Ceren Güzelgün | Kıdemli Makine Öğrenmesi Mühendisi

Ceren Güzelgün | Kıdemli Makine Öğrenmesi Mühendisi

Görünürlük Çalışmalarımızda Kıdemli Makine Öğrenmesi Mühendisi Ceren Güzelgün bizlerle!

Ceren’i LinkedIn üzerinden takip edebilirsiniz.



Kendinizi tanıtabilir misiniz?

Ben Ceren Güzelgün. İstanbul Teknik Üniversitesi Fizik Mühendisliği bölümünde lisans mezunuyum. Sonrasında aynı bölümde Parçacık Fiziği alanında yüksek lisans eğitimimi tamamladım. Bu eğitim sırasında DESY (Deutsches Elektronen-Synchrotron) ve CERN enstitülerinde araştırmacı olarak çalışarak tezimi yazdım. Mezun olduktan sonra akademik hayatımı sonlandırarak Machine Learning Engineer olarak çalışmaya başladım. Son üç yıldır Insider’da bu alanda çalışıyorum.

Çalışma alanınızdan bahsedebilir misiniz? Bu alanı neden seçtiniz?

Lisans ve yüksek lisans boyunca yaptığım çalışmalar aslında hep yazılım destekli işlerdi. Özellikle yüksek lisans tezimde ağırlıklı olarak machine learning kullandım ve benim için yeni bir dünyanın kapıları aralandı. Aslında içerisinde birçok bilim dalından parçalar bulunduran bir alan. Bu sayede zihnimi hep dinamik tuttuğunu fark ettim. Benim için mühendisliğin temelinde problem çözmek yatıyor ve machine learning kullanarak çözüm getirebileceğimiz problemler hem sayıca fazla, hem de pek çok farklı alana yayılmış durumda. Bu beni çok heyecanlandırdı ve bu yüzden bu alanda devam etmeye karar verdim.

Bu alanda kendini geliştirmek isteyen kişilere önerileriniz nedir? Nereden, nasıl başlamalılar?

Machine learning öğrenmek, bu alanda uzmanlaşmak isteyen arkadaşlarıma hep aynı tavsiyeyi veriyorum aslında: teoriyi iyi öğrenin ve uygulamayı kirli datayla yapın. Açık kaynak kodlu bir sürü ML kütüphanesi var. Bu konuda hiç teorik bilgisi olmayan, birazcık programlama bilen birisi bile kolaylıkla bir ML modeli eğitebilir. Ancak teorik bilgi, size bir şeyler yanlış gittiğinde bunu anlama ve çözüme bilinçsizce değil de nereden başlayacağınızı bilerek yaklaşma yetisi veriyor.

Kirli datadan kastım ise şu: internette bu alan üzerine sayısız online ders ve yarışma bulunuyor. Bu kaynaklar, derlenip toplanmış, modele beslemeye hazır data üzerinden konuyu işliyor ve mevzunun en zorlu aşamasını kısa yoldan geçiyor. Datayı temizlemek, soruna yönelik bir veri seti haline getirebilmek ise işin en çok emek isteyen kısmı. Bu kısmı yeterince öğrenemediğimizde; iş görüşmelerine gittiğimizde veya kişisel projelerimiz üzerinde çalışmaya başladığımızda fazlasıyla zorlanıyoruz.

Özetle, kısa yolu ve hap bilgileri tercih etmektense teorik bir eğitimle başlayıp gerçek dünyadan toplanmış, müdahale edilmemiş veri setleriyle pratik yapmanızı tavsiye ederim.

Bu alanda çalışırken yaşadığınız olumlu/olumsuz deneyimler neler? Nasıl üstesinden geldiniz?

Yaşadığım zorlukları olumsuzluk olarak değerlendirmekten hep kaçındım. Örneğin bambaşka bir dalda akademisyen olma yolunda yürürken, ani bir dönüşle özel bir şirkette makine öğrenmesi mühendisi olarak işe başladım. Şu an kıdemli mühendis rolünde olduğum bu göreve, ekibin en tecrübesizi ve spesifik olarak bilgisayar mühendisliği eğitimi almamış biri olarak başlamıştım. Bu durumun beni yıldırmasına izin vermektense gerçekten durmadan çalıştım ve sonradan girdiğim bu alanda öğrenmem gereken her şeye büyük bir açlıkla saldırdım. Katettiğim yol beni gururlandırıyor ve hayat boyu da yeni şeyler öğrenmeye ara vermeyi düşünmüyorum.

Mesleğinizi icra ederken karşılaştığınız tepkileri/durumları toplumsal cinsiyet bağlamında nasıl aktarabilirsiniz?

Akademide de, iş hayatında da hep kadınların sayıca az olduğu alanlardaydım ancak kendimi hiçbir zaman kadın mühendis veya kadın yazılımcı olarak konumlamadım. Kafamda iki şey vardı; iyi bir mühendis olabilirdim ya da kötü bir mühendis olabilirdim.

Tabii ki toplumun size bakışında durum biraz farklı. Bir erkek mühendisin bir kadın mühendise oranla yargılanmadan daha fazla hata yapabilme lüksü olabiliyor. Bu tür insanları ve söylediklerini hiçbir zaman ciddiye almadım ve onlarla birlikte bilim yapmaktan, çalışmaktan uzak durdum.

Bir de işimi yaparken, böyle yaparsam hakkımda şunu düşünürler, bir konuda ısrarcı olursam bana şu sıfatı takarlar gibi düşüncelerle kendimi kısıtlamadım. Makyaj yaparsam ciddiye alınmam, şöyle yaparsam duygusal derler, böyle yaparsam zayıf olurum gibi kaygılara düşmedim. Çünkü biri size o pencereden bakıyorsa bunu değiştirmeniz kolay olmayacaktır. Bunun çözümü için sizin kendinizi sınırlamanız değil, insanların kendilerini eğitmeleri gerekiyor. Siz kavgalarınızı iyi seçin ve işinizi iyi yapmaya devam edin.

Şu anki işime başladığımda kalabalık bir ekipteki iki kadından biriydim, şimdi ise kadın-erkek oranımız eşit. Ne mutlu ki ilk günden bu yana, bir an bile bana bu şekilde yaklaşıldığını düşünmedim ve hissetmedim. Zor da olsa doğru insanları, doğru ortamları bulmak mümkün, yanlış yerlerde ne kadar az zaman kaybederseniz o kadar iyi.

Sizin mesleğinizde çalışmak isteyen bir kız çocuğuna ne söylemek istersiniz?

Öncelikle, kesinlikle yapabilirsin. Lütfen ama lütfen hak ettiğin eğitimi alabilmek için elinden gelenin en iyisini yap. Kitaplardan uzak kalma, bazen ilgilendiğin alanla ilgili şeyler oku, bazense tamamen alakasız romanlar…

Çevrendeki insanlar çok önemli; sürekli şikayet eden ve bir şeyler başarmaya çalışmadan, etrafındakileri dibe çekenlerden uzak dur. Sana bir şeyler katacak, birlikte gelişebileceğin insanlar en yakınında olsun.

En önemlisi ise; daima kendine güven ve bu güveni fazlasıyla destekleyecek bilgiyle donan. Bütün bunlar olurken sağlığını ve huzurunu lütfen ikinci plana atma, kendine gereğinden fazla yüklenme. Sana inanıyorum, başarılar!

yazı

Merhaba ben Asena! Boğaziçi Üniversitesi Matematik Öğretmenliği Programı son sınıf öğrencisiyim. Şu anda Çapa Fen Lisesi’nde staj yapıyorum. SistersLab’de Görünürlük Çalışmaları ekibinde yer alıyorum. Ayrıca Boğaziçi Üniversitesi Sosyal Hizmet Kulübü üyesiyim. Kulüp olarak insan hakları alanında hak temelli gönüllülük çalışmaları yürütüyoruz. Yapmaktan hoşlandığım diğer aktiviteler arasında biyografik film izlemek ve kitap okumak var. :))

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir