পিএইচডি ছাড়াই ডেটা মাইনিংয়ে চাকরী হচ্ছে


73

আমি কিছুক্ষণের জন্য ডেটা মাইনিং এবং মেশিন-লার্নিংয়ের প্রতি খুব আগ্রহী হয়েছি, আংশিক কারণ যে আমি স্কুলে এই অঞ্চলে মেজাজ করি, তবে কারণ আমি কেবল প্রোগ্রামিংয়ের চেয়ে কিছুটা বেশি চিন্তাভাবনা করা সমস্যাগুলির সমাধান করার চেষ্টা করে সত্যই অনেক বেশি আগ্রহী জ্ঞান এবং যার সমাধানে একাধিক ফর্ম থাকতে পারে। আমার কোনও গবেষক / বিজ্ঞানী ব্যাকগ্রাউন্ড নেই, আমি কম্পিউটার বিজ্ঞানের ব্যাকগ্রাউন্ড থেকে ডেটা বিশ্লেষণের উপর জোর দিয়ে এসেছি, আমার পিএইচডি নয়, স্নাতকোত্তর রয়েছে। আমার বর্তমানে ডেটা বিশ্লেষণ সম্পর্কিত একটি অবস্থান রয়েছে, যদিও আমি এটি করছি তার প্রাথমিক ফোকাস না হলেও এটিতে আমার কমপক্ষে কিছুটা ভাল এক্সপোজার রয়েছে।

যখন আমি বেশ কয়েকটি সংস্থার সাথে একটি কাজের জন্য কিছুদিন আগে সাক্ষাত্কার নিয়েছিলাম এবং কয়েকজন নিয়োগকারীদের সাথে কথা বলতে পারি, আমি একটি সাধারণ প্যাটার্ন পেয়েছি যা লোকেরা মনে করে যে মেশিন লার্নিং করার জন্য আপনার পিএইচডি করা দরকার , যদিও আমি হতে পারি কিছুটা বেশি সাধারণকরণ (কিছু সংস্থাগুলি বিশেষত পিএইচডি খুঁজছিলেন না) D

যদিও আমি মনে করি যে সেই অঞ্চলে পিএইচডি করা ভাল, তবে এটি একেবারেই প্রয়োজনীয় বলে আমি মনে করি না । আমার বেশিরভাগ বাস্তব-জগতের মেশিন লার্নিং অ্যালগরিদমগুলির সম্পর্কে কিছুটা শালীন জ্ঞান আছে, তাদের বেশিরভাগই আমি নিজে প্রয়োগ করেছি (বিদ্যালয়ে বা ব্যক্তিগত প্রকল্পগুলিতে), এবং সাধারণভাবে মেশিন-লার্নিং / ডেটা মাইনিং এবং পরিসংখ্যান সম্পর্কিত সমস্যাগুলির কাছে পৌঁছানোর সময় বেশ আত্মবিশ্বাসী বোধ করি feel । এবং আমার সাথে একই জাতীয় প্রোফাইলের সাথে কিছু বন্ধু রয়েছে যারা এ সম্পর্কে খুব জ্ঞানসম্পন্ন বলে মনে হয় তবে এও মনে হয় যে সাধারণ সংস্থাগুলিতে আপনি যদি পিএইচডি না হন তবে ডেটা মাইনিংয়ের নিয়োগ দেওয়ার ক্ষেত্রে বেশ লজ্জা পান।

আমি কিছু প্রতিক্রিয়া পেতে চাই, আপনি কি মনে করেন যে পিএইচডি করা উচিত সেই ক্ষেত্রটিতে খুব বেশি মনোযোগী একটি কাজ করা?

(এই প্রশ্নটি এখানে পোস্ট করার আগে আমি কিছুটা দ্বিধায় পড়েছিলাম, তবে যেহেতু এটি মেটা বিষয়কে একটি গ্রহণযোগ্য বিষয় বলে মনে হচ্ছে , তাই আমি এই প্রশ্নটি পোস্ট করার সিদ্ধান্ত নিয়েছি যা নিয়ে আমি কিছুক্ষণ ভাবছিলাম))


1
এই সাইটে বেশ কিছু সাম্প্রতিক প্রশ্নাবল রয়েছে। আপনার এগুলিও দেখতে পারেন। আপনার প্রশ্নটি যথাযথভাবে বর্ণিত হয়েছে, যদিও এটি আপনার বিশেষ পরিস্থিতিতে কিছুটা কম কেন্দ্রীভূত করা আরও ভাল হতে পারে যাতে এটি কম স্থানীয়করণ করা যায়।
কার্ডিনাল

1
এছাড়াও, আপনি কি বোঝাতে চেয়েছেন আপনি majored ডেটা মাইনিং এবং স্কুলে মেশিন লার্নিং কি? আমি উত্তর আমেরিকার প্রায় এক বা দুটি বিশ্ববিদ্যালয় সম্পর্কে ভাবতে পারি, উদাহরণস্বরূপ, যেখানে এই জাতীয় ডিগ্রি থাকতে পারে। আমি অনেক এমএস প্রোগ্রাম কল্পনা করতে পারি যেখানে আপনি এটি একটি ডিগ্রির কেন্দ্রবিন্দু হিসাবে থাকতে পারেন, তবে এখনও সম্ভবত এটি বলা হয় না।
কার্ডিনাল

@ কার্ডিনাল প্রতিক্রিয়ার জন্য ধন্যবাদ (এটি আমার প্রথম পোস্ট এটি), আমি যে প্রশ্নগুলি পেয়েছি তা কেবল কিছুটা আলাদা বলে মনে হয়েছিল, কারণ আমি সত্যিই এই নো পিএইচডি = কোনও মেশিন লার্নিংকে স্পষ্ট করে বলতে চাই যা আমার সাম্প্রতিক অভিজ্ঞতায় আবিষ্কার হয়েছে বলে মনে হচ্ছে ।
চার্লস মেনগুয়ে

1
আমার সিএসে স্নাতকোত্তর রয়েছে তবে আমার মেজরটি ছিল ডেটা মাইনিংয়ে। আমি আসলে মার্কিন যুক্তরাষ্ট্রে
যাইনি

3
শুধু ভেবেছি আমি কোনও উত্তর না দিয়ে আমার 2 সেন্ট নিক্ষেপ করব। আমি ডেটা মাইনিং এবং মেশিন লার্নিং করি এবং বেশিরভাগ ক্ষেত্রে নিজেই শিখি (সিএস সম্পর্কিত বিষয়ে আমার ব্যাচেলরদের পাশাপাশি)। একাডেমিক এমএল বিষয়গুলি ব্যবসায়িক অ্যাপ্লিকেশনগুলির থেকে খুব আলাদা তবে প্রতিটিটিতে একটি পা রাখা ভাল।
ড্যান

উত্তর:


56

আমি বিশ্বাস করি আসলে আপনার উপসংহারের বিপরীতটি সত্য। ইন ডিসপোজেবল একাডেমিক কয়েকটি পয়েন্টার মাস্টার্স ডিগ্রী হোল্ডার উপর ফলিত গণিত, গণিত, এবং পিএইচডি ধারকদের জন্য কম্পিউটার বিজ্ঞান কম মজুরি প্রিমিয়াম সম্পর্কে দেওয়া হয়। অংশ হিসাবে, কারণ সংস্থাগুলি বুঝতে পেরেছে যে মাস্টার্স ডিগ্রিধারীদের সাধারণত তাত্ত্বিক গভীরতা, আরও ভাল প্রোগ্রামিং দক্ষতা থাকে এবং আরও নমনীয় হয় এবং তাদের সংস্থার নির্দিষ্ট কাজের জন্য প্রশিক্ষণ দেওয়া যায়। উদাহরণস্বরূপ, কোনও এসভিএম শিষ্য পাওয়া সহজ নয়, উদাহরণস্বরূপ, আপনার সংস্থার অবকাঠামোগত প্রশংসা করা যা সিদ্ধান্তের গাছগুলিতে নির্ভর করে, বলুন। প্রায়শই, যখন কেউ নির্দিষ্ট মেশিন লার্নিং দৃষ্টান্তের জন্য প্রচুর সময় নিবেদিত করে, তখন তাদের ডোমেনগুলিতে তাদের উত্পাদনশীলতা সাধারণীকরণ করতে খুব কষ্ট হয়।

আর একটি সমস্যা হ'ল এই দিনগুলিতে প্রচুর মেশিন লার্নিংয়ের কাজগুলি কাজ সম্পন্ন করা সম্পর্কে, এবং কাগজপত্র লেখার বা নতুন পদ্ধতি বিকাশের বিষয়ে এতটা নয়। আপনি নতুন গাণিতিক সরঞ্জামগুলি বিকাশ করতে, আপনার পদ্ধতির ভিসি-ডাইমেনশনাল দিকগুলি, এর অন্তর্নিহিত জটিলতা তত্ত্ব ইত্যাদির অধ্যয়ন করতে উচ্চ ঝুঁকি গ্রহণ করতে পারেন তবে শেষে, আপনি সম্ভবত এমন কিছু পাবেন না যা অনুশীলনকারীদের যত্ন নেবে।

এদিকে, পসলেটগুলির মতো কিছু দেখুন । মূলত পোসলেট থেকে কোনও নতুন গণিত উত্থাপিত হয় না। এটি সম্পূর্ণ অবাস্তব, আড়ম্বরপূর্ণ এবং কোনও গাণিতিক পরিশীলনের অভাব রয়েছে। তবে এটি বড় আকারের ডেটা অবধি চমকপ্রদভাবে ভাল সেট করে এবং দেখে মনে হচ্ছে এটি আগামীর জন্য কিছুটা ভঙ্গ স্বীকৃতিতে (বিশেষত কম্পিউটার দৃষ্টিভঙ্গিতে) প্রধান হয়ে উঠবে। এই গবেষকরা দুর্দান্ত কাজ করেছেন এবং তাদের কাজকে প্রশংসা করা উচিত, তবে এটি বেশিরভাগ লোকেরা মেশিন লার্নিং পিএইচডি করার সাথে যুক্ত হয় না something

এই জাতীয় একটি প্রশ্ন সহ, আপনি বিভিন্ন মতামত প্রচুর পাবেন, তাই সব উপায়ে সব বিবেচনা। আমি বর্তমানে কম্পিউটার দর্শনে পিএইচডি শিক্ষার্থী, তবে আমি প্রথম থেকেই স্নাতকোত্তর ডিগ্রি নিয়ে আমার প্রোগ্রামটি ছেড়ে যাওয়ার সিদ্ধান্ত নিয়েছি এবং আমি প্রাকৃতিক ভাষা মেশিন শিখতে, গণনার পরিসংখ্যান ইত্যাদিতে একটি সম্পদ পরিচালন সংস্থার হয়ে কাজ করব। আমিও বিবেচনা করেছি বেশ কয়েকটি বড় টিভি সংস্থায় বিজ্ঞাপন ভিত্তিক ডেটা মাইনিংয়ের কাজ এবং কয়েকটি রোবোটিকস চাকরি। এই সমস্ত ডোমেনে, গাণিতিক পরিপক্কতা সহকারীর জন্য প্রচুর কাজ এবং একাধিক প্রোগ্রামিং ভাষায় সমস্যা সমাধানের জন্য একটি নকশাকৃত সুযোগ রয়েছে। স্নাতকোত্তর ডিগ্রি পাওয়া ঠিক আছে। এবং, সেই অর্থনীতিবিদ নিবন্ধ অনুসারে, আপনাকে মূলত সেইসাথে পিএইচডি সহ কারও বেতন দেওয়া হবে। এবং যদি আপনি একাডেমিয়ার বাইরে কাজ করেন,

পিটার থিয়েল যেমন একবার বলেছিলেন, "স্নাতক স্কুলটি জীবনের অ্যালার্ম ঘড়িতে স্নুজ বাটনটি আঘাত করার মতো ..."


6
আমি যখন ইকোনমিস্ট নিবন্ধটি প্রকাশিত হয়েছিল তখন এটি প্রথমে পড়েছিলাম, এটি শুরু থেকেই শোনা গেছে খারাপ গবেষণা, তিক্ত কান্ডের মতো। একবার আমি শেষের কাছে পৌঁছে গিয়ে শিখেছি যে লেখক পিএইচডি পাওয়ার অসন্তুষ্ট প্রাপক ছিলেন। তার পরে আমার মতামত তেমন পরিবর্তিত হয়নি যেহেতু আমি এর পরে বেশ কয়েকবার এটি আবার পড়েছি। সাধারণত অর্থনীতিবিদ এমনকি একাডেমিক বিষয়েও আরও ভাল করে তোলে।
কার্ডিনাল

9
আমি মনে করি এটি একটি দুর্দান্ত নিবন্ধ। এটি আজকাল স্নাতক বিদ্যালয়ের সাথে প্রচুর উত্সাহজনক সমস্যাগুলি হাইলাইট করে। আর একটি আকর্ষণীয় নিবন্ধটি প্রধান তদন্তকারী হিসাবে দ্য রাইজ অফ দ্য পোস্ট ডক । আমি নিশ্চিত নই যে আপনি কেন নিবন্ধটি খারাপভাবে গবেষণা করেছেন বলে মনে করেন, আপনি কি আরও কিছু নির্দিষ্ট সমালোচনা প্রদান করতে পারেন? আমি সম্মত হই যে নিশ্চিতকরণ পক্ষপাত এড়ানো গুরুত্বপূর্ণ to তবে পাঠক হিসাবে, লেখক যতক্ষণ উত্সগুলি ভাল ততক্ষণ কনফার্মেশন মোডে রাখেন কিনা আমি বেশি যত্ন নিই না। যতদূর আমি উদ্বিগ্ন, একাডেমিয়া সম্পর্কে আরও তিক্ত তদন্ত হওয়া উচিত।
ইলে

8
অর্থনীতিবিদ নিবন্ধটির আমার বেশ কয়েকটি বড় সমালোচনা রয়েছে, একটি ধারণাযুক্ত উদ্দেশ্য বিশ্লেষণাত্মক অংশটি পড়ার পরে, যে আবেগটি বেরিয়ে আসে তা আমার প্রথম লক্ষ্য হওয়া উচিত নয়। দুঃখজনকভাবে, এগুলি 600 টি অক্ষরে ফিট করে না, যদিও তারা কোনও ব্লগ পোস্ট তৈরি করতে পারে। আমি মনে করি পিসটির ভিত্তি শুরু থেকেই ভুল is যে ব্যক্তি অর্থনৈতিক সুবিধার জন্য পিএইচডি অর্জন করতে চায় সে ইতিমধ্যে উদ্দিষ্ট উদ্দেশ্যে ভুল বুঝে ফেলেছে। তবুও, মজুরি-প্রিমিয়ার বিশ্লেষণের মারাত্মক ত্রুটি রয়েছে যে এটি পিএইচডি হোল্ডারদের একটি বৃহত্তর শতাংশ এখনও চলে যায় এই
কার্ডিনাল

3
... একাডেমিয়ায়। এবং, এই প্রভাবটি একাই, কোনও মজুরি-প্রিমিয়া বিশ্লেষণগুলি টেনে নামাবে, বিশেষত গণিতের মতো ক্ষেত্রে।
কার্ডিনাল

4
এছাড়াও, আমি আপনার দাবিটিকে পুরোপুরি বিতর্ক করছি যে একটি বৃহত শতাংশ এখনও কমপক্ষে প্রয়োগকৃত বিজ্ঞানের ক্ষেত্রে একাডেমিয়ায় যায়। কার্যত আমার সহকর্মীদের মধ্যে কোনও পোস্ট-ডকের অতীতের একাডেমিয়ায় থাকেনি। তারা মাইক্রোসফ্ট, গুগল, এনভিডিয়া, ফেসবুক, আর্থিক সংস্থাগুলি ইত্যাদির জন্য কাজ করে etc.
ইলি

47

দাবি অস্বীকার: আমার পিএইচডি আছে। এবং মেশিন লার্নিংয়ের কাজ করুন। এই কথাটি বলার পরে, আমি একাডেমিক হওয়া ছাড়া অন্য ভাবি, আপনার পিএইচডি করার দরকার নেই যে কোন ক্ষেত্রে কাজ। পিএইচডি করা আপনাকে কিছু গবেষণা দক্ষতা বিকাশে সহায়তা করে, তবে but

  1. বেশিরভাগ কাজের জন্য আপনার সেই গবেষণা দক্ষতার দরকার নেই।
  2. পিএইচডি না করেই আপনি এই দক্ষতা অর্জন করতে পারেন ডিগ্রী।

ফিনান্সিয়াল টাইমসের প্রধান অর্থনৈতিক সংবাদদাতা মার্টিন ওল্ফের পিএইচডি নেই। (তাঁর স্নাতকোত্তর ডিগ্রি রয়েছে) তবে তাঁর শব্দটি বেশিরভাগ পিএইচডি এর চেয়ে অনেক বেশি ওজন বহন করে স্নাতক। আমি মনে করি যে কোনও ক্ষেত্রে (মেশিন লার্নিং সহ) সফল হতে হবে, আপনাকে নিজের উপকরণ কীভাবে শিখতে হবে এবং ভাবতে হবে। একটি পিএইচডি আপনাকে এই দক্ষতাগুলি অনুশীলন করতে সহায়তা করবে, তবে এটি নিজের শেষ নয়। আপনার পিএইচডি না থাকার কারণে যে কেউ আপনার সাক্ষাত্কার নিতে রাজি নয়, সে যাইহোক, সম্ভবত কাজ করার পক্ষে উপযুক্ত নয়।


পিএইচডি আছে এমন কারও কাছ থেকে পরামর্শ পাওয়া খুব আকর্ষণীয়, আমি একমত যে পিএইচডি অবশ্যই কঠোরতা দেয় এবং বেশিরভাগ গবেষণা-ভিত্তিক অবস্থানের জন্য "একটি প্লাস" হতে পারে, আমি লক্ষ্য করেছি যে প্রারম্ভটি যখন আসে তখন বেশ সংকীর্ণ হয় এটি যখন বড় সংস্থাগুলি মেশিন লার্নিংয়ের জন্য মাস্টার্স ডিগ্রি নেওয়ার জন্য আরও উন্মুক্ত বলে মনে হচ্ছে (আবার এটি নির্ভর করে কোন সংস্থাগুলি ...)। আমি বর্তমানে একটি ভাল সমঝোতা খুঁজে পেয়েছি এবং আমি আমার ক্যারিয়ারকে আরও সেই পথে পরিচালিত করার প্রত্যাশা করছি, প্রথমে আমার বর্তমান অবস্থানে কিছু বাস্তব-বিশ্বের অভিজ্ঞতা অর্জন করে। আপনার দুর্দান্ত পরামর্শের জন্য ধন্যবাদ।
চার্লস মেনগুই

2
@ লিঙ্কার স্টার্টআপ জিনিসটিতে একমত হতে পারে না। আমার সিএসে মাস্টার রয়েছে (যদিও এমএল তে মাস্টার থিসিস লিখেছেন) এবং আমার প্রথম অবস্থানটি একটি স্টার্টআপ ছিল। প্রারম্ভিকদের শিরোনামগুলির বিষয়ে চিন্তা করা উচিত নয় যেহেতু তারা নিয়মিতভাবে কাজটি করতে সক্ষম ব্রড চিন্তাবিদদের সন্ধান করছেন (এবং সংস্থার মধ্যে অন্যের সাথে সুন্দরভাবে খেলবেন) এদিকে আমি সন্দেহ করি যে বড় সংস্থাগুলি খুব বেশি দায় এড়াতে পাথরে খোদাই করা নীতি অনুসরণ করতে পারে suspect একক এইচআর ড্রোনস (কোনও তিক্ততা নেই, কেবল এখানে হাস্যরস;))
স্টেফেন

1
পিএইচডি যখন পিএইচডি প্রস্তাব দেয় না বা আইভি গ্রেডগুলি আইভির কাছে না যাওয়ার পরামর্শ দেয় তখন আমি এটি পছন্দ করি। এটি পিটার থিয়েলের মতো কোনও কলেজে না যাওয়ার পরামর্শ দিয়েছিল। লোকটি স্ট্যানফোর্ড থেকে জেডি পেয়েছে :)
আকসকল

1
এটি পিএইচডি নিয়ে আপনি যা করতে চান তা নির্ভর করে। আপনার লক্ষ্য যদি একাডেমিয়া হয় তবে এটি অবশ্যই আবশ্যক, তবে শিল্পে এটি সত্যিকার অর্থে একটি বড় প্লাস নয়, যদি না আপনার লক্ষ্য গবেষণা করা হয়। সফল সফল প্রযুক্তি সংস্থাগুলি এবং তাদের নির্বাহী দলগুলি দেখুন (সিটিও এবং ইঞ্জিনের এসভিপি রয়েছে যদি সেখানে থাকে)। আপনি সেখানে কতটি স্টেম পিএইচডি পাবেন? এগুলি বিদ্যমান, তবে খুব কমই এবং প্রায়শই তারা অন্যতম প্রতিষ্ঠাতা। পিএইচডি করা কিছু দরজা খুলে দিতে পারে, তবে আসলে কিছু অর্জনের জন্য, বাস্তব বিশ্বের অভিজ্ঞতা এবং ভিত্তিগুলির গভীর জ্ঞান (গণিত সহ) আরও গুরুত্বপূর্ণ
ব্যবহারকারী 765195

19

দাবি অস্বীকার: আমার সিএসে পিএইচডি নেই, না আমি মেশিন লার্নিংয়েও কাজ করি; আমি অন্যান্য জ্ঞান এবং অভিজ্ঞতা থেকে সাধারণীকরণ করছি।

আমি এখানে বেশ কয়েকটি ভাল উত্তর আছে বলে মনে করি, তবে আমার সৎ মতামত অনুসারে তারা এখনও মূল বিষয়টি স্পষ্ট করে দেয় না। আমি এটি করার চেষ্টা করব, তবে স্বীকার করুন যে আমি মনে করি না আমি একেবারে আলাদা কিছু বলছি। এখানে মূল বিষয়টি দক্ষতা বিকাশ বনাম সিগন্যালিং সম্পর্কিত

থেকে সম্মান সঙ্গে দক্ষতা উন্নয়ন শেষ পর্যন্ত আপনি, (একজন কর্মী হিসেবে) কাজ শেষ করার জন্য সক্ষম হতে চান ভাল কাজ করেছেন এবং দ্রুত সম্পন্ন, এবং নিয়োগকর্তা চায় (অথবা সম্ভবতঃ কর্তব্য) যেমন একজন ব্যক্তির। সুতরাং, এখানে প্রশ্নটি হল যে আপনি অতিরিক্ত কয়েক বছরের একাডেমিক প্রশিক্ষণের সাথে আরও কতগুলি দক্ষ দক্ষতা অর্জন করবেন? অবশ্যই আপনার কিছু অর্জন করা উচিত, তবে স্বীকৃতি দিন যে স্নাতক বিদ্যালয়ের সাথে পড়াশোনা না করা লোকেরা সম্ভবত স্নাতক প্রাপ্ত না হওয়া পর্যন্ত কেবল তাদের ড্যাফে বসে না। সুতরাং, আপনি অভিজ্ঞতার একটি সেট (একাডেমিক) বনাম অন্য (কাজ) তুলনা করছেন। একটি ভাল বিট পিএইচডি মানের এবং প্রকৃতির উপর নির্ভর করে। প্রোগ্রাম, আপনার অভ্যন্তরীণ আগ্রহ, আপনি কতটা স্ব-পরিচালিত এবং আপনার প্রথম কাজের ক্ষেত্রে কী ধরণের সুযোগ এবং সহায়তা উপলব্ধ।

দক্ষতা বিকাশের উপর অবিচ্ছিন্ন একাডেমিক প্রশিক্ষণের প্রভাবের বাইরে, সংকেতের প্রভাব এবং মান সম্পর্কে প্রশ্ন রয়েছে (অর্থাত্ আপনার নামের পরে "পিএইচডি" যুক্ত করার ক্ষেত্রে)। সিগন্যালটি দুটি উপায়ে সহায়তা করতে পারে: প্রথমত, এটি আপনাকে আপনার প্রাথমিক কাজটি অবতরণ করতে সহায়তা করতে পারে এবং এটি বরখাস্ত করা উচিত নয় - এটি খুব গুরুত্বপূর্ণ হতে পারে। গবেষণায় প্রমাণিত হয়েছে যে লোকেরা প্রথম অবস্থানে থেকে শুরু করতে বাধ্য যারা তাদের পক্ষে যথাযথ নয় তারা কখনই ভাল কাজ করতে শুরু করে না (পেশা হিসাবে বুদ্ধিমান, গড়ে) ভাল কাজ করার লোক হিসাবে তাদের ক্ষমতা এবং স্বার্থের জন্য মেলে। অন্যদিকে, sensক্যমত্য বলে মনে হয় যে আপনার প্রথম কাজের পরে , আপনার ভবিষ্যতের সম্ভাবনাগুলি আপনার একাডেমিক শংসাপত্রগুলির তুলনায় আপনার আগের চাকরিতে আপনার পারফরম্যান্স দ্বারা আরও দৃ strongly়ভাবে প্রভাবিত হবে।

সংকেতের দ্বিতীয় দিকটি বিশ্লেষক এবং বিশ্লেষণকারীর মধ্যে সম্পর্কের সাথে সম্পর্কযুক্ত। @EMS একটি মন্তব্যে এই পয়েন্টটি প্রকাশ করার জন্য একটি ভাল কাজ করে। অনেকগুলি ছোট ছোট পরামর্শের দোকান রয়েছে এবং তারা পিএইচডি করার সম্ভাব্য ক্লায়েন্টদের কাছে প্রদর্শন করতে পছন্দ করে: প্রাথমিক বৈঠকে একটি চুক্তি করার চেষ্টা করে, লেটারহেডে, সমাপ্ত কাজ-পণ্যগুলির উপস্থাপনা ইত্যাদি। পিএইচডি সবসময় আছে। এটি সম্পর্কে কৌতূহলবোধ করা সহজ, তবে আমি মনে করি পরামর্শ সংস্থা এবং ভোক্তার জন্য বৈধ মূল্য আছে (যারা এই বিষয়গুলি সম্পর্কে খুব বেশি জানেন না এবং এমন ফার্ম নির্বাচন করতে তাদের সহায়তা করার জন্য শংসাপত্রগুলি ব্যবহার করতে পারেন যা তাদের পক্ষে ভাল কাজ করবে) । পর্দার আড়ালে, কিছু কাজ কম শংসাপত্রের সাথে যোগ্য লোকদের কাছে তুলে ধরা হতে পারে তবে তারা পিএইচডি চায় want সামনের প্রান্তের জন্য এবং ওয়ার্ক-প্রোডাক্টটি সরবরাহ করার আগে সাইন ইন করার জন্য। তারা যদি মূলধনকে আকর্ষণ করার চেষ্টা করে এবং বিনিয়োগকারীদের আশ্বস্ত করতে চায় তবে আমি একটি স্টার্ট-আপের সাথে কিছুটা অনুরূপ কিছু ঘটতে দেখি।


5
(+1) আমি মনে করি এই উত্তরটি বিষয়টির ক্রুসের নিকটবর্তী হতে শুরু করেছে। ওপি থেকে আসলে দুটি প্রশ্ন রয়েছে, একটি হিসাবে উত্থাপিত (কমপক্ষে, যেমনটি আমি এটি দেখছি)। প্রথমটি হ'ল ( ) পিএইচডি ছাড়াই কোনও ব্যক্তি ডেটা মাইনিং এবং / অথবা মেশিন লার্নিংয়ে শিল্পে অর্থবহ কাজ করতে পারে? উত্তর নিঃসন্দেহে affirmative। দ্বিতীয় (হয় 2 ) এক করতে পারেন প্রাপ্ত জায়গাটিতে আছে এবং একটি পিএইচডি (এবং এটি এই কিভাবে হার্ড সম্পন্ন করার জন্য করা হয়) ছাড়া সীমিত অভিজ্ঞতার সঙ্গে যেমন একটি অবস্থান? যদিও দ্বিতীয়টি পরিমাণগতভাবে পরিমাপ করা সহজ তবে এটি আরও ধূসর অঞ্চল বলে মনে হয়।
কার্ডিনাল

3
এছাড়াও, রবিন হ্যানসন সম্প্রতি এই সংকেত এবং শংসাপত্রের বিষয়ে কিছু ভাল জিনিস লিখেছিলেন , কমপক্ষে কব্জি পরামর্শ।
ইলি

14

আমি এখানে যা বলা হয়েছে তার সাথে বেশিরভাগের সাথে একমত, তবে আমি ফিনান্সে চাকরির জন্য আবেদনের সময় উদ্ভূত কয়েকটি ব্যবহারিক সমস্যাগুলি প্রবর্তন করতে চাই। প্রায়শই আপনি বিজ্ঞাপনগুলি দেখবেন যে উল্লেখ করে নির্দিষ্ট পরিসংখ্যান বা পরিমাণগত বিকাশকারী পদের জন্য পরিসংখ্যান বা গণিতে পিএইচডি প্রয়োজন। আমি জানি এর কয়েকটি বিশেষ কারণ রয়েছে। মন, আমি বলছি না এটি সঠিক, তবে বাস্তবে যা ঘটে তা ঘটে:

  • চাকরিতে অনেক আবেদনকারী রয়েছে, বিশেষত সর্বাধিক পরিচিত সংস্থাগুলির জন্য এবং নিয়োগকর্তা প্রতিটি প্রার্থীর পক্ষে পর্যাপ্ত সময় ব্যয় করতে পারেন না। একাডেমিক পটভূমির উপর ভিত্তি করে ফিল্টারিং অ্যাপ্লিকেশনগুলি জনসংখ্যার আকারকে আরও বেশি পরিচালনাযোগ্য সংখ্যায় সঙ্কুচিত করে। হ্যাঁ, মিস হবে। হ্যাঁ, উত্পাদনশীল ব্যক্তিদের সন্ধানের পক্ষে এটি সর্বোত্তম উপায় নয় । তবে গড়পড়তাভাবে আপনি দক্ষ পেশাদারদের দিকে তাকাচ্ছেন যাঁরা নৈপুণ্য শিখতে বছরগুলি উত্সর্গ করেছেন। একটি জটিল গবেষণা প্রকল্পকে ছাড়িয়ে যাওয়ার জন্য তাদের অন্তত শৃঙ্খলা থাকা উচিত।

  • দল এবং সংস্থাটি বিনিয়োগকারী এবং ক্লায়েন্টদের প্রদর্শনের জন্য বেশ কয়েকটি পিএইচডি সমৃদ্ধ করবে। এটি সংস্থাটিকে "ওরাক্লিয়াস" জ্ঞানের একটি চিত্র দেবে এবং এর খ্যাতি উপকৃত করবে। সংস্থাটির অদম্য মূল্যায়ন বাড়তে পারে। গড় বিনিয়োগকারীরা বিজ্ঞানীদের এমন জ্ঞানবান দলকে তাদের মূলধন দেওয়ার ক্ষেত্রে আরও আত্মবিশ্বাসী হবে। আপনি এমবিএ সম্পর্কে একটি অনুরূপ পয়েন্ট তৈরি করতে পারেন।

  • অবশেষে কখনও কখনও কর্পোরেট নীতিমালা হুকুম দেয় যে উচ্চতর একাডেমিক কৃতিত্বের উচিত একটি পছন্দসই কর্মজীবন পথ এবং ক্ষতিপূরণ। আমি বিশ্বাস করি এটি কেবল অর্থ নয়, বিভিন্ন শিল্পের বেশিরভাগ কর্পোরেশনের ক্ষেত্রে সত্য। গণিতের পিএইচডি পরিচালনা করে কম্পিউটার বিজ্ঞানে বিএস সহ জনকে দেখা মুশকিল।


14

দাবি অস্বীকার: আমি একজন নিয়োগকারী এবং 1982 সাল থেকে এসেছি তাই আমি আপনার প্রশ্নটি খুব ভাল করে বুঝতে পারি। আমাকে এটি এইভাবে ভেঙে দিন। আপনার জীবনবৃত্তান্ত একটি স্ক্রিনিং আউট ডিভাইস। সংস্থাগুলি প্রচুর পরিমাণে জীবনবৃত্তান্ত পান তাই তারা একটি প্রশ্ন মনে রেখেই পুনরায় জীবনবৃত্তান্ত পড়ছেন, "কেন আমি এই ব্যক্তির সাথে কথা বলতে চাই না?" এটি তাদের গাদা হ্রাস করে এমন কয়েকটি প্রার্থীর কাছে যারা তাদের চাহিদা পূরণের সর্বোত্তম সম্ভাবনা রাখে। সুতরাং আপনি যদি সাক্ষাত্কার নিচ্ছেন এবং আপনার জীবনবৃত্তান্ত পিএইচডি না দেখায় তবে এখানে আরও কিছু চলছে। আমি বলছি কারণ, যেমন একটি জীবনবৃত্তান্ত একটি স্ক্রিনিং আউট ডিভাইস, তেমনি সাক্ষাত্কারটি ডিভাইসটির স্ক্রিনিং। একবার যখন তারা আপনাকে একটি সাক্ষাত্কারে আমন্ত্রণ জানিয়েছে তারা ইতিমধ্যে সিদ্ধান্তে পৌঁছেছে যে কাজটি করার জন্য আপনার কাছে যথেষ্ট "কাগজে" আছে। সুতরাং আপনি যখন সাক্ষাত্কারে হাঁটছেন তখন একমাত্র অনুসন্ধান সত্যিই জিজ্ঞাসা করা হচ্ছে "আমি আপনাকে নিয়োগ করব কেন?" তারা যে ব্যক্তি নিয়োগ করে সে হ'ল সেই ব্যক্তি যা তিনি সম্বোধন করেন যে তারা কোম্পানির প্রয়োজনগুলি সর্বোত্তমভাবে পরিবেশন করতে পারে।

একজন নিয়োগকারী হিসাবে আমার পরামর্শ হ'ল তাদের গভীরতর প্রয়োজনীয়তাগুলি সনাক্ত করার জন্য সাক্ষাত্কার জুড়ে প্রশ্ন জিজ্ঞাসা করা । বিশ্বাস করুন, কাজের বিবরণটি খুব কমই সত্যের সাথে সাদৃশ্যযুক্ত তাই আপনি তাদের গরম বোতামগুলির জন্য তদন্ত করতে চান তারপরে সরাসরি সেই সমস্যাগুলিতে বিক্রি করতে পারেন। সাক্ষাত্কারটিকে জিজ্ঞাসাবাদের মতো অনুভব করতে দেবেন না, প্রশ্ন জিজ্ঞাসার শেষের জন্য অপেক্ষা করুন। আপনি শিখায় নেমে যাবেন এবং "আপনার কাছে পিএইচডি নেই" বলা হচ্ছে। শ্রদ্ধাবোধ করুন তবুও তাদের সমস্যা সমাধানে সহায়তা করার জন্য আপনার ইচ্ছা প্রকাশ করুন।

আমার প্রিয় প্রশ্নটি: " আপনি এই চরিত্রে পরিচিত সেরা ব্যক্তির বৈশিষ্ট্যগুলি কী ?" প্রত্যেকের মনে একটি স্বপ্নের দল রয়েছে তাই এই ভূমিকাতে সফল হওয়ার জন্য তাদের কোন বৈশিষ্ট্যটি বোধ হয় তা নির্ধারণ করা গুরুত্বপূর্ণ । মনে রাখবেন, এটি অভিজ্ঞতা, পটভূমি বা ডিগ্রি সম্পর্কে কোনও প্রশ্ন নয়। দেখুন, আমি সর্বদা অভিজ্ঞতার সাথে একটি মধ্যম পিএইচডি পেতে পারি যাতে এটি পবিত্র কঙ্কর না। এটি কেবলমাত্র সংস্থাগুলিই সবচেয়ে ভাল মনে করে কারণ IMO তারা জানে না যে কোনও কাজের বিবরণী কীভাবে লিখতে হবে যা তার প্রয়োজনীয় ব্যক্তির সারমর্মটি ধারণ করে।


4
@ গেইলপালুবিয়াক সাইটে স্বাগতম আপনার ব্যক্তিগত তথ্য দিয়ে আপনার পোস্টে সাইন করবেন না দয়া করে। মনে রাখবেন যে আপনার অবতার এবং আপনার ব্যবহারকারীর পৃষ্ঠার লিঙ্কটি আপনার সমস্ত পোস্টে স্বয়ংক্রিয়ভাবে যুক্ত হয়ে গেছে। আপনি সেখানে তথ্য পোস্ট করতে পারেন। যেহেতু আপনি এখানে নতুন, আপনি আমাদের প্রায়শই জিজ্ঞাসিত প্রশ্নগুলি পড়তে চাইতে পারেন , যা এই জাতীয় বিষয়গুলি নিয়ে আলোচনা করে।
গুং

14

আমার 2 সেন্ট: না, আমি এটি মনে করি না। পিএইচডি প্রতি সেচ ডেটা মাইনিং বা এমএল জন্য ভাল হতে পারে না। ক্যাগলের নিজস্ব জেরেমি হাওয়ার্ড নিন। আমি এমনকি এতদূর যাব যে কোনও পিএইচডি কোনও যোগ্যতার বিষয়ে বেশি কিছু বলে না কারণ প্রোগ্রামের মানের ক্ষেত্রে একটি বিশাল পরিবর্তনশীলতা রয়েছে। সম্ভবত পিএইচডি প্রমাণিত হ'ল ধারকের পক্ষে হতাশার উচ্চ সহনশীলতা থাকার জন্য।

নীচের লাইন: আপনি যদি সেই ক্ষেত্রের বিষয়ে জ্ঞানবান, সৃজনশীল এবং কঠোর পরিশ্রমী বিষয়ে আগ্রহী হন তবে আপনার পিএইচডি দরকার হবে কেন? এটি আপনার নিজের শিরোনাম নয়, গণনা করা উচিত।


2
আমি সম্পূর্ণরূপে একমত, কিন্তু আমি একটি দৃ impression় ছাপের মধ্যে রয়েছি যে সংস্থাগুলি / নিয়োগপ্রাপ্তরা অন্য উপায়ে অন্যদিকে ভাবছেন। এমনকি আমার আগের কাজটিতেও যখন আমি কিছু সমস্যার উপর ডেটা মাইনিং করার বিষয়ে আলোচনা করছিলাম তখন আমাকে বলা হয়েছিল যে আমি একজন প্রকৌশলী এবং ডেটা সায়েন্টিস্ট নই এবং এইভাবে আমি যদি আমার ফোকাসের জায়গায় থাকি তবে এটি সেরা।
চার্লস মেনগুয়ে

3
ভাল বলেছ. কিছু সমর্থনকারী বিশদ জন্য আমার উত্তর দেখুন। এই ক্ষেত্রে পিএইচডি খুব প্রাসঙ্গিক নয় এবং যদি কোনও সংস্থা এটি মনে করে তবে আপনি সম্ভবত সেই সংস্থার পক্ষে কাজ করতে চান না। পিটার থিয়েল একবার বলেছিলেন, "স্নাতক স্কুলে জীবনের অ্যালার্ম ঘড়ি উপর তন্দ্রা বোতাম ক্লিক করে ভালো হয় ..."
এলী

6

কোনও চাকরির জন্য পিএইচডি দরকার কিনা তা নির্ভর করে দায়িত্বের স্তরের এবং নিয়োগকর্তা এবং / অথবা তার ক্লায়েন্টদের উপলব্ধির উপর। আমি মনে করি না যে এমন একটি শৃঙ্খলা রয়েছে যার জন্য পিএইচডি প্রয়োজন। অবশ্যই ডেটা মাইনিং শিখতে পারে এবং কোনও কর্মী পিএইচডি ছাড়াই উত্পাদনশীল কাজ করতে পারে। এটি আগের শিক্ষার চেয়ে দ্রুত, শিখতে এবং অভিযোজন করার পাশাপাশি সাহিত্য বুঝতে সক্ষম হওয়ার উপর নির্ভর করে তার উপর on এটি ডেটা মাইনিংয়ের ক্ষেত্রে বিশেষত সত্য যা একটি বিবর্তিত ক্ষেত্র। এমনকি পিএইচডি সহ ডেটা মাইনারদেরও সময় বাড়ার সাথে সাথে আরও শিখতে হবে।


4
(+1) পিএইচডি প্রয়োজন এমন একটি বিভাগ হলেন বিশ্ববিদ্যালয়ের অধ্যাপক। (অবশ্যই ব্যতিক্রম আছে, কিন্তু তারা কয়েক।)
whuber

2
এটি এমন একটি পরিসংখ্যানগতভাবে সম্ভাব্য ক্যারিয়ারও নয় যে সর্বাধিক স্নাতক শিক্ষার্থীদের এটি ছাড় দেওয়া উচিত, বা কমপক্ষে গ্রেড শিক্ষার্থীদের মধ্যে প্রচলিত বিশ্বাসের তুলনায় এটি কম ওজনের যে তারা মেয়াদী অধ্যাপক হয়ে উঠবে। গবেষণা 1 ইউনিভার্সিটিতে শিক্ষকতার প্রাকৃতিক দৃশ্য (যদি না আপনি বিষয়বস্তু / পোস্ট-ডক হয়ে থাকেন) অতীতে মার্কিন যুক্তরাষ্ট্রে 15 ডলারের অনেক পরিবর্তন হয়েছে।
ইলি

4

আমি ফলিত পরিসংখ্যান বিষয়ে স্নাতকোত্তর ডিগ্রি অর্জন করেছি এবং ডেটা মাইনার হিসাবে ইউরোপে কাজ করেছি। আমি যখন যুক্তরাজ্যে এসেছি তখন পর্যন্ত কেউ কেউ ডেটা মাইনিংয়ের কথাও শুনতে পায় নি যে এত ডিগ্রি অর্জন করতে পারে। এখন এটি সাধারণ জায়গা এবং নিয়োগকর্তারা মনে করেন যে এই কাজের জন্য পিএইচডি প্রয়োজন। তবে এটি পরিসংখ্যানগত জ্ঞান এবং মডেলিং দিক যা এই কাজের জন্য গুরুত্বপূর্ণ। আমার অভিজ্ঞতায়, বেশিরভাগ আইটি লোকেরা পরিসংখ্যান বুঝতে পারে না এবং কাজটি ভালভাবে করতে সক্ষম হয় না। আমি অধ্যাপনাতে গিয়েছিলাম এবং এখন এই নিয়োগকর্তাদের সন্তুষ্ট করতে প্রয়োগ পরিসংখ্যানগুলিতে পিএইচডি করার জন্য নিবন্ধকরণ করছি। ১৯৮০ এর দশকে যখন স্তরটি খুব বেশি ছিল তখন বেশিরভাগ পিএইচডি স্নাতক আমার মাস্টার্স ডিগ্রি অর্জন করেছিলেন। আমি মনে করি একটি ভাল ডেটা মাইনার, স্ট্যাটিস্টিক্সে একটির পটভূমি থাকতে হবে।


4

এটি পুরোপুরি হাতের কাজের উপর নির্ভর করে। আমার অভিজ্ঞতায় (আমার পিএইচডি আছে), 3 ধরণের কাজ রয়েছে। প্রথমত, যেমনটি বলা হয়েছে, বর্তমানে বেশিরভাগ শিল্পের কাজগুলি প্রয়োগকৃত মেশিন লার্নিংয়ের দিকে দৃষ্টি নিবদ্ধ করে, অর্থাৎ বিদ্যমান এমএল অ্যালগরিদমগুলিকে প্রশ্নের ডোমেন-নির্দিষ্ট সমস্যার জন্য প্রয়োগ-টুইট করুন। এগুলি এখন পর্যন্ত সর্বাধিক সাধারণ এমএল চাকরি এবং এই ধরণের কাজের জন্য স্নাতকোত্তর ডিগ্রি যথেষ্ট বেশি। সংখ্যক চাকরি, যা সংস্থা বা বিশ্ববিদ্যালয়গুলির গবেষণা শাখায় সংঘটিত হয়, সংস্থাগুলি ডোমেন নির্দিষ্ট সমস্যার জন্য এমএল চাকরিগুলি প্রয়োগ করে-তাত্পর্যপূর্ণ হয়। নতুন গণিত ব্যবহার করে বিদ্যমান পদ্ধতিগুলি দেখে একটি নতুন পদ্ধতি তৈরির অভিজ্ঞতা সাধারণত কিছুটা সময় নেয় এবং এই অভিজ্ঞতাগুলি সাধারণত পিএইচডি করার সময় প্রাপ্ত হয়, যেহেতু নতুন তাত্ত্বিক ফলাফলগুলি সমালোচকদের (একটি প্রকাশনা) গ্রহণযোগ্যতা অর্জনের জন্য যথেষ্ট শক্তিশালী হওয়া উচিত। সর্বশেষ এবং সম্ভবত সবচেয়ে শক্ত, সর্বোচ্চ ঝুঁকিপূর্ণ এবং সবচেয়ে অস্বাভাবিক ধরণের কাজগুলি গবেষণা বিশ্ববিদ্যালয়গুলিতে চলছে এমন খাঁটি তাত্ত্বিক বিষয় যা পুরোপুরি নতুন অ্যালগরিদম নিয়ে আসে, বা বিদ্যমান অ্যালগরিদমের চেয়ে গাণিতিক বৈশিষ্ট্যগুলি আরও বুঝতে হয় (এটিও করতে হয় প্রকাশের জন্য যথেষ্ট ভাল থাকুন)। এটিও সাধারণত পিএইচডি হিসাবে প্রাপ্ত অভিজ্ঞতা। যদিও একজন পিএইচডি শিক্ষার্থীর তার প্রশিক্ষণ চলাকালীন তিন ধরণের চাকরির কিছুটা এক্সপোজার থাকতে পারে (পুরোপুরি প্রোগ্রামের সময়সীমা এবং সত্যিকারের কাজের মতো কোনও তাত্ক্ষণিক পণ্যের সময়সীমা না থাকার কারণে) এই এমএস ছাত্র সাধারণত প্রথম কাজের জন্য ভাল প্রশিক্ষিত হয় এবং সম্ভবত 2 য় এবং 3 য় ধরণের কাজের ক্ষেত্রে কেবল সামান্য এক্সপোজার ছিল।


আপনি যখন "চাকরী" বলছেন তখন আপনার অর্থ কি "নিয়মিত কর্মসংস্থান" বা "কোনও কাজ বা টুকরো টুকরো"? আপনি এই দুটি অর্থের মধ্যে পিছনে পিছনে স্যুইচ করছেন বলে মনে হচ্ছে এবং এটি আপনার উত্তরটিকে কিছুটা বিভ্রান্ত করে তোলে।
অ্যামিবা

দুই মধ্যে একটি পার্থক্য আছে কি? সত্যিই জিজ্ঞাসা করছে ....
স্ট্রোমচেজার

2

আমি মনে করি না যে কোনও মেশিন লার্নিং পজিশনের জন্য পিএইচডি প্রয়োজন। একটি ভাল মাস্টার এবং গাণিতিক কৌতূহল সহ একটি অনুসন্ধানী মন এর যা প্রয়োজন তা হ'ল। পিএইচডি আপনার বিশেষায়নের দিকে আপনার দৃষ্টিভঙ্গিকে পক্ষপাতিত্ব করে যা অনাকাঙ্ক্ষিত। আমি কোর মেশিন লার্নিং অ্যালগরিদমগুলিতে কাজ করি এবং সেগুলির বেশিরভাগটি আমার পছন্দ মতো কোড করে। এবং আমি অনেক পিএইচডি লোককে ভুল মানসিকতার সাথে দেখেছি। পিএইচডিএস বেশিরভাগ খাঁটি তাত্ত্বিক সমস্যা দ্বারা অনুপ্রাণিত হয়, শিল্পের তুলনায় যেখানে ফোকাস দ্রুত সময়ে সমাধানের সমাধানের দিকে থাকে


2

যারা পিএইচডি প্রশিক্ষণের দিকে তাকান তারা পিএইচডি আদৌ কী তা জানেন না বা ইচ্ছাকৃতভাবে অসত্য মন্তব্য করেছেন; বেশিরভাগ মাস্টার্স প্রশিক্ষণ কোনও উপায়ে পিএইচডি প্রশিক্ষণের সাথে তুলনা করতে পারে না। পিএইচডি প্রশিক্ষণে তীব্রতা এবং কঠোরতার জন্য অভাবনীয় উত্সর্গ, স্ব-অনুশাসন, দুর্দান্ত চাপের অধীনে শেখার দক্ষতা এবং শক্ত দক্ষতা সেটগুলি প্রয়োজন ..., পিএইচডি শিরোনাম ইতিমধ্যে সমস্তটি প্রমাণ করে, আমেরিকাতে নিয়মিত স্নাতকোত্তর ডিগ্রি এক নয় is মোটেও স্তর ....


6
আমি মনে করি না যে এখানে কেউ "পিএইচডি প্রশিক্ষণের দিকে তাকান"। আমাদের বেশিরভাগের পিএইচডি আছে। আমরা অনেকেই এমন একাডেমিক সেটিংয়ে কাজ করি যেখানে পিএইচডি বাধ্যতামূলক। এখানে কিছু প্রতিক্রিয়া (আমার নিজস্ব, যেমন) কেবল স্বীকৃতি দিচ্ছে যে দক্ষতা রয়েছে এমন লোকেরা / প্রমাণপত্রাদিও থাকতে পারে এবং সেই লোকেরাও চাকরী পেতে পারে। আমার প্রাক্তন বিএস শিক্ষার্থী (কোনও মাস্টার নেই) যিনি একটি পরামর্শক প্রতিষ্ঠানের ডেটা বিজ্ঞানী হিসাবে কাজ করছেন।
গাং
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.