কাজের ভূমিকা: ডেটা সায়েন্টিস্ট

কন্টেন্ট

• বিভিন্ন ধরণের সংজ্ঞা, বিভিন্ন দায়িত্ব
• কোনও বাগ নেই, কোনও স্ট্রেস নেই - আপনার জীবনকে বিনষ্ট না করে জীবন-পরিবর্তনশীল সফটওয়্যার তৈরির ধাপে গাইড আপনার ধাপ
• একটি ডেটা সায়েন্টিস্টের দক্ষতা

সূত্র: সের্গেই খাকিমুলিন / আইস্টকফোটো

ছাড়াইয়া লত্তয়া:

ডেটা বিজ্ঞানীদের কাছে বিস্তৃত কাজ রয়েছে যা অ্যাপ্লিকেশনটির দ্বারা যথেষ্ট পরিবর্তিত হয়। তবে তাদের সকলের মধ্যে একটি জিনিস মিল রয়েছে ডেটা ব্যবহারের ভাল ব্যবহার করার ড্রাইভ।

কৃত্রিম বুদ্ধিমত্তা এবং মেশিন লার্নিংয়ের কাজে কোন তথ্য বিজ্ঞানী কী করতে পারেন? প্রতিদিন এই ধরণের প্রকল্পগুলির সাথে কাজ করে এমন প্রচুর পেশাদাররা বলবেন যে এই প্রশ্নের সহজ উত্তর দেওয়া সহজ। আরও ভাল প্রশ্ন হবে: তথ্য বিজ্ঞানীরা কি করবেন না?

এই ডেটা বিজ্ঞানী একটি এআই বা এমএল প্রক্রিয়ার সাথে অবিচ্ছেদ্য, এই অর্থে যে এই প্রকল্পগুলি সমস্ত বড় ডেটা বা জটিল ইনপুটগুলির উপর নির্ভর করে। তথ্য বিজ্ঞানী হ'ল প্রয়োজনীয় ক্যারিয়ারবিদ, যিনি ফলাফল আনতে ডেটা দিয়ে কীভাবে কাজ করবেন জানেন।

তবে ডেটা বিজ্ঞানী কী করে, কী কী যোগ্যতার প্রয়োজন এবং প্রসেসে তার ভূমিকা কী তা নিয়ে কথা বলার কিছু উপায় রয়েছে।

পড়ুন: 6 অনলাইনে শেখার মাধ্যমে আপনি কী কী ডেটা বিজ্ঞানের ধারণা অর্জন করতে পারেন

বিভিন্ন ধরণের সংজ্ঞা, বিভিন্ন দায়িত্ব

অনেক বিশেষজ্ঞ যারা ডেটা বিজ্ঞানীর কাজ বর্ণনা করেন তারা এ সম্পর্কে বিস্তৃত ভাষায় কথা বলেন।

“ছোট সংস্থাগুলিতে বা কোনও নতুন বাজারে কাজ করার সময়, তথ্য বিজ্ঞানীর ভূমিকা হ'ল তুলনামূলকভাবে উপন্যাসের (তবে স্পষ্টত) তথ্যের উত্সগুলিকে স্টাফগুলিতে রূপান্তর করা যা শেষ ব্যবহারকারীর জন্য সমস্যা সমাধান করে, যা আগে সম্ভব হত না, যেখানে নিযুক্ত প্রযুক্তিগুলির অস্তিত্ব ছিল না, "মার্কারি গ্লোবাল পার্টনার্সের একাউন্ট ম্যানেজার অ্যান্টোনিও হিক্স বলেছেন। "আদর্শ প্রার্থী এমন কেউ হলেন যিনি খণ্ড গণিতবিদ, অংশ সফটওয়্যার ইঞ্জিনিয়ার এবং অংশ উদ্যোক্তা।"

অন্যরা এই প্রাথমিক ধারণাটির প্রতিধ্বনি করেন, মডেলিং প্রকল্পগুলি মোকাবেলায় বিজ্ঞানীদের কী ডেটা প্রয়োজন তা উল্লেখ করে।

ডেটা সায়েন্টিস্ট ম্যানেজার ইরিন আকিনসি বলেন, "ডেটা সায়েন্টিস্টের সবচেয়ে গুরুত্বপূর্ণ বৈশিষ্ট্যটি হল তাদের চারপাশের বিশ্ব সম্পর্কে গভীর কৌতূহল - তারা প্রশ্নের জবাব দিচ্ছেন বা মডেল তৈরি করছেন, তাদের সামনে সমস্যাটি বোঝার আকাঙ্ক্ষা মূলত," ডেটা সায়েন্টিস্ট ম্যানেজার ইরিন আকিনসি বলেছেন আসানে "সেখান থেকে সমাধান সমাধানের জন্য বেশিরভাগ লোকদের গণিত এবং প্রোগ্রামিংয়ের দক্ষতা প্রয়োজন, তবে ডেটা সায়েন্সের মধ্যে দক্ষতার ক্ষেত্রের উপর নির্ভর করে নির্দিষ্ট ধরণের গণিত এবং প্রোগ্রামিংয়ের ক্ষেত্রে বিস্তর পরিবর্তিত হয়।"

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 করে না তখন আপনি আপনার প্রোগ্রামিং দক্ষতা উন্নত করতে পারবেন না।

"সমস্যার সমাধানের জন্য যে সরঞ্জামগুলি ব্যবহার করা হয় তার চেয়ে বিজ্ঞানী যেভাবে সমস্যা সম্পর্কে চিন্তা করেন, তার সাথে দুর্দান্ত বৈজ্ঞানিক কাজ করার আরও অনেক কিছুই আছে," ভ্যালকিরি ইন্টেলিজেন্সের প্রতিষ্ঠাতা এবং প্রধান নির্বাহী চার্লি বার্গোয়েন যোগ করেছেন। ভালকিরি হ'ল মার্ক আইয়ের মতো তার শাখার অধীনে চিত্তাকর্ষক প্রকল্পগুলির সাথে একটি প্রয়োগকৃত বিজ্ঞান পরামর্শ সংস্থা, যা পূর্ববর্তী ক্লাউড-ভিত্তিক মেশিন লার্নিং প্ল্যাটফর্মগুলির সাথে কী সম্ভব তা উন্নত করে, নিউরাল নেটওয়ার্ক প্রশিক্ষণ এবং পরীক্ষা বাড়ায় এমন একটি ডেডিকেটেড নেটওয়ার্ক অ্যাপ্লায়েন্স।

"বাজার পাইথন বিকাশ, নিউরাল নেটওয়ার্ক ডিজাইন এবং সর্বশেষতম ডাটাবেস আর্কিটেকচারে একটি তথ্য সংগ্রহস্থল পুনরায় আকার দেওয়ার দক্ষতায় বিজ্ঞানীদের দাবি জানিয়েছে," বার্গোয়েন বলেছেন। “তবে সেই দক্ষতাগুলি একজন প্রতিভাবান বিজ্ঞানীর পক্ষে টেবিলের দাগ। যা কম স্পষ্ট তা হ'ল নীতিহীন কৌতূহল, আগ্রাসী কৌতূহল এবং বৈজ্ঞানিক পদ্ধতির আনুগত্যের জন্য বিজ্ঞানের দক্ষতা।

একটি ডেটা সায়েন্টিস্টের দক্ষতা

যতদূর ব্যবহারিক দক্ষতা নির্ধারণ করা যায়, তথ্য বিজ্ঞানীদের যতটা মডেলিং যায় তত পরিমাণে সৃজনশীলতা এবং বুদ্ধিমানের প্রয়োজন। এমএল প্রকল্পগুলিতে পাইথন, সি ++ বা অন্যান্য সাধারণ ভাষায় প্রয়োগ হওয়া কোডিংয়ের অভিজ্ঞতা যেমন "হার্ড দক্ষতা" থাকা থেকে তারা বেশ উপকৃত হতে পারে।

"পাইথন এবং সি ++ প্রয়োজনীয় এবং ডেটা বিশ্লেষণ এবং প্রসেসিংয়ের সাথে কোডিং দক্ষতার সংমিশ্রণ করতে সক্ষম হওয়া এবং পরিসংখ্যান হ'ল মূল দক্ষতা যা একটি ডেটা বিজ্ঞানীকে একজন শক্তিশালী প্রার্থী বা কর্মচারী হিসাবে দাঁড় করিয়ে তুলবে," ভ্যাল স্ট্রিফ প্রম্পের একটি অনলাইন মক সাক্ষাত্কার প্ল্যাটফর্ম বলেছেন সফটওয়্যার ইঞ্জিনিয়ার, বিকাশকারী এবং ডেটা বিজ্ঞানীদের জন্য। "যদিও ডেভলপারের সাথে ডেটা বিজ্ঞানীকে যুক্ত করে কিছু প্রোগ্রামিং দক্ষতার যত্ন নেওয়া যেতে পারে তবে কোনও সংস্থার দৃষ্টিকোণ থেকে আপনার যদি উভয় দক্ষতা এক সাথে সংযুক্ত করা হয় তবে এটি অনেক সহজ"।

অন্যান্য বিশেষজ্ঞরা আর, হ্যাডোপ, স্পার্ক, সাস এবং জাভা তালিকার পাশাপাশি টেবিল, হাইভ এবং ম্যাটল্যাবের মতো প্রযুক্তি যুক্ত করেছেন।

এঁরা সকলেই একটি চিত্তাকর্ষক পুনরায় শুরু করার জন্য তৈরি করেন তবে যারা বিজ্ঞানীদের নিয়োগের অভিজ্ঞতা নিয়ে অভিজ্ঞ তাদের মধ্যে কেউ কেউ অন্য "মানবিক" দিকের বিষয়টিও বলেছেন। (এক ধরণের ডেটা সায়েন্টিস্ট হলেন নাগরিক তথ্য বিজ্ঞানী Data বিগ ডেটা ওয়ার্ল্ডের নাগরিক ডেটা সায়েন্টিস্টদের ভূমিকাতে আরও জানুন))

"Traতিহ্যগতভাবে, বৈচিত্র্যময় উদার শিল্পকলা শিক্ষার ব্যক্তিরা সেরা ডেটা বিজ্ঞানী তৈরি করেন," বার্গোয়েন বলেছেন, প্রকৌশলী, যারা বিল্ডিংয়ের পাশে রয়েছেন, এবং ডেটা বিজ্ঞানী, যার কাজ আরও বেশি ধারণাবাদী হতে পারে between তিনি আরো বলেছেন:

মানবিকতা, শিল্পকলা বা ব্যবসায়িক ডোমেনগুলিতে পরিপূরক ফোকাস সহ একটি traditionalতিহ্যবাহী স্টেম ক্ষেত্রের বিশেষজ্ঞতা সেই গুণাবলী অর্জন করে যা একটি দুর্দান্ত শিল্প-ভিত্তিক বিজ্ঞানী তৈরি করে। এটি অবশ্যই বলা উচিত যে এই গুণাবলীর প্রতিদান দেওয়া এবং উত্পাদনশীল পদ্ধতিতে তাদের উদ্দীপনা এবং পদ্ধতিগুলি গঠনের পক্ষে সংগঠনের দক্ষতার পক্ষে এটি ঠিক ততটাই গুরুত্বপূর্ণ। আমি পর্যবেক্ষণ করেছি যে যখন কোনও ডেটা বিজ্ঞানের উদ্যোগ ব্যর্থ হয় তখন সংগঠনটি বিজ্ঞানীদের মতোই দোষী হওয়ার সম্ভাবনা থাকে। বিজ্ঞানীরা ইঞ্জিনিয়ার নন। তারা কার্যকর ও নির্মান করতে চালিত হয় না। তারা আবিষ্কার এবং বুঝতে চালিত হয়। এই পার্থক্যটি উপলব্ধি করে এমন সংস্থাগুলি উভয় ক্ষেতের জন্য ভাল পুরষ্কার প্রাপ্ত।

বিজ্ঞানীরা সাধারণত কীভাবে ডেটা প্রয়োগ করেন, তা কোম্পানির মূল লক্ষ্যগুলির সাথে। কিছু সংস্থাগুলি বিকেন্দ্রীভূত ইন্টারনেট তাড়া করছে - কিছু আইওটি বা সাএস দিয়ে খেলা করছে। অন্যরা "ব্যবহারকারী-বান্ধব" বা "নৈতিকতা" বা "স্বচ্ছ" এআই অগ্রগামী হওয়ার চেষ্টা করছেন।

যাই হোক না কেন, তথ্য বিজ্ঞানীরা সম্ভবত যে প্রযুক্তি ব্যবহার করেন না কেন, যে তথ্য প্রযুক্তি ব্যবহার করেন না কেন, এবং এআই / এমএল কার্যকারিতা ধারণায়িত করার নিখরচায় কাজ করার জন্য তারা যে ডেটা ব্যবহার করেন তা হার্ড মেট্রিকের মধ্যে বিভাজন ঘটাতে পারে।

জি 2 ক্রডের ডেটা সায়েন্স অ্যান্ড অ্যানালিটিক্সের ম্যানেজার মাইকেল হাপ বলেছেন, "আমরা তথ্য সংগ্রহ এবং পরিষ্কারের ব্যবস্থা করার পাশাপাশি ডেটাটি অর্থবহ তথ্যে অনুবাদ করার জন্য ডেটা বিজ্ঞানীদের নিয়োগ করি।" তিনি বিস্তারিতভাবে বলেছেন:

সাধারণত এর অর্থ, কোনও সংস্থার ডেটা ইঞ্জিন চালিত কোনও গুরুত্বপূর্ণ অ্যালগরিদম পরিচালনা করা এবং কী বিশ্লেষণ সরঞ্জাম এবং ভাষাতে সাবলীল হওয়া, তবে সাম্প্রতিক বছরগুলিতে প্রাকৃতিক ভাষা প্রক্রিয়াকরণ, মেশিন লার্নিং, এআই-সক্ষম সক্ষম বিশ্লেষণের অন্যান্য রূপগুলির মতো উদীয়মান ক্ষেত্রগুলিও অন্তর্ভুক্ত রয়েছে। সর্বাধিক সফল ডেটা বিজ্ঞানীরা হলেন তারা যারা তাদের দক্ষ দক্ষতাগুলি দ্রুত শিখার দক্ষতার সাথে এবং তাদের অন্তর্দৃষ্টিগুলি কার্যকরভাবে কার্যকর করার ক্ষমতা রাখেন যাতে তারা তাদের ব্যবসায়ের পক্ষে অর্থবহ হতে পারে।

এই ধরণের অন্তর্দৃষ্টিগুলির সাথে, তরুণ পেশাদার বা শিক্ষার্থীদের পক্ষে ডেটা বিজ্ঞানী তাদের পক্ষে ভাল ভূমিকা রাখবে কিনা এবং কীভাবে দক্ষতা অর্জন করবেন তা নির্ধারণ করা সহজ। স্টেম লার্নিং সারা দেশের স্কুলগুলিতে আরও অ্যাক্সেসযোগ্য হয়ে উঠছে, তবে কোডিং এবং প্রযুক্তি এবং আকাশে শিখার দক্ষতার আবেগের বিকল্প নেই ’s