Sun-Temple-Baanner

આ સદીની સૌથી હિટ-એન્ડ-હોટ જોબ કઈ?


Post Published by


Post Published on


Post Categories


,

Search Your Query


Explore Content


Reach Us


Drop a Mail

hello@sarjak.org

Donate Us


Help us to enrich more with just a Cup of Coffee

Be a Sarjak


આ સદીની સૌથી હિટ-એન્ડ-હોટ જોબ કઈ?


ટેક ઓફ: આ સદીની સૌથી હિટ-એન્ડ-હોટ જોબ કઈ?

Sandesh – Ardh Saptahik purti – 8 June 2016

ટેક ઓફ

એવું કયું ક્ષેત્ર છે જેમાં આવનારા દાયકાઓમાં પ્રોફેશનલ્સ સતત ડિમાન્ડમાં રહેવાના છે? એવું કયું ફ્લ્ડિ છે જેમાં કરીઅર બનાવવાથી પૈસેટકે સુખી થઈ જવાની લગભગ ગેરંટી મળી શકે તેમ છે? શું આ પ્રશ્નોનો ઉત્તર ‘ડેટા સાયન્સ’માં છૂપાયેલો છે?

* * * * *

‘ડેટા સાયન્ટિસ્ટઃ ધ સેકસીએસ્ટ જોબ ઓફ્ ધ ટ્વેન્ટી-ર્ફ્સ્ટ સેન્ચુરી.’

‘હાર્વર્ડ બિઝનેસ રિવ્યૂ’ મેગેઝિનના ઓકટોબર ૨૦૧૨ના અંકમાં છપાયેલા આ લેખનું તરત નજર ખેંચાય એવું મથાળું છે. આ સદીની બેસ્ટમબેસ્ટ જોબ કઈ છે? એવું કયું કામ છે જેમાં આવનારા દાયકાઓમાં પ્રોફેશનલ્સ સતત ડિમાન્ડમાં રહેવાના છે? એવું કયું ફ્લ્ડિ છે જેમાં કરીઅર બનાવીએ તો પૈસેટકે સુખી થઈ જવાની લગભગ ગેરંટી મળી શકે તેમ છે? સાંભળતા જ કાન સતર્ક થઈ જાય તેવા આ સવાલોનો જવાબ પણ પેલા લેખના મથાળામાં જ આપી દેવાયો છેઃ

ડેટા સાયન્ટિસ્ટની જોબ!

યાદ રહે, ‘હાર્વર્ડ બિઝનેસ રિવ્યૂ’ મેગેઝિનની આંતરરાષ્ટ્રીય સ્તરે ઊંચી પ્રતિષ્ઠા છે. એમાં છપાતા લેખો જે-તે ક્ષેત્રના મહારથીઓ દ્વારા સંપૂર્ણ નિષ્ઠાથી જવાબદારીપૂર્વક લખાતા હોવાથી તેને બહુ જ ગંભીરતાથી લેવામાં આવે છે. તેથી જ ડેટા સાયન્ટિસ્ટવાળી ઉદ્ઘોષણાને લીધે દુનિયાભરમાં સારી એવી ચર્ચા ચાલી. ‘હાર્વર્ડ બિઝનેસ રિવ્યૂ’વાળા લેખના સાડાત્રણ વર્ષ પછી, હમણાંં ગ્લાસડોર ડોટકોમ નામની વેબસાઈટે ડેટા સાયન્ટિસ્ટના કામને ‘બેસ્ટ જોબ આફ્ ધ યર’નું બિરુદ આપ્યું. ગ્લાસડોર એક અમેરિકન વેબસાઈટ છે જેના ક્ન્ટેન્ટને પણ બિલોરી કાચ હેઠળ મૂકીને ધ્યાનપૂર્વક જોવાય છે, કેમ કે જુદી જુદી કોર્પોરેટ કંપનીઓના ભૂતપૂર્વ અથવા વર્તમાન અધિકારીઓ પોતાનું નામ જાહેર કર્યા વિના પોતપોતાની કંપનીઓ તેમજ મેનેજમેન્ટનું અહીં રિવ્યુ કરતા હોય છે.

ડેટા સાયન્ટિસ્ટ અથવા ડેટા સાયન્સ એટલે એકઝેકટલી શું? સાદી ભાષામાં કહીએ તો, કોઈ કંપની કે બિઝનેસને વિકસાવવા માટે,પાક્કું પ્લાનિંગ કરવું પડે. આ પ્લાનિંગ માટે જાતજાતની વિગતો એકઠી કરવી પડે. એક સાદું ઉદાહરણ લઈએ. ધારો કે અમદાવાદમાં તમારો કપડાંનો શો-રૂમ છે જેમાં બાળકોનાં કપડાં વેચાય છે. તમારી ખુદની ફેક્ટરીમાં જ શો-રૂમનો ઘણોખરો માલ બને છે. તમે મહેનતુ અને મહત્ત્વાકાંક્ષી છો એટલે તમારી ઇચ્છા છે કે ધીમે ધીમે ગુજરાતનાં બધાં મોટાં શહેરોમાં શો-રૂમની બ્રાન્ચ ખોલવી અને એમાં બાળકોનાં જ નહીં, મહિલા અને પુરુષોનાં કપડાં પણ વેચવાં. પછીના તબક્કામાં મુંબઈ, પુના, નાસિક જેવાં મહારાષ્ટ્રનાં શહેરોમાં અને ત્યાર બાદ અન્ય રાજ્યો તરફ્ નજર દોડાવવી.

સરસ પ્લાન છે. હવે, આ પ્લાન અમલમાં મૂકવા માટે તમારી પાસે ઘણી બધી માહિતી હોવી જોઈએ. જેમ કે, જો તમે બાળકો ઉપરાંત લેડીઝ અને જેન્ટ્સ ગારમેન્ટ્સનું પણ ઉત્પાદન કરો તો તમારી ફેકટરીમાં કેટલાં નવાં મશીન મૂકવાં પડે, કેટલા વધારાના માણસોને લેવા પડે, શો-રૂમની ઉપર નવો માળ બનાવીએ તો કેટલો ખર્ચ થાય, બીજાં શહેરોમાં બ્રાન્ચ ખોલીએ તો કેટલું ઈન્વેસ્ટમેન્ટ કરવું પડે, કેટલો મેન-પાવર જોઈએ, કયારે બ્રેક-ઈવન થાય, ગુજરાત સિવાયનાં રાજ્યોના ગ્રાહકોની મેન્ટાલિટી કેવી છે, તેમને કઈ રીતે આકર્ષવા, ધારો કે કોઈક બ્રાન્ચ નુકસાનીમાં ચાલતી હોય તો આ નુકસાન કેવી રીતે સરભર કરવું વગેરે. આથી તમે જાતજાતનાં કવોટેશન્સ મગાવો છો અને તેનો અભ્યાસ કરો છો. કપડાંના શો-રૂમને ડેવલપ કરવા માટે આટલું બધું પ્લાનિંગ કરવું પડતું હોય તો વિચાર કરો કે દેશ-દુનિયામાં પથારો પાથરીને બેઠેલી જાયન્ટ કંપનીઓએ કેટલાં બધાં પરિબળો ધ્યાનમાં લેવા પડે. એક હદ સુધી માણસ પોતાનાં કૌશલ્ય, કોઠાસૂઝ અને અનુભવના આધારે નિર્ણયો લઈ શકે, પણ કામનો વ્યાપ ખૂબ મોટો હોય ત્યારે જાતજાતની વિગતો એકઠી કરવા માટે અને તેનું વિશ્લેષણ કરવા માટે વૈજ્ઞાાનિક પદ્ધતિઓની મદદ લીધા વગર ચાલે નહીં.

ડેટા સાયન્સની જરૂર અહીં જ પડે છે. ડેટા સાયન્સ એટલે માહિતીના ખડકલામાં છૂપાયેલી પેટર્ન સમજવી, તેનો અર્થ સમજવો અને જુદી જુદી વિધિઓ (પ્રોસેસ) તેમજ સિસ્ટમ દ્વારા ઉપયોગી જાણકારી નિચોવીને અલગ તારવવી. તેના આધારે બિઝનેસ ડેવલપ કરવાની નવી નવી સ્ટ્રેટેજી વિચારવી, વિકાસના રસ્તે આગળ વધતા હોઈશું ત્યારે ભવિષ્યમાં કેવા પડકારો ઊભા થઈ શકે તેમ છે અને તે પડકારોને ઝીલવા માટે શું શું કરવું પડે તેમ છે તેનો આગોતરો અંદાજ મેળવવો.

કંપનીના કામકાજને લગતો ડેટા ખોદી ખોદીને એકઠો કરનાર, આંકડાની માયાજાળમાં અટવાયા વગર ભવિષ્યનું સંભવિત ચિત્ર જોઈ શકનાર અને ભાવિ કટોકટીમાંથી હેમખેમ પહોંચી વળવા માટે ઉપાયો સૂચવનાર એકસપર્ટ એટલે ડેટા સાયન્ટિસ્ટ.

ડેટા સાયન્ટિસ્ટ કોણ બની શકે? કમ્પ્યુટર કોડિંગ આવડવું તે પહેલી જરૂરિયાત છે. આ ક્ષેજ્ઞાના તજજ્ઞાો કહે છે કે જો માણસ ડેટા હેકર, કમ્યુનિકેટર અને એડવાઈઝરના કોમ્બિનેશન જેવો હોય તો આ ક્ષેત્રમાં ખૂબ સફળ થઈ શકે. આજે ફેસબુક કંપનીમાં ડેટા સાયન્ટિસ્ટનો વાર્ષિક પગાર સરેરાશ ૧ લાખ ૩૩ હજાર ડોલર (લગભગ ૯૦ લાખ રુપિયા, મહિનાના લગભગ સાડાસાત લાખ રૂપિયા) જેટલો છે. એપલ કંપનીમાં ડેટા સાયન્ટિસ્ટ વર્ષે એક કરોડ કરતાં વધારે રૂપિયાનો પગાર મેળવે છે. ટ્વિટર, આઈબીએમ,માઈક્રોસોફ્ટ વગેરેમાં પણ ડેટા સાયન્ટિસ્ટોના પગારની આ જ રેન્જ છે. આ આંકડા અમેરિકન કંપનીઓના હોવા છતાં કામના છે,કેમ કે તેના પરથી ઈર્ન્ફ્મેશન ટેક્નોલોજી (આઈટી) સેકટરમાં વિશ્વસ્તરે જે ચિત્ર ઊભું થઈ રહૃાું છે એનો અંદાજ મળે છે.

આજે તમે નોકરીઓ શોધી આપતી ભારતીય વેબસાઈટ્સ પર ‘ડેટા સાયન્ટિસ્ટ્સ જોઈએ છે’ પ્રકારની જાહેરાત જુઓ તો વર્ષે એમાં બીઈ – બીટેક – બીએસસી – એમસીએ જેવી ડિગ્રી, આઈટી પ્રોગ્રામિંગ – એસકયુએલ – ટેબ્લો – પાયથન -એસપીએસએસ – હડૂપ – આર – સીપ્લસપ્લસ ઉપરાંત ફાયનાન્શિયલ ફેરકાસ્ટિંગ, ડેટા માઈનિંગ, સ્ટેટિસ્ટિકલ મોડલિંગ વેગેેરેની આવડત ઉપરાંત થોડાંઘણાં વર્ષોનો અનુભવ માગ્યો હોય છે. એ તો જેવી કંપની, જેવી જરૂરિયાત ને જેવું પેકેજ. આપણે ત્યાં ડેટા સાયન્ટિસ્ટ્સની તાલીમ આપતી કેટલીય ઈન્સ્ટિટયુટ્સ કાર્યરત છે. ડેટા સાયન્ટિસ્ટ માટેના પોસ્ટ ગ્રેજ્યુએટ સર્ટિફ્કિેટ કોર્સ પણ થાય છે. અલબત્ત,કોઈ પણ સંસ્થા અને તેના દ્વારા ઓફર થતા કોર્સમાં કેટલું વિત્ત છે તે સતર્કપણે ચકાસવું રહૃાું.

ડેટા સાયન્ટિસ્ટોની જરૂર માત્ર વિરાટ મલ્ટિનેશનલોને જ નહીં, સ્ટાર્ટ-અપ્સને પણ પડે છે. જેમ જેમ સાયન્સ તથા ટેક્નોલોજીનો વિકાસ થતો જાય છે અને ડિજિટલ માધ્યમો વધુ ને વધુ શકિતશાળી બનતા જાય છે તેમ તેમ બિઝનેસનાં સમીકરણો બદલાતાં જાય છે.ડેટા સાયન્ટિસ્ટોને અપોઈન્ટ કરવાની શરૂઆત ક્રનારી ક્ંપનીઓમાં એક્ નામ યાહૂનું છે. ડિસ્ટ્રિબ્યુટેડ ફઈલ સિસ્ટમ પ્રોસેસિંગ,કલાઉડ ક્મ્પ્યુટિંગ, ડેટા વિઝ્યુઅલાઈઝેશન વગેેરે માટે માટે હડૂપ (Hadoop) ફ્રેમવર્ક પ્રચલિત છે. હડૂપને ડેપલપ કરવામાં યાહૂના ડેટા સાયન્ટિસ્ટોએ મોટી ભૂમિક ભજવી હતી. હડૂપ પ્રોજેક્ટ્સનું પ્રોગ્રામિંગ કરવા માટે ફેસબુક્ના ડેટા સાયન્ટિસ્ટોએ હાઈવ લેંગ્વેજ વિકસાવી. ગૂગલ,અમેઝોન, માઈક્રોસોફ્ટ, વોલમાર્ટ, ઈબે, લિન્કડ્ઈન અને ટ્વિટર જેવી ક્ંપનીઓના ડેટા સાયન્ટિસ્ટોએ પણ આધુનિક્ ડેટા સાયન્સ વિકસાવવામાં યથાશકિત ફળો નોંધાવ્યો છે.

ગ્લાસડોરના ઈકેનોમિસ્ટ એન્ડ્રુ ચેમ્બરલીન ક્હે છે તેમ, બિઝનેસવર્લ્ડમાં હજુ થોડાં વર્ષો અગાઉ સુધી ડેટા મેનેજમેન્ટ સરળ હતું. ક્મ્પ્યુટર સ્ક્રીન પર થોડાંક્ ફેલ્ડરો ને ફઈલો ખોલો એટલે એટલે તમને આખું ચિત્ર મળી જાય. હવે એવું નથી રહૃાું. આજકલ બધી ક્ંપનીઓ ઓનલાઈન પ્રેઝન્સ ધરાવે છે. આ સૌને એવા પ્રોફેશનલ્સની જરૂર પડે છે જેમને ડેટા મેનેજ કરતાં, સ્ટોર કરતાં અને એનેલઆઈઝ કરતાં આવડતું હોય. આ ડેટાના આધારે વ્યવસ્થિત ઈનસાઈટ મળે તે પછી જ મહત્ત્વના બિઝનેસ ડિસીઝન્સ લેવાય છે.

ગયા વર્ષે અમેરિકના બોસ્ટન શહેરમાં ‘બિગ ડેટા પેનલ’ નામની ઈવેન્ટ ગોઠવાઈ હતી. સિલિકોન વેલીમાં મોટું નામ ધરાવતા તમામ વકતાઓએ પોતાની સ્પીચમાં એક્ જ વાત કરી કે કવોલિફઈડ ડેટા સાયન્ટિસ્ટોની ભારે તંગી છે જેની સીધી અસર બિઝનેસ પર પડે છે. બીજી વાત તેમણે એ ક્હી કે જો તમે તમારી ક્ંપનીમાં ડેટા સાયન્ટિસ્ટ અપોઈન્ટ ન ર્ક્યા હોય તો ઓલરેડી મોડું થઈ ચૂકયું છે તેમ સમજો!

એક્ તક્લીફ્ એ છે કે, ડેટા સાયન્ટિસ્ટની એક્દમ સુરેખ વ્યાખ્યા હજુ સુધી બની જ નથી. ડેટા સાયન્ટિસ્ટ તરીકે કામ કરનાર પ્રોફેશનલ સ્ટેટિસ્ટિક્લ એનેલેસિસ, પ્રિડિક્ટીવ મોડલિંગ અને ક્મ્પ્યુટર પ્રોગ્રામિંગ જાણતો હોવો જોઈએ તેવી અપેક્ષા રખાય છે. વળી, એનું ક્મ્યુનિકેશન સરસ હોવું જોઈએ. જો તેનામાં થોડીક ક્લાકાર જેવી દ્રષ્ટિ પણ હોય તો તો સોનામાં સુગંધ ભળે. દિલ્હી કોલેજ ઓફ્ એન્જિનીયરિંગમાંથી ડિગ્રી લીધા બાદ આઈબીએમમાં વાઈસ પ્રેસિડેન્ટ રહૃાા પછી હાલ અડોબીમાં વાઈસ પ્રેસિડેન્ટ ઓફ્ આર્કિટેક્ચર તરીકે કામ કરતાં અંજુલ ભાંભરી તો ત્યાં સુધી કહે છે કે, ડેટા સાયન્ટિસ્ટ એટલે થોડોક એનેલિસ્ટ ને થોડોક આર્ટિસ્ટ!

દરેક્ ક્ષેત્રમાં ટીકાકરો પણ હોવાના જ. આઈટી ક્ષેત્રના ક્ડક ટીકાકરો ક્હે છે કે, ડેટા સાયન્સ કે ડેટા સાયન્ટિસ્ટ ફરતે વધારે પડતી હાઈપ ઊભી કરી નાખવામાં આવી છે અને આ શબ્દપ્રયોગોનો દુરુપયોગ થઈ રહૃાો છે. ઘણા અભ્યાસુઓ ક્હે છે કે જેને ડેટા સાયન્સ… ડેટા સાયન્સ કહીને માથે ચડાવવામાં આવે છે તે વાસ્તવમાં સ્ટેટિસ્ટિક્સ જ છે. આંક્ડાશાસ્ત્ર એ જ ડેટા સાયન્સ. સ્ટેટિસ્ટિક્સની વિદ્યા તો સદીઓથી ચલણમાં છે. હવે ડિજિટલ અને બીજાં જાતજાતનાં માધ્યમો વધી જવાને કારણે ચિક્કાર માત્રામાં ડેટા એક્ત્રિત થવા માંડયો હોય તો માત્ર એટલા ખાતર કંઈ ડેટા સાયન્સ કે ડેટા સાયન્ટિસ્ટ જેવા નવા ફેન્સી શબ્દપ્રયોગો વહેતા મૂક્વાની જરૂર નથી.

એ જે હોય તે. આપણે શબ્દોની ભુલભુલામણીમાં ન પડીએ. ઇર્ન્ફ્મેશન ટેક્નોલોજીનું વર્તમાન અને ભવિષ્ય બન્ને ઉજળાં છે તે પરમ સત્ય છે. ડેટા સાયન્સનું ક્ષેત્ર અને ડેટા સાયન્ટિસ્ટની જોબ આખી સદી માટે હોટેસ્ટ પુરવાર થાય કે ન થાય, પણ આવનારા ઘણા દાયક માટે એ ઈન-થિંગ રહેવાનાં છે એટલું તો નક્કી.

૦૦૦ ૦૦૦ ૦૦૦

– Shishir Ramavat

( Note – This Article is Originaly Written in Year Jun, 2016 )

DISCLAIMER


All the rights of Published Content is fully reserved by the respective Owner / Writer. Sarjak.org never taking the ownership of the content, we are just a Platform to publish content to serve the readers. Any Dispute or Query related Content on Platform, Do inform Us at bellow links First. We will Respect, take care of it and Try to Solve it Out as fast as Possible.

Please Do Not Copy the Content, Without Prior Written Permission of there Respective Owner.

Leave a Reply

Your email address will not be published. Required fields are marked *

Copying, distributing, or sharing our content without permission is strictly prohibited. All content on this website is sole property of Respective owners. If you would like to use any of our content, please contact us for permission. Thank you for respecting our work.