Cancer Treatment: An Overview Cancer is a complex disease that affects millions of people worldwide. It can occur in any part of the body and is caused by uncontrolled cell growth. While there is no single cure for cancer, there are a variety of treatments available that can help control the disease and improve quality of life. The type of cancer treatment you receive will depend on several factors, including the type and stage of your cancer, your overall health, and your preferences. Some common cancer treatments include: more info: https://www.bestatlondon.com/best-private-hospital-in-london/

1. Data Science
What Is Data Science?
Data science is the domain of study that deals with vast volumes of data
using modern tools and techniques to find unseen patterns, derive
meaningful information, and make business decisions. Data science uses
complex machine learning algorithms to build predictive models. The data
used for analysis can come from many different sources and presented in
various formats. Now that you know what data science is, let’s see the data
science lifestyle.
ডেটা সায়েন্স হল অধ্য়েযের ডোযেে যা অযেখা নেের্ শ
েগুনল খুঁযে ডেযে, অর্ শ
েূর্ শ
ের্য সংগ্রহ করযে এবং বযবসান়েক নসদ্ধান্ত নেযে আধ্নেক সরঞ্জাে এবং
ডকৌর্লগুনল বযবহার কযর নবেল েনরোর্ ডেটা নেয়ে কাে কযর। ের্য নবজ্ঞাে
ভনবষ্যদ্বার্ীেূলক েযেল তেনর করযে েটটল ডেনর্ে লানে শ
ং অযালগনরেে বযবহার
কযর। নবযেষ্যর্র েেয বযবহৃে ডেটা নবনভন্ন উৎস ডর্যক আসযে োযর এবং
নবনভন্ন নবেযাযস উেস্থানেে হযে োযর। এখে আেনে ডেটা সায়েন্স কী ো োযেে,
আসে ডেটা সায়েন্স লাইফস্টাইল ডেনখ।

2. The Data Science Lifecycle
Now that you know what is data science, next up let us focus on the data
science lifecycle. Data science’s lifecycle consists of five distinct stages,
each with its own tasks:
1. Capture: Data Acquisition, Data Entry, Signal Reception, Data
Extraction. This stage involves gathering raw structured and
unstructured data.
2. Maintain: Data Warehousing, Data Cleansing, Data Staging, Data
Processing, Data Architecture. This stage covers taking the raw
data and putting it in a form that can be used.
3. Process: Data Mining, Clustering/Classification, Data Modeling,
Data Summarization. Data scientists take the prepared data and
examine its patterns, ranges, and biases to determine how useful it
will be in predictive analysis.
4. Analyze: Exploratory/Confirmatory, Predictive Analysis, Regression,
Text Mining, Qualitative Analysis. Here is the real meat of the
lifecycle. This stage involves performing the various analyses on
the data.
5. Communicate: Data Reporting, Data Visualization, Business
Intelligence, Decision Making. In this final step, analysts prepare

3. the analyses in easily readable forms such as charts, graphs, and
reports.
এখে ডযযহেু আেনে োযেে ডয ডেটা সায়েন্স কী, এরেযর আসে আেরা ডেটা
সায়েন্স লাইফসাইযকযলর উের ডফাকাস কনর। ডেটা সায়েযন্সর েীবেচক্র োুঁচটট
স্বেন্ত্র েয শ
া়ে নেয়ে গটিে, প্রনেটটর নেেস্ব কাে রয়েযে:
কযােচার: ডেটা অনধ্গ্রহর্, ডেটা এনি, নসগেযাল নরযসের্ে, ডেটা এক্সট্রাকর্ে।
এই েয শ
ায়ে কাুঁচা কািাযোগে এবং অসংগটিে ডেটা সংগ্রহ করা েন়িে।
রক্ষর্াযবক্ষর্: ডেটা গুোেোেকরর্, ডেটা নিেজেং, ডেটা ডস্টজেং, ডেটা
প্রযসনসং, ডেটা আনকশযটকচার। এই েয শ
ায়ে কাুঁচা ডেটা ডেও়ো এবং এটটযক বযবহার
করা ডযযে োযর এেে একটট ফযে শরাখাযক কভার কযর।
প্রজক্র়ো: ডেটা োইনেং, িাস্টানরং/ডের্ীনবভাগ, ডেটা েযেনলং, ডেটা সংনক্ষপ্তকরর্।
ডেটা নবজ্ঞােীরা প্রস্তুে ডেটা গ্রহর্ কযর এবং ভনবষ্যদ্বার্ীেূলক নবযেষ্যর্ এটট
কেটা কায শ
কর হযব ো নেধ্ শ
ারর্ করযে এর নেের্ শ
ে, েনরসর এবং েক্ষোেগুনল
েরীক্ষা কযর।

4. নবযেষ্র্ করুে: অেসন্ধােেূলক/নেজিে, ভনবষ্যদ্বার্ীেূলক নবযেষ্র্, নরযগ্রর্ে,
ডটক্সট োইনেং, গুর্গে নবযেষ্র্। এখাযেই েীবেচযক্রর আসল োংস। এই েয শ
ায়ে
ডেটার নবনভন্ন নবযেষ্র্ সম্পােে করা েন়িে।
ডযাগাযযাগ: ডেটা নরযোটটশং, ডেটা নভেয়োলাইযের্ে, বযবসান়েক বজদ্ধেত্তা,
নসদ্ধান্ত গ্রহর্। এই চূ়িান্ত ধ্াযে, নবযেষ্করা সহযেই েিেযযাগয ফে শডযেে চাটশ,
গ্রাফ এবং প্রনেযবেযে নবযেষ্র্গুনল প্রস্তুে কযর।
Data Science Prerequisites
Here are some of the technical concepts you should know about before
starting to learn what is data science.
1. Machine Learning: Machine learning is the backbone of data science.
Data Scientists need to have a solid grasp of ML in addition to basic
knowledge of statistics.
2. Modeling: Mathematical models enable you to make quick calculations
and predictions based on what you already know about the data. Modeling
is also a part of Machine Learning and involves identifying which algorithm
is the most suitable to solve a given problem and how to train these
models.

5. 3. Statistics: Statistics are at the core of data science. A sturdy handle on
statistics can help you extract more intelligence and obtain more
meaningful results.
4. Programming: Some level of programming is required to execute a
successful data science project. The most common programming
languages are Python, and R. Python is especially popular because it’s easy
to learn, and it supports multiple libraries for data science and ML.
5. Database: A capable data scientist needs to understand how databases
work, how to manage them, and how to extract data from them.
ডেটা সায়েন্স কী ো নর্খযে শুরু করার আযগ আেোর নকে
ু প্রযজিগে ধ্ারর্া
সম্পযকশ োো উনচে।
1. মেশিন লাশননিং: ডেনর্ে লানে শ
ং ডেটা সায়েযন্সর ডেরুেণ্ড। ডেটা সায়েনিস্টযের
েনরসংখযাযের প্রার্নেক জ্ঞাযের োর্াোনর্ ML-এর একটট র্ি উেলনি র্াকযে
হযব।

6. 2. েডেললিং: গানর্নেক েযেলগুনল আেোযক ডেটা সম্পযকশ ইনেেযধ্য যা োযেে োর
উের নভনত্ত কযর দ্রুে গর্ো এবং ভনবষ্যদ্বার্ী করযে সক্ষে কযর। েযেনলং ডেনর্ে
লানে শ
ংয়ের একটট অংর্ এবং প্রেত্ত সেসযা সোধ্াযের েেয ডকাে অযালগনরেে
সবযচয়ে উেযি এবং এই েযেলগুনলযক কীভাযব প্রনর্ক্ষর্ ডেও়ো যা়ে ো নচনিে
করা েন়িে।
3. পশিসিংখ্যান: েনরসংখযাে ের্য নবজ্ঞাযের েূল নবষ়্ে। েনরসংখযাযের উের একটট
বনলষ্ঠ হযাযেল আেোযক আরও বজদ্ধেত্তা ডবর করযে এবং আরও অর্ শ
েূর্ শ
ফলাফল ডেযে সাহাযয করযে োযর।
4. মরাগ্রাশেিং: একটট সফল ডেটা সায়েন্স প্রযেক্ট চালাযোর েেয নকে
ু স্তযরর
ডপ্রাগ্রানেং প্রয়োেে। সব শ
ানধ্ক সাধ্ারর্ ডপ্রাগ্রানেং ভাষ্াগুনল হল োইর্ে, এবং আর.
োইর্ে নবযর্ষ্ভাযব েেনপ্র়ে কারর্ এটট ডর্খা সহে, এবং এটট ডেটা সায়েন্স এবং
এেএল-এর েেয একানধ্ক লাইযেনর সের্ শ
ে কযর৷

7. 5. োটাডেস: একেে েক্ষ ডেটা সায়েনিস্টযক বঝযে হযব কীভাযব োটাযবস কাে
কযর, কীভাযব ডসগুনল েনরচালো করযে হ়ে এবং কীভাযব ডসগুনল ডর্যক ডেটা
ডবর করযে হ়ে।
Who Oversees the Data Science Process?
1. Business Managers: The business managers are the people in charge of
overseeing the data science training method. Their primary responsibility is
to collaborate with the data science team to characterise the problem and
establish an analytical method. A data scientist may oversee the marketing,
finance, or sales department, and report to an executive in charge of the
department. Their goal is to ensure projects are completed on time by
collaborating closely with data scientists and IT managers.
2. IT Managers: Following them are the IT managers. If the member has
been with the organisation for a long time, the responsibilities will
undoubtedly be more important than any others. They are primarily
responsible for developing the infrastructure and architecture to enable
data science activities. Data science teams are constantly monitored and
resourced accordingly to ensure that they operate efficiently and safely.
They may also be in charge of creating and maintaining IT environments
for data science teams.
3. Data Science Managers: The data science managers make up the final
section of the tea. They primarily trace and supervise the working

8. procedures of all data science team members. They also manage and keep
track of the day-to-day activities of the three data science teams. They are
team builders who can blend project planning and monitoring with team
growth.
1. শেজডনস েযাডনজাি: বযবসান়েক বযবস্থােক হল ডেটা সায়েন্স ডট্রনেং েদ্ধনের
েত্ত্বাবধ্াযের োন়েযে নেয়োজেে বযজি। োযের প্রার্নেক োন়েে হ'ল সেসযাটট
নচনিে করযে এবং একটট নবযেষ্র্েূলক েদ্ধনে প্রনেষ্ঠা করযে ডেটা সায়েন্স
েযলর সাযর্ সহযযানগো করা। একেে ডেটা সায়েনিস্ট োযকশটটং, নফোন্স বা
ডসলস নেোটশযেযির েত্ত্বাবধ্াে করযে োযরে এবং নবভাযগর োন়েযে র্াকা
একেে এজক্সনকউটটভযক নরযোটশ করযে োযরে। ডেটা নবজ্ঞােী এবং আইটট
েনরচালকযের সাযর্ ঘনেষ্ঠভাযব সহযযানগো কযর প্রকল্পগুনল সে়েেযো সম্পন্ন
করা নেজিে করাই োযের লক্ষয।
2. আইটট েযাডনজাি: োযের অেসরর্ কযর আইটট েযাযেোররা। যনে সেসয েীঘ শ
নেে
ধ্যর সংগিযের সাযর্ র্াযক েযব নেিঃসযেযহ োন়েেগুনল অেযযের ডচয়ে ডবনর্
গুরুেেূর্ শহযব। োরা প্রার্নেকভাযব ের্য নবজ্ঞাে কায শ
ক্রে সক্ষে করার েেয
অবকািাযো এবং স্থােেয নবকাযর্র েেয ো়েী। ডেটা সায়েন্স টটেগুনলযক
ক্রোগে েয শ
যবক্ষর্ করা হ়ে এবং ডসই অেযা়েী নরযসাস শকরা হ়ে যাযে োরা
েক্ষোর সাযর্ এবং নেরােযে কাে কযর। োরা ডেটা সায়েন্স টটযের েেয আইটট
েনরযবর্ তেনর এবং বো়ে রাখার োন়েযে র্াকযে োযর।

9. 3. মেটা সাড়েন্স েযাডনজাি: ডেটা সায়েন্স েযাযেোররা চায়ের চূ়িান্ত অংর্ তেনর কযর।
োরা প্রার্নেকভাযব সেস্ত ডেটা নবজ্ঞাে েযলর সেসযযের কাযের েদ্ধনেগুনল ডট্রস
এবং েত্ত্বাবধ্াে কযর। োরা নেেটট ডেটা সায়েন্স টটযের প্রনেনেযের
জক্র়োকলােগুনল েনরচালো কযর এবং ট্রযাক রাযখ। োরা টটে নেে শ
াো যারা প্রকল্প
েনরকল্পো এবং েয শ
যবক্ষর্যক েযলর বৃজদ্ধর সাযর্ নেনেে করযে োযর।
What is a Data Scientist?
If learning what is data science sounded interesting, understanding what
does this job roles is all about will me much more interesting to you. Data
scientists are among the most recent analytical data professionals who
have the technical ability to handle complicated issues as well as the
desire to investigate what questions need to be answered. They're a mix of
mathematicians, computer scientists, and trend forecasters. They're also in
high demand and well-paid because they work in both the business and IT
sectors. On a daily basis, a data scientist may do the following tasks:
1. Discover patterns and trends in datasets to get insights
2. Create forecasting algorithms and data models
3. Improve the quality of data or product offerings by utilising
machine learning techniques
4. Distribute suggestions to other teams and top management
5. In data analysis, use data tools such as R, SAS, Python, or SQL
6. Top the field of data science innovations.

10. ডেটা সায়েন্স কী ো ডর্খা যনে আকষ্ শ
র্ী়ে েযে হ়ে, োহযল এই কাযের ভূনেকা কী
ো ডবাঝা আোর কাযে আেোর কাযে আরও আকষ্ শ
র্ী়ে হযব। ডেটা সায়েনিস্টরা
হযলে সাম্প্রনেকেে নবযেষ্র্াত্মক ডেটা ডের্াোরযের েযধ্য যাযের কাযে েটটল
সেসযাগুনল েনরচালো করার প্রযজিগে ক্ষেোর োর্াোনর্ ডকাে প্রশ্নগুনলর
উত্তর ডেও়ো েরকার ো েেন্ত করার ইচ্ছা রয়েযে। োরা গনর্েনবে, কম্পম্পউটার
নবজ্ঞােী এবং প্রবর্ো েূব শ
াভাসকারীযের নেের্। োরা বযবসা এবং আইটট উভ়ে
ডক্ষযেই কাে করার কারযর্ োযের উচ্চ চানহো এবং ভাল অর্ শপ্রোে করা হ়ে।
তেনেক নভনত্তযে, একেে ডেটা নবজ্ঞােী নেম্ননলনখে কােগুনল করযে োযরে:
অন্তর্দন টি মপডে মেটাডসডটি শনর্িনন এেিং রেণো খ্ুঁজ
ু ন
পূেনাভাস অযালগশির্ে এেিং মেটা েডেল তেশি করুন
মেশিন লাশননিং মকৌিল েযেহাি কডি মেটা ো পণয অফািগুললি গুণোন উন্নে করুন
অনযানয র্ল এেিং িীর্ন েযেস্থাপনা়ে পিােিন শেেিণ করুন
মেটা শেডের্ডণ, R, SAS, Python, ো SQL এি েডো মেটা ট
ু ল েযেহাি করুন
েথ্য শেজ্ঞান উদ্ভােডনি মেডে িীডর্ন

11. What Does a Data Scientist Do?
You know what is data science, and you must be wondering what exactly is
this job role like - here's the answer. A data scientist analyzes business
data to extract meaningful insights. In other words, a data scientist solves
business problems through a series of steps, including:
● Before tackling the data collection and analysis, the data scientist
determines the problem by asking the right questions and gaining
understanding.
● The data scientist then determines the correct set of variables and
data sets.
● The data scientist gathers structured and unstructured data from
many disparate sources—enterprise data, public data, etc.
● Once the data is collected, the data scientist processes the raw
data and converts it into a format suitable for analysis. This
involves cleaning and validating the data to guarantee uniformity,
completeness, and accuracy
● After the data has been rendered into a usable form, it’s fed into
the analytic system—ML algorithm or a statistical model. This is
where the data scientists analyze and identify patterns and trends.

12. ● When the data has been completely rendered, the data scientist
interprets the data to find opportunities and solutions.
● The data scientists finish the task by preparing the results and
insights to share with the appropriate stakeholders and
communicating the results.
আেনে োযেে ডয ডেটা সায়েন্স কী, এবং আেনে অবর্যই ভাবযেে ডয এই
কাযের ভূনেকা টিক কী - এখাযে উত্তর। একেে ডেটা নবজ্ঞােী অর্ শ
েূর্ শঅন্তেৃশটি
ডবর করযে বযবসার ডেটা নবযেষ্র্ কযরে। অেয কর্া়ে, একেে ডেটা নবজ্ঞােী
নবনভন্ন ধ্াযের োধ্যযে বযবসান়েক সেসযার সোধ্াে কযরে, যার েযধ্য রয়েযে:
ের্য সংগ্রহ এবং নবযেষ্যর্র ডোকানবলা করার আযগ, ডেটা নবজ্ঞােী সটিক প্রশ্ন
জেজ্ঞাসা কযর এবং ডবাঝার োধ্যযে সেসযাটট নেধ্ শ
ারর্ কযর।
ডেটা সায়েনিস্ট োরের ডভনরয়েবল এবং ডেটা ডসযটর সটিক ডসট নেধ্ শ
ারর্ কযর।
ডেটা সায়েনিস্ট অযেকগুনল নভন্ন উৎস ডর্যক স্ট্রাকচােশ এবং আেস্ট্রাকচােশ ডেটা
সংগ্রহ কযর—এিারপ্রাইে ডেটা, োবনলক ডেটা ইেযানে।
একবার ডেটা সংগ্রহ করা হযল, ডেটা নবজ্ঞােী কাুঁচা ডেটা প্রজক্র়ো কযর এবং
নবযেষ্যর্র েেয উেযি একটট নবেযাযস রূোন্তর কযর। এযে অনভন্নো, সম্পূর্ শ
ো
এবং নেভু শলো নেজিে করার েেয ডেটা েনরষ্কার এবং যাচাই করা েন়িে

13. ডেটা বযবহারযযাগয আকাযর ডরোর করার েযর, এটট নবযেষ্র্াত্মক নসযস্টে-
এেএল অযালগনরেে বা একটট েনরসংখযাে েযেযল খাও়োযো হ়ে। এখাযেই ডেটা
নবজ্ঞােীরা নেের্ শ
ে এবং প্রবর্োগুনল নবযেষ্র্ এবং সোি কযর।
যখে ডেটা সম্পূর্ শ
রূযে ডরোর করা হ়ে, ডেটা নবজ্ঞােী সযযাগ এবং সোধ্াে খুঁযে
ডেযে ডেটা বযাখযা কযরে।
ের্য নবজ্ঞােীরা উেযি ডস্টকযহাল্ডারযের সাযর্ ভাগ কযর ডেও়োর েেয ফলাফল
এবং অন্তেৃশটি প্রস্তুে কযর এবং ফলাফলগুনল ডযাগাযযাগ কযর কােটট ডর্ষ্ কযরে।
Why Become a Data Scientist?
You learnt what is data science. Did it sound exciting? Here's another solid
reason why you should pursue data science as your work-field. According
to Glassdoor and Forbes, demand for data scientists will increase by 28
percent by 2026, which speaks of the profession’s durability and longevity,
so if you want a secure career, data science offers you that chance. So, if
you’re looking for an exciting career that offers stability and generous
compensation, then look no further! Read more: Data Scientist Salary In
India and US

14. আেনে ের্য নবজ্ঞাে নক নর্যখনে. এটা উযত্তেোেূর্ শর্ব্দ? আেোর কাযের ডক্ষে
নহসাযব ডেটা সায়েন্সযক ডকে অেসরর্ করা উনচে ো এখাযে আরও একটট র্ি
কারর্ রয়েযে। গ্লাসযোর এবং ডফাব শ
যসর েযে, 2026 সাযলর েযধ্য ডেটা
নবজ্ঞােীযের চানহো 28 র্োংর্ বৃজদ্ধ োযব, যা ডের্ার স্থান়েে এবং েীঘ শ
া়ে সম্পযকশ
কর্া বযল, োই আেনে যনে একটট নেরােে কযানর়োর চাে েযব ডেটা সায়েন্স
আেোযক ডসই সযযাগ ডে়ে৷ সেরাং, আেনে যনে একটট উযত্তেোেূর্ শকযানর়োর
খুঁেযেে যা নস্থনের্ীলো এবং উোর ক্ষনেেূরর্ প্রোে কযর, োহযল আর োকাযবে
ো! আরও ে়িে: ভারে এবং োনকশে যিরাযে ডেটা সায়েনিস্ট ডবেে
Uses of Data Science
1. Data science may detect patterns in seemingly unstructured or
unconnected data, allowing conclusions and predictions to be
made.
2. Tech businesses that acquire user data can utilise strategies to
transform that data into valuable or profitable information.
3. Data Science has also made inroads into the transportation
industry, such as with driverless cars. It is simple to lower the
number of accidents with the use of driverless cars. For example,

15. with driverless cars, training data is supplied to the algorithm, and
the data is examined using data Science approaches, such as the
speed limit on the highway, busy streets, etc.
4. Data Science applications provide a better level of therapeutic
customisation through genetics and genomics research.
ডেটা সায়েন্স আোেেৃটিযে অসংগটিে বা সংযযাগহীে ডেটার নেের্ শ
েগুনল সোি
করযে োযর, যার ফযল উেসংহার এবং ভনবষ্যদ্বার্ী করা যা়ে।
বযবহারকারীর ডেটা অেশেকারী প্রযজি বযবসাগুনল ডসই ডেটাযক েূলযবাে বা
লাভেেক েযর্য রূোন্তর করযে ডকৌর্লগুনল বযবহার করযে োযর।
োটা সায়েন্স েনরবহে নর্যল্পও প্রযবর্ কযরযে, ডযেে চালকনবহীে গান়ি।
চালকনবহীে গান়ি বযবহার কযর েঘ শ
টোর সংখযা কোযো সহে। উোহরর্স্বরূে,
চালকনবহীে গান়ির সাযর্, প্রনর্ক্ষযর্র ডেটা অযালগনরেযে সরবরাহ করা হ়ে, এবং
ডেটা নবজ্ঞাযের েদ্ধনে বযবহার কযর েরীক্ষা করা হ়ে, ডযেে হাইওয়েযে গনে
সীো, বযস্ত রাস্তা়ে ইেযানে।
ডেটা সায়েন্স অযানিযকর্ােগুনল ডেযেটটক্স এবং জেযোনেক্স গযবষ্র্ার োধ্যযে
আরও ভাল স্তযরর ডর্রানেউটটক কাস্টোইযের্ে প্রোে কযর।

16. Where Do You Fit in Data Science?
Now that you know the uses of Data Science and what is data science in
general, let's see all the opportunity that this feild offers to focus on and
specialize in one aspect of the field. Here’s a sample of different ways you
can fit into this exciting, fast-growing field.
এখে ডযযহেু আেনে ডেটা সায়েযন্সর বযবহারগুনল োযেে এবং সাধ্ারর্ভাযব
ডেটা সায়েন্স কী, আসে এই নফল্ডটট ডক্ষযের একটট নেযকর উের ডফাকাস করার
এবং নবযর্ষ্ে করার সেস্ত সযযাগগুনল ডেখা যাক৷ এই উযত্তেোেূর্ শ
, দ্রুে
বধ্ শ
ের্ীল ডক্ষযে আেনে নবনভন্ন উোয়ে নফট করযে োযরে োর একটট েেো
এখাযে।
Data Scientist
● Job role: Determine what the problem is, what questions need
answers, and where to find the data. Also, they mine, clean, and
present the relevant data.
● Skills needed: Programming skills (SAS, R, Python), storytelling and
data visualization, statistical and mathematical skills, knowledge
of Hadoop, SQL, and Machine Learning.
কাযের ভূনেকা: সেসযাটট কী, ডকাে প্রযশ্নর উত্তর প্রয়োেে এবং ডেটা ডকার্া়ে
োও়ো যাযব ো নেধ্ শ
ারর্ করুে। এো়িাও, োরা প্রাসনিক ডেটা খনে, েনরষ্কার এবং
উেস্থােে কযর।

17. প্রয়োেেী়ে েক্ষো: ডপ্রাগ্রানেং েক্ষো (SAS, R, Python), গল্প বলার এবং ডেটা
নভেয়োলাইযের্ে, েনরসংখযােগে এবং গানর্নেক েক্ষো, Hadoop, SQL, এবং
ডেনর্ে লানে শ
ং এর জ্ঞাে।
Data Analyst
● Job role: Analysts bridge the gap between the data scientists and
the business analysts, organizing and analyzing data to answer the
questions the organization poses. They take the technical analyses
and turn them into qualitative action items.
● Skills needed: Statistical and mathematical skills, programming
skills (SAS, R, Python), plus experience in data wrangling and data
visualization.
কাযের ভূনেকা: নবযেষ্করা ডেটা নবজ্ঞােী এবং বযবসান়েক নবযেষ্কযের েযধ্য
বযবধ্াে েূরর্ কযর, সংস্থার প্রশ্নগুনলর উত্তর ডেও়োর েেয ডেটা সংগটিে কযর
এবং নবযেষ্র্ কযর। োরা প্রযজিগে নবযেষ্র্ গ্রহর্ কযর এবং োযের গুর্গে
জক্র়ো আইযটযে েনরর্ে কযর।
প্রয়োেেী়ে েক্ষো: েনরসংখযােগে এবং গানর্নেক েক্ষো, ডপ্রাগ্রানেং েক্ষো
(এসএএস, আর, োইর্ে), এবং ডেটা য শ
াংনলং এবং ডেটা নভেয়োলাইযের্যের
অনভজ্ঞো।
Data Engineer

18. ● Job role: Data engineers focus on developing, deploying,
managing, and optimizing the organization’s data infrastructure
and data pipelines. Engineers support data scientists by helping to
transfer and transform data for queries.
● Skills needed: NoSQL databases (e.g., MongoDB, Cassandra DB),
programming languages such as Java and Scala, and frameworks
(Apache Hadoop)।
●
● কাযের ভূনেকা: ডেটা ইজঞ্জনে়োররা সংস্থার ডেটা অবকািাযো এবং ডেটা
োইেলাইেগুনল নবকার্, স্থােে, েনরচালো এবং অনিোইে করার উের
ডফাকাস কযরে। ইজঞ্জনে়োররা প্রযশ্নর েেয ডেটা স্থাোন্তর এবং রূোন্তর
করযে সহা়েো কযর ডেটা নবজ্ঞােীযের সের্ শ
ে কযর।
● প্রয়োেেী়ে েক্ষো: NoSQL োটাযবস (ডযেে, MongoDB, Cassandra
DB), োভা এবং স্কালার েযো ডপ্রাগ্রানেং ভাষ্া এবং ডেেও়োকশ (Apache
Hadoop)।
● কাযের ভূনেকা: ডেটা ইজঞ্জনে়োররা সংস্থার ডেটা অবকািাযো এবং ডেটা
োইেলাইেগুনল নবকার্, স্থােে, েনরচালো এবং অনিোইে করার উের
ডফাকাস কযরে। ইজঞ্জনে়োররা প্রযশ্নর েেয ডেটা স্থাোন্তর এবং রূোন্তর
করযে সহা়েো কযর ডেটা নবজ্ঞােীযের সের্ শ
ে কযর।
● প্রয়োেেী়ে েক্ষো: NoSQL োটাযবস (ডযেে, MongoDB, Cassandra
DB), োভা এবং স্কালার েযো ডপ্রাগ্রানেং ভাষ্া এবং ডেেও়োকশ (Apache
Hadoop)।

19. Data Science Tools
The data science profession is challenging, but fortunately, there are plenty
of tools available to help the data scientist succeed at their job. And now
that we know what is data science, it's lifecycle and more about the role in
general, let us dig into it's tools.
● Data Analysis: SAS, Jupyter, R Studio, MATLAB, Excel, RapidMiner
● Data Warehousing: Informatica/ Talend, AWS Redshift
● Data Visualization: Jupyter, Tableau, Cognos, RAW
● Machine Learning: Spark MLib, Mahout, Azure ML studio
Learn all about data science with our exclusive data science career
resource page!
Applications of Data Scienডেটা সায়েন্স ডের্াটট চযাযলজঞ্জং, নকন্তু ডসৌভাগযবর্ে,
ডেটা সায়েনিস্টযক োযের কাযে সফল হযে সাহাযয করার েেয প্রচুর টুল
উেলি রয়েযে। এবং এখে ডযযহেু আেরা োনে ডেটা সায়েন্স কী, এটট েীবেচক্র
এবং সাধ্ারর্ভাযব ভূনেকা সম্পযকশ আরও অযেক নকে
ু , আসে আেরা এটটর
সরঞ্জােগুনলযে খেে কনর।
মেটা শেডের্ণ: SAS, Jupyter, R Studio, MATLAB, Excel, RapidMiner

20. মেটা গুর্ােজােকিণ: ইনফিডেটটকা/ মটডলন্ড, এেশিউএস মিেশিফ্ট
মেটা শভজ
ু য়োলাইডজিন: জ
ু শপটাি, েূকনাটয, কগডনাস, RAW
মেশিন লাশননিং: স্পাক
ন MLib, Mahout, Azure ML স্ট
ু শেও
আোডর্ি একডেটট়ো মেটা সাড়েন্স কযাশি়োি শিডসাসন পদষ্ঠাি োধ্যডে মেটা সাড়েন্স সম্পডক
ন সে জানন!
ce
There are various applications of data science, including:
1. Healthcare
Healthcare companies are using data science to build sophisticated
medical instruments to detect and cure diseases.
2. Gaming
Video and computer games are now being created with the help of data
science and that has taken the gaming experience to the next level.

21. 3. Image Recognition
Identifying patterns is one of the most commonly known applications of
data science. in images and detecting objects in an image is one of the
most popular data science applications.
4. Recommendation Systems
Next up in the data science and its applications list comes
Recommendation Systems. Netflix and Amazon give movie and product
recommendations based on what you like to watch, purchase, or browse on
their platforms.
5. Logistics
Data Science is used by logistics companies to optimize routes to ensure
faster delivery of products and increase operational efficiency.
6. Fraud Detection
Fraud detection comes the next in the list of applications of data science.
Banking and financial institutions use data science and related algorithms
to detect fraudulent transactions.

22. 7.Internet Search: Internet SearchInternet comes the next in the list of
applications of data science. When we think of search, we immediately
think of Google. Right? However, there are other search engines, such as
Yahoo, Duckduckgo, Bing, AOL, Ask, and others, that employ data science
algorithms to offer the best results for our searched query in a matter of
seconds. Given that Google handles more than 20 petabytes of data per
day. Google would not be the 'Google' we know today if data science did
not exist.
8. Speech recognition
Speech recognition is one of the most commonly known applications of
data science. It is a technology that enables a computer to recognize and
transcribe spoken language into text. It has a wide range of applications,
from virtual assistants and voice-controlled devices to automated
customer service systems and transcription services.
9. Targeted Advertising
If you thought Search was the most essential data science use, consider
this: the whole digital marketing spectrum. From display banners on
various websites to digital billboards at airports, data science algorithms
are utilised to identify almost anything. This is why digital advertisements
have a far higher CTR (Call-Through Rate) than traditional marketing. They

23. can be customised based on a user's prior behaviour. That is why you may
see adverts for Data Science Training Programs while another person sees
an advertisement for clothes in the same region at the same time.
10. Airline Route Planning
Next up in the data science and its applications list comes route planning.
As a result of data science, it is easier to predict flight delays for the airline
industry, which is helping it grow. It also helps to determine whether to land
immediately at the destination or to make a stop in between, such as a
flight from Delhi to the United States of America or to stop in between and
then arrive at the destination.
11. Augmented Reality
Last but not least, the final data science applications appear to be the most
fascinating in the future. Yes, we are discussing something other than
augmented reality. Do you realise there's a fascinating relationship
between data science and virtual reality? A virtual reality headset
incorporates computer expertise, algorithms, and data to create the
greatest viewing experience possible. The popular game Pokemon GO is a
minor step in that direction. The ability to wander about and look at
Pokemon on walls, streets, and other non-existent surfaces. The makers of
this game chose the locations of the Pokemon and gyms using data from
Ingress, the previous app from the same business.

24. মেটা সাড়েডন্সি শেশভন্ন অযাশিডকিন িড়েডে, যাি েডধ্য িড়েডে:
1. স্বাস্থযডসো
স্বাস্থযযসবা সংস্থাগুনল ডরাগ সোি এবং নেরােয়ের েেয অেযাধ্নেক নচনকৎসা যন্ত্র
তেনর করযে ডেটা নবজ্ঞাে বযবহার করযে।
2. মগশেিং
নভনেও এবং কম্পম্পউটার ডগেগুনল এখে ডেটা সায়েযন্সর সাহাযযয তেনর করা হযচ্ছ
এবং এটট ডগনেং অনভজ্ঞোযক েরবেী স্তযর নেয়ে ডগযে।
3. েশে স্বীক
দ শে
নেের্ শ
ে সোিকরর্ ের্য নবজ্ঞাযের সবযচয়ে েনরনচে অযানিযকর্েগুনলর েযধ্য
একটট। ইযেযে এবং একটট ইযেযে অবযেক্ট সোি করা সবযচয়ে েেনপ্র়ে ডেটা
সায়েন্স অযানিযকর্েগুনলর েযধ্য একটট।
4. সপাশিি শসডস্টে
ডেটা সায়েন্স এবং এর অযানিযকর্াে োনলকা়ে েরবেীযে সোনরর্ নসযস্টে
আযস। Netflix এবং Amazon োযের িযাটফযে শআেনে কী ডেখযে, নকেযে বা
োউে করযে চাে োর উের নভনত্ত কযর চলজচ্চে এবং েযর্যর সোনরর্ ডে়ে।

25. 5. িসর্
েযর্যর দ্রুে ডেনলভানর নেজিে করযে এবং অোযরর্োল েক্ষো বা়িাযে রুট
অনিোইে করযে লজেনস্টক ডকাম্পানেগুনল ডেটা সায়েন্স বযবহার কযর।
6. জালল়োশে সনাক্তকিণ
ের্য নবজ্ঞাযের অযানিযকর্যের োনলকা়ে োনল়োনে সোিকরর্ েরবেীযে
আযস। বযাংনকং এবং আনর্ শ
ক প্রনেষ্ঠােগুনল প্রোরর্ােূলক ডলেযেে সোি করযে
ডেটা নবজ্ঞাে এবং সম্পনকশে অযালগনরেে বযবহার কযর।
7. ইন্টািডনট অনসন্ধান
ইিারযেট ডেটা সায়েযন্সর অযানিযকর্যের োনলকার েযরই আযস। আেরা যখে
অেসন্ধাযের কর্া ভানব, েখেই আেরা গুগযলর কর্া ভানব। টিক? যাইযহাক,
অেযােয সাচশ ইজঞ্জে আযে, ডযেে Yahoo, Duckduckgo, Bing, AOL, Ask, এবং
অেযােয, ডযগুনল আোযের অেসন্ধাে করা প্রযশ্নর েেয কয়েক ডসযকযের েযধ্য
ডসরা ফলাফল ডেও়োর েেয ডেটা সায়েন্স অযালগনরেে নেয়োগ কযর৷ প্রেত্ত ডয
Google প্রনেনেে 20 ডেটাবাইযটর ডবনর্ ডেটা েনরচালো কযর। ডেটা সায়েন্স ো
র্াকযল গুগল আেযক আেরা ডয 'গুগল'ডক োনে ো হযো ো।
8. েক্ত
দ ো স্বীক
দ শে

26. বক
্ েৃো স্বীক
ৃ নে ের্য নবজ্ঞাযের সব শ
ানধ্ক েনরনচে অযানিযকর্েগুনলর েযধ্য
একটট। এটট এেে একটট প্রযজি যা একটট কম্পম্পউটারযক কর্য ভাষ্া র্োি
করযে এবং োযিয প্রনেনলনে করযে সক্ষে কযর। এটটযে ভাচুশ়োল সহকারী এবং
ভয়েস-নে়েনন্ত্রে নেভাইস ডর্যক স্ব়েংজক্র়ে গ্রাহক েনরযষ্বা নসযস্টে এবং
ট্রান্সজক্রের্ে েনরযষ্বা েয শ
ন্ত নবস্েৃে অযানিযকর্ে রয়েযে।
9. লেযযক্ত শেজ্ঞাপন
আেনে যনে েযে কযরে ডয অেসন্ধাে সবযচয়ে প্রয়োেেী়ে ডেটা নবজ্ঞাযের
বযবহার, োহযল এটট নবযবচো করুে: েযরা নেজেটাল োযকশটটং ডেকট্রাে। নবনভন্ন
ওয়েবসাইযট নেসযি বযাোর ডর্যক শুরু কযর নবোেবেযর নেজেটাল নবলযবােশ,
ডেটা সায়েন্স অযালগনরেে বযবহার করা হ়ে প্রা়ে ডযযকাযো নকে
ু র্োি করযে।
এই কারযর্ই নেজেটাল নবজ্ঞােযের CTR (কল-থ্রু ডরট) প্রচনলে নবের্যের েুলো়ে
অযেক ডবনর্। এগুনল বযবহারকারীর েূযব শ
র আচরযর্র উের নভনত্ত কযর
কাস্টোইে করা ডযযে োযর। এই কারযর্ই আেনে ডেটা সায়েন্স ডট্রনেং ডপ্রাগ্রাযের
নবজ্ঞােে ডেখযে োযরে যখে অেয একেে বযজি একই সেয়ে একই অঞ্চযল
কােয়ির নবজ্ঞােে ডেযখে।
10. এ়োিলাইন রুট পশিকল্পনা
ডেটা সায়েন্স এবং এর অযানিযকর্যের োনলকা়ে েরবেীযে রুট েনরকল্পো
আযস। ডেটা সায়েযন্সর ফলস্বরূে, এ়োরলাইে নর্যল্পর েেয ফ্লাইট নবলযের
েূব শ
াভাস ডেও়ো সহে, যা এটটযক বৃজদ্ধ করযে সহা়েো করযে। এটট গন্তবযস্থযল

27. অনবলযে অবেরর্ করযে হযব বা এর েযধ্য একটট স্টে করযে হযব নকো ো
নেধ্ শ
ারর্ করযে সহা়েো কযর, ডযেে নেনি ডর্যক োনকশে যিরাযের একটট ফ্লাইট
বা এর েযধ্য র্ােযে হযব এবং োরেযর গন্তযবয ডেৌৌঁোযে হযব।
11. অগডেডন্টে শি়োললটট
ডর্ষ্ নকন্তু অন্তে ে়ে, চূ়িান্ত ডেটা সায়েন্স অযানিযকর্েগুনল ভনবষ্যযে সবযচয়ে
আকষ্ শ
র্ী়ে বযল েযে হযচ্ছ। হযাুঁ, আেরা অগযেযিে নরয়েনলটট ো়িা অেয নকে
ু
নেয়ে আযলাচো করনে। আেনে নক উেলনি কযরে ডয ডেটা নবজ্ঞাে এবং ভাচুশ়োল
বাস্তবোর েযধ্য একটট আকষ্ শ
র্ী়ে সম্পকশ রয়েযে? একটট ভাচুশ়োল নরয়েনলটট
ডহেযসট কম্পম্পউটাযরর েক্ষো, অযালগনরেে এবং ডেটা অন্তভু শি কযর সম্ভাবয
সব শ
যেষ্ঠ ডেখার অনভজ্ঞো তেনর করযে। েেনপ্র়ে ডগে Pokemon GO ডসই নেযক
একটট ডোট েেযক্ষে। ডে়োল, রাস্তা এবং অেযােয অজস্তেহীে েৃষ্ঠগুনলযে ঘযর
ডব়িাযো এবং ডোযকেযের নেযক োকাযোর ক্ষেো। এই ডগেটটর নেে শ
াোরা একই
বযবসার আযগর অযাে ইেযগ্রস ডর্যক ডেটা বযবহার কযর ডোযকেে এবং জেযের
অবস্থাে ডবযে নেয়েনেযলে।
Example of Data Science
Here are some brief example of data science showing data science’s
versatility.
● Law Enforcement: In this scenario, data science is used to help
police in Belgium to better understand where and when to deploy
personnel to prevent crime. With only limited resources and a large

28. area to cover data science used dashboards and reports to
increase the officers’ situational awareness, allowing a police force
that’s spread thin to maintain order and anticipate criminal activity.
● Pandemic Fighting: The state of Rhode Island wanted to reopen
schools, but was naturally cautious, considering the ongoing
COVID-19 pandemic. The state used data science to expedite case
investigations and contact tracing, enabling a small staff to handle
an overwhelming number of concerned calls from citizens. This
information helped the state set up a call center and coordinate
preventative measures.
● Driverless Vehicles: Lunewave, a sensor manufacturing company,
was looking for a way to make sensor technology more cost-
effective and accurate. They turned to data science and machine
learning to train their sensors to be safer and more reliable, as well as
using data to improve their 3D-printed sensor manufacturing process.
এখাযে ডেটা সায়েযন্সর নকে
ু সংনক্ষপ্ত উোহরর্ রয়েযে যা ডেটা সায়েযন্সর
বহুেনখো ডেখা়ে।
আইে প্রয়োগকারী: এই েনরনস্থনেযে, অেরাধ্ প্রনেযরাযধ্ ডকার্া়ে এবং কখে
কেীযের ডোোয়েে করযে হযব ো আরও ভালভাযব বঝযে ডবলজে়োযে েনলর্যক
সহা়েো করার েেয ডেটা সায়েন্স বযবহার করা হ়ে। শুধ্োে সীনেে সংস্থাে এবং
ডেটা সায়েন্স কভার করার েেয একটট নবর্াল এলাকা নেয়ে অনফসারযের
েনরনস্থনেগে সযচেেো বা়িাযে েযার্যবােশ এবং নরযোটশগুনল বযবহার করা হয়েযে,

29. যাযে একটট েনলর্ বানহেী যা র্ৃঙ্খলা বো়ে রাখযে এবং অেরাধ্েূলক
কায শ
কলাযের েূব শ
াভাস নেযে োেলা েন়িয়ে েয়ি।
েহাোরী ল়িাই: ডরাে আইলযাে রােয স্কলগুনল আবার খলযে ডচয়েনেল, েযব
চলোে COVID-19 েহাোরী নবযবচো কযর স্বাভানবকভাযবই সেকশ নেল। রাে
োেলার েেন্ত এবং ডযাগাযযাযগর সন্ধাে েরানিে করযে ডেটা সায়েন্স বযবহার
কযরযে, একটট ডোট কেীযক োগনরকযের কাে ডর্যক প্রচুর সংখযক সংনেি কল
েনরচালো করযে সক্ষে কযরযে। এই ের্যগুনল রােযযক একটট কল ডসিার
স্থােে এবং প্রনেযরাধ্েূলক বযবস্থাগুনলর সেি়ে করযে সাহাযয কযরযে৷
চালকনবহীে যােবাহে: লেওয়েভ, একটট ডসন্সর উে্োেেকারী সংস্থা, ডসন্সর
প্রযজিযক আরও বয়ে-কায শ
কর এবং নেভু শল করার উো়ে খুঁেনেল। োরা োযের
ডসন্সরযক নেরােে এবং আরও নেভশরযযাগয করার েেয প্রনর্ক্ষর্ নেযে ডেটা
সায়েন্স এবং ডেনর্ে লানে শ
ং-এর নেযক ঝুঁকযে, ডসইসাযর্ োযের 3D-নপ্রযিে ডসন্সর
উে্োেে প্রজক্র়ো উন্নে করযে ডেটা বযবহার কযর৷
FAQs
1. What is data science in simple words?
Data science, in simple words, is the field of study that involves collecting,
analyzing, and interpreting large sets of data to uncover insights, patterns,
and trends that can be used to make informed decisions and solve real-
world problems.

30. ডেটা সায়েন্স, সহে কর্া়ে, অধ্য়েযের ডক্ষে যা অন্তেৃশটি, নেের্ শ
ে এবং
প্রবর্োগুনল উযমাচে করার েেয ডেটার ব়ি ডসট সংগ্রহ, নবযেষ্র্ এবং
বযাখযা কযর যা জ্ঞাে নসদ্ধান্ত নেযে এবং বাস্তব-নবযের সেসযাগুনল সোধ্াে
করযে বযবহার করা ডযযে োযর
2. What is data science used for?
Data science is used for a wide range of applications, including predictive
analytics, machine learning, data visualization, recommendation systems,
fraud detection, sentiment analysis, and decision-making in various
industries like healthcare, finance, marketing, and technology.
ডেটা সায়েন্স নবস্েৃে অযানিযকর্যের েেয বযবহৃে হ়ে, যার েযধ্য রয়েযে
ভনবষ্যদ্বার্ীেূলক নবযেষ্র্, ডেনর্ে লানে শ
ং, ডেটা নভেয়োলাইযের্ে, সোনরর্
নসযস্টে, োনল়োনে সোিকরর্, অেভূনে নবযেষ্র্, এবং স্বাস্থযযসবা, অর্ শ
, নবের্ে
এবং প্রযজির েযো নবনভন্ন নর্যল্প নসদ্ধান্ত ডেও়ো।
3. What’s the difference between data science, artificial
intelligence, and machine learning?

31. Artificial Intelligence makes a computer act/think like a human. Data
science is an AI subset that deals with data methods, scientific analysis,
and statistics, all used to gain insight and meaning from data. Machine
learning is a subset of AI that teaches computers to learn things from
provided data.
ক
ৃ জেে বজদ্ধেত্তা কম্পম্পউটারযক োেযষ্র েযো কাে/নচন্তা কযর। ডেটা সায়েন্স হল
একটট AI উেযসট যা ডেটা েদ্ধনে, তবজ্ঞানেক নবযেষ্র্ এবং েনরসংখযাে নেয়ে
কাে কযর, যা ডেটা ডর্যক অন্তেৃশটি এবং অর্ শঅেশে করযে বযবহৃে হ়ে। ডেনর্ে
লানে শ
ং হল AI এর একটট উেযসট যা কম্পম্পউটারযক প্রেত্ত ডেটা ডর্যক জেনেস
নর্খযে ডর্খা়ে।
4. What does a Data Scientist do?
A data scientist analyzes business data to extract meaningful insights.
একেে ডেটা নবজ্ঞােী অর্ শ
েূর্ শঅন্তেৃশটি ডবর করযে বযবসার ডেটা নবযেষ্র্
কযরে।
5. What kinds of problems do data scientists solve?
Data scientists solve issues like:
1. Loan risk mitigation
2. Pandemic trajectories and contagion patterns
3. Effectiveness of various types of online advertisement
4. Resource allocation

32. ডেটা নবজ্ঞােীরা সেসযাগুনল সোধ্াে কযরে ডযেে:
ঋর্ ঝুঁ নক প্রর্েে
েহাোরী গনেের্ এবং সংক্রােক নেের্ শ
ে
নবনভন্ন ধ্রযের অেলাইে নবজ্ঞােযের কায শ
কানরো
সম্পে বণ্টে
6. Do data scientists code?
Sometimes they may be called upon to do so.
কখেও কখেও োযের এটট করার েেয আহ্বাে করা ডযযে োযর
7. What is the data science course eligibility?
If you wish to know anything about our data science course, please check
out Data Science Bootcamp and Data Science master’s program.

33. আেনে যনে আোযের ডেটা সায়েন্স ডকাস শসম্পযকশ নকে
ু োেযে চাে েযব অেগ্রহ
কযর ডেটা সায়েন্স বটকযাম্প এবং ডেটা সায়েন্স োস্টাস শডপ্রাগ্রাে ডেখে।
8. Can I learn Data Science on my own?
Data science is a complex field with many difficult technical requirements.
It’s not advisable to try learning data science without the help of a
structured learning program.
ডেটা সায়েন্স একটট েটটল ডক্ষে ডযখাযে অযেক কটিে প্রযজিগে প্রয়োেেী়েো
রয়েযে। স্ট্রাকচােশ লানে শ
ং ডপ্রাগ্রাযের সাহাযয ো়িা ডেটা সায়েন্স ডর্খার ডচিা করা
টিক ে়ে।