- सागर आढाव, वरिष्ठ व्यवस्थापक, द स्टर्लिमा
सध्याचं युग माहिती तंत्रज्ञानाचं आहे. तंत्रज्ञानाची प्रगती झपाट्याने होत असून, कोणतीही माहिती म्हणजेच ‘डेटा’ला अनन्यसाधारण महत्त्व प्राप्त झालं आहे. जवळपास प्रत्येक क्षेत्रात आवश्यकतेनुसार डेटा ॲनॅलिसिस, डेटा सायन्सचा वापर केला जातो. त्यावरून अनेक महत्त्वाचे निष्कर्ष काढले जातात, अंदाज वर्तवले जातात. आता ‘एआय’चा वापर याही क्षेत्रात मोठ्या प्रमाणावर होत असून, त्यामुळे अधिक अचूकता साध्य करण्यासाठी प्रयत्न केले जात आहेत.
‘डेटा ॲनॅलिसिस किंवा ‘डेटा सायन्स’ची पूर्वतयारी कशी करावी?
- ‘डेटा ॲनॅलिसिस किंवा ‘डेटा सायन्स’ची पूर्वतयारी करण्यासाठी तुम्ही कोणत्याही शाखेचे पदवीधर असणे अपेक्षित आहे. बी.ए., बी.कॉम., बी.एस्सी. किंवा अभियांत्रिकी किंवा इतर कोणत्याही अभ्यासक्रमाची पदवी घेऊन तुम्ही ‘डेटा ॲनॅलिसिस किंवा ‘डेटा सायन्स’चा ऑनलाइन किंवा प्रत्यक्ष कोर्स करू शकता. साधारणतः ३ महिने, ६ महिने, वर्षभर असे या अभ्यासक्रमांचे स्वरूप असते.
मात्र, अशा प्रकारचे अभ्यासक्रम राबवणारी संस्था निवडताना विद्यार्थ्यांनी थोडी काळजी घ्यायला हवी. ती संस्था प्लेसमेंट देते आहे का? तेथील प्राध्यापक कोण आहेत? संस्थेची ‘हिस्ट्री’ काय आहे? त्याबद्दल ऑनलाइन ‘रिव्ह्यू’ कसे आहेत? या सर्व गोष्टींची खातरजमा करूनच संस्था निवडा. ऑनलाइन अभ्यासक्रम करताना विशेष काळजी घ्या.
कोणती कौशल्ये विकसित व्हायला हवीत?
- ‘एक्सेल’ हे अनेक सॉफ्टवेअरचा बेस आहे. त्यात अनेक ‘ॲडव्हान्स्ड व्हर्जन’ आज उपलब्ध आहेत आणि त्यांचा वापर विविध प्रकारच्या ‘डेटा’चे विश्लेषण करण्यासाठी होतो. त्याचप्रमाणे पायथॉन, ‘आर. लॅंग्वेज’ यांचेही मूलभूत धडे विद्यार्थ्यांनी गिरवायला हवेत. गणित आणि संख्याशास्त्र (स्टॅटिस्टिक्स) हे विषय घेणाऱ्या विद्यार्थ्यांना अधिक फायदा होतो.
त्यामुळे या विषयांची आवड निर्माण झाल्यास करिअर अधिक चांगले होईल. विश्लेषणात्मक अभ्यास (ॲनॅलिसिस) आणि विचार करण्याची क्षमता निर्माण झाल्यास तुम्ही ‘डेटा’शी खेळू शकाल आणि मग तुम्हाला या विषयाची गोडी लागेल. ‘डेटा’ प्रत्येक क्षेत्रात, कंपनीत वापरला जातो. त्यामुळे रुग्णालयापासून आयटी कंपनीपर्यंत सगळीकडे ‘डेटा ॲनालिस्ट’ लागतो. विद्यार्थ्यांनी या संधी ओळखायला हव्यात.
‘डेटा ॲनॅलिसिस करताना कोणती काळजी घ्यावी?
- सर्वांत महत्त्वाचं म्हणजे, कोणत्याही कंपनीकडून तुम्हाला मिळणारा ‘डेटा’ अत्यंत सुरक्षित ठेवा. तो बाहेरच्या कोणत्याही व्यक्तीला शेअर करू नका. त्याबाबत इतरांना काही माहिती देऊ नका. तुमच्याकडे आलेल्या डेटावर काम करत असताना कोणताही पूर्वग्रह ठेवू नका. जे ‘रिझल्ट’ येत आहेत, त्यांच्याशी प्रामाणिक राहा. आपलं काम अचूक आणि वेळेत पूर्ण करण्यावर भर द्या. अचूकता येण्यासाठी ४-५ वेळा तुमचे निष्कर्ष तपासून पाहा. ‘एआय’वरून एखादे मॉडेल तयार करताना त्यात त्रुटी राहणार नाही याची काळजी घ्या, अन्यथा त्याचा परिणाम तुमच्या सर्व निष्कर्षांवर होताना दिसेल.
‘डेटा’वर काम करताना...
तुम्हाला कोणत्या प्रकारच्या ‘डेटा’साठी व ‘मॉडेल’मध्ये काम करायला आवडते, ते ठरवा. त्याची माहिती घेण्यास सुरुवात करा.
‘एआय’शी संबंधित बेसिक सॉफ्टवेअर शिका. मात्र, त्याचा गैरवापर करू नका.
कोणालाही तुमच्याकडे असलेल्या क्षमतेचा गैरफायदा घेऊन चुकीचे निष्कर्ष काढण्याचा प्रयत्न करू देऊ नका.
(शब्दांकन - मयूर भावे)