Deneyim

Profesyonel kariyerine KPMG'de başlayan İsa, 5,5 yıldır burada görev yapmaktadır. Bu süre boyunca veri ve analitik yönetişim gibi strateji projeleri, DWH, veri entegrasyonu, veri kalitesi, iş zekası gibi veri mühendisliği projeleri, analitik modelleme, yapay zeka, tahminleme, segmentasyon gibi veri bilimi projelerinde görev almıştır.

Veri Yönetişimi

Müşterinin veri stratejisi, meta veri, veri mimarisi, veri kalitesi, veri operasyonu, iş zekası ve ileri analitik olgunluğunun ayrıntılı değerlendirmesi İyileştirme önerileri ve yol haritasını içeren mevcut durum analizi raporunun hazırlanması Veri yönetişimi organizasyon modelinin tasarlanması (Veri Kümesi, Veri Yönetişim Ofisi, BT Veri Yönetişmi Ofisi.), rollerin, sorumlulukların ve RACI matrislerinin oluşturulması, veri yönetişimi politika ve prosedürlerinin oluşturulması Ana, işlemsel ve türetilmiş verileri dikkate alarak veri kümelerinin oluşturulması İş sözlüğü ve veri sözlüğünün oluşturulması Veri yönetişimi süreçlerinin tasarlanması (Örn: Veri kümesi belirleme, meta veri girişi, veri kalitesi yönetimi, değişiklik yönetimi, olay yönetimi, veri yaşam döngüsü vb.) Veri yönetişim metriklerinin (KPI) ve SLA’lerin tanımlanması Veri Yönetişimi ve veri kalitesi teknolojisi seçimine yönelik teknik, fonksiyonel ve meta veri entegrasyon yeteneklerini değerlendirecek RFP ve POC çalışmalarının hazırlanması ve değerlendirilmesi Veri yönetişim teknolojisi üzerinde tasarlanan sözlüklerin, süreçlerin, rollerin ve ölçüm metriklerinin uygulanması ve işletilmesi Kullanılan teknolojiler: Ab Initio Metadata Management, Informatica Axon, EDC, IDQ, IBM CP4D

Veri Kalitesi

Veri profilleme çalışmasının yapılması ve veri kalitesi kurallarının tanımlanması Veri kalitesi kurallarının geliştirilmesi, Veri kalitesi puan kartları ve veri kalitesi kontrol panelleri oluşturma

Veri Bilimi

İş senaryolarının toplanmasından analitik modellemeye kadar; iş senaryolarının belirlenmesi, değerlendirilmesi, önceliklendirilmesi ve hayata geçirilmesi adımlarının uçtan uca yürütülmesi Analitik modellemeye uygun veri setlerinin hazırlanması amacıyla veri modellerinin tasarlanması Verilerin modele girdi olacak şekilde ön işleme ve özellik mühendisliği çalışmalarının gerçekleştirilmesi Veri setleri üzerinde farklı analitik modellerin ve parametrelerin denenmesi, model sonuçlarının yorumlanması ve en iyi performansı sağlayan parametrelerin belirlenmesi Tahminleme modellerinin geliştirilmesi (Müşteri satış tahmini, vaka sayısı tahmini, bütçe tahmini) Kümeleme ve segmentasyon modellerinin geliştirilmesi (Müşteri segmentasyonu, hastane ve hekim kategorizasyonu, üretimde norm kadro ve kapasite analitiği, Anomali tespiti) Optimizasyon modellerinin geliştirilmesi (Verimlilik analizi ve potansiyel dengelemesi) Kullanılan teknolojiler: Python, SAS Viya, Informatica Dataiku (Low-Code programlama aracı)

Veri Mühendisliği

Detaylı veri modellerinin tasarlanması ve mantıksal veri modelinin oluşturulması Veri sözlüğünü ve veri modelini kullanarak DWH oluşturma Datamart oluşturma ve datamartlardan rapor hazırlama Gerekli ETL işlerinin hazırlanarak veri entegrasyonunun sağlanması Kullanılan teknolojiler: SQL Server, SSIS, SAS Visual Analytic

Geliştirme

Sadece açık kaynak teknolojiler (Dbeaver, Apache Airflow, Python, Superset) kullanılarak iş ihtiyaçlarına özel otomatik hesaplamalar yapabilen, belirli periyotlarda çalışabilen, çıktı ve girdilerini kendi veri tabanında saklayan, veri entegrasyonunu gerçekleştirebilen, raporlama yeteneğine sahip araçlar geliştirmek

Eğitim, Lisans & Sertifikaları

Bachelor of Science, Industrial Engineering, İstanbul Technical University, 2021