Data Science အကြောင်းလေ့လာခြင်း
နည်းပညာတိုးတက်မှုနဲ့အတူ မကြာသေးမီက နှစ်များအတွင်းမှာ Data Science (ဒေတာသိပ္ပံ) ဟာ အလွန်ရေပန်းစားလာခဲ့ပါတယ်။ စီးပွားရေး၊ ကျန်းမာရေးစောင့်ရှောက်မှု၊ ပညာရေးတို့မှစပြီး ဖျော်ဖြေရေးအထိ လုပ်ငန်းနယ်ပယ်မျိုးစုံမှာ ဆုံးဖြတ်ချက်များချဖို့အတွက် ဒေတာသိပ္ပံကို အသုံးချလျက်ရှိပါတယ်။ ဒါဟာ အိုင်တီလောကမှာ နောက်ဆုံးထွက်ရှိထားတဲ့ စကားလုံးဖြစ်ပြီး စျေးကွက်မှာလည်း သူ့ရဲ့ဝယ်လိုအားကလည်း တဖြည်းဖြည်းကြီးထွားလာပြီ ဖြစ်ပါတယ်။ Data Scientists များ လိုအပ်ချက်ဟာလည်း မြင့်မားလာနေပြီဖြစ်ပြီး အဖွဲ့အစည်းများအတွက် ဒေတာများကို ထိုးထွင်းသိမြင်မှုအဖြစ်ကို ပြောင်းလဲသင့်တဲ့ လိုအပ်ချက်များကလည်း ကြီးထွားလာနေပါတယ်။ Google၊ Amazon၊ Microsoft နဲ့ Apple တို့လို ကုမ္ပဏီများက Data Scientists များရဲ့ အကြီးမားဆုံး စုဆောင်းသူများထဲမှာ ပါဝင်ခဲ့ပါတယ်။ Data Science ဟာ IT ပညာရှင်များအတွက် ဆည်းပူးသင့်တဲ့ နယ်ပယ်တစ်ခု ဖြစ်လာပါတယ်။ Data Science (ဒေတာသိပ္ပံ) ဟာ လုပ်ငန်းများစွာရဲ့ ကျောရိုးသဖွယ်ဖြစ်နေပြီး အသက်မွေးဝမ်းကြောင်းဆိုင်ရာ အခွင့်အလမ်းများစွာရှိနေတဲ့ နယ်ပယ်တစ်ခု ဖြစ်လာပါတယ်။
Data Science (ဒေတာသိပ္ပံ) မှာ အသက်မွေးဝမ်းကြောင်းအခွင့်အလမ်းများအတွက် နယ်ပယ် ကျယ်ပြန့်ပြီး data analyst (ဒေတာခွဲခြမ်းစိတ်ဖြာသူ)၊ data scientist (ဒေတာသိပ္ပံပညာရှင်)၊ machine learning engineer (machine learning အင်ဂျင်နီယာ) နဲ့ business intelligence analyst (စီးပွားရေးဆိုင်ရာသုံးသပ်သူ) စတဲ့ အခန်းကဏ္ဍများ ပါဝင်ပါတယ်။ ဒီနယ်ပယ်က မရေမတွက်နိုင်တဲ့ အလုပ်အကိုင်အခွင့်အလမ်းများနဲ့ ကမ္ဘာတစ်ဝှမ်း အလိုအပ်ဆုံး အသက်မွေးဝမ်းကျောင်းများထဲမှတစ်ခုအဖြစ် ပေါ်ထွက်လာပါပါတယ်။
Precedence Research ရဲ့ မကြာသေးမီက အစီရင်ခံစာတစ်ခုအရ Data Science အတွက် လိုအပ်ချက်ဟာ CAGR (Compound Annual Growth Rate) မှာ 16.43% နဲ့ 2022 မှ 2030 ခုနှစ်အထိ စျေးကွက်တန်ဖိုး 378.7 ဘီလီယံအထိ မြင့်တက်လာမယ်လို့ ခန့်မှန်းထားပါတယ်။
ဒါဆို Data Science ဆိုတာ အတိအကျ ဘာလဲ၊ ဘာကြောင့် ဒီနေ့ ခေတ်စားလာတာလဲ။ Data Science အကြောင်း ပိုမိုနားလည်ဖို့ နောက်ထပ်ဖတ်ကြည့်ကြပါစို့။
Data Science (ဒေတာသိပ္ပံ) ဆိုတာကတော့ math and statistics, specialized programming, advanced analytics, artificial intelligence (AI) နဲ့ machine learning စတဲ့ နယ်ပယ်အသီးသီးကို ပေါင်းစပ်ပြီး ဒေတာကုန်ကြမ်းမှ အဖိုးတန်တဲ့ ထိုးထွင်းသိမြင်မှုနဲ့ ဗဟုသုတများကို ထုတ်ယူတဲ့ နယ်ပယ်တစ်ခုဖြစ်ပါတယ်။ ဒေတာကို အဓိပ္ပာယ်ရှိတဲ့ အချက်အလက်အဖြစ် ပြောင်းလဲဖို့ ရည်ရွယ်ပြီး စီးပွားရေးလုပ်ငန်းများ၊ တခြားလုပ်ငန်းများနဲ့ အဖွဲ့အစည်းများကို ပိုမိုကောင်းမွန်တဲ့ ဆုံးဖြတ်ချက်များချနိုင်စေဖို့နဲ့ ပြိုင်ဆိုင်မှုဆိုင်ရာ အားသာချက်များကို ရရှိစေဖို့ ကူညီပေးပါတယ်။
Data ဟာ ယနေ့ကမ္ဘာကြီးရဲ့ မရှိမဖြစ်လိုအပ်တဲ့ အရာတစ်ခုဖြစ်လာပြီး သူ့ရဲ့အရေးပါမှုကလည်း အချိန်နဲ့အမျှ တိုးတက်လာပါတယ်။ ကုမ္ပဏီများကလည်း ဖောက်သည်များရဲ့ အပြုအမူကို အခြေခံပြီး ပြည့်စုံတဲ့ ထောက်ပံ့မှုကွင်းဆက်ကို ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ခြင်းနဲ့ ထုတ်ကုန်ဖွံ့ဖြိုးတိုးတက်မှုဆိုင်ရာများကို ပိုမို နားလည်စေဖို့ ဒေတာကို အသုံးပြုနိုင်ကြောင်း ကုမ္ပဏီများက သဘောပေါက်ကြပါတယ်။ စုဆောင်းရရှိထားတဲ့ ဒေတာကို ဆော့ဖ်ဝဲလ်အင်ဂျင်နီယာတွေက ဆုံးဖြတ်ချက်ချခြင်းဆိုင်ရာ လုပ်ထုံးလုပ်နည်းများနဲ့ ကုမ္ပဏီဗျူဟာ ဖွံ့ဖြိုးတိုးတက်မှုအတွက် ပံ့ပိုးပေးတဲ့ အသိဉာဏ်ရှိသော မော်ဒယ်များကို အသုံးပြုကာ အယ်လဂိုရီသမ်များကို လေ့ကျင့်ခြင်း၊ တည်ဆောက်ခြင်း၊ စမ်းသပ်ခြင်းနဲ့ အသုံးချဖို့ အသုံးပြုနိုင်ပါတယ်။
Data Science (ဒေတာသိပ္ပံ) ရဲ့ အဓိကရည်ရွယ်ချက်မှာ ဆုံးဖြတ်ချက်ချခြင်း၊ ခန့်မှန်းခြင်းနဲ့ ထိရောက်တဲ့ ပြဿနာဖြေရှင်းခြင်းတို့ကို အားကောင်းစေဖို့ ဒေတာများကို စူးစမ်းခွဲခြမ်းစိတ်ဖြာဖို့ပဲ ဖြစ်ပါတယ်။ ဒေတာဆိုတာ နေရာတိုင်းမှာရှိတာမို့ Data Science (ဒေတာသိပ္ပံ) ကနေတစ်ဆင့် တန်ဖိုးရှိတဲ့ သုံးသပ်ချက်တွေကို ထုတ်ယူဖို့ ကူညီပေးနိုင်ပါတယ်။ လုပ်ငန်းရှုထောင့်မှရလဒ်များကို မြှင့်တင်ချင်တာပဲဖြစ်ဖြစ်၊ ထိရောက်မှု မရှိမှုများကို ဖော်ထုတ်ချင်တာပဲဖြစ်ဖြစ်၊ ဘေးအန္တရာယ်များကို လျော့ပါးသက်သာစေချင်တာပဲဖြစ်ဖြစ် အနာဂတ် ရလဒ်များကို ခန့်မှန်းဖို့ ဒေတာမှထုတ်ယူချင်တာပဲဖြစ်ဖြစ် Data Science (ဒေတာသိပ္ပံ) ကို အသုံးပြုကြပါတယ်။
ယနေ့ခေတ်မှာ Data Science (ဒေတာသိပ္ပံ) ကို လုပ်ငန်းတိုင်းလိုလိုမှာ သုံးစွဲသူများရဲ့ အပြုအမူနဲ့ ခေတ်ရေစီးကြောင်းများကို ကြိုတင်ခန့်မှန်းကာ အခွင့်အလမ်းသစ်များကို ရှာဖွေဖော်ထုတ်နိုင်ဖို့ အသုံးပြုကြ ပါတယ်။ စီးပွားရေးလုပ်ငန်းများဟာ ထုတ်ကုန်ဖွံ့ဖြိုးတိုးတက်မှုနဲ့ စျေးကွက်ချဲ့ထွင်မှုဆိုင်ရာ ဆုံးဖြတ်ချက်များချဖို့ အတွက်လည်း အသုံးပြုနိုင်ပါတယ်။ လိမ်လည်မှုကို ထောက်လှမ်းဖို့နဲ့ လုပ်ငန်းစဉ်များကို အကောင်းဆုံးဖြစ်အောင် လုပ်ဆောင်ဖို့ ကိရိယာတစ်ခုအဖြစ်လည်း အသုံးပြုနိုင်ပါတယ်။ အစိုးရအဖွဲ့များက အများသူငှာ ဝန်ဆောင်မှုများ ပေးဆောင်ရာမှာ ထိရောက်မှု တိုးတက်စေဖို့အတွက် Data Science ကို အသုံးပြုပါတယ်။
Data Science (ဒေတာသိပ္ပံ) ဟာ အဖွဲ့အစည်းများက သူတို့ရဲ့ဖောက်သည်များကို ပိုမိုကောင်းမွန်စွာ နားလည်စေဖို့ ကူညီပေးခဲ့နိုင်ပါတယ်။ ဒေတာခွဲခြမ်းစိတ်ဖြာမှုရဲ့ အကူအညီနဲ့ အဖွဲ့အစည်းများဟာ ထုတ်ကုန် ဖွံ့ဖြိုးတိုးတက်မှုအပြင် စျေးကွက်ရှာဖွေရေးလှုပ်ရှားမှုများမှာ အထောက်အကူ ဖြစ်စေတဲ့ ဖောက်သည်များရဲ့ အပြုအမူနဲ့ နှစ်သက်မှုများကို ထိရောက်စွာ၊ တိကျစွာဆုံးဖြတ်လာနိုင်ပါတယ်။
ကမ္ဘာတစ်ဝှမ်းရှိ အစိုးရများဟာလည်း အသိဉာဏ်ဆိုင်ရာ ဆုံးဖြတ်ချက်များချဖို့အတွက် အချက်အလက်များကို အားကိုးတာကြောင့် မူဝါဒချမှတ်ရာတွင်လည်း Data Science (ဒေတာသိပ္ပံ) ဟာ မရှိမဖြစ် လိုအပ်လာပါတယ်။ အရေးကြီးတဲ့ လူမှုရေးပြဿနာများကို ကြိုတင်ခန့်မှန်းဖို့နဲ့ ဖြေရှင်းဖို့ ကူညီပေးနိုင်တဲ့ လူဦးရေစာရင်းနဲ့ ခေတ်ရေစီးကြောင်းတွေကို နားလည်ဖို့ Data Science (ဒေတာသိပ္ပံ) ကို အသုံးပြုကြပါတယ်။ ဥပမာ Data Science (ဒေတာသိပ္ပံ) က သီးခြားဒေသတစ်ခုရဲ့ ယာဉ်သွားလမ်းလာပုံစံများကို ကြိုတင်ခန့်မှန်းနိုင်ပြီး မြို့ပြစီမံကိန်းရေးဆွဲရာမှာ အထောက်အကူဖြစ်စေနိုင်သလို သဘာဝဘေးအန္တရာယ် ပိုမိုကျရောက်နိုင်တဲ့ ဒေသများကို ခွဲခြားသတ်မှတ်ဖို့ အတွက်လည်း အသုံးပြုနိုင်ပါတယ်။
နိဂုံးချုပ်အနေနဲ့ Data Science (ဒေတာသိပ္ပံ) က အရေးကြီးပြီး Data Science (ဒေတာသိပ္ပံ) ပညာရှင်များရဲ့ လိုအပ်ချက်က အနာဂတ်မှာ တိုးလာမယ်လို့ မျှော်လင့်ရပါတယ်။ Data Science (ဒေတာသိပ္ပံ) က ယနေ့ကမ္ဘာကြီးမှာ မရှိမဖြစ် လိုအပ်လာပြီဖြစ်ပါတယ်။ ဘာကြောင့် ထင်ရှားကျော်ကြားလာရသလဲဆိုတာကတော့ နေ့စဉ်ထုတ်လုပ်လိုက်တဲ့ ဒေတာပမာဏမြင့်မားမှု၊ လုပ်ငန်းမှာ အပြိုင်အဆိုင်ရှိနေဖို့လိုအပ်မှု၊ ကျန်းမာရေး စောင့်ရှောက်မှု၊ လုံခြုံရေးနဲ့ ကိုယ်ရေးကိုယ်တာ ချိုးဖောက်မှုများ စတဲ့အချက်များစွာကြောင့် ဖြစ်ပေါ်လာခြင်း ဖြစ်ပါတယ်။ e-commerce၊ ဘဏ္ဍာရေး၊ ဆေး၊ လူ့စွမ်းအားအရင်းအမြစ် စတဲ့ နယ်ပယ်များနဲ့ဆိုင်တဲ့ စီးပွားရေး လုပ်ငန်းတွေက ဒေတာပမာဏများစွာကို တွေ့လာရပါတယ်။ စီးပွားရေးလုပ်ငန်းစဉ်များမှာ Data Science (ဒေတာသိပ္ပံ) ကို အသုံးပြုခြင်းက ထုတ်ကုန်များ၊ လည်ပတ်ဆောင်ရွက်မှုများနဲ့ ဝန်ဆောင်မှုများကို ပိုမိုကောင်းမွန် အောင်လုပ်ဆောင်နိုင်စေခြင်းက အမြတ်အစွန်းနဲ့ အဖွဲ့အစည်းများရဲ့ အလုံးစုံအောင်မြင်မှုကို ဖြစ်ပေါ်စေပါတယ်။ ဒေတာစုဆောင်းခြင်း၊ သိမ်းဆည်းခြင်းနဲ့ စီမံဆောင်ရွက်မှုစွမ်းရည်များ စဉ်ဆက်မပြတ် ကြီးထွားလာခြင်းကြောင့် ဒေတာများ ပိုမိုရရှိလာပါပါတယ်။ Data Science (ဒေတာသိပ္ပံ) ဟာ အားကောင်းတဲ့ ထိုးထွင်းသိမြင်မှုများကို ပေးဆောင်ပြီး ဆုံးဖြတ်ချက်များ၊ မူဝါဒများနဲ့ နောက်ဆုံးတော့ ကျွန်ုပ်တို့ရဲ့ဘဝများကို ပိုမိုကောင်းမွန်အောင် ဆက်လက်ပုံဖော်ဖို့အထိ မျှော်လင့်နိုင်ပါတယ်။
Great Learning Team မှ ရေးသားတဲ့ What is Data Science? ဆောင်းပါးကို မှီငြမ်းရေးသားထားခြင်း ဖြစ်ပါတယ်။
Dr. La Wynn Sandi
B.C.Sc, CU (KT) , B.C.Sc (Hons), CU (KT),
M.C.Sc, CU (KT), Ph.D (IT), (U.C.S.M)