“Apple”
компанид ажилладаг өгөгдлийн шинжээч, машин сургалт ба инженерчлэлийн менежер,
доктор Төрмөнхийн Болорын Америкийн математикийн нийгэмлэгийн сэтгүүлд хэвлэгдсэн нийтлэлээс та бүхэнд хүргэж байна. Болор “Apple” компанид
ажиллахаасаа өмнө Чикагод байдаг “Uptake” компанид өгөгдлийн шинжээчээр ажиллаж
байхдаа энэхүү нийтлэлийг бичжээ.
Анхны алхам
Иллинойсын их
сургуульд докторын хөтөлбөрт 5 дахь жилдээ суралцаад, төгсөх ойртох үед би
амьдралдаа анх удаа ямар хүн болохыг хүсч буйгаа бодлоо. Би 4 жилийн турш
зөвхөн өгөгдөл, мэдээлэлтэй ажилласан байжээ. Тэгээд эрдэм шинжилгээ,
судалгааны ажлаас өөр юу хийж болох талаар бодлоо. Эрэлттэй байгаа мэргэжлээр ажиллах,
ур чадвар эзэмших, дадлагажигч ажилчнаар ажиллах зэрэг нь илүү амьдралд
хэрэгтэй санагдав. Тиймээс “Амжилтанд хүрэх нууц бол анхны алхмаа хийх юм”
гэдэгчлэн би дариу арга хэмжээ авахаар шийдлээ.
Ирээдүйд эрэлттэй
байх мэргэжлүүдийг “Google”-ээс хайж, шаардлагатай ур чадваруудыг олон эх
үүсвэрүүдээс олж, харьцуулсны үндсэнд өгөгдлийн шинжээчийн мэргэжил нь надад
тохирох нь ойлгомжтой боллоо. Би энэ нийтлэлдээ өөрийн өгөгдлийн шинжээч болсон
тухайгаа, мөн судалгааны чиглэлээр ажиллах болон бизнес эдийн засгийн салбарт
ажиллах хувилбаруудын ялгааны талаар бичлээ. Хэрвээ та өөрийн мэргэжлээ сонгох,
өөрчлөх болвол боломжит хувилбаруудыг сайн харьцуулж үзэх хэрэгтэй.
Өгөгдлийн
шинжилгээ гэж юу вэ?
Өгөгдлийн
шинжилгээний венн диаграммуудаас (“data science venn diagram” гээд google-д
хайж болно) харвал, өгөгдлийн шинжээчийг код бичих чадвартай, статистикийн
мэдлэгтэй, тухайн салбартаа туршлагатай мэргэжилтэн байна гэж тодорхойлжээ. Өгөгдлийн
шинжээчид нь бизнесийн асуудлыг шийдэх үүрэгтэй бөгөөд үүний тулд бэлэн байгаа
болон боломжит мэдээ, өгөгдлийг хайж,
цуглуулж, нарийвчлан судалдаг ба шийдэх гэж буй асуудлаа техникийн нэр томьёонд
хөрвүүлж, машин сургалт болон статистикийн алхмуудаа загварчилж, туршиж, гарсан
үр дүнг үйлчлүүлэгчдэд зориулж хөрвүүлэх ажлуудыг хийдэг. Үүнээс үзэхэд
өгөгдлийн шинжээч болохын тулд нэгэн зэрэг статистикч болон компьютер судлаач
байх мөн тухайн салбартаа ажилласан олон жилийн туршлагатай байх хэрэгтэй мэт
ойлгогдож байгаа боловч яг үнэн хэрэгтээ тийм биш юм.
Бодит байдал дээр
бол өгөгдлийн шинжилгээ нь өргөн хүрээг хамарсан шинэ салбар бөгөөд мэргэших
процесс, дэд салбарууд нь хурдацтай хөгжиж буй юм. Өгөгдлийн шинжилгээний бүх
хүрээг хамарсан ерөнхий мэдлэгтэй, нэг юм уу хоёр чиглэлээр мэргэшсэн байхад л
хамгийн эрэлттэй мэргэжилтэн болно. Математикийн чиглэлээр дээд боловсрол
эзэмшсэн хүмүүс тодорхой хэмжээнд бэлтгэгдсэн байхад энэхүү мэргэжлээр ажиллах
бүрэн боломжтой.
Өгөгдлийн шинжээч
болсон нь
Хэрхэн өгөгдлийн шинжээч болох арга
замыг тодорхойлсон мэдээ, мэдээлэл интернетэд зөндөө байдаг. Энд би зөвхөн
өөрийн туршлагаас хуваалцъя. Өгөгдлийн шинжээчээр ажиллахаар шийдсэнээс хойш
дадлагажигчаар ажиллах хүртлээ би 9 сарын турш машин сургалт болон “python”
хэлний онлайн хичээлүүд үзэж, маш олон ажилд өргөдөл өгч, хоёр ярилцлаганд
уригдсаны эцэст нэгэнд нь аз таарч тэнцсэн. Аж ахуйн нэгж компанид зориулсан
хэл, яриа боловсруулах программ хөгжүүлдэг Сан Франциско хотын нэгэн жижиг
гарааны бизнесийн компани надад боломж олгосон юм. Тэд өөрсдийн цахим
хуудсандаа дадлагажигч ажилчин авна гэсэн зар тавьсан байсан. Яагаад энэхүү
албан тушаалд тохиромжтой байх талаараа би хамгийн сайн гэсэн чанаруудаа бичиж,
зориг гарган үүсгэн байгуулагчид нь шууд и-мэйл анх явуулсан юм. Байр сууриа
олсон том компаниудруу ингэж шууд и-мэйл явуулах нь стандарт бус боловч жижиг
гарааны бизнесүүдийн хувьд бол ямар ч зүйл боломжтой байх магадлалтай байдаг,
тиймээс миний өргөдөл амжилттай болсон. Анх миний техник ур чадвар маш
хангалтгүй байсан боловч миний судалгаа, шинжилгээний ажлын мэдлэг их хэрэг
болсон. Тэгээд 3 сар дадлагажигч ажилтнаар ажиллаад би их зүйл сурсан байсан. Доктор
хүнд их хэмжээний стресс даах чадвар аргагүйн эрхэнд суусан байдаг юм билээ.
Ажлын байрныхаа нийгмийн орчинд дасах нь бас хүнд байлаа. Чив чимээгүй орчинд,
онлайн мэргэжлийн хэлэлцүүлэг, төрөл бүрийн эерэг, сөрөг блогын сэтгэгдлүүд гээд
их зүйлүүд өрнөдөг байсан. Гэвч надад зааж, сургах удирдагч, хамтран ажиллагч
нар маань тусалж, гэртээ байгаа юм шиг мэдрэмжийг төрүүлж чадсан. Энэхүү
дадлагажих ажил нь миний өгөгдлийн шинжээч болох замын зөвхөн эхлэл хэсэг байсан
юм. Одоогийн албан тушаалдаа хүрэхийн тулд би дахиад 2 жил зарцуулж бас нэгэн
ажил хайлтын урт хугацааг даван туулсан.
Өгөгдлийн шинжээч
байх нь судалгаа шинжилгээний ажилтан байхаас юугаараа ялгаатай вэ?
Бие даан,
ганцаараа ажиллахгүй
Миний хувьд эрдэм
шинжилгээ, судалгааны ажлын хамгийн хүнд хэсэг нь ганцаараа ажиллах байсан. Математикийн
судалгааны өөрийн тухайлсан чиглэлийнхээ хурал цуглаан болон судалгааны ажлын зөвлөхтэйгээ
уулзах уулзалтаас өөр хийж буй ажлынхаа нарийн ширийн, техник хэсгийг ярилцах
хамтран ажиллагчид надад байгаагүй.
Харин бизнесийн салбарын хувьд байдал шал өөр байсан ба хамтран ажиллагчид
маань миний ажиллаж буй төслийн хамгийн чухал практик зүйлсийг миний хүссэний
дагуу ярилцахад хэзээд бэлэн байдаг байлаа. Тэд миний ажиллаж буй төсөлтэй
төстэй төслүүд дээр ажилласан арвин их туршлагатай байсан бөгөөд тэрхүү
туршлагаа хуваалцахдаа хэзээд баяртай байдаг байсан. Ийм нөхцөлд суралцах нь
ганцаараа сурснаас маш их хурдтай юм билээ.
Төслийн хугацаа
богино
Төслүүдийн хугацаа
компани болгонд өөр өөр бөгөөд том компаниуд том төслүүд дээр ажиллах
хандлагатай байдаг бол программ хангамжийн компаниудын онцлог нь богино
хугацаатай төслүүдтэй байдаг. Тиймээс хаана ажиллахаас хамаарч өдөр тутмын
ажлын хамрах хүрээ болон стратегийн хувьд чухал байх байдал нь янз бүр байна. Жижиг
төслүүдийн ажлууд 7 хоногоор төлөвлөгдсөн байдаг бол том төслүүдийнх улирлаар
төлөвлөгдсөн байдаг. Богино хугацаатай байх нь ихэнхдээ ашиг тустай, яагаад
гэвэл чамайг болон чиний удирдагчийг амжилтанд хүрэх зорилго, шалгуур
үзүүлэлтээ тодорхой тавихыг шахаж өгдөг. Гэхдээ нөгөө талаас харахад хэрвээ
багийн чинь ажлын төлөвлөгөө гэнэт өөрчлөгдвөл богино хугацааны зорилт нь алсын
бодолгүй тодорхойлогдсон байдаг.
Ихэнхдээ ямар ажил
хийхээ өөрөө сонгох боломжгүй
Энэ нь бас янз бүр
байна. Apple шиг компаниуд дээд удирдлагаасаа стратегийн чиглэл, бүтээгдэхүүний
ирээдүйн төсөөллийг гаргаж доод шатны ажилчиддаа түгээдэг. Харин Facebook
компаний хувьд эсрэгээрээ ажилчдаасаа шинэ санаа дэвшүүлэхийг илүү дэмжиж
ажилладаг. Ихэнх компаниуд энэ хоёр хувилбарын голд нь байдаг буюу чи ямар нэг
байдлаар тодорхой хариуцлага бүхий томилогдсон ажил хийх үүрэгтэй байна гэсэн
үг. Миний ажиллаж байгаа төсөл бол улирлаар төслийн санал төлөвлөгөөгөө
гаргаад, дараа нь компаний зорилготой нийцэж буйг хянан үздэг.
Чамд илүү их нөөц
бололцоо гарч ирнэ
Докторант байхад
надад цаг хугацаа элбэг байдаг байлаа. Тиймээс би өөрийн асуудлаа өөрөө
шийдчихдэг байсан. Гэвч багийн гишүүнээр ажиллаад ирвэл чиний зорилго бол
хамгийн боломжит үр ашиг бүхий сайн шийдлийг олох явдал байна. Бүх зүйлээ өөрөө
хийх нь үр ашигтай арга барил биш юм. Туслалцаа авч байх нь хамгийн зөв биш ч,
чамаас тийм байхыг бизнесийн орчин шаардана.
Дуусгах нь төгс
байхаас илүү
Эрдэм шинжилгээний ажилтан бол ажлыг
хурдан хийх болон төгс хийх хоёрыг харьцуулж, ашиг тус, зардлыг үнэлж, дүгнэн
сонголтоо хийх туршлагагүй байдаг. Харин бизнесийн салбарынхан энэ шийдвэрийг
өдөр бүр гаргадаг.
Эцэст нь хэлэхэд
Өгөгдлийн шинжээч
хүний мэргэшил болон ажиллаж буй төсөл нь математикч, эрдэм шинжилгээний ажилтнаас
өөр боловч яг хийж буй ажил нь угтаа ижил төстэй. Өгөгдлийн шинжээч тодорхойгүй
асуудлыг тодорхой болгох, шийдэхийн тулд дахин дахин тухайн асуудлаа томьёолж,
тодорхойлсоор ихэнх цагаа өнгөрүүлдэг. Тэгээд сонирхолтой үр дүнд хүрвэл
түүнийгээ эцсийн хэрэглэгчдэд дамжуулах нь маш чухал. Адармаатай асуудлыг тодорхойлж,
дата мэдээлэлд үндэслэн түүнийгээ нотолсны дараа харилцагчдад найдвартай
байдлаар тухайн үр дүнгээ хүргэх нь өгөгдлийн шинжээчийн гол ажил нь юм.
Тиймээс өгөгдлийн шинжээч болоход чиний дээд боловсрол эзэмшихэд сурч байсан математик,
статистик, эсвэл операторын шинжилгээ зэрэг хичээлүүдийн мэдлэг их хэрэг болно.
Ингээд амжилт
хүсье.
Эх сурвалж:
American Mathematical Society, Volume 69, Number 4
Бэлтгэсэн: Математикийн
салбар, ЭША, Г.Гантигмаа