DATA: డేటా కోటలో ప్రవేశించాలంటే?

జాబ్‌ స్కిల్స్‌ 2024    

ఇప్పటి విజ్ఞాన ఆధారిత సమాజంలో (నాలెడ్జ్‌ సొసైటీ) సమాచారమే అపార సంపద. దీని విశ్లేషణ, మథనం సంపాదన మార్గాలయ్యాయి. సమాచారానికి సాంకేతికతను జోడిస్తూ..  దశాబ్దాలుగా పట్టే లక్ష్యాలను స్వల్ప కాలంలో సాధించాలనుకుంటున్నాం. అందుకే నేడు డేేటా ధగధగలాడుతోంది. కంపెనీలకు సిరులు కురిపించడమే కాదు.. విద్యార్థులకు ఉద్యోగాల 
కల్పవల్లిగానూ నిలుస్తోంది!  

అనలిటిక్స్‌ ఇండియా మ్యాగజీన్‌ అంచనా ప్రకారం 2021 నుంచి డేటాసైన్స్‌ రంగం 45 శాతం వృద్ధిరేటుతో ఏటా లక్ష ఉద్యోగాలు కల్పిస్తోంది. డేటాసైన్స్‌పై పట్టు సాధించి టెక్నాలజీ వినియోగంపై అవగాహన ఉన్నవారికి 12 లక్షల రూపాయిల వేతనంతో కంపెనీలు ఆఫర్‌ ఇస్తున్నాయి.  

జేఈఈ ‘అడ్వాన్స్‌డ్‌’ ముగిసింది.. దేశంలో టాప్‌ ఐఐటీ, ఎన్‌ఐటీలు ఇవే..

ఈ పొజిషన్లకు గిరాకీ   

డేేటాసైన్స్‌ను సాధారణ డిగ్రీతో చేయవచ్చు. ఇంజినీరింగ్‌ డిగ్రీతోనూ చేయవచ్చు. రెండు స్ట్ర్టీమ్స్‌లోనూ ఈ సబ్జెక్టును ఆఫర్‌ చేస్తున్నారు. అయితే ఇంజినీరింగ్‌తో డేటాసైన్స్‌ను   మేళవించి అందిస్తున్న కోర్సుల్లో టెక్నాలజీ కూడా తోడుగా ఉండటంతో అదనపు సౌలభ్యం సమకూరినట్టే.  

డేటా సైంటిస్ట్‌

గణాంకాలపై అవగాహన కలుగజేసి, వాటి వెనుకున్న వ్యాపార గమనాన్ని అర్థమయ్యేలా చేయడమే డేటా సైంటిస్ట్‌ పని. దీనివల్ల సంస్థలు మెరుగైన నిర్ణయాలు తీసుకునేందుకు ఆస్కారం ఏర్పడుతుంది. మేధా పరంగా చురుగ్గా వుండటం, విశ్లేషణ సామర్థ్యం, నూతన సాంకేతిక   విజ్ఞానాన్ని వేగంగా అర్థం చేసుకోగలగడం వంటి లక్షణాలున్న విద్యార్థులు డేటాసైంటిస్ట్‌ కెరియర్లో రాణిస్తారు. ఎంతగా అవకాశముంటే అంత  విస్తారమైన డేటా (బిగ్‌ డేటా) సమకూర్చుకొని దాన్ని విశ్లేషించి నిర్ణయాలు తీసుకోవాలని వ్యాపార సంస్థలు తాపత్రయపడుతున్నందున  డేటా సైంటిస్టులకు మంచి డిమాండ్‌ ఉంది. 

కొలువు కొట్టాలంటే.. ఈ నైపుణ్యాలు కావాల్సిందే..!!

డేటా అనలిస్ట్‌ 

సమస్యా పరిష్కారం కోసం డేటా సేకరణ, డేటా ప్రక్షాళన, డేటా  సెట్స్‌ను (సమాచార సమూహాలు) అధ్యయనం చేయడమే డేటా అనలిస్ట్‌ పని. విభిన్న పరిశ్రమలు, వాణిజ్య సంస్థలు, ఆర్థిక కార్యకలాపాల రంగం, నేర దర్యాప్తు, సైన్స్, మెడిసిన్‌ ప్రభుత్వ శాఖల్లో డేటా అనలిస్టుల సేవలు అవసరమవుతున్నాయి.  

1.వ్యాపార ప్రకటనల్లో ఏ వయసు వినియోగదారులను లక్ష్యంగా చేసుకోవాలి?  

2.ఒక వ్యాధి ఏ వయసు వారికి ఎక్కువగా సంక్రమిస్తుంది?  

3.ఆర్థిక నేరాలకు ప్రేరేపిస్తున్న ప్రవర్తనా సరళి ఏది?  

ఇలాంటి ప్రశ్నలకు డేటా అనలిస్ట్‌ తన డేటా అధ్యయనం ద్వారా  సమాధానాలు అందిస్తాడు.  

డేటా అనలిస్టులకు ఉన్న డిమాండ్‌ ఏటా 45 శాతం చొప్పున పెరుగుతోంది. ప్రస్తుతం దేశంలో 97 వేల డేటా అనలిస్ట్‌ ఖాళీలు భర్తీ కాకుండా మిగిలిపోయాయి. ఈ అర్హత ఉన్నవారికి కూడా సామర్థ్యం, నైపుణ్యం  ఆధారంగా రూ.12 లక్షల నుంచి రూ.15 లక్షల వరకు ఆఫర్‌ చేస్తున్నట్టు సమాచారం.  

డేేటా సైన్స్‌ డెవలపర్‌

సమాచార సేకరణ, విశ్లేషణతోపాటు డేటాను అన్వయించి రాబోయే కాలంలో వచ్చే మంచి ఫలితాలు, ఎదుర్కోబోయే చిక్కులను (రిస్కులు) సూచిస్తూ యాజమాన్యం వ్యాపారంలో తీసుకోవలసిన జాగ్రత్తలపై సిఫారసులను నివేదికల రూపంలో అందివ్వాలి. డేటాసైన్స్‌ డెవలపర్‌ పొజిషన్‌ ఆశించేవారు ఇంజినీరింగ్‌ కంప్యూటర్‌ సైన్స్‌ చేయడంతోపాటు ఈ డొమైన్‌లో సర్టిఫికేషన్‌ చేసి ఉండాలని కంపెనీలు ఆశిస్తున్నాయి. అందుబాటులో ఉన్న డేటా ఆధారంగా కంపెనీకి అవసరమైన ఫలితాలు సాధించాల్సి ఉన్నందున టెక్నాలజీ వినియోగంపై పట్టున్న ఉద్యోగార్థులకే ప్రాధాన్యం ఇస్తున్నారు.  

వాణిజ్య సంస్థల్లో 80 శాతం డేటా బ్యాంకులకు ప్రాధాన్యం ఇస్తున్నందున డేటా సైన్స్‌ డెవలపర్స్‌కి మంచి గిరాకీ ఉంది. ఫ్రెÆషర్స్‌కి కూడా ఎంపికల్లో ప్రాధాన్యం కల్పించే ఈ కోర్సు చేసిన వారికి కంపెనీ స్థాయిని బట్టి రూ.15 లక్షలకు పైగా ఆఫర్‌ ఇస్తున్నారు. 

డేటా ఇంజినీర్‌

డేటా సైంటిస్ట్‌ కంటే ఉన్నతమైన హోదా ఇది. కంపెనీలు నిర్వహించే వ్యాపారాన్ని బట్టి ఎటువంటి సమాచారాన్ని (డేటా) సేకరించాలో నిర్ణయించి, అటువంటి సమాచార వ్యవస్థను నెలకొల్పి, అది నిరంతరం అందేలా ఒక క్రమాన్ని (పైప్‌లైన్‌) నిర్మించడం వీరి బాధ్యత. దీనివల్ల డేటా సైంటిస్టుల పని సులభమవుతుంది. సంస్థ వృద్ధికి దోహదపడే విస్తృత సమాచారాన్ని అందుబాటులోకి తీసుకురావడం, దాన్ని అందరూ వినియోగించడం ద్వారా సంస్థ వ్యాపార లక్ష్యాలను అందుకునేలా చూడటం డేటా ఇంజినీర్ల బాధ్యత.  

టెక్‌ ఇండియా నివేదిక ప్రకారం డేటా ఇంజినీర్ల అవసరం రెట్టింపవుతోంది. కంప్యూటర్‌ సైన్స్‌తో పాటు డేటా సైన్స్‌ కోర్సు చేసి ఏఐ లేదా మెషిన్‌ లెర్నింగ్‌ టెక్నాలజీలో ఇంటర్న్‌షిప్‌ ఉంటే ప్రారంభ వేతనమే రూ.10 లక్షలు ఆఫర్‌ చేసేందుకు కంపెనీలు వెనుకాడటం లేదు. ఆపై రెండు మూడేళ్లు డేటా ఇంజినీర్‌గా అనుభవంతో లింక్డ్‌ ఇన్‌ వేదికపైకి వెళితే అద్భుతమైన ఆఫర్లు వరిస్తున్నాయి.

సమాచారంతో సాంకేతికత సవారీ 

వట్టి డేటా గట్టి మేల్‌ తలపెట్టదు. కుప్పలు తెప్పలుగా పేరుకుపోయిన సమాచారం మట్టి దిబ్బలను తలపిస్తుంది. సమాచారానికి సాంకేతికత తోడయితేనే దానికి జీవం వస్తుంది. డేటాను కొన్ని టెక్నాలజీలతో అనుసంధానించడం ద్వారానే కంపెనీల ప్రయోజనాలు నెరవేరతాయి. ఆ టెక్నాలజీలు- ఆర్టిఫిషియల్‌ ఇంటెలిజెన్స్‌: డేటాను వినియోగించి భవిష్యత్‌ అంచనాలు రూపొందించేందుకు మెషిన్‌ లెర్నింగ్‌ మోడల్స్, ఇతర సంబంధిత సాఫ్ట్‌వేర్‌లు వాడాలి. 

క్లౌడ్‌ కంప్యూటింగ్‌: డేేటాను విశ్లేషించడంలో కొత్తపుంతలు తొక్కేందుకు డేటాసైంటిస్టులకు కావలసిన సౌలభ్యాన్ని క్లౌడ్‌ సాంకేతిక పరిజ్ఞానం అందిస్తోంది. 

ఇంటర్నెట్‌ ఆఫ్‌ థింగ్స్‌: వివిధ ఉపకరణాలను  ఇంటర్నెట్‌కు అనుసంధానం చేయగలిగే వెసులుబాటును ఇంటర్నెట్‌ ఆఫ్‌ థింగ్స్‌ అంటారు. కొన్ని ఉపకరణాలను ఇంటర్నెట్‌కు అనుసంధానించడం ద్వారా విస్తృతమైన సమాచారాన్ని సేకరించవచ్చు. 

క్వాంటమ్‌ కంప్యూటింగ్‌: సంక్లిష్ట గణాంకాలను వేగంగా పరిష్కరించే సామర్థ్యం క్వాంటమ్‌ కంప్యూటర్స్‌కి ఉంది. కిష్టమైన అల్గారిథమ్స్‌ నిర్మాణానికి క్వాంటమ్‌ కంప్యూటర్స్‌ సేవలను   అందిపుచ్చుకోవాలి. 

డేటా ఒక వాహనం అనుకుంటే టెక్నాలజీ దానికి ఇంధనం. డేటాను పరుగెత్తించాలంటే సాంకేతికత జత కలవాలి. డేటా డొమైన్‌లో రాణించాలంటే అవసరమైన టెక్నాలజీని ఉద్యోగార్థులు అందిపుచ్చుకోవాలి. 

‘మీరందరూ చేయవలసిన పని ఒక్కటే’

చాలాకాలం కిందటి మాట. అప్పటికి ఇంకా డేటా సైన్స్‌ పురివిప్పలేదు. ఫాస్ట్‌ మూవింగ్‌ కన్‌స్యూమర్‌ గూడ్స్‌ (ఎఫ్‌ఎంసీజీ) మార్కెటింగ్‌ సిబ్బంది సమావేశం జరుగుతోంది. ఆ రోజు ఎప్పుడూ లేనిది వేలకోట్ల టర్నోవర్‌తో మార్కెట్‌లో మహారాజులా వెలుగొందుతున్న ఆ కంపెనీ సీఎండీ ఈ సమావేశంలో మాట్లాడతారని ప్రకటించారు. ఆయన ఏం మాట్లాడతారోనని జూనియర్‌ స్థాయి నుంచి సీనియర్‌స్థాయి సేల్స్, మార్కెటింగ్‌ సిబ్బంది ఉత్కంఠతో ఎదురుచూస్తున్నారు. సీఎండీ ఏం మాట్లాడతారు? కొత్త ఉత్పత్తులు తీసుకొస్తున్నామని ప్రకటిస్తారా? పెద్దపెద్ద సేల్స్‌ టార్గెట్లు నెత్తిమీద పెడతారా? అని అందరూ ఆసక్తిగా ఉన్నారు. సీఎండీ కంపెనీ పూర్వాపరాల గురించి గంటసేపు మాట్లాడారు. ఆపై ‘మీరందరూ చేయవలసిన పని ఒక్కటే’ అన్నారు. సేల్స్, మార్కెటింగ్‌ సిబ్బంది అందరికీ రోమాలు నిక్కబొడుచుకున్నాయి. ‘మీరందరూ కంపెనీకి చేయవలసిన ఒకే ఒక్క మేలు ఏమిటంటే.. ‘డేటా’ తీసుకురండి. వినియోగదారులు మన కంపెనీ నుంచి ఏం కోరుకుంటున్నారు? మన ఉత్పత్తుల్లో దేన్ని ఇష్టపడుతున్నారు? ఏ ప్రొడక్ట్‌పై ఏయే ఫిర్యాదులున్నాయి? ఏ వయసు వినియోగదారుల్లో మన ఉత్పత్తికి ఎక్కువ పట్టు ఉంది వంటి విషయాలు సేకరించండి. వీలైనంత ఎక్కువమందిని కలిసి సమాచారం (డేటా) రాబట్టండి. ఇంతకుమించి మీరు చేయవలసిందేమీ లేదు’ ఆయన చెప్పడంతో మార్కెటింగ్‌ సిబ్బంది ‘హమ్మయ్య ఇంతేనా’ అని ఊపిరి పీల్చుకున్నారు. కానీ వారికి తెలియదు...ఆ సమాచారమే కంపెనీ మనుగడకు ఆధారమనీ, ఉత్పత్తుల అమ్మకాలకు కీలకమనీ! 
ఇప్పుడు ఎవరినీ ప్రాథేయపడాల్సిన పనిలేదు. వినియోగదారుడు క్యాష్‌ కౌంటర్‌ వద్ద బిల్లు చెల్లించేటప్పుడు ఒక్క ఫోన్‌ నంబరు తీసుకుంటే చాలు. కస్టమర్‌ కార్డు స్వైప్‌ చేసినా, యూపీఐ చెల్లింపు చేసినా చాలు. అన్ని వివరాలూ కంపెనీ లోగిట్లోకి వచ్చేసినట్టే. కంపెనీ డేటాలోకి ఆ వివరాలు చేరితే చాలు. ఆపై డేటాసైన్స్‌ టెక్నాలజీని కలగలిపి అద్భుతాలు చేయవచ్చు.

వినియోగదారుల అవసరాలేంటి?

వానాకాలం వస్తే గొడుగుల కోసం వెతుకుతాం. వేసవి వస్తే శీతలపానీయాలను ఆశ్రయిస్తాం. శీతాకాలం రాగానే స్వెట్టర్ల కోసం పరుగెడుతాం. వర్షాకాలంలో గొడుగుల సేల్స్, సమ్మర్‌లో కూల్‌డ్రింక్స్‌ అమ్మకాలు, శీతాకాలంలో స్వెట్టర్ల, జాకెట్ల సేల్స్‌ ఊపందుకుంటాయి. దీని వెనుకున్న మౌలిక సూత్రం- అవసరం. వినియోగదారుడి ఈ అవసరాలు తెలిసినవే అయినా లక్షల, కోట్ల మంది వినియోగదారుల అవసరాలేంటి? ఈ అవసరాలు ఎప్పటికప్పుడు ఎలా మారుతుంటాయి? కొత్తగా వచ్చే అవసరాలేంటి? ఇలా ఎన్నో ప్రశ్నలకు జవాబులు రాబట్టి కంపెనీల బ్యాలన్స్‌ షీట్లను లాభాలతో నింపే అస్త్రమే నేటి డేటా సైన్స్‌. అయితే ఇందుకు తొలి మెట్టే - డేటా సేకరణ, డేటా భద్రపరచడం.

డేటా మైన్‌: లక్షలమంది వినియోగదారులున్న కంపెనీ వివిధ మార్గాల ద్వారా సమాచారం సేకరించి భూగర్భంలో గనుల మాదిరి భద్రపరచడం, కంపెనీ అమ్మకాలు జరిగే చోటు (పాయింట్‌ ఆఫ్‌ సేల్‌), కంపెనీ వెబ్‌సైట్, కంపెనీకి సంబంధించిన వివిధ మార్గాల ద్వారా సేకరించే కస్టమర్ల కామెంట్లు, డిజిటల్‌ ప్లాట్‌ఫామ్స్,  సోషల్‌మీడియా ద్వారా సేకరించే విస్తృత సమాచారం. దీన్నంతా ఒక చోట భద్రపరిస్తే కంపెనీకి పటిష్ఠమైన వినియోగదారుల సమాచారం ఉన్నట్టు. దీన్నే డేేటా మైన్‌ అంటున్నారు. ఈ తరహా ప్రాథమిక ముడిసరుకులాంటి డేటాను కొన్ని కంపెనీలు సొంతంగా సేకరించుకుంటుంటే, కొన్ని కంపెనీలు ఇటువంటి సమాచారం కోసం మూడో పక్షం (థర్ట్‌ పార్టీ) సంస్థలపై ఆధారపడుతున్నాయి. 

డేటా వేర్‌హౌజ్‌: డేటామైన్‌లో సమాచారం ముద్దగా, పెద్ద కుప్పలుగా స్తబ్ధుగా పడి వుంటే... ప్రక్షాళన చేసి, డేటా విశ్వసనీయత పరీక్షలన్నీ జరిపి, దాన్ని అప్పుడు రెండు విధాలుగా భద్రపరుస్తారు. మొదటిది వ్యవస్థీకృత సమాచారం (స్ట్రక్చర్డ్‌ డేటా), రెండోది అవ్యవస్థీకృత సమాచారం (అన్‌స్ట్రక్చర్డ్‌ డేేటా). ధాన్యం గిడ్డంగిలో ధాన్యం బస్తాల్లో సిద్ధంగా ఉండటం, కొంత ధాన్యం ఇంకా విడిగా రాశులుగా పోసి తూకానికి సిద్ధంగా ఉండటంగా దీన్ని మనం అర్థం చేసుకోవచ్చు. 

డేటా సైంటిస్ట్, డేటా అనలిస్టులకు డేటా వేర్‌హౌజ్‌ నుంచే కావలసినంత సమాచారం లభించేది. దీన్ని విస్తృతంగా విశ్లేషించడం, టెక్నాలజీని అనుసంధానించి వివిధ రకాలుగా పరిశీలించడం ద్వారా, వినియోగదారుల కొనుగోలు సరళిపై అమూల్య సమాచారం లభిస్తుంది. కంపెనీలకు ఇదే గోల్డ్‌ మైన్‌ (బంగారు గని) వంటిది. అందుకోసమే డేటాపై కంపెనీలు కోట్ల రూపాయిలు ఖర్చు చేస్తున్నాయి. ఫలితంగానే ఈ రంగంలో నిపుణులు అవసరం ఏర్పడింది. తగిన అర్హతలు గల నిపుణుల కొరతా వెంటాడుతోంది.

డేటా కోటలోకి ప్రవేశించాలంటే ఈ డొమైన్‌లో డిగ్రీతో పాటు టెక్నాలజీ సొంతం చేసుకొని ఉండాలి. లేదా టెక్నాలజీ కోర్సు చేసివుంటే, డేేటా డొమైన్‌లో విద్యార్హత, ప్రావీణ్యం సాధించాలి. 
అప్పుడిక డేటా కోటకు రాజు.. ఉద్యోగార్థే!