প্রযুক্তি স্টার্টআপগুলির মধ্যে ডেটা সায়েন্টিস্ট একটি ক্রমবর্ধমান সাধারণ শব্দ যা ডেটা বুদ্ধির toতিহ্যগতভাবে পৃথক কার্যকরী ক্ষেত্রগুলি ব্রিজ করতে সক্ষম ডেটা গিককে বোঝাতে ব্যবহৃত হয়। ডেটা বিজ্ঞানী এমন একজন যিনি ডেটা গোয়েন্দা প্রকল্পের কয়েকটি (সমস্ত না থাকলে) পারফরম্যান্স করতে স্বাচ্ছন্দ্যবোধ করেন:
- ডেটা অধিগ্রহণ: এটিতে কাস্টম পার্সার এবং ওয়েব ক্রলার বা স্ক্রিপ্টগুলি লিখিত থাকতে পারে যা অপ্রথাগত ডেটা উত্সগুলির জন্য নির্দিষ্ট ওয়েব পরিষেবাদি বা এপিআইগুলিকে লক্ষ্য করে।
- ডেটা ম্যানেজমেন্ট: ডেটাবেস, কী-ভ্যালু স্টোর বা হ্যাডোপগুলিতে ETL, কারসাজি করা, ক্যোয়ারী এবং ডেটা বজায় রাখা।
- তথ্য ভিজ্যুয়ালাইজেশন: ফ্ল্যাশ, জাভাস্ক্রিপ্ট বা প্রসেসিংয়ের উপর ভিত্তি করে স্ট্যাটিক ভিজ্যুয়ালাইজেশন টুলকিট এবং / অথবা ইন্টারেক্টিভ প্ল্যাটফর্মগুলির ব্যবহারের মাধ্যমে উদ্বোধন প্যাটার্নগুলি।
- অ্যানালিটিক্স: এটি বহু থেকে পৃথক পরিসংখ্যান, মেশিন লার্নিং এবং এনএলপিতে সাধারণ থেকে জটিল কৌশল পর্যন্ত হতে পারে।
- অন্তর্দৃষ্টি: এক্সট্র্যাক্ট, সংক্ষিপ্ত করে এবং একটি বিস্তৃত দর্শকের কাছে কী অনুসন্ধানগুলি উপস্থাপন করুন।
এখানে অনেক সরঞ্জাম, দক্ষতা এবং প্রযুক্তিগত বিশদ রয়েছে এবং উপরে তালিকাভুক্ত প্রতিটি আইটেমকে দক্ষ করে তোলার জন্য কয়েক বছর ব্যয় করতে পারে। যদিও কোনও তথ্য বিজ্ঞানীর পক্ষে কোনও ক্ষেত্রেই সত্যিকারের জ্ঞান না থাকতে পারে, তবে তিনি বা পিছনে পিছনে পিছনে এড়ানো এবং সেগুলির মধ্যে প্রাথমিক কাজগুলি সম্পাদন করতে স্বাচ্ছন্দ্যবোধ করছেন। ফলাফলটি একটি ডেটা প্রকল্পের তদন্ত এবং পরিচালনা থেকে (উচ্চ-স্তরের) প্রশ্নের উত্তর সরবরাহ করার জন্য যথেষ্ট পরিমাণে নিমক is (ডেটা সায়েন্টিস্টস সম্পর্কিত ডেটা বিজ্ঞানীদের সম্পর্কে: টেক ওয়ার্ল্ডের নতুন রক স্টারস))
তথ্য বিজ্ঞানীদের লালন করতে সংস্থাগুলিকে সংস্কৃতি এবং সাংগঠনিক কাঠামোর দিকে আরও ফোকাস করা দরকার। অনেকগুলি ডেটা কর্মীর কাছে ডেটা বুদ্ধির একাধিক ক্ষেত্রে দ্রুত উত্পাদনশীল হওয়ার পর্যাপ্ত দক্ষতা এবং প্রশিক্ষণ রয়েছে। সমস্যাটি হ'ল বেশিরভাগ পরিবেশে কাজ করে না যা তাদের ডেটা বিজ্ঞানী হতে উত্সাহ দেয়। তারা সিলোসে আটকে রয়েছে এবং ডেটা বুদ্ধিগুলির এক বা দুটি ক্ষেত্রে সীমাবদ্ধ। প্রায়শই, তারা তাদের পরিচালকদের দ্বারা "অনুমোদিত" সরঞ্জামগুলি ব্যবহারের মধ্যে সীমাবদ্ধ থাকে।
