কন্টেন্ট
- কোনও সংস্থায় ডেটা সায়েন্সকে কীভাবে উত্সাহিত করা যায়
- আপনার ডেটা সায়েন্টিস্টসের প্রাথমিক দলটিকে প্রচারক হিসাবে ব্যবহার করুন
ছাড়াইয়া লত্তয়া:
তথ্য বিজ্ঞানীদের লালন করতে সংস্থাগুলিকে সংস্কৃতি এবং সাংগঠনিক কাঠামোর দিকে আরও ফোকাস করা দরকার।
প্রযুক্তি স্টার্টআপগুলির মধ্যে ডেটা সায়েন্টিস্ট একটি ক্রমবর্ধমান সাধারণ শব্দ যা ডেটা বুদ্ধির toতিহ্যগতভাবে পৃথক কার্যকরী ক্ষেত্রগুলি ব্রিজ করতে সক্ষম ডেটা গিককে বোঝাতে ব্যবহৃত হয়। ডেটা বিজ্ঞানী এমন একজন যিনি তথ্য গোয়েন্দা প্রকল্পের কয়েকটি (সমস্ত না থাকলে) পারফরম্যান্স করতে স্বাচ্ছন্দ্য বোধ করেন:
- ডেটা অধিগ্রহণ: এটিতে কাস্টম পার্সার এবং ওয়েব ক্রলার বা স্ক্রিপ্টগুলি লিখিত থাকতে পারে যা অপ্রথাগত ডেটা উত্সগুলির জন্য নির্দিষ্ট ওয়েব পরিষেবাদি বা এপিআইগুলিকে লক্ষ্য করে।
- ডেটা ম্যানেজমেন্ট: ডেটাবেস, কী-ভ্যালু স্টোর বা হ্যাডোপগুলিতে ETL, কারসাজি করা, ক্যোয়ারী এবং ডেটা বজায় রাখা।
- তথ্য ভিজ্যুয়ালাইজেশন: ফ্ল্যাশ, জাভাস্ক্রিপ্ট বা প্রসেসিংয়ের উপর ভিত্তি করে স্ট্যাটিক ভিজ্যুয়ালাইজেশন টুলকিট এবং / অথবা ইন্টারেক্টিভ প্ল্যাটফর্মগুলির ব্যবহারের মাধ্যমে উদ্বোধন প্যাটার্নগুলি।
- অ্যানালিটিক্স: এটি বহু থেকে পৃথক পরিসংখ্যান, মেশিন লার্নিং এবং এনএলপিতে সাধারণ থেকে জটিল কৌশল পর্যন্ত হতে পারে।
- অন্তর্দৃষ্টি: এক্সট্র্যাক্ট, সংক্ষিপ্ত করে এবং একটি বিস্তৃত দর্শকের কাছে কী অনুসন্ধানগুলি উপস্থাপন করুন।
এখানে অনেক সরঞ্জাম, দক্ষতা এবং প্রযুক্তিগত বিশদ রয়েছে এবং উপরে তালিকাভুক্ত প্রতিটি আইটেমকে দক্ষ করে তোলার জন্য কয়েক বছর ব্যয় করতে পারে। যদিও কোনও তথ্য বিজ্ঞানীর পক্ষে কোনও ক্ষেত্রেই সত্যিকারের জ্ঞান না থাকতে পারে, তবে তিনি বা পিছনে পিছনে পিছনে এড়ানো এবং সেগুলির মধ্যে প্রাথমিক কাজগুলি সম্পাদন করতে স্বাচ্ছন্দ্যবোধ করছেন। ফলাফলটি একটি ডেটা প্রকল্পের তদন্ত এবং পরিচালনা থেকে (উচ্চ-স্তরের) প্রশ্নের উত্তর সরবরাহ করার জন্য যথেষ্ট পরিমাণে নিমক is (ডেটা সায়েন্টিস্টস সম্পর্কিত ডেটা বিজ্ঞানীদের সম্পর্কে আরও পড়ুন: টেক ওয়ার্ল্ডের নতুন রক স্টারস))
তথ্য বিজ্ঞানীদের লালন করতে সংস্থাগুলিকে সংস্কৃতি এবং সাংগঠনিক কাঠামোর দিকে আরও ফোকাস করা দরকার। অনেকগুলি ডেটা কর্মীর কাছে ডেটা বুদ্ধির একাধিক ক্ষেত্রে দ্রুত উত্পাদনশীল হওয়ার পর্যাপ্ত দক্ষতা এবং প্রশিক্ষণ রয়েছে। সমস্যাটি হ'ল বেশিরভাগ পরিবেশগুলিতে কাজ করে না যা তাদের ডেটা বিজ্ঞানী হতে উত্সাহ দেয়। তারা সিলোসে আটকে ছিল এবং ডেটা বুদ্ধিগুলির এক বা দুটি ক্ষেত্রে সীমাবদ্ধ। প্রায়শই, তারা তাদের পরিচালকদের দ্বারা "অনুমোদিত" সরঞ্জামগুলি ব্যবহারের মধ্যে সীমাবদ্ধ থাকে।
বড় এবং ছোট উভয়ই সংস্থায় কাজ করার পরে, আমার কাছে এটি স্পষ্ট যে কাজগুলির কঠোর বিচ্ছেদটি ডেটা বিজ্ঞানীদের দ্বারা বড় বাধা major সর্বাধিক সাধারণ প্রকাশ হ'ল ডেটা বিশ্লেষণ এবং ডেটা ম্যানেজমেন্টের মধ্যে পৃথকীকরণ। অনেক বড় সংস্থায়, বেশিরভাগ বিশ্লেষক / পরিসংখ্যানবিদদের একটি মনোনীত ডেটা গুদাম দল থেকে ডেটার জন্য অপেক্ষা করতে হয় এবং অনেক ক্ষেত্রে তারা বিভিন্ন ডেটা গুদামের একাধিক মালিকের ডেটার জন্য অপেক্ষা করেন।
কোনও সংস্থায় ডেটা সায়েন্সকে কীভাবে উত্সাহিত করা যায়
এই মুহুর্তে, ডেটা বিজ্ঞানীরা আরও ছোট স্টার্টআপস, ইন্টারনেট সংস্থাগুলি এবং অন্যান্য সংস্থাগুলিতে সাফল্য অর্জন করে যেখানে সংজ্ঞায়িত ভূমিকা এবং কার্যগুলিতে কম জোর দেওয়া হয়। তবে বড় ও পরিপক্ক সংস্থাগুলি মজাতে যোগ দিতে পারে না এমন কোনও কারণ নেই। (আপনার পরিসংখ্যানবিদরা কীভাবে সাধারণ ওয়েব স্ক্র্যাপার লিখতে পারেন এবং কেন আপনার ডাটাবেস লোকেরা সহজ পরিসংখ্যান এবং ভিজ্যুয়ালাইজেশন শিখতে পারে না তার কারণ নেই) এটি কীভাবে করা যায় সে সম্পর্কে এখানে কয়েকটি পরামর্শ দেওয়া হল:
একবার আপনি ডেটা বিজ্ঞানীদের একটি দল গঠনের প্রতিশ্রুতিবদ্ধ হয়ে গেলে, আপনি বর্তমানের কর্মচারীদের সনাক্ত করে শুরু করতে পারেন যারা প্রোফাইলে ফিট হতে পারে। এগুলি উপরোক্ত বর্ণিত ক্ষেত্রগুলির মধ্যে একটিতে মুক্তমনা, দলমুখী এবং কিছু প্রোগ্রামিং দক্ষতা অর্জন করতে হবে। আদর্শভাবে আপনার কম্পিউটার বিজ্ঞান, পরিসংখ্যান / পরিমাণগত বা ডেটা-ভিত্তিক ব্যাকগ্রাউন্ডের লোকদের মিশ্রণ রয়েছে। দলের সদস্যদের একে অপরের সাথে সাধারণ সরঞ্জাম, হ্যাক এবং কৌশলগুলি ভাগ করে নেওয়ার জন্য প্রস্তুত থাকতে হবে। দলের সদস্যরা একে অপরের কাছ থেকে শিখতে আগ্রহী হয়ে উঠলে স্বাভাবিকভাবেই ক্রস-ফার্টিলাইজেশন ঘটবে। কৌশল, সরঞ্জাম এবং ধারণাগুলি ভাগ করে নিতে অনিচ্ছুক কর্মচারীরা অগ্রগতিতে বাধা সৃষ্টি করবে।
কেউ যখন সফ্টওয়্যার মানের সম্পর্কে চিন্তা করে না তখন আপনি আপনার প্রোগ্রামিং দক্ষতা উন্নত করতে পারবেন না।
ম্যানেজাররা যখন কোনও দলকে নতুন ডেটা উত্সের সাথে খেলতে পারা যায় তখন তারা বাধা দেওয়ার চেষ্টা করতে পারে ("ডেটা অখণ্ডতার কী হবে? তারা সঠিক মেশিন-লার্নিং / পরিসংখ্যান কৌশলগুলি ব্যবহার করছেন না! পরীক্ষামূলক নকশাটি ভুল! তারা কীভাবে পারে? আমাদের ডেটা দিয়ে এটি একত্রিত? ")। রাজনৈতিক সমর্থন ছাড়াই আপনার ডেটা বিজ্ঞানীদের দলটি (অ-) বন্ধুত্বপূর্ণ আগুনের মুখোমুখি হতে চলেছে। নতুন জিনিস হুমকিস্বরূপ হিসাবে বোঝা যায়, তাই পরিচালকদের দ্রুত আশ্বস্ত করা সেরা যে ডেটা বিজ্ঞানীরা তারা যা করেন তা পরিপূরক করে। আপনার বিজ্ঞানীদের ছোট্ট দল কর্তৃক উন্মুক্ত অন্তর্দৃষ্টিগুলি আরও আনুষ্ঠানিক ডেটা / বিশ্লেষণমূলক প্রকল্পগুলি অবহিত করতে ব্যবহার করা যেতে পারে। তথ্য বিজ্ঞানীরা পরিসংখ্যানবিদদের প্রয়োজনীয়তা অপসারণ করতে চান না, তবে তারা তাদের বিভিন্ন ডেটা সেট এবং প্রশ্নের দিকে নির্দেশ করতে পারে।
আপনার ডেটা সায়েন্টিস্টসের প্রাথমিক দলটিকে প্রচারক হিসাবে ব্যবহার করুন
যদি আপনি ডেটা বিজ্ঞানীদের আপনার প্রাথমিক দলটিকে সঠিকভাবে বাছাই করেন তবে সেগুলি আপনার সংস্থার অন্যদের কাছে তাদের অনুসন্ধানগুলি উপস্থাপন করতে স্বাচ্ছন্দ্য বোধ করা উচিত। আরও ভাল, তারা এটি সম্পর্কে উত্সাহী হবে! বাকী সংস্থাগুলি কীভাবে ডেটা বুদ্ধি দেখায় তা প্রভাবিত করতে এবং আস্তে আস্তে os সিলোগুলি ছিটকে ফেলতে তাদের ব্যবহার করুন।
আমি বলছি না যে নতুন প্রশিক্ষণ এবং এন্টারপ্রাইজ সরঞ্জামগুলি শেষ পর্যন্ত আপনার অভ্যন্তরীণ ডেটা বিজ্ঞানীদের দল তৈরি করার সাথে সাথে প্রয়োজন হবে না। তবে আমি মনে করি যে সাংস্কৃতিক এবং সাংগঠনিক কাঠামোগুলিকে সম্বোধন করে, অনেক সংস্থাগুলি তাদের নিজস্ব কর্মচারীদের বিনামূল্যে সরঞ্জামের সাথে ডেটা বিজ্ঞানীদের একটি ছোট দল বীজ করতে ব্যবহার করতে পারে। আমি অভিজ্ঞতা থেকে কথা বলি, বড় সংস্থাগুলির হয়ে কাজ করেছি - প্রতিভা আছে এবং কৌশলগুলি শেখার পক্ষে দৃ hard় নয় তবে সাংগঠনিক সিলোগুলি অতিক্রম করা কঠিন। তাদের তালিকায় ইতিমধ্যে জ্বলতে প্রস্তুত প্রতিভাগুলির একটি পুল অন্তর্ভুক্ত রয়েছে, যদি না কঠোর কর্পোরেট কাঠামোর জন্য যা তারা যা করতে পারে তা সীমাবদ্ধ করে।
Http://practicalquant.blogspot.ca এবং বেন লরিকার অনুমতি নিয়ে পুনরায় প্রকাশিত। আসল নিবন্ধটি এখানে পাওয়া যাবে: http://practicalquant.blogspot.ca/2010/07/how-to-nurture-data-s वैज्ञानिक বিজ্ঞানী html