TL;DR ڈیٹا سائنس کے بارے میں سوالات/جوابات اور اس پیشے میں داخل ہونے اور اس میں ترقی کرنے کے طریقے کے لیے ایک پوسٹ ہے۔ مضمون میں میں بنیادی اصولوں اور اکثر پوچھے گئے سوالات کا تجزیہ کروں گا اور آپ کے مخصوص سوالات کے جوابات دینے کے لیے تیار ہوں - کمنٹس میں لکھیں (یا نجی پیغام میں)، میں چند دنوں میں ہر چیز کا جواب دینے کی کوشش کروں گا۔
نوٹوں کی "شیطانیت کی تاریخ" سیریز کی آمد کے ساتھ، بہت سے پیغامات اور تبصرے سوالات کے ساتھ آئے کہ کیسے شروع کیا جائے اور کہاں کھودنا ہے، اور آج ہم اشاعت کے بعد پیدا ہونے والے اہم ہنر اور سوالات کا تجزیہ کریں گے۔
یہاں بیان کردہ ہر چیز حتمی سچائی کا دعویٰ نہیں کرتی اور مصنف کی موضوعی رائے ہے۔ ہم ان اہم چیزوں کو دیکھیں گے جو اس عمل میں سب سے اہم معلوم ہوتی ہیں۔
بالکل اس کی ضرورت کیوں ہے؟
مقصد کو بہتر طریقے سے حاصل کرنے کے لیے، تاکہ یہ کم از کم کسی حد تک مخصوص نظر آئے - آپ فیس بک/ایپل/ایمیزون/نیٹ فلکس/گوگل میں ڈی ایس یا ریسرچ سائنٹسٹ بننا چاہتے ہیں - ضروریات، زبانوں اور ضروری مہارتوں کو دیکھیں خاص طور پر کس عہدے کے لیے۔ بھرتی کا عمل کیا ہے؟ ایسے کردار میں ایک عام دن کیسے گزرتا ہے؟ وہاں کام کرنے والے شخص کا اوسط پروفائل کیسا لگتا ہے؟
اکثر مجموعی تصویر یہ ہوتی ہے کہ ایک شخص واقعتاً یہ نہیں سمجھ پاتا کہ وہ بالکل کیا چاہتا ہے اور یہ پوری طرح سے واضح نہیں ہے کہ اس غیر واضح تصویر کے لیے کس طرح تیاری کی جائے - اس لیے کم از کم اس کے لیے ضروری ہے کہ آپ بالکل کیا چاہتے ہیں۔
موجودہ مقصد کے منظر کو کنکریٹائز کریں۔
یہاں تک کہ اگر یہ راستے میں بدل جاتا ہے، اور ڈرامے کے دوران منصوبوں کو تبدیل کرنا عام طور پر معمول کی بات ہے، تو یہ ایک مقصد رکھنے اور اس پر توجہ مرکوز کرنے، وقتاً فوقتاً جائزہ لینے اور دوبارہ سوچنے کے قابل ہے۔
کیا یہ ہو گا یا یہ اب بھی متعلقہ ہے؟
اس وقت تک جب آپ ایک پوزیشن میں بڑھیں گے۔
تصور کریں کہ آپ کی پوزیشن سے پہلے آپ کو پی ایچ ڈی کرنے کی ضرورت ہے، صنعت میں 2-3 سال کام کرنا ہے اور خانقاہ میں مراقبہ کرتے ہوئے عموماً اپنے بال کٹوانے کی ضرورت ہے - کیا ڈیٹا سائنس کی صورت حال وہی نہیں ہوگی جو کبھی ماہرین اقتصادیات کے ساتھ تھی اور وکلاء؟ کیا آپ جس علاقے کا پیچھا کرنا چاہتے ہیں اس میں ہر چیز پہچان سے آگے بدل جائے گی؟
کیا یہ اچھا موقع نہیں ہے کہ اب ہر کوئی وہاں پہنچ جائے گا اور ہم ایک تصویر دیکھیں گے جہاں لوگوں کی ایک وسیع پرت ہے جو پیشے میں داخل ہونے کی کوشش کر رہے ہیں - اور وہاں صرف ایک معمولی ابتدائی پوزیشن ہوگی۔
کسی راستے کا انتخاب کرتے وقت موجودہ رجحانات پر غور کرنے کے قابل ہو سکتا ہے، نہ صرف لیبر مارکیٹ کی موجودہ حالت، بلکہ آپ کا خیال بھی کہ یہ کیسے بدل رہا ہے اور کہاں ہے۔
مثال کے طور پر، مصنف نے شیطان پرست بننے کا ارادہ نہیں کیا تھا، لیکن اپنی پی ایچ ڈی کے دوران اس نے تیسرے فریق کے پروجیکٹس پر کام کیا جن میں ڈی ایس کے ساتھ مضبوط مہارتیں مشترک تھیں، اور گریجویٹ اسکول کے اختتام پر اس نے قدرتی طور پر ماحول کو تبدیل کر دیا، جس نے ایک اچھا ماحول دیکھا۔ پوزیشن
اگر ڈرامے کے دوران یہ پتہ چلتا ہے کہ کہیں اور منتقل ہونا ضروری ہو گا - کیونکہ اب وہاں سب سے زیادہ نقل و حرکت ہو رہی ہے اور تمام دلچسپ کارروائی ہو رہی ہے، تو ہم قدرتی طور پر وہاں منتقل ہو جائیں گے۔
مہارت کی خرابی۔
یہ مہارتوں کے مشروط زمرے ہیں جو مجھے DS میں مکمل اور موثر کام کے لیے کلیدی معلوم ہوتے ہیں۔ میں انگریزی کو الگ سے اجاگر کروں گا - جو کچھ بھی آپ CS میں کرتے ہیں سیکھیں۔ اگلا کلیدی زمرہ جات ہیں۔
پروگرامنگ/اسکرپٹ
آپ کو کن زبانوں سے واقفیت یقینی ہے؟ ازگر؟ جاوا؟ شیل اسکرپٹنگ؟ لوا؟ ایس کیو ایل؟ C++؟
پروگرامنگ کے لحاظ سے آپ کو بالکل کیا کرنے کی ضرورت ہے اور کیوں - یہاں پوزیشنوں کی حد بہت مختلف ہوتی ہے۔
مثال کے طور پر، مجھے اکثر پیچیدہ منطق، استفسارات، ماڈلز، تجزیات کو لاگو کرنا پڑتا ہے، اور عام طور پر تشریح شدہ نظام تیار کرنا پڑتا ہے، لیکن کوڈ کی رفتار کے لیے تقریباً کبھی تقاضے نہیں ہوتے، سوائے عام اور معقول کے۔
اس لیے، میرا ہنر سیٹ ان لوگوں سے بہت مختلف ہے جو Tensorflow لائبریری لکھتے ہیں اور l1 کیشے اور اسی طرح کی چیزوں کے موثر استعمال کے لیے کوڈ کو بہتر بنانے کے بارے میں سوچتے ہیں، لہذا دیکھیں کہ آپ کو بالکل کس چیز کی ضرورت ہے اور سیکھنے کے صحیح راستے کا اندازہ لگائیں۔
مثال کے طور پر، ازگر کے لیے، لوگ پہلے سے ہی میک اپ کرتے ہیں۔ زبان سیکھنا.
یقینی طور پر، آپ کی ضروریات کے لیے پہلے سے ہی تجربہ کار مشورے اور اچھے ذرائع موجود ہیں - آپ کو فہرست پر فیصلہ کرنے اور اس پر کام شروع کرنے کی ضرورت ہے۔
کاروباری عمل کو سمجھنا
آپ اس کے بغیر کہیں نہیں جا سکتے: آپ کو یہ سمجھنے کی ضرورت ہے کہ اس عمل میں آپ کی ضرورت کیوں ہے، آپ کیا کر رہے ہیں اور کیوں۔ اکثر ایسا ہوتا ہے جو آپ کا بہت وقت بچا سکتا ہے، اپنے فائدے کو زیادہ سے زیادہ کر سکتا ہے اور وقت اور وسائل کو فضول خرچی پر ضائع نہیں کر سکتا۔
عام طور پر، میں اپنے آپ سے درج ذیل سوالات پوچھتا ہوں:
- میں کمپنی میں بالکل کیا کرتا ہوں؟
- کیوں؟
- کون اور کیسے استعمال کرے گا؟
- میرے پاس کیا اختیارات ہیں؟
- پیرامیٹرز کی حدود کیا ہیں؟
یہاں پیرامیٹرز کے بارے میں تھوڑی اور تفصیل ہے: اگر آپ جانتے ہیں کہ کسی چیز کی قربانی دی جا سکتی ہے تو آپ اکثر کام کے منظر نامے کو بہت زیادہ تبدیل کر سکتے ہیں: مثال کے طور پر، تشریح یا اس کے برعکس، چند فیصد یہاں کوئی کردار ادا نہیں کریں گے اور ہمارے پاس بہت تیز ہے۔ حل، اور کلائنٹ کو اس کی ضرورت ہے، کیونکہ وہ AWS میں پائپ لائن کے چلنے کے وقت کی ادائیگی کرتا ہے۔
ریاضی
یہاں آپ سب کچھ خود سوچتے اور سمجھتے ہیں - بنیادی ریاضی کے علم کے بغیر آپ گرینیڈ والے بندروں سے زیادہ کچھ نہیں ہیں (معذرت رینڈم فاریسٹ) - لہذا آپ کو کم از کم بنیادی چیزوں کو سمجھنے کی ضرورت ہے۔ اگر میں ایک بہت ہی کم سے کم فہرست مرتب کروں تو اس میں شامل ہوں گے:
- لکیری الجبرا - وسائل کی ایک بڑی تعداد گوگل کے لیے آسان ہے، دیکھیں کہ آپ کے لیے کیا مناسب ہے؛
- ریاضیاتی تجزیہ - (کم از کم پہلے دو سمسٹروں میں)؛
- امکانی نظریہ مشین لرننگ میں ہر جگہ موجود ہے۔
- Combinatorics - یہ اصل میں نظریہ کی تکمیل ہے؛
- گراف تھیوری - کم از کم بنیادی؛
- الگورتھم - کم از کم پہلے دو سمسٹرز کے لیے (کورمین کی سفارشات اس کی کتاب میں دیکھیں)؛
- Mathlogic - کم از کم بنیادی.
عملی اعداد و شمار کا تجزیہ اور تصور
سب سے اہم چیزوں میں سے ایک یہ ہے کہ ڈیٹا سے اپنے ہاتھ گندے ہونے سے نہ گھبرائیں اور ڈیٹاسیٹ، پروجیکٹ کا جامع تجزیہ کریں اور فوری ڈیٹا ویژولائزیشن بنائیں۔
تحقیقی ڈیٹا کے تجزیے کو صرف قدرتی چیز بننا چاہیے، جیسے کہ دیگر تمام ڈیٹا کی تبدیلیاں اور یونکس نوڈس سے ایک سادہ پائپ لائن بنانے کی صلاحیت (پچھلے مضامین دیکھیں) یا پڑھنے کے قابل اور قابل فہم نوٹ بک لکھیں۔
میں تصور کا ذکر کرنا چاہوں گا: سو بار سننے سے ایک بار دیکھنا بہتر ہے۔
مینیجر کو گراف دکھانا نمبروں کے سیٹ سے سو گنا آسان اور واضح ہے، اس لیے matplotlib، seaborn اور ggplot2 آپ کے دوست ہیں۔
نرم مہارت
اپنے خیالات کے ساتھ ساتھ نتائج اور خدشات (وغیرہ) کو دوسروں تک پہنچانے کے قابل ہونا بھی اتنا ہی اہم ہے - اس بات کو یقینی بنائیں کہ آپ تکنیکی اور کاروباری دونوں لحاظ سے کام کو واضح طور پر بیان کر سکتے ہیں۔
آپ ساتھیوں، مینیجرز، اعلیٰ افسران، کلائنٹس اور کسی دوسرے کو سمجھا سکتے ہیں جسے اس کی ضرورت ہے کیا ہو رہا ہے، آپ کون سا ڈیٹا استعمال کر رہے ہیں اور آپ کو کیا نتائج ملے ہیں۔
آپ کے چارٹس اور دستاویزات کو آپ کے بغیر پڑھا جانا چاہیے۔ یعنی وہاں کیا لکھا ہے یہ سمجھنے کے لیے آپ کے پاس جانے کی ضرورت نہیں ہے۔
آپ نقطہ نظر کو حاصل کرنے اور/یا پروجیکٹ/اپنے کام کو دستاویز کرنے کے لیے ایک واضح پیشکش کر سکتے ہیں۔
آپ اپنے موقف کو معقول اور غیر جذباتی انداز میں بیان کر سکتے ہیں، "ہاں/نہیں" کہہ سکتے ہیں یا کسی فیصلے کی حمایت کر سکتے ہیں۔
ٹریننگ
بہت سی مختلف جگہیں ہیں جہاں آپ یہ سب سیکھ سکتے ہیں۔ میں ایک مختصر فہرست دوں گا - میں نے اس سے ہر چیز کی کوشش کی اور، سچ پوچھیں تو، ہر چیز کے اپنے فوائد اور نقصانات ہیں۔ اسے آزمائیں اور فیصلہ کریں کہ آپ کے لیے کیا مناسب ہے، لیکن میں بہت سے آپشنز آزمانے اور کسی ایک پر نہ پھنسنے کی سفارش کرتا ہوں۔
- آن لائن کورسز: کورسرا، udacity، Edx، وغیرہ؛
- نئے اسکول: آن لائن اور آف لائن - SkillFactory، SAD، MADE؛
- کلاسیکی اسکول: یونیورسٹی کے ماسٹر پروگرامز اور جدید تربیتی کورسز؛
- پروجیکٹس - آپ آسانی سے ایسے کاموں کو منتخب کر سکتے ہیں جن میں آپ کی دلچسپی ہے اور انہیں کاٹ کر گیتھب پر اپ لوڈ کر سکتے ہیں۔
- انٹرن شپس - یہاں کچھ بھی تجویز کرنا مشکل ہے؛ آپ کو یہ دیکھنا ہوگا کہ کیا دستیاب ہے اور مناسب آپشنز تلاش کرنا ہوں گے۔
کیا یہ ضروری ہے؟
آخر میں، میں شاید تین ذاتی اصولوں کو شامل کروں گا جن پر میں خود عمل کرنے کی کوشش کرتا ہوں۔
- دلچسپ ہونا چاہئے؛
- اندرونی خوشی لائیں (= کم از کم تکلیف کا سبب نہ بنیں)؛
- "تمہارا ہونا۔"
وہ کیوں؟ ہر روز کچھ کرنے اور اس سے لطف اندوز نہ ہونے یا دلچسپی نہ لینے کا تصور کرنا مشکل ہے۔ تصور کریں کہ آپ ایک ڈاکٹر ہیں اور آپ لوگوں کے ساتھ بات چیت سے نفرت کرتے ہیں - یہ، یقینا، کسی نہ کسی طرح کام کر سکتا ہے، لیکن آپ مریضوں کے بہاؤ سے مسلسل بے چین رہیں گے جو آپ سے کچھ پوچھنا چاہتے ہیں۔ یہ طویل مدت میں کام نہیں کرتا ہے۔
میں نے خاص طور پر داخلی لذت کا ذکر کیوں کیا؟ مجھے لگتا ہے کہ یہ مزید ترقی اور اصولی طور پر سیکھنے کے عمل کے لیے ضروری ہے۔ میں واقعی اس سے لطف اندوز ہوتا ہوں جب میں کچھ پیچیدہ خصوصیت کو مکمل کرنے اور ماڈل بنانے یا کسی اہم پیرامیٹر کا حساب لگانے کا انتظام کرتا ہوں۔ میں اس سے لطف اندوز ہوتا ہوں جب میرا کوڈ جمالیاتی لحاظ سے خوبصورت اور اچھی طرح سے لکھا جاتا ہے۔ لہذا، کچھ نیا سیکھنا دلچسپ ہے اور براہ راست کسی اہم حوصلہ افزائی کی ضرورت نہیں ہے.
"آپ کا ہونا" وہی احساس ہے جو تقریباً وہی ہے جو آپ کرنا چاہتے تھے۔ میرے پاس ایک چھوٹی سی کہانی ہے۔ بچپن سے، مجھے راک میوزک (اور دھاتی - سالمون!) میں دلچسپی رہی ہے اور، بہت سے دوسرے لوگوں کی طرح، میں کھیلنا سیکھنا چاہتا تھا اور بس۔ پتہ چلا کہ مجھے کوئی سنائی نہیں دے رہا تھا اور نہ ہی کوئی آواز تھی - اس سے مجھے بالکل بھی پریشانی نہیں ہوئی (اور مجھے یہ کہنا ضروری ہے کہ یہ اسٹیج پر بہت سے اداکاروں کو پریشان نہیں کرتا ہے)، اور جب میں اسکول میں تھا تو مجھے ایک گٹار ملا... اور یہ واضح ہو گیا کہ میں واقعی میں گھنٹوں بیٹھنا اور اس پر کھیلنا پسند نہیں کرتا ہوں۔ یہ مشکل ہو رہا تھا، مجھے ہمیشہ ایسا لگتا تھا کہ کسی قسم کی بدتمیزی نکل رہی ہے - مجھے اس سے بالکل بھی خوشی نہیں ہوئی اور صرف گھٹیا، احمق اور مکمل طور پر نااہل محسوس ہوا۔ میں نے لفظی طور پر اپنے آپ کو کلاسوں میں بیٹھنے پر مجبور کیا اور عام طور پر یہ گھوڑے کے لیے اچھا کھانا نہیں تھا۔
ایک ہی وقت میں، میں کافی سکون سے گھنٹوں بیٹھ کر کچھ کھلونا تیار کر سکتا تھا، اسکرپٹ کا استعمال کرتے ہوئے فلیش (یا کچھ اور) پر کسی چیز کو متحرک کر سکتا تھا اور میں گیم میں عناصر کو ختم کرنے یا حرکت کے میکانکس اور/یا سے نمٹنے کے لیے بے حد حوصلہ افزائی کرتا تھا۔ فریق ثالث کی لائبریریوں، پلگ انز اور ہر چیز کو جوڑنا۔
اور کسی وقت میں نے محسوس کیا کہ گٹار بجانا میرے بس کی بات نہیں ہے اور یہ کہ مجھے واقعی سننا پسند ہے، بجانا نہیں۔ اور میری آنکھیں چمک اٹھیں جب میں نے گیمز اور کوڈ لکھے (اس وقت ہر طرح کی دھات کو سن کر) اور مجھے تب پسند آیا، اور مجھے یہی کرنا چاہیے تھا۔
کیا آپ کے پاس کوئی اور سوالات ہیں؟
یقیناً، ہم تمام موضوعات اور سوالات کے ذریعے نہیں جا سکے، اس لیے تبصرے لکھیں اور مجھے پی ایم کریں - مجھے سوالات کرنے پر ہمیشہ خوشی ہوتی ہے۔
ماخذ: www.habr.com