Veri bilimcisi için cloud: GCP mi AWS mi?

2026 · cloud · veri mühendisliği · 18 dakika okuma

İş ilanlarına bak: çoğunda "AWS veya GCP deneyimi tercih sebebi" yazar. Peki hangisini öğreneceksin? Hangisi ne işe yarar? Veri bilimcisi gözünden, pratik örneklerle anlatalım.

Önce şunu söyleyelim

GCP ve AWS arasındaki seçim çoğu zaman şirkete göre değişir — ekibin ne kullandığına bak. Ama servis mantığını anlarsan birinden diğerine geçmek 2-3 haftada olur. Kavramlar aynı, isimler farklı.

Bu rehberde veri bilimcisinin en çok karşılaştığı 6 kategoriyi işleyeceğiz: depolama, veri ambarı, notebook ortamı, ML platformu, pipeline/ETL ve maliyet.

1. Depolama — S3 vs Cloud Storage

Her veri projesinin ilk adımı: veriyi bir yere koymak. Ham CSV, Parquet dosyaları, model artifact'ları, log dosyaları — hepsi nesne depolama alanına gider.

# AWS S3 — veri yükleme
aws s3 cp veri.parquet s3://bucket-adim/raw/veri.parquet
aws s3 sync ./data/ s3://bucket-adim/processed/

# GCP Cloud Storage — aynı işlem
gsutil cp veri.parquet gs://bucket-adim/raw/veri.parquet
gsutil -m rsync -r ./data/ gs://bucket-adim/processed/

Python'da her ikisi de benzer şekilde kullanılır:

# AWS — boto3
import boto3
s3 = boto3.client('s3')
s3.upload_file('veri.csv', 'bucket-adim', 'raw/veri.csv')

# GCP — google-cloud-storage
from google.cloud import storage
client = storage.Client()
bucket = client.bucket('bucket-adim')
bucket.blob('raw/veri.csv').upload_from_filename('veri.csv')

2. Veri Ambarı — BigQuery vs Redshift

Veri bilimcisinin en çok zaman geçirdiği yer. Petabyte ölçeğinde SQL, hızlı analiz, BI araçlarına bağlantı.

BigQuery'nin en büyük avantajı: SQL ile doğrudan ML modeli eğitebilirsin.

-- BigQuery ML — SQL ile lojistik regresyon
CREATE OR REPLACE MODEL dataset.churn_model
OPTIONS(
  model_type = 'LOGISTIC_REG',
  input_label_cols = ['is_churned'],
  auto_class_weights = TRUE
) AS
SELECT
  kullanici_yasi,
  son_30_gun_giris,
  odeme_gecikme_sayisi,
  plan_tipi,
  is_churned
FROM dataset.kullanici_ozellikleri
WHERE tarih < '2025-01-01';

-- Tahmin yap
SELECT *
FROM ML.PREDICT(
  MODEL dataset.churn_model,
  (SELECT * FROM dataset.yeni_kullanicilar)
);

3. Notebook Ortamı — Colab vs SageMaker Studio

Keşif analizi, model geliştirme, prototip oluşturma — bunların hepsi notebook ortamında olur.

İkisinde de temel kullanım aynı — Jupyter notebook. Fark ortamın nasıl kurulduğunda ve servislerle entegrasyonda.

# SageMaker Studio'da S3'ten veri okuma
import boto3
import pandas as pd

s3 = boto3.client('s3')
obj = s3.get_object(Bucket='bucket-adim', Key='data/egitim.csv')
df = pd.read_csv(obj['Body'])

# Vertex AI Workbench'te GCS'ten veri okuma
from google.cloud import storage
import pandas as pd

client = storage.Client()
df = pd.read_csv('gs://bucket-adim/data/egitim.csv')
# ya da daha kısa:
df = pd.read_gbq('SELECT * FROM dataset.tablo', project_id='proje-id')

4. ML Platformu — Vertex AI vs SageMaker

Model eğitimi, hyperparametre optimizasyonu, deney takibi, model servise alma — bunlar için managed ML platformu kullanmak işleri kolaylaştırır.

# Vertex AI — özel eğitim işi başlatma
from google.cloud import aiplatform

aiplatform.init(project='proje-id', location='europe-west4')

job = aiplatform.CustomTrainingJob(
    display_name='churn-modeli',
    script_path='train.py',
    container_uri='europe-docker.pkg.dev/vertex-ai/training/sklearn-cpu.1-0:latest',
    requirements=['pandas', 'scikit-learn'],
)

model = job.run(
    dataset=dataset,
    replica_count=1,
    machine_type='n1-standard-4',
    args=['--epochs', '50', '--lr', '0.001'],
)

# SageMaker — aynı işlem
import sagemaker
from sagemaker.sklearn import SKLearn

estimator = SKLearn(
    entry_point='train.py',
    framework_version='1.2-1',
    instance_type='ml.m5.xlarge',
    instance_count=1,
    role=sagemaker.get_execution_role(),
    hyperparameters={'epochs': 50, 'lr': 0.001},
)

estimator.fit({'train': 's3://bucket/data/egitim'})

5. Pipeline ve ETL — Dataflow vs Glue

Verinin bir yerden alınıp başka bir yere dönüştürülerek taşınması — ETL. Büyük ölçekte bunu yönetmek için managed servisler.

# AWS Glue — basit ETL scripti
import sys
from awsglue.context import GlueContext
from pyspark.context import SparkContext

sc = SparkContext()
glueContext = GlueContext(sc)

# S3'ten veri oku
datasource = glueContext.create_dynamic_frame.from_catalog(
    database='veritabanim',
    table_name='ham_satislar'
)

# Dönüştür
from awsglue.transforms import ApplyMapping
donusturulmus = ApplyMapping.apply(
    frame=datasource,
    mappings=[
        ('satis_id', 'string', 'satis_id', 'string'),
        ('tutar', 'string', 'tutar', 'double'),
        ('tarih', 'string', 'tarih', 'date'),
    ]
)

# Redshift'e yaz
glueContext.write_dynamic_frame.from_jdbc_conf(
    frame=donusturulmus,
    catalog_connection='redshift-baglantim',
    connection_options={'dbtable': 'temiz_satislar', 'database': 'analizdb'},
)

6. Hangi senaryoda hangisi?

Ücretsiz başlamak

Her iki platform da ücretsiz katmanla başlamana izin veriyor:

Başlangıç için tavsiyem: GCP ücretsiz katmanından BigQuery'e gir, birkaç GB'lık açık veri setiyle SQL yaz. Hem serverless demek ne demek anlarsın, hem de BigQuery'nin hızına şaşırırsın.

Özet — Hızlı Referans

Sonraki adım: ETL nedir? Veriyi taşımanın sistematik yolu →