Cameron White Fruit of the Loom की डेटा साइंस टीम में एक विश्लेषक हैं और DataCamp के XP मिलियनेयर हैं। उनके LinkedIn पर गर्व से लिखा है: “200 से अधिक कोर्स, 10,000 से अधिक अभ्यास, एक मिलियन से अधिक XP, और DataCamp पर लगभग सभी स्किल ट्रैक और करियर ट्रैक पूरे किए।”
वह एक छोटे बेटे के व्यस्त सिंगल पिता भी हैं, और समय उनके लिए सबसे कीमती संपत्ति है।
DataCamp के साथ डेटा-प्रवीण बनना
आज, Cameron Python और R में निपुण हैं और ETL से लेकर टाइम सीरीज़ मॉडलिंग, टेक्स्ट एनालिटिक्स और बहुत कुछ जैसे कई डेटा साइंस कार्यों में दक्ष हैं। लेकिन पाँच साल पहले ऐसा नहीं था। उन्होंने अभी-अभी गणित और सांख्यिकी में स्नातक कार्यक्रम पूरा किया था और कॉलेज में उनका अधिकांश कार्य बहुत सैद्धांतिक था, कुछ अप्लाइड स्टैटिस्टिक्स पाठ्यक्रमों के साथ। उन्हें Fruit of the Loom में एक इंटर्नशिप मिली जो नवगठित डेटा साइंस टीम में पूर्णकालिक भूमिका में बदल गई। समस्या? उन्हें यह अंदाज़ा नहीं था कि डेटा वैज्ञानिक वास्तव में किस तरह के कार्य करते हैं या वे उन्हें कैसे पूरा करते हैं।
मुझे अपना जॉब ऑफर मिलना और “डेटा साइंटिस्ट” शब्द सुनना साफ़-साफ़ याद है, लेकिन उस समय मुझे नहीं पता था कि वास्तव में वह होता क्या है।
Fruit of the Loom में अपनी भूमिका के लिए तैयार होने के लिए, Cameron ने ऐसे ऑनलाइन प्लेटफ़ॉर्म ढूँढ़े जहाँ वह तेज़ी से डेटा साइंस कौशल बना सकें। उन्होंने हमारे एक प्रतिस्पर्धी का प्रयास किया, लेकिन पाया कि उनके कोर्स “एक छात्र के रूप में [उनकी] ज़रूरतों के अनुरूप नहीं थे।” उन्होंने 2015 में DataCamp ढूँढ़ा और हमारे सीखते-करते जाओ वाले दृष्टिकोण से लगभग तुरंत जुड़ गए।
मुझे पसंद है कि मैं DataCamp के साथ अपनी गति से सीख सकता हूँ।
Cameron DataCamp प्लेटफ़ॉर्म की लचीलेपन की सराहना करते हैं, जो उन्हें डेस्कटॉप और मोबाइल पर सहज सीखने का अनुभव देता है। वह जब भी अपने शेड्यूल में 30 मिनट का अंतराल पाते हैं, जैसे बेटे को सुलाने के बाद, सहजता से सीख सकते हैं। उन्हें हमारा वीडियो कंटेंट भी पसंद है और वह इसे “बहुत छोटा, लेकिन उपयोगी” पाते हैं।
उन्हें हमारे शिक्षण की गुणवत्ता भी पसंद है—हम केवल डेटा साइंस के अग्रणी विशेषज्ञों के साथ काम करते हैं, जिनमें से कुछ वही टूल्स और पैकेज बना रहे हैं और मेंटेन कर रहे हैं जिन्हें Cameron रोज़ाना उपयोग करते हैं।
कई कोर्स पैकेज के निर्माता खुद पढ़ाते हैं! पैकेज के लेखक से बेहतर शिक्षक कौन हो सकता है?
DataCamp पर सीखने का व्यावसायिक प्रभाव
Cameron प्रतिदिन एक घंटा DataCamp पर सीखने के लिए अलग रखने की कोशिश करते हैं, और वह अपने सीख को सीधे अपने काम में “कई बार, कभी-कभी अगले ही दिन!” लागू कर पाए हैं।
मसलन, उन्होंने हमारे R पाठ्यक्रम का अन्वेषण करने से पहले Tidyverse के बारे में कभी नहीं सुना था, और आज उनकी टीम टाइडी डेटा सिद्धांतों का “लगभग हर एक दिन, लगभग हर प्रोजेक्ट” में उपयोग करती है। उन्होंने प्राइस मॉडलिंग के विभिन्न परिदृश्यों में DataCamp पर सिखाई गई कई मॉडलिंग कार्यप्रणालियों का भी उपयोग किया है।
Data Manipulation in R with dplyr कोर्स लेने के बाद, Cameron ने बड़े डेटासेट्स की प्रोसेसिंग टाइम के साथ-साथ कोडिंग टाइम में भी भारी प्रदर्शन सुधार अनुभव किया। ये कौशल लागू करना आसान थे और उन्होंने अपने सहकर्मियों के साथ अपनी सीख साझा की, R और dplyr के लिए आंतरिक उत्साह बनाने में मदद की।
एक प्रमुख प्रोजेक्ट जिस पर उन्होंने काम किया है, वह Microsoft के साथ एक प्रेडिक्टिव एनालिटिक्स सहयोग है। उन्होंने पाया कि छह दिनों के भीतर 12 डिग्री का तापमान गिरना उपभोक्ताओं की एक बड़ी संख्या को ठंड के कपड़े खरीदने के लिए सीधे प्रेरित करता है। इन निष्कर्षों ने उन्हें अलग-अलग भौगोलिक ज़रूरतों को पूरा करने और Fruit of the Loom के फ्लीस और अन्य सर्दियों के उत्पादों की बिक्री को अनुकूलित करने के लिए अपनी सप्लाई चेन को सक्रिय रूप से तैयार करने की अनुमति दी। इस प्रोजेक्ट के लिए, Cameron और उनकी टीम ने SQL, R में डेटा इम्पोर्ट और क्लीनिंग, और उन्नत मॉडलिंग पर केंद्रित DataCamp के कोर्स से कई सीखों को लागू किया।
DataCamp के साथ 196 कार्यदिवस बचाना
DataCamp का Cameron के काम पर प्रभाव बहुत बड़ा रहा है। आइए देखें कि DataCamp पर चार साल सीखने के बाद उनके अपने आकलन के अनुसार उन्होंने कितना समय बचाया।
- Cameron साल में लगभग 200 दिन काम करते हैं, यानी चार साल में लगभग 800 दिन। उन 800 दिनों में से, उनका मानना है कि लगभग 20% समय सक्रिय रूप से कोडिंग में बीता, जो हमें 160 कार्यदिवस (या 1,280 कार्य घंटे) तक लाता है।
- सक्रिय कोडिंग समय में से, उनका अनुमान है कि लगभग 40% (या 512 घंटे) एक्सप्लोरेटरी डेटा एनालिसिस में बीता, जिसे DataCamp से सीखे Tidy कॉन्सेप्ट्स ने तेज कर दिया। उन 512 घंटों में, उनका मानना है कि Tidy सिद्धांतों का उपयोग करने से लगभग आधा समय बचा।
- Cameron के बाकी 60% समय में, लगभग 10% दूसरों की कोडिंग से जुड़े सवालों में मदद करने में बीता—जो उनकी टीम द्वारा DataCamp उपयोग शुरू करने के बाद से एक बड़ा कमी है।
- Cameron का अनुमान है कि शेष समय, लगभग 700 घंटे, अधिक उन्नत कार्यों में बीता, जैसे हमारे caret पैकेज वाले कोर्स से सीखे कॉन्सेप्ट्स के साथ मॉडलिंग, Shiny ऐप बनाना, या वेब से डेटा लाना। वह Colin Gillespie के हमारे Writing Efficient R Code कोर्स को विशेष श्रेय देते हैं, जिसने उनके रनटाइम सुधारने में बहुत मदद की।
- Cameron के मोटे अनुमान के आधार पर, उन्हें प्रति वर्ष सीधे कोडिंग में 675 घंटे का लाभ दिखा। इसमें नॉन-कोडिंग सत्रों में समय की बड़ी बचत शामिल भी नहीं है, जैसे जब उनकी टीम किसी प्रोजेक्ट की रूपरेखा बनाती है। DataCamp से सीखी नई कार्यप्रणालियों ने इस चरण में पर्याप्त स्पीडअप जोड़ा है। उनका अनुमान है कि उन्होंने यहाँ 70% समय या 896 घंटे बचाए।
कुल मिलाकर, Cameron ने पिछले चार वर्षों में अनुमानित 1,571 कार्य घंटे या 196 कार्यदिवस बचाए हैं! जैसा कि हमने इस लेख की शुरुआत में कहा, समय Cameron की सबसे कीमती संपत्ति है—इसलिए वह इसका अधिकतम लाभ उठाने में बहुत माहिर हैं।
DataCamp सहयोग को कैसे प्रोत्साहित करता है
Cameron की टीम अपने DataCamp सब्सक्रिप्शंस का अच्छा उपयोग करती है, ताकि काम पर खाली समय मिलने पर वे नए विषय सीख सकें। वे काफ़ी प्रतिस्पर्धी हो सकते हैं और कभी-कभी DataCamp XP पर एक-दूसरे को चुनौती देते हैं, जो “चीजों को रोचक बनाए रखने” में मदद करता है।
इसके अलावा, टीम के हर साल एक निश्चित संख्या में प्रशिक्षण घंटे पूरे करने के औपचारिक लक्ष्य हैं, और वे मुख्य रूप से इसे पूरा करने के लिए DataCamp का उपयोग करते हैं।
साइट पर हम जिन नई कार्यप्रणालियों, एल्गोरिदम और प्रक्रियाओं की खोज कर रहे हैं, उनकी संख्या के आधार पर टीम की प्रगति स्पष्ट दिखाई देती है।
टीमों को डेटा प्रवीणता की यात्रा मानचित्रित करने में मदद करना
Cameron के लिए, डेटा साइंस में करियर शुरू करने का सबसे कठिन हिस्सा यह जानना था कि कहाँ से शुरुआत करें और अपने प्रयास कहाँ केंद्रित करें। उनका मानना है कि DataCamp हमारे स्किल ट्रैक्स और करियर ट्रैक्स के साथ उनकी सीख को दिशा देने का शानदार काम करता है।
डेटा साइंस एक अत्यंत दिलचस्प, मज़ेदार और फलदायी करियर पथ है, और DataCamp के प्लेटफ़ॉर्म ने इस क्षेत्र में सफल होने में मेरी बहुत मदद की।
Cameron की डेटा प्रवीणता यात्रा के बारे में और जानें, और उनसे LinkedIn और Twitter पर जुड़ें।
यह मूल्यांकन करने के लिए कि DataCamp आपकी टीम को डेटा साइंस और एनालिटिक्स में दक्ष बनने में कैसे मदद कर सकता है, datacamp.com/business पर जाएँ या हमारे प्लेटफ़ॉर्म का डेमो शेड्यूल करें।
