إذا أردت أن تكون محلل بيانات .. لا تخشى من الرياضيات

عدد القراءات: 643

السؤال الأكثر طرحًا من قبل الأشخاص الراغبين في العمل في منصب محلل بيانات المحتملين هو، إلى أي مدى يجب أن يكونوا جيدين في الرياضيات من أجل النجاح في هذا المجال. وهنا دعني أخبرك إنك إذا كنت تكره التعامل مع الحسابات كليًا فيجب عليك أن تختار مجال آخر لأن تخصص تحليل البيانات لن يناسبك، أما إذا كنت تشعر فقط ببعض الخوف من تعلم الرياضيات والتعمق بها، فلا داعي لهذا الشعور، حيث أنك كمحلل بيانات لن تحتاج للكثير من الرياضيات في عملك، فقط معرفتك بالأساسيات ستكون كافيه لأنك لن تتعامل مع أمور مثل الجبر الخطي ونموذج الانحدار المتعدد والتفاضل والتكامل وغيرهم من الأمور المتقدمة في علم الرياضيات.

من المؤكد قد تخوض فيهم – مستقبلًا – إذا كنت تريد أن تصبح عالم بيانات، لأن تخصص علم البيانات ليس قائمًا على تعلم لغات برمجية وحسب، بل قائم بالأساس على فهم عميق ومعرفة متقدمة بالرياضيات. بدورك كمحلل بيانات ستركز أكثر على التعامل مع البيانات من تنظيف وإعادة ترتيب وهيكلة وفرز وتنقيح بهدف الإجابة على أسئلة تأتيك من إدارات مختلفة في المؤسسة التي تعمل بها، حيث سينصب دورك الأساسي في مساعدة متخذي القرار على تحسين نتائج الادارة ودعم قراراتهم المؤشرات والمعلومات الناتجة عن عملية تحليلك للبيانات.

كأن تخبر مدير المبيعات في متجر تجزئة أن ساعة الذروة في تحقيق مبيعات تكون عادة بين الساعة الثالثة والساعة السادسة مساءًا ما قد يساعده على حشد كل الطواقم البشرية في المتجر في تلك الفترة لتلبية احتياجات العملاء وتجنب حدوث اى تكدس أو انصراف الزبائن من دون إتمام عملية الشراء نظرًا للازدحام في المتجر، أو أن تخبر مدير العمليات بأحد البنوك الذي يفكر في زيادة عدد ماكينات الصراف الآلي للبنك بالمناطق الجغرافية الأكثر حيوية أو المناطق التي يسكن حولها أغلب عملاء للبنك.

كل ما ستحتاجه في هذه المرحلة هو المامك للعمليات الحسابية الأساسية، كالجمع والضرب والطرح والقسمة، مضافًا إليها عدد من المؤشرات الإحصائية مثل المتوسط الحسابي والوسيط والمدى وهي مقايس تساعدك في فهم تمركز البيانات وطبيعة توزيعها، ذلك بالإضافة إلى مقاييس التشتت مثل الانحراف المعياري والتباين وهي مقاييس تساعدك في فهم مدة تجانس البيانات وتجعلك قادر على تحديد القيم المتطرفة التي تبعد بنسبة كبيرة عن أغلب البيانات.

إضافة لكل ذلك فأنت بحاجة لفهم الأساليب الإحصائية في جمع البيانات ومعالجتها، حتى تضمن أنك قد اخترت الأسلوب الصحيح لحل ما لديك من تساؤلات، وبهذا المسار ستكون قادرًا على الوصول إلى إجابات بدرجة ثقة مرتفعة، هذا الجزء أهم بكثير من فهم المعادلات الحسابية المؤدية لذلك نظرًا لأنك في الغالب سوف تستخدم أحد البرامج الشهيرة لتحليل ما لديك من بيانات مثل مايكروسوفت إكسل وهو برنامج مزود بكل الدوال التي ستحتاجها، لن تحتاج لأجراء الحسابات يدويًا.

فيما يلي الموضوعات الأساسية التي ستحتاج لدراستها، أوصيك أولًا – من واقع الممارسة – بدراسة الإحصاء الوصفي والاحتمالات ثم الاحصاء الاستدلالي واختبار الفروض.

مستوى المبتدئين مقابل المستوى المتقدم

من المهم أيضًا التمييز بين مقدار ما تحتاج إلى معرفته للحصول على وظيفة في درجة مبتدئ بالمقارنة مع العمل كمحلل بيانات أول. لا يحتاج المبتدئين في أي مجال إلى نفس عمق المعرفة مثل أصحاب المناصب المتقدمة عندما تبدأ عمل كمحلل بيانات في مكان ما، فمن المحتمل أن يتم تكليفك بمهام تتعلق بتنظيف البيانات لن تكون في البداية مسئولًا عن بناء نماذج البيانات أو تحليل العلاقات المتشابكة فيها.

بصفتك مبتدئًا، فإن دورك هو أن تتعلم، وأن تشق طريقك نحو منصب أعلى. مهما كان الدور ، فمن المحتمل جدًا أنك لن تحتاج إلى معرفة متقدمة في الإحصاء والرياضيات، وقد لا يعتمد تقدمك في منصب كبير على الدرجة التي حصلت عليها (إن وجدت) ، أو مستوى معرفتك في الرياضيات. إنه يعتمد على ما فعلته في دورك في المستوى المبتدئ وبحلول الوقت الذي تتقدم فيه ، ستكون قد عززت قدرًا أكبر من الفهم مما كنت ستحصل عليه عندما بدأت.

مصادر تعليمية مجانية لتعلم الرياضيات والإحصاء

إذا شجعتك السطور القليلة بالأعلى على أن تبدأ رحلتك لتعلم أساسيات الرياضيات والإحصاء اللازمة لتكون محلل بيانات، فيسرني أن أشارك معك مجموعة من المصادر التعليمية التي ستسهل عليك هذه المهمة:

Khan Academy

https://www.khanacademy.org/math

وهي منصة تعليمية مجانية تسمح لك بالحصول على الدروس الذي تريدها حسب موضع اهتمامك و أيضًا تتميز بوجود تمارين تفاعلية لتطبيق ما قمت بتعلمه .

Stanford | Online

https://online.stanford.edu

وهي منصة تعليمية تابعة لجامعة ستانفورد وتقدم العديد من الدروس في مختلف المجالات وتستطيع الحصول على شهادة في نهاية الدورة مقابل رسوم الشهادة، بينما التدريب مجاني.