Ma’lumotlar fani (Data Science)

Ma’lumotlar ilmi (ingl. ma’lumotlar ilmi (data science); ba’zan datalogiya — datalogiya (datalogy)) — informatika bo‘limi bo‘lib, ma’lumotlarni tahlil qilish va, qayta ishlash, shuningdek ma’lumotlarni raqamli shaklda taqdim etish. U katta hajmdagi va yuqori darajadagi parallellik sharoitida ma’lumotlarni qayta ishlash usullarini, statistik usullarni, ma’lumotlarni intellektual tahlil qilish usullarini va ma’lumotlar bilan ishlash uchun sun’iy intellekt ilovalarini, shuningdek, ma’lumotlar bazalarini loyihalash va ishlab chiqish usullarini.

Ma’lumotlar ilmi akademik fan sifatida qaraladi; 2010-yillarning boshidan boshlab esa, ko‘p jihatdan «katta ma’lumotlar» konsepsiyasining ommalashuvi tufayli amaliy, tarmoqlararo faoliyat sohasi sifatida ham ko‘riladi. Shu bilan birga, ma’lumotlar olimi (ingl. data scientist — «ma’lumotlar olimi») mutaxassisligi 2010-yillarning boshidan eng jozibador, yuqori maoshli va istiqbolli kasblardan biri hisoblanadi.

Tarixi

Alohida fan sifatida shakllanishining boshlanishi deb 1966 yil, o‘sha paytda Ilm-fan va texnika uchun ma’lumotlar qo‘mitasi (CODATA) tashkil etilgan. «ma’lumotlar ilmi (data science)» atamasining ilk bor qo‘llanishi esa Piter Naurning 1974 yildagi kitobiga taalluqli. U bu kitobda ma’lumotlar ilmini raqamli ma’lumotlarning hayotiy siklini — paydo bo‘lishidan tortib, boshqa bilim sohalarida taqdim etish uchun o‘zgartirilishigacha bo‘lgan jarayonni o‘rganuvchi fan sifatida aniq ta’riflagan (ayrim fikrlarga ko‘ra, Naur «data science» atamasini 1960-yillarning oxiridayoq ishlatgan).

Biroq fan nomini anglatuvchi atama faqat 1990-yillarda keng qo‘llanila boshlandi va 2000-yillarning boshidagina, avvalo Bell Labsning statistik olimi Uilyam Klivlendning maqolasi[ingl.] (2012 yil holatiga ko‘ra — statistika professori Purdue universitetida), u statistik tadqiqotlarning texnik jihatlarini rivojlantirish rejasini e’lon qildi va ma’lumotlar ilmini ushbu texnik jihatlar jamlanishi lozim bo‘lgan alohida akademik fan sifatida ajratib ko‘rsatdi.

2002 yilda Ilm-fan va texnika uchun ma’lumotlar qo‘mitasi CODATA Data Science Journal jurnalini nashr eta boshladi; uning nomida mazkur fan nomi ham bor edi. 2003 yil yanvarida esa The Journal of Data Science jurnalining Kolumbiya universiteti tomonidan nashr etilgan ilk soni chiqdi..

Ma’lumotlar ilmiga keng qiziqishning navbatdagi to‘lqini «katta ma’lumotlar» paradigmasining paydo bo‘lishi bilan bog‘liq. Bu paradigma katta hajmli va xilma-xil ma’lumotlarni qayta ishlashning yangi texnologik imkoniyatlariga, jumladan, 2000-yillarda ma’lumotlar ilmi doirasida ishlab chiqilgan usullardan foydalanishga e’tibor qaratadi. 2011 yildan boshlab O’Reilly ma’lumotlar ilmi bo‘yicha yirik Strata konferensiyalari turkumini o‘tkazib keladi, EMC korporatsiyasi esa 2011 yildan boshlab ma’lumotlar ilmi bo‘yicha har yili sammit o‘tkazadi. McKinsey 2011 yilda AQShda 440—490 ming nafar yangi mutaxassisga talab bo‘lishini, ular «katta ma’lumotlar bilan ishlash bo‘yicha chuqur tahliliy ko‘nikmalarga ega» bo‘lishi kerakligini, 2018 yilga kelib esa ta’lim yo‘nalishlari o‘zgarmagan taqdirda bunday mutaxassislar yetishmovchiligi 50 % — 60 % ga yetishini bashorat qildi. Ushbu prognoz o‘quv dasturlarini yaratishga bo‘lgan qiziqishni sezilarli darajada kuchaytirdi.

2012 yilda ma’lumotlar olimi (data scientist) kasbi bir necha bor zamonaviy dunyodagi eng jozibador kasblardan biri sifatida qayd etildi (ingl. sexy) va istiqbolli deb baholandi. Ta’kidlanishicha, bunday mutaxassislar tashkilotlarda muhim rol o‘ynaydi, chunki ma’lumotlarni tahlil qilish, tezkor qayta ishlash va ulardagi qonuniyatlarni aniqlash orqali, ayniqsa texnologiya sohalarida, raqobat ustunligiga erishish imkonini beradi.

2013-o‘quv yilidan boshlab Dandi universiteti, Oklend universiteti, Janubiy Kaliforniya universiteti ma’lumotlar ilmi bo‘yicha magistratura dasturlarini yo‘lga qo‘ydilar, London Imperial kolleji biznes maktabi esa «ma’lumotlar ilmi va menejment bo‘yicha fan magistri» dasturini (ingl. MSc Data Science & Management) taklif qildi. Shu yili Vashington universiteti, Kaliforniya universiteti, Berkli va Nyu-York universiteti ma’lumotlar ilmini rivojlantirish uchun 37,8 mln dollar miqdorida grant oldilar. Ushbu loyiha doirasida besh yil davomida o‘quv dasturlarini shakllantirish va mazkur sohada akademik faoliyat yuritish imkoniyatlarini yaratish ham ko‘zda tutilgan.

Mazmuni

Ma’lumotlar ilmi sohasidagi kasbiy faoliyatning asosiy amaliy maqsadi — ma’lumotlardagi qonuniyatlarni aniqlash va ulardan umumlashtirilgan shaklda bilim olishdir. Ushbu sohada ishlash uchun zarur ko‘nikmalarni tushuntirishda ko‘pincha Venn diagrammasi qo‘llanadi. Unda mutaxassisga zarur ko‘nikmalar uch soha kesishmasida aks etadi (ingl. soha bo‘yicha bilim va tajriba — substantive expertise), axborot texnologiyalaridan amaliy foydalanish (xakerlik ko‘nikmalari — hacking skills) va matematik statistika bo‘yicha bilim.

Sohaning epistemologik o‘ziga xos xususiyati sifatida natijalarning sababiy asoslanganligidan ko‘ra amaliy qo‘llanishi, ya’ni bashoratlarning muvaffaqiyatli chiqishi ustuvor ekani ko‘rsatiladi. An’anaviy tadqiqot sohalarida esa hodisaning tabiatini tushuntirish muhim hisoblanadi. Ma’lumotlar ilmi ko‘p jihatdan tayanadigan klassik statistika bilan taqqoslaganda, ma’lumotlar ilmi ko‘p jihatdan shu statistika usullariga tayanadi; bunda juda katta va turli xil raqamli ma’lumotlar to‘plamlarini o‘rganish hamda ularni qayta ishlashni ta’minlaydigan axborot texnologiyalari bilan uzviy bog‘liqlik nazarda tutiladi. Ma’lumotlar bazalarini loyihalash va ular bilan ishlash sohasidan farqli ravishda, avval ma’lumotlar modeli loyihalanadi; u predmet sohasidagi o‘zaro bog‘liqliklarni aks ettiradi. Shundan so‘ng yuklangan ma’lumotlar nisbatan sodda (arifmetik) usullar bilan o‘rganiladi. Ma’lumotlar ilmida esa matematik statistika, sun’iy intellekt va mashinaviy o‘rganish usullariga tayaniladi; ko‘pincha ma’lumotlarni oldindan modelga yuklash talab etilmaydi. Tahlilchi kasbining asosiy vazifasi to‘plangan ma’lumotlar asosida hodisalarni nisbatan sodda foydalanuvchi vositalari (masalan, elektron jadvallar yoki biznes intellekti (Business Intelligence)) yordamida tavsiflashdan iborat. Bunga qarama-qarshi ravishda, ma’lumotlar ilmi mutaxassisi predmet sohalari mazmuniga kamroq e’tibor qaratadi, biroq matematik statistika, mashinaviy o‘rganish, dasturlash bo‘yicha chuqurroq bilim va umuman olganda yuqoriroq ta’lim darajasini talab qiladi (magistrlar, fan nomzodlari, Ph.D. bilan taqqoslaganda bakalavrlar va mutaxassislar).

Akademik dasturlar

Ma’lumotlar ilmi bo‘yicha kirish kursi Vashington universitetining Coursera platformasida e’lon qilingan; unda quyidagi bo‘limlar ajratilgan:

«Ma’lumotlar ilmi va menejment» magistratura dasturining ma’lumotlar ilmi bo‘limi (London Imperial kolleji) tarkibiga «ilg‘or statistika» tayyorlov kursi kiradi (ingl. advanced statistics). Ma’lumotlar ilmi kursining bevosita tarkibiga quyidagi fanlar kiradi:

Ma’lumotlar ilmi va menejment asoslari kurslaridan so‘ng dasturda ikki yo‘nalishga ajratilgan amaliy kurs ko‘zda tutilgan. Moliyaviy texnologiyalar yo‘nalishiga risklarni boshqarish, aktivlarni boshqarish va hosilaviy moliyaviy instrumentlar kiradi, konsalting yo‘nalishida esa katta hajmdagi ma’lumotlarni qayta ishlash (ingl. katta ma’lumotlar to‘plamlari — large datasets), tarmoq tahlili, ekonometrik tahlil, shuningdek, quyidagi sohalarda qo‘llaniladigan ilovalar: xizmatlar va konsalting, energetika, sog‘liqni saqlash, siyosat.

«Dandi universiteti»ning ma’lumotlar ilmi dasturi «katta ma’lumotlar»ga alohida urg‘u beradi va, avvalo, «jadval ko‘rinishida qayta ishlash»ga qarama-qarshi ravishda, quyidagilarga e’tibor qaratadi: ma’lumotlarni intellektual tahlil qilish, ma’lumotlar bazalarini hamda ma’lumotlar omborlarini modellashtirish, statistika; dastur doirasida esa quyidagi dasturlash tillari: SQL, MDX, R, Erlang, Java; vositalar: Hadoop va NoSQL.

Adabiyotlar