Introduction to Data Analysis Series ၏ ပထမဆုံး သင်ခန်းစာအဖြစ် Data Science ဘာသာရပ်နှင့် စပ်လျဉ်းကာ ဗဟုသုတအနေဖြင့် သိသင့်သိထားအပ်သည့် အကြောင်းအရာအချို့အား အကြိုသဘောဖြင့် တင်ပြပါမည်။

သင်ခန်းစာ အနှစ်ချုပ် ကောက်နှုတ်ချက်

Harvard University မှ Data Science အလုပ်ကို sexy အကျဆုံး အသက်မွေးဝမ်းကျောင်းမှုပညာရပ် the sexiest job of the 21st century လို့ ခေါင်းစင်တပ်ခဲ့သည်။ Data Science နည်းပညာအား အိုင်တီနယ်ပယ်မှ သူများသာမက အခြားနယ်ပယာ်ရှိသူများပါ စိတ်ဝင်စားလာသည်။ ထိုအထဲတွင် သင်ချာပညာရှင်၊ ကွန်ပျူတာသိပံပညာရှင်၊ ဆေးပညာသုတေသီ၊ ရုပဗေဒပညာရှင်များအပြင် စီးပွါးရေး လုပ်ငန်းရှင်များ ပါဝင်သည်။

Data Science နည်းပညာတွင် Computer Science/IT နည်းပညာများ၊ Statistics ဟုခေါ်သော စာရင်းအင်းပညာနှင့် Business domain knowledge ဟုဆိုသော စီးပွါးရေးနယ်ပယ်ကျွမ်းကျင်မှု အတတ်များပါဝင်သည်။

Data Science နည်းပညာရှိ အသက်မွေးဝမ်းကြောင်း အချို့မှာ Data Scientist/ Data Architect/ Data Visualization Designer/ Data Analyst/ Data Engineer/ Machine Learning Engineer အစသဖြင့် ဖြစ်သည်။

Data Analyst တဦးအနေဖြင့် အောက်ဖော်ပြပါ နည်းပညာများကို တတ်ကျွမ်းရန်လိုအပ်သည်။
Mathematics & Statistics
Probability
Computer Programming
Logical Thinking
Databases
Cloud Architecture & Services
အရေးကြီးဆုံးအချက်မှာ စူးစမ်းလေ့လာလိုစိတ် (Curiosity) နှင့် နည်းပညာသစ်များအား လေ့လာလိုစိတ် ဖြစ်သည်။

Data Scientist တဦးသည် Data Analyst တဦးတတ်ကျွမ်းသည့် ပညာရပ်အားလုံးအား တတ်ကျွမ်းရန်လိုအပ်သလို ပြသနာဖြေရှင်းနိုင်စွမ်းနှင့် တင်ပြပုံ ဆွဲဆောင်မှု ရှိရန်လိုသည်။ Data Analyst များအား ထိန်းကြောင်း ကူညီပေးနိုင်စွမ်း ရှိရမည်။

Data Science နည်းပညာအား အသုံးပြုကာ အကျိုးအမြတ်ဖြစ်ထွန်းသော စီးပွါးရေး၊ လူမှုရေး၊ ကျန်းမာရေး၊ ပညာရေးလုပ်ငန်းများ အများအပြားရှိသည်။ နိုင်ငံတကာတွင် အစိုးရအဆင့်မှ ဦးဆောင်ကာ ဤဘာသာရပ်အား ရင်းနှီးမှုများ အလုအယက်ပြုလုပ်နေကြောင်း တွေ့ရှိနိုင်သည်။