डेटा साइंस में छिपा हुआ बदलाव

मुझसे अक्सर पूछा जाता है, “डेटा साइंस के भविष्य में आपको सबसे ज़्यादा किस बात को लेकर उत्साह है?”

जब विशेषज्ञ सबसे रोमांचक प्रगति की बात करते हैं, तो वे अकसर इस क्षेत्र की अग्रिम पंक्ति के काम का ज़िक्र करते हैं। वे डीप लर्निंग और यह कैसे कंप्यूटरों को गो में इंसानों को हराने में सक्षम बनाती है, AI में हुई प्रगति से सेल्फ-ड्राइविंग कारें कैसे संभव हुईं, या Spark और Hadoop जैसी तकनीकों से बहुत बड़े डेटा सेट्स पर गणना कैसे संभव हुई—इन पर चर्चा कर सकते हैं।

मेरे पास इस प्रश्न का एक अलग उत्तर है। मैंने इसे हमारे हालिया DataCamp वेबिनार, Democratizing Data Science within your Company में विस्तार से बताया है, और यहाँ भी अपने कुछ विचार साझा कर रहा/रही हूँ।

असंभव को संभव बनाना; संभव को आसान बनाना

मान लीजिए आप 1903 में रहते थे, और किसी ने आपसे पूछा कि परिवहन में हो रही सबसे रोमांचक प्रगति क्या है। इसका एक आसान उत्तर है: 3 दिसंबर 1903 को Kitty Hawk में Wright भाइयों ने पहली बार भारी-से-हवा उड़ान भरी। अगर आपसे यही प्रश्न 1969 में पूछा जाता, तो आपका उत्तर होता “Apollo 11 का चांद पर उतरना।” ये दोनों ही जवाब बिल्कुल उचित हैं, जो परिवहन इतिहास की “पहली बार” वाली घटनाओं पर केंद्रित हैं: असंभव को संभव बनाना।

लेकिन मैं एक और दृष्टिकोण देना चाहूँगा/चाहूँगी। 1903 केवल पहली भारी-से-हवा उड़ान का साल नहीं था, यह Ford Motor Company की स्थापना का साल भी था। कुछ ही वर्षों में Ford ने Model T पेश किया, जिसे कारों को विलासिता की चीज़ से सुलभ परिवहन माध्यम बनाने का श्रेय दिया जाता है। और 1969, जब पहली बार इंसान चांद पर चला, उसी साल Boeing 747—पहला “जंबो जेट”—की पहली उड़ान भी हुई। यात्री क्षमता में इस बढ़ोतरी ने हवाई यात्रा को आम लोगों के लिए ज़्यादा सुलभ बना दिया। मैं इन्हें संभव को आसान बनाना कहूँगा/कहूँगी।

मेरा मानना है कि “डेटा साइंस में क्या रोमांचक है” इस प्रश्न का भी ऐसा ही उत्तर है। डीप लर्निंग, सेल्फ-ड्राइविंग कारें, या बिग डेटा जैसे चर्चित बदलाव असंभव को संभव बना रहे हैं: ठीक Wright भाइयों की पहली उड़ान या चांद पर उतरने की तरह, वे “यकीन नहीं होता कि हम यह कर सकते हैं!” जैसी प्रतिक्रिया जगाते हैं।

लेकिन एक दूसरी क्रांति भी चल रही है: डेटा साइंस कौशलों—चाहे प्रोग्रामिंग हो या सांख्यिकीय विश्लेषण—का बड़े समुदाय में प्रसार।

अब अलग-अलग पृष्ठभूमि के, विभिन्न विभागों और उद्योगों के लोग, अपना काम करने के लिए डेटा साइंस के औज़ारों और कौशलों का लाभ उठा रहे हैं। इनमें कुछ बदलाव शामिल हैं

• डेटा विश्लेषण के लिए Python और R का उपयोग करने वाले लोगों की संख्या में वृद्धि
• सांख्यिकीय औज़ारों के इंटरफेस का लगातार अधिक सहज होना
• सांख्यिकी और प्रोग्रामिंग शिक्षा में प्रगति

इनमें से अधिकांश में नए सांख्यिकीय तरीकों या AI दृष्टिकोणों का समावेश नहीं है—ठीक वैसे ही जैसे Model T पहली ऑटोमोबाइल नहीं थी और Boeing 747 पहला हवाई जहाज़ नहीं था। उन्हें रोमांचक बनाता है वह विस्तार, जिसके ज़रिए अधिक से अधिक लोग उनका लाभ उठा पा रहे हैं।

डेटा साइंस में क्या बदला है?

डेटा साइंस प्रोग्रामिंग भाषाओं की वृद्धि। पिछले कुछ वर्षों में डेटा साइंस के लिए प्रोग्रामिंग भाषाओं के उपयोग में जबरदस्त बढ़ोतरी हुई है। Stack Overflow ब्लॉग के विश्लेषणों में देखा गया है कि Python के पास दुनिया की सबसे तेज़ी से बढ़ती प्रोग्रामिंग भाषा होने का ठोस दावा है, और यह ज्यादातर उसके डेटा साइंस टूल्स की बदौलत है। R भाषा में भी इसी तरह की प्रभावशाली वृद्धि दिखती है, खासकर अकादमिक जगत, स्वास्थ्य सेवा, सरकार और कंसल्टिंग जैसे क्षेत्रों में।

Source: Stack Overflow

प्रोग्रामिंग भाषाओं और औज़ारों में बेहतर उपयोगिता। इस वृद्धि का बड़ा हिस्सा नए सांख्यिकीय, मशीन लर्निंग या AI तरीकों से नहीं, बल्कि मौजूदा तरीकों को अधिक उपयोगी बनाने वाली सुधारों से आया है। एक उल्लेखनीय उदाहरण है Python में pandas पैकेज, जो डेटा को DataFrame नामक ऑब्जेक्ट में संरचित करता है और शक्तिशाली व सहज विश्लेषण संभव बनाता है।

Source: Stack Overflow

Pandas का फोकस डेटा रूपांतरण के मौजूदा तरीकों को और सहज बनाना है। जैसा कि pandas के निर्माता Wes McKinney ने Quartz को दिए एक इंटरव्यू में साझा किया, “यह उन लोगों को डेटा का विश्लेषण और उस पर काम करने में सक्षम बनाता है जो विशेषज्ञ कंप्यूटर वैज्ञानिक नहीं हैं। आपको अब भी कोड लिखना पड़ता है, लेकिन यह कोड को सहज और सुलभ बनाता है। यह लोगों को केवल Excel का उपयोग करने से आगे बढ़ने में मदद करता है।” Pandas, DataCamp के Data Scientist with Python ट्रैक की रीढ़ है।

R भाषा में, tidyverse उपयोगिता में इसी तरह का रोमांचक बदलाव पेश करता है। यह पैकेजों का एक संग्रह है, जिसे डेटा रूपांतरण, दृश्यांकन और मॉडलिंग को आसान बनाने के लिए डिज़ाइन किया गया है। जैसा कि मैंने , मुझे शुरुआती लोगों को डेटा विज़ुअलाइज़ेशन के तरीकों से परिचित कराने में tidyverse बेहद सहज लगा है, और विश्लेषणों से पुष्टि होती है कि यह R इकोसिस्टम के सबसे तेज़ी से बढ़ते हिस्सों में से एक है।

बेहतर शिक्षा। डेटा साइंस प्रोग्रामिंग भाषाओं में बढ़ती सक्रियता नए लोगों के समुदाय से जुड़ने से आ रही है—चाहे वे सॉफ्टवेयर इंजीनियरिंग के अन्य क्षेत्रों से हों या पूरी तरह अलग करियर से। इसका मतलब है कि डेटा साइंस की क्रांति सिर्फ इन औज़ारों के बनने में नहीं, बल्कि उनके सिखाए जाने के तरीके में भी है।

हमारे DataCamp पर इंटरएक्टिव डेटा साइंस कोर्स ने लाखों लोगों को डेटा का विश्लेषण और दृश्यांकन करना सिखाया है, जिनमें वे भी शामिल हैं जिन्होंने पहले कभी प्रोग्रामिंग नहीं की थी। सीखने की राह को आसान बनाना, डेटा साइंस को अधिक लोकतांत्रिक बनाने का एक अहम हिस्सा है।

इसका आपकी कंपनी के लिए क्या अर्थ है?

जब कोई आपसे पूछे कि क्या आप डेटा साइंस का पूरा लाभ उठा रहे हैं, तो यह मानकर न चलें कि आपको अपने प्रोडक्ट में चैटबॉट जोड़ने की ज़रूरत है, या किसी ऐसे कंसल्टेंट पर पैसा खर्च करना है जो कहता है कि वह डीप लर्निंग इस्तेमाल कर रहा है। बल्कि आपको यह देखना चाहिए कि आपकी कंपनी के भीतर लोग डेटा विश्लेषण और दृश्यांकन का कैसे फायदा उठा रहे हैं।

यह बहुत अच्छी बात है कि Google की एक लैब AI का उपयोग करके सेल्फ-ड्राइविंग कार बना सकती है। लेकिन यह भी उतना ही रोमांचक है जब कोई मार्केटिंग मैनेजर R का उपयोग करके अपने विज्ञापनों की प्रभावशीलता को विज़ुअलाइज़ कर सके, या जब कोई फाइनेंस टीम Python से भविष्य की आय का पूर्वानुमान लगा सके।

अगर आप यह और समझना चाहते हैं कि डेटा साइंस की यह क्रांति आपकी कंपनी को कैसे प्रभावित कर सकती है, तो हमारा वेबिनार देखें: Democratizing Data Science Within Your Company।