প্রায় ২৮ মাস আগে, আমি COVID-19 মহামারীর কারণে আমার চাকরি হারিয়েছি। কলেজে পড়ার সময় আমি খণ্ডকালীন শিক্ষক হিসেবে কাজ করতাম। আমি টিউটরিং থেকে যে অর্থ পেয়েছি তা খাবার, পেট্রোল এবং আমার গাড়ির খরচ মেটাতে ব্যবহৃত হয়েছিল।
সরকার সারা দেশে লকডাউন বিধিনিষেধ আরোপ করার পর, আমি শিক্ষকতা চালিয়ে যেতে পারিনি। আমি কলেজেও যেতে পারিনি এবং বাড়িতেই পড়তে হয়েছিল।
আমি এই সময়ে আমার দক্ষতা প্রসারিত করার জন্য অনলাইন কোর্স খুঁজতে শুরু করি। অনেক গবেষণা করার পরে, আমি একটি মেশিন লার্নিং অনলাইন কোর্স পেয়েছি যা বেশ আকর্ষণীয় বলে মনে হয়েছিল। এটাই ছিল প্রথম অনলাইন কোর্স যা আমি শেষ করেছি।
তারপরে, আমি আমার বেশিরভাগ সময় প্রকল্প তৈরি করতে, কোড শিখতে এবং অনলাইন সার্টিফিকেশন পেতে ব্যয় করি। অনেক ফ্রী কোর্স করতে থাকি কোর্স প্লাটফর্ম গুলোতে।
এখন — ১৮ মাস পরে, আমি ডেটা সায়েন্স এবং অ্যানালিটিক্সের ক্ষেত্রে আমার জ্ঞান দিয়ে একাধিক আয়ের স্ট্রিম তৈরি করেছি। আমি এই যাত্রার বর্ণনা নিচে দিচ্ছি।
___________________
ডেটা সায়েন্স ক্যারিয়ার গড়ার কিছু সহায়ক ভিডিও
Full free Data Science foundation course in Bangla playlist
নন-টেকনিক্যালদের জন্য ডেটা সায়েন্সে দক্ষআপনার
আপনার ডেটা অ্যানালিস্ট হবার যাত্রা শুরু হোক এখান থেকে
Free Data Science Course in Bangla বাংলায় ডেটা সায়েন্স কোর্স
A Beginners Guide To DATA SCIENCE (Data Science book pdf download)
Starting Your Data Science Learning Journey
_____________________
১. ফুলটাইম চাকরি
আমি প্রথমে কিছু সময়ের জন্য ডেটা সায়েন্স ইন্টার্ন হিসাবে একটি কোম্পানিতে যোগদান করি এবং এখন সেখানে পুরো সময় কাজ করছি।
প্রথমে, আমি আশা করেছিলাম যে আমার কাজটি মূলত মডেল-বিল্ডিং নিয়ে গঠিত।
যাইহোক, একবার আমি যোগদান করার পর, আমি বুঝতে পেরেছিলাম যে আমার কাজ ছিল মাত্র ১০% মডেল-বিল্ডিং। বাকি সময়, আমার দল এবং আমি নতুন সমাধান খুঁজছিলাম যা আমরা ব্যবসায়িক সমস্যা সমাধানের জন্য তৈরি করেছিলাম।
প্রায়শই, এই সমস্যাগুলির সমাধান করার জন্য মেশিন লার্নিংয়েরও প্রয়োজন হয় না। ডেটা সমাধানটি কেবলমাত্র একটি সাধারণ SQL ক্যোয়ারীতে অনুবাদ করা ব্যবসায়িক যুক্তি নিয়ে গঠিত হতে পারে।
আমি প্রতিদিন যে কাজটি করি তার মধ্যে প্রশ্নের উত্তর দেওয়া জড়িত যেমন:
কোম্পানি A-এর প্রতিযোগীদের সম্পর্কে তথ্য খুঁজতে আমরা কীভাবে ডেটা ব্যবহার করব?
আমরা একটি গ্রাহক পদফল পূর্বাভাস মডেল তৈরি করেছি। এই মডেলটি পরীক্ষা করার জন্য আমরা কোন ব্যবসায়িক ব্যবহারের ক্ষেত্রে সনাক্ত করতে পারি?
এটি একটি পরীক্ষার পরিবেশে যেমন কাজ করে তেমনি একটি উত্পাদন পরিবেশেও কাজ করে?
কীভাবে আমরা ক্রমাগত আমাদের ক্লায়েন্টদের জন্য বিভাগ এবং কর্মক্ষমতা উন্নত করতে পারি?
কীভাবে উপলব্ধ তথ্য থেকে বাস্তব জীবনের পরিস্থিতি অনুমান করতে সক্ষম?
এটি আমি প্রতিদিনের ভিত্তিতে যে ধরনের কাজ করি তার একটি খুব বিমূর্ত বিবরণ, কিন্তু আমি জোর দিয়ে বলতে চাই যে একটি ডেটা সায়েন্স সমাধান তৈরি করা মডেল বিল্ডিং দিয়ে শুরু বা শেষ হয় না।
আপনি যদি একজন উচ্চাকাঙ্ক্ষী ডেটা বিজ্ঞানী হন, আমি পরামর্শ দিচ্ছি যে আপনি যে শিল্পে কাজ করতে চান সেখানে কিছু ডোমেন জ্ঞান অর্জন করুন।
৩. ডেটা সায়েন্স ব্লগিং
আমি ডেটা সায়েন্সের ক্ষেত্রে আমার অভিজ্ঞতা সম্পর্কে লেখা লিখি শুরু করি।
যদি আমি কর্মক্ষেত্রে একটি প্রকল্প তৈরি করি, আমি Kaggle-এ একটি অনুরূপ ডেটাসেট খুঁজে পাই এবং বিশ্লেষণের প্রতিলিপি তৈরি করি এবং এটির চারপাশে একটি টিউটোরিয়াল তৈরি করি।
আমি প্রাথমিকভাবে আমার পোর্টফোলিও বাড়ানোর জন্য ডেটা সায়েন্স টিউটোরিয়াল লেখা এবং পোস্ট করা শুরু করেছিলাম।
আমার কাজ সম্পর্কে নিবন্ধ লেখা আমার জন্য অন্যান্য উচ্চাকাঙ্ক্ষী ডেটা বিজ্ঞানীদের সাথে সংযোগ করার একটি উপায় ছিল। এটি আমার জন্য কোড এবং এমএল মডেল তৈরি করার ক্ষমতা প্রদর্শন করার একটি উপায় ছিল।
প্রথমদিকে, আমি কখনই আমার লেখার জন্য অর্থ অর্জনের আশা করিনি। আমি শুধু ভেবেছিলাম এটি আমার ডেটা সায়েন্স পোর্টফোলিও উন্নত করার একটি দুর্দান্ত উপায়।
গত এক বছরে, যা শখের মতো শুরু হয়েছিল তা আজ আমার জন্য আয় করছে বিরাট অংক।
আমি এখন কেবল ডেটা-সম্পর্কিত টিউটোরিয়াল, প্রকল্প তৈরি করে এবং আমার অভিজ্ঞতা সম্পর্কে লেখার মাধ্যমে প্যাসিভ আয় করতে সক্ষম।
৩. ফ্রিল্যান্সিং
আমি ডেটা সায়েন্স সম্প্রদায়ের মধ্যে একটি অনলাইন উপস্থিতি তৈরি করতে শুরু করার সাথে সাথে আমি একাধিক ফ্রিল্যান্স অফার পেতে শুরু করেছি। আমি ক্লায়েন্টদের জন্য এক-একটি ভিত্তিতে মেশিন লার্নিং মডেল তৈরি করেছি, প্রতিযোগী-বিশ্লেষণ প্রতিবেদন তৈরি করেছি এবং ডেটা সায়েন্স নিবন্ধ লিখেছি।
আমি যখন প্রাথমিকভাবে ফ্রিল্যান্সিং করার কথা ভেবেছিলাম, তখন আমি একটি অনলাইন প্ল্যাটফর্মে প্রজেক্টের জন্য প্রতিদ্বন্দ্বিতা করতে এবং বিড করার ছবি তুলেছিলাম।
যাইহোক, আমার সমস্ত ফ্রিল্যান্স ক্লায়েন্ট আমার নিবন্ধগুলি পড়ার পরে বা আমার পোর্টফোলিও প্রকল্পগুলি দেখার পরে আমার কাছে আসতো।
কয়েক মাস আগে, আমি একটি ক্লাস্টারিং অ্যালগরিদম তৈরি করেছি এবং এটি সম্পর্কে অনলাইনে একটি টিউটোরিয়াল পোস্ট করেছি। পরের দিন, একজন আমার কাছে পৌঁছেছিল, জিজ্ঞাসা করেছিল যে আমি তাদের ক্লায়েন্টের জন্য একটি ক্লাস্টারিং মডেল তৈরি করতে আগ্রহী কিনা।
আমি সাধারণত যে ডোমেনে কাজ করি তার বাইরে ফ্রিল্যান্সিং আমাকে অনেক দক্ষতা দিয়ে সজ্জিত করেছে।
আমার কোম্পানিতে, আমি যে ডেটা নিয়ে কাজ করি তা সাধারণত একটি নির্দিষ্ট প্রাক-প্রক্রিয়াজাত বিন্যাসে আসে এবং আমি এটি ব্যবহার করার জন্য SQL এবং Python এর সাথে ডেটা অনুসন্ধান করি।
ফ্রিল্যান্সিং করার সময়, তবে, ক্লায়েন্ট ডেটা খুব ভিন্ন ফর্ম্যাটে আসে। এর বেশিরভাগই প্রক্রিয়াজাত বা কাঠামোগত নয়, এবং আমি ডেটাসেটের মধ্যে সম্পর্ক খুঁজে বের করতে এবং এটির অর্থ বোঝাতে অনেক সময় ব্যয় করেছি।
একটি বিশ্লেষণের জন্য আমাকে বাহ্যিক ডেটা সংগ্রহ করতে হয় এবং এর জন্য সাধারণত তৃতীয় পক্ষের ওয়েবসাইটগুলিকে স্ক্র্যাপ করা এবং ওপেন-সোর্স সরঞ্জামগুলি ব্যবহার করতে হয়।
আমি মনে করি যে ফ্রিল্যান্সিং আমাকে সেই জ্ঞানের এক্সপোজার দিয়েছে যা বর্তমানে আমার প্রতিদিনের চাকরিতে নেই এবং আমি প্রতিটি প্রকল্পে নতুন জিনিস শিখতে সক্ষম হয়েছি।
আমি এখানে কিভাবে এসেছিলাম?
আমি উপরে উল্লেখ করেছি যে আমি একটি ডেটা সায়েন্স অনলাইন কোর্স নিয়েছি এবং সেখান থেকে জিনিসগুলি পরিবর্তিত হয়েছে। আপনি হয়ত ভাবছেন কিভাবে। সম্পূর্ণরূপে সৎ হতে, আমার প্রথম ডেটা সায়েন্স অনলাইন কোর্স করার পরে, আমি একটু ডাউট ফিল করতাম এখানে ক্যারিয়ার করবো কি করবো না। কিন্তু নিজেকে ঠেলে দেই, অনেকটা জোর করে, আমি Scikit-Learn’র সাথে বিভিন্ন অ্যালগরিদম এবং প্রশিক্ষণ মডেল শিখতে প্রায় এক মাস কাটিয়েছি।
আমি শুধু জানতাম না সেখান থেকে কোথায় যেতে হবে।
আমি এমন লোকদের সম্পর্কে নিবন্ধ পড়তে শুরু করেছি যারা স্নাতকোত্তর ডিগ্রি বা কোনও পেশাদার যোগ্যতা ছাড়াই ডেটা সায়েন্সের চাকরি করতে পেরেছিলেন। আমি উপলব্ধ ডেটার সাহায্যে ডোমেন জ্ঞান এবং সমস্যা সমাধানের গুরুত্ব উপলব্ধি করেছি।
আমার জন্য সবচেয়ে সঠিক মডেলগুলি তৈরি করা বা মডেলটির পিছনে অন্তর্নিহিত অ্যালগরিদম বোঝার প্রয়োজন ছিল না।
আমি বুঝতে পেরেছিলাম যে আমার কাছে সবচেয়ে গুরুত্বপূর্ণ দক্ষতা ছিল ডেটা ব্যবহার করে সমস্যাগুলি সমাধান করার ক্ষমতা। এর মানে হল যে আমাকে মেশিন লার্নিং অ্যালগরিদমের বাইরে যেতে হবে।
আমি ব্যবসায়িক বিশ্লেষণ এবং এমএল ইঞ্জিনিয়ারিং কোর্স নিয়েছি। আমি তত্ত্বের চেয়ে কোড শিখতে বেশি সময় ব্যয় করেছি। আমি এসকিউএল এবং ডেটা ম্যানিপুলেশন শিখতে সময় কাটিয়েছি।
তারপর, আমি ওয়েব স্ক্র্যাপিংয়ের সাহায্যে অনলাইন সাইটগুলি থেকে আমার নিজস্ব ডেটা সংগ্রহ করেছি। আমি একটি সমস্যা সমাধানের জন্য ডেটা ব্যবহার করেছি এবং এটির সাথে একটি সাধারণ মেশিন লার্নিং ওয়েব অ্যাপ তৈরি করেছি।
এইভাবে, আমি ধীরে ধীরে একজন এন্ড-টু-এন্ড ডেটা সায়েন্টিস্ট হওয়ার জন্য প্রয়োজনীয় দক্ষতা অর্জন করেছি।
উপসংহার
একজন উচ্চাকাঙ্ক্ষী ডেটা বিজ্ঞানী হিসাবে, আপনার জন্য অনলাইনে অনেক সংস্থান উপলব্ধ রয়েছে। অনেক বেশি, আসলে, আপনি জানেন না কি থেকে বেছে নেবেন।
তবে বেশিরভাগ জোর দেওয়া হয় মডেল বিল্ডিংয়ের চারপাশে।
যদিও একটি মডেল তৈরি এবং প্রশিক্ষণের মৌলিক বিষয়গুলি জানা গুরুত্বপূর্ণ, সেখানে পাওয়া বেশিরভাগ চাকরির জন্য আপনাকে এর বাইরে যেতে হবে।
প্রকৃত চাহিদা এমন লোকদের জন্য যারা উপলব্ধ ডেটার সাহায্যে সমস্যার সমাধান করতে পারে।