uygulamalarını yansıtacak şekilde güncellenmesi gerektiği konusunda hemfikirdir.  

Düşük kodlu yapay zeka çözümleri, veri bilimcileri tarafından kullanıldığında daha verimli çalışmanın bir yoludur, ancak dolaylı olarak iş yüklerini artırabilirler. “Vatandaş geliştirme” BT ekibinden bağımsız çalışıyor gibi görünse de, veri bilimcileri için gerçek, başka yerlerde oluşturulmuş dijital araçları entegre etmeye, kurtarmaya veya başka şekilde desteklemeye yönelik çağrıların artması anlamına gelecektir.

Düşük Kodlu Bir Veri Bilimcisi Olarak Yaşam

Düşük kodlu araçlar, şimdiye kadar dijitalin yapılma biçiminde büyük bir bozulmayı temsil ediyor. Her yıkıcı güç gibi, statükoyu tehdit ederken fırsatlar yaratır.

Veri bilimciler için, düşük kod artık hayatın bir gerçeği, yadsınamaz hızı ve basitliği nedeniyle yapay zeka gelişimine yönelik hibrit bir yaklaşım haline geliyor. Ayrıca, BT’nin demokratikleşmesi ve ademi merkeziyetçiliği durdurulamaz. Veri bilimcileri için şimdi soru, düşük kodun benimsenip benimsenmeyeceği değil, bunun en iyi nasıl yapılacağıdır. Birçok veri bilimi kariyerinde düşük kodlu hızlı takip gördüm. Alanlarını anladıkları gibi, veri olmayan meslektaşlarına göre zaten bir avantaja sahipler. Düşük kodlu çözümler, veri bilimcilerinin elinde, veri bilimcilerinin daha hızlı ve daha akıllı çalışmasına yardımcı olurken aynı zamanda daha çevik ve yaratıcı olmasına yardımcı olur.

Bu makaleyi okuduğunuz için teşekkürler! Bana destek olmak isterseniz;

Beni Twitter, Linkedin ve YouTube‘da takip edin.

Kısa bir yorum bırakmayı UNUTMAYIN!