لنکڈین سے تعلق رکھنے والے دو تجزیہ کاروں نے سال 2008 میں ’’ ڈیٹا سائنسدان ‘‘ کی اصطلاح تیار کی۔ وہ صرف اس کی وضاحت کرنے کی کوشش کر رہے تھے کہ وہ کیا کرتے ہیں ، یعنی اپنی ویب سائٹ کے ذریعہ تیار کردہ بڑے پیمانے پر ڈیٹا سے کاروباری قیمت حاصل کرتے ہیں۔ اس عمل میں ، انہوں نے ملازمت کے عنوان کا نام ختم کیا جو آنے والے سالوں میں ناقابل یقین مطالبہ کو دیکھیں گے اور یہاں تک کہ انھیں قرار دیا جائے گا۔ 21 کی سب سے سیکسی نوکریstصدی
اب ، جو تنظیمیں ’ڈیٹا‘ کو ایک قیمتی اثاثہ سمجھتی ہیں وہ مستقبل میں ان کی رہنمائی کے لئے ان ڈیٹا ماہرین یا ’سائنسدانوں‘ کی تلاش میں ہیں۔
تو ، ایک عظیم ڈیٹا سائنس دان ہونے میں کیا فرق پڑتا ہے؟ مہارت کے سیٹ کی ایک قسم!
ڈیٹا سائنسدان کی بنیادی مہارتوں کا مختصر جائزہ۔
ڈیٹا سائنس کے عمل میں 3 مراحل شامل ہیں۔
ماسٹرز کی طرح ہی پوسٹ گریجویٹ ہے
- ڈیٹا کیپچر
- ڈیٹا تجزیہ
- پیش کش
آئیے ہم ان میں سے ہر ایک مرحلے میں ڈیٹا سائنسدان کے کردار پر گہری نظر ڈالتے ہیں۔
ڈیٹا کیپچر
- پروگرامنگ اور ڈیٹا بیس ہنر
ڈیٹا مائننگ کا پہلا قدم صحیح ڈیٹا پر قبضہ کرنا ہے۔ لہذا ، ڈیٹا سائنس دان ہونے کے ل tools ، ٹولز اور ٹکنالوجیوں سے واقف ہونا بہت ضروری ہے ، خاص طور پر اوپن سورس جیسی ہڈوپ ، جاوا ، ازگر ، سی ++ ، اور ڈیٹا بیس ٹیکنالوجیز جیسے ایس کیو ایل ، نو ایس کیو ایل ، ایچ بیسی وغیرہ۔
مثال کے طور پر SQL سرور میں اسٹورنگ
- بزنس ڈومین اور مہارت
کاروبار کے مطابق ڈیٹا مختلف ہوتا ہے۔ لہذا ، کاروباری اعداد و شمار کو سمجھنے کے لئے مہارت کی ضرورت ہے ، جو صرف کسی خاص اعداد و شمار کے ڈومین میں کام کرکے آتی ہے۔
مثال کے طور پر: میڈیکل فیلڈ سے جمع ہونے والا ڈیٹا ریٹیل کپڑوں کی دکان کے ڈیٹا سے بالکل مختلف ہوگا۔
- ڈیٹا ماڈلنگ ، گودام اور غیر ساختہ ڈیٹا ہنر
تنظیمیں مختلف وسائل کے ذریعہ بے تحاشا ڈیٹا اکٹھا کررہی ہیں۔ اس فیشن میں لیا گیا ڈیٹا غیر ساختہ ہے اور تجزیہ سے پہلے ان کو منظم کرنے کی ضرورت ہے۔ لہذا ، ایک ڈیٹا سائنسدان کو غیر ساختہ اعداد و شمار کی ماڈلنگ میں ماہر ہونا چاہئے۔
ڈیٹا تجزیہ
- شماریاتی ٹول ہنر
ڈیٹا سائنسدان کی لازمی مہارت یہ ہے کہ اعداد و شمار کے اوزار جیسے R ، ایکسل ، SAS وغیرہ کو استعمال کریں۔ ان ٹولز کی ضرورت ہے کہ قبضہ شدہ ڈیٹا کو پیس کر تجزیہ کریں۔
- ریاضی کی مہارت
ڈیٹا سائنسدان ہونے کے لئے صرف کمپیوٹر سائنس کا علم ہی کافی نہیں ہے۔ ڈیٹا سائنسدان پروفائل کے ل someone کسی ایسے شخص کی ضرورت ہوتی ہے جو ماہر شماریات دان ہوتے ہوئے بڑے پیمانے پر مشین لرننگ الگورتھم اور پروگرامنگ کو سمجھ سکے۔ اس کے لئے کمپیوٹر کی زبانوں کے علاوہ دیگر سائنسی اور ریاضی کے مضامین میں بھی مہارت کی ضرورت ہے۔
پیش کش
- ویژنائزیشن ٹول ہنر
آپ جمع کردہ ڈیٹا کو ما mineن کرنے اور ماڈل بنانے کے اہل ہوسکتے ہیں ، لیکن کیا آپ اس کو تصور کرنے کے اہل ہیں؟
اگر آپ ایک کامیاب ڈیٹا سائنس دان بننا چاہتے ہیں تو ، آپ کو اعداد و شمار کے تجزیے کی نمائندگی کرنے کے ل data کچھ ڈیٹا بصری کے اوزار کے ساتھ کام کرنے کے قابل ہونا چاہئے۔ ان میں سے کچھ میں آر ، بھڑک اٹھنا ، ہائی چارٹس ، ایمچارٹس ، ڈی 3 جے ، پروسیسنگ ، اور گوگل ویژلائزیشن API شامل ہیں۔
لیکن یہ آخر نہیں ہے! اگر آپ واقعی میں ڈیٹا سائنسدان بننے کے خواہشمند ہیں تو ، آپ کو بھی درج ذیل مہارت حاصل کرنی چاہئے۔
- اظہار خیال سے متعلقہ مہارتیں: اعداد و شمار اور ایکسل مشکل سے نمٹنے کے لئے ہیں۔ ڈیٹا سائنسدانوں کو اعداد و شمار کو اس انداز میں پیش کرنے کے قابل ہونا چاہئے کہ وہ کاروباری صارفین تک نتائج کو پہنچاتا ہے۔
- بزنس ہنر : ڈیٹا سائنسدانوں کو متعدد کردار ادا کرنے ہوں گے۔ انہیں تنظیم کے متنوع افراد سے بات چیت کرنے کی ضرورت ہوگی۔ لہذا ، مضبوط کاروباری مہارت حاصل کرنا جس میں مواصلات ، منصوبہ بندی ، تنظیم سازی اور انتظام شامل ہیں بہت مددگار ثابت ہوں گے۔ اس میں کاروبار اور درخواست کی ضروریات کو سمجھنا اور اس کے مطابق معلومات کی ترجمانی کرنا شامل ہے۔ نیز ، اسے انڈسٹری میں اہم چیلنجوں کے بارے میں مجموعی طور پر سمجھنا چاہئے اور بہتر فیصلہ سازی کے لئے مالی تناسب سے آگاہ ہونا چاہئے۔ نچلی لائن ، ایک ایسا ڈیٹا سائنس دان جس میں 'بزنس' بھی سوچنا ہے۔
- مسئلہ حل کرنے کی صلاحیت: یہ واضح معلوم ہوتا ہے کیونکہ مسئلے کو حل کرنے کے بارے میں ڈیٹا سائنس ہی ہے۔ ایک موثر ڈیٹا سائنس دان کو وقت نکالنا چاہئے اور مسئلے کو گہرائی سے دیکھنا چاہئے اور صارف کے مناسب حل کے ل. آنا چاہئے۔
- پیشن گوئی ہنر: ڈیٹا سائنس دان بھی ایک موثر پیش گو گو ہونا چاہئے۔ اس کو الگورتھم کا وسیع علم ہونا چاہئے تاکہ ڈیٹا ماڈل کو مناسب طریقے سے فٹ کرنے کے ل. صحیح انتخاب کریں۔ اس میں اعداد وشمار کے استعمال اور نمائندگی کے لئے تخلیقی صلاحیتوں کی ایک خاص مقدار شامل ہے۔
- ہیکنگ: میں جانتا ہوں کہ یہ خوفناک لگتا ہے ، لیکن ہیکنگ کی مختلف مہارتیں جیسے کمانڈ لائن پر ٹیکسٹ فائلوں میں ہیرا پھیری کرنا ، ویکٹرائزڈ آپریشنز کو سمجھنا اور الگورتھمک سوچ آپ کو ڈیٹا کا ایک بہتر سائنسدان بنائے گی۔
مذکورہ مہارت کے سیٹوں کو دیکھ کر یہ واضح ہوجاتا ہے کہ ڈیٹا سائنسدان ہونا صرف اعداد و شمار کے بارے میں ہر چیز کو جاننے کے لئے نہیں ہے۔ یہ ایک ایسا ملازمت ہے جس میں اعداد و شمار کی مہارت ، ریاضی کی مہارت ، کاروباری مہارت اور مواصلات کی مہارتوں کا مجموعہ ہے۔ ان سبھی مہارتوں کے ساتھ ، ڈیٹا سائنسدان کو بجا طور پر آئی ٹی فیلڈ کا راک اسٹار کہا جاسکتا ہے۔
خوفناک اور موثر ڈیٹا سائنس دان بننے کے لئے چیک لسٹ:
ہم نے ان صلاحیتوں کا احاطہ کیا جو ڈیٹا سائنس دان بننے کے لئے ضروری ہیں۔ صرف ڈیٹا سائنسدان بننے اور ایک زبردست اور موثر ڈیٹا سائنسدان بننے میں بہت فرق ہے۔ مندرجہ بالا مہارت کے ساتھ درج ذیل مہارتیں ، آپ کو عام یا اعلٰی اعداد و شمار کے سائنس دان ہونے سے الگ رکھتی ہیں۔
جاوا اسکرپٹ پاپ اپ پیغام
- ریاضی کی مہارت - کیلکولس ، میٹرکس آپریشنز ، عددی اصلاح ، اسٹاکسٹک طریقے وغیرہ۔
- اعدادوشمار کی مہارت - رجریشن ماڈل ، ٹریس ، درجہ بندی ، تشخیص ، لاگو اعدادوشمار وغیرہ۔
- مواصلات - تصور ، پریزنٹیشن اور تحریری
- ڈیٹا بیس - کوچ ڈی بی کے علاوہ ، غیر روایتی ڈیٹا بیس جیسے منگو ڈی بی اور ورٹیکا میں بھی علم۔
- پروگرامنگ کی زبانیں - سور ، چھتے ، جاوا ، ازگر ، وغیرہ
- قدرتی زبان پروسیسنگ اور اعداد و شمار کوجھنا.
ایڈوریکا نے ایک خاص طور پر تیار کیا ہے جو آپ کو مشین لرننگ الگورتھم جیسے کے میانز کلسٹرنگ ، فیصلے کے درخت ، رینڈم فاریسٹ ، بولی میں شامل ہیں میں مہارت حاصل کرنے میں مدد کرتا ہے۔ آپ اعدادوشمار ، ٹائم سیریز ، ٹیکسٹ مائننگ کے تصورات اور ڈیپ لرننگ کا تعارف بھی سیکھیں گے۔ اس کورس کے لئے نئی بیچیاں جلد شروع ہو رہی ہیں !!