लर्नर स्पॉटलाइट: साइबरसिक्योरिटी प्रोफेशनल से डेटा एनालिस्ट बनने तक मेरी यात्रा [टेस्टिमोनियल]

क्या आप हमें अपने पृष्ठभूमि के बारे में बता सकते हैं?

मेरे करियर की शुरुआत 2010 में एयर फोर्स में सिक्योरिटी फोर्सेज के क्षेत्र में हुई, जिसे आमतौर पर मिलिट्री पुलिस कहा जाता है। मैं दक्षिण कोरिया और जापान में सरकारी सुविधाओं की भौतिक सुरक्षा में शामिल था, और एक बार मुझे ओबामा के विमान की सुरक्षा करने का मौका भी मिला! एयर फोर्स छोड़ने के बाद, मैंने कई वर्षों तक टेलीकम्यूनिकेशंस में हेल्प डेस्क एनालिस्ट के रूप में काम किया, और फिर बैंकिंग डोमेन में साइबरसिक्योरिटी में आ गया।

भले ही मेरी भूमिका में डेटा कौशल की औपचारिक आवश्यकता नहीं थी, मैं जहाँ भी काम करता था, उन्हें इस्तेमाल करने की कोशिश करता था—कभी-कभी अपने बॉस की झुंझलाहट तक, जो कहते थे, “अपने रोज़ के काम पर ध्यान दो” 😂। हालांकि, कई बार टीम के “डेटा वाले” व्यक्ति के रूप में होना इन भूमिकाओं में बहुत मददगार साबित हुआ, जैसे मैनेजमेंट के लिए सूचनात्मक Tableau रिपोर्ट बनाना, अप्रयुक्त डेटा ढूँढ़कर उसका उपयोग करना, और उन्नत विश्लेषण से पहले जो अंतर्दृष्टियाँ पूरी तरह सामने नहीं आई थीं, उन्हें पहचानना।

हाल ही में, मुझे डेटा साइंस टीम में डेटा एनालिस्ट के रूप में एक उपयुक्त नौकरी मिली है, जहाँ मैं आखिरकार रोज़ाना इन कौशलों का इस्तेमाल कर रहा हूँ। नवंबर 2020 में महामारी के दौरान मैं बेरोज़गार हो गया था और इसे मैंने डेटा के साथ पूर्णकालिक काम करने के लिए अपने करियर में बड़ा बदलाव लाने के अच्छे अवसर के रूप में देखा। मैं बैंकिंग में साइबरसिक्योरिटी एनालिस्ट से पब्लिशिंग इंडस्ट्री में डेटा एनालिस्ट बन गया। DataCamp ने मुझे ऐसे कौशल सिखाए, जिनसे मैं बाज़ार में प्रतिस्पर्धी बना और यह बदलाव संभव हो पाया—और मैं बहुत जल्द डेटा साइंटिस्ट की भूमिका में जाने की योजना बना रहा हूँ!

मैंने स्कूल में सॉफ्टवेयर डेवलपमेंट की पढ़ाई की है, लेकिन मैं इस बात का बड़ा समर्थक हूँ कि जिन प्रासंगिक कौशलों की मुझे ज़रूरत है, उन्हें ऑनलाइन खुद से सीखूँ, बजाय उच्च शिक्षा पर बहुत पैसा ख़र्च करने के। मुझे DataCamp जैसे मुफ़्त या किफायती ऑनलाइन संसाधनों से बहुत मूल्य मिला है। निजी तौर पर, मुझे DrivenData.com और Kaggle पर प्रतियोगिताओं में भाग लेना, जापानी भाषा सीखना, गिटार बजाना, और निश्चित रूप से DataCamp पर मॉड्यूल पूरे करना पसंद है।

आप DataCamp पर सीखने के लिए लगभग कितना समय देते हैं?

लगभग रोज़ 2–3 घंटे।

आपने DataCamp कैसे ढूँढ़ा और अन्य ऑनलाइन लर्निंग प्लेटफ़ॉर्म्स की तुलना में आपने हमारा प्लेटफ़ॉर्म क्यों चुना?

काफी समय हो गया है, इसलिए मुझे ठीक से याद नहीं कि मैंने DataCamp कैसे पाया। संभवतः मैं डेटा साइंस सीखने के संसाधनों की खोज कर रहा था। मुझे याद है कि मैंने DataQuest भी देखा था, लेकिन उनका UI मेरे लिए थोड़ा उलझाऊ था, इसलिए मैंने उसे नहीं चुना। DataCamp पर सब कुछ बहुत सरल और एकरूप तरीके से प्रस्तुत है। जो मैं ढूँढ़ रहा होता हूँ, उसे पाना बहुत आसान है।

DataCamp ने आपके पेशेवर लक्ष्यों को पाने में आपकी कैसे मदद की?

मेरी नई नौकरी में अधिकांशतः Python कोड लिखना शामिल है—ऐसा कोड जो डेटा को व्यवस्थित करे, साफ़ करे, और उसे पॉइंट A से पॉइंट B तक पहुँचाए। कभी-कभी SQL भी शामिल हो जाता है, और वास्तविक दुनिया में मेरे कुल SQL ज्ञान और शिक्षा का 98% DataCamp ने दिया है, जो मुझे पिछले रोज़गार से नहीं मिला। DataCamp ने मेरी नई नौकरी को वाकई आसान बना दिया है।

DataCamp पर सीखे गए कौन से कौशल सबसे ज़्यादा उपयोगी साबित हुए?

ओह, यह कठिन सवाल है। मैं कहूँगा—सामान्य मशीन लर्निंग कौशल। मुझे scikit-learn और train_test_split() जैसी सरल चीज़ को समझने में बहुत समय लगा। शुरुआत में यह काफी डराने वाला था। बहुत सारे निर्देशित दोहराव के बाद, एकदम से सब समझ में आ गया। मैं Machine Learning Scientist with Python करियर ट्रैक से नई-नई टिप्स और ट्रिक्स सीखता रहता हूँ और उन्हें अपने वास्तविक प्रोजेक्ट्स में लागू करता हूँ।

एक शानदार उदाहरण, जिस पर मुझे गर्व है, वह है Bank of America की Email Abuse टीम के लिए, उनके सिक्योरिटी ऑपरेशंस सेंटर के भीतर, स्पैम क्लासिफायर बनाना। उनका काम आंतरिक कर्मचारियों द्वारा उनकी टीम को फॉरवर्ड किए गए संदिग्ध ईमेल का विश्लेषण करना है। उन्हें बहुत अधिक सबमिशन मिलते हैं और उनमें से कई जंक (या स्पैम) होते हैं। इन सबमिशन के प्रोसेसिंग को स्वचालित करने में मदद के लिए, मैंने 93% शुद्धता वाला एक Logistic Regression स्पैम फ़िल्टर बनाया। अंततः यह प्रोडक्शन में गया और लगभग 200 साप्ताहिक विश्लेषक घंटों की बचत हुई। इससे उनकी टीम अधिक तात्कालिक कार्यों पर ध्यान दे सकी।

अपनी वर्तमान नौकरी में, मुझे हाल ही में एक जटिल डेटा पाइपलाइन (Python और SQL में) बनानी पड़ी, जो SFTP सर्वर से डेटा खींचती है, उस पर गहन डेटा सफ़ाई करती है, उस डेटा को SQL Server डेटाबेस की एक टेबल के साथ जोड़ती है, और फिर अंतिम परिणाम को Jira को भेजती है। DataCamp का कोर्स Writing Efficient Python Code इस स्क्रिप्ट को 10 गुना तेज़ बनाने में सहायक रहा और SQL Fundamentals स्किल ट्रैक ने इस स्क्रिप्ट के SQL हिस्से में बहुत मदद की।

वर्तमान में, मैं Kaggle पर Disaster Tweet Competition पर काम कर रहा हूँ। अपना समाधान बनाने में सहायता के लिए, मैं Natural Language Processing in Python स्किल ट्रैक से मार्गदर्शन ले रहा हूँ और साथ ही इन अवधारणाओं को Kaggle प्रोजेक्ट पर लागू कर रहा हूँ।

DataCamp के बारे में आपको सबसे अधिक क्या पसंद है?

कोर्स की प्रासंगिकता, विविधता, और गुणवत्ता। प्रासंगिकता पर: कई कोर्स समय की कसौटी पर खरे उतरते हैं। तीन साल बाद भी, मैं कुछ पुराने कोर्स की मदद लेता हूँ।

जो कोई अभी-अभी DataCamp शुरू कर रहा हो, उनके लिए आपका कोई सुझाव?

किसी वास्तविक जीवन के डेटा प्रोजेक्ट के बारे में सोचें जिसे आप करना चाहते हैं, फिर यह पहचानें कि उसे करने के लिए किन कौशलों की ज़रूरत होगी, और फिर उस कौशल के लिए DataCamp पर कोर्स देखें। वह कोर्स पूरा करें और फिर उस प्रोजेक्ट को आज़माएँ।

नए शिक्षार्थियों के लिए जो नहीं जानते कि कहाँ से शुरू करें—ऐसे किसी करियर ट्रैक से शुरुआत करें जो आपकी प्रारंभिक रुचि जगाए। फिर जैसे-जैसे आप जानेंगे कि क्या-क्या उपलब्ध है, किसी और दिशा में मुड़ें! 😊

मैं DataCamp के webinars भी देखने की सलाह देता हूँ, जिनसे मुझे डेटा साइंस के क्षेत्र के कई शानदार विशेषज्ञों से परिचय हुआ है।

क्या आप अपनी लर्निंग यात्रा में सहयोग के लिए डेटा उत्साही समुदाय ढूँढ़ रहे हैं? DataCamp Slack Community से जुड़ें, कस्टम LinkedIn कवर इमेज के साथ दुनिया को बताइए कि आप डेटा उत्साही हैं, और पैट्रिक से LinkedIn पर कनेक्ट करें।