જો તમે એવું વિચારતાં હોવ કે CA, એન્જિનિયર અને ડોક્ટરો વધુ
કમાણી કરે છે તો તમારી ભૂલ થાય છે. એક ડેટા સાયંટિસ્ટ CA અને એન્જિનિયર
કરતાં વધુ કમાણી કરે છે.
રિક્રુટમેન્ટ કન્સ્લ્ટન્ટ કંપની ટીમલીઝના જણાવ્યા અનુસાર આશરે 5 વર્ષનો અનુભવ ધરાવતા ડેટા સાયંટિસ્ટની કમાણી વાર્ષિક 75 લાખ રૂપિયાથી પણ વધુ હોય છે જ્યારે તેની સરખામણીમાં સમાન અનુભવ ધરાવતા CAની કમાણી વાર્ષિક 8-15 લાખ રૂપિયા અને એન્જિનિયરની વાર્ષિક આવક 5-8 લાખ રૂપિયા જ હોય છે.
2012માં હાર્વર્ડ બિઝનેસ રિવ્યૂમાં ડેટા સાયંટિસ્ટને '21મી સદીની સૌથી હોટ જોબ' લેખાવવામાં આવી હતી. હાલમાં જ ગ્લાસડોરે તેને 2016 માટે 'બેસ્ટ જોબ ઓફ ધ યર' ગણાવી હતી.
ભારતીય કંપનીઓમાં પણ ડેટા સાયંટિસ્ટની માંગ ખુબ જ છે અને તેને કારણે તેનું પગારધોરણ પણ ઊંચું છે. ટીમલીઝ સર્વિસિસના સહસંસ્થાપક અને સીનિયર વાઈસ પ્રેસિડેન્ટ વી પી રૂતુપર્ણા ચક્રવર્તીએ જણાવ્યું હતું કે, આગામી ત્રણ વર્ષોમાં ભારતમાં 2,00,000 એનાલિટિક્સ પ્રોફેશનલ્સની ડિમાન્ડ-સપ્લાય થશે. માત્ર સંયુક્ત રાષ્ટ્રમાં જ 100 ભરતીમાંથી 40 ભરતી ડેટા સાયંટિસ્ટની હશે. અમેરિકામાં ડેટા સાયંટિસ્ટને વાર્ષિક 1.30 કરોડ રૂપિયાનું જંગી પેકેજ મળે છે.
ડેટા સાયંટિસ્ટનું મુખ્ય કામ ડેટા સંબંધિત હોય છે. કંપનીઓ પોતાના રિસર્ચ અને એનાલિસિસ વિભાગને ઝડપથી આગળ વધારી રહી છે. આઈટી ક્રાંતિ બાદ બિઝનેસ સેક્ટરમાં ડેટાની માંગ ખુબ જ વધી ગઈ છે. બિઝનેસ મજબૂત કરવા તેમજ સોશિયલ મીડિયાના આ યુગમાં ગ્રાહકો પર પોતાની પકડ વધુ મજબૂત કરવા તેમની પસંદ જાણવા માટે ડેટા સાયંન્સનું મહત્ત્વ ખૂજ જ વધી ગયું છે. ડેટા સાયંટિસ્ટ વિવધ ક્ષેત્રો સાથે જોડાયેલા ડેટાનો સંગ્રહ કરે છે અને તેના એનાલિસિસ દ્વારા કંપનીઓ તેમની બિઝનેસ યોજનાઓ તૈયાર કરે છે.
ડેટા એનાલિટિક્સ પ્રોફેશનલ્સ મઉખ્યત્વે ગણિતજ્ઞ, આંકડાશાસ્ત્રી, ડેટાબેઝ-ડેટા વેયરહાઉસ એન્જિનિયર્સ, ડેટા માઈનર્સ અને ડેટા વેઅરહાઉસિંગ સ્કિલ્સ ધરાવતા IT પ્રોફેશનલ્સ હોય છે.
આ ટ્રેન્ડને કારણે હવે વધુને વધુ યુવાનો આ ફિલ્ડમાં કરિયર બનાવવા ઉત્સાહિત થયા છે. વિશ્વભરમાં આ ટ્રેન્ડ વધી રહ્યો છે ત્યારે અભ્યાસક્રમોમાં આ માટેના પૂરતા ફેરફારો થયા નથી. આ વાત માત્ર ભારત પૂરતી મર્યાદિત નથી પણ વિશ્વભરને લાગુ પડે છે. આ ફિલ્ડમાં કરિયર બનાવવા ઉત્સુક યુવાનો ગણિત, આંકડાશાસ્ત્ર ઉપરાંત માર્કેટિંગનું પાસું જાણતા હોય તે પણ જરૂરી છે. મેથ્સ અને માર્કેટિંગ કમ્યુનિકેશન્સના કોમ્બિનેશન દ્વારા ડેટા સાયંટિસ્ટ એક કથાકાર જેવો બની જાય છે અને તે ડેટાનો ઉપયોગ કરીને તેને એક વાર્તાનું રૂપ આપી દે છે અને તેના કારણે ડેટાને સમજવામાં પણ સરળતા રહે છે.
રિક્રુટમેન્ટ કન્સ્લ્ટન્ટ કંપની ટીમલીઝના જણાવ્યા અનુસાર આશરે 5 વર્ષનો અનુભવ ધરાવતા ડેટા સાયંટિસ્ટની કમાણી વાર્ષિક 75 લાખ રૂપિયાથી પણ વધુ હોય છે જ્યારે તેની સરખામણીમાં સમાન અનુભવ ધરાવતા CAની કમાણી વાર્ષિક 8-15 લાખ રૂપિયા અને એન્જિનિયરની વાર્ષિક આવક 5-8 લાખ રૂપિયા જ હોય છે.
2012માં હાર્વર્ડ બિઝનેસ રિવ્યૂમાં ડેટા સાયંટિસ્ટને '21મી સદીની સૌથી હોટ જોબ' લેખાવવામાં આવી હતી. હાલમાં જ ગ્લાસડોરે તેને 2016 માટે 'બેસ્ટ જોબ ઓફ ધ યર' ગણાવી હતી.
ભારતીય કંપનીઓમાં પણ ડેટા સાયંટિસ્ટની માંગ ખુબ જ છે અને તેને કારણે તેનું પગારધોરણ પણ ઊંચું છે. ટીમલીઝ સર્વિસિસના સહસંસ્થાપક અને સીનિયર વાઈસ પ્રેસિડેન્ટ વી પી રૂતુપર્ણા ચક્રવર્તીએ જણાવ્યું હતું કે, આગામી ત્રણ વર્ષોમાં ભારતમાં 2,00,000 એનાલિટિક્સ પ્રોફેશનલ્સની ડિમાન્ડ-સપ્લાય થશે. માત્ર સંયુક્ત રાષ્ટ્રમાં જ 100 ભરતીમાંથી 40 ભરતી ડેટા સાયંટિસ્ટની હશે. અમેરિકામાં ડેટા સાયંટિસ્ટને વાર્ષિક 1.30 કરોડ રૂપિયાનું જંગી પેકેજ મળે છે.
ડેટા સાયંટિસ્ટનું મુખ્ય કામ ડેટા સંબંધિત હોય છે. કંપનીઓ પોતાના રિસર્ચ અને એનાલિસિસ વિભાગને ઝડપથી આગળ વધારી રહી છે. આઈટી ક્રાંતિ બાદ બિઝનેસ સેક્ટરમાં ડેટાની માંગ ખુબ જ વધી ગઈ છે. બિઝનેસ મજબૂત કરવા તેમજ સોશિયલ મીડિયાના આ યુગમાં ગ્રાહકો પર પોતાની પકડ વધુ મજબૂત કરવા તેમની પસંદ જાણવા માટે ડેટા સાયંન્સનું મહત્ત્વ ખૂજ જ વધી ગયું છે. ડેટા સાયંટિસ્ટ વિવધ ક્ષેત્રો સાથે જોડાયેલા ડેટાનો સંગ્રહ કરે છે અને તેના એનાલિસિસ દ્વારા કંપનીઓ તેમની બિઝનેસ યોજનાઓ તૈયાર કરે છે.
ડેટા એનાલિટિક્સ પ્રોફેશનલ્સ મઉખ્યત્વે ગણિતજ્ઞ, આંકડાશાસ્ત્રી, ડેટાબેઝ-ડેટા વેયરહાઉસ એન્જિનિયર્સ, ડેટા માઈનર્સ અને ડેટા વેઅરહાઉસિંગ સ્કિલ્સ ધરાવતા IT પ્રોફેશનલ્સ હોય છે.
આ ટ્રેન્ડને કારણે હવે વધુને વધુ યુવાનો આ ફિલ્ડમાં કરિયર બનાવવા ઉત્સાહિત થયા છે. વિશ્વભરમાં આ ટ્રેન્ડ વધી રહ્યો છે ત્યારે અભ્યાસક્રમોમાં આ માટેના પૂરતા ફેરફારો થયા નથી. આ વાત માત્ર ભારત પૂરતી મર્યાદિત નથી પણ વિશ્વભરને લાગુ પડે છે. આ ફિલ્ડમાં કરિયર બનાવવા ઉત્સુક યુવાનો ગણિત, આંકડાશાસ્ત્ર ઉપરાંત માર્કેટિંગનું પાસું જાણતા હોય તે પણ જરૂરી છે. મેથ્સ અને માર્કેટિંગ કમ્યુનિકેશન્સના કોમ્બિનેશન દ્વારા ડેટા સાયંટિસ્ટ એક કથાકાર જેવો બની જાય છે અને તે ડેટાનો ઉપયોગ કરીને તેને એક વાર્તાનું રૂપ આપી દે છે અને તેના કારણે ડેટાને સમજવામાં પણ સરળતા રહે છે.
No comments:
Post a Comment