Veri bilimci CV örneği: modeller, metrikler ve yayınlar
Veri bilimci CV’si her model için neyi tahmin ettiğini, hangi metrikle ölçüldüğünü, hangi temel çizgiyi geçtiğini ve canlıya çıkıp çıkmadığını yazar. Makale, tez ve Kaggle sonucu ancak sizinse ve doğrulanabiliyorsa yer alır.1
Yazıldı 13 Ekim 2026. CitedCV. Rehberlerimiz nasıl yazılıyor
Önce model envanteri çıkarın
Son yıllarda eğittiğiniz, iyileştirdiğiniz ya da kullanıma aldığınız her modeli, rafa kalkanlar dahil, bir listeye yazın. Mülakatta sorulacak sorular bellidir; CV satırı bu soruların cevabını önceden vermeli.
- Görev: model neyi tahmin ediyor ya da sıralıyor, iş diliyle (geç ödeme, ürün arama, mağaza bazında talep).
- Veri: satır ya da örnek sayısı, değişken sayısı, eğitim verisinin tarihi.
- Metrik: ekipçe kabul edilen ölçü ve ayrılmış test verisindeki değeri.
- Temel çizgi (baseline): eski kural, önceki model ya da basit bir yöntem.
- Durum: yalnızca not defteri, çevrim dışı test, A/B testi ya da canlı trafik.
- Payınız: tasarladınız mı, eğittiniz mi, canlıya aldınız mı, izlediniz mi.
Türkiye’de unvan ve lisans durumu
Veri bilimi için Türkiye’de ayrı bir meslek lisansı ya da oda kaydı bulamadık. KOSGEB’in ISCO-08 kodlu meslek listesinde Veri Bilimci (2521.07), Büyük Veri Uzmanı/Danışmanı (2521.06), Veri Madenciliği Uzmanı/Danışmanı (2529.07) ve Yapay Zeka Mühendisi (2512.06) ayrı satırlar olarak geçiyor. İlanlarda bu unvanlar ve İngilizce “Data Scientist”, “ML Engineer” karışık kullanılıyor.
“Mühendis” kelimesine dikkat
Sözleşmenizde “Yapay Zeka Mühendisi” yazıyor ama mühendislik diplomanız yoksa diploma sorusu gelebilir. Unvan kuralının ayrıntısı bilgisayar mühendisi CV rehberinde; burada tek öneri şu: CV’ye sözleşmedeki unvanı yazın, işi satırlarla anlatın.
Veri bilimci mi, makine öğrenmesi mühendisi mi
İngiltere kamusunun DDaT yetkinlik çerçevesi iki rolü ayırıyor. Veri bilimci, modelleri doğrulamak için farklı performans ve doğruluk metriklerini anlayıp kullanır. Makine öğrenmesi mühendisi modelleri geliştirir, canlıya alır, performans şartlarına göre test eder ve canlıdaki modelin güvenli ve etkili çalışmaya devam ettiğini kontrol eder.
| Konu | Veri bilimci CV’si | ML mühendisi CV’si |
|---|---|---|
| Satırın başı | Soru, yöntem ve işin aldığı karar | Modeli sunan sistem, yükü ve gecikmesi |
| Metrik | Çevrim dışı metrik ve test sonucu | Çevrim dışı metrik ve p95 gecikme, tahmin başına maliyet, drift alarmı |
| Ağırlıklı araçlar | Python ya da R, SQL, scikit-learn, istatistik | PyTorch ya da TensorFlow, Docker, Kubernetes, MLflow |
Model satırını metrikle yazmak
scikit-learn belgeleri kuralı açık koyuyor: bir puanlama fonksiyonu verilmişse, bir Kaggle yarışmasında ya da iş hedefinde olduğu gibi, onu kullanın; seçim sizdeyse tahminin nihai amacından başlayın. CV’ye en parlak sayıyı değil, modelin gerçekten ölçüldüğü metriği yazın.
Dengesiz veride doğruluk (accuracy) yanıltır
Yüzde 1’i sahte olan işlemlerde yüzde 99 doğruluk hiçbir şey öğrenmemiş bir modelden de gelebilir. scikit-learn, dengeli doğruluğun (balanced accuracy) dengesiz veri setlerinde şişirilmiş tahminleri önlediğini yazıyor. Belirli bir kesinlikte duyarlılık (recall), PR AUC ya da dengeli doğruluk verin; sınıf oranını da ekleyin.
| Zayıf satır | Eksik | Güçlü satır |
|---|---|---|
| Yüzde 95 doğrulukla kredi modeli geliştirdim | Sınıf oranı, temel çizgi, kullanım | Erken temerrüt modelini XGBoost ile yeniden kurdum; yüzde 80 kesinlikte recall 0,36’dan 0,49’a çıktı (lojistik regresyona karşı); kredi politikası yeni başvurularda kullanıyor |
| Doğal dil işleme projelerinde çalıştım | Görev ve kanıt | Türkçe müşteri şikâyetlerini 14 kategoriye ayıran BERTurk modelini ince ayarladım; makro F1 0,81, elle sınıflandırma yaklaşık yarıya indi |
| Modelleri canlıya aldım | Hangi model, hangi yük | Talep tahminini 320 mağaza için gece çalışan bir iş olarak canlıya aldım; MAPE yüzde 13, hareketli ortalamada yüzde 20 |
KVKK: kişisel veriyle model eğittiyseniz
Kişisel Verileri Koruma Kurumu’nun “Yapay Zekâ Alanında Kişisel Verilerin Korunmasına Dair Tavsiyeler” metni (Nisan 2025 baskısı), yüksek risk öngörülen çalışmalarda mahremiyet etki değerlendirmesi yapılmasını, aynı sonuca kişisel veri işlemeden ulaşılabiliyorsa anonim hâle getirilmiş verinin tercih edilmesini, asgari veri kullanılmasını ve modelin doğruluğunun sürekli izlenmesini tavsiye ediyor. Bunlardan hangisini gerçekten yaptıysanız bir satıra yazın.
- “Model eğitiminden önce müşteri verisinden kimlik alanlarını çıkardım; değişken sayısını 140’tan 38’e indirdim.”
- “Kredi modelinde yaş grubu ve bölgeye göre aylık sapma raporu hazırladım; risk ve hukuk birimleri her sürümden önce inceledi.”
- Değerlendirmeyi siz yapmadıysanız, hukuk birimi yaptıysa, katkınızı öyle yazın: “etki değerlendirmesi için model belgesini hazırladım.”
Örnek CV bölümü: veri bilimci
Bu bir örnek. Emre Şahin hayalî bir kişi; şirketler, metrikler ve tez yalnızca biçimi göstermek için. Kendi satırlarınızda yalnızca kendi ölçtüğünüz değerleri kullanın.
Kıdemli Veri Bilimci, bir sigorta şirketi, İstanbul, 02/2023 - devam ediyor
- Hasar sahteciliği modelini 900 bin dosya üzerinde LightGBM ile yeniden kurdum; yüzde 70 kesinlikte recall 0,42’den 0,57’ye çıktı ve hasar ekibi inceleme kuyruğunu bu skorla sıralıyor.
- Modelin aylık drift ve yaş grubuna göre sapma kontrollerini kurdum; sonuçları her sürümde model kartıyla raporladım.
- İki veri bilimcinin ilk canlı modeline mentorluk yaptım.
- Araçlar: Python, LightGBM, scikit-learn, SQL (Oracle), MLflow, Airflow.
Veri Bilimci, bir e-ticaret şirketi, 09/2020 - 01/2023
- Arama sonuçlarını yeniden sıralayan modeli eğittim; üç haftalık A/B testinde sepete ekleme oranı yüzde 6,1’den yüzde 6,5’e çıktı ve model tüm kategorilere açıldı.
- Haftalık elle hazırlanan talep tablosunu 40 il için otomatik tahmin işine çevirdim (MAPE yüzde 15, eski yöntemde yüzde 22).
Tez, yayın ve yarışma
- Yüksek lisans tezi, İstatistik, 2020: “Kredi erken ödemesinde sağkalım modelleri”, YÖK Ulusal Tez Merkezi tez numarasıyla.
- Şahin, E. ve Kara, B. (2022). Bildiri, ulusal bir istatistik kongresi, tam metin bağlantısıyla.
- Kaggle: tek kişilik katılım, bir tablo verisi yarışmasında 1.700 takım içinde ilk yüzde 5 (2021), profil bağlantısıyla.
Tez, makale ve Kaggle nasıl yazılır
YÖK Ulusal Tez Merkezi’nde tezler başlık, yazar, danışman ve tez numarasıyla aranabiliyor; yazarın izin verdiği tezlerin tam metni açık erişimde. Tez numarasını yazarsanız okuyucu tezi bir dakikada bulur. Tam metin kapalıysa bunu bilmek de işe yarar: mülakatta özetini getirin.
- Makale ve bildiri: yazar sırası, yıl, başlık, dergi ya da kongre, bağlantı. Ön baskıyı (preprint) ön baskı diye işaretleyin.
- Kaggle: kendi sıranız, toplam takım sayısı, tek kişi mi takım mı, yıl ve profil bağlantısı. Prospects, Kaggle gibi yarışmaların görünürlük ve deneyim kazandırabileceğini yazıyor; ama yalnızca sizin sonucunuz.
- Model kartı yazdıysanız belirtin: Mitchell ve arkadaşlarının makalesi, gruplara göre değerlendirmeyi ve modelin amaçlanan kullanımını raporlamayı öneriyor.
Beceri tablosu
| Alan | Nasıl yazılır | Kanıt satırı |
|---|---|---|
| İstatistik ve deney | Uyguladığınız yöntemler | Tasarladığınız A/B testi ve sonucu |
| Modelleme | Göreve göre model aileleri | Model, metriği ve temel çizgisi |
| Programlama | Python ya da R ve kütüphaneler | Ortak repoya giren kod ya da veri hattı |
| Veri | SQL ve veri platformu | Kurduğunuz eğitim seti ve boyutu |
| Canlıya alma | Sunma, zamanlama, izleme araçları | Sahibi olduğunuz gecikme ya da drift alarmı |
| Sorumlu kullanım | Yaptığınız kontrol | Sapma ya da gizlilik incelemesi |
Bulut sertifikaları ve eğitim yolu
ABD Çalışma İstatistikleri Bürosu (BLS) veri bilimciler için matematik, istatistik ya da bilgisayar bilimlerinde lisansı tipik asgari şart sayıyor; bazı işverenler yüksek lisans ya da doktora istiyor. Sertifika şart değil. AWS Certified Machine Learning Engineer Associate, AWS’nin sayfasına göre 3 yıl geçerli; Google Cloud Professional Machine Learning Engineer sınavı iki saat sürüyor ve Google 3 yıldan fazla sektör deneyimi öneriyor. İlan o bulutu istiyorsa ekleyin.
Kaynaklar ve okunma tarihi
| Bilgi | Kaynak (13 Ekim 2026’da okundu) |
|---|---|
| Veri Bilimci 2521.07 ve yakın kodlar | KOSGEB, ISCO-08 meslek kodları listesi |
| Etki değerlendirmesi, anonim veri, asgari veri, doğruluğun izlenmesi | KVKK, Yapay Zekâ Alanında Kişisel Verilerin Korunmasına Dair Tavsiyeler |
| Tez arama ve açık erişim | YÖK Ulusal Tez Merkezi |
| Rol tanımları | İngiltere DDaT çerçevesi |
| Puanlama kuralı, dengeli doğruluk | scikit-learn belgeleri |
| Eğitim şartı | BLS, Data Scientists |
Bu rehber kime göre değil, yurt dışı başvuru
- SQL ve dashboard ağırlıklı raporlama işleri: veri analisti CV rehberi.
- Asıl işi bulut altyapısı ve kod olarak altyapı olanlar: DevOps rehberi.
- Bilgisayar mühendisliği mezunu, ilk CV’sini yazanlar: bilgisayar mühendisi rehberi.
Yurt dışı için Mavi Kart rehberi diploma denkliğini ve maaş eşiğini, Hollanda kennismigrant rehberi IND maaş bantlarını anlatıyor. CitedCV satırlarınızı girdiğiniz bilgilerden Türkçe, İngilizce ya da Almanca yazabilir ve sayıları verdiğiniz bilgilerle karşılaştırır.
Sık sorulan sorular
Veri bilimci CV’sine hangi metrikler yazılır?
Modelin gerçekten ölçüldüğü metrik, geçtiği temel çizgi ve gerekiyorsa sınıf oranı; ardından modelin iş ya da A/B testi sonucu.
Makine öğrenmesi mühendisi CV’si nasıl hazırlanır?
Her işin başına canlıya aldığınız modelleri, sunum yükünü, gecikmeyi ve izlemeyi yazın, sonra çevrim dışı metriği verin. Bulut ve orkestrasyon araçları bu satırlarda geçsin.
Kaggle CV’ye yazılır mı?
Evet, sonuç sizinse ve somutsa: sıranız, takım sayısı, tek kişi mi takım mı, yıl ve profil bağlantısı. Katkınız olmayan madalyayı yazmayın.
Yüksek lisans tezi veri bilimci CV’sinde nasıl gösterilir?
Derece, bölüm, yıl ve başlıkla; YÖK Ulusal Tez Merkezi tez numarasını eklerseniz okuyucu tezi kolayca bulur.
Veri bilimci olmak için doktora gerekir mi?
Hayır, BLS lisansı tipik asgari şart sayıyor ve bazı işverenlerin yüksek lisans ya da doktora istediğini yazıyor. Araştırma rolleri çoğu zaman doktora ister.
Canlıya çıkmamış bir modeli CV’ye yazabilir miyim?
Evet, durumunu açıkça yazarak ve çevrim dışı metriği ile temel çizgiyi vererek. Neden rafa kalktığını bilmek de karar verme becerisi gösterir.
CV’de KVKK uyumu nasıl anlatılır?
Yaptığınız somut işi yazın: kimlik alanlarını çıkarmak, değişkenleri azaltmak, sapma raporu hazırlamak. Kurumun tavsiyeleri bu tür tedbirleri sayıyor.
Kaynaklar
- KOSGEB, ISCO-08 meslek kodları listesi (Ek-3)webdosya.kosgeb.gov.tr/Content/Upload/Dosya/Duyurular/2023/Ek_3-_Meslek_Kodlar%C4%B1.pdf
- KVKK, Yapay Zekâ Alanında Kişisel Verilerin Korunmasına Dair Tavsiyelerwww.kvkk.gov.tr/Icerik/7048/Yapay-Zeka-Alaninda-Kisisel-Verilerin-Korunmasina-Dair-Tavsiyeler
- YÖK Ulusal Tez Merkezitez.yok.gov.tr/UlusalTezMerkezi/
- UK DDaT capability framework, Machine learning engineerunderstand-digital-data-roles-skills.service.gov.uk/role/machine-learning-engineer
- scikit-learn, Metrics and scoringscikit-learn.org/stable/modules/model_evaluation.html
- U.S. Bureau of Labor Statistics, Data Scientistswww.bls.gov/ooh/math/data-scientists.htm
- Prospects, Data scientistwww.prospects.ac.uk/job-profiles/data-scientist
- Mitchell et al., Model Cards for Model Reportingarxiv.org/abs/1810.03993