क्रियांना संकल्पनाः ऐकणे ही एक महत्त्वाची गोष्ट आहे.

गेल्या दोन दशकांपासून डेटा सायन्स वाढत आहे. हाइप आणखी काही दशकांपर्यंत चालू राहील? किंवा कदाचित हे एका नवीन क्षेत्रात रूपांतरित होईल? पुढील उप श्रेणींमध्ये विभागले?

मला वाटते की ते सतत वाढत जाईल. अनुसरण करण्याची दिशा ही व्यवसायावर अवलंबून आहे. युक्ती म्हणजे डेटा आणि त्याचे निराकरण व्यवसायाच्या आवश्यकतेसह कसे संरेखित होऊ शकतात हे समजत आहे. व्यवसायाचे आकलन करुन प्रारंभ करणे आवश्यक आहे समाधान निराकरण करण्यासाठी व्यवसाय-आधारित विश्लेषक पाया असणे आवश्यक आहे. इथं सहानुभूती आपल्याला व्यवसाय मूल्य वाढवण्याची ऐकण्याची शक्ती दर्शविते.

या परिदृश्याकडे आपण एक नजर टाकू या, जेथे प्राधान्य x (बीएस_एक्स) असलेले व्यवसाय धोरण, वाई (डी. मार्केटिंग) आणि डेटा सायंटिस्ट (डीएस_आय) मधील डोमेन-तज्ञांशी सहयोग करते. स्टेजवर, मी, डेटा वैज्ञानिकांच्या कारकीर्दीतील, डीएस_आय युनिकोर्न स्थितीवर पोहोचला नाही.

युनिकॉर्न = डोमेन कौशल्य आणि सांख्यिकी / गणित आणि प्रोग्रामिंग

या साधनांचा डेटा वापरण्यासाठी कोणती साधने आणि डेटा वापरायचा हे ठरविताना या धोरणामधील डेटा सायन्टीझीस, व्यवसाय रणनीतिकार आणि डोमेन तज्ञ या दोघांचेही गंभीरपणे ऐकून खूप फायदा होईल. हे ऐकण्यानंतर संशोधन, प्राथमिक डिझाइनची अंमलबजावणी आणि संघाकडे परत एक संक्षिप्त संवाद साधला जाईल. अभिप्राय न मागता, प्रारंभिक पाया एकाधिक अप्रासंगिक ससाच्या छिद्रांना कारणीभूत ठरू शकते आणि दुर्दैवाने ज्येष्ठ नेतृत्त्वाची निराशा होते.

पाठपुरावाच्या कथेमध्ये आपण एका उदाहरणाकडे लक्ष देऊया ज्याने माझ्या निर्णयाची अंमलबजावणी करण्यासाठी घेतलेली प्रक्रिया निर्णय घेण्याइतकीच महत्त्वाची कशी आहे हे मला शिकवले.

“नागरिक डेटा वैज्ञानिक” या शब्दाप्रमाणेच परिमाणात्मक पद्धतींमध्ये गंभीर विचार ठेवण्यासाठी डेटा विश्लेषण आवश्यक कौशल्य कसे बनले यावर जोर देण्यासाठी, मला शंका आहे की प्रत्येक डेटा वैज्ञानिक वेळोवेळी “नागरिक निर्णय वैज्ञानिक” टोपी घालतो.