=== ড্রাফট ভার্সন ০.৫ ===
কয়েক দশক আগে পৃথিবীর সব বিলিয়ন ডলার কোম্পানি ছিল এনার্জি/পাওয়ার কোম্পানিগুলো। ব্রিটিশ পেট্রোলিয়াম, জেনারেল ইলেকট্রিক, শেল, -- কারণ, তখন তেল চালাতো বিশ্ব। এখন বিশ্ব চালায় ডেটা। যার কাছে বেশি ডেটা, সেই চালাচ্ছে পৃথিবী। ডেটা থেকে প্রজ্ঞা নিয়ে দুনিয়া দাপাচ্ছে গুগল, ফেসবুক, আমাজন, আলিবাবা, নেটফ্লিক্সের মতো ডেটা ড্রিভেন কোম্পানি। এই কোভিডের সময়েও। ডেটার কমতি নেই, যখন অন্য বিজনেসগুলো বিপদে পড়ছেন।
ফিরে আসি, বাংলাদেশে। অনেক কোম্পানি'র ম্যানেজমেন্ট কথা বলেন আমার সাথে। বিশেষ করে, ডেটা অ্যানালাইসিস নিয়ে। এর অর্থ হচ্ছে, তৈরি হচ্ছে আমাদের বাজারও। একটু সময় লাগছে, এই যা। সবাই ডেটা থেকে জ্ঞান নিতে চাইছেন।
১ম ব্যাচ: ১৭ জুলাই - ১৪ অগাস্ট, ২০২১
১০ জন ছাত্রী + ১০ জন ছাত্র + ৫ জন আমার পিক (ছাত্র/ছাত্রী হতে পারে)
আমার অভিজ্ঞতা বলে ডেটা থেকে প্যাটার্ন অ্যানালাইসিসে ছাত্রীরা কিছুটা এগিয়ে আছেন। আমার হাতের ডেটা বলছে - মেয়েরা ডেটা অ্যানালিস্ট হিসেবে ভালো করছেন বিশ্বব্যাপী।
পেশাগত কারণে প্রচুর প্রশিক্ষণের মুখোমুখি হতে হয়েছে আমাকে। প্রযুক্তিগত উৎকর্ষের একটা অংশে অনলাইন প্ল্যাটফর্মগুলো নিয়ে প্রচুর রিসার্চ করতে হয়েছে গত এক দশক ধরে। এবারের ঘটনা একদম মাথা খারাপ করার মতো।
সামনে বেশিরভাগ কাজ ডেটার। গুগল বলছে ডেটা নির্ভর চার বছরের ডিগ্রীর জায়গায় ৬-১২ মাসের নতুন সার্টিফিকেশন তৈরি করে দেবে নতুন জনবল - একুশ শতকের জন্য। গুগল ট্রেন্ড বলছে - মার্কেটে একটা বিশাল গ্যাপ তৈরি হয়েছে এই মহামারির কারণে। ডেটা বোঝা এবং ডেটা থেকে সিদ্ধান্ত নিতে পারা জনবল নিয়ে।
গত ২ মাস ধরে কোর্সগুলোকে ফুল স্কেলে অডিটিং করে যা বোঝা গেল, বিশাল ইনভেস্টমেন্ট করেছে গুগল এবং আইবিএম এর মতো কোম্পানিগুলো - এই গ্যাপ পূরণে। আমি তাদের কোর্সওয়ার্ক ম্যাটেরিয়াল দেখে সত্যিকারভাবে অভিভূত। এই কোর্সগুলো করতে বিশেষ কোন প্রাতিষ্ঠানিক পড়াশোনার প্রয়োজন নেই।
এর পাশাপাশি, ওই কোর্সওয়ার্কগুলো এবং আমার অভিজ্ঞতা মিলিয়ে নন-প্রোগ্রামারদের জন্য বাংলায় আমার ডেটা অ্যানালিস্ট মেন্টরশীপ প্রোগ্রাম তৈরি হচ্ছে জুলাই ২০২১ এর মধ্যে। একটা সত্যিকারের ডেটা-অ্যানালাইটিক্স কোর্স চালাতে সময় লাগবে ৬-৮ মাস, প্রতি সপ্তাহে ১৫-২০ ঘন্টা সময় দিলে। আমার অভিজ্ঞতা তাই বলে। নন-প্রোগ্রামারদের কথা ভেবে।
পৃথিবীতে প্রতিটা মানুষ আলাদা। সবার চাহিদাকে আলাদা করে বুঝলে ডেলিভারি সহজ হয়। আমি আপনাকে আলাদাভাবে চিনে 'স্পেসিফিক্যালি' আপনার ধারণা বোঝার চেষ্টা করবো। সে হিসেবে পুরো ক্লাস গাইড করার চেষ্টা করবো।
ক্লাস সেভেনে গিয়ে পড়লাম ক্যাডেট কলেজে। আমাদের ফর্মে (সেকশন) ২৫ জন। সঙ্গে একজন 'ডেডিকেটেড' ফর্ম-মাস্টার। যার কাজ হচ্ছে এই ২৫ জনের সবকিছু দেখভাল করা। উনি নিজে জ্যামিতির শিক্ষক হলেও রসায়ন অথবা জীববিজ্ঞানে কেন খারাপ করলাম তার কৈফিয়ত দিতে দিতে জীবন শেষ। এদিকে আমাদের এই ২৫ জনের দুষ্টুমির দায়ভার নিতে হতো কলেজের ম্যানেজমেন্টের সাথে। 'প্যারেন্টস-ডে'তে মা-বাবা আসতে না পারলে উনি প্রক্সি দিতেন। রোগশোকে, হাসপাতালে ভর্তি থাকলে ডিউটি মাস্টারের পাশাপাশি খোঁজে থাকতেন এই পিতৃতুল্য মানুষটা। কর্ম জীবনে অর্থাৎ মানুষ হয়ে যাবার পরও যাদের সাথে দেখা হলে যার চোখ ভরে থাকতো স্নেহ - উনি সেই ফর্ম-মাস্টার। একে 'মেন্টরশীপ' বলে 'ফর লাইফ'।
৩ বছরের মিলিটারি একাডেমীর একেকজন ক্যাডেটের সবকিছু যার নখদর্পনে থাকে তিনি হচ্ছে ২০ জনের একটা প্লাটুনের - প্লাটুন কমান্ডার। একদম বেসামরিক ছাত্র থেকে একজন সামরিক অফিসার তৈরিতে উনার প্রতিটা মুহুর্তের 'কমিটেড ইনভলভমেন্ট' দেখার মতো। ভোরের মাইলটেস্ট (একটা নির্দিস্ট সময়ের মধ্যে ১, ২, ১০ মাইল পাড়ি দিতে পারা) থেকে রাতে ঘুমুতে যাবার আগে ডায়েরি লেখা 'এনস্যুর' করা - প্রতিটা ক্যাডেটকে 'লিডারশিপ ইনফিউজ' করে মানুষের মতো মানুষ বানানো এই মানুষটার কাজ। একেও 'মেন্টরশীপ' বলে 'ফর লাইফ'।
সবাই ব্যস্ত। শিখতে হবে আপনার নিজেকে। নিজের আগ্রহ থেকে। আপনাকে একটা 'ক্রসরোডে' নিয়ে যাবার দ্বায়িত্ব আমার। যাতে ব্যাপারটা ধরতে পারেন নিজে নিজে। আগ্রহ তৈরি করে দেবো আমি। সেটার মেন্টরশীপ আসবে আমার কাছ থেকে। সামান্য কিছু পয়সার বিনিময়ে নয়।
রিসোর্সের জন্য চোখ রাখুন https://aiwithr.github.io/resources/ এখানে।
শেখানোর জন্য কলেজ পেরোনো আমার ছাত্র/ছাত্রীদের ব্যাকগ্রাউন্ড দরকার নেই। দরকার একটা স্কিল। ঔৎসুক্য /বিশেষ্য পদ/ আগ্রহ, ব্যাকুলতা, উৎসুক ভাব। আর কিছু লাগবে না।
ধরে নিচ্ছি - পৃথিবীতে দু ধরনের মানুষ আছে। (১) নন-প্রোগ্রামার, (২) প্রোগ্রামার।
কেন বললেন এই কথা? আপনার প্রশ্ন। কারণ তাদের ‘প্রেজুডিস’ থাকে না - মানে ‘আমি এটা জানি ওটা জানি’। ফলে তারা মনোযোগী হন না পুরো সময় ধরে। ফলে মিস করেন অনেক কানেক্টিং লিংক। এটা অনেক ইম্পর্টেন্ট। তবে ‘আসল’ ভালো প্রোগ্রামাররা সারাজীবন ওপেন মাইন্ডেড থাকেন নতুন কিছু শিখতে।
যারা নন-প্রোগ্রামার, তাদের মধ্যে বেশিরভাগ আসেন এই মনোভাব নিয়ে ‘আমি তো কিছুই জানি না’, আমাকে শিখতে হবে। ‘রেইন অর শাইন’। এটা তাদের জন্য জীবন মরণ সমস্যা। তাই, তারা অনেকটাই ওপেন মাইন্ডেড। তারা জানেন, এই জিনিস শিখতে আমার যা যা শেখার দরকার সেটা শিখতেই হবে।
The essence of the independent mind lies not in what it thinks, but in how it thinks.
— Christopher Hitchens
ডেটা সায়েন্টিস্ট হিসেবে যে কয়েকটা স্কিলসেট দরকার - তার মধ্যে (ক) কিছু অবজেক্টের মধ্যে রিলেশন, (খ) প্যাটার্ন বের করতে পারা, (গ) ডেটার মধ্যে থেকে প্রশ্ন খুঁজে বের করতে পারা
এই স্কিলগুলো আছে সব মানুষের। শিক্ষার ব্যাকগ্রাউন্ড নির্বিশেষে। আমার কাজ হবে সেটাকে 'ধার' অর্থাৎ ধারাল করে দেয়া, যাতে আপনি একজন অ্যানালিস্টের চোখ দিয়ে সমস্যাগুলো দেখতে পারেন।
যেকোন ‘বিজনেস কোশ্চেন’ এর উত্তর বের করতে। (আচ্ছা, ‘বিজনেস কোশ্চেন’ এর সুন্দর বাংলা কী হতে পারে?)
অবাক হচ্ছেন ? আমরা নিজেদের জন্য, সরকার অথবা কোন কোম্পানির হয়ে যখন কাজ করি, তখন আমাদেরকে প্রতিনিয়তঃ বিভিন্ন ‘বিজনেস কোশ্চেন’ অর্থাৎ বিভিন্ন সমস্যার উত্তর খুঁজে বের করতে হয়। কী বিষয় নিয়ে পড়াশোনা করলে জীবন অর্থবহ হবে, কোন ক্যারিয়ার আমার জন্য ভালো হবে, কাকে ধরলে একটা বিজনেসের লাইন পাওয়া যাবে - সারা জীবন ধরে এ ধরনের ‘বিজনেস কোশ্চেন’ এর উত্তর খুঁজে বেড়াই, নিজের অভিজ্ঞতার কাছে। তবে সেই উত্তর সঠিক হবার সম্ভাবনা থাকে যখন তার উত্তর আসে সরাসরি ডেটা থেকে। {: .notice}
এই কোভিডের সময় সরকারগুলোর একটা বড় ‘বিজনেস কোশ্চেন’ ছিল প্রকৃত দুস্থদের খুঁজে বের করা, যাতে তাদের “স্টিমুলাস” প্যাকেজগুলোর সঠিক ব্যবহার করা যায়। কাদের আসলেই সহায়তা দরকার সেটা বের করতে দরকার ডেটা। আমাদের দেশেও এই কাজটা হয়েছে ধাপে ধাপে - সামাজিক নিরাপত্তা বেষ্টনীর সুবিধা বন্টন ব্যবস্থাপনায় বিভিন্ন ভাতা বন্টন করতে গিয়ে। এতো এক্সারসাইজ, তার ফাইনাল আউটকাম একটাই, প্রকৃত দুস্থদের খুঁজে বের করা, যাতে রাষ্ট্রীয় কোষাগারের টাকার উপযুক্ত ব্যবহার হয়।
একটু পেছনে ফিরে যাই। পৃথিবীতে প্রযুক্তির উৎকর্ষ নিয়ে যে ইন্ডাস্ট্রিতে সবচেয়ে বেশি কাজ হয়েছে, সেটা হচ্ছে ‘অ্যাড’ ইন্ডাস্ট্রি। অর্থাৎ সেই প্রকৃত ব্যক্তিকে খুঁজে বের করা, যিনি আপনার/আমার প্রোডাক্টটা কিনবেন। মনে আছে সেই এসএমএসগুলোর কথা? আমি পুরুষ/মহিলা, সেটার বাছবিচার না করে ডায়মন্ড-ওয়ার্ল্ড, অথবা হাজারো মহিলা প্রোডাক্ট এর এসএমএস দিয়ে ভর্তি হয়ে যেত মোবাইল। এখন সেখানে, এই অ্যাডগুলো এতটাই টার্গেটেড, সেখানে ডেটা বলতে পারে কারা কারা একটা ‘স্পেসিফিক’ প্রোডাক্ট কিনবেন।
আপনি যদি একটা অ্যাড ক্যাম্পেইন চালান, সেখানে ১০০ জন মানুষকে টার্গেট করলে, যদি ৯০ জনকে বিক্রি করতে পারেন, তাহলে আপনার ‘অ্যানালাইসিস’ সার্থক। ই-কমার্স কোম্পানিগুলো বহু আগে থেকে আপনি ভবিষ্যতে তাদের কাছ থেকে কি কি কিনতে পারেন সেই প্রোডাক্টগুলোকে মজুদ করছে আপনার বাসার কাছের ওয়্যারহাউসে। যেদিন কেনার জন্য ক্লিক করবেন, তার আগের রাতেই ডেলিভারি গাড়ির প্যালেটে উঠে গেছে সেই প্রোডাক্ট! বিশ্বাস হচ্ছে না, আমার কথা? গুগল করে দেখতে পারেন, “অ্যান্টিসিপেটরি শিপিং”, যার পেটেন্ট পেয়েছে অ্যামাজন ২০১২ সালে।
আগে ডিজিটাল স্পেসে আগে এ ধরনের অ্যাড ক্যাম্পেইন হত প্রতি ‘ক্লিক’ অথবা ইম্প্রেশন এর উপর ভিত্তি করে। এখন ব্যাপারটা এমন হয়ে যাচ্ছে যে, আমার একটা নির্দিস্ট টাকার প্রোডাক্ট বিক্রি করে দেবেন, সেটার জন্য কিছু স্পেসিফিক কিওয়ার্ড ‘ডেটা এনালাইসিস’ থেকে আসবে। অর্থাৎ এর ভেতরে একটা ‘বিডিং’ বা ‘অকশন’ হবে যাতে প্ল্যাটফর্ম প্রোভাইডারের সাথে সামান্য কিছু ‘রেভেনিউ শেয়ারিং মডেলে’ আপনি সেই স্পেসিফিক ক্রেতার কাছে পৌছাতে পারেন।
ধরুন, যারা অ্যাড ক্যাম্পেইন অর্থাৎ প্ল্যাটফর্ম চালাচ্ছেন, তারা বলতে পারেন এক লক্ষ টাকার ৪% উনাদেরকে দিলে উনারা ওই ১ লক্ষ টাকার প্রোডাক্ট সেল করে দিতে পারবেন। এখন উনাদেরকে ডাটা অ্যানালাইসিস করে খুঁজে বের করতে হবে সেই ক্রেতাদের, যারা নিশ্চিতভাবে প্রোডাক্টটা কিনবেন। সেটাই আমাদের বিজনেস কোশ্চেনের উত্তর। এর পেছনে কাজ করবে ডেটা অ্যানালিটিক্স, মেশিন লার্নিং ইত্যাদি। শুরুতে এটা একটা ‘কমপ্লেক্স মেট্রিক’ মনে হলেও এর ভেতরের গল্প আরো মজাদার, সামনে কথা বলা যাবে এগুলো নিয়ে।
এই ব্যাপারগুলো ‘অ্যাড ক্যাম্পেইন’ দিয়ে শুরু হলেও এই প্রযুক্তি ছড়িয়ে পড়েছে সব জায়গায়। একটা ব্যাংক লোন অ্যাপপ্রুভ করার আগে জানতে চাইতে পারেন সেই লোনটা ‘রিকভার’ করা যাবে কিনা? যিনি লোন দেবেন, তিনি চাইবেন সেই লোনটাকে ‘রিকভার’ করে আরেকজনকে দেবার জন্য, এতে তার পোর্টফোলিও বাড়বে। ইনভেস্টরদের কাছে ব্যাংকের পারফরম্যান্স ভালোভাবে দেখানো যাবে।
প্রতিটা বড় বড় ছুটি, যেমন - দুই ঈদে যেখানে একটা বিশাল জনসংখ্যা অনেকটাই ‘অরক্ষিত’ অবস্থায় রাস্তায় থাকেন তাদের বাড়িতে পৌঁছানোর জন্য। এই রাস্তায় থাকা সময়টুকুতে দুর্ঘটনা এবং বিভিন্ন অনাকাঙ্ক্ষিত ঘটনা থেকে বাঁচার জন্য ডাটা অ্যানালাইটিকসের সাহায্য নেয়া যেতে পারে আগেভাগেই। কোথায় কোথায় দুর্ঘটনা এবং অপ্রীতিকর ঘটনাগুলো ঘটে, কি কারণে ঘটে, কি করলে সেই দুর্ঘটনাগুলোকে এড়ানো সম্ভব, সেগুলোর ‘অসাধারণ’ প্রেডিকশন নিয়ে আসা যায় আগের ডাটা অ্যানালাইসিস থেকে। কোন রাস্তায় দুর্ঘটনা হওয়ার সম্ভাবনা বেশি, কোথায় কোথায় ১ মাইলের বেশি লম্বা জ্যাম হতে পারে, কোন রুটে লঞ্চের চাপ বেশি হতে পারে, কিভাবে টিকিট বিক্রি শুরু করলে এই চাপ এড়ানো সম্ভব, সবকিছুর পেছনে রয়েছে সেই ব্যাপারগুলোকে (‘বিজনেস কোশ্চেন’) ঠিকমতো সনাক্ত করতে পারা। {: .notice-info}
আর ঠিক এই কারণে, পুরো ডেটা সাইন্স পৃথিবী খুঁজে বের করেছে ১০০ কিলোবাইটের ‘অসাধারণ’ প্রজ্ঞা সহ একটা ডেটাসেট, টাইটানিকের সত্যিকারের ঘটনা নিয়ে। এটার ‘বিজনেস কোশ্চেন’ একটাই, যা মিলে যায় পৃথিবীর অন্যান্য ‘বিজনেস কোশ্চেন’ এর সাথে। এখানে আমরা সনাক্ত করছি টাইটানিক জাহাজডুবি থেকে কে কে বেঁচে যেতে পারেন? (উত্তর না দেখেই)। কোন কোন পারিপার্শ্বিক জিনিসগুলো (বয়স, লিঙ্গ, নাম, কোথা থেকে উঠেছেন, কোন ক্লাসের যাত্রী, টিকেট নম্বর, ইত্যাদি ইত্যাদি ফিচার থেকে) তার বেঁচে যাওয়াকে প্রভাবিত করছে?
সরকার জানতে চাইতে পারেন কোন ব্যক্তি/প্রতিষ্ঠানগুলো আগেভাগে ট্যাক্স রিটার্ন জমা দেন, সেই ব্যক্তিগুলোকে ঠিকমতো সনাক্ত করে প্রনোদনা দিলে সরকারের আয়কর ভালোভাবে আদায় করা সম্ভব। এর পাশাপাশি, কোন ব্যক্তি অথবা প্রতিষ্ঠান এই আয়কর নিয়ে সবসময় সমস্যা করেন তাদেরকে আগেভাগে শনাক্ত করে সম্ভাব্য জালিয়াতি থেকে আসা যায়। ডেটা অ্যানালিটিক্স দিয়ে এই ধরনের ট্রেন্ড বোঝা সহজ হয়ে গেছে ইদানিং।
পুলিশ জানতে চাইতেই পারেন, কোন এলাকাগুলোতে সন্ত্রাসী কর্মকান্ড, অর্থাৎ খুন, রাহাজানি, চাঁদাবাজি, বেআইনি কার্যকলাপ বাড়ছে, যাতে আগে থেকেই সেই এলাকাগুলোতে টহল জোরদার করে পরিস্থিতি নিয়ন্ত্রণে আনা যায় ঘটনা ঘটার আগেই। এর পেছনে কাজ করবে আগের ক্রাইম প্রেডিকশন ডেটা, ডেটা অ্যানালিটিক্স এবং ডেটা থেকে প্যাটার্ন বের করার ধারণা। আরো জানতে পড়ুন, আমার সর্বশেষ বই কৃত্রিম বুদ্ধিমত্তায় মানবিক রাষ্ট্র।
কী বুঝলাম? এই একই কাজটা আমরা করতে পারছি আমাদের টাইটানিক ডেটাসেট থেকে। এই ডেটাসেটের মাত্র ১২টা ফিল্ড থেকে আমাদেরকে বের করতে হবে এই টাইটানিক জাহাজডুবিতে শেষে কারা বেঁচে গিয়েছিলেন। এটাও একটা ‘প্রক্সি’ ধারণা, যার মাধ্যমে এর আগে আলাপ করা অ্যাড ক্যাম্পেইন, রাজস্ব আদায়, ব্যাংকের লোন রিকভারি, ইলেকশন ক্যাম্পেইন, কার্যকরী ভ্যাকসিন তৈরি, হাসপাতালে ভর্তির সম্ভাবনা ইত্যাদি বের করা সম্ভব। সেকারণে এই মেন্টরশীপ। এই ডেটা অ্যানালাইটিক্স দিয়ে কিভাবে নিজের দেশকে আরো ভালবাসা যায় সেটা পাবেন কৃত্রিম বুদ্ধিমত্তায় মানবিক রাষ্ট্র বইটাতে। কিনতে হবে না, পুরোটাই আছে অনলাইনে।
আমি ছোটবেলা থেকেই অফিশিয়াল ডকুমেন্টেশনে বিশ্বাসী। যাকে আমরা বলি RTFM, ‘রিড দ্য ফাইন ম্যানুয়াল’ চলে আসছে সেই নিউজ গ্রুপের যুগ থেকে। ছোটবেলায় কমোডরের সঙ্গে আসা সেই ‘জি ডব্লিউ বেসিক’-এর সেই ম্যানুয়াল আমাকে দেখিয়েছিল কীভাবে অফিশিয়াল ডকুমেন্টেশন অসাধারণ হয়। আচ্ছা, যিনি একটা প্রোডাক্ট বানিয়েছেন, তার তৈরি ম্যানুয়াল ভালো হবে না আর কারটা হবে? {: .notice}
কোর্স ম্যাটেরিয়ালের সব লিংকগুলো লাইভ হবে সামনে। টেবিলের ভেতরে ভিডিও লিংক যোগ হবে পাশাপাশি। {: .notice-info}
- কিছু কোর্স কনটেন্ট আপলোড করা আছে ইউটিউবে। দেখুন প্লে-লিস্ট। যারা ক্যাজুয়ালি দেখবেন, তারা প্লে-লিস্টের মধ্যের কিছু ভিডিও দেখতে পারেন।
- ট্যাবলিউ নোটবুক ডাউনলোড লিংক
| কোর্স কনটেন্ট | ভেতরের আলোচনা |
|---|---|
| আমরা কেন সিদ্ধান্ত নিতে ভয় পাই? | কেন অটোমেশন প্রয়োজন? |
| ডেটা থেকে সিদ্ধান্ত নেবার ধারণা | অ্যানালাইটিক্যাল থিঙ্কিং, সেই কাজগুলোর কি ধরনের 'রোল' এবং স্কিলসেট দরকার? |
| লাইভ ডেমো - ডেটা কী কথা বলতে পারে? | টাইটানিক প্রজেক্ট: কে বেঁচে যাবেন শেষে? |
| আমাদের জীবনে ডেটার ব্যবহার | ডেটা কিভাবে আমাদের প্রতিদিনের কাজে লাগছে? কিভাবে ভুল সিদ্ধান্ত থেকে বাঁচাচ্ছে? |
| ডেটার নিজস্ব লাইফ সাইকেল | লাইফ সাইকেল থেকে ডেটার ভেতরের অ্যানালাইসিস প্রসেস |
| ডেটা টুলবক্স | স্প্রেডশিট, ডেটা ভিজ্যুয়ালাইজেশন টুল, কোয়েরি ল্যাঙ্গুয়েজ এর ধারণা |
| প্রজেক্ট টাইটানিক | কিভাবে একজন মানুষের বাঁচামরা অ্যানালাইসিস করা যায় ডেটা থেকে? |
| ডিসিশন ইন্টেলিজেন্স | মেশিন লার্নিং, পরিসংখ্যান এবং অ্যানালাইটিক্সের যোগসুত্র |
| চোখে প্যাটার্ন দেখা | মানুষের মস্তিস্ক: আইরিস ডেটাসেট, কোন ফুলটা কোন প্রজাতির? |
| ডেটা, আপনার পার্সোনালিটি | সিদ্ধান্তে আসতে আপনার 'ইনার কল', কোনটা ভালো লাগে আপনার? |
| অজানা-অজানা কোয়াড্রান্ট | ডেটা অ্যানালাইটিক্সের তিন ডাইমেনশন |
| ডেটা একোসিস্টেম | ডেটাকে তৈরি, ম্যানেজ, স্টোর, অর্গানাইজ, অ্যানালাইজ এবং ডেটা শেয়ারিং |
(আসছে সামনে)
(আসছে সামনে)
(আসছে সামনে)
[আপাততঃ স্থগিত]
শুরুতে, 'কর্পোরেট' মডেল, অর্থাৎ কোম্পানিগুলো তাদের 'নন-প্রোগ্রামার' প্রফেশনালদের ২৫ জন (১০ জন মহিলা + ১০ জন পুরুষ + ৫ জন ছাত্র/ছাত্রী স্পন্সরশীপ) করে ট্রেইন করাতে চান, তাদের প্রায়োরিটি আগে। কারণ, কর্পোরেট হাউজগুলো ট্রেনিং এর ইনভেস্টমেন্টের হিসেব রাখেন। 'ব্যক্তিগত মোড' নিয়ে চিন্তা আছে সামনে।
এই মেন্টরশীপ বিনামূল্যে করা যেতো, তবে বর্তমান প্রেক্ষাপট বিবেচনা করলে বিনামূল্য' মডেলের দাম থাকে না, শেষে। ক্লাস 'মিস' করে অন্যদের অপুর্চুনিটি নষ্ট করে ফেলেন অনেকে। অন্য অনেক মডেলে "নো-শো' (অর্থাৎ বিপুলসংখ্যক রেজিস্টার করেন, তবে জয়েন করেন না) থেকে এই শিক্ষা। সেকারণে সামান্য কিছু এন্ট্রি ফী, যাতে ক্লাস মিস না হয়।
{: .notice}
২০০০+ টাকা = ৪টা বইয়ের দাম + সামান্য প্রসেসিং ফী। এই টাকার সাথে কনটেন্ট এর মূল্যমানের সম্পর্ক নেই। যাদের কাছে এর মূল্য নেই, তাদের কাছে কখনো থাকবে না। সবাই 'সোনা/মুক্তা' দেখতে পারেন না সব জায়গায়। তাই বলে বসে থাকছি না।
বিনামূল্যে, শুরুতে ৫ ব্যাচ। এখানে আমার কাজ হচ্ছে আপনাকে ডেটার রাস্তা ধরিয়ে দেয়া। অভিজ্ঞতা বলে, এই ধরিয়ে না দিতে পারায় অনেকে তাদের জীবনে এই 'অসাধারণ' প্রফেশনের ব্যাপারে সিদ্ধান্ত নিতে পারছেন না। এই ২ সপ্তাহের 'ইন্ট্রোডাকটোরি' 'হ্যান্ড হোল্ডিং' অর্থাৎ হাতে ধরে ডেটার জগতে নিয়ে আসতে চাই আপনাকে। হাজারো কনফিউশনের ক্রসরোডের একটা রাস্তায় তুলে দিতে পারলে আমি খুশি। রাস্তার বাকিটা খুঁজে পেতে লাগবে না আমাকে।
১ম ব্যাচ: ১৭ জুলাই - ২৪ জুলাই, ২০২১
১০ জন ছাত্রী + ১০ জন ছাত্র + ৫ জন আমার পিক (ছাত্র/ছাত্রী হতে পারে)
[এটাই চালু থাকবে, পরবর্তী ঘোষনা দেবার আগ পর্যন্ত]
এতে আমার শেখানোর সিস্টেমের একটা পুরো রিহার্সেল হয়ে যাবে, কোর্স ম্যাটেরিয়াল বানানোর সময়। সময়: (কাজ চলছে)।
প্রিরিকুইজিট: ২টা বই থাকতে হবে সাথে।
| বইয়ের নাম | অনলাইন লিংক | প্রিন্ট বই | | :--- | :--- | :--- | :--- | | হাতেকলমে মেশিন লার্নিং (দ্বিতীয় সংস্করণ) | গিটবুক | রকমারি | | 'শূন্য থেকে পাইথন মেশিন লার্নিং' (দ্বিতীয় সংস্করণ) | গিটবুক | রকমারি |
| কোর্স কনটেন্ট | ভেতরের আলোচনা |
|---|---|
| ডেটা থেকে সিদ্ধান্ত নেবার ধারণা | অ্যানালাইটিক্যাল থিঙ্কিং, সেই কাজগুলোর কি ধরনের 'রোল' এবং স্কিলসেট দরকার? |
| ডেটার দুই চাকরি | ডেটা সাইন্টিস্ট এবং ডেটা এনালাইটিক্স এর মধ্যে পার্থক্য, ডেটা কিভাবে আমাদেরকে সিদ্ধান্ত নিতে সাহায্য করে? |
| ডেটার স্টোরি-টেলিং | কিভাবে ডেটা গল্প 'ডেভেলপ' করে সময়ের সাথে? গল্পগুলোর মধ্যে সংযোগস্থল কোথায়? |
| কোভিড-১৯ থেকে শেখা | কন্টাক্ট ট্রেসিং অ্যাপ, লক-ডাউনের ভবিষ্যদ্বাণী, কিভাবে মহামারি ছড়ায়? |
| লাইভ ডেমো - ডেটা কী কথা বলতে পারে? | টাইটানিক প্রজেক্ট: কে বেঁচে যাবেন শেষে? |
| ডেটা টুলবক্স | স্প্রেডশিট, ডেটা ভিজ্যুয়ালাইজেশন টুল, কোয়েরি ল্যাঙ্গুয়েজ এর ধারণা |
| প্রজেক্ট টাইটানিক | কিভাবে একজন মানুষের বাঁচামরা অ্যানালাইসিস করা যায় ডেটা থেকে? |
| কোর্স কনটেন্ট | ভেতরের আলোচনা |
|---|---|
| ‘বিজনেস কোশ্চেন’ | সারা জীবন ধরে অনেক ‘বিজনেস কোশ্চেন’ এর উত্তর খুঁজে বেড়ানো |
| প্রজেক্ট টাইটানিক এর ‘বিজনেস কোশ্চেন’ | কোন ডেটা ইনফ্লুয়েন্স করছে একজন যাত্রীর বেচেঁ যাবার ব্যাপারে |
| বিজনেস ইন্টেলিজেন্স | ব্যবসায় ডেটার ব্যবহার, সেখানে অপটিমাইজেশন কিভাবে আসবে? |
| মাইক্রোসফট এক্সেল | কেস তৈরি |
| ট্যাবলিউ | কেস তৈরি |
| পাওয়ার বিআই | কেস তৈরি |
[কাজ চলছে]
- “প্রজেক্ট টাইটানিক” দিয়ে ‘বিজনেস কোশ্চেন’ বের করা
- “প্রজেক্ট টাইটানিক” দিয়ে ছোট একটা এক্সেল 'স্ক্রিন ক্যাপচার' সাবমিশন
- ফলাফল প্রকাশ - জুলাই, ২০২১
- ১০ জন ছাত্রী + ১০ জন ছাত্র + ৫ জন আমার পিক (ছাত্র/ছাত্রী হতে পারে) এর নাম প্রকাশ