ਨੋਟਸ ਮਿਤੀ ਵਿਗਿਆਨੀ: ਕਿੱਥੇ ਸ਼ੁਰੂ ਕਰਨਾ ਹੈ ਅਤੇ ਕੀ ਇਹ ਜ਼ਰੂਰੀ ਹੈ?

TL; DR ਡੇਟਾ ਸਾਇੰਸ ਬਾਰੇ ਸਵਾਲਾਂ/ਜਵਾਬਾਂ ਲਈ ਇੱਕ ਪੋਸਟ ਹੈ ਅਤੇ ਪੇਸ਼ੇ ਵਿੱਚ ਕਿਵੇਂ ਪ੍ਰਵੇਸ਼ ਕਰਨਾ ਹੈ ਅਤੇ ਇਸ ਵਿੱਚ ਕਿਵੇਂ ਵਿਕਾਸ ਕਰਨਾ ਹੈ। ਲੇਖ ਵਿੱਚ ਮੈਂ ਮੂਲ ਸਿਧਾਂਤਾਂ ਅਤੇ ਅਕਸਰ ਪੁੱਛੇ ਜਾਣ ਵਾਲੇ ਸਵਾਲਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਾਂਗਾ ਅਤੇ ਤੁਹਾਡੇ ਖਾਸ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ ਲਈ ਤਿਆਰ ਹਾਂ - ਟਿੱਪਣੀਆਂ ਵਿੱਚ ਲਿਖੋ (ਜਾਂ ਇੱਕ ਨਿੱਜੀ ਸੰਦੇਸ਼ ਵਿੱਚ), ਮੈਂ ਕੁਝ ਦਿਨਾਂ ਵਿੱਚ ਹਰ ਚੀਜ਼ ਦਾ ਜਵਾਬ ਦੇਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਾਂਗਾ।

ਨੋਟਾਂ ਦੀ "ਸ਼ੈਤਾਨਵਾਦੀ ਤਾਰੀਖ" ਲੜੀ ਦੇ ਆਗਮਨ ਦੇ ਨਾਲ, ਬਹੁਤ ਸਾਰੇ ਸੰਦੇਸ਼ ਅਤੇ ਟਿੱਪਣੀਆਂ ਇਸ ਬਾਰੇ ਸਵਾਲਾਂ ਦੇ ਨਾਲ ਆਈਆਂ ਕਿ ਕਿਵੇਂ ਸ਼ੁਰੂ ਕਰਨਾ ਹੈ ਅਤੇ ਕਿੱਥੇ ਖੋਦਣਾ ਹੈ, ਅਤੇ ਅੱਜ ਅਸੀਂ ਪ੍ਰਕਾਸ਼ਨਾਂ ਤੋਂ ਬਾਅਦ ਪੈਦਾ ਹੋਏ ਮੁੱਖ ਹੁਨਰਾਂ ਅਤੇ ਪ੍ਰਸ਼ਨਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਾਂਗੇ।

ਇੱਥੇ ਦੱਸੀ ਗਈ ਹਰ ਚੀਜ਼ ਅੰਤਮ ਸੱਚ ਹੋਣ ਦਾ ਦਾਅਵਾ ਨਹੀਂ ਕਰਦੀ ਅਤੇ ਲੇਖਕ ਦੀ ਵਿਅਕਤੀਗਤ ਰਾਏ ਹੈ। ਅਸੀਂ ਉਹਨਾਂ ਮੁੱਖ ਚੀਜ਼ਾਂ ਨੂੰ ਦੇਖਾਂਗੇ ਜੋ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਲੱਗਦੀਆਂ ਹਨ।

ਇਸਦੀ ਬਿਲਕੁਲ ਲੋੜ ਕਿਉਂ ਹੈ?

ਟੀਚੇ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਪ੍ਰਾਪਤ ਕਰਨ ਯੋਗ ਬਣਾਉਣ ਲਈ, ਤਾਂ ਜੋ ਇਹ ਘੱਟੋ-ਘੱਟ ਕੁਝ ਖਾਸ ਦਿਖਾਈ ਦੇਵੇ - ਤੁਸੀਂ Facebook/Apple/Amazon/Netflix/Google 'ਤੇ DS ਜਾਂ ਰਿਸਰਚ ਸਾਇੰਟਿਸਟ ਬਣਨਾ ਚਾਹੁੰਦੇ ਹੋ - ਲੋੜਾਂ, ਭਾਸ਼ਾਵਾਂ ਅਤੇ ਲੋੜੀਂਦੇ ਹੁਨਰਾਂ ਨੂੰ ਦੇਖੋ। ਖਾਸ ਤੌਰ 'ਤੇ ਕਿਸ ਅਹੁਦੇ ਲਈ. ਭਰਤੀ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕੀ ਹੈ? ਅਜਿਹੀ ਭੂਮਿਕਾ ਵਿੱਚ ਇੱਕ ਆਮ ਦਿਨ ਕਿਵੇਂ ਲੰਘਦਾ ਹੈ? ਉੱਥੇ ਕੰਮ ਕਰਨ ਵਾਲੇ ਵਿਅਕਤੀ ਦੀ ਔਸਤ ਪ੍ਰੋਫਾਈਲ ਕੀ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ?

ਅਕਸਰ ਸਮੁੱਚੀ ਤਸਵੀਰ ਇਹ ਹੁੰਦੀ ਹੈ ਕਿ ਇੱਕ ਵਿਅਕਤੀ ਅਸਲ ਵਿੱਚ ਇਹ ਨਹੀਂ ਸਮਝਦਾ ਕਿ ਉਹ ਅਸਲ ਵਿੱਚ ਕੀ ਚਾਹੁੰਦਾ ਹੈ ਅਤੇ ਇਹ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਪੱਸ਼ਟ ਨਹੀਂ ਹੁੰਦਾ ਕਿ ਇਸ ਅਸਪਸ਼ਟ ਚਿੱਤਰ ਲਈ ਕਿਵੇਂ ਤਿਆਰ ਕਰਨਾ ਹੈ - ਇਸ ਲਈ ਇਹ ਘੱਟੋ ਘੱਟ ਇੱਕ ਮੋਟਾ ਯੋਜਨਾ ਬਣਾਉਣਾ ਹੈ ਜੋ ਤੁਸੀਂ ਚਾਹੁੰਦੇ ਹੋ.

ਮੌਜੂਦਾ ਟੀਚਾ ਦ੍ਰਿਸ਼ ਨੂੰ ਠੋਸ ਬਣਾਓ

ਭਾਵੇਂ ਇਹ ਰਸਤੇ ਵਿੱਚ ਬਦਲਦਾ ਹੈ, ਅਤੇ ਨਾਟਕ ਦੇ ਦੌਰਾਨ ਯੋਜਨਾਵਾਂ ਨੂੰ ਬਦਲਣਾ ਆਮ ਤੌਰ 'ਤੇ ਆਮ ਗੱਲ ਹੈ, ਇਹ ਇੱਕ ਟੀਚਾ ਰੱਖਣਾ ਅਤੇ ਇਸ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰਨਾ, ਸਮੇਂ-ਸਮੇਂ 'ਤੇ ਮੁਲਾਂਕਣ ਕਰਨਾ ਅਤੇ ਮੁੜ ਵਿਚਾਰ ਕਰਨਾ ਮਹੱਤਵਪੂਰਣ ਹੈ।

ਕੀ ਇਹ ਹੋਵੇਗਾ ਜਾਂ ਕੀ ਇਹ ਅਜੇ ਵੀ ਢੁਕਵਾਂ ਹੈ?

ਜਦੋਂ ਤੱਕ ਤੁਸੀਂ ਇੱਕ ਸਥਿਤੀ ਵਿੱਚ ਵਧਦੇ ਹੋ.

ਕਲਪਨਾ ਕਰੋ ਕਿ ਤੁਹਾਡੀ ਸਥਿਤੀ ਤੋਂ ਪਹਿਲਾਂ ਤੁਹਾਨੂੰ ਪੀਐਚਡੀ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਹੈ, ਉਦਯੋਗ ਵਿੱਚ 2-3 ਸਾਲ ਕੰਮ ਕਰਨਾ ਹੈ ਅਤੇ ਇੱਕ ਮੱਠ ਵਿੱਚ ਧਿਆਨ ਕਰਦੇ ਹੋਏ ਆਮ ਤੌਰ 'ਤੇ ਆਪਣੇ ਵਾਲ ਕੱਟਣੇ ਹਨ - ਕੀ ਡੇਟਾ ਸਾਇੰਸ ਦੀ ਸਥਿਤੀ ਉਹੀ ਨਹੀਂ ਹੋਵੇਗੀ ਜਿਵੇਂ ਕਿ ਪਹਿਲਾਂ ਅਰਥਸ਼ਾਸਤਰੀਆਂ ਅਤੇ ਵਕੀਲ? ਕੀ ਹਰ ਚੀਜ਼ ਉਸ ਖੇਤਰ ਵਿੱਚ ਮਾਨਤਾ ਤੋਂ ਪਰੇ ਬਦਲ ਜਾਵੇਗੀ ਜਿਸਦਾ ਤੁਸੀਂ ਪਿੱਛਾ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ?

ਕੀ ਇੱਥੇ ਇੱਕ ਚੰਗਾ ਮੌਕਾ ਨਹੀਂ ਹੈ ਕਿ ਹਰ ਕੋਈ ਹੁਣ ਉੱਥੇ ਕਾਹਲੀ ਕਰੇਗਾ ਅਤੇ ਅਸੀਂ ਇੱਕ ਤਸਵੀਰ ਦੇਖਾਂਗੇ ਜਿੱਥੇ ਉਹਨਾਂ ਲੋਕਾਂ ਦੀ ਇੱਕ ਵਿਸ਼ਾਲ ਪਰਤ ਹੈ ਜੋ ਪੇਸ਼ੇ ਵਿੱਚ ਦਾਖਲ ਹੋਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ - ਅਤੇ ਇੱਥੇ ਸਿਰਫ਼ ਇੱਕ ਛੋਟੀ ਸ਼ੁਰੂਆਤੀ ਸਥਿਤੀ ਹੋਵੇਗੀ.

ਇੱਕ ਮਾਰਗ ਦੀ ਚੋਣ ਕਰਦੇ ਸਮੇਂ ਮੌਜੂਦਾ ਰੁਝਾਨਾਂ 'ਤੇ ਵਿਚਾਰ ਕਰਨ ਦੇ ਯੋਗ ਹੋ ਸਕਦਾ ਹੈ, ਨਾ ਸਿਰਫ ਲੇਬਰ ਮਾਰਕੀਟ ਦੀ ਮੌਜੂਦਾ ਸਥਿਤੀ, ਬਲਕਿ ਇਹ ਕਿਵੇਂ ਬਦਲ ਰਿਹਾ ਹੈ ਅਤੇ ਇਹ ਕਿੱਥੇ ਹੈ ਇਸ ਬਾਰੇ ਤੁਹਾਡਾ ਵਿਚਾਰ ਵੀ.

ਉਦਾਹਰਨ ਲਈ, ਲੇਖਕ ਨੇ ਸ਼ੈਤਾਨਵਾਦੀ ਬਣਨ ਦੀ ਯੋਜਨਾ ਨਹੀਂ ਬਣਾਈ, ਪਰ ਆਪਣੀ ਪੀਐਚਡੀ ਦੇ ਦੌਰਾਨ ਉਸਨੇ ਤੀਜੀ-ਧਿਰ ਦੇ ਪ੍ਰੋਜੈਕਟਾਂ 'ਤੇ ਕੰਮ ਕੀਤਾ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਡੀ.ਐਸ. ਦੇ ਨਾਲ ਮਜ਼ਬੂਤ ​​ਹੁਨਰ ਸਨ, ਅਤੇ ਗ੍ਰੈਜੂਏਟ ਸਕੂਲ ਦੇ ਅੰਤ ਵਿੱਚ ਉਹ ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਵਾਤਾਵਰਣ ਵਿੱਚ ਬਦਲ ਗਿਆ, ਇੱਕ ਚੰਗਾ ਦੇਖ ਕੇ. ਸਥਿਤੀ.

ਜੇਕਰ ਨਾਟਕ ਦੇ ਦੌਰਾਨ ਇਹ ਪਤਾ ਚਲਦਾ ਹੈ ਕਿ ਕਿਤੇ ਹੋਰ ਜਾਣਾ ਜ਼ਰੂਰੀ ਹੋਵੇਗਾ - ਕਿਉਂਕਿ ਇੱਥੇ ਹੁਣ ਸਭ ਤੋਂ ਵੱਧ ਅੰਦੋਲਨ ਹੈ ਅਤੇ ਸਭ ਤੋਂ ਦਿਲਚਸਪ ਕਿਰਿਆਵਾਂ ਹੋ ਰਹੀਆਂ ਹਨ, ਤਾਂ ਅਸੀਂ ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਉੱਥੇ ਚਲੇ ਜਾਵਾਂਗੇ।

ਹੁਨਰ ਤੋੜਨਾ

ਇਹ ਹੁਨਰਾਂ ਦੀਆਂ ਸ਼ਰਤੀਆ ਸ਼੍ਰੇਣੀਆਂ ਹਨ ਜੋ ਮੈਨੂੰ DS ਵਿੱਚ ਪੂਰੇ ਅਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਕੰਮ ਲਈ ਮੁੱਖ ਲੱਗਦੀਆਂ ਹਨ। ਮੈਂ ਅੰਗਰੇਜ਼ੀ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਉਜਾਗਰ ਕਰਾਂਗਾ - ਜੋ ਵੀ ਤੁਸੀਂ CS ਵਿੱਚ ਕਰਦੇ ਹੋ ਸਿੱਖੋ। ਅੱਗੇ ਮੁੱਖ ਸ਼੍ਰੇਣੀਆਂ ਹਨ।

ਪ੍ਰੋਗਰਾਮਿੰਗ/ਸਕ੍ਰਿਪਟਿੰਗ

ਤੁਸੀਂ ਕਿਹੜੀਆਂ ਭਾਸ਼ਾਵਾਂ ਤੋਂ ਜਾਣੂ ਹੋਣਾ ਯਕੀਨੀ ਹੋ? ਪਾਈਥਨ? ਜਾਵਾ? ਸ਼ੈੱਲ ਸਕ੍ਰਿਪਟਿੰਗ? ਲੁਆ? sql? C++?

ਤੁਹਾਨੂੰ ਅਸਲ ਵਿੱਚ ਕੀ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣ ਦੀ ਜ਼ਰੂਰਤ ਹੈ ਅਤੇ ਪ੍ਰੋਗਰਾਮਿੰਗ ਦੇ ਰੂਪ ਵਿੱਚ ਕਿਉਂ - ਇੱਥੇ ਅਹੁਦਿਆਂ ਦੀ ਸੀਮਾ ਬਹੁਤ ਵੱਖਰੀ ਹੁੰਦੀ ਹੈ।

ਉਦਾਹਰਨ ਲਈ, ਮੈਨੂੰ ਅਕਸਰ ਗੁੰਝਲਦਾਰ ਤਰਕ, ਸਵਾਲਾਂ, ਮਾਡਲਾਂ, ਵਿਸ਼ਲੇਸ਼ਣਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨਾ ਪੈਂਦਾ ਹੈ, ਅਤੇ ਆਮ ਤੌਰ 'ਤੇ ਵਿਆਖਿਆ ਕੀਤੇ ਸਿਸਟਮਾਂ ਨੂੰ ਵਿਕਸਤ ਕਰਨਾ ਪੈਂਦਾ ਹੈ, ਪਰ ਸਭ ਤੋਂ ਆਮ ਅਤੇ ਵਾਜਬ ਨੂੰ ਛੱਡ ਕੇ, ਕੋਡ ਦੀ ਗਤੀ ਲਈ ਲਗਭਗ ਕਦੇ ਲੋੜਾਂ ਨਹੀਂ ਹੁੰਦੀਆਂ ਹਨ।

ਇਸ ਲਈ, ਮੇਰਾ ਹੁਨਰ ਸੈੱਟ ਉਹਨਾਂ ਲੋਕਾਂ ਤੋਂ ਬਹੁਤ ਵੱਖਰਾ ਹੈ ਜੋ Tensorflow ਲਾਇਬ੍ਰੇਰੀ ਲਿਖਦੇ ਹਨ ਅਤੇ l1 ਕੈਸ਼ ਅਤੇ ਸਮਾਨ ਚੀਜ਼ਾਂ ਦੀ ਕੁਸ਼ਲ ਵਰਤੋਂ ਲਈ ਕੋਡ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਬਾਰੇ ਸੋਚਦੇ ਹਨ, ਇਸ ਲਈ ਦੇਖੋ ਕਿ ਤੁਹਾਨੂੰ ਅਸਲ ਵਿੱਚ ਕੀ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਸਿੱਖਣ ਦੇ ਸਹੀ ਮਾਰਗ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ।

ਉਦਾਹਰਨ ਲਈ, ਪਾਇਥਨ ਲਈ, ਲੋਕ ਪਹਿਲਾਂ ਹੀ ਬਣਾਉਂਦੇ ਹਨ ਇੱਕ ਨਕਸ਼ਾ ਭਾਸ਼ਾ ਸਿੱਖਣ.

ਯਕੀਨਨ, ਤੁਹਾਡੀਆਂ ਜ਼ਰੂਰਤਾਂ ਲਈ ਪਹਿਲਾਂ ਹੀ ਤਜਰਬੇਕਾਰ ਸਲਾਹ ਅਤੇ ਚੰਗੇ ਸਰੋਤ ਹਨ - ਤੁਹਾਨੂੰ ਇੱਕ ਸੂਚੀ ਦਾ ਫੈਸਲਾ ਕਰਨ ਅਤੇ ਇਸ 'ਤੇ ਕੰਮ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਹੈ.

ਕਾਰੋਬਾਰੀ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਸਮਝਣਾ

ਤੁਸੀਂ ਇਸ ਤੋਂ ਬਿਨਾਂ ਕਿਤੇ ਵੀ ਨਹੀਂ ਜਾ ਸਕਦੇ: ਤੁਹਾਨੂੰ ਇਹ ਸਮਝਣ ਦੀ ਜ਼ਰੂਰਤ ਹੈ ਕਿ ਤੁਹਾਨੂੰ ਇਸ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਕਿਉਂ ਲੋੜ ਹੈ, ਤੁਸੀਂ ਕੀ ਕਰ ਰਹੇ ਹੋ ਅਤੇ ਕਿਉਂ। ਇਹ ਅਕਸਰ ਹੁੰਦਾ ਹੈ ਜੋ ਤੁਹਾਡਾ ਬਹੁਤ ਸਾਰਾ ਸਮਾਂ ਬਚਾ ਸਕਦਾ ਹੈ, ਤੁਹਾਡੇ ਲਾਭਾਂ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਬਕਵਾਸ ਵਿੱਚ ਸਮਾਂ ਅਤੇ ਸਰੋਤ ਬਰਬਾਦ ਕਰਨ ਤੋਂ ਬਚ ਸਕਦਾ ਹੈ।

ਆਮ ਤੌਰ 'ਤੇ, ਮੈਂ ਆਪਣੇ ਆਪ ਨੂੰ ਹੇਠਾਂ ਦਿੱਤੇ ਸਵਾਲ ਪੁੱਛਦਾ ਹਾਂ:

• ਮੈਂ ਕੰਪਨੀ ਵਿੱਚ ਅਸਲ ਵਿੱਚ ਕੀ ਕਰਾਂ?
• ਕਿਉਂ?
• ਇਸ ਦੀ ਵਰਤੋਂ ਕੌਣ ਅਤੇ ਕਿਵੇਂ ਕਰੇਗਾ?
• ਮੇਰੇ ਕੋਲ ਕਿਹੜੇ ਵਿਕਲਪ ਹਨ?
• ਪੈਰਾਮੀਟਰਾਂ ਦੀਆਂ ਸੀਮਾਵਾਂ ਕੀ ਹਨ?

ਇੱਥੇ ਪੈਰਾਮੀਟਰਾਂ ਬਾਰੇ ਥੋੜਾ ਹੋਰ ਵਿਸਤਾਰ ਹੈ: ਤੁਸੀਂ ਅਕਸਰ ਕੰਮ ਦੇ ਦ੍ਰਿਸ਼ ਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਬਦਲ ਸਕਦੇ ਹੋ ਜੇਕਰ ਤੁਸੀਂ ਜਾਣਦੇ ਹੋ ਕਿ ਕੁਝ ਕੁਰਬਾਨ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ: ਉਦਾਹਰਨ ਲਈ, ਵਿਆਖਿਆਯੋਗਤਾ ਜਾਂ ਇਸਦੇ ਉਲਟ, ਕੁਝ ਪ੍ਰਤੀਸ਼ਤ ਇੱਥੇ ਕੋਈ ਭੂਮਿਕਾ ਨਹੀਂ ਨਿਭਾਏਗਾ ਅਤੇ ਸਾਡੇ ਕੋਲ ਇੱਕ ਬਹੁਤ ਤੇਜ਼ ਹੈ ਹੱਲ, ਅਤੇ ਕਲਾਇੰਟ ਨੂੰ ਇਸਦੀ ਲੋੜ ਹੈ, ਕਿਉਂਕਿ ਉਹ AWS ਵਿੱਚ ਪਾਈਪਲਾਈਨ ਦੇ ਚੱਲਣ ਦੇ ਸਮੇਂ ਲਈ ਭੁਗਤਾਨ ਕਰਦਾ ਹੈ।

ਗਣਿਤ

ਇੱਥੇ ਤੁਸੀਂ ਆਪਣੇ ਆਪ ਸਭ ਕੁਝ ਸੋਚਦੇ ਅਤੇ ਸਮਝਦੇ ਹੋ - ਬੁਨਿਆਦੀ ਗਣਿਤ ਦੇ ਗਿਆਨ ਤੋਂ ਬਿਨਾਂ ਤੁਸੀਂ ਗ੍ਰਨੇਡ (ਅਫਸੋਸ ਰੈਂਡਮ ਫੋਰੈਸਟ) ਨਾਲ ਬਾਂਦਰਾਂ ਤੋਂ ਵੱਧ ਕੁਝ ਨਹੀਂ ਹੋ - ਇਸ ਲਈ ਤੁਹਾਨੂੰ ਘੱਟੋ ਘੱਟ ਬੁਨਿਆਦੀ ਚੀਜ਼ਾਂ ਨੂੰ ਸਮਝਣ ਦੀ ਜ਼ਰੂਰਤ ਹੈ. ਜੇ ਮੈਂ ਇੱਕ ਬਹੁਤ ਘੱਟ ਸੂਚੀ ਨੂੰ ਕੰਪਾਇਲ ਕਰਨਾ ਸੀ, ਤਾਂ ਇਸ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣਗੇ:

• ਰੇਖਿਕ ਅਲਜਬਰਾ - ਬਹੁਤ ਸਾਰੇ ਸਰੋਤ ਗੂਗਲ ਲਈ ਆਸਾਨ ਹਨ, ਦੇਖੋ ਕਿ ਤੁਹਾਡੇ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਕੀ ਹੈ;
• ਗਣਿਤਿਕ ਵਿਸ਼ਲੇਸ਼ਣ - (ਘੱਟੋ ਘੱਟ ਪਹਿਲੇ ਦੋ ਸਮੈਸਟਰਾਂ ਵਿੱਚ);
• ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਵਿੱਚ ਸੰਭਾਵਨਾ ਸਿਧਾਂਤ ਹਰ ਥਾਂ ਹੈ;
• ਸੰਯੋਜਨ ਵਿਗਿਆਨ - ਇਹ ਅਸਲ ਵਿੱਚ ਸਿਧਾਂਤ ਦੇ ਪੂਰਕ ਹੈ;
• ਗ੍ਰਾਫ ਥਿਊਰੀ - ਘੱਟੋ ਘੱਟ ਬੇਸਿਕ;
• ਐਲਗੋਰਿਦਮ - ਘੱਟੋ-ਘੱਟ ਪਹਿਲੇ ਦੋ ਸਮੈਸਟਰਾਂ ਲਈ (ਉਸਦੀ ਕਿਤਾਬ ਵਿੱਚ ਕੋਰਮੇਨ ਦੀਆਂ ਸਿਫ਼ਾਰਸ਼ਾਂ ਦੇਖੋ);
• ਮੈਥਲੋਜਿਕ - ਘੱਟੋ ਘੱਟ ਬੁਨਿਆਦੀ.

ਵਿਹਾਰਕ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ

ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਚੀਜ਼ਾਂ ਵਿੱਚੋਂ ਇੱਕ ਇਹ ਹੈ ਕਿ ਤੁਸੀਂ ਆਪਣੇ ਹੱਥਾਂ ਨੂੰ ਡੇਟਾ ਨਾਲ ਗੰਦੇ ਹੋਣ ਤੋਂ ਨਾ ਡਰੋ ਅਤੇ ਡੇਟਾਸੈਟ, ਪ੍ਰੋਜੈਕਟ ਦਾ ਇੱਕ ਵਿਆਪਕ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰੋ ਅਤੇ ਇੱਕ ਤੇਜ਼ ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ ਬਣਾਓ।

ਖੋਜੀ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਸਿਰਫ਼ ਕੁਝ ਕੁਦਰਤੀ ਬਣਨਾ ਚਾਹੀਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਹੋਰ ਸਾਰੇ ਡੇਟਾ ਪਰਿਵਰਤਨ ਅਤੇ ਯੂਨਿਕਸ ਨੋਡਾਂ ਤੋਂ ਇੱਕ ਸਧਾਰਨ ਪਾਈਪਲਾਈਨ ਬਣਾਉਣ ਦੀ ਯੋਗਤਾ (ਪਿਛਲੇ ਲੇਖ ਦੇਖੋ) ਜਾਂ ਇੱਕ ਪੜ੍ਹਨਯੋਗ ਅਤੇ ਸਮਝਣ ਯੋਗ ਨੋਟਬੁੱਕ ਲਿਖਣਾ।

ਮੈਂ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ ਦਾ ਜ਼ਿਕਰ ਕਰਨਾ ਚਾਹਾਂਗਾ: ਸੌ ਵਾਰ ਸੁਣਨ ਨਾਲੋਂ ਇੱਕ ਵਾਰ ਦੇਖਣਾ ਬਿਹਤਰ ਹੈ।

ਕਿਸੇ ਮੈਨੇਜਰ ਨੂੰ ਗ੍ਰਾਫ਼ ਦਿਖਾਉਣਾ ਸੰਖਿਆਵਾਂ ਦੇ ਸੈੱਟ ਨਾਲੋਂ ਸੌ ਗੁਣਾ ਆਸਾਨ ਅਤੇ ਸਪਸ਼ਟ ਹੈ, ਇਸ ਲਈ matplotlib, seaborn ਅਤੇ ggplot2 ਤੁਹਾਡੇ ਦੋਸਤ ਹਨ।

ਨਰਮ ਹੁਨਰ

ਆਪਣੇ ਵਿਚਾਰਾਂ ਦੇ ਨਾਲ-ਨਾਲ ਨਤੀਜਿਆਂ ਅਤੇ ਚਿੰਤਾਵਾਂ (ਆਦਿ) ਨੂੰ ਦੂਜਿਆਂ ਤੱਕ ਪਹੁੰਚਾਉਣ ਦੇ ਯੋਗ ਹੋਣਾ ਵੀ ਬਰਾਬਰ ਮਹੱਤਵਪੂਰਨ ਹੈ - ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਤੁਸੀਂ ਤਕਨੀਕੀ ਅਤੇ ਵਪਾਰਕ ਦੋਵਾਂ ਸ਼ਬਦਾਂ ਵਿੱਚ ਕੰਮ ਨੂੰ ਸਪਸ਼ਟ ਰੂਪ ਵਿੱਚ ਬਿਆਨ ਕਰ ਸਕਦੇ ਹੋ।

ਤੁਸੀਂ ਸਹਿਕਰਮੀਆਂ, ਪ੍ਰਬੰਧਕਾਂ, ਉੱਚ ਅਧਿਕਾਰੀਆਂ, ਗਾਹਕਾਂ ਅਤੇ ਕਿਸੇ ਹੋਰ ਵਿਅਕਤੀ ਨੂੰ ਸਮਝਾ ਸਕਦੇ ਹੋ ਜਿਸ ਨੂੰ ਇਸਦੀ ਲੋੜ ਹੈ ਕਿ ਕੀ ਹੋ ਰਿਹਾ ਹੈ, ਤੁਸੀਂ ਕਿਹੜਾ ਡੇਟਾ ਵਰਤ ਰਹੇ ਹੋ ਅਤੇ ਤੁਹਾਨੂੰ ਕਿਹੜੇ ਨਤੀਜੇ ਮਿਲੇ ਹਨ।

ਤੁਹਾਡੇ ਚਾਰਟ ਅਤੇ ਦਸਤਾਵੇਜ਼ ਤੁਹਾਡੇ ਬਿਨਾਂ ਪੜ੍ਹੇ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ। ਭਾਵ, ਤੁਹਾਨੂੰ ਇਹ ਸਮਝਣ ਲਈ ਤੁਹਾਡੇ ਕੋਲ ਜਾਣ ਦੀ ਜ਼ਰੂਰਤ ਨਹੀਂ ਹੈ ਕਿ ਉੱਥੇ ਕੀ ਲਿਖਿਆ ਹੈ।

ਤੁਸੀਂ ਬਿੰਦੂ ਨੂੰ ਪਾਰ ਕਰਨ ਲਈ ਅਤੇ/ਜਾਂ ਪ੍ਰੋਜੈਕਟ/ਤੁਹਾਡੇ ਕੰਮ ਦਾ ਦਸਤਾਵੇਜ਼ ਬਣਾਉਣ ਲਈ ਇੱਕ ਸਪਸ਼ਟ ਪੇਸ਼ਕਾਰੀ ਕਰ ਸਕਦੇ ਹੋ।

ਤੁਸੀਂ ਆਪਣੀ ਸਥਿਤੀ ਨੂੰ ਤਰਕਸ਼ੀਲ ਅਤੇ ਭਾਵਨਾਤਮਕ ਢੰਗ ਨਾਲ ਦੱਸ ਸਕਦੇ ਹੋ, "ਹਾਂ/ਨਹੀਂ" ਕਹਿ ਸਕਦੇ ਹੋ ਜਾਂ ਕਿਸੇ ਫੈਸਲੇ ਦਾ ਸਵਾਲ/ਸਮਰਥਨ ਕਰ ਸਕਦੇ ਹੋ।

ਸਿਖਲਾਈ ਸੈਸ਼ਨ

ਇੱਥੇ ਬਹੁਤ ਸਾਰੀਆਂ ਵੱਖਰੀਆਂ ਥਾਵਾਂ ਹਨ ਜਿੱਥੇ ਤੁਸੀਂ ਇਹ ਸਭ ਸਿੱਖ ਸਕਦੇ ਹੋ। ਮੈਂ ਇੱਕ ਛੋਟੀ ਸੂਚੀ ਦੇਵਾਂਗਾ - ਮੈਂ ਇਸ ਤੋਂ ਹਰ ਚੀਜ਼ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ ਅਤੇ, ਇਮਾਨਦਾਰ ਹੋਣ ਲਈ, ਹਰੇਕ ਆਈਟਮ ਦੇ ਇਸਦੇ ਚੰਗੇ ਅਤੇ ਨੁਕਸਾਨ ਹਨ. ਇਸਨੂੰ ਅਜ਼ਮਾਓ ਅਤੇ ਫੈਸਲਾ ਕਰੋ ਕਿ ਤੁਹਾਡੇ ਲਈ ਕੀ ਅਨੁਕੂਲ ਹੈ, ਪਰ ਮੈਂ ਬਹੁਤ ਸਾਰੇ ਵਿਕਲਪਾਂ ਨੂੰ ਅਜ਼ਮਾਉਣ ਅਤੇ ਕਿਸੇ ਇੱਕ 'ਤੇ ਫਸਣ ਦੀ ਸਿਫਾਰਸ਼ ਨਹੀਂ ਕਰਦਾ ਹਾਂ।

• ਔਨਲਾਈਨ ਕੋਰਸ: ਕੋਰਸਰਾ, udacity, Edx, ਆਦਿ;
• ਨਵੇਂ ਸਕੂਲ: ਔਨਲਾਈਨ ਅਤੇ ਔਫਲਾਈਨ - SkillFactory, SAD, MADE;
• ਕਲਾਸੀਕਲ ਸਕੂਲ: ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਮਾਸਟਰ ਪ੍ਰੋਗਰਾਮ ਅਤੇ ਉੱਨਤ ਸਿਖਲਾਈ ਕੋਰਸ;
• ਪ੍ਰੋਜੈਕਟ - ਤੁਸੀਂ ਬਸ ਉਹਨਾਂ ਕੰਮਾਂ ਦੀ ਚੋਣ ਕਰ ਸਕਦੇ ਹੋ ਜੋ ਤੁਹਾਡੀ ਦਿਲਚਸਪੀ ਰੱਖਦੇ ਹਨ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਕੱਟ ਸਕਦੇ ਹੋ, ਉਹਨਾਂ ਨੂੰ ਗਿਥਬ ਤੇ ਅਪਲੋਡ ਕਰ ਸਕਦੇ ਹੋ;
• ਇੰਟਰਨਸ਼ਿਪਸ - ਇੱਥੇ ਕੁਝ ਵੀ ਸੁਝਾਅ ਦੇਣਾ ਮੁਸ਼ਕਲ ਹੈ; ਤੁਹਾਨੂੰ ਇਹ ਦੇਖਣਾ ਹੋਵੇਗਾ ਕਿ ਕੀ ਉਪਲਬਧ ਹੈ ਅਤੇ ਢੁਕਵੇਂ ਵਿਕਲਪ ਲੱਭਣੇ ਪੈਣਗੇ।

ਕੀ ਇਹ ਜ਼ਰੂਰੀ ਹੈ?

ਸਿੱਟੇ ਵਜੋਂ, ਮੈਂ ਸੰਭਵ ਤੌਰ 'ਤੇ ਤਿੰਨ ਨਿੱਜੀ ਸਿਧਾਂਤ ਸ਼ਾਮਲ ਕਰਾਂਗਾ ਜੋ ਮੈਂ ਆਪਣੇ ਆਪ ਦੀ ਪਾਲਣਾ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦਾ ਹਾਂ.

• ਦਿਲਚਸਪ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ;
• ਅੰਦਰੂਨੀ ਖੁਸ਼ੀ ਲਿਆਓ (= ਘੱਟੋ ਘੱਟ ਦੁੱਖ ਦਾ ਕਾਰਨ ਨਹੀਂ);
• "ਤੇਰਾ ਹੋਣ ਲਈ."

ਉਹ ਕਿਉਂ? ਇਹ ਕਲਪਨਾ ਕਰਨਾ ਔਖਾ ਹੈ ਕਿ ਹਰ ਰੋਜ਼ ਕੁਝ ਕਰਨਾ ਅਤੇ ਇਸਦਾ ਅਨੰਦ ਨਾ ਲੈਣਾ ਜਾਂ ਦਿਲਚਸਪੀ ਨਾ ਲੈਣਾ. ਕਲਪਨਾ ਕਰੋ ਕਿ ਤੁਸੀਂ ਇੱਕ ਡਾਕਟਰ ਹੋ ਅਤੇ ਤੁਸੀਂ ਲੋਕਾਂ ਨਾਲ ਗੱਲਬਾਤ ਕਰਨ ਤੋਂ ਨਫ਼ਰਤ ਕਰਦੇ ਹੋ - ਇਹ, ਬੇਸ਼ੱਕ, ਕਿਸੇ ਤਰ੍ਹਾਂ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਤੁਸੀਂ ਉਹਨਾਂ ਮਰੀਜ਼ਾਂ ਦੇ ਪ੍ਰਵਾਹ ਨਾਲ ਲਗਾਤਾਰ ਬੇਚੈਨ ਹੋਵੋਗੇ ਜੋ ਤੁਹਾਨੂੰ ਕੁਝ ਪੁੱਛਣਾ ਚਾਹੁੰਦੇ ਹਨ. ਇਹ ਲੰਬੇ ਸਮੇਂ ਵਿੱਚ ਕੰਮ ਨਹੀਂ ਕਰਦਾ।

ਮੈਂ ਖਾਸ ਤੌਰ 'ਤੇ ਅੰਦਰੂਨੀ ਖੁਸ਼ੀ ਦਾ ਜ਼ਿਕਰ ਕਿਉਂ ਕੀਤਾ? ਇਹ ਮੈਨੂੰ ਜਾਪਦਾ ਹੈ ਕਿ ਇਹ ਹੋਰ ਵਿਕਾਸ ਲਈ ਜ਼ਰੂਰੀ ਹੈ ਅਤੇ, ਸਿਧਾਂਤ ਵਿੱਚ, ਸਿੱਖਣ ਦੀ ਪ੍ਰਕਿਰਿਆ. ਜਦੋਂ ਮੈਂ ਕੁਝ ਗੁੰਝਲਦਾਰ ਵਿਸ਼ੇਸ਼ਤਾ ਨੂੰ ਪੂਰਾ ਕਰਨ ਅਤੇ ਇੱਕ ਮਾਡਲ ਬਣਾਉਣ ਜਾਂ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਪੈਰਾਮੀਟਰ ਦੀ ਗਣਨਾ ਕਰਨ ਦਾ ਪ੍ਰਬੰਧ ਕਰਦਾ ਹਾਂ ਤਾਂ ਮੈਂ ਸੱਚਮੁੱਚ ਇਸਦਾ ਅਨੰਦ ਲੈਂਦਾ ਹਾਂ. ਮੈਂ ਇਸਦਾ ਅਨੰਦ ਲੈਂਦਾ ਹਾਂ ਜਦੋਂ ਮੇਰਾ ਕੋਡ ਸੁਹਜਾਤਮਕ ਤੌਰ 'ਤੇ ਸੁੰਦਰ ਅਤੇ ਚੰਗੀ ਤਰ੍ਹਾਂ ਲਿਖਿਆ ਜਾਂਦਾ ਹੈ. ਇਸ ਲਈ, ਕੁਝ ਨਵਾਂ ਸਿੱਖਣਾ ਦਿਲਚਸਪ ਹੁੰਦਾ ਹੈ ਅਤੇ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਕਿਸੇ ਮਹੱਤਵਪੂਰਨ ਪ੍ਰੇਰਣਾ ਦੀ ਲੋੜ ਨਹੀਂ ਹੁੰਦੀ ਹੈ।

"ਤੁਹਾਡਾ ਹੋਣਾ" ਉਹੀ ਭਾਵਨਾ ਹੈ ਕਿ ਇਹ ਮੋਟੇ ਤੌਰ 'ਤੇ ਉਹ ਹੈ ਜੋ ਤੁਸੀਂ ਕਰਨਾ ਚਾਹੁੰਦੇ ਸੀ। ਮੇਰੇ ਕੋਲ ਇੱਕ ਛੋਟੀ ਜਿਹੀ ਕਹਾਣੀ ਹੈ। ਬਚਪਨ ਤੋਂ, ਮੈਨੂੰ ਰੌਕ ਸੰਗੀਤ (ਅਤੇ ਮੈਟਲ - ਸਾਲਮਨ!) ਵਿੱਚ ਦਿਲਚਸਪੀ ਰਹੀ ਹੈ ਅਤੇ, ਹੋਰ ਬਹੁਤ ਸਾਰੇ ਲੋਕਾਂ ਵਾਂਗ, ਮੈਂ ਇਹ ਸਿੱਖਣਾ ਚਾਹੁੰਦਾ ਸੀ ਕਿ ਕਿਵੇਂ ਖੇਡਣਾ ਹੈ ਅਤੇ ਬੱਸ ਇਹੀ ਹੈ। ਇਹ ਪਤਾ ਚਲਿਆ ਕਿ ਮੇਰੇ ਕੋਲ ਕੋਈ ਸੁਣਵਾਈ ਨਹੀਂ ਸੀ ਅਤੇ ਕੋਈ ਆਵਾਜ਼ ਨਹੀਂ ਸੀ - ਇਸ ਨੇ ਮੈਨੂੰ ਬਿਲਕੁਲ ਪਰੇਸ਼ਾਨ ਨਹੀਂ ਕੀਤਾ (ਅਤੇ ਮੈਨੂੰ ਇਹ ਕਹਿਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਇਹ ਸਟੇਜ 'ਤੇ ਬਹੁਤ ਸਾਰੇ ਕਲਾਕਾਰਾਂ ਨੂੰ ਪਰੇਸ਼ਾਨ ਨਹੀਂ ਕਰਦਾ), ਅਤੇ ਜਦੋਂ ਮੈਂ ਅਜੇ ਸਕੂਲ ਵਿੱਚ ਸੀ ਤਾਂ ਮੈਨੂੰ ਇੱਕ ਗਿਟਾਰ ਮਿਲਿਆ ... ਅਤੇ ਇਹ ਸਪੱਸ਼ਟ ਹੋ ਗਿਆ ਕਿ ਮੈਨੂੰ ਸੱਚਮੁੱਚ ਘੰਟਿਆਂ ਬੱਧੀ ਬੈਠਣਾ ਅਤੇ ਇਸ 'ਤੇ ਖੇਡਣਾ ਪਸੰਦ ਨਹੀਂ ਹੈ। ਇਹ ਔਖਾ ਹੋ ਰਿਹਾ ਸੀ, ਇਹ ਹਮੇਸ਼ਾ ਮੈਨੂੰ ਜਾਪਦਾ ਸੀ ਕਿ ਕਿਸੇ ਕਿਸਮ ਦੀ ਗੁੰਡਾਗਰਦੀ ਬਾਹਰ ਆ ਰਹੀ ਹੈ - ਮੈਨੂੰ ਇਸ ਤੋਂ ਬਿਲਕੁਲ ਵੀ ਖੁਸ਼ੀ ਨਹੀਂ ਮਿਲੀ ਅਤੇ ਮੈਂ ਘਟੀਆ, ਮੂਰਖ ਅਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਸਮਰੱਥ ਮਹਿਸੂਸ ਕੀਤਾ। ਮੈਂ ਸ਼ਾਬਦਿਕ ਤੌਰ 'ਤੇ ਆਪਣੇ ਆਪ ਨੂੰ ਕਲਾਸਾਂ ਲਈ ਬੈਠਣ ਲਈ ਮਜਬੂਰ ਕੀਤਾ ਅਤੇ ਆਮ ਤੌਰ' ਤੇ ਇਹ ਘੋੜੇ ਲਈ ਚੰਗਾ ਭੋਜਨ ਨਹੀਂ ਸੀ.

ਇਸ ਦੇ ਨਾਲ ਹੀ, ਮੈਂ ਫਲੈਸ਼ (ਜਾਂ ਕੁਝ ਹੋਰ) 'ਤੇ ਕੁਝ ਐਨੀਮੇਟ ਕਰਨ ਲਈ ਸਕ੍ਰਿਪਟ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਕੁਝ ਖਿਡੌਣਿਆਂ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਲਈ ਘੰਟਿਆਂਬੱਧੀ ਆਰਾਮ ਨਾਲ ਬੈਠ ਸਕਦਾ ਸੀ ਅਤੇ ਮੈਂ ਗੇਮ ਵਿੱਚ ਤੱਤਾਂ ਨੂੰ ਖਤਮ ਕਰਨ ਜਾਂ ਅੰਦੋਲਨ ਦੇ ਮਕੈਨਿਕਸ ਨਾਲ ਨਜਿੱਠਣ ਲਈ ਬਹੁਤ ਪ੍ਰੇਰਿਤ ਸੀ ਅਤੇ/ਜਾਂ ਤੀਜੀ-ਧਿਰ ਦੀਆਂ ਲਾਇਬ੍ਰੇਰੀਆਂ, ਪਲੱਗਇਨਾਂ ਅਤੇ ਹੋਰ ਸਭ ਕੁਝ ਨੂੰ ਜੋੜਨਾ।

ਅਤੇ ਕਿਸੇ ਸਮੇਂ ਮੈਨੂੰ ਅਹਿਸਾਸ ਹੋਇਆ ਕਿ ਗਿਟਾਰ ਵਜਾਉਣਾ ਮੇਰੀ ਗੱਲ ਨਹੀਂ ਹੈ ਅਤੇ ਇਹ ਕਿ ਮੈਨੂੰ ਸੱਚਮੁੱਚ ਸੁਣਨਾ ਪਸੰਦ ਹੈ, ਵਜਾਉਣਾ ਨਹੀਂ। ਅਤੇ ਮੇਰੀਆਂ ਅੱਖਾਂ ਚਮਕ ਗਈਆਂ ਜਦੋਂ ਮੈਂ ਗੇਮਾਂ ਅਤੇ ਕੋਡ (ਉਸ ਪਲ 'ਤੇ ਹਰ ਕਿਸਮ ਦੀ ਧਾਤ ਨੂੰ ਸੁਣਨਾ) ਲਿਖਿਆ ਅਤੇ ਇਹੀ ਮੈਨੂੰ ਉਦੋਂ ਪਸੰਦ ਆਇਆ, ਅਤੇ ਇਹੀ ਮੈਨੂੰ ਕਰਨਾ ਚਾਹੀਦਾ ਸੀ।

ਕੀ ਤੁਹਾਡੇ ਕੋਈ ਹੋਰ ਸਵਾਲ ਹਨ?

ਬੇਸ਼ੱਕ, ਅਸੀਂ ਸਾਰੇ ਵਿਸ਼ਿਆਂ ਅਤੇ ਸਵਾਲਾਂ ਨੂੰ ਨਹੀਂ ਸਮਝ ਸਕੇ, ਇਸ ਲਈ ਟਿੱਪਣੀਆਂ ਲਿਖੋ ਅਤੇ ਮੈਨੂੰ ਪ੍ਰਧਾਨ ਕਰੋ - ਮੈਨੂੰ ਸਵਾਲ ਪੁੱਛ ਕੇ ਹਮੇਸ਼ਾ ਖੁਸ਼ੀ ਹੁੰਦੀ ਹੈ।

ਸਰੋਤ: www.habr.com