11 Ekim 2026 Pazar

Ağzı Bozuk Bir Gençlik ve Buna Layık Duyarsız Büyükler

Çocuklarımla mümkün olduğunca fazla zaman geçirmeye çalışıyorum.

Hava açık olduğunda sık sık deniz kenarına iniyor, dalgaları, balıkları, martıları izliyor, sahildeki rengarenk taşları ve çeşit çeşit deniz kabuklarını inceliyoruz. 

Gün geliyor ormanda macera yürüyüşleri yapıyor, gözümüzü kapatıp bitki ve ağaçların yapraklarındaki şekil ve doku farkını karşılaştırıyor, mantar arıyor, ormanda yenebilecek meyveler topluyor, yerdeki böceklerin neler taşıdığına bakarak görevinin ne olduğunu ve ne yapmak üzere olduğunu tahmin etmeye çalışıyoruz.

Bazen evde biriktirdiğimiz meyve çekirdeklerini ormanda toprağa gömüyor veya etrafa serpiştiriyoruz.

Hayatta kalma, iz sürme taktikleri üzerine beyin jimnastiği yapıyor, etraftaki farklılıkları anlamlandıracak fikirler üretiyor, ip gibi, kazıcı kesici aletler gibi işe yarayacak malzemeler haline getirmeye çalışıyoruz.

Kimi zaman tarihi eserlerin olduğu mekan ve müzelerde eski insanların nasıl yaşadığını ve neler kullandığını inceleyip hayret ediyor, bizden yüz yıl bin yıl, iki bin yıl önce kimlerin o bulunduğumuz noktada neler yaptığını ve ne hissetmiş olabileceğini tahayyül ediyoruz.

Kimi zaman da bir cenazeye veya bir taziyeye katılıp hayata farklı pencerelerden bakmaya çalışıyoruz.

Eve hiç televizyon almadım. İnternete kontrolsüz bir şekilde girebilecekleri bir alete erişimleri de yok. Eski bir XP laptop ile 1970-2005 arası üretilmiş oyunlardan günde ortalama 1 saat kadar oyun oynuyorlar. Çoğu zaman birlikte oynuyorlar. Çok eğleniyorlar. Yeni nesil epilepsi tetikleyici, çıldırtıcı oyunları oynamadılar. 

Kontrollü şekilde yapay zeka ile problem çözmeye çalışıyor, elektronik devre elemanlarını birleştirip, led yakıp, motor çeviriyorlar. Üç boyutlu çizimler yapmaya çalışıyor, harita üzerinde farklı yerleri ve gezegenleri keşfediyorlar.

Sanıldığının aksine herhangi bir elektronik cihazı kullanabilme konusunda bir problem yaşamıyorlar.

Gün içinde dışarıya çıktığımızda sık sık bisiklete biniyorlar, düşüyorlar, yaralanıyorlar, kavga ediyorlar, barışıyorlar. 

Bu yazıyı yazarken bile büyük olan küçüğün canını istemeden yaktığı için onu teselli etmeye çalışıyordu. Küçük olanın da ilk fırsatta onu çileden çıkaracak şeyleri bulacağından eminim.

Derslerinde başarılılar, güzel resimler çiziyorlar, bir aradayken kısa sürede oyun kurup oynayabiliyorlar vs.

Fakat onlar büyürken ben çok kaygılıyım. Özellikle diğer çocuklarla bir araya geldiklerinde strese giriyor, bunalıyor ve çok üzülüyorum.

El kadar bebeler, gençler... Ellerindeki telefonlarda akıl almaz videolar seyrediyorlar. İnsanı çıldırtacak akışlar, narsis bireyselci motivasyon videoları, yaşına uygun olmayan şiddet dolu ve sık sık cinsel uyaranların olduğu türden video ve reklamlara maruz kalıyorlar. Vurdumduymaz ebeveynlerinin yanında ve sınırsızca izliyorlar.

Ağızları çok bozuk. Daha yeni yeni konuşmaya sökmüş bebelerden, lise çağındaki gençlere kadar neredeyse bütün çocuklar parkta büyük insanların yanında ağız dolusu küfürler ediyorlar. 

Kız çocuklarının ağzından çıkanlar hele. Sanıyorum ortamda kendilerini göstermek ve dikkat çekmek için küfür etmeyi bir araç olarak kullanmaya daha fazla onlar ihtiyaç duyuyor. 

Bu da enerjilerinin doruğunda olan erkeklerle sürekli bir arada olmalarından kaynaklanıyor diye düşünüyorum. Vasat bir eril ortamda dikkat çekmek için son derece işe yarayan ama leş bir yöntem.

Küfür eden bir çocuk duyarsam uzaktan sesleniyorum veya yanımdan geçerken bilinç seviyesine göre uyarıyorum. Ağzından çıkanlara dikkat çekiyorum.

İlk zamanlarda özellikle tepki verebileceklerini düşündüğüm için sert şekilde uyarıyordum. Fakat buradaki sertliğim tonu şahıslarına yönelik değil. Ağızlarından çıkanın nasıl bir profile ait ve o profilin neye layık olduğunu hissettirecek şekilde ve kendisini tenzih edecek minvalde oluyordu.

Tepki vereceklerini düşünerek hazırlıklı şekilde ikaz ediyordum ki bir şey fark ettim. Çocuklar küfür ettiklerinin veya bunun aslında toplum nezdinde kabul görmeyen bir davranış olduğunun farkında bile değiller.

Özür diliyorlar. Çok utanıyorlar ve sonra benim duyacağım şekilde birbirleriyle güzel konuşuyorlar. Taktir ve tebrik ediyor, selamlıyorum.

Fakat maalesef o kadar çok küfür etmeye alışmışlar ve bu o kadar çok yaygın hale gelmiş ki artık gençlerin etlerine kemiklerine sinmiş diyebilirim. 

Ben o çağlardayken de sık sık küfür edenler olurdu. Uyarırdık, alışkanlık haline getirmişleri dışlardık. Şahsıma küfür eden aşağılık bir arkadaşım olmadı. Zaten olsaydı muhtemelen hırpalayıp uzaklaştırırdım. 

Bence korkunç bir ilişki -arkadaşlık demeye dilim varmıyor. fakat aralarında gülüşüyorlar, sanki küfür yemeleri hoşlarına gidiyor. Küfür eden de kendini bir üst pozisyonda görüyor. Kanaat önderi gibi. İlginç...

Değerli büyükler, etrafınızda olup bitene duyarlı olmalısınız. Gençleri uyarmalıyız! tatlı dille, kendilerine, masumiyetlerine yakışmadığını söylemliyiz.

Fakat bunu yaparken sözün tesiri olacağını düşündüğünüz geçlere hitap etmeliyiz. 

Elinde cigara, vücudu dövmeli, ağzı küfürlü, kafası dumanlı, tas kafa bir madde bağımlısı için sözden daha fazlasına ihtiyaç var. Bunların ehli sıradan vatandaş değil. Bunların ehli sıradan vatandaş değil. Zaten bu profil her ne kadar dikkat çekse de aslında son derece nadirdir.

Bir diğer husus ise hemcinsiniz olanı lafı fazla uzatmadan ikaz etmektir. Güzellikle, şahsa değil söze itiraz ederek.

İnsanın, arkadaşına küfürler ettiğinde kendisine de küfredecek arkadaşlarla dolu bir hayatı olacağını fark etmeye ihtiyacı var.

Eğer uyarmazsanız, bana ne! derseniz, gelecekte bir gün selamınıza alacağınız cevabın, çirkin bir kahkaha ile karışık ağız dolusu bir küfür olacağından emin olabilirsiniz.




31 Ocak 2024 Çarşamba

Oradakiler de bizler gibiydi

Her İstanbullunun bir şekilde yolunun düştüğü, iki boğaz incisine de kucak açmış bekleyen ve sessizce bir köşeye çekilip İstanbul'u seyre koyulmuş; sahilleri, sahilde balıkçıları, yalıları, kasırları, tepeleri, kalesi, hisar ve deniz feneriyle sadra genişlik veren; hırçın ve engin bir denize güvenli bir liman olan, bağrında sakladığı mis gibi yemyeşil ormanlarıyla ciğerleri bayram ettiren Beykoz ilçesi düştü bugün aklıma.

Yazın bir başka güzel, kışın bir başka....
Çocuklar, anneler, dedeler... her yerdeler. Sakin ve mutlular. Hamdolsun.

Bir hayal edin! Geçen yaz uğrayıp tüm güzelliklerini tattığınız ve doyamadığınız Beykoz'a bu kış bir uğramak istediğinizde, taş taş üstünde kalmamış olsaydı. Beykoz'un hemen yanı başında bulunan Şile nüfusu kadar çoluk, çocuk, kadın ve yaşlı insanların cansız bedenlerinin etrafa saçılmış olduğunu görseydiniz.

Ne hissederdiniz?

Gazze böyle bir yer işte. Gazze'de devam eden katliamı bilip akla mukayyet olmak ne zor iş değil mi? Ya zalimi kesmek için sırasını bekleyen keskin kılıç misali çelik bir iradeye sahip olmak, ya da nefsinin esiri bir "belhum adal" olmak gerek.

Şu dünyada Beykoz kadar yer kaplayan Gazze'nin yüzölçümü 365 km2. Bağrına bastığı insan sayısı ise Beykoz'un 10 katı yani 2.5 milyon. Bunun 1.7 milyonu ise evlerinden sürülmüş göçmen kamplarında yaşam mücadelesi veren biçare insanlar.

Yani sanki 5. büyük ilimizde yaşayan, işinde gücünde Antalya halkını, 55 kat daha küçük bir alana sahip Beykoz'a zorla sürmüşler de başınızın çaresine bakın burada demişler.

Bu yetmemiş son 4 ayda aralarından bir Şile nüfusu kadar can almışlar. Üstelik bunların yarısı çocuk diğer yarısı da neredeyse tamamen kadın. Paramparçalar ve her yerdeler...

Gazze bundan daha kötüsünü yaşıyor. Katledilen çocuklar kadar kayıp çocuk raporlanmış durumda. Yaralı insanlar -ki bunların burnu kanadığı için yararlı değiller, katleden sıradan insanların 3 katından çok daha fazla.

Artık hak ve batıl apaçık ortada. Bunun bir meşru müdafaa hakkı olduğunu savunmak, insanlığın vicdanında derin yaralar açan bu olayı Ortadoğu'daki bir mesele olarak görmek, "Hayatımı etkilemesini istemiyorum." diyerek kişilik yoksunu açıklamalar yapmak, tüm bunlarla birlikte bu konunun ülkemizle alakalı olmadığını iddia edip vatansever kisvesine bürünmek cahillikten daha ziyade k*hpelik olsa gerek.

Kimse yok mu? dendiği şu günlerde varsın k*hpeler kendilerini yakışanı yapsın. Her birimiz ben varım diye sesleniyoruz. Surda bir delik açsak yeter, o k*hpe rüzgâr artık ne yandan eserse eser.

Israel-Gaza war in maps and charts: Live tracker:

2 Eylül 2023 Cumartesi

Microsoft Fabric ile Veri ve Analitik Teknolojilerin İdeal Entegrasyonu

Microsoft'un en başarılı bulduğum yanlarından biri de, son derece karmaşık teknolojiler için bile kullanıcı dostu ürünler çıkarma konusunda hassas ve yetenekli olması. 

Mayıs 2023 ile önizlemesi duyurulan Microsoft Fabric bu başarının en güncel örnekleri arasında yerini aldı. Şu günlerde henüz "public preview" aşamasında olan Fabric hakkında bir şeyler söylemeden bekleyemeyeceğim.

Elbette her sistem iyileştirilebilir. Ancak bu haliyle bile Microsoft, Fabric ile bulut tabanlı veri ve analitik teknolojileri birleştirme konusunda ideal bir yol bulmuşa benziyor.

Nedir Bu Microsoft Fabric?

Fabric tanımından önce Lakehouse kavramı hakkında biraz konuşmakta fayda var.

Verilerin bilgisayarlarda depolanmayı başladığı ilk günden bugüne çok fazla şeyle tanıştık. Verinin hızı, türü, büyüklüğü şaşırtıcı derecede değişti, değişmeye devam ediyor. Bu değişime ayak uydurulabilmesi için zamanla bir çok araç ve teknik öne sürüldü. Bunlardan sadece konumuzla doğrudan ilişkili olan veri yönetimi mimarilerine dikkat çekmek istiyorum. 

1970 sonrasında biriken verilerin efektif şekilde analiz edilebilmesi için veri ambarı (Data Warehouse) konseptine odaklandık. Bu alanda ortaya atılan prensipler zamanla olgunlaştı ve Inmon, Kimball metodolojileri olarak bilinir hale geldi. Veri Ambarları uzun zamandır İş Zekası olarak isimlendirdiğimiz ağırlıklı olarak yapısal verinin işlendiği ve raporlandığı önemli bir çalışma alanının bel kemiği haline geldi.

2010 sonrasında verideki değişim kendini iyiden iyiye hissettirmeye başladı. Özellikle 2004'te duyurusu yapılan ve internetin ikinci evresini ifade eden, kullanıcıların da katkı sağlayacak pozisyona gelmesine olanak tanıyan Web 2.0 kavramı meyvelerini verdi. Giderek yaygınlaşan sosyal medya platformları, youtube, wikiler, çevrimiçi iş birliği araçları, akıllı cihazların uygulamaları, dijital fotoğrafçılık vs. derken veri çeşitliliği ve hızı arttı. Artık yapısal verilerle birlikte yapısal olmayan verilerin de işlenmesine ihtiyaç duyulur oldu. Değişimin hızlanmaya başladığı böyle bir dünyada NoSQL veritabanlarının yanı sıra verilerin daha çok depolama aygıtlarında en ham haliyle depolanması tercih edilir oldu. Bu çeşitlilik ve hız veriambarı tasarımları için de alternatif çözümler aramamıza ve zamanla Data Vault gibi çevik tasarım prensiplerinin doğmasına sebep oldu. Bütün bunlarla birlikte rekabette avantaj sağlanabilmesi için olayların iç yüzünü anlamada önemli imkanlar sunan veri bilimi ve makine öğrenimi çalışmalarına da ihtiyaç arttı. Bu gidişat veri gölü (Data Lake) konseptinin doğmasına sebep oldu.

2020'lerde bu iki mimarinin en iyi özelliklerini birleştirmeyi amaçlayan Data Lakehouse mimarisi hakkında konuşur olduk. Çünkü günümüzde neredeyse tüm şirketler rekabette avantaj sağlayabilmek için her türden veriyi sürekli analiz etmek, geçmiş ve gelecek hakkında fikir edinmek zorunda kaldı. 

Lakehouse mimarisine göre çalışan bir platformun anahtar özellikleri şunlardır:

  • Transaction desteği
  • Schema zorunluluğu desteği
  • BI desteği
  • Açık kaynak depolama yöntemlerine destek
  • Depolamanın bilgi işlemden ayrı olması desteği
  • Aynı veri deposunu kullanan farklı iş yüklerinin (DS, ML, SQL vs.) desteklenmesi
  • Uçtan uca akan veri analizine destek
Kuruluşlar lakehouse mimarisine uygun çalışan araçlara her geçen gün daha fazla ihtiyaç duymaktadır. her türden verinin işlenmesi için gerekli olan bu mimarinin hayata geçirilmesinin en yorucu yanı farklı sağlayıcıların ürünlerini birleştirmek olsa gerek.

Microsoft Fabric temelde, OneLake isimli ölçeklenebilir depolama katmanının üzerine inşa edilen ve büyük veri işleme için Apache Spark ve SQL işlem altyapılarını kullanan bir Lakehouse'dur.

Microsoft Fabric, öne çıkan bulut tabanlı veri ve analitik teknolojileri kullanıcı dostu bir bakış açısı ile bir araya getiren yepyeni bir SaaS (Software as a Service) hizmetidir. Amacı veri gölünden raporlamaya kadar geçen tüm süreçler için çözümler sunmaktır.


Microsoft Fabric, veri entegrasyonu, veri depolama, veri mühendisliği, veri bilimi, gerçek zamanlı veri işleme ve iş zekasını kapsayan bulut tabanlı ürünlerle entegre çalışır. Verinin demokratikleştirilmesini, yani her uzmanın veri ile hedeflenen amaca başarıyla ulaşılabilmesi için gerekli araçları ve çalışma ortamını sağlar. 

Synapse Analtics de benzer bir tanıma sahip ancak Microsoft Fabric'te her şey daha derli toplu hale gelmiş ve tüm teknik karmaşa göz önünden kaldırılmış. 

Fabric tüm araçları kullanıcıyı yormadan veri seviyesinde derin bir entegrasyonla ve Power BI benzeri bir arayüz ile sunuyor.

Daha açık konuşmak gerekirse; Microsoft Fabric tüm verilerin OneLake üzerinde depolandığı, SQL ve Spark motorları ile verinin veri seviyesinde bir iş birliği ile işlenebildiği, orkestrasyon ve ETL için Data Factory arayüzlerinin kullanılabildiği, son kullanıcının Power BI'dan alışık olduğu bir arayüzde rapor geliştirebildiği ve internetin olduğu her yerden erişebilen bir SaaS platformu sunuyor.

Konuyu biraz daha açarsak; Microsoft Fabric şu deneyimleri sunmaktadır:
  • OneLake: 
    • OneLake olarak isimlendirilen depolama katmanı OneDrive benzeri bir mantıkla çalışır. Bu depolama katmanı Fabric bileşenleri tarafından ortak şekilde kullanılır. Dosya tabanlı veriler, SQL-Spark tabloları, Power BI Datasetleri vs. Bu şekilde tüm bileşenler kullanıcıyı bir karmaşa ile muhatap etmeden bir birileriyle derin bir iletişimde halinde tutar. 
    • OneDrive uygulamasına benzer şekilde, OneLake File Explorer aracı çalışma alanındaki dosyaları server ile eşleştirilebilir.
    • Tabloların SQL ve Spark tarafından ortak kullanılabilmesi için Delta tablo yapısının tercih edildiğini belirtelim. Bu noktada Synapse ile ilgili yazımızda ele aldığımız Shared Metadata özelliğinin Fabric'te biraz daha geliştirildiğini deneyimliyoruz. 
    • Ayrıca OneLake'in veri yapıları için kısa yollar oluşturma imkanı da bulunmaktadır. Bu özellik önemli bir efor olan veri taşıma ihtiyacını da ortadan kaldırmış durumda.
  • Power BI: 
    • Fabric Power Platform benzeri bir SaaS uygulaması olarak duyuruldu. Power BI Fabric'in reklam yüzü durumunda. Power BI lisanslarıyla da sıkı bir ilişkiye sahip. Power BI'da oluğu gibi ve Power BI ile entegre olan bir çalışma alanı açıp Fabric bileşenlerini deneyimlemeye başlıyoruz. 
    • Ancak burada Fabric'i Power BI'ın bir üst versiyonu gibi algılamamak lazım. Fabric olsa olsa Synapse'in bir üst versiyonu olarak değerlendirilebilir. 
    • Verinin demokratikleştirilmesi iddiasının altını dolduran şey son kullanıcının aşina olduğu Power BI'ın  öğrenim eğrisi bir hayli dik olabilen araçların önünde her an kullanıma hazır şekilde devrede olması.
  • Data Factory: 
    • Azure Data Factory'in tüm yetenekleri desteklenmese de veri taşıma, dönüştürme ve orkestrasyon için yeterli beceriye sahip bir bileşen. 
    • Üstelik DataFlow Gen2 ismiyle duyurulan Power BI kullanıcılarının aşina olduğu Power Query benzeri (tüm fonksiyonalite desteklenmiyor) bir arayüze sahip ve M dili ile verinin dönüştürülmesi konusunda müthiş bir esneklik sunuyor.
  • Data Engineering: 
    • LakeHouse oluşturma noktasında dosya tabanlı veriler ile Spark kullanarak çalışabilirsiniz. Dilerseniz bir Delta tablo inşa edip Shared Metada özelliği sayesinde hem Spark SQL ile hem de SQL Endpoint'i oluşturup Synapse DW olarak isimlendirilen SQL engine ile bu tablo üzerinde çalışabilirsiniz. 
    • Delta tablolar parquet tabanlıdır. Yani kolon bazlı bir depolama mantığına dayalıdır. Parquet formatı verimliliği sebebi ile Büyük Veri dünyasında sıkça tercih edilir. Delta formatı ise parquet formatını ilişkisel veritabanı tabloları gibi kullanmamızı sağlıyor. Yani özetle transaction desteği olan, güncellenebilir tablo formuna sokuyor. Sonuç olarak bir veri gölünde veri dosyası depolama esnekliği ve ilişkisel veritabanı sisteminin birçok avantajını sunan analitik bir veri deposu konforuna ulaşıyoruz.
    • Delta isimli bu açık kaynak dosya formatı (disk yönetim biçimi) şuan konuyu saptırmasın diye girmek istemediğim bazı sebeplerden dolayı son zamanlarda sıkça tercih edilmektedir. Microsoft Fabric kullanırken deneyimleyeceğiniz bazı optimizasyonlar sayesinde bu dosya formatı yüksek yazma ve okuma performansı sunuyor (%50'ye varan). 
    • SQL Enpoint oluştuğunda otomatik olarak bir Power BI Dataset de tanımlanıyor (Kendiniz de bunu tanımlayabilirsiniz). Bu Dataset V-Order gibi sıkıştırma ve segment eleme mantığında çalışan bazı özellikler sayesinde InMemory bir dataset gibi çalışmanızı üstelik refresh yapmanıza da gerek kalmadan tabloların son halini yüksek hızda raporlamanızı mümkün kılıyor. 
    • Bütün bu özelliklerle birlikte bu bölümde veri entegrasyonuna ihtiyaç duyulacağı için Data Factory yeteneklerine erişilebilsin diye bir kısa yol da konmuş durumda.
  • Data Science: 
    • Bu bölüm Spark ve Azure ML üzerinde çalışarak makine öğrenimi modelleri eğitmenize olanak tanıyor. 
    • Açık kaynak MLFlow kütüphanesi desteğiyle hem ML süreçlerini Spark üzerinde daha iyi yönetebilir hem de Spark ve Azure ML iş birliğinden faydalanabilirsiniz.
  • Data Warehouse: 
    • Synapse Data Warehouse olarak isimlendirilen bu ürün MPP mimarisine sahip (yani özetle büyük veri işlemek için işlemcileri dağıtık mimariye benzer mantıkta paralel kullanan) SQL engine hizmetine odaklanıyoruz. Dilerseniz Lakehouse tarafında oluşturduğunuz SQL Enpointlerini de buradaki pencereye ekleyip SQL ile sorgulayabilirsiniz. 
    • Buradaki tablolar için varsayılan bir tabular Power BI modeli otomatik olarak inşa ediliyor. Modelde hangi tabloların olacağını, DAX formullerini vs. belirleyebiliyorsunuz. Ayrıca bölümde model üzerinden bir rapor yapmanız için gerekli kısa yollara ulaşabilirsiniz. 
    • Yine bu bölüme de Data Factory yeteneklerine erişim imkanı konmuş durumda.
  • Real-Time Analytics: 
    • Gerçek zaman veri akışının yönetilebilmesi için en temelde bir tür veri tabanı ve akışı analiz etmek için bir dile ihtiyaç var. 
    • Bu bölüm Büyük hacimli verileri gerçek zamanlı olarak sorgulamak ve analiz etmek için KQL (Kusto Query Language) veritabanı oluşturmanıza ve KQL dili ile çalışmanıza imkan veriyor. Tablo ve sutun kullanımı, syntax olmasa da mantık bakımından SQL diline benzer bir deneyim sunması akan veri analizini bir hayli kolaylaştırıyor.
    • Ayrıca EventStream özelliği ile kod yazmadan kaynak ve hedef belirleyerek bir akışı gerçek zamanlı analiz edebiliyorsunuz.

Nasıl Kullanabilirim, Lisanslama Modelleri Neler?


Microsoft Fabric için bireysel ve kuruluş lisansları bulunuyor.

Kuruluş Lisansları:
  • Kullanıcı Başına Premium (PPU)
  • Kapasite
Bireysel Lisanslar:
  • Ücretsiz
  • Pro
Bu alanda bir makalelik daha konu çıkacağı ve zamanla güncelliğini yitirebileceği için doğrudan Microsoft kaynaklarına bakmanızı öneririm. 

Lisanslama için şu linke bir göz atabilirsiniz:

Microsoft Fabric şu aralar public preview aşamasında olduğu için aşağıdaki linkten ücretsiz olarak deneyebilirsiniz:

Gerekli lisansa sahip olduktan sonra Microsoft Fabric'i aşağıdaki linkinden deneyimlemeye başlayabilirsiniz:

Peki ya Synapse Analytics?


Microsoft Fabric hakkında konuşurken bir çok ifadenin Synapse ile benzer olduğunu fark etmişsinizdir. Fabric, Synapse'in bir üst versiyonu olarak değerlendirilebilir. Synapse bir PaaS çözümü, Fabric ise bir SaaS çözümü olarak karşımıza çıkıyor. Bu bile Fabric tarafında kullanıcı konforunun ön planda olduğunun/olacağının bir alameti farikasıdır. 

Synapse'teki bileşenlerin entegrasyonu sırasında dikkat edilmesi gereken teknik detaylar Fabric'te kullanıcıya yansıtılmamış. Bu haliyle Fabric tam bir Lakehouse mimarisi deneyimi yaşatıyor diyebiliriz. Synapse bileşenlerinin entegrasyonu arayüz seviyesindeyken Fabric üzerinde daha derinlerde veri seviyesinde bir entegrasyon görüyoruz. Üstelik tam anlamıyla uçtan uça bir akış motivasyonu sunulmuş. Veri kümeleri bir sonraki adım için otomatik olarak hazır ediliyor.

Synapse'teki bazı özelliklerden feragat edildi. Bazı yeni özellikler geldi. Mevcut özelliklerin de bazıları daha hızlı, verimli ve esnek şekilde kullanıma sunuldu.

Synapse Analytics uzun bir süre daha var olmaya devam edeceğini düşünüyorum.  Fakat Microsoft'un Fabric tarafına odaklanacağı aşikar.

Genel İntiba


Microsoft Fabric her ne kadar Power BI görünümü ile son kullanıcıyı teşvik etse de arkaplanda koşturan Büyük Veri işleme canavarlarıyla birlikte düşünüldüğünde buz dağını andırıyor. 

Veri Mühendisleri, Veri Bilimcileri ve Veri Analistlerinin iş birliği için yoğun mesai harcadığı, yaygın kullanıma sahip araçlar kullanıcı dostu yeni halleriyle Microsoft Fabric çatısı altında bir arada.

25 Temmuz 2023 Salı

2023-2024 Dönemiyle Birlikte Art Arda 8 Defa Data Platform Alanında En Değerli Profesyonel (MVP) Ödülü!

MVP (Most Valuable Professional) - En Değerli Profesyonel ödülü Microsoft tarafından her yıl yeniden değerlendirme sonucu dünya çapındaki bir kaç bin teknoloji öncüsüne sunulmaktadır. 

Ülkemizde de bu ödüle layık görülen sınırlı sayıda profesyonel, farklı branşlardaki aktiviteleri ile çevresine ışık saçıyor.

2023-2024 dönemiyle birlikte art arda 8 defa Data Platform alanında MVP ödülüne layık görülmekten mutluluk duyuyorum. 

Uzakta sandığımız fakat hayatın kenarında, hatta tam da ortasında olan gerçeklerle yüzleşmenin verdiği acıları her nefesimde hissettiğim şu günlerde bana destek olan tüm yakınlarıma minnettarım. 

Bununla birlikte duygularıma duyarsız kalmayıp ilgi gösteren Microsoft ekibinden Rie Merritt ve Cristina Gonzalez Herrero'ya özellikle teşekkür ediyorum.


Hayatım boyunca yerli ve yabancı kurumsal firmalara götürdüğümüz hizmetlerle gelişen saha tecrübelerimi, kitabi bilgileri ve merakımı cezbeden en güncel teknik ve teknolojik kazanımlarımı, kendini geliştirmek isteyenlerle paylaşmayı üzerime bir borç bildim. 

Bu paylaşımlardan bir çok kişinin istifade ettiğini görmek, bilmek ve özellikle geri dönüşlerini dinlemek beni mutlu ediyor.

Geçen seneki aktivitelerin bir kısmına Microsoft MVP profilimden erişebilirsiniz:

Abdullah KİSE (microsoft.com)

Eğer sizler de İş Zekası, Veritabanı Yönetimi, Büyük Veri, Yapay Zeka, Makine Öğrenimi gibi veri ve analitik konularıyla ilgiliyseniz, bağlantıda kalalım.

Bilgi paylaştıkça artar!

18 Mart 2023 Cumartesi

Azure ML Üzerinde Python ile Makine Öğrenimi Serisi (Playlist)

Azure ML üzerinde Python ile Makine Öğrenimi konusunda nazik ama etkili bir seri oldu.

Keyifli seyriler.

Serideki Bölümler:

Azure ML üzerinde AutoML ile Makine Öğrenimi (Video)


https://youtu.be/YEHgEjrd6Js?list=PLHIuoJ0S5ae6L6etfBO6r62iMuwPHY8nh

Azure ML ile ilgili Makale:

https://www.devcosci.com.tr/Blog/BlogPost/Veri-Bilimcileri-Azure-Machine-Learning-ile-Artik-Daha-Uretken-ve-Daha-Guclu