தரவு அறிவியல் குழுக்களுக்கு ஏன் பொதுவாதிகள் தேவை, நிபுணர்கள் அல்ல

ஹிரோஷி வதனாபே/கெட்டி இமேஜஸ்

வெல்த் ஆஃப் நேஷன்ஸில், ஆடம் ஸ்மித், உழைப்பைப் பிரிப்பது எவ்வாறு உற்பத்தித் திறனை அதிகரிப்பதற்கான முக்கிய ஆதாரமாகிறது என்பதைக் காட்டுகிறது. ஒரு முள் தொழிற்சாலையின் அசெம்பிளி லைன் ஒரு எடுத்துக்காட்டு: "ஒரு தொழிலாளி கம்பியை இழுக்கிறார், மற்றொருவர் அதை நேராக்குகிறார், மூன்றாவது அதை வெட்டுகிறார், நான்காவது ஒரு முனையைக் கூர்மைப்படுத்துகிறார், ஐந்தாவது ஒரு முனையை தலைக்கு ஏற்றவாறு அரைக்கிறார்." குறிப்பிட்ட செயல்பாடுகளில் கவனம் செலுத்தும் நிபுணத்துவத்திற்கு நன்றி, ஒவ்வொரு பணியாளரும் தனது குறுகிய பணியில் அதிக தகுதி வாய்ந்த நிபுணராக மாறுகிறார், இது செயல்முறை செயல்திறனை அதிகரிக்க வழிவகுக்கிறது. ஒரு தொழிலாளிக்கான வெளியீடு பல மடங்கு அதிகரிக்கிறது, மேலும் தொழிற்சாலை ஊசிகளை உற்பத்தி செய்வதில் மிகவும் திறமையானது.

செயல்பாட்டின் மூலம் இந்த உழைப்புப் பிரிவினை இன்றும் நம் மனதில் ஆழமாக பதிந்துள்ளது, அதற்கேற்ப எங்கள் குழுக்களை விரைவாக ஏற்பாடு செய்தோம். தரவு அறிவியல் விதிவிலக்கல்ல. சிக்கலான வழிமுறை வணிகத் திறன்களுக்குப் பல வேலைச் செயல்பாடுகள் தேவைப்படுகின்றன, எனவே நிறுவனங்கள் பொதுவாக நிபுணர்களின் குழுக்களை உருவாக்குகின்றன: ஆராய்ச்சியாளர்கள், தரவுப் பொறியாளர்கள், இயந்திரக் கற்றல் பொறியாளர்கள், காரணம் மற்றும் விளைவு விஞ்ஞானிகள் மற்றும் பல. நிபுணர்களின் பணியானது தயாரிப்பு மேலாளரால் ஒரு முள் தொழிற்சாலையை ஒத்த விதத்தில் செயல்பாடுகளை மாற்றுவதன் மூலம் ஒருங்கிணைக்கப்படுகிறது: "ஒரு நபர் தரவைப் பெறுகிறார், மற்றொருவர் அதை மாதிரி செய்கிறார், மூன்றாவது அதை செயல்படுத்துகிறார், நான்காவது நடவடிக்கைகள்" மற்றும் பல,

ஐயோ, உற்பத்தித்திறனை மேம்படுத்த எங்கள் தரவு அறிவியல் குழுக்களை மேம்படுத்தக் கூடாது. இருப்பினும், நீங்கள் என்ன உற்பத்தி செய்கிறீர்கள் என்பதை நீங்கள் புரிந்து கொள்ளும்போது இதைத்தான் செய்கிறீர்கள்: ஊசிகள் அல்லது வேறு ஏதாவது, மேலும் செயல்திறனை அதிகரிக்க முயற்சி செய்யுங்கள். சட்டசபை வரிகளின் நோக்கம் ஒரு பணியை முடிப்பதாகும். நமக்கு என்ன வேண்டும் என்பது எங்களுக்குத் தெரியும் - பின்கள் (ஸ்மித்தின் உதாரணம் போல), ஆனால் எந்தவொரு தயாரிப்பு அல்லது சேவையையும் குறிப்பிடலாம், அதில் தேவைகள் தயாரிப்பின் அனைத்து அம்சங்களையும் அதன் நடத்தையையும் முழுமையாக விவரிக்கிறது. இந்த தேவைகளை முடிந்தவரை திறமையாக நிறைவேற்றுவதே ஊழியர்களின் பங்கு.

ஆனால் டேட்டா சயின்ஸின் குறிக்கோள் பணிகளை முடிப்பது அல்ல. மாறாக, வலுவான புதிய வணிக வாய்ப்புகளை ஆராய்ந்து மேம்படுத்துவதே இலக்காகும். பரிந்துரை அமைப்புகள், வாடிக்கையாளர் தொடர்புகள், பாணி விருப்பங்களின் வகைப்பாடு, அளவு, ஆடை வடிவமைப்பு, தளவாட உகப்பாக்கம், பருவகால போக்கு கண்டறிதல் மற்றும் பல போன்ற அல்காரிதமிக் தயாரிப்புகள் மற்றும் சேவைகளை முன்கூட்டியே உருவாக்க முடியாது. அவை படிக்கப்பட வேண்டும். நகலெடுக்க எந்த வரைபடங்களும் இல்லை, இவை உள்ளார்ந்த நிச்சயமற்ற தன்மையுடன் கூடிய புதிய சாத்தியங்கள். குணகங்கள், மாதிரிகள், மாதிரி வகைகள், உயர் அளவுகோல்கள், தேவையான அனைத்து கூறுகளும் பரிசோதனை, சோதனை மற்றும் பிழை மற்றும் மீண்டும் மீண்டும் செய்ய வேண்டும். ஊசிகளுடன், பயிற்சி மற்றும் வடிவமைப்பு உற்பத்திக்கு முன்கூட்டியே செய்யப்படுகிறது. தரவு அறிவியலுடன், நீங்கள் செய்வது போல் கற்றுக்கொள்கிறீர்கள், முன்பு அல்ல.

முள் தொழிற்சாலையில், பயிற்சி முதலில் வரும்போது, ​​உற்பத்தித் திறனை மேம்படுத்துவதைத் தவிர உற்பத்தியின் எந்த அம்சத்தையும் தொழிலாளர்கள் மேம்படுத்த வேண்டும் என்று நாங்கள் எதிர்பார்க்கவோ விரும்பவில்லை. சிறப்புப் பணிகளைச் செய்வது அர்த்தமுள்ளதாக இருக்கிறது, ஏனெனில் இது செயல்முறை செயல்திறன் மற்றும் உற்பத்தி நிலைத்தன்மைக்கு வழிவகுக்கிறது (இறுதி தயாரிப்புக்கு மாற்றங்கள் இல்லாமல்).

ஆனால் தயாரிப்பு இன்னும் வளர்ச்சியடைந்து, பயிற்சியின் இலக்காக இருக்கும்போது, ​​பின்வரும் நிகழ்வுகளில் நிபுணத்துவம் எங்கள் இலக்குகளில் குறுக்கிடுகிறது:

1. இது ஒருங்கிணைப்பு செலவுகளை அதிகரிக்கிறது.

அதாவது, தொடர்புகொள்வது, விவாதிப்பது, நியாயப்படுத்துவது மற்றும் செய்ய வேண்டிய வேலைகளுக்கு முன்னுரிமை அளிப்பதில் செலவழித்த நேரத்தில் திரட்டப்படும் அந்த செலவுகள். இந்த செலவுகள் சம்பந்தப்பட்ட நபர்களின் எண்ணிக்கையுடன் மிக நேர்கோட்டில் அளவிடப்படுகின்றன. (ஜே. ரிச்சர்ட் ஹேக்மேன் நமக்குக் கற்பித்தபடி, இந்த சமன்பாட்டின்படி n சொற்களின் எண்ணிக்கையின் செயல்பாட்டைப் போலவே r உறவுகளின் எண்ணிக்கையும் வளர்கிறது: r = (n^2-n)/2. மேலும் ஒவ்வொரு உறவும் சில அளவுகளை வெளிப்படுத்துகிறது செலவு உறவு.) தரவு விஞ்ஞானிகள் செயல்பாட்டின் மூலம் ஒழுங்கமைக்கப்படும் போது, ​​ஒவ்வொரு கட்டத்திலும், ஒவ்வொரு மாற்றத்திலும், ஒவ்வொரு ஒப்படைப்பு போன்றவற்றிலும், பல நிபுணர்கள் தேவைப்படுகிறார்கள், இது ஒருங்கிணைப்பு செலவுகளை அதிகரிக்கிறது. எடுத்துக்காட்டாக, புதிய அம்சங்களைப் பரிசோதிக்க விரும்பும் புள்ளியியல் மாடலர்கள், ஒவ்வொரு முறையும் புதிதாக ஒன்றை முயற்சிக்க விரும்பும் தரவுத் தொகுப்புகளில் சேர்க்கும் தரவுப் பொறியாளர்களுடன் ஒருங்கிணைக்க வேண்டும். அதேபோல், பயிற்சியளிக்கப்பட்ட ஒவ்வொரு புதிய மாடலும், மாடல் டெவலப்பர் தயாரிப்பில் ஈடுபடுவதற்கு யாரையாவது ஒருங்கிணைக்க வேண்டும் என்பதாகும். ஒருங்கிணைப்புச் செலவுகள் மறு செய்கைக்கான விலையாகச் செயல்படுகின்றன, அவை மிகவும் கடினமாகவும் விலை உயர்ந்ததாகவும் ஆக்குகின்றன, மேலும் ஆய்வு கைவிடப்படுவதற்கு அதிக வாய்ப்புள்ளது. இது கற்றலில் குறுக்கிடலாம்.

2. இது காத்திருக்கும் நேரத்தை கடினமாக்குகிறது.

ஒருங்கிணைப்புச் செலவுகளைக் காட்டிலும் மிகவும் கடினமானது, வேலை ஷிப்டுகளுக்கு இடையே இழக்கப்படும் நேரமாகும். ஒருங்கிணைப்பு செலவுகள் பொதுவாக மணிநேரங்களில் அளவிடப்படும் போது - கூட்டங்கள், விவாதங்கள், வடிவமைப்பு மதிப்பாய்வுகளை நடத்த எடுக்கும் நேரம் - காத்திருப்பு நேரம் பொதுவாக நாட்கள், வாரங்கள் அல்லது மாதங்களில் அளவிடப்படுகிறது! ஒவ்வொரு நிபுணரும் பல திட்டங்களில் விநியோகிக்கப்பட வேண்டும் என்பதால், செயல்பாட்டு நிபுணர்களின் அட்டவணைகளை சமநிலைப்படுத்துவது கடினம். மாற்றங்களைப் பற்றி விவாதிக்க ஒரு மணி நேரக் கூட்டம், பணிப்பாய்வுகளை சீராக்க வாரங்கள் ஆகலாம். மாற்றங்களை ஒப்புக்கொண்ட பிறகு, நிபுணர்களின் பணி நேரத்தை ஆக்கிரமிக்கும் பல திட்டங்களின் பின்னணியில் உண்மையான வேலையைத் திட்டமிடுவது அவசியம். சில மணிநேரங்கள் அல்லது நாட்கள் மட்டுமே எடுக்கும் குறியீடு திருத்தங்கள் அல்லது ஆராய்ச்சி சம்பந்தப்பட்ட பணிகள், ஆதாரங்கள் கிடைப்பதற்கு அதிக நேரம் ஆகலாம். அதுவரை, மறு செய்கை மற்றும் கற்றல் இடைநிறுத்தப்பட்டுள்ளது.

3. இது சூழலைக் குறைக்கிறது.

உழைப்பைப் பிரிப்பதன் மூலம் கற்றலை செயற்கையாக மட்டுப்படுத்த முடியும். எடுத்துக்காட்டாக, தனது செயல்பாட்டின் எல்லைக்குள் இருக்க வேண்டிய ஒரு ஆராய்ச்சி விஞ்ஞானி, பல்வேறு வகையான அல்காரிதம்களை பரிசோதிப்பதில் தனது ஆற்றலைக் குவிப்பார்: பின்னடைவு, நரம்பியல் நெட்வொர்க்குகள், சீரற்ற காடுகள் மற்றும் பல. நிச்சயமாக, நல்ல அல்காரிதம் தேர்வுகள் அதிகரிக்கும் மேம்பாடுகளுக்கு வழிவகுக்கும், ஆனால் புதிய தரவு மூலங்களை ஒருங்கிணைத்தல் போன்ற பிற செயல்பாடுகளிலிருந்து பொதுவாக இன்னும் பலவற்றைப் பெறலாம். அதேபோல், தரவுகளில் உள்ளார்ந்த ஒவ்வொரு விளக்க சக்தியையும் பயன்படுத்தும் மாதிரியை உருவாக்க இது உதவும். இருப்பினும், அதன் பலம் புறநிலை செயல்பாட்டை மாற்றுவதில் அல்லது சில கட்டுப்பாடுகளை தளர்த்துவதில் இருக்கலாம். அவளுடைய வேலை குறைவாக இருக்கும்போது இதைப் பார்ப்பது அல்லது செய்வது கடினம். ஒரு தொழில்நுட்ப விஞ்ஞானி அல்காரிதம்களை மேம்படுத்துவதில் நிபுணத்துவம் பெற்றவர் என்பதால், குறிப்பிடத்தக்க பலன்களைக் கொண்டு வந்தாலும், அவர் வேறு எதையும் செய்வதற்கு மிகவும் குறைவாகவே இருக்கிறார்.

தரவு அறிவியல் குழுக்கள் பின் தொழிற்சாலைகளாகச் செயல்படும் போது தோன்றும் அறிகுறிகளுக்குப் பெயரிட (உதாரணமாக, எளிய நிலைப் புதுப்பிப்புகளில்): “டேட்டா பைப்லைன் மாற்றங்களுக்காகக் காத்திருக்கிறது” மற்றும் “ML Eng ஆதாரங்களுக்காகக் காத்திருக்கிறது” ஆகியவை பொதுவான தடுப்பான்கள். இருப்பினும், நீங்கள் கவனிக்காதது மிகவும் ஆபத்தான செல்வாக்கு என்று நான் நம்புகிறேன், ஏனென்றால் உங்களுக்கு ஏற்கனவே தெரியாததற்கு நீங்கள் வருத்தப்பட முடியாது. குறைபாடற்ற செயல்படுத்தல் மற்றும் செயல்முறை செயல்திறனை அடைவதில் இருந்து பெற்ற மனநிறைவு ஆகியவை நிறுவனங்கள் தாங்கள் இழக்கும் கற்றல் பலன்களைப் பற்றி அறியவில்லை என்ற உண்மையை மறைத்துவிடும்.

இந்த சிக்கலுக்கான தீர்வு, நிச்சயமாக, தொழிற்சாலை முள் முறையை அகற்றுவதாகும். கற்றல் மற்றும் மறு செய்கையை ஊக்குவிக்க, தரவு விஞ்ஞானி பாத்திரங்கள் பொதுவானதாக இருக்க வேண்டும், ஆனால் தொழில்நுட்பச் செயல்பாட்டிலிருந்து சுயாதீனமான பரந்த பொறுப்புகளுடன், அதாவது தரவு விஞ்ஞானிகளை ஒழுங்கமைக்க வேண்டும், இதனால் அவர்கள் கற்றலுக்கு உகந்ததாக இருக்கும். இதன் பொருள் "முழு அடுக்கு நிபுணர்களை" பணியமர்த்துவது - கருத்து முதல் மாடலிங் வரை, செயல்படுத்தல் முதல் அளவீடு வரை பல்வேறு செயல்பாடுகளைச் செய்யக்கூடிய பொது நிபுணர்கள். முழு-ஸ்டாக் திறமையாளர்களை பணியமர்த்துவது பணியாளர்களின் எண்ணிக்கையை குறைக்க வேண்டும் என்று நான் பரிந்துரைக்கவில்லை என்பதை கவனத்தில் கொள்ள வேண்டும். மாறாக, அவர்கள் வித்தியாசமாக ஒழுங்கமைக்கப்படும்போது, ​​அவர்களின் ஊக்கத்தொகைகள் கற்றல் மற்றும் செயல்திறன் நன்மைகளுடன் சிறப்பாகச் சீரமைக்கப்படும் என்று நான் கருதுகிறேன். உதாரணமாக, உங்களிடம் மூன்று வணிகத் திறன்களைக் கொண்ட மூன்று பேர் கொண்ட குழு இருப்பதாக வைத்துக் கொள்வோம். ஒரு முள் தொழிற்சாலையில், ஒவ்வொரு தொழில் நுட்ப வல்லுநரும் தனது வேலையை வேறு யாரும் செய்ய முடியாது என்பதால், ஒவ்வொரு வேலைப் பணிக்கும் தனது மூன்றில் ஒரு பகுதியை ஒதுக்குவார்கள். ஒரு முழு அடுக்கில், ஒவ்வொரு பொதுவாதியும் முழு வணிக செயல்முறை, அளவு-அப் மற்றும் பயிற்சிக்கு முழுமையாக அர்ப்பணித்துள்ளார்.

குறைவான மக்கள் உற்பத்தி சுழற்சியை ஆதரிப்பதால், ஒருங்கிணைப்பு குறைகிறது. ஜெனரலிஸ்ட் அம்சங்களுக்கு இடையில் திரவமாக நகர்கிறது, மேலும் தரவைச் சேர்க்க தரவுக் குழாய்களை விரிவுபடுத்துகிறது, மாடல்களில் புதிய அம்சங்களை முயற்சிக்கிறது, காரண அளவீடுகளுக்கான உற்பத்திக்கு புதிய பதிப்புகளை வரிசைப்படுத்துகிறது மற்றும் புதிய யோசனைகள் வந்தவுடன் மீண்டும் படிகளை மீண்டும் செய்கிறது. நிச்சயமாக, ஸ்டேஷன் வேகன் வெவ்வேறு செயல்பாடுகளை தொடர்ச்சியாக செய்கிறது மற்றும் இணையாக அல்ல. எல்லாவற்றிற்கும் மேலாக, அது ஒரு நபர் மட்டுமே. இருப்பினும், ஒரு பணியை முடிப்பது பொதுவாக மற்றொரு சிறப்பு வளத்தை அணுகுவதற்கு தேவைப்படும் நேரத்தின் ஒரு பகுதியை மட்டுமே எடுக்கும். எனவே, மறு செய்கை நேரம் குறைகிறது.

எங்கள் பொதுவாதி ஒரு குறிப்பிட்ட வேலை செயல்பாட்டில் ஒரு நிபுணரைப் போல திறமையானவராக இல்லாமல் இருக்கலாம், ஆனால் செயல்பாட்டு முழுமைக்காகவோ அல்லது சிறிய அதிகரிப்பு மேம்பாடுகளுக்காகவோ நாங்கள் பாடுபடுவதில்லை. மாறாக, படிப்படியான தாக்கத்துடன் மேலும் மேலும் தொழில்முறை சவால்களைக் கற்றுக் கொள்ளவும் கண்டறியவும் நாங்கள் முயற்சி செய்கிறோம். ஒரு முழுமையான தீர்வுக்கான முழுமையான சூழலுடன், ஒரு நிபுணர் தவறவிடும் வாய்ப்புகளை அவர் காண்கிறார். அவருக்கு அதிக யோசனைகள் மற்றும் அதிக வாய்ப்புகள் உள்ளன. அவரும் தோல்வியடைகிறார். இருப்பினும், தோல்விக்கான செலவு குறைவாக உள்ளது மற்றும் கற்றலின் நன்மைகள் அதிகம். இந்த சமச்சீரற்ற தன்மை விரைவான மறு செய்கையை ஊக்குவிக்கிறது மற்றும் கற்றலுக்கு வெகுமதி அளிக்கிறது.

முழு ஸ்டாக் விஞ்ஞானிகளுக்கு வழங்கப்படும் தன்னாட்சி மற்றும் திறன் பன்முகத்தன்மையின் அளவு பெரும்பாலும் வேலை செய்யக்கூடிய தரவு தளத்தின் வலிமையைப் பொறுத்தது என்பதைக் கவனத்தில் கொள்ள வேண்டியது அவசியம். நன்கு வடிவமைக்கப்பட்ட தரவுத் தளம் தரவு விஞ்ஞானிகளை கொள்கலன்மயமாக்கல், விநியோகிக்கப்பட்ட செயலாக்கம், தானியங்கி தோல்வி மற்றும் பிற மேம்பட்ட கணினிக் கருத்துகளின் சிக்கல்களிலிருந்து சுருக்குகிறது. சுருக்கத்திற்கு கூடுதலாக, ஒரு வலுவான தரவு தளம் சோதனை உள்கட்டமைப்புக்கு தடையற்ற இணைப்பை வழங்க முடியும், கண்காணிப்பு மற்றும் எச்சரிக்கையை தானியங்குபடுத்துகிறது, அல்காரிதம் முடிவுகள் மற்றும் பிழைத்திருத்தத்தின் தானியங்கி அளவிடுதல் மற்றும் காட்சிப்படுத்தல் ஆகியவற்றை செயல்படுத்துகிறது. இந்த கூறுகள் தரவு இயங்குதளப் பொறியாளர்களால் வடிவமைக்கப்பட்டு கட்டமைக்கப்படுகின்றன, அதாவது அவை தரவு விஞ்ஞானிகளிடமிருந்து தரவு இயங்குதள மேம்பாட்டுக் குழுவிற்கு அனுப்பப்படுவதில்லை. தளத்தை இயக்கப் பயன்படுத்தப்படும் அனைத்து குறியீடுகளுக்கும் தரவு அறிவியல் நிபுணர்தான் பொறுப்பு.

செயல்முறைத் திறனைப் பயன்படுத்தி உழைப்பின் செயல்பாட்டுப் பிரிவில் நானும் ஒரு காலத்தில் ஆர்வமாக இருந்தேன், ஆனால் சோதனை மற்றும் பிழை மூலம் (கற்றுக்கொள்வதற்கு சிறந்த வழி இல்லை), வழக்கமான பாத்திரங்கள் கற்றல் மற்றும் கண்டுபிடிப்புகளை எளிதாக்குகின்றன மற்றும் சரியான அளவீடுகளை வழங்குகின்றன என்பதைக் கண்டுபிடித்தேன்: கண்டறிதல் மற்றும் சிறப்பு அணுகுமுறையை விட பல வணிக வாய்ப்புகளை உருவாக்குதல். (நான் கடந்து வந்த சோதனை மற்றும் பிழையை விட ஒழுங்கமைப்பதற்கான இந்த அணுகுமுறையைப் பற்றி அறிய மிகவும் பயனுள்ள வழி, ஏமி எட்மண்ட்சனின் குழு ஒத்துழைப்பு: நிறுவனங்கள் எவ்வாறு கற்றுக்கொள்வது, புதுமைப்படுத்துவது மற்றும் அறிவுப் பொருளாதாரத்தில் போட்டியிடுவது).

சில முக்கியமான அனுமானங்கள் சில நிறுவனங்களில் அதிகமாகவோ அல்லது குறைவாகவோ நம்பகமானதாக ஒழுங்கமைக்க இந்த அணுகுமுறையை உருவாக்கலாம். மறு செய்கை செயல்முறை சோதனை மற்றும் பிழையின் விலையை குறைக்கிறது. பிழையின் விலை அதிகமாக இருந்தால், நீங்கள் அவற்றைக் குறைக்க விரும்பலாம் (ஆனால் இது மருத்துவ பயன்பாடுகள் அல்லது உற்பத்திக்கு பரிந்துரைக்கப்படவில்லை). கூடுதலாக, நீங்கள் பெட்டாபைட்டுகள் அல்லது எக்ஸாபைட் தரவுகளைக் கையாளுகிறீர்கள் என்றால், தரவுப் பொறியியலில் நிபுணத்துவம் தேவைப்படலாம். அதேபோல், ஆன்லைன் வணிகத் திறன்களைப் பேணுவதும், அவற்றை மேம்படுத்துவதை விட அவற்றின் கிடைக்கும் தன்மையும் முக்கியமானது என்றால், செயல்பாட்டுத் திறன் கற்றலைத் தடுக்கலாம். இறுதியாக, முழு ஸ்டாக் மாதிரியானது அதைப் பற்றி அறிந்தவர்களின் கருத்துக்களை நம்பியுள்ளது. அவை யூனிகார்ன்கள் அல்ல; நீங்கள் அவற்றைக் கண்டுபிடிக்கலாம் அல்லது அவற்றை நீங்களே தயார் செய்யலாம். இருப்பினும், அவர்களுக்கு அதிக தேவை உள்ளது மற்றும் அவற்றை ஈர்ப்பதற்கும் தக்கவைப்பதற்கும் போட்டி இழப்பீடு, வலுவான நிறுவன மதிப்புகள் மற்றும் சவாலான வேலை தேவைப்படும். உங்கள் நிறுவனத்தின் கலாச்சாரம் இதை ஆதரிக்கும் என்பதை உறுதிப்படுத்தவும்.

எல்லாவற்றையும் சொன்னாலும் கூட, முழு ஸ்டாக் மாடல் சிறந்த தொடக்க நிலைமைகளை வழங்குகிறது என்று நான் நம்புகிறேன். அவர்களுடன் தொடங்கவும், பின்னர் முற்றிலும் தேவைப்படும்போது மட்டுமே உழைப்பின் செயல்பாட்டுப் பிரிவை நோக்கி உணர்வுபூர்வமாக நகரவும்.

செயல்பாட்டு நிபுணத்துவத்தின் பிற குறைபாடுகள் உள்ளன. இது தொழிலாளர்களின் பொறுப்பையும் செயலற்ற தன்மையையும் இழக்க வழிவகுக்கும். ஸ்மித் தானே உழைப்பைப் பிரிப்பதை விமர்சிக்கிறார், இது திறமை மந்தமடைவதற்கு வழிவகுக்கிறது, அதாவது. தொழிலாளர்கள் அறியாதவர்களாகவும், திரும்பத் திரும்பச் செய்யும் சில பணிகளுக்கு அவர்களின் பாத்திரங்கள் மட்டுப்படுத்தப்படுவதாலும் திரும்பப் பெறப்படுகின்றனர். நிபுணத்துவம் செயல்முறை செயல்திறனை வழங்கலாம் என்றாலும், அது தொழிலாளர்களை ஊக்குவிக்கும் வாய்ப்பு குறைவு.

இதையொட்டி, பலதரப்பட்ட பாத்திரங்கள் வேலை திருப்தியைத் தூண்டும் அனைத்து விஷயங்களையும் வழங்குகின்றன: சுயாட்சி, தேர்ச்சி மற்றும் நோக்கம். சுயாட்சி என்பது அவர்கள் வெற்றியை அடைய எதையும் சார்ந்து இல்லை. தேர்ச்சி என்பது வலுவான போட்டி நன்மைகளில் உள்ளது. அவர்கள் உருவாக்கும் வணிகத்தில் தாக்கத்தை ஏற்படுத்தும் வாய்ப்பில் நோக்கத்தின் உணர்வு உள்ளது. மக்கள் தங்கள் வேலையைப் பற்றி உற்சாகப்படுத்தி, நிறுவனத்தில் பெரிய தாக்கத்தை ஏற்படுத்தினால், மற்ற அனைத்தும் சரியாகிவிடும்.

ஆதாரம்: www.habr.com