আমার এক বন্ধু পরামর্শ দিয়েছে যে সফ্টওয়্যার শিল্পে প্রাথমিকভাবে "বিগ ডেটা" দক্ষতা প্রয়োজন, প্রতি পরিসংখ্যান দক্ষতা নয়।
আপনার বন্ধুর মন্তব্যের সাথে আংশিকভাবে একমত হওয়ার সময়, আমি এটি উল্লেখ করতে চাই যে কোনও শিল্পে, বিগ ডেটা সরঞ্জামগুলি বেছে নেওয়া হয়, তবেই সমস্ত ভি এর সন্তুষ্ট থাকে।
আমি একটি শীর্ষস্থানীয় গ্রাহক সহায়তা সংস্থায় ডেটা সায়েন্সের প্রধান হিসাবে কাজ করি। এখানে, আমি পণ্য এবং সংস্থার বৃদ্ধির জন্য ডেটা হ্যাকিং করি।
আমি প্রাথমিকভাবে মন্থন পূর্বাভাস এবং বিক্রয় বিশ্লেষণের জন্য সময় সিরিজ বিশ্লেষণ কৌশল ব্যবহার করি। এর মধ্যে গ্রাহকদের আচরণগত বিশ্লেষণ, প্রতিযোগিতা এবং শিল্প অন্তর্ভুক্ত রয়েছে।
প্রোডাক্টের দিক থেকে, আমরা এলএসটিএম, প্রস্তাবনা অ্যালগরিদম ইত্যাদি ব্যবহার করে সংবেদন বিশ্লেষণ থেকে শুরু করে বিভিন্ন কৌশল ব্যবহার করি
তবে মূল ফোকাস সময় সিরিজ বিশ্লেষণের উপর নির্ভর করে। সাধারণ কর্মপ্রবাহটি হ'ল:
- ডেটা পরিষ্কার এবং ছাঁচনির্মাণ।
- অনুসন্ধানী এবং ব্যাখ্যামূলক বিশ্লেষণে seasonতু, প্রবণতা এবং চক্র সনাক্তকরণ জড়িত থাকে। সুতরাং, একটি সম্পর্কিত সম্পর্কিত, স্বয়ংক্রিয়-সম্পর্কিত এবং বিভিন্ন অবিচ্ছিন্ন এবং দ্বিখণ্ডিত পরিসংখ্যান অন্বেষণ করা প্রয়োজন; স্ক্যাটার, এএফসি, পিএএফসি কার্ভগুলি সহ বিস্তৃত ষড়যন্ত্রের সাথে।
- এখন পূর্বাভাসের অংশটি এসেছে, যেখানে বিভিন্ন মডেল একে অপরকে পরীক্ষা করা হয়, পদক্ষেপ গ্রহণ করে - 2টিকে গুরুত্বের সাথে বিবেচনা করে।
আমার দ্বারা ব্যবহৃত সরঞ্জামগুলি: আর, পাইথন এবং এক্সেল কখনও কখনও।
এমনকি ডেটা সায়েন্স এবং গ্রোথ হ্যাকিংয়ের মিশ্রণ বিপণনের ডোমেনে ম্যাজিক প্রমাণিত করেছে। সুতরাং, পরিসংখ্যানবিদদের এবং গণিতের নার্দের চাহিদা যেমন থাকবে তেমন থাকবে; এবং অদূর ভবিষ্যতে কোথাও হ্রাস পাচ্ছে না; বিশেষত যখন গ্রাহক কেন্দ্রিক স্টার্টআপস বিশ্বজুড়ে ফুল ফোটে।