डेटा विज्ञान का यह कोर्स किन लोगों के लिए है?
यह उन मैनेजरों, मार्केटिंग और उत्पाद से जुड़े लोगों, संचालन प्रमुखों और संस्थापकों के लिए है जिन्हें डैशबोर्ड मिलते हैं, जो विश्लेषण करवाते हैं या डेटा के आधार पर फैसले लेते हैं, और जो बेहतर सवाल पूछना तथा कमज़ोर निष्कर्ष पहचानना चाहते हैं। आपको बस स्प्रेडशीट की बुनियादी जानकारी चाहिए।
डेटा विज्ञान का यह कोर्स किन लोगों के लिए नहीं है?
यह उन लोगों के लिए नहीं है जो डेटा वैज्ञानिक की नौकरी पाने के लिए पूर्णकालिक प्रशिक्षण चाहते हैं। मुख्य पाठ्यक्रम के लिए कोड लिखना ज़रूरी नहीं है, और Python व SQL के वैकल्पिक कोडिंग पाठ बिल्कुल शुरुआत से शुरू होते हैं। लेकिन ये विश्वविद्यालय या कॉलेज के डेटा विज्ञान कार्यक्रम या गहन पूर्णकालिक प्रशिक्षण में मिलने वाली गहराई, परियोजनाओं के पोर्टफ़ोलियो और मार्गदर्शन की जगह नहीं लेते, और नौकरी की कोई गारंटी नहीं है। यह उन लोगों के लिए भी नहीं है जो पहले से डेटा वैज्ञानिक या इंजीनियर के तौर पर काम करते हैं और उन्नत विशेषज्ञ प्रशिक्षण चाहते हैं। कई लोग दोनों को साथ लेकर चलते हैं: यहाँ बुनियादी समझ और कोडिंग की शुरुआत करते हैं, और नौकरी के लिए तैयार करने वाले कौशल सीखने के लिए लंबा तकनीकी प्रशिक्षण लेते हैं।
हर मॉड्यूल में मैं क्या सीखूँगा?
छह मॉड्यूल वास्तविक विश्लेषण के पूरे क्रम का पालन करते हैं—किसी के सवाल पूछने से लेकर उसके निर्णय लेने तक।
1. कारोबारी सवाल को डेटा से जुड़े सवाल में बदलना
'बिक्री क्यों घट रही है?' को ऐसे सवाल में बदलना जिसका जवाब डेटा से मिल सके, और तय करना कि किस आधार पर आप अपनी राय बदलेंगे।
2. डेटा: कहाँ से आता है और कैसे गुमराह करता है
नमूने, अधूरा डेटा, अलग-अलग टीमों में अलग अर्थ रखने वाली परिभाषाएँ और सबसे आसानी से उपलब्ध डेटा अक्सर गलत डेटा क्यों होता है।
3. वर्णनात्मक सांख्यिकी
औसत, माध्यिका, फैलाव, प्रतिशत और दरें, और इनमें से हर एक कब असली स्थिति को छिपा देता है।
4. डेटा का दृश्य रूप में प्रस्तुतिकरण
ऐसा चार्ट चुनना जो सवाल का जवाब दे, और ऐसे चार्ट समझना जो अनजाने में या जानबूझकर भ्रामक बनाए गए हों।
5. प्रयोग और A/B परीक्षण
नियंत्रण समूह, नमूने का आकार, सांख्यिकीय महत्व की सरल व्याख्या और सहसंबंध का मतलब कारण होना क्यों नहीं है।
6. विश्लेषकों और AI के साथ काम करना
विश्लेषण के लिए कार्य-विवरण लिखना, परिणामों की समीक्षा करना और AI सहायकों की मदद से डेटा की पड़ताल करते समय उनकी गणनाओं की जाँच करना।
व्यक्तिगत ज़रूरतों के हिसाब से तैयार पाठ्यक्रम मेरे अनुरूप कैसे ढलता है?
शुरुआती स्तर की जाँच में देखा जाता है कि आप प्रतिशत, औसत और चार्ट के साथ कितने सहज हैं और किस तरह के निर्णय लेते हैं। विपणन प्रमुख के उदाहरण अभियान परीक्षण और रूपांतरण दरों पर केंद्रित होते हैं; संचालन प्रबंधक के उदाहरण डिलीवरी के समय और दोष दरों पर। अगर आप पहले से आँकड़ों को आत्मविश्वास से समझते हैं, तो पाठ-क्रम जल्दी प्रयोगों और कार्य-विवरणों की ओर बढ़ जाता है।
मैं किस चीज़ का अभ्यास करूँगा?
आप काल्पनिक या सार्वजनिक डेटा संग्रहों का उपयोग करके डेटा से जुड़े काम के आसपास लिए जाने वाले निर्णयों का अभ्यास करते हैं। हर कार्य को स्पष्ट रूप से दिए गए मूल्यांकन मानदंडों के आधार पर अंक मिलते हैं। साथ ही प्रतिक्रिया मिलती है कि किन बातों को बेहतर करना है। आप किसी भी अंक की समीक्षा का अनुरोध कर सकते हैं।
कार्य का उदाहरण: खाना बनाने की सामग्री के पैकेट बेचने वाली एक काल्पनिक कंपनी, ग्रीनबास्केट, ने दो सप्ताह तक एक नया स्वागत ईमेल भेजा और बताया कि इसे खोलने वाले ग्राहकों के दोबारा ऑर्डर करने की संभावना 30 प्रतिशत अधिक थी। आप समझाते हैं कि इससे यह साबित क्यों नहीं होता कि ईमेल असरदार था, और एक निष्पक्ष A/B परीक्षण तैयार करते हैं। मूल्यांकन के मानदंड जाँचते हैं कि आप स्व-चयन की समस्या का उल्लेख करते हैं, एक नियंत्रण समूह तय करते हैं, सफलता का एक माप पहले से चुनते हैं और बताते हैं कि किसी के नतीजे देखने से पहले परीक्षण कितने समय तक चलना चाहिए।
डेटा विज्ञान पाठ्यक्रम पूरा करने में कितना समय लगता है?
हर पाठ 10 से 15 मिनट का है। आपका पूरा सीखने का क्रम शुरुआती आकलन और इस बात पर निर्भर करता है कि आप कितनी बार पढ़ते हैं, इसलिए घंटों की कोई तय संख्या नहीं है। सांख्यिकी की पृष्ठभूमि वाला व्यक्ति तीसरे मॉड्यूल का बड़ा हिस्सा छोड़ सकता है, जबकि संख्याओं के साथ काम करने में नए व्यक्ति को प्रयोग करने से पहले अतिरिक्त अभ्यास मिलता है।
पूरा करने पर मुझे क्या मिलेगा?
अंतिम व्यावहारिक मूल्यांकन में आपको एक विश्लेषण की आलोचनात्मक समीक्षा करनी होगी और बेहतर विश्लेषण के लिए संक्षिप्त निर्देश लिखने होंगे। पास होने पर आपको पेशेवरों के लिए डेटा विज्ञान की बुनियाद का मान्यता प्राप्त प्रमाणपत्र मिलता है। यह औपचारिक रूप से प्रत्यायित योग्यता नहीं है और डेटा विज्ञान में तकनीकी दक्षता का दावा नहीं करता।
डेटा विज्ञान पाठ्यक्रम की फ़ीस कितनी है?
पाठ्यक्रम का कोई अलग शुल्क नहीं है: यह आपकी योजना में शामिल है। व्यक्तिगत योजना की कीमत USD 79 प्रति माह या USD 790 प्रति वर्ष है। टीम योजना में अधिकतम 3 सदस्यों के लिए USD 189 प्रति माह या USD 1,890 प्रति वर्ष लगते हैं। उसके बाद हर अतिरिक्त सदस्य के लिए USD 49 प्रति माह या USD 490 प्रति वर्ष लगते हैं। 25 सदस्यों से समूह दरें लागू होती हैं। 7-दिन का मुफ़्त परीक्षण शामिल है और क्रेडिट कार्ड की ज़रूरत नहीं है।