हेलो मयंक. मैं एक ऑटोमोटिव परीक्षण पेशेवर हूं और मेरे पास 8 वर्षों का अनुभव है। मेरी वर्तमान सीटीसी 9 लाख प्रति वर्ष है लेकिन हाल ही में मैंने अपना प्रोफाइल प्रोग्राम मैनेजर में बदल लिया है। मुझे यह भूमिका पसंद नहीं है और मैं अपना करियर डेटा साइंस/एआई/एमएल में बदलना चाहता हूं क्योंकि मैं विश्वसनीयता विश्लेषण करने के लिए अपनी पिछली नौकरियों में डेटा से निपटता था। आपसे अनुरोध है कि आप मुझे सुझाव दें कि क्या मुझे डेटा में करियर बनाना चाहिए, यदि हाँ तो करियर पथ और दृष्टिकोण क्या है।

Ans: नमस्ते,
चूंकि आप पहले से ही 50 वर्ष के हैं और आपके पास प्रोग्रामिंग में लगभग 30 वर्षों का अनुभव है, मैं सुझाव दूंगा कि आप पुराने क्षेत्र में ही बने रहें जहां आपने विशेषज्ञता हासिल की है।

Ans: भले ही मैकेनिकल इंजीनियरिंग में डॉक्टरेट से डेटा साइंस में करियर स्विच एक संक्रमण का प्रतिनिधित्व करता है जो आधुनिक अनुसंधान और उद्योग की बढ़ती अंतःविषय प्रकृति के साथ संरेखित होता है, मेरा विचार है कि आपको मैकेनिकल इंजीनियरिंग में अपने वर्षों के शैक्षणिक अनुभव का लाभ उठाकर निर्माण करने की आवश्यकता है अत्याधुनिक अनुसंधान में योगदान देकर, छात्रों का मार्गदर्शन करके और अपनी विशेषज्ञता के माध्यम से क्षेत्र को आकार देकर अकादमिक क्षेत्र में एक शोधकर्ता प्रोफेसर के रूप में अपने करियर को आगे बढ़ाने के लिए डेटा साइंस में डॉक्टरेट की उपाधि।
अनुकूलन, भविष्य कहनेवाला रखरखाव और प्रक्रिया में सुधार के लिए डेटा विज्ञान का उपयोग करने में मदद करने के लिए कंपनियों, विशेष रूप से इंजीनियरिंग और विनिर्माण में परामर्श कार्यों का भी पता लगाएं।
इंजीनियरिंग या मैन्युफैक्चरिंग में डेटा साइंटिस्ट की उपाधि धारण करके अपने मैकेनिकल इंजीनियरिंग बैकग्राउंड को डेटा साइंस कौशल से जोड़कर उन भूमिकाओं की तलाश करें जिनमें इंजीनियरिंग प्रक्रियाओं का विश्लेषण और अनुकूलन, प्रयोगों को डिजाइन करना और उत्पाद विकास के लिए डेटा का लाभ उठाना शामिल हो।
ये कई विकल्पों में से केवल दो हैं जिन्हें आप अपने विश्वविद्यालय को मजबूत परामर्श अभ्यास बनाने में मदद करके तलाश सकते हैं और अपने ग्राहक को मूल्य देखने और शीर्ष डॉलर का भुगतान करने की अनुमति दे सकते हैं। जब ऐसा होता है, तो विश्वविद्यालय आपके मूल्यवर्धन के लिए आपको उचित मुआवजा देने के तरीके ढूंढेगा।

Ans: डेटा विश्लेषण और डेटा विज्ञान एक जैसे नहीं हैं। यदि आप पर्याप्त मात्रा में डेटा के साथ मॉडल को प्रशिक्षित कर सकते हैं, तो वह मॉडल आपकी जगह ले सकता है। आजकल अधिकांश AI मॉडल भारी मात्रा में डेटा द्वारा प्रशिक्षित किए जाते हैं। आप डेटा साइंस और मशीन लर्निंग में M.Tech कर सकते हैं। यह एक बहुत बड़ा क्षेत्र है जहाँ हम एक-एक करके चर्चा कर सकते हैं

Ans: 41 साल की उम्र में नौकरी बदलना मुश्किल है, लेकिन असंभव नहीं है। अगर आपको डेटा में दिलचस्पी है, तो सीखना शुरू करें और एक बार में बदलाव करने के बजाय धीरे-धीरे बदलाव करें। पूर्ण डेटा विश्लेषक की नौकरी में जाने से पहले, आपको अपनी वर्तमान भूमिका में अधिक अनुभव प्राप्त करने की आवश्यकता हो सकती है, जैसे कि पावर BI रिपोर्ट या डेटा विश्लेषण परियोजनाओं पर काम करना।

अगर आप वास्तव में इच्छुक हैं, तो आगे बढ़ें! डेटा एनालिटिक्स के क्षेत्र में बहुत सारे रोजगार के अवसर हैं, जो बढ़ रहा है। आपके समृद्ध भविष्य के लिए शुभकामनाएँ।

'करियर | स्वास्थ्य | पैसा | संबंध' के बारे में अधिक जानने के लिए RediffGURUS का अनुसरण करें।