هيروشي واتنابي / گٽي تصويرون
The Wealth of Nations ۾، Adam Smith ڏيکاري ٿو ته ڪيئن محنت جي ورهاڱي جو مکيه ذريعو پيداوار جي پيداوار ۾ اضافو ٿيو. هڪ مثال پن ڪارخاني جي اسمبلي لائن آهي: ”هڪڙو ڪم ڪندڙ تار کي ڇڪي ٿو، ٻيو ان کي سڌو ڪري ٿو، ٽيون ان کي ڪٽي ٿو، چوٿون آخر کي تيز ڪري ٿو، پنجون سر کي درست ڪرڻ لاءِ ٻئي سر کي پيس ٿو. خاص ڪمن تي ڌيان ڏيڻ جي مهرباني، هر ملازم پنهنجي تنگ ڪم ۾ هڪ اعلي قابليت وارو ماهر بڻجي ٿو، جيڪو عمل جي ڪارڪردگي کي وڌائي ٿو. في مزدور جي پيداوار ڪيترائي ڀيرا وڌي ٿي، ۽ ڪارخانو پنن جي پيداوار ۾ وڌيڪ ڪارائتو ٿي وڃي ٿو.
ڪارڪردگيءَ جي لحاظ کان محنت جي اها ورهاڱي اسان جي ذهنن ۾ اڄ به ايتري ته جڙيل آهي جو اسان جلدي پنهنجي ٽيمن کي ان مطابق منظم ڪيو. ڊيٽا سائنس ڪو به استثنا نه آهي. ڪمپليڪس الگورٿمڪ ڪاروباري صلاحيتن کي گھڻن ڪم جي ڪمن جي ضرورت آھي، تنھنڪري ڪمپنيون خاص طور تي ماهرن جون ٽيمون ٺاھين ٿيون: محقق، ڊيٽا انجنيئر، مشين لرننگ انجنيئر، سبب ۽ اثر سائنسدان، وغيره. ماهرن جو ڪم پراڊڪٽ مئنيجر پاران ڪم جي منتقلي سان ترتيب ڏنو ويو آهي انهي طريقي سان جيڪو پن فيڪٽري وانگر آهي: "هڪ ماڻهو ڊيٽا وصول ڪري ٿو، ٻيو ان کي ماڊل ڪري ٿو، ٽيون ان تي عمل ڪري ٿو، هڪ چوٿين قدم" وغيره،
افسوس، اسان کي اسان جي ڊيٽا سائنس ٽيمن کي بهتر نه ڪرڻ گهرجي پيداوار کي بهتر ڪرڻ لاء. بهرحال، توهان اهو ڪندا آهيو جڏهن توهان سمجهي رهيا آهيو ته توهان ڇا پيدا ڪري رهيا آهيو: پن يا ٻيو ڪجهه، ۽ صرف ڪارڪردگي وڌائڻ جي ڪوشش ڪريو. اسيمبلي لائنن جو مقصد هڪ ڪم مڪمل ڪرڻ آهي. اسان ڄاڻون ٿا ته اسان ڇا چاهيون ٿا - پنن (جيئن سمٿ جي مثال ۾)، پر ڪنهن به پراڊڪٽ يا خدمت جو ذڪر ڪري سگهجي ٿو جنهن ۾ گهرجون پوريء طرح مصنوعات جي سڀني حصن ۽ ان جي رويي کي بيان ڪن ٿيون. ملازمن جو ڪردار انهن ضرورتن کي ممڪن طور تي ممڪن طور تي پورو ڪرڻ آهي.
پر ڊيٽا سائنس جو مقصد ڪمن کي مڪمل ڪرڻ نه آهي. بلڪه، مقصد ڳولڻ ۽ ترقي ڪرڻ آهي مضبوط نوان ڪاروباري موقعا. Algorithmic پراڊڪٽس ۽ خدمتون جهڙوڪ سفارش سسٽم، گراهڪ جي ڳالهين، انداز جي ترجيحن جي درجه بندي، سائيز، ڪپڙن جي ڊيزائن، لوجسٽڪس جي اصلاح، موسمي رجحان جي سڃاڻپ ۽ گهڻو ڪجهه اڳ ۾ ترقي نه ٿي ڪري سگھجي. انهن جو مطالعو ڪرڻ گهرجي. نقل ڪرڻ لاءِ ڪو به نقشو نه آهي، اهي نوان امڪان آهن موروثي غير يقيني صورتحال سان. قابليت، ماڊل، ماڊل جا قسم، هائپر پيراميٽر، سڀ ضروري عنصرن کي تجربو، آزمائش ۽ غلطي، ۽ ورهاڱي ذريعي سکڻ گهرجي. پنن سان، تربيت ۽ ڊيزائن جي پيداوار کان اڳ ۾ ڪيو ويندو آهي. ڊيٽا سائنس سان، توهان سکندا آهيو جيئن توهان ڪندا آهيو، نه اڳ.
پن ڪارخاني ۾، جڏهن تربيت پهرين اچي ٿي، اسان نه ته اها اميد رکون ٿا ۽ نه ئي چاهيون ٿا ته مزدور پيداوار جي ڪارڪردگي کي بهتر ڪرڻ کان سواءِ پراڊڪٽ جي ڪنهن به خصوصيت تي بهتري آڻين. ڪمن کي خاص ڪرڻ سمجھ ۾ اچي ٿو ڇاڪاڻ ته اهو عمل جي ڪارڪردگي ۽ پيداوار جي مستقل مزاجي (فائنل پراڊڪٽ ۾ تبديلين کان سواءِ).
پر جڏهن پيداوار اڃا ترقي ڪري رهي آهي ۽ مقصد ٽريننگ آهي، تخصص هيٺ ڏنل ڪيسن ۾ اسان جي مقصدن سان مداخلت ڪري ٿو:
1. اهو همراهن جي قيمت وڌائي ٿو.
اهو آهي، اهي خرچ جيڪي وقت جي دوران گڏ ٿين ٿا گفتگو ڪرڻ، بحث ڪرڻ، جواز پيش ڪرڻ ۽ ڪم کي ترجيح ڏيڻ ۾ جيڪو ٿيڻ جي ضرورت آهي. اهي قيمتون شامل آهن ماڻهن جي تعداد سان سپر لڪير سان. (جيئن ته جي. رچرڊ هيڪمن اسان کي سيکاريو آهي، رشتن جو تعداد r ساڳيءَ طرح وڌي ٿو اصطلاحن جي تعداد جي فعل سان n هن مساوات جي مطابق: r = (n^2-n)/2. ۽ هر تعلق ڪجهه مقدار کي ظاهر ڪري ٿو. لاڳاپا لاڳاپا.) جڏهن ڊيٽا سائنسدانن کي منظم ڪيو وڃي ٿو فنڪشن جي ذريعي، هر مرحلي تي، هر تبديلي سان، هر حوالي سان، وغيره، ڪيترن ئي ماهرن جي ضرورت هوندي آهي، جيڪي همراه جي قيمت وڌائي ٿو. مثال طور، شمارياتي ماڊلرز جيڪي نئين خاصيتن سان تجربا ڪرڻ چاهيندا آهن انهن کي ڊيٽا انجنيئرن سان همراه ڪرڻو پوندو جيڪي هر وقت ڊيٽا سيٽ ۾ شامل ڪندا آهن جڏهن اهي ڪجهه نئين ڪوشش ڪرڻ چاهيندا آهن. ساڳئي طرح، هر نئين ماڊل جي تربيت جو مطلب اهو آهي ته ماڊل ڊولپر کي ڪنهن جي ضرورت هوندي ته ان کي پيداوار ۾ رکڻ لاء همراه ڪرڻ لاء. ڪوآرڊينيشن لاڳاپا هڪ قيمت جي طور تي ڪم ڪن ٿا ريٽيشن جي قيمت، انهن کي وڌيڪ ڏکيو ۽ مهانگو بڻائي ٿو ۽ وڌيڪ ممڪن آهي ته مطالعي کي ڇڏي ڏنو وڃي. اهو سکڻ سان مداخلت ڪري سگهي ٿو.
2. اهو انتظار جي وقت کي ڏکيو بڻائي ٿو.
ڪوآرڊينيشن جي خرچن کان به وڌيڪ مشڪل وقت ڪم جي شفٽ جي وچ ۾ وڃايل وقت آهي. جڏهن ته ڪوآرڊينيشن لاڳاپا عام طور تي ڪلاڪن ۾ ماپيا ويندا آهن - اهو وقت جيڪو گڏجاڻين، بحثن، ڊيزائن جي جائزي کي منظم ڪرڻ ۾ وٺندو آهي - انتظار جو وقت عام طور تي ڏينهن، هفتن يا مهينن ۾ ماپيو ويندو آهي! فنڪشنل ماهرن جي شيڊول کي توازن ڪرڻ ڏکيو آهي ڇو ته هر ماهر کي ڪيترن ئي منصوبن ۾ ورهايو وڃي. تبديلين تي بحث ڪرڻ لاءِ هڪ ڪلاڪ جي گڏجاڻي ڪم جي فلو کي هموار ڪرڻ ۾ هفتا وٺي سگھي ٿي. ۽ تبديلين تي اتفاق ڪرڻ کان پوء، اهو ضروري آهي ته اصل ڪم پاڻ کي ٻين ڪيترن ئي منصوبن جي حوالي سان منصوبو ڪرڻ گهرجي جيڪي ماهرن جي ڪم ڪندڙ وقت تي قبضو ڪن ٿا. ڪم جنهن ۾ ڪوڊ فڪسس يا تحقيق شامل آهي جنهن کي مڪمل ٿيڻ ۾ صرف چند ڪلاڪ يا ڏينهن لڳن ٿا شايد وسيلن جي دستياب ٿيڻ کان اڳ گهڻو وقت وٺي سگھي ٿو. ان وقت تائين، ورهاڱي ۽ سکيا معطل آهن.
3. اهو حوالو تنگ ڪري ٿو.
مزدورن جي ورهاڱي کي مصنوعي طور تي محدود ڪري سگھي ٿو سکيا کي ماڻهن کي انعام ڏيڻ سان انهن جي خاصيت ۾ رهڻ لاءِ. مثال طور، هڪ ريسرچ سائنسدان جنهن کي پنهنجي ڪارڪردگيءَ جي دائري اندر رهڻ گهرجي، پنهنجي توانائي کي مختلف قسمن جي الگورتھم سان تجربو ڪرڻ تي مرکوز ڪندو: ريگريشن، نيورل نيٽ ورڪ، بي ترتيب ٻيلو، وغيره. يقينن، سٺو الورورٿم چونڊون وڌائي سگھجن ٿيون، پر عام طور تي ٻين سرگرمين مان حاصل ڪرڻ لاءِ گهڻو ڪجهه آهي، جهڙوڪ نئين ڊيٽا ذريعن کي ضم ڪرڻ. ساڳئي طرح، اهو هڪ ماڊل ٺاهڻ ۾ مدد ڪندو جيڪو ڊيٽا ۾ موجود هر وضاحتي طاقت جو استحصال ڪري ٿو. بهرحال، ان جي طاقت شايد مقصد جي فنڪشن کي تبديل ڪرڻ يا ڪجهه رڪاوٽن کي آرام ڪرڻ ۾ هجي. اهو ڏسڻ يا ڪرڻ ڏکيو آهي جڏهن هن جو ڪم محدود آهي. ڇاڪاڻ ته هڪ ٽيڪنيڪل سائنسدان الورورٿمز کي بهتر ڪرڻ ۾ ماهر هوندو آهي، ان ڪري هن کي ٻيو ڪجهه ڪرڻ جو امڪان تمام گهٽ هوندو آهي، جيتوڻيڪ اهو اهم فائدا آڻيندو آهي.
انهن نشانين کي نالو ڏيڻ لاءِ جيڪي ظاهر ٿيندا آهن جڏهن ڊيٽا سائنس ٽيمون پن فيڪٽريز طور ڪم ڪنديون آهن (مثال طور، سادي اسٽيٽس اپڊيٽس ۾): “ڊيٽا پائپ لائن تبديلين جو انتظار” ۽ “ايم ايل اينگ ريسورسز جو انتظار” عام بلاڪر آهن. بهرحال، مان سمجهان ٿو ته وڌيڪ خطرناڪ اثر اهو آهي جيڪو توهان نوٽيس نه ڪيو، ڇو ته توهان افسوس نه ٿا ڪري سگهو جيڪي توهان اڳ ۾ ئي نه ڄاڻندا آهيو. بي عيب عملدرآمد ۽ عمل جي ڪارڪردگي حاصل ڪرڻ مان حاصل ڪيل اطمينان حقيقت کي نقاب ڪري سگهي ٿي ته تنظيمون سکيا جي فائدن کان بي خبر آهن جن تي اهي غائب آهن.
هن مسئلي جو حل، يقينا، فيڪٽري پن جي طريقي کان نجات حاصل ڪرڻ آهي. سکيا ۽ ورهاڱي جي حوصلا افزائي ڪرڻ لاءِ، ڊيٽا سائنسدان جا ڪردار عام هجڻ گهرجن پر وسيع ذميدارين سان گڏ ٽيڪنيڪل فنڪشن کان آزاد، يعني ڊيٽا سائنسدانن کي منظم ڪريو ته جيئن اهي سکيا لاءِ بهتر ٿين. ان جو مطلب آهي ”مڪمل اسٽيڪ اسپيشلسٽ“ کي ڀرتي ڪرڻ - عام ماهرن جيڪي مختلف ڪم سرانجام ڏئي سگھن ٿا، تصور کان ماڊلنگ تائين، عمل درآمد ڪرڻ تائين. اهو نوٽ ڪرڻ ضروري آهي ته مان اهو تجويز نه ڪري رهيو آهيان ته مڪمل اسٽيڪ ٽيلنٽ کي ملازمت ڏيڻ سان ملازمن جو تعداد گهٽائڻ گهرجي. بلڪه، مان سمجهان ٿو ته جڏهن اهي مختلف طريقي سان منظم ڪيا ويا آهن، انهن جي ترغيب بهتر طور تي سکيا ۽ ڪارڪردگي جي فائدن سان ترتيب ڏنل آهن. مثال طور، اچو ته چئو ته توهان وٽ ٽن ماڻهن جي ٽيم آهي ٽي ڪاروباري صلاحيتن سان. پن ڪارخاني ۾، هر ٽيڪنيشن پنهنجي وقت جو ٽيون حصو هر ڪم جي ڪم لاءِ وقف ڪندو، ڇو ته ٻيو ڪو به پنهنجو ڪم نٿو ڪري سگهي. مڪمل اسٽيڪ ۾، هر جنرلسٽ مڪمل طور تي پوري ڪاروباري عمل، پيماني تي، ۽ تربيت لاء وقف آهي.
ٿورن ماڻهن سان پيداوار جي چڪر جي حمايت ڪندي، همراه گهٽجي ويندي آهي. جنرلسٽ فيچرز جي وچ ۾ fluidly هلندي آهي، ڊيٽا جي پائپ لائن کي وڌائڻ لاء وڌيڪ ڊيٽا شامل ڪرڻ، ماڊل ۾ نئين خاصيتن جي ڪوشش ڪرڻ، نئين نسخن کي پيداوار جي سببن جي ماپ لاء تيار ڪرڻ، ۽ قدمن کي ورجائي ٿو جيئن جلدي نوان خيال اچن ٿا. يقينا، اسٽيشن ويگن مختلف ڪمن کي ترتيب سان انجام ڏئي ٿو ۽ متوازي ۾ نه. آخرڪار، اهو صرف هڪ شخص آهي. بهرحال، هڪ ڪم مڪمل ڪرڻ عام طور تي وقت جو صرف هڪ حصو وٺندو آهي ڪنهن ٻئي خاص وسيلن تائين رسائي جي ضرورت آهي. تنهن ڪري، ورهاڱي جو وقت گهٽجي ٿو.
اسان جو جنرلسٽ شايد ڪنهن خاص نوڪري جي فنڪشن ۾ ماهرن وانگر ماهر نه هجي، پر اسان فنڪشنل تڪميل يا ننڍڙي واڌارو بهتر ڪرڻ جي ڪوشش نه ڪندا آهيون. بلڪه، اسان سکڻ ۽ دريافت ڪرڻ جي ڪوشش ڪريون ٿا وڌيڪ ۽ وڌيڪ پيشه ور چئلينجن کي تدريجي اثر سان. هڪ مڪمل حل لاءِ هڪ جامع حوالي سان، هو ڏسندو آهي موقعا جيڪي هڪ ماهر ياد ڪري ڇڏيندو. هن وٽ وڌيڪ خيال ۽ وڌيڪ امڪان آهن. هو پڻ ناڪام. بهرحال، ناڪامي جي قيمت گهٽ آهي ۽ سکيا جا فائدا اعلي آهن. هي هڪجهڙائي تيزيءَ سان ورجائي ٿو ۽ سکيا کي انعام ڏئي ٿي.
اهو نوٽ ڪرڻ ضروري آهي ته مڪمل اسٽيڪ سائنسدانن جي خودمختياري ۽ مهارت جي تنوع جو مقدار گهڻو ڪري انحصار آهي ڊيٽا پليٽ فارم جي مضبوطي تي جنهن تي ڪم ڪيو وڃي. هڪ سٺو ڊزائين ڪيل ڊيٽا پليٽ فارم ڊيٽا سائنسدانن کي ڪنٽينرائيزيشن جي پيچيدگين، ورهايل پروسيسنگ، خودڪار ناڪامي، ۽ ٻين ترقي يافته ڪمپيوٽنگ تصورن کان خلاصي ڪري ٿو. تجريدي کان علاوه، هڪ مضبوط ڊيٽا پليٽ فارم تجرباتي انفراسٽرڪچر، خودڪار نگراني ۽ خبرداري، خودڪار اسڪيلنگ ۽ الگورتھمڪ نتيجن ۽ ڊيبگنگ جي بصري کي فعال ڪرڻ لاء بيشمار ڪنيڪشن فراهم ڪري سگهي ٿو. اهي حصا ٺاهيا ويا آهن ۽ ٺاهيل آهن ڊيٽا پليٽ فارم انجنيئرز، مطلب ته اهي ڊيٽا سائنسدان کان ڊيٽا پليٽ فارم ڊولپمينٽ ٽيم ڏانهن منتقل نه ڪيا ويا آهن. اهو ڊيٽا سائنس جو ماهر آهي جيڪو پليٽ فارم کي هلائڻ لاءِ استعمال ٿيندڙ سڀني ڪوڊ جو ذميوار آهي.
مان، پڻ، هڪ ڀيرو عمل جي ڪارڪردگي کي استعمال ڪندي مزدورن جي فنڪشنل ڊويزن ۾ دلچسپي وٺندي هئي، پر آزمائش ۽ غلطي جي ذريعي (سيکارڻ جو ڪو بهتر طريقو ناهي)، مون دريافت ڪيو ته عام ڪردار سکيا ۽ جدت کي بهتر بڻائي ٿو ۽ صحيح ميٽرڪس مهيا ڪن ٿا: دريافت ۽ خاص طريقي کان وڌيڪ ڪاروباري موقعن جي تعمير. (آزمائش ۽ غلطي کان وڌيڪ منظم ڪرڻ جي هن طريقي جي باري ۾ سکڻ جو هڪ وڌيڪ اثرائتو طريقو آهي جيڪو مان گذريو آهيان ايمي ايڊمنڊسن جو ڪتاب پڙهو ٽيم ڪوليبريشن: ڪيئن تنظيمون سکيا، نواڻ، ۽ مقابلي ۾ علم جي معيشت ۾).
ڪجھ اھم اھم مفروضا آھن جيڪي ڪجھ ڪمپنين ۾ وڌيڪ يا گھٽ قابل اعتماد منظم ڪرڻ لاء ھن طريقي کي ٺاھي سگھن ٿا. ورهاڱي وارو عمل آزمائشي ۽ غلطي جي قيمت گھٽائي ٿو. جيڪڏهن غلطي جي قيمت وڌيڪ آهي، توهان شايد انهن کي گهٽائڻ چاهيو ٿا (پر اهو طبي ايپليڪيشنن يا پيداوار لاء سفارش نه ڪئي وئي آهي). اضافي طور تي، جيڪڏهن توهان پيٽابيٽس يا ڊيٽا جي exabytes سان ڊيل ڪري رهيا آهيو، ڊيٽا انجنيئرنگ ۾ ماهر ٿيڻ جي ضرورت پوندي. ساڳئي طرح، جيڪڏهن آن لائن ڪاروباري صلاحيتن کي برقرار رکڻ ۽ انهن جي دستيابي انهن کي بهتر ڪرڻ کان وڌيڪ اهم آهي، فنڪشنل فضيلت شايد ٽرپ سکيا. آخرڪار، مڪمل اسٽيڪ ماڊل ماڻهن جي راء تي ڀاڙي ٿو جيڪي ان بابت ڄاڻن ٿا. اهي unicorns نه آهن؛ توھان انھن کي ڳولي سگھو ٿا يا انھن کي پاڻ تيار ڪري سگھو ٿا. بهرحال، اهي اعلي مطالبن ۾ آهن ۽ انهن کي راغب ڪرڻ ۽ برقرار رکڻ جي ضرورت هوندي مقابلي جي معاوضي، مضبوط ڪارپوريٽ قدر ۽ مشڪل ڪم. پڪ ڪريو ته توهان جي ڪمپني ڪلچر هن جي حمايت ڪري سگهي ٿي.
جيتوڻيڪ اهو سڀ ڪجهه چوڻ سان، مان سمجهان ٿو ته مڪمل اسٽيڪ ماڊل مهيا ڪري ٿو بهترين شروعاتي حالتون. انهن سان شروع ڪريو، ۽ پوء شعوري طور تي مزدور جي هڪ فنڪشنل ڊويزن ڏانهن وڃو جڏهن بلڪل ضروري هجي.
فنڪشنل اسپيشلائيزيشن جا ٻيا به نقصان آهن. اهو ڪارڪنن جي حصي تي ذميواري ۽ جذبي جي نقصان جي ڪري سگھي ٿو. سمٿ پاڻ محنت جي ورهاڱي تي تنقيد ڪري ٿو، اهو مشورو ڏئي ٿو ته اها ڏات جي خاتمي جو سبب بڻجي ٿي، يعني. مزدور جاهل ٿي ويندا آهن ۽ پوئتي هٽي ويندا آهن ڇاڪاڻ ته انهن جا ڪردار صرف چند ڪمن تائين محدود هوندا آهن. جڏهن ته اسپيشلائيزيشن عمل جي ڪارڪردگي مهيا ڪري سگهي ٿي، اهو ڪارڪنن کي متاثر ڪرڻ جو امڪان گهٽ آهي.
موڙ ۾، ورسٽائل ڪردار اهي سڀئي شيون مهيا ڪن ٿيون جيڪي نوڪري جي اطمينان کي ڊرائيو ڪن ٿا: خودمختياري، مهارت، ۽ مقصد. خودمختياري اها آهي ته اهي ڪاميابي حاصل ڪرڻ لاء ڪنهن به شيء تي منحصر نه آهن. مهارت مضبوط مقابلي واري فائدن ۾ آهي. ۽ مقصد جو احساس ان موقعي ۾ آهي ته انهن جي ٺاهيل ڪاروبار تي اثر انداز ٿئي. جيڪڏهن اسان ماڻهن کي انهن جي ڪم جي باري ۾ پرجوش حاصل ڪري سگهون ٿا ۽ ڪمپني تي وڏو اثر پئجي سگهي ٿي، ته پوءِ سڀ ڪجهه پنهنجي جاءِ تي اچي ويندو.
جو ذريعو: www.habr.com