SQL Nedir? Veri Bilimciler İçin Başlangıç Rehberi

SQL neden bu kadar önemli?

İş ilanlarına bir göz at: "Data Scientist", "Veri Analisti", "Business Analyst" — hangisine bakarsan bak, SQL neredeyse hepsinde var. Neden? Çünkü şirketlerin verileri veritabanlarında yaşıyor ve bu verilere ulaşmanın yolu SQL.

Pandas harika bir araç ama önce veriyi bir yerden çekmen gerekiyor. İşte SQL tam burada devreye giriyor: veritabanına "bana şu koşullara uyan verileri ver" diyorsun, o da veriyor.

SQL ne anlama geliyor?

SQL, "Structured Query Language" yani "Yapılandırılmış Sorgu Dili" demek. Bir programlama dili gibi düşünebilirsin ama aslında daha çok bir "soru sorma dili". Veritabanına sorular sorarsın, o da cevaplar.

Ve güzel haber: SQL öğrenmesi en kolay dillerden biri. Ciddiyim — Python'dan bile kolay.

Temel SQL komutları

SQL'in çekirdeğinde birkaç komut var. Bunları öğrendiğinde işlerin büyük kısmını halledebilirsin:

SELECT ve FROM

En temel komut. "Bu tablodan şu sütunları getir" demek.

WHERE

Filtreleme. "Sadece İstanbul'daki müşterileri getir" veya "yaşı 25'ten büyük olanlar" gibi koşullar eklersin.

GROUP BY

Gruplama. "Her şehirdeki toplam satışı göster" gibi özetler oluşturursun. Veri analizinde en çok kullanacağın komutlardan biri.

ORDER BY

Sıralama. "En çok satandan en aza doğru sırala" gibi.

JOIN

İki tabloyu birleştirme. Müşteri tablosu ile sipariş tablosunu birleştirip "hangi müşteri ne sipariş etmiş" görmek istediğinde kullanırsın.

Bu beş kavramla SQL'in belki yüzde 80'ini kapsarsın.

Veri bilimciler SQL'i nasıl kullanıyor?

Veri bilimciler genellikle SQL'i şu amaçlarla kullanır:

• Veri çekme: Analiz için veritabanından veri almak. Bu en temel kullanım.
• Keşifsel analiz: "Geçen ay kaç yeni müşteri geldi?", "Hangi ürün kategorisi en çok satıyor?" — bu soruları doğrudan SQL ile cevaplayabilirsin.
• Veri temizleme: Tekrar eden kayıtları bulmak, eksik verileri tespit etmek.
• Raporlama: Haftalık/aylık raporlar için otomatik sorgular oluşturmak.
• ETL süreçleri: Veriyi bir yerden alıp, dönüştürüp, başka bir yere yazmak.

SQL mi, Pandas mı?

Bu soru çok geliyor. Cevap: İkisi farklı işler için. Rakip değiller, takım arkadaşları.

• SQL: Veriyi veritabanından çekmek, büyük veri setlerinde filtreleme ve gruplama yapmak için
• Pandas: Çektiğin veriyi detaylı analiz etmek, görselleştirmek, makine öğrenmesi için hazırlamak için

Tipik bir iş akışı şöyle: SQL ile veritabanından veriyi çek → Pandas'a yükle → Analiz et → Sonuçları raporla. İkisini birlikte kullanmak seni çok güçlü kılar.

Hangi SQL veritabanını öğrenmeliyim?

PostgreSQL, MySQL, SQLite, SQL Server — birçok veritabanı var. Ama iyi haber: SQL sözdizimi (syntax) hepsinde neredeyse aynı. Birini öğrenirsen diğerlerine kolayca geçersin.

Başlangıç için PostgreSQL önerilir. Ücretsiz, güçlü ve iş dünyasında yaygın. Ayrıca veri bilimi araçlarıyla çok iyi entegre olur.

Nasıl pratik yapmalı?

SQL öğrenmenin en etkili yolu bol bol sorgu yazmak. Şu yolları deneyebilirsin:

• Ücretsiz platformlar: SQLite online, DB Fiddle gibi araçlarla tarayıcıdan pratik yap
• Kaggle veri setleri: Bir veri setini veritabanına yükle ve sorular sor
• Gerçek senaryolar: "Bu veriden şu sorunun cevabını bul" şeklinde kendine meydan oku
• Günlük kullanım: Excel'de yaptığın her işi SQL ile yapmayı dene

Sonuç

SQL, veri biliminin giriş kartı gibi. Öğrenmesi kolay, etkisi büyük. Eğer veri bilimci olmak istiyorsan, Python ve Pandas'ın yanında SQL de olmazsa olmaz.

Code2Work'ün Data Scientist programında SQL'i sadece teoride değil, gerçek veritabanlarıyla uygulayarak öğrenirsin. PostgreSQL ile çalışır, gerçek projelerde sorgular yazar ve AI destekli platformda pratik yaparsın. "İşe başla — sonra öde" modeliyle hemen başlayabilirsin.