কন্টেন্ট
- শিক্ষামূলক ফাউন্ডেশন নির্মাণ: তিনটি প্রাথমিক টিপস
- কোর্সের চেয়ে বেশি: আরও দুটি টিপস
- কোনও বাগ নেই, কোনও স্ট্রেস নেই - আপনার জীবনকে বিনষ্ট না করে জীবন-পরিবর্তনশীল সফটওয়্যার তৈরির ধাপে গাইড আপনার ধাপ
- আপনার টুলবক্সটি থেকে কোন সরঞ্জামটি বের করা উচিত তা জানা: বক্ররেখার সামনে থাকার পরামর্শ
- প্রয়োজনীয় নরম দক্ষতা: আরও একটি ছয় টিপস
- ডেটা ডোজেন
সূত্র: আর্টিনস্পায়ারিং / ড্রিমসটাইম ডট কম
ছাড়াইয়া লত্তয়া:
ডেটা বিজ্ঞানীদের স্পষ্টতই শক্তিশালী গণিত এবং কোডিং দক্ষতা প্রয়োজন তবে সাফল্যের জন্য যোগাযোগ এবং অন্যান্য নরম দক্ষতাও প্রয়োজনীয়।
গ্লাসডোরের ক্ষেত্রে আমেরিকাতে 2019 সালের জন্য সেরা বিজ্ঞানের হিসাবে ডেটা বিজ্ঞানী রয়েছেন। Base 108,000 এর মাঝারি বেস বেতন এবং 5 এর মধ্যে 4.3 জব সন্তুষ্টি র্যাঙ্ক সহ, পূর্বাভাসের ন্যায্য সংখ্যার খোলার, এটি অবাক করার মতো নয়। প্রশ্নটি হ'ল: এই কাজের যোগ্যতা অর্জনের জন্য ট্র্যাকে উঠতে কী করতে হবে?
এটির জন্য, আমরা যারা এই ক্যারিয়ারের ট্র্যাকটিতে যেতে চাইছেন তাদের দেওয়া পরামর্শের সন্ধান করেছি। কোডিং এবং গণিতে কঠোর দক্ষতায় নেমে আসে অনেক কিছুই। তবে একাকী শক্তিশালী গণনা এটি কেটে দেয় না। সফল ডেটা বিজ্ঞানীদেরও ব্যবসায়ীদের সাথে তাদের নিজস্ব শর্তে কথা বলতে সক্ষম হওয়া দরকার, যা নরম দক্ষতা এবং নেতৃত্বের সাথে যুক্ত দক্ষতার জন্য আহ্বান জানায়। (ডেটা বিজ্ঞানীর দায়িত্ব সম্পর্কে আরও জানতে, কাজের ভূমিকা দেখুন: ডেটা সায়েন্টিস্ট)
শিক্ষামূলক ফাউন্ডেশন নির্মাণ: তিনটি প্রাথমিক টিপস
এনওয়াইসি ডেটা সায়েন্স একাডেমির ডেটা বিজ্ঞানী ড্রেস ঝান এমন একটি শিক্ষাগত ভিত্তির প্রয়োজনীয়তার উপর জোর দিয়েছিলেন যাতে কোডিং এবং গণিতের দক্ষতার প্রয়োজনীয়তা অন্তর্ভুক্ত থাকে:
- আর / পাইথন + এসকিউএল। আপনার কাছে কোডিং দক্ষতা না থাকলে এই ঘাটতি মেটাতে আপনার অনেক নেটওয়ার্কিং শক্তি এবং অন্যান্য অঞ্চল প্রয়োজন। আমি দুর্বল গণিত এবং সামান্য ডোমেন অভিজ্ঞতার সাথে ডেটা বিজ্ঞানীদের দেখেছি তবে তারা সর্বদা কোড করার শক্তিশালী ক্ষমতা দ্বারা পরিচালিত হয়। পাইথন আদর্শ তবে আর একটি দুর্দান্ত পতনের পিছনে সরঞ্জাম। আপনার অস্ত্রাগারে উভয়ই রাখা ভাল। ডেটা অ্যানালিস্টের জন্য এসকিউএলও অত্যন্ত গুরুত্বপূর্ণ।
- শক্তিশালী গণিত দক্ষতা। সাধারণভাবে ব্যবহৃত কয়েকটি পদ্ধতির খুব ভাল বোঝা থাকা: সাধারণীকরণীয় রৈখিক মডেল, সিদ্ধান্ত গাছ, কে-মানে এবং পরিসংখ্যানগত পরীক্ষাগুলি বিভিন্ন মডেলের বিস্তৃত চিত্র বা আরএনএন এর মতো বিশেষায়িতকরণের চেয়ে ভাল।
এগুলি গড়ে তোলার কেন্দ্রীয় দক্ষতা, যদিও কিছু বিশেষজ্ঞ তাদের যুক্ত করে। উদাহরণস্বরূপ, কেডিনুজেটস তালিকায় ঝন উল্লেখযোগ্য কোডিং উপাদানগুলি অন্তর্ভুক্ত করেছে এবং প্রযুক্তিগত দিকটি জানতে হাদুপ প্ল্যাটফর্ম অ্যাপাচি স্পার্ক, ডেটা ভিজ্যুয়ালাইজেশন, কাঠামোগত ডেটা, মেশিন লার্নিং এবং এআই সহ আরও কিছু দরকারী জিনিস যুক্ত করেছে।
তবে যদি আমরা একজন ক্যাগল জরিপ দ্বারা বাস্তব জীবনে ব্যবহারের জন্য চিহ্নিত সর্বাধিক ব্যবহৃত সরঞ্জামগুলির উপর জরিপ থেকে আমাদের সূত্র গ্রহণ করি তবে আমরা কিছুটা আলাদা ফলাফল পেয়ে থাকি। আপনি নীচের শীর্ষ 15 টি পছন্দের গ্রাফ থেকে দেখতে পাচ্ছেন, পাইথন, আর এবং এসকিউএল সহজেই শীর্ষ তিনটি তৈরি করে, তবে চতুর্থটি জুপিটার নোটবুক, তারপরে টেনসরফ্লো, অ্যামাজন ওয়েব সার্ভিসেস, ইউনিক্স শেল, টেবিল, সি / সি ++, নোএসকিউএল , ম্যাটল্যাব / অক্টাভা এবং জাভা, হ্যাডোপ এবং স্পার্কের সব থেকে এগিয়ে ahead মানুষকে অবাক করে দিতে পারে এমন আরও একটি সংযোজন হ'ল মাইক্রোসফ্টের এক্সেল ডেটা মাইনিং।
ক্যাগল এর চিত্র সৌজন্যে
কেডনুগেটস তালিকায় আনুষ্ঠানিক শিক্ষা সম্পর্কিত একটি পরামর্শও অন্তর্ভুক্ত রয়েছে। বেশিরভাগ ডেটা বিজ্ঞানীরা উন্নত ডিগ্রিধারী: 46 শতাংশ পিএইচডি করেছেন, এবং 88 শতাংশ কমপক্ষে একজন স্নাতকের স্তরের ডিগ্রিধারী। তাদের যে স্নাতক ডিগ্রি রয়েছে তা সাধারণত সংশ্লিষ্ট অঞ্চলে বিভক্ত হয়। প্রায় এক তৃতীয়াংশ গণিত এবং পরিসংখ্যানগুলিতে রয়েছে যা এই ক্যারিয়ার ট্র্যাকের জন্য সর্বাধিক জনপ্রিয়। পরবর্তী সর্বাধিক জনপ্রিয় একটি কম্পিউটার বিজ্ঞান ডিগ্রি, ১৯ শতাংশ এবং ইঞ্জিনিয়ারিং দ্বারা প্রাপ্ত, ১। শতাংশের পছন্দ। অবশ্যই, তথ্য বিজ্ঞানের বিশেষত প্রযুক্তিগত সরঞ্জামগুলি প্রায়শই ডিগ্রি প্রোগ্রামগুলিতে অধ্যয়ন করা হয় না তবে বিশেষ বুট শিবিরে বা অনলাইন কোর্সের মাধ্যমে হয়।
কোর্সের চেয়ে বেশি: আরও দুটি টিপস
হংক ইউন, ওয়েল কর্নেল মেডিসিনের পালমোনারি বিভাগের গবেষণা সহায়ক এবং এনওয়াইসি ডেটা সায়েন্স একাডেমির শিক্ষার্থী, উচ্চাকাঙ্ক্ষী ডেটা বিজ্ঞানীদের পরামর্শ দিয়েছেন যে তারা কী কাজ করবেন এবং কোন পরামর্শদাতাকে খুঁজে বের করার বিষয়ে পরিকল্পনা করার জন্য। সে বলেছিল:
কোনও বাগ নেই, কোনও স্ট্রেস নেই - আপনার জীবনকে বিনষ্ট না করে জীবন-পরিবর্তনশীল সফটওয়্যার তৈরির ধাপে গাইড আপনার ধাপ
কেউ যখন সফ্টওয়্যার মানের সম্পর্কে চিন্তা না করে আপনি আপনার প্রোগ্রামিং দক্ষতা উন্নত করতে পারবেন না।
নিজেকে ভুল করে বলবেন না যে আপনি ডেটা বিজ্ঞান জানেন কারণ আপনি কোর্স করেছেন এবং শংসাপত্র পেয়েছেন। এটি দুর্দান্ত শুরু, তবে আপনি যখন পড়াশোনা শুরু করবেন, তখন একটি প্রকল্প মনে রাখবেন। তারপরে মাঠে কোনও পরামর্শদাতা খুঁজে নিন এবং এখনই একটি আবেগের প্রকল্প শুরু করুন! আপনি যখন সতেজ থাকবেন তখন আপনি কী জানেন না তা আপনি জানেন না তাই যখন কেউ আপনার জন্য গুরুত্বপূর্ণ এবং কোনটি নয় তার জন্য আপনাকে গাইড করতে সাহায্য করবে। আপনি এটির জন্য দেখানোর মতো কিছুই না নিয়ে পড়াশোনা করে প্রচুর সময় ব্যয় করতে চান না!
আপনার টুলবক্সটি থেকে কোন সরঞ্জামটি বের করা উচিত তা জানা: বক্ররেখার সামনে থাকার পরামর্শ
ডেটা বিজ্ঞানের সরঞ্জামগুলির র্যাঙ্কিংয়ে বৈষম্য দেওয়া, কিছু লোক কীসের দিকে মনোনিবেশ করবে সে সম্পর্কে বিস্মিত বোধ করতে পারে। সিকিউরিটি সফটওয়্যার সংস্থা ম্যাকাফি-র প্রধান তথ্য বিজ্ঞানী সেলেস্টে ফ্রেলিক একটি সিআইও নিবন্ধে এই বিষয়টিকে সম্বোধন করেছেন, ঘোষণা করেছেন, “গবেষণায় বক্ররেখার সামনে একজন তথ্য বিজ্ঞানী থাকা দরকার, পাশাপাশি কখন কোন প্রযুক্তি প্রয়োগ করতে হবে তা বুঝতে হবে ”" এর অর্থ হল "'সেক্সি' এবং নতুন দ্বারা প্রলুব্ধ না হওয়া, যখন আসল সমস্যাটি হয় - তখন মিলকে আরও অনেক বেশি রান দরকার। "বাস্তুসংস্থান, ব্যাখ্যাযোগ্যতা, বিলম্বিতা, ব্যান্ডউইথ এবং অন্যান্য সিস্টেমের সীমানা শর্তগুলির - পাশাপাশি গ্রাহকের পরিপক্কতা - এর জন্য কম্পিউটারের ব্যয় সম্পর্কে সচেতন হওয়া নিজেই কোন প্রযুক্তি প্রয়োগ করতে হবে তা তথ্য বিজ্ঞানীকে বুঝতে সহায়তা করে।"
প্রয়োজনীয় নরম দক্ষতা: আরও একটি ছয় টিপস
ফ্রেলিক যে বিষয়টি সামনে এনেছে তা ডেটা বিজ্ঞানী কাজের জন্য প্রয়োজনীয় ননটেকনিক্যাল দক্ষতার সাথে সম্পর্কিত। এজন্য কেডনুজেটসের তালিকায় এই চারটি অন্তর্ভুক্ত রয়েছে: বৌদ্ধিক কৌতূহল, দলগত কাজ, যোগাযোগ দক্ষতা এবং ব্যবসায়িক দক্ষতা। ঝাঁ ডেটা বিজ্ঞানীদের জন্য তার টিপসগুলিতে মূল নরম দক্ষতাও অন্তর্ভুক্ত করেছিলেন, কেডনুজেটসের মতো "যোগাযোগ দক্ষতা" সনাক্ত করে, তবে "ব্যবসায়িক দক্ষতা" এর জায়গায় "ডোমেন দক্ষতা" ব্যবহার করে ”যা-ই বলা হয়, এটি তথ্য বিজ্ঞানের ব্যবহারিক প্রয়োগকে বোঝায় ব্যবসা। (যোগাযোগের দক্ষতা সম্পর্কে আরও জানতে, প্রযুক্তিগত পেশাদারদের জন্য যোগাযোগ দক্ষতার গুরুত্ব দেখুন The)
অলিভিয়া পারর-রূড এই বিষয়ে নিজের স্পিনের প্রস্তাব দিয়েছিলেন এবং সৃজনশীলতার ভূমিকার উপর জোর দিয়ে আরও দুটি নরম দক্ষতা যুক্ত করে বলেছিলেন, "আমি ডেটা সায়েন্সকে বিজ্ঞানের মতোই একটি শিল্প হিসাবে ভাবি," এমন কিছু যা আঁকতে হবে মস্তিষ্কের উভয় পক্ষের শক্তি। “অনেকে ডেটা সায়েন্স সম্পর্কে ক্যারিয়ার হিসাবে কথা বলেন যা প্রাথমিকভাবে বাম-মস্তিষ্ক ব্যবহার করে। আমি খুঁজে পেয়েছি যে সফল হতে ডেটা বিজ্ঞানীদের অবশ্যই তাদের পুরো মস্তিষ্ক ব্যবহার করতে হবে। "
তিনি ব্যাখ্যা করেছিলেন যে এই ক্ষেত্রে অগ্রগতির জন্য কেবল প্রযুক্তিগত দক্ষতা নয়, সৃজনশীলতা এবং নেতৃত্বের জন্য দৃষ্টি প্রয়োজন:
বেশিরভাগ বাম-মস্তিষ্ক / লিনিয়ার টাস্কগুলি স্বয়ংক্রিয় বা আউট সোর্স হতে পারে। ডেটা বিজ্ঞানী হিসাবে প্রতিযোগিতামূলক প্রান্তটি দেওয়ার জন্য, আমাদের মস্তিষ্কের উভয় দিক ব্যবহার করে আমাদের নিদর্শনগুলি সনাক্ত করতে এবং প্রচুর পরিমাণে তথ্য সংশ্লেষ করতে সক্ষম হতে হবে। এবং আমাদের অবশ্যই উদ্ভাবনী চিন্তাবিদ হতে হবে। বাম এবং ডান মস্তিষ্কের সংহতকরণের ফলে অনেকগুলি সেরা ফলাফল হয়।
তিনি দৃressed়তার সাথে কেন দর্শনের যোগাযোগ করা জরুরি তা জোর দিয়েছিলেন:
তথ্য বিজ্ঞানী হিসাবে, আমাদের লক্ষ্য আমাদের ক্লায়েন্টদের লাভ বাড়ানোর জন্য ডেটা ব্যবহার করা। বেশিরভাগ এক্সিকিউটিভরা বুঝতে পারে না যে আমরা কী করব বা কীভাবে এটি করি। সুতরাং আমাদের নেতাদের মতো ভাবতে হবে এবং আমাদের অনুসন্ধান এবং সুপারিশগুলিকে ভাষায় যোগাযোগ করতে হবে যা আমাদের স্টেকহোল্ডাররা বোঝে এবং বিশ্বাস করে।
ডেটা ডোজেন
মূল টিপসগুলি সৃজনশীলতা এবং নেতৃত্বের জন্য প্রবণতার মতো কম পরিমাণে গুণমানের পাশাপাশি প্রযুক্তিগত সরঞ্জাম, দক্ষতা এবং ক্ষমতাগুলির বৃহত সংখ্যক সমন্বিত করে। শেষ পর্যন্ত, এটি কেবল একটি সংখ্যার খেলা নয়। যেহেতু ডেটা সায়েন্স কেবল শূন্যতায় মডেল তৈরি করা নয়, ব্যবসায়ের বাস্তব জীবনের সমস্যাগুলি সমাধান করার জন্য ব্যবহারিক অ্যাপ্লিকেশন নিয়ে আসে, যারা ক্ষেত্রে সফল হবে তাদের কেবলমাত্র মাস্টার প্রযুক্তিই নয়, তাদের ব্যবসায়ের ডোমেন জানতে এবং প্রয়োজনীয়তাগুলি বোঝার প্রয়োজন দলের বিভিন্ন সদস্য কাজ করছেন।