DATA Science

علم داده “DATA Science” یک رشته میان رشته‌ای است که از روش‌ها، فرآیندها، الگوریتم‌ها و سیستم‌های علمی برای استخراج دانش و بینش از داده‌ها در اشکال گوناگون (ساختار یافته و ساختار نیافته) استفاده می‌کند. چیزی مشابه داده‌کاوی! علم داده مفهومی برای یکپارچه‌سازی آمار، تحلیل داده، یادگیری ماشین و دیگر مفاهیم مرتبط تحت یک عنوان واحد است. این کار به منظور درک و تحلیل پدیده‌ها با استفاده از داده‌ها انجام می‌شود. جهان امروز، جهان داده‌ است و ذخیره‌سازی و استفاده بهینه از داده‌ یکی از چالش‌های اصلی سازمان‌ها در یک دهه گذشته بوده است. سال‌های مدیدی است که جهان مملو از داده شده، حجم این داده‌ها و سرعت تولید آن‌ها با ظهور وب و البته شبکه‌های اجتماعی رشد فزاینده‌ای داشته. در واقع، حجم داده‌های دیجیتال با سرعت زیادی در حال رشد است. مطابق گزارش IBM، در سال ۲۰۱۲ هر روز بالغ بر ۲.۵ اگزابایت داده تولید می‌شده. بر اساس گزارش منتشر شده توسط DOMO، حجم تولید داده در سال ۲۰۱۸ نیز به همین منوال ادامه داشته است. در گزارش IBM آمده: «۷۵٪ داده‌های تولید شده، ساختار نیافته و منابعی مانند متن، صدا و ویدئو هستند.  ازاین‌رو در سال‌های اخیر، تمرکز اصلی متخصصان داده بر ساخت چهارچوب‌ها و راه‌حل‌هایی برای مدیریت داده‌ها (از استخراج و ذخیره‌سازی تا تحلیل و استراتژی‌های داده‌محور) بوده است.

در این دانش از روش‌ها و نظریه‌های علوم گوناگون از جمله ریاضیات، آمار، علم اطلاعات و علوم کامپیوتر استفاده می‌شود. به گفتهٔ برخی کارشناسان، یکی از جذاب‌ترین مشاغل قرن بیست‌ویکم تحلیل داده‌ها است اما باید ببینیم که چرا چنین لقبی به این حرفه داده شده است. در یک کلام، می‌توان گفت که در طول دهه‌های گذشته حجم داده‌های تولیدشده توسط کاربران و کمپانی‌های مختلف بسیار قابل‌توجه بوده که از آن به عنوان Big Data (کلان داده) یاد می‌شود اما این داده‌ها زمانی ارزشمند خواهند بود که بتوان آن‌ها را تحلیل کرده و از دل آن‌ها آمار و ارقامی به دست آوریم که با استفاده از آن‌ها بشود به شناخت بیشتر و بهتر بازار، رفتارهای کاربران، علائق ایشان و چیزهایی اینچنین دست یابیم که در همین راستا در این دوره ی آموزشی خواهیم آموخت که Data Science چیست و Data Scientist چه وظایفی دارا است.