روزنامه هفت صبح، آرش پورابراهیمی | ‌ ساختارهای اقتصادی کم و بیش همواره در حال تغییرند و به‌طور مشابه بازار کار را هم تحت‌تاثیر قرار می‌دهند. به همین خاطر است که برخی مشاغل به مرور ناپدید و شغل‌های تازه‌ای پدیدار می‌شوند. این روند در برخی از اقتصادها که بازار کار پویاتری دارند (مانند اقتصاد آمریکا) به‌مراتب سریع‌تر و البته بی‌رحمانه‌تر طی می‌شود.

«دانشمند داده» ‌احتمالا گل سرسبد مشاغلی است که طی تقریبا یک دهه اخیر سر بر آورده‌اند و ناگهان به شغلی جذاب برای نیروی کار تبدیل شده‌اند. افرادی با تحصیلات کارشناسی ارشد یا حتی دکتری در رشته‌های دیگر در دوره‌های مربوط به یادگیری دانش داده ثبت‌نام می‌کنند تا به دانشمند داده تبدیل شده و جذب یکی از هزاران کارفرمایی شوند که به‌دنبال دانشمند داده می‌گردند. اداره آمار نیروی کار آمریکا هم برآورد کرده که طی یک دهه پیش‌رو حدود ۳۰درصد به اندازه بازار کار مربوط به علوم داده افزوده خواهد شد.

علم داده به‌طور خلاصه به دانش مربوط به جمع‌آوری، نگهداری و پردازش داده‌ها مربوط می‌شود. سرعت و حجم تولید اطلاعات و داده‌ها در جهان امروز به‌جایی رسیده که پردازش آن‌ها شیوه‌های تازه و مخصوص به‌خود را می‌طلبد. اما پایه علم داده عملا به علم آمار و احتمالات مربوط می‌شود تا جایی‌که حتی در سوالات استخدامی مربوط به دانشمند داده در شرکت‌های بزرگ هم سوالات مربوط به آمار و احتمال پرسیده می‌شود. اما چه شد که علم آمار ناگهان به چنین جایگاه مهمی رسید آن‌هم در شرایطی که چند دهه قبل چندان جدی گرفته نمی‌شد؟

در واقع پیش‌تر هم کسب‌وکارهایی با کمک استفاده از علم آمار شکل گرفته بودند. برای مثال شرکت‌های بیمه عملا بر‌اساس ایده اعداد بزرگ شکل گرفته‌اند، چرا‌که به‌سختی می‌توان پیش‌بینی کرد که آیا برای یک فرد مشخص حادثه‌ای روی خواهد داد یا خیر اما تعداد حوادثی که طور کلی طی یک دوره زمانی مشخص در منطقه‌ای مشخص روی می‌دهند کم‌و‌بیش قابل پیش‌بینی است. تخمین‌های اقتصادی، نظرسنجی‌ها و همچنین کنترل کیفیت در کارخانه‌ها هم تا حد زیادی به دانش آمار وابسته بودند.

علم آمار حتی در داروسازی و به‌طور خاص هنگام بررسی تاثیرگذاری واکسن‌ها یا داروها هم به کار گرفته می‌شود. اما حالا جهان داده‌ها و اعداد دیگر به شرکت‌های بزرگ مانند بانک‌ها و بیمه‌ها و یا ادارات دولتی مانند مراکز آمار مربوط نمی‌شود. هر کسب‌و‌کاری حتی کوچک، می‌تواند هزاران داده مربوط به کسب‌و‌کارش را به‌راحتی جمع‌آوری کند. برای مثال می‌دانیم که فروشگاه‌های پوشاک با قرار دادن دوربین‌های حرارتی در داخل مغازه، حرکت مشتری‌ها را دنبال و ثبت می‌کنند تا بتوانند از آن برای چیدمان بهتر کالاها بهره ببرند.

بگذریم که کسب‌و‌کارهایی مانند فروشگاه‌های آنلاین میلیاردها داده مختلف را در اختیار دارند و می‌توانند براساس آن‌ها الگوهای رفتار مشتریان را تحلیل و پیش‌بینی کنند. گزارش سال اپلیکیشن و وبسایت دیوار تنها نگاهی گذرا بود بر جهانی از اطلاعات که در اختیار این شرکت‌ها قرار دارد. جدا از اینکه اصلا چگونه می‌توان این همه داده را جمع‌آوری و نگهداری کرد، در نهایت باید بتوانیم این داده‌ها را تحلیل کنیم و از طریق آن‌ها به بینش جدیدی دست پیدا کنیم.

اینجا جایی است که علم آمار و تحلیل‌های مربوط به تخمین آمارهای مربوط به یک جامعه به کار می‌آیند. مدل‌های پیچیده مربوط به یادگیری ماشین و هوش مصنوعی هم در عمل بر‌اساس دانش آمار طراحی شده‌اند. احتمالا علوم مختلف طی تاریخ فراز و فرودهای مختلفی را تجربه کرده‌اند. اما تبدیل شدن علم آمار و احتمال از دانشی نسبتا حاشیه‌ای به دانشی که متقاضیان بسیاری به‌دنبال آموختنش هستند احتمالا یکی از جالب‌ترین بازگشت‌های یک علم به صحنه اول زندگی بشری است.

برای پیگیری اخبارکاربران ویژه - اقتصادیاینجا کلیک کنید.