Cilt 8 Sayı 5 (2020): Business & Management Studies: An International Journal
Makaleler

TÜRKİYE’DE KAMU VE ÖZEL KURUMLARIN BÜYÜK VERİ ALANINDA MEVCUT DURUM VE BEKLENTİLERİNİN DEĞERLENDİRİLMESİ ÜZERİNE NİTEL BİR ARAŞTIRMA

Zeynep AYTAÇ
Ögr. Gör., Aksaray Üniversitesi
Hasan Şakir BİLGE
Prof. Dr., Gazi Üniversitesi

Yayınlanmış 2020-12-25

Anahtar Kelimeler

  • Big Data Big Data and Education
  • Büyük Veri, Büyük Veri ve Eğitim

Nasıl Atıf Yapılır

AYTAÇ, Z., & BİLGE, H. . Şakir. (2020). TÜRKİYE’DE KAMU VE ÖZEL KURUMLARIN BÜYÜK VERİ ALANINDA MEVCUT DURUM VE BEKLENTİLERİNİN DEĞERLENDİRİLMESİ ÜZERİNE NİTEL BİR ARAŞTIRMA. Business & Management Studies: An International Journal, 8(5), 4646–4679. https://doi.org/10.15295/bmij.v8i5.1635

Özet

Bu çalışmanın amacı, Türkiye’de kamu ve özel kurumlarda büyük veri analitiğinin kullanımını inceleyerek, mevcut durumun ve beklentilerinin ne yönde olduğunun değerlendirilmesidir. Bu doğrultuda Türkiye’de en çok tercih edilen büyük veri araçlarını ve bilgi teknolojileri sektörünün öğrencilerden ve üniversitelerden beklentilerini belirlemektir. Araştırma Ankara ilinde büyük veri analitiği çözümleri sunan 10 kamu ve özel kurumun büyük veri ekip liderleriyle derinlemesine mülakat yapılarak gerçekleştirilmiştir. Verilerin analizi için nitel araştırma yöntemlerinden gömülü teori yaklaşımı ve tematik kodlama kullanılmıştır. Elde edilen bulgular, kurumların büyük veri analitiği mevcut durumu, üniversitelerin ilgili bölümlerinden ve öğrencilerden beklentileri ve öğrencilere ve üniversitelere önerileri olmak üzere üç ana başlıkta belirtilmektedir. Kurumların büyük veri analitiği mevcut durumu kategorisinde, büyük veri ekibinde hangi pozisyonların tercih edildiği, bu ekiplerde çalışan sayısı, bu sayının yeterliliği ve kullandıkları teknolojilere yer verilmektedir. Beklentiler kategorisinde, büyük veri alanında hangi bölüm mezunlarının tercih edildiği, mezunlardan yetenek ve teknik beceri anlamında beklentilerin ne yönde olduğu yer almaktadır. Öneriler kısmında ise kurumların, bu alanda çalışmayı düşünen öğrencilere ve bu alanla alakalı olarak üniversitelere olan önerilerine yer verilmektedir.

İndirmeler

İndirme verileri henüz mevcut değil.

Referanslar

  1. Analytics Center & Kariyer.net. (2016). Türkiye Analitik Yetenek ve Yetkinlik Araştırması. İstanbul: Smartcom.
  2. Bhadani, A. K., & Jothimani, D. (2016). Big data: challenges, opportunities, and realities. In Effective Big Data management and opportunities for implementation (pp. 1-24). IGI Global.
  3. Corbin, J., & Strauss A. (2015). Baiscs of Qualitative Research: Techniques and Procedures for Developing Grounded Theory. Sage Publications. Fourth Edition.
  4. Cukier, K. (2010). Data, data everywhere. The Economist. URL: https://www.economist.com/special-report/2010/02/27/data-data-everywhere Son Erişim Tarihi: 08.05.2019
  5. DataScience. (2020). Data Science Colleges and Universities. URL: http://datascience.community/colleges Son Erişim Tarihi: 14.03.2020
  6. Davis, K., & Patterson, D. (2012). Ethics of Big Data: Balancing risk and innovation. O'Reilly Media.
  7. Demchenko, Y., Grosso, P., De Laat, C., & Membrey, P. (2013, May). Addressing big data issues in scientific data infrastructure. In 2013 International Conference on Collaboration Technologies and Systems (CTS) (pp. 48-55). IEEE.
  8. DiFranza, A. (2019, 11 29). The Biggest Data Analytics Challenge Of 2020. URL: https://www.northeastern.edu/graduate/blog/data-analytics-challenges/ Son Erişim Tarihi: 30.05.2020
  9. Dontha, R. (2017). Who came up with the name Big Data. Data Science Central, 13.
  10. Gahi, Y., Guennoun, M., & Mouftah, H. T. (2016, June). Big data analytics: Security and privacy challenges. In 2016 IEEE Symposium on Computers and Communication (ISCC) (pp. 952-957). IEEE.
  11. Gandomi, A., & Haider, M. (2015). Beyond the hype: Big data concepts, methods, and analytics. International journal of information management, 35(2), 137-144.
  12. Glaser, B. G., & Strauss, A. L. (1967). The discovery of grounded theory: strategies for qualitative research [pdf]. Zugriff unter http://www. sxf. uevora. pt/wp-content/uploads/2013/03/Glaser_1967. pdf.
  13. Gökşen, Y., & Aşan H. (2015). Veri büyüklüklerinin veritabanı yönetim sistemlerinde meydana getirdiği değişim: NOSQL. International Journal of Informatics Technologies, 8(3), 125.
  14. Hashem, I. A. T., Yaqoob, I., Anuar, N. B., Mokhtar, S., Gani, A., & Khan, S. U. (2015). The rise of “big data” on cloud computing: Review and open research issues. Information systems, 47, 98-115.
  15. Jyothirmayee, A. V. N. S., Reddy, D. G., & Akbar, K. (2014). Understanding Big Data & DV2 law. International Journal of Emerging Technology and Advanced Engineering, 4(7).
  16. Laney, D. (2001). 3D data management: Controlling data volume, velocity and variety. META group research note, 6(70), 1.
  17. Lawler, J., & Molluzzo, J. C. (2015). A proposed concentration curriculum design for big data analytics for information systems students. Information Systems Education Journal, 13(1), 45.
  18. Manyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C., & Hung Byers, A. (2011). Big data: The next frontier for innovation, competition, and productivity. McKinsey Global Institute.
  19. Miller, S., & Hughes, D. (2017). The quant crunch: How the demand for data science skills is disrupting the job market. Burning Glass Technologies.
  20. Marzullo, K. (2016). Administration Issues Strategic Plan For Big Data Research and Developement. URL: https://obamawhitehouse.archives.gov/blog/2016/05/23/administration-issues-strategic-plan-big-data-research-and-development Son Erişim Tarihi: 08.06.2019
  21. Mayring, P. (2011). Nitel Sosyal Araştırmaya Giriş. Ankara: BilgeSu Yayıncılık.
  22. Mellody, M. (2014). Training Students to Extract Value from Big Data: Summary of a Workshop. National Academies Press. 500 Fifth Street NW, Washington, DC 20001.
  23. National Science Foundation [NSF], (2019, 2 13). Big Data Science and Engineering Program. URL: https://www.nsf.gov/pubs/2019/nsf19039/nsf19039.jsp Son Erişim Tarihi: 27.06.2020
  24. Merriam, S. B. (2013). Nitel araştırma desen ve uygulama için bir rehber (S. Turan, Çev.) Ankara: Nobel Yayın Dağıtım.
  25. Rydning, D. R. J. G. J. (2018). The digitization of the world from edge to core. Framingham: International Data Corporation.
  26. Singh, D. S., & Singh, G. (2017). Big Data-A Review. International Research Journal of Engineering and Technology, 4(04), 2395-0056.
  27. Strateji Ve Bütçe Başkanlığı. (2018). Stratejik Plan (2019-2023). Strateji Ve Bütçe Başkanlığı.
  28. Swanstrom, R. (2016, 11 28). Data Scientists, Data Engineers, Software Engineers: The Difference According to LinkedIn. DataScience 101.
  29. Trifu, M. R., & Ivan, M. L. (2014). Big Data: present and future. Database Systems Journal, 5(1), 32-41.
  30. TÜBİTAK. (2016). Bulut Bilişim Ve Büyük Veri Çaliştayi 2015 Faaliyet Raporu. Kocaeli: TÜBİTAK Bilgem.
  31. Warden, P. (2011). Big Data Glossary . Beijing • Cambridge • Farnham • Köln • Sebastopol • Tokyo : O’Reilly Media.
  32. Wormer, P. V. (2014, 11 11). A sense of urgency: Excecutives rush to adobt Big Data analytics. URL: http://info.totaltraxinc.com/blog/a-sense-of-urgency-executives-rush-to-adopt-big-data-analytics Son Erişim Tarihi: 15.02.2021
  33. Yıldırım, A., & Şimşek, H. (2013). Sosyal Bilimlerde Nitel Araştırma Yöntemleri. Seçkin Yayıncılık.
  34. YÖK Atlas. (2020). Yapay Zeka Mühendisliği Programı Bulunan Tüm Üniversiteler. URL: https://yokatlas.yok.gov.tr/lisans-bolum.php?b=554009 Son Erişim Tarihi: 10.11.2020
  35. Zikopoulos, P., & Eaton, C. (2011). Understanding big data: Analytics for enterprise class hadoop and streaming data. McGraw-Hill Osborne Media.