මෙම පාඨමාලාවේ අවසාන මොඩියුලය වෙත ඔබව සාදරයෙන් පිළිගනිමු! ඔබ මේ වන විට දත්ත විශ්ලේෂණය සඳහා අවශ්ය මූලික තාක්ෂණික කුසලතා රැසක් ප්රගුණ කර ඇත. Python, Pandas, SQL, සහ Data Visualization භාවිතයෙන් දත්ත කට්ටලයක් ගෙන, එයින් වටිනා තොරතුරු මතු කරගන්නා ආකාරය ඔබ දැන් දනී. මෙම මොඩියුලයෙන් අපි බලමු, මෙම කුසලතා පදනම් කරගෙන ඔබට ඉදිරියට යා හැකි මාර්ග, ක්ෂේත්රයේ අනාගතය, සහ ඔබ දැනගත යුතු අනෙකුත් මෙවලම් මොනවාද කියා.
Machine Learning සහ AI වෙත ඇති සම්බන්ධය
Data Analytics යනු දත්ත විද්යා ක්ෂේත්රයේ අත්තිවාරමයි. එය ප්රධාන වශයෙන් අතීතයේ සහ වර්තමානයේ සිදුවූ දේ ("What happened?" සහ "Why did it happen?") පිළිබඳව අවධානය යොමු කරයි. **Machine Learning (ML)** සහ **Artificial Intelligence (AI)** යනු இதன் அடுத்த கட்டமாகும். ඒවා අනාගතය පිළිබඳව අනාවැකි කීමට ("What will happen?") සහ ක්රියාමාර්ග නිර්දේශ කිරීමට ("What should we do?") යොදා ගැනේ.
උපමාව: රෝගියෙකුගේ වෛද්ය වාර්තා (අතීත දත්ත) විශ්ලේෂණය කර, ඔහුට ඇති රෝගය කුමක්දැයි හඳුනාගැනීම Data Analytics වැනිය. එම දත්තම භාවිතා කර, අනාගතයේදී ඔහුට හෘදයාබාධයක් ඇතිවීමේ අවදානම කොපමණදැයි අනාවැකි පළ කිරීම Machine Learning වේ.
ඔබ මෙම පාඨමාලාවේදී ඉගෙනගත් දත්ත පිරිසිදු කිරීම, ගවේෂණය කිරීම (EDA), සහ දත්ත හැසිරවීම වැනි කුසලතා, ඕනෑම Machine Learning ව්යාපෘතියක් සඳහා අත්යවශ්ය පදනම සපයයි.
ප්රධාන රැකියා මාර්ග (Career Paths)
දත්ත ක්ෂේත්රයේ ප්රධාන රැකියා වර්ග තුනක් ඇත. ඒ සෑම එකකටම විශේෂිත වූ වගකීම් සහ අවශ්යතා ඇත.
Data Analyst (දත්ත විශ්ලේෂක)
ප්රධාන කාර්යය: ව්යාපාරික ප්රශ්න වලට පිළිතුරු සෙවීම සඳහා දත්ත එකතු කිරීම, පිරිසිදු කිරීම, විශ්ලේෂණය කිරීම සහ ප්රස්තාරගත කිරීම. සොයාගත් තොරතුරු කළමනාකාරීත්වයට පහසුවෙන් තේරුම් ගත හැකි වන පරිදි වාර්තා සහ dashboards ලෙස ඉදිරිපත් කිරීම. මෙම පාඨමාලාවෙන් ඔබව සෘජුවම සූදානම් කරන්නේ මෙම භූමිකාව සඳහායි.
Data Engineer (දත්ත ඉංජිනේරු)
ප්රධාන කාර්යය: දත්ත විශ්ලේෂකයින්ට සහ විද්යාඥයින්ට වැඩ කිරීමට අවශ්ය දත්ත යටිතල පහසුකම් (infrastructure) නිර්මාණය කිරීම සහ නඩත්තු කිරීම. විශාල දත්ත ප්රමාණ ගබඩා කිරීමට සහ ගලා ඒමට සැලැස්වීම (data pipelines), දත්ත සමුදායන් කළමනාකරණය කිරීම මොවුන්ගේ වගකීමයි. මෙම භූමිකාවට software engineering සහ පද්ධති නිර්මාණ දැනුම වැඩිපුර අවශ්ය වේ.
Data Scientist (දත්ත විද්යාඥ)
ප්රධාන කාර්යය: Data Analyst කෙනෙකු කරන සියලු දේට අමතරව, සංකීර්ණ සංඛ්යානමය ක්රම සහ Machine Learning models භාවිතා කර අනාගතය පිළිබඳ අනාවැකි පළ කිරීම. ව්යාපාර ගැටලු සඳහා දත්ත මත පදනම් වූ විසඳුම් නිර්මාණය කිරීම. මෙම භූමිකාවට සංඛ්යානය, গণিতය සහ programming පිළිබඳ ගැඹුරු දැනුමක් අවශ්ය වේ.
ඔබ දැනගත යුතු අනෙකුත් මෙවලම් (Tools)
Python සහ SQL යනු දත්ත විශ්ලේෂණයේ "engine" එක වැනිය. නමුත්, සොයාගත් තොරතුරු අන් අයට ඉදිරිපත් කිරීමට (reporting) සහ අන්තර්ක්රියාකාරී dashboards නිර්මාණය කිරීමට විශේෂිත මෘදුකාංග (BI Tools) භාවිතා කරයි.
Advanced Excel
ක්ෂණික විශ්ලේෂණයන්, කුඩා දත්ත කට්ටල හැසිරවීම සහ මූල්ය ආකෘති නිර්මාණය සඳහා තවමත් Excel ඉතා වැදගත් වේ. Pivot Tables, VLOOKUP, සහ Power Query වැනි උසස් Excel හැකියාවන් ප්රගුණ කිරීම ඉතා වටී.
Microsoft Power BI
විවිධ දත්ත මූලාශ්ර (databases, files, web) වලට සම්බන්ධ වී, එම දත්ත පිරිසිදු කර, අලංකාර සහ අන්තර්ක්රියාකාරී dashboards සහ වාර්තා නිර්මාණය කිරීමට භාවිතා කරන ප්රබල Business Intelligence (BI) මෙවලමකි.
Tableau
Power BI මෙන්ම, දත්ත දෘශ්යකරණය සඳහා ලොව ප්රමුඛතම මෙවලමකි. එහි ඇති භාවිතයේ පහසුව (user-friendly interface) සහ ප්රබල visualization හැකියාවන් නිසා ඉතා ජනප්රිය වී ඇත.
ඔබගේ ඉදිරි ගමන
මෙම පාඨමාලාව ඔබගේ දත්ත විශ්ලේෂණ ගමනේ ආරම්භයයි. දැන් ඔබ සතුව ශක්තිමත් අත්තිවාරමක් ඇත. ඉදිරියට යාමට ඔබට කළ හැකි දේ:
- පුහුණු වන්න: Kaggle, UCI Machine Learning Repository වැනි වෙබ් අඩවි වලින් නොමිලේ datasets ලබාගෙන, ඔබම කුඩා ව්යාපෘති කරන්න.
- Portfolio එකක් සාදන්න: ඔබ Module 9 හි කළ Mini Project එක සහ ඔබ විසින්ම කරන තවත් ව්යාපෘති 1-2ක් GitHub වැනි platform එකක ප්රදර්ශනය කරන්න. රැකියා අයදුම් කිරීමේදී මෙය ඉතා වැදගත් වේ.
- ඉගෙනීම දිගටම කරගෙන යන්න: ඔබ කැමති ක්ෂේත්රයක් තෝරාගෙන (e.g., Power BI, Machine Learning) එහි ගැඹුරට යන්න.
ඔබගේ දත්ත විශ්ලේෂණ ගමනට සුභ පැතුම්!
- Machine Learning සහ AI වලට ඇති සම්බන්ධය.
- රැකියා මාර්ග: Analyst, Engineer, Scientist.
- අනෙකුත් වැදගත් මෙවලම්: Excel, Power BI, Tableau.
- ඔබගේ වෘත්තීය ගමනේ මීළඟ පියවර.