डेटा साइंस सीखें - इन्फोग्राफिक

2012 में हार्वर्ड बिजनेस रिव्यू द्वारा “21वीं सदी की सबसे आकर्षक नौकरी” कहे जाने के बाद, ग्लासडोर ने 2016 के लिए इसे “वर्ष की सर्वश्रेष्ठ नौकरी” का खिताब दिया।

हालाँकि, उन चार वर्षों में डेटा साइंटिस्ट्स के प्रति दृष्टिकोण में काफी बदलाव आया: 2012 में, अधिकांश लेख यह समझाने पर केंद्रित थे कि डेटा साइंटिस्ट क्या होता है और वह वास्तव में क्या करता है। उस समय, Google पर “How to become a data scientist” जैसे शब्दों की एक छोटी-सी खोज से पता चलता था कि इस अवधारणा के अलग-अलग लोगों के लिए अलग-अलग मायने थे। 2016 में भी, यह खोज आपको इस विषय पर तरह-तरह के लेख और व्यापक राय देती है। फिर भी, जहाँ पहले डेटा साइंटिस्ट एक ऐसा व्यक्ति था जो वास्तव में हो सकता था, वहीं अब अधिकाधिक लेख समझाने पर केंद्रित हैं कि डेटा साइंटिस्ट एक यूनिकॉर्न क्यों है। 

क्योंकि अब भी बहुत कम लोग हैं जो तय की गई ऊँची अपेक्षाओं पर खरे उतरते हैं—भले ही डेटा साइंटिस्ट की परिभाषा स्थिर नहीं है। नौकरी के विज्ञापन दिखाते हैं कि कंपनियाँ ऐसे लोगों की तलाश में हैं जिनमें संचार कौशल, रचनात्मकता, चतुराई, जिज्ञासा, तकनीकी विशेषज्ञता, … जैसी क्षमताएँ हों। कभी-कभी इन क्षमताओं का जिस तरह वर्णन होता है, उससे लगता है कि लोगों के लिए डेटा साइंटिस्ट बनना असंभव है।

मांग आपूर्ति से आगे निकलने के साथ, डेटा साइंटिस्ट्स की जगह डेटा साइंस टीमों का चलन बढ़ रहा है, और इसके साथ ही डेटा साइंस के “क्या” और “कैसे” पर नया और मजबूत फोकस आया है। फिर भी, जैसे डेटा साइंटिस्ट की परिभाषा बहुआयामी है, वैसे ही डेटा साइंस की परिभाषा भी बहु-आयामी है, और डेटा साइंस सीखना चाहने वालों के लिए बहुत-सा परामर्श उपलब्ध है। हालाँकि, यह जानकारी उद्योग और संदर्भ पर निर्भर हो सकती है, और व्यक्तिगत भी।