डेटा साइंटिस्ट

डेटा साइंटिस्ट

अगर आप में विश्लेषण और कहानी कहने का स्किल है तो आपके लिए डेटा साइंटिस्ट की नौकरी पर्फेक्ट है. जिन लोगों ने मैथ्स, कंप्यूटर साइंस, मेकेनिकल इंजीनियरिंग में एमटेक या एमएस किया है वो डेटा साइंटिस्ट बन सकते हैं. इसके साथ ही कैंडिडेट्स को Python, Java, R, SAS प्रोग्रामिंग लैंग्वेज की भी नॉलेज होनी चाहिए. अधिकतर कंपनियां कॉम्पिटिशन में आगे बने रहने के लिए डेटा साइंटिस्ट की मदद लेती हैं. ये साइंटिस्ट रिजल्ट्स का बड़ी बारीकी से एनालिसिस करते हैं. डेटा स्टोर करने वाली कंपनीज, जैसे- गूगल, अमेजन, माइक्रोसॉफ्ट, ईबे, लिंक्डइन, फेसबुक और ट्विटर आदि को सबसे ज्यादा जरूरत डाटा साइंटिस्ट की ही है

क्या है डेटा साइंटिस्ट 
डेटा साइंटिस्ट का काम डेटा को कैप्चर करना है. जिसके लिए प्रोग्रामिंग स्किल्स और डेटाबेस स्किल्स की जरूरत होती है. डेटा साइंटिस्ट स्टेट और मैथ्स टूल के जरिए डेटा का विश्लेशण करता है. इसको वह पॉवर प्वाइंट , एक्सेल, गूगल विश्वुलाइजेशन के जरिए प्रस्तुत करता है. लेकिन डेटा को वह एक कहानी के जरिए जोड़ते हुए बयां करता है.

डेटा साइंटिस्ट बनने के लिए जरूरी क्वॉलीफिकेशन –
डेटा साइंटिस्ट बनने के लिए कैंडिडेट्स के पास मैथ्स, कंप्यूटर साइंस, इलेक्ट्रिकल इंजीनियरिंग, एप्लाइड साइंस, मेकेनिकल इंजीनियरिंग में एमटेक और एमएस की डिग्री होना जरूरी है. यही नहीं कैंडिडेट्स को सांख्यिकी मॉडलिंग, प्रोबेबलिटी की नॉलेज होना बेहज जरूरी है. इसके अलावा Python, Java, R, SAS प्रोग्रामिंग लैंग्वेज की समझ होना भी बेहद जरूरी है. सबसे ज्यादा जरूरी है कि कैंडिडेट्स में नए प्रोग्राम बनाने के लिए ग्लोबल बिजनेस के साथ काम करने की योग्यता होनी चाहिए.

डेटा वैज्ञानिक कौशल एवं योग्यता

टेक्निकल स्किल (एनालिटिक्स)

• पढाई (Education) – डेटा वैज्ञानिक की पढाई बहुत उच्च होती है. डेटा वैज्ञानिक बनने के लिए मास्टर डिग्री में कम से कम 88% और पीएचडी में 46% जरुरी होते है. एक बहुत मजबूत शैक्षिक पृष्ठभूमि के साथ साथ डेटा वैज्ञानिक बनने के लिए गहरे ज्ञान की भी जरुरत होती है. इसके लिए गणित, सांख्यिकी, कंप्यूटर साइंस और इंजीनियरिंग की आवश्कता होती है.
• SAS (सांख्यिकीय विश्लेषण प्रणाली) – ये एनालिटिकल टूल है, जिसका गहराई से ज्ञान बहुत जरुरी होता है.

टेक्निकल स्किल (कंप्यूटर साइंस) –

• पाइथन कोडिंग (Python Coding) – पाइथन बहुत कॉमन कोडिंग लैंग्वेज है. डेटा साइंस में इसका ज्ञान बहुत जरुरी है, इसके साथ जावा, पर्ल, c/c++ भी जरुरी होती है.
• हडूप प्लेटफार्म (Hadoop Platform) – ये हमेशा जरुरी नहीं होता है, लेकिन कुछ केस में इसकी जरूरत पड़ती है. क्लाउड टूल्स जैसे अमेज़न s3 अगर आपको आता है, तो भी आप इस प्लेटफार्म में काम कर सकते है.
• SQL डेटाबेस/कोडिंग – हडूप के होते हुए, SQL की डाटा साइंस में जरूरत नहीं पड़ती है, लेकिन कंपनी के द्वारा डाटा वैज्ञानिक से फिर भी उम्मीद लगाई जाती है कि वे SQL में लिख व् समझ सकें.
• असंरचित डेटा (Unstructured data) – यह महत्वपूर्ण है कि एक डेटा वैज्ञानिक असंरचित डेटा के साथ काम करना जानता हो, चाहे वो इसके लिए सोशल मीडिया, विडियो या ऑडियो की मदद ले.

गैर तकनीकी कौशल

• बौद्धिक जिज्ञासा (Intellectual curiosity) – डेटा वैज्ञानिक को हमेशा कुछ नया सीखने की चाह होनी चाहिए. कोई कम्पनी जो डेटा वैज्ञानिक को अपने यहाँ रखती है, वो उसे अपनी कम्पनी का प्रोब्लम सॉल्वर समझती है. उसे लगता है, उसके पास हर बात का हल होगा. इसके लिए जरुरी है कि डेटा वैज्ञानिक मानसिक तौर पर उस बात के लिए तैयार रहे.

• व्यावसायिक कौशल – डेटा वैज्ञानिक को इंडस्ट्री का अच्छा ज्ञान होना चाहिए, उसे सभी तरह की व्यावसायिक परेशानीयों का अच्छे से पता होना चाहिए, ताकि वो उनको हल भी निकाल सके. डेटा वैज्ञानिक को यह ज्ञात होना चाहिए, कौनसी परेशानी का पहले हल निकालना ज्यादा जरुरी है.

• कम्युनिकेशन स्किल  – कंपनी ऐसे डेटा वैज्ञानिक की तलाश करती है, जो अपनी टेक्निकल बातों को नॉन टेक्निकल डिपार्टमेंट जैसे मार्केटिंग एवं सेल्स डिपार्टमेंट को अच्छे से समझा सकें. डेटा वैज्ञानिक को अपने नॉन टेक्निकल साथियों की बातों और उनकी जरुरतों को समझते हुए, ऐसा काम करना चाहिए जो कंपनी के लिए फायदेमंद हो.

कंपनियों में डेटा वैज्ञानिकों की जरुरत –

आजकल बड़ी बड़ी कंपनियां अपने व्यापार को बढ़ाने के लिए रिसर्च एवं एनालिसिस (R&A) डिपार्टमेंट को तेजी से बढ़ा रही है, जिसके बाद अच्छे, योग्य डेटा वैज्ञानिकों के लिए मांग बढ़ रही है. कहते है अगले तीन साल में भारत में 2 लाख एनालिटिकल प्रोफेशनल की जरुरत पड़ेगी. अभी अमेरिका में भी एनालिटिकल प्रोफेशनल की 100 में से 40 पोजीशन ही भरी हुई है. अमेरिका में डेटा वैज्ञानिक को अभी साल के 2 लाख डॉलर मिलते है.

अमेरिका के बाद भारत ही है जहाँ एनालिटिकल, डाटा साइंस प्रोफेशनल की सबसे ज्यादा डिमांड है. भारत में इनकी बढ़ती डिमांड के कारण अब नौजवान इसी दिशा में करियर बनाना चाहते है. लेकिन अभी भी उनके मन में बहुत सी बातें है, जो इस जॉब के बारे में क्लियर नहीं है. इस आर्टिकल को पढने के बाद आपको बहुत से सवालों के जबाब मिल जायेंगें.

• जिस किसी उम्मीदवार के पास R कोडिंग का ज्ञान है, उसे सालाना20 लाख आय मिलेगी, जबकि को पाइथन कोडिंग में काम करता है उसे सालाना 9.36 लाख मिलेंगें. R एनालिटिक्स इंडस्ट्री में बहुत उपयोगी टूल है. इसमें कोई दोराहें नहीं है कि पाइथन बहुत तेजी से काम करती है. लेकिन इस इंडस्ट्री में माना जाता है कि अगर आपको एक टूल का अच्छे से ज्ञान हो गया है तो आपको आगे दुसरे टूल के बारे में भी ज्ञान हासिल करना चाहिए. इस समय बड़ी बड़ी कंपनियां प्रतिभा और कौशल दोनों को देखती है.

• अगर कोई उम्मीदवार डाटा विज्ञान और बिग डेटा का ज्ञान रखता है तो वो डेटा वैज्ञानिक के मुकाबले 8% अधिक कमाई करता है. बिग डेटा और डाटा विज्ञान की जानकारी रखने वाले को 10 लाख सालाना मिलता है, जबकि सिर्फ बिग डेटा के जानकर को 9.80 लाख सालाना मिलता है.

• भारत के मुंबई शहर में डेटा वैज्ञानिक को बाकि शहरों के मुकाबले अधिक आय दी जाती है. अगर को डेटा वैज्ञानिक का काम करना चाहता है, तो वो मुंबई शहर में प्रयास करे, वहां सालाना आय 19 लाख है, जो बाकि शहरों के मुकाबले अधिक है.

डेटा वैज्ञानिक की आय

एक स्टाफिंग सलूशन कम्पनी के अनुसार डेटा वैज्ञानिक जिसके पास 5 साल का अनुभव है, वो एक साल में लगभग 75 लाख रूपए कमा लेता है, जबकि 5 साल के अनुभव के साथ सीए (CA) 8-15 लाख सालाना और इंजिनियर 5-8 लाख ही कमा पाता है. डेटा वैज्ञानिक की मांग आज के समय में सबसे अधिक है. इस जॉब को आज हॉटेस्ट जॉब कहा जाता है. डेटा वैज्ञानिक आजकल सीए एवं इंजिनियर की तुलना में बहुत अधिक कमा रहे है. एक मैगजीन के अनुसार इसे 21वीं शताब्दी की सबसे अच्छी जॉब कहा गया है. इसके साथ ही इसे 2016 की बेस्ट जॉब बताया गया है. डेटा विज्ञान एक ऐसा काम है, जिसमें डेटा की प्रक्रिया एवं प्रणाली का अच्छे से ज्ञान होना चाहिए, साथ ही डेटा का अलग अलग तरीके से संरचित एवं असंचरित दोनों रूप में ज्ञान होना चाहिए. डाटा एनालिस्ट और डेटा वैज्ञानिक का काम बहुत मिलता जुलता है.

सीए, इंजिनियर की आजकल भेड़ चाल है. बहुत अधिक मात्रा में इनके होने से जॉब की कमी होती जा रही है. जॉब रहती भी है तो, विकल्प अधिक होने से इन्हें कम पैसे ऑफर होते है, जिससे अच्छी पढाई, और डिग्री के बावजूद इन्हें कम में ही गुजारा करना पड़ता है. डेटा वैज्ञानिक आज के समय करियर के लिए बहुत अच्छा विकल्प है. डेटा वैज्ञानिक बनने के लिए आजकल कई लोग कदम उठा रहे है, इस ओर ही वे अपना करियर बनाना चाहते है.