Era il mio primo anno di università e non mi interessava altro che il basket. Studiavo letteratura inglese solo perché il mio inglese era migliore di quello dei miei coetanei all'epoca, e con esso riuscii a entrare all'università. Comunque, durante la pausa del semestre di quell'anno andai in Libano, a Beirut, per un corso di biomeccanica umana (in quei giorni allenavo giocatori di basket). Mentre ero lì, l'effetto dello stress prolungato è stato menzionato un paio di volte e sembrava interessante. Quando sono tornato a casa, volevo esplorare di più e ho guardato il TED Talk del Dr. Robert Sapolsky intitolato La biologia dei nostri sé migliori e peggiori. Ero così colpito che ricordo di aver detto “Mi chiedo come lui (Sapolsky) vede il mondo.” Fortunatamente, aveva tutta la sua lezione su YouTube di Stanford: Biologia comportamentale umana. Beh, non riuscivo a stargli dietro a causa della mia mancanza di background (all'epoca non sapevo nulla di legato alla scienza, inclusa la biologia e/o la neurobiologia/psicologia). Ho deciso di visitare il dipartimento di psicologia.
Lo scopo della mia visita al dipartimento di psicologia era ancora una volta una conferenza che non riesco a ricordare ora, ma era legata all'evoluzione dei sistemi di credenze. Sono entrato dalla prima porta che ho trovato e incontrato Dottor Bahcekapili e mi disse di presentarmi al suo collega (suo studente allora) della porta accanto, Dottor Yilmaz. Da quel momento in poi, i miei interessi si sono spostati verso i suoi: intersezione tra moralità, politica, religione e processo decisionale. Ho iniziato a frequentare il suo corso di psicologia sociale in modo non ufficiale e ho iniziato a fermarmi più spesso alla sua porta per chiedere cose che leggevo: biologia comportamentale A psicologia socialeE psicologia evolutiva. Ad un certo punto mi ha chiesto di far parte del laboratorio che stava per fondare e io ho detto di sì, sono finito a Laboratorio della MENTA.
Prima dell'inizio del laboratorio mi sono iscritto Scienza della religione in edX per essere sicuro di non perdermi importanti scoperte sul campo. È stato divertente perché le informazioni erano presentate in modo molto comprensibile. Ma con il laboratorio, una volta che abbiamo iniziato a leggere gli articoli di ricerca, mi sono reso conto che non sapevo nulla di statistica, quindi non ero in grado di valutare quanto fosse convincente la ricerca che avevo di fronte. Essendo uno studente di letteratura, dovevo trovare qualcosa che presupponesse zero conoscenze pregresse. Ho provato molti libri ma Statistiche OpenIntro E Imparare le statistiche con JASP Mi hanno aiutato moltissimo ed erano sufficienti per un livello universitario. Ho iniziato a realizzare quanto mi piace studiare statistica e volevo migliorarmi in materia, mi chiedevo se la matematica potesse aiutarmi con la statistica.
C'era qualcuno che ho conosciuto giocando Heartstone (sì, mi piacciono i giochi di carte): Dr. Basar Coskunoglu. Ho iniziato a studiare matematica con lui. È stato abbastanza paziente da iniziare con me dalle basi (non sapevo nulla, letteralmente, quindi abbiamo dovuto iniziare dalle funzioni, dai sistemi di disuguaglianza, ecc.). Siamo arrivati fino al calcolo infinitesimale e all'algebra lineare. Abbiamo finito a un punto in cui mi era possibile sfogliare i libri da solo, che era ciò che volevo in primo luogo. Ad oggi studio ancora l'algebra lineare da diverse fonti (principalmente dai miei appunti, Matematica per l'apprendimento automatico E I libri di Gilbert Strang) quasi ogni settimana poiché mi diverto moltissimo.
In laboratorio e nel mondo accademico (scienze sociali), i ricercatori utilizzano principalmente software statistici come JASP, Jamovi, SPSS. Viene utilizzata anche la programmazione R, ma in quei periodi ho iniziato a perdere un po' di interesse per il mondo accademico per diversi motivi. Quindi, volevo imparare Python. Ho partecipato ad un campo di addestramento (Sconsiglio vivamente qualsiasi campo di addestramento sulla scienza dei dati adesso, ogni materiale che forniscono è disponibile online e probabilmente in un modo migliore) che mi ha aiutato principalmente con le capacità di programmazione insieme a casi di settore piuttosto che con la parte teorica poiché avevo già finito con il classico (fino al deep learning): Introduzione all'apprendimento statistico (la versione Python è ora disponibile).
All'epoca ero ancora uno studente universitario e beneficiavo di una borsa di studio del TUBITAK (Consiglio per la ricerca scientifica e tecnologica della Turchia) per prendere parte a un progetto di ricerca ma stava per finire. Quindi, il tempismo è stato davvero bello per provare le mie possibilità al di fuori del mondo accademico. Volevo un lavoro part-time o uno stage a lungo termine poiché ero ancora a scuola e non volevo esaurirmi. Ad ogni modo, ho iniziato a realizzare progetti di data science e li ho inclusi nel mio CV nella parte “progetti”. Ho fatto domanda per diversi lavori ma durante i colloqui mi sono reso conto che molti non avevano un team di data science e questo mi ha spaventato un po' dato che sarebbe stato il mio primo lavoro, sentivo di aver bisogno di un gruppo di persone che avessero una certa esperienza. Sebbene non fossi sicuro di come mi sarei inserito in una banca, ho fatto domanda per uno stage a lungo termine presso DenizBank e, dopo alcuni passaggi, sono stato accettato come stagista di scienza dei dati.
Mi sentivo come se avessi fatto bene durante il mio tirocinio, e sembra che questo sentimento fosse reciproco poiché volevano trattenermi (inoltre, ha senso mantenere qualcuno dopo 6 mesi piuttosto che assumere una nuova persona). Tutto è andato liscio a scuola e mi sono diplomato. Inoltre, anche se ho trascorso lì sei mesi a programmare, ecc., mi è stato comunque richiesto di sostenere il test junior di data scientist che includeva domande su SQL, Python/R e probabilità e statistica. Ho superato l'esame e attualmente lavoro come Jr. Data Scientist presso DenizBank.
Ho giocato a basket per dieci anni e ho anche allenato giocatori. Ho sempre avuto in mente di fare qualcosa di vicino al basket. vidi Account analitico di Formula 1 (F1). che esegue analisi di F1 e mi ha ispirato a fare qualcosa di simile con i dati del basket. Puoi seguire il mio LinkedIn O account di analisi del basket se sei interessato.
Fonte: towardsdatascience.com
