Röportaj Soruları: Bir Lig Veri Mühendisine Sorulacak 12 Teknik ve Etik Soru — Veri Toplama, Anonimleştirme ve Model Yanlılığı

Lig bazlı organizasyonlarda veri mühendisleri sadece veri boru hatlarını kurmaz; aynı zamanda veri kalitesini, gizliliği ve modellerin adil çalışmasını güvence altına alır. Bu makalede, bir lig veri mühendisine (spor ligi veya e-spor ligi için) sorulabilecek 12 teknik ve etik soruyu, her bir sorunun neden önemli olduğunu, beklenen cevapları ve takip sorularını örneklerle birlikte bulacaksınız.

Neden bu sorular kritik?

Veri toplama, anonimleştirme ve model yanlılığı ligler için doğrudan rekabet adaleti, oyuncu güvenliği ve yasal uyumlulukla ilişkilidir. Bir adayın teknik yeterliliğinin yanı sıra etik bilinci de gerçek dünya uygulamalarında belirleyici olur.

Nasıl kullanmalı?

Her soruyu bir tartışma başlatıcı olarak düşünün: sadece cevabı dinlemek yetmez, adayın düşünme biçimini, riskleri nasıl değerlendirdiğini ve hangi önceliklendirmeleri yaptığını anlamaya çalışın.

12 Teknik ve Etik Soru

1. Soru 1: Veri kaynaklarınızı nasıl sınıflandırır ve doğrularsınız?

   Neden: Lig ortamında veriler canlı maç telemetrisinden, hakem kararlarından, oyuncu raporlarından gelir. Kaynak güvenilirliği çok değişkendir.

   Beklenen cevap: Kaynağı (birincil/ikincil), güncellik, eksiklik oranı, kalite metrikleri (null oranı, dağılım sapmaları) ve otomatik doğrulama süreçleri (schema validation, checksum, anomali tespiti) ile sınıflandırma.

   Takip sorusu: Gerçek bir örnek verin: Bir maç telemetri kaynağında zaman senkronizasyonu sorunu tespit ettiniz, nasıl ilerlersiniz?

2. Soru 2: Gerçek zamanlı ve toplu veri boru hatları arasında nasıl öncelik belirlersiniz?

   Neden: Genelde kararlar (ör. canlı yayın istatistikleri) gerçek zamanlıyken analizler toplu çalışır.

   Beklenen cevap: SLA tabanlı önceliklendirme, maliyet/latency trade-off, örnek çözüm: Kafka + stream processing (Flink/Beam) canlı ihtiyaçlar için; batch ETL için Airflow + Parquet/Delta Lake ve versiyonlama.

   Pratik nokta: Kritik KPI'lar (puan durumu, oyuncu sağlık uyarıları) için düşük gecikmeli pipeline, diğer raporlar için günlük toplama yeterlidir.

3. Soru 3: Veri anonimleştirme stratejiniz nedir? Hangi teknikleri tercih edersiniz?

   Neden: Oyuncu ve personel verisi gizlilik yükümlülükleri taşır; GDPR/KVKK benzeri düzenlemeler uygulanabilir.

   Beklenen cevap: PII sınıflandırması, k-anonymity, differential privacy (gerekliyse), pseudonymization, hashing vs geri döndürülemeyen tokenization. Hangi durumda hangi tekniği seçtiğinin mantığı.

   Takip: Anonimleştirmeyi uyguladıktan sonra model performansında kayıp olursa ne yaparsınız? — Çözüm: utility-privacy trade-off analizi, mikro-aggregation, ek veri sentezi veya secure multi-party computation seçenekleri.

4. Soru 4: Veri kalitesini izlemek için hangi metrikleri ve araçları kullanırsınız?

   Beklenen cevap: Completeness, accuracy, timeliness, uniqueness, conformity; Great Expectations, Deequ, custom lineage ve alerting entegrasyonları. Örnek: bir pipeline'da artan null oranı için otomatik rollback tetiklenmesi.

5. Soru 5: Model yanlılığını (model bias) lig bağlamında nasıl tespit eder ve düzeltirsiniz?

   Neden: Yanlı modeller oyuncu seçiminde, cezalandırmada veya yayın kararlarında haksız sonuçlar üretebilir.

   Beklenen cevap: Adım adım: veri keşfiyle dağılım farklarını inceleme, fairness metrikleri (demographic parity, equalized odds), counterfactual analiz, model ağırlıklandırma (reweighing), adversarial debiasing ve post-processing düzeltmeler. Ayrıca model açıklama (SHAP, LIME) ile etkileyen özellikleri inceleme.

   Uygulama örneği: Bir oyuncu türü sürekli olumsuz sınıflandırılıyorsa, veri toplama eksikliği mi yoksa etiketleme yanlılığı mı var? Önce kök sebebi ayırt etmek gerekir.

6. Soru 6: Veri versiyonlama ve reprodukabiliteyi nasıl sağlarsınız?

   Beklenen cevap: Veri gölü (Delta Lake/Apache Iceberg), veri sürümlendirme, model-artifact kayıtları, pipeline kodu için CI/CD, snapshot'lar ve manifest dosyaları. Deneylerin tekrarlanabilir olması için veri tarihçini tutma önemlidir.

7. Soru 7: Bir maç sırasında gelen veri akışında anomali tespit ederseniz ne yaparsınız?

   Beklenen cevap: İlk adım fail-safe: akışı önceliklendirme, degrade moduna geçme (ör. özet veriyi kullan), olay loglama ve hızlı onarım. Ayrıca root-cause analiz için veri snapshot'ı alıp, telemetri uzatma stratejisi uygulama.

8. Soru 8: Etik olarak hangi veriların toplanmaması gerektiğini nasıl belirlersiniz?

   Neden: Her veri toplanmamalıdır; hassas verinin gereksiz toplanması risklidir.

   Beklenen cevap: Veri gereklilik değerlendirmesi (data minimization), kullanım amaçlarıyla uyum, paydaş incelemesi ve hukuk/uyumluluk danışmanıyla birlikte hassas veri sözlüğü oluşturma. Örnek: Sağlık verileri ancak açık izin ve tıbbi gereklilik varsa toplanmalı.

9. Soru 9: Etik ikilemlerle karşılaştığınızda hangi süreçleri izlersiniz?

   Beklenen cevap: Etik inceleme paneli, risk değerlendirme matrisi, paydaş bildirimi ve gerekirse bağımsız denetim. Karar ağırlığı: oyuncu güvenliği > iş faydası gibi öncelikler olmalı.

   Veri mühendisliği teknik bir rol olmasının ötesinde, kararların insan hayatına ve adalete etkisi vardır.

10. Soru 10: Etiketleme sürecinde yanlılığı nasıl azaltırsınız?

    Beklenen cevap: Etiketleyici eğitimleri, çoklu etiketleyici (majority voting), doğrulama setleri, açık etiketleme protokolleri, kalibrasyon testleri ve periyodik tekrar etiketleme ile kalite kontrol.

11. Soru 11: Güvenlik ve erişim kontrollerini nasıl uyguluyorsunuz?

    Beklenen cevap: En az ayrıcalık (least privilege), rol tabanlı erişim (RBAC), veri masking, şifreleme (at-rest ve in-transit), erişim loglama ve periyodik erişim gözden geçirmeleri.

12. Soru 12: Bir model beklenenden farklı ve potansiyel olarak haksız sonuçlar veriyorsa nasıl müdahale edersiniz?

    Beklenen cevap: Hızlı durdurma (kill switch) ve geri çekme planı, etkilenmiş cohort analizleri, root-cause (veri, etiket, özellik mühendisliği veya model) tespiti, düzeltme stratejileri ve paydaşlara şeffaf raporlama.

Değerlendirme Kriterleri — Teknikten Etiğe Geçiş

Bir adayı değerlendirirken şunlara dikkat edin:

• Teknik derinlik: Belirli araç ve desenleri somut örneklerle açıklayabilmeli.
• Problem çözme: Sınırlı bilgiyle bile mantıklı, risk odaklı adımlar önerebilmeli.
• Etik bilinç: Yasal uyumlulukla birlikte insan odaklı karar alabilmeli.
• İletişim: Teknik karmaşıklığı non-teknik paydaşlara aktarabilme yeteneği.

Mülakat İpuçları

Kısaca pratik ipuçları:

• Sorulara gerçek dünyadan örnekler isteyin; teorik cevaplardan çok vaka bazlı açıklamalar değerli.
• Follow-up sorularla derinleştirin: uygulama maliyeti, zaman çizelgesi, alternatif çözümler.
• Adayın etik yaklaşımını değerlendirmek için hipotetik ama somut senaryolar (ör. küçük bir oyuncu grubunun verisi yanlış etiketlendi) kullanın.

Sonuç

Lig veri mühendisliği, teknik yetkinlikle birlikte güçlü etik muhakeme gerektirir. Yukarıdaki 12 soru, adayın veri toplama, anonimleştirme, model yanlılığı ve uygulama süreçlerindeki yetkinliğini ve değer tercihlerini ortaya koyar. Mülakatları vaka bazlı, takip soruları odaklı ve sonuçlara yönelik tutun; böylece hem teknik uyumu hem de etik sorumluluk bilincini ölçmüş olursunuz.

Uygulama önerisi: Bu soruları uygulamadan önce kurumunuza özgü iki kısa vaka hazırlayın ve adaydan olası aksiyon planı istemeyi deneyin. Gerçek değer, adayın planı nasıl önceliklendirdiğinde ve riskleri nasıl yönettiğinde ortaya çıkar.