डेटा विज्ञान क्या है

डेटा विज्ञान कई विषयों जैसे- गणित, कंप्यूटर विज्ञान,सांख्यिकी आदि को मिला कर बना हुआ विज्ञान है। आसान शब्दों में कहें तो यह डेटा के अध्ययन का विज्ञान है। इसके अंतर्गत, डेटा वैज्ञानिक विशिष्ट डेटा सेट के इर्द-गिर्द प्रश्न बनाते हैं और फिर पैटर्न खोजने, पूर्वानुमान मॉडल बनाने और व्यावसायिक निर्णय लेने में मार्गदर्शन करने वाली अंतर्दृष्टि (insight)विकसित करने के लिए डेटा एनालिटिक्स और उन्नत एनालिटिक्स का उपयोग करते हैं।

यह एक ऐसा  क्षेत्र है जो छिपे हुए पैटर्न को उजागर करने, अंतर्दृष्टि यानी insight  उत्पन्न करने और प्रत्यक्ष निर्णय लेने के लिए बड़ी मात्रा में डेटा की जांच करने के लिए, एल्गोरिदम, प्रक्रियाओं और प्रक्रियाओं का उपयोग करता है। डेटा वैज्ञानिक पूर्वानुमान मॉडल बनाने के लिए संरचित(organised) और असंरचित(unorganised) डेटा को छांटने, व्यवस्थित करने और सीखने के लिए उन्नत मशीन लर्निंग एल्गोरिदम का उपयोग करते हैं।

भारत सरकार ने 2015 में डिजिटल इंडिया नामक एक कार्यक्रम शुरू किया जिसका उद्देश्य पूरे देश में डिजिटल पहुंच को बढ़ाना और डिजिटल विकास को बढ़ावा देना है। जैसे-जैसे बड़े डेटा की प्रासंगिकता और पहुंच आसमान छू रही है, ऐसे पेशेवरों की बढ़ती जरूरत है जो उपलब्ध डेटा के साथ काम कर सकें और ठोस प्रभाव डाल सकें। इस वजह से, डेटा साइंस शोध से लेकर कंप्यूटिंग तक कई तरह के रोजगार के अवसर प्रदान करता है।

डेटा विज्ञान के व्यावहारिक उपयोग

1. विज्ञापन और मार्केटिंग

डेटा विज्ञान मॉडल ने आधुनिक विज्ञापन के क्षेत्र में चमत्कार कर दिया है, चाहे वह एक साथ कई वेबसाइटों पर विज्ञापन दिखाना हो या एयरपोर्ट पर डिजिटल पोस्टर लगाना हो।

मार्केटिंग में डेटा विज्ञान का इस्तेमाल सबसे आम तरीकों में से एक है। उदाहरण के लिए, जब आप Google पर कोई शब्द खोजते हैं तब डेटा विज्ञान की बदौलत ही  एल्गोरिदम आपके क्वेरी से संबंधित लक्षित(targeted) विज्ञापनों सहित प्रासंगिक खोज परिणाम बनाते हैं।

डेटा विज्ञान के इस अनुप्रयोग के कारण ही आपको डेटा विज्ञान प्रशिक्षण कार्यक्रमों के लिए ऑनलाइन विज्ञापन दिखाई दे सकता है, जबकि उसी क्षेत्र में कोई अन्य व्यक्ति कपड़ों के लिए विज्ञापन देख सकता है तो कोई जूतों के विज्ञापन। मतलब यूजर की मांग, उसके व्यवहार और उसके द्वारा की गई ऑनलाइन सर्च का उपयोग भविष्य में काफी कुछ personalized हो जाता है।

उपयोगकर्ता के पिछले व्यवहार के आधार पर व्यवसाय उन्हें कस्टमाइज़ कर सकते हैं। यही कारण है कि डिजिटल विज्ञापनों में पारंपरिक विज्ञापन की तुलना में CTR (कॉल या क्लिक-थ्रू रेट) बहुत ज़्यादा होती है।

कई मार्केटिंग फ़र्म ने ग्राहक जुड़ाव बढ़ाने के लिए उपयोगकर्ताओं की रुचियों और डेटा प्रासंगिकता के आधार पर अपने ऑफ़र को बढ़ावा देने के लिए डेटा विज्ञान का लाभ उठाया है। Amazon, Twitter, Google Play, Netflix और अन्य जैसी कंपनियाँ भी इस रणनीति को अपनाती हैं।

तो अब आप समझे कि दरअसल AI और डेटा विज्ञान का मिलाजुला प्रयोग ही  है वो कारण जिसकी वजह से हमें कई बार लगता है कि जो हम सोच रहे थे, उसी से संबंधित विज्ञापन या कोई पोस्ट हमें अपने मोबाइल पर अचानक दिखना शुरू हो जाता है और हमें यह सब जादू जैसा लगता है। 

2. स्वास्थ्य सेवा

डेटा विज्ञान, स्वास्थ्य सेवा के लिए विशेष रूप से लाभकारी हैं, जहाँ इसका उपयोग कई उद्देश्यों के लिए किया जाता है, जिनमें शामिल हैं:

फार्मास्युटिकल अनुसंधान और विकास: डेटा विज्ञान तकनीक और कृत्रिम शैक्षिक एल्गोरिदम दवा अनुसंधान और विकास को आसान और सुव्यवस्थित करते हैं, जिससे औषधीय पदार्थों की प्रारंभिक जांच से लेकर जैविक विशेषताओं के आधार पर सफलता की दर का पूर्वानुमान लगाने तक, हर चरण में एक नया दृष्टिकोण मिलता है।

“लैब परीक्षणों” के अलावा, ये एल्गोरिदम परिष्कृत गणितीय मॉडलिंग और सिमुलेशन का उपयोग करके पूर्वानुमान लगाते हैं कि शरीर के अंदर कोई दवा कैसे प्रतिक्रिया करेगी। एल्गोरिदमिक दवा विकास का उद्देश्य जैविक रूप से उपयुक्त नेटवर्क के रूप में कम्प्यूटेशनल भविष्यवाणी मॉडल बनाना है, जिससे उच्च परिशुद्धता के साथ भविष्य के परिणामों की भविष्यवाणी करना आसान हो जाता है।

चिकित्सा छवि विश्लेषण (Medical Image Analysis- MIA): चिकित्सा संचालन को भी डेटा विज्ञान नवाचारों से लाभ हुआ है। MapReduce जैसे विभिन्न तरीकों और ढाँचों का उपयोग करते हुए, डेटा विज्ञान का उपयोग घातक बीमारियों, धमनी स्टेनोसिस और अंग सीमांकन की पहचान करने के लिए किया जाता है। सपोर्ट वेक्टर मशीन (SVM), सामग्री-आधारित स्वास्थ्य सेवा छवि अनुक्रमण और वेवलेट विश्लेषण मशीन-लर्निंग दृष्टिकोण हैं जिनका उपयोग ठोस बनावट को वर्गीकृत करने के लिए किया जाता है।

जीनोमिक्स और आनुवंशिकी :डेटा विज्ञान कार्यान्वयन आनुवंशिकी और जीनोमिक्स विश्लेषण के माध्यम से चिकित्सा अनुकूलन का एक बेहतर स्तर भी प्रदान करता है। लक्ष्य आनुवंशिकी, विकारों और दवा प्रतिक्रियाओं के बीच विशेष आणविक संबंधों की पहचान करना है ताकि यह बेहतर ढंग से समझा जा सके कि डीएनए मानव स्वास्थ्य को कैसे प्रभावित करता है।

स्वास्थ्य और आभासी सहायकों के लिए बॉट:चैटबॉट जैसे AI-संचालित मोबाइल एप्लिकेशन बुनियादी स्वास्थ्य देखभाल सहायता दे सकते हैं। बस अपनी स्वास्थ्य संबंधी चिंताओं का वर्णन करें या कोई भी स्वास्थ्य संबंधी प्रश्न पूछें, और आपको नैदानिक ​​लक्षणों और संकेतों के एक बड़े नेटवर्क के आधार पर अपनी स्वास्थ्य स्थिति के बारे में महत्वपूर्ण जानकारी प्राप्त होगी।

3. डेटा विज्ञान और ई-कॉमर्स

डेटा विज्ञान ने ई-कॉमर्स को बहुआयामी तरीकों से प्रभावित किया है, जिससे व्यवसायों को अपने लक्षित बाजार की पहचान करने, वस्तुओं और सेवाओं का पूर्वानुमान लगाने और मूल्य निर्माण को अनुकूलित करने में मदद मिली है।

प्राकृतिक भाषा प्रसंस्करण (एनएलपी) और सिफारिशी इंजन (जो ग्राहकों की रुचियों के अनुसार, बेचने वाली चीजों की अनुशंसा देते हैं) , विशेष रूप से, ई-कॉमर्स कंपनियों के लिए अत्यधिक फायदेमंद साबित हुए हैं जो ग्राहक खरीद का विश्लेषण करने और संभावित विकास रणनीतियों में अंतर्दृष्टि प्राप्त करने के लिए इन पद्धतियों को नियोजित करते हैं। इसके अलावा, एनएलपी का उपयोग टेक्स्ट और ऑनलाइन सर्वेक्षणों का विश्लेषण करने के लिए किया जाता है, जो व्यवसायों को अपने ग्राहकों को गुणवत्तापूर्ण सेवाएं प्रदान करने में मदद करता है।

4. परिवहन

पिछले दो दशकों में परिवहन में कुछ सबसे प्रभावशाली नवाचारों के केंद्र में डेटा विज्ञान रहा है। आपको याद होगा वह समय जब ट्रेन दुर्घटनाएं बहुत आम बात थीं। यात्राओं को सुरक्षित बनाने और यात्रा प्रबंधन को बेहतर करने में डेटा विज्ञान ने महत्वपूर्ण भूमिका निभाई है। आज IRCTC के एप और वेबसाइट को आप देखिए, भारतीय रेलवे के प्रबंधन पर ध्यान दीजिए, आप पाएंगे कि कैसे डेटा विज्ञान वहाँ काम कर रहा है।

स्व-चालित वाहन संभवतः परिवहन में सबसे अधिक ध्यान आकर्षित करने वाला डेटा विज्ञान विकास है। डेटा वैज्ञानिक ईंधन उपयोग के आँकड़े बनाने, चालक के आचरण का विश्लेषण करने और वाहनों के प्रदर्शन की निगरानी करने में भी सफल रहे हैं। ऑटोमेशन के साथ मजबूती और  नवाचार को जोड़कर, कार निर्माता बेहतर लॉजिस्टिक मार्गों के साथ अधिक स्मार्ट, सुरक्षित वाहन बना रहे हैं।

Cabify, Indrive, Bolt, Zoomcar, Ola जैसी तमाम राइड-हेलिंग कंपनियाँ  और उनके  ऐप अपने ग्राहकों के व्यवहार, स्थान, आर्थिक डेटा और लॉजिस्टिक प्रदाताओं जैसे विभिन्न तत्वों को मिलाकर लागत और मांग  को अनुकूलित करने के लिए डेटा विज्ञान का उपयोग करते हैं।

इस बीच, एयरलाइंस विलंबित उड़ानों की भविष्यवाणी करने, कौन सा विमान खरीदना है, मार्गों की योजना बनाने, उड़ान में देरी का प्रबंधन करने और लॉयल्टी प्रोग्राम बनाने के लिए डेटा विज्ञान का उपयोग करती हैं।

डेटा विज्ञान में कैरियर

वैश्विक संस्था ग्लासडोर के अनुसार, भारत में डेटा वैज्ञानिकों का औसत वार्षिक वेतन ₹14,00,000 है । हालांकि, रिपोर्ट की गई सैलरी स्थान, अनुभव, कंपनी और नौकरी की जिम्मेदारियों के आधार पर ₹8,00,000 से लेकर ₹21,00,000 तक होती है।

डेटा साइंस में नौकरी के बहुत से अवसर हैं। क्योंकि यह एक बहुआयामी क्षेत्र है अतः इसमें स्वरोजगार से लेकर कंसल्टेंसी तक के अवसर शामिल हैं। लेकिन खास बात यह है कि डेटा साइंस के क्षेत्र में कई नौकरियाँ हैं। विशेषज्ञता के आधार पर कुछ सबसे आम पदों में शामिल हैं:

• डेटा विश्लेषक
  मशीन लर्निंग इंजीनियर
• डेटा इंजीनियर
  डेटा वैज्ञानिक
  डेटाबेस प्रशासक
• व्यावसायिक विश्लेषक
• उत्पाद विश्लेषक
• वित्तीय विश्लेषक
• डेटा सिस्टम डेवलपर

डेटा विज्ञान में कैरियर बनाने के लिए शैक्षिक आवश्यकताएँ

सामान्यतः,एंट्री-लेवल डेटा साइंटिस्ट बनने के लिए, आपको डेटा साइंस या कंप्यूटर साइंस जैसे संबंधित क्षेत्र में स्नातक की डिग्री की आवश्यकता होगी। हालाँकि, कुछ नौकरियों के लिए मास्टर डिग्री की आवश्यकता हो सकती है।डेटा वैज्ञानिकों के पास मानवीय और तकनीकी कौशल का एक सुविकसित सेट होना चाहिए ताकि वे यह सुनिश्चित कर सकें कि वे सर्वोत्तम संभव कार्य करें। डेटा विज्ञान के क्षेत्र में सफल होने के लिए निम्नलिखित योग्यताएं होने से इसमें आगे बढ़ने के रास्ते आसान होंगे-

• मानवीय कौशल
• तकनीकी कौशल
• ग्रहणशीलता
• संचार(communication)
• नवाचार
• रैखिक बीजगणित
• मशीन लर्निंग तकनीक
• प्रोग्रामिंग भाषाएँ
• डेटा विज़ुअलाइज़ेशन उपकरण,
• मल्टीवेरिएबल कैलकुलस
• सांख्यिकी
• एल्गोरिदम की पहचान करना
• एल्गोरिथ्म बनाना और इनफॉर्मेशन पहचान करना
• एल्गोरिदम बनाना और बनाए रखना
• सूचना पुनर्प्राप्ति डेटासेट

डेटा वैज्ञानिक महत्वपूर्ण निर्णयकर्ता होते हैं जो बड़ी मात्रा में असंगठित और संगठित डेटा का मूल्यांकन और हेरफेर करते हैं। ऐसा करने के लिए, डेटा वैज्ञानिक विभिन्न उपकरणों और कंप्यूटर भाषाओं का उपयोग करते हैं, जिनमें से सबसे आम SAS, Excel, Tableau और Apache Spark जैसे प्रोग्राम शामिल हैं।

डेटा विज्ञान की शिक्षा

डेटा विज्ञान के जानकार लोगों की भारी माँग को देखते हुए , वैसे तो  अपने देश के लगभग सभी प्रमुख प्रौद्योगिकी संस्थानों में इससे संबंधित कोर्स उपलब्ध हैं। लेकिन अगर आप शिक्षा पूरी करने के बाद इस क्षेत्र में प्रवेश करके नौकरी पाना चाहते हैं तो उसके लिए आवश्यक तकनीकी कौशल हासिल करना अनिवार्य है। कुछ ऐसे संस्थान हैं जो ऑनलाइन शिक्षा के माध्यम से प्रामाणिक प्रोग्राम उपलब्ध करवाते हैं।

जैसे कि कोर्सेरा (Coursera)पर Google डेटा एनालिटिक्स प्रोफेशनल सर्टिफिकेट उपलब्ध हैं जिसके माध्यम से 6  महीने से भी कम समय में, आप मांग में रहने वाले डेटा विश्लेषण कौशल हासिल कर सकते हैं, बड़े डेटा सेट को व्यवस्थित और प्रबंधित करना सीख सकते हैं, और नौकरी के लिए तैयार डेटा विज्ञान कौशल विकसित कर सकते हैं।

इसके अलावा, intellipaat, excelr,simplilearn,edX इत्यादि प्लेटफ़ॉर्म पर भी डेटा विज्ञान के कोर्स उपलब्ध हैं।