شاهدت إعلانَا بسيطًا على يوتيوب عن كورس تدريبي في تخصص علم البيانات، وعندما قمت بالبحث أكثر عن الموضوع جذب انتباهي الانتشار الواسع لهذا التخصص وازدياد أعداد المهتمين به، فقمت بالبحث أكثر عن التخصص وسوق العمل والمتطلبات والمهارات المطلوبة.
أثناء البحث الذي قمت به راودني هذا تساؤل: هل معنى الانتشار الذي شهدته أن يتعين على الجميع أن يكونوا علماء بيانات؟
سنجد إجابة السؤال في مقالنا هذا.
يجمع علم البيانات بين الإحصاء، والرياضيات، والبرمجة، والتحليل المتقدم، والذكاء الاصطناعي، وتعلم الآلة، بهدف البحث عن الدلائل المخفية ضمن البيانات والتي تستخدم فيما بعد في عمليات اتخاذ القرار والتخطيط الاستراتيجي.
تزايد الاهتمام على تخصص علم البيانات بسبب ازدياد مصادر البيانات بشكل ضخم، أضف إلى ذلك الحاجة لهذا التخصص في جميع المجالات واعتماد المؤسسات والشركات بشكل كبير على البيانات لتقديم اقتراحات بهدف تحسين مخرجات العمل.
تتضمن علميات علم البيانات مجموعة من الخطوات تشكل في مجموعها ما يمكن أن نطلق عليه دورة حياة، وبشكل مختصر، تبدأ هذه الدورة بتجميع البيانات كخطوة أولى من المصادر بعدة طرق مختلفة، يتبعها تخزين ومعالجة البيانات حيث يتم تحديد طريقة تخزين البيانات المختلفة بسبب اختلاف أنواع وأنماط البيانات المجمعة في الخطوة السابقة.
تأتي عملية تحليل البيانات في الخطوة الثالثة بعد المعالجة، ويقوم هنا عالم البيانات باكتشاف الأنماط والقيم والتوزيعات المختلفة في البيانات ومدى إمكانية استخدامها مع نماذج تعلم الآلة والتعلم العميق، لتأتي بعدها الخطوة الأخيرة من خلال استعراض الدلائل التي تحدثت عنها في البداية ليتم دراستها واتخاذ القرار اعتمادا عليها.
اقرأ أيضًا: مستقبل علم البيانات والتعلم الآلي: ماذا تعرف عن الأتمتة؟
قد يلاحظ البعض من التعريف السابق أن المهارات المطلوبة من عالم البيانات تكاد تصل لمهارات مطلوبة من بطل خارق، حيث كما لاحظنا يجمع علم البيانات بين مجموعة من العلوم المتقدمة والتي تشكل كل منها على حدة تخصصًا مختلفًا، وقد يقول البعض أن عالم البيانات عبارة عن مبرمج رياضي إحصائي ضليع بالذكاء الاصطناعي، وتعلم الآلة، والتعلم العميق، وفي الواقع تفوق بطلنا هنا على ملكة التنانين دانيرس في ألقابه (هل شاهدت مسلسل صراع العروش؟)، وبالطبع كل تخصص منها يحتاج سنوات من الجهد والتعلم.
فإذاً، هل فعلًا يجب على عالم البيانات أن يكون مبرمجًا رياضيًا إحصائيًا خبيراً بالذكاء الاصطناعي وتعلم الآلة والتعلم العميق؟ في الواقع، الإجابة لا، فعلم البيانات تخصص وبالتالي لا يرتبط بشكل مباشر علماء البيانات والمتخصصون بجميع ما سبق، فلكل مرحلة من المراحل السابقة شخص متخصص بها، هناك من يجمع البيانات وهناك من يحللها وهناك من يعالجها.
على سبيل المثال، يتولى مهندسو البرمجيات عملية بناء نماذج تعلم الآلة والتأكد من كفاءة الخوارزميات المبنية من ناحية الكلفة والوقت والتعقيد وأمور أخرى لن أتعمق بها الآن، وذلك على الرغم من قدرة عالم البيانات في بعض الأحيان على بناء هذه النماذج في حال كان ضليعًا بعلوم الحاسب والخوارزميات.
في سياق متصل بما سبق، نجد أن سوق العمل مليء بالمتقدمين لمنصب "عالم بيانات" مبتدئ، وتصل المنافسة في بعض الأحيان إلى 100 متقدم لمنصب واحد، وهو رقم ضخم حقيقة ويثير عدة تساؤلات منها لماذا نرى أعداد متقدمين هائلة لمنصب "عالم البيانات" بينما لا نرى مثل هذا العدد لمنصب "مهندس البيانات".
والحقيقة أن الطلب على مهندسي أو محللي البيانات يفوق الطلب على "عالم بيانات" وهو ما يشكل تناقضًا مثيرًا بين الطلب والعرض. يبقى السؤال هنا، ما الفرق بين مهندس البيانات وعالم البيانات؟
في الواقع، تعتبر هندسة البيانات جزءا من علم البيانات يركز على البينة التحليلية والتقنية بهدف جمع، تنظيم، والقيام بالتحليل اللازم وبكلمات أخرى مهارات البرمجة وقواعد البيانات وبالتالي يبدأ الحد الفاصل بين المهندس والعالم بالظهور، فمهندس البيانات يركز على التقنيات والخوارزميات بينما العالم يركز على الرياضيات والإحصاء.
اقرأ أيضًا: البيانات والذكاء الاصطناعي: رأس المال الجديد للشركات
وعليه، يصبح التخصص هنا ضروريًا ويطغى التخصص على فكرة صديقنا ذي الألقاب الكثيرة البطل الخارق، فإذا نظرت للمشكلة من عدة وجهات نظر ستجد أن التخصص أمر جيد فلكل شخص في الفريق مهام محددة بدلًا من شخص يقوم بجميع المهام ويطلب منه تعلم كل شيء من الرياضيات والإحصاء وصولًا للبرمجة وقواعد البيانات وتعلم الآلة.
نستطيع الآن تكوين إجابة للسؤال السابق، وهي باختصار لا، فنحن بحاجة لمهندسي بيانات ومهندسي برمجيات بقدر الحاجة لعلماء بيانات، فالانتشار الذي حققه التخصص غيّب عن ذهن الكثير من الأشخاص أن هناك تخصصات أخرى تندرج تحت مظلة علم البيانات.
اقرأ أيضًا: التعليم الجامعي والتعلم الذاتي، لمن الغلبة اليوم في سوق العمل؟
فلست مضطرًا لأن تتعلم كل شيء، اختر تخصصًا وانطلق، فمن المحتمل أن انتقالك لهذا التخصص مع معرفة قليلة عما ستخوضه قد يقودك لإهدار سنوات من التعب والجهد.
وكما ذكرت سابقًا، علم البيانات مظلة تندرج تحتها جميع التخصصات الفرعية الأخرى من مهندسي بيانات، ومحللي بيانات، وعالم بيانات، وبالتالي عند اتخاذك القرار بالدخول إلى عالم علم البيانات، فلست مضطرًا لأن تكون البطل الخارق، حيث باختيارك أي من التخصصات الفرعية المذكورة ستكون قد دخلت المجال وسيكون لك دور في دورة حياة علم البيانات.
في النهاية، لا تدخل تخصصًا لمجرد الصدى الذي يحيط به، أو لمجرد أنه مطلوب، اختر تخصصًا تهتم به ويثير إعجابك وتستطيع أن تكمل به وتبدع من خلاله، فلكل منا دور سيلعبه في تخصص علم البيانات سواء كان مهندس بيانات أو برمجيات.
شاهدت إعلانَا بسيطًا على يوتيوب عن كورس تدريبي في تخصص علم البيانات، وعندما قمت بالبحث أكثر عن الموضوع جذب انتباهي الانتشار الواسع لهذا التخصص وازدياد أعداد المهتمين به، فقمت بالبحث أكثر عن التخصص وسوق العمل والمتطلبات والمهارات المطلوبة.
أثناء البحث الذي قمت به راودني هذا تساؤل: هل معنى الانتشار الذي شهدته أن يتعين على الجميع أن يكونوا علماء بيانات؟
سنجد إجابة السؤال في مقالنا هذا.
يجمع علم البيانات بين الإحصاء، والرياضيات، والبرمجة، والتحليل المتقدم، والذكاء الاصطناعي، وتعلم الآلة، بهدف البحث عن الدلائل المخفية ضمن البيانات والتي تستخدم فيما بعد في عمليات اتخاذ القرار والتخطيط الاستراتيجي.
تزايد الاهتمام على تخصص علم البيانات بسبب ازدياد مصادر البيانات بشكل ضخم، أضف إلى ذلك الحاجة لهذا التخصص في جميع المجالات واعتماد المؤسسات والشركات بشكل كبير على البيانات لتقديم اقتراحات بهدف تحسين مخرجات العمل.
تتضمن علميات علم البيانات مجموعة من الخطوات تشكل في مجموعها ما يمكن أن نطلق عليه دورة حياة، وبشكل مختصر، تبدأ هذه الدورة بتجميع البيانات كخطوة أولى من المصادر بعدة طرق مختلفة، يتبعها تخزين ومعالجة البيانات حيث يتم تحديد طريقة تخزين البيانات المختلفة بسبب اختلاف أنواع وأنماط البيانات المجمعة في الخطوة السابقة.
تأتي عملية تحليل البيانات في الخطوة الثالثة بعد المعالجة، ويقوم هنا عالم البيانات باكتشاف الأنماط والقيم والتوزيعات المختلفة في البيانات ومدى إمكانية استخدامها مع نماذج تعلم الآلة والتعلم العميق، لتأتي بعدها الخطوة الأخيرة من خلال استعراض الدلائل التي تحدثت عنها في البداية ليتم دراستها واتخاذ القرار اعتمادا عليها.
اقرأ أيضًا: مستقبل علم البيانات والتعلم الآلي: ماذا تعرف عن الأتمتة؟
قد يلاحظ البعض من التعريف السابق أن المهارات المطلوبة من عالم البيانات تكاد تصل لمهارات مطلوبة من بطل خارق، حيث كما لاحظنا يجمع علم البيانات بين مجموعة من العلوم المتقدمة والتي تشكل كل منها على حدة تخصصًا مختلفًا، وقد يقول البعض أن عالم البيانات عبارة عن مبرمج رياضي إحصائي ضليع بالذكاء الاصطناعي، وتعلم الآلة، والتعلم العميق، وفي الواقع تفوق بطلنا هنا على ملكة التنانين دانيرس في ألقابه (هل شاهدت مسلسل صراع العروش؟)، وبالطبع كل تخصص منها يحتاج سنوات من الجهد والتعلم.
فإذاً، هل فعلًا يجب على عالم البيانات أن يكون مبرمجًا رياضيًا إحصائيًا خبيراً بالذكاء الاصطناعي وتعلم الآلة والتعلم العميق؟ في الواقع، الإجابة لا، فعلم البيانات تخصص وبالتالي لا يرتبط بشكل مباشر علماء البيانات والمتخصصون بجميع ما سبق، فلكل مرحلة من المراحل السابقة شخص متخصص بها، هناك من يجمع البيانات وهناك من يحللها وهناك من يعالجها.
على سبيل المثال، يتولى مهندسو البرمجيات عملية بناء نماذج تعلم الآلة والتأكد من كفاءة الخوارزميات المبنية من ناحية الكلفة والوقت والتعقيد وأمور أخرى لن أتعمق بها الآن، وذلك على الرغم من قدرة عالم البيانات في بعض الأحيان على بناء هذه النماذج في حال كان ضليعًا بعلوم الحاسب والخوارزميات.
في سياق متصل بما سبق، نجد أن سوق العمل مليء بالمتقدمين لمنصب "عالم بيانات" مبتدئ، وتصل المنافسة في بعض الأحيان إلى 100 متقدم لمنصب واحد، وهو رقم ضخم حقيقة ويثير عدة تساؤلات منها لماذا نرى أعداد متقدمين هائلة لمنصب "عالم البيانات" بينما لا نرى مثل هذا العدد لمنصب "مهندس البيانات".
والحقيقة أن الطلب على مهندسي أو محللي البيانات يفوق الطلب على "عالم بيانات" وهو ما يشكل تناقضًا مثيرًا بين الطلب والعرض. يبقى السؤال هنا، ما الفرق بين مهندس البيانات وعالم البيانات؟
في الواقع، تعتبر هندسة البيانات جزءا من علم البيانات يركز على البينة التحليلية والتقنية بهدف جمع، تنظيم، والقيام بالتحليل اللازم وبكلمات أخرى مهارات البرمجة وقواعد البيانات وبالتالي يبدأ الحد الفاصل بين المهندس والعالم بالظهور، فمهندس البيانات يركز على التقنيات والخوارزميات بينما العالم يركز على الرياضيات والإحصاء.
اقرأ أيضًا: البيانات والذكاء الاصطناعي: رأس المال الجديد للشركات
وعليه، يصبح التخصص هنا ضروريًا ويطغى التخصص على فكرة صديقنا ذي الألقاب الكثيرة البطل الخارق، فإذا نظرت للمشكلة من عدة وجهات نظر ستجد أن التخصص أمر جيد فلكل شخص في الفريق مهام محددة بدلًا من شخص يقوم بجميع المهام ويطلب منه تعلم كل شيء من الرياضيات والإحصاء وصولًا للبرمجة وقواعد البيانات وتعلم الآلة.
نستطيع الآن تكوين إجابة للسؤال السابق، وهي باختصار لا، فنحن بحاجة لمهندسي بيانات ومهندسي برمجيات بقدر الحاجة لعلماء بيانات، فالانتشار الذي حققه التخصص غيّب عن ذهن الكثير من الأشخاص أن هناك تخصصات أخرى تندرج تحت مظلة علم البيانات.
اقرأ أيضًا: التعليم الجامعي والتعلم الذاتي، لمن الغلبة اليوم في سوق العمل؟
فلست مضطرًا لأن تتعلم كل شيء، اختر تخصصًا وانطلق، فمن المحتمل أن انتقالك لهذا التخصص مع معرفة قليلة عما ستخوضه قد يقودك لإهدار سنوات من التعب والجهد.
وكما ذكرت سابقًا، علم البيانات مظلة تندرج تحتها جميع التخصصات الفرعية الأخرى من مهندسي بيانات، ومحللي بيانات، وعالم بيانات، وبالتالي عند اتخاذك القرار بالدخول إلى عالم علم البيانات، فلست مضطرًا لأن تكون البطل الخارق، حيث باختيارك أي من التخصصات الفرعية المذكورة ستكون قد دخلت المجال وسيكون لك دور في دورة حياة علم البيانات.
في النهاية، لا تدخل تخصصًا لمجرد الصدى الذي يحيط به، أو لمجرد أنه مطلوب، اختر تخصصًا تهتم به ويثير إعجابك وتستطيع أن تكمل به وتبدع من خلاله، فلكل منا دور سيلعبه في تخصص علم البيانات سواء كان مهندس بيانات أو برمجيات.