Studyflowcourses

आजच्या काळात ‘डेटा’ हे नवीन तेल (Oil) मानले जाते. जर तुम्हाला गणिताची आवड असेल आणि तंत्रज्ञानाच्या जगात काहीतरी वेगळे करायचे असेल, तर हा लेख तुमच्यासाठी अत्यंत महत्त्वाचा आहे. विशेषतः महाराष्ट्रातील विद्यार्थ्यांसाठी ‘Admission Process’ आणि ‘CET’ संदर्भात सर्व माहिती इथे दिली आहे.

BTech Data Science हा कोर्स काय आहे ?

बी.टेक डेटा सायन्स हा चार वर्षांचा अभियांत्रिकी पदवी अभ्यासक्रम आहे. सोप्या भाषेत सांगायचे तर, जगभरात दररोज निर्माण होणाऱ्या अफाट माहितीचा (Data) अभ्यास करणे, त्यातून महत्त्वाचे निष्कर्ष काढणे आणि भविष्यातील निर्णय घेण्यास कंपन्यांना मदत करणे, म्हणजेच डेटा सायन्स.
अनेक विद्यार्थी इथे चूक करतात की त्यांना वाटते हा केवळ ‘कोडिंग’चा कोर्स आहे. पण वस्तुस्थिती वेगळी आहे. हा कोर्स गणित, सांख्यिकी आणि संगणक विज्ञान यांचा एक संगम आहे.

याचा हेतू आहे विशाल डेटासेटमधून नमुने (Patterns) शोधू शकणारे कुशल इंजिनिअर्स तयार करणे, जेणेकरून व्यवसायातील समस्या सोडवता येतील.
याचे मुख्य विषययात प्रामुख्याने Machine Learning, Artificial Intelligence, Statistics आणि Data Visualization यावर भर दिला जातो. यामध्ये केवळ थिअरी नाही, तर प्रोजेक्ट्स, केस स्टडीज आणि लॅब वर्क याद्वारे विद्यार्थ्यांना शिकवले जाते.

BTech Data Science यासाठी अटी आहेत का ?

या कोर्सला प्रवेश घेण्यासाठी काही मूलभूत अटी पूर्ण कराव्या लागतात. महाराष्ट्रातील ग्रामीण किंवा निमशहरी भागातील पालकांना अनेकदा वाटते की फक्त ९०% गुण असतील तरच प्रवेश मिळेल, पण तसे नाही.

* शैक्षणिक पात्रता: १२ वी विज्ञान (Science) शाखा उत्तीर्ण असणे आवश्यक आहे.
* अनिवार्य विषय: फिजिक्स, केमिस्ट्री आणि मॅथेमॅटिक्स (PCM) हे विषय असणे अनिवार्य आहे.
* कमीतकमी लागणारे गुण: सामान्य प्रवर्गासाठी (Open) ५०% आणि राखीव प्रवर्गासाठी ४५% गुण आवश्यक आहेत.
* वयोमर्यादा: साधारणपणे १७ ते २३ वर्षे, पण अधिकृतरीत्या वयाची कोणतीही वरची मर्यादा नसते.
* प्रवाह: डिप्लोमा पूर्ण केलेले विद्यार्थी थेट दुसऱ्या वर्षाला (Direct Second Year) प्रवेश घेऊ शकतात.

मित्रांनो माझे एक गोष्ट लक्षात ठेवा यासाठी बारावी पूर्ण असणे गरजेचे आहे कारण हा डिग्री स्तरावरील कोर्स आहे आणि डिग्री स्तरावरील कोर्स हा बारावी पास असणारा विद्यार्थीच करू शकतो.

BTech Data Science प्रवेशासाठी काय करावे ?

महाराष्ट्रात बी.टेक प्रवेशासाठी एक ठराविक प्रक्रिया असते, जिला आपण ‘CAP Round’ म्हणतो.

• आधी तुमचे १२ वीचे गुण आणि विषयांची खात्री करा.
• प्रवेश परीक्षा आहे का ते पहा (Entrance Exams): महाराष्ट्रात MHT-CET ही सर्वात मुख्य परीक्षा आहे. राष्ट्रीय स्तरावर जायचे असेल तर JEE Mains देणे गरजेचे आहे.
• नंतर अर्ज करा व परीक्षा द्या त्यानंतर परीक्षेचा निकाल लागल्यावर ‘State Common Entrance Test Cell’ च्या वेबसाईटवर नोंदणी करावी लागते.
• कॉलेज निवडा (Option Form): तुमच्या गुणांनुसार कॉलेजची यादी तयार करा. चांगल्या प्लेसमेंट रेकॉर्ड असलेल्या कॉलेजला प्राधान्य द्या.
• डॉक्युमेंट वेरिफिकेशन: तुमचे जात प्रमाणपत्र, उत्पन्नाचा दाखला आणि शैक्षणिक कागदपत्रे पडताळणी केंद्रावर (FC Center) नेणे आवश्यक असते.
• याच्या ऍडमिशन प्रोसेस दरवर्षी सुरू असते तुम्हाला त्या नोटिफिकेशन्स वर लक्ष ठेवावे लागते जेही कॉलेज तुम्ही निवडणार आहात त्याच मध्ये त्या कॉलेजची नोटिफिकेशन वर तुम्हाला लक्ष ठेवावे लागेल.

BTech Data Science याची रचना कशी आहे ?

हा चार वर्षांचा प्रवास तुम्हाला एका विद्यार्थ्यापासून प्रोफेशनल बनवतो.

* रचना: एकूण ८ सेमिस्टर्स. प्रत्येक सेमिस्टरला ६ महिने असतात.
* सुरुवात: पहिल्या दोन वर्षात इंजिनिअरिंगचा पाया (Basic Engineering) शिकवला जातो.
* स्पेशलायझेशन: तिसऱ्या वर्षापासून डेटा सायन्सचे मुख्य विषय सुरू होतात.
* इंटर्नशिप: सातव्या किंवा आठव्या सेमिस्टरमध्ये विद्यार्थ्यांना प्रत्यक्ष कंपनीत काम करण्याचा अनुभव (Internship) घ्यावा लागतो.

यात कोणत्या गोष्टींवर लक्ष केंद्रित आहे ?

• प्रथम वर्षामध्ये  Engineering Physics, Maths, Programming in C , मूलभूत ज्ञान या गोष्टींचा समावेश होतो. यामध्ये बेसिक गोष्टी पासून सुरुवात केली जाते.
• द्वितीय वर्ष मध्ये Data Structures, Discrete Maths, Python ,प्रोग्रामिंगची पकड , या विषयांबरोबर सखोल ज्ञान दिले जाते जेणेकरून तुमची जी अभ्यासक्रमावरची पकड आहे ती मजबूत होते.
• तृतीय वर्ष मध्ये Machine Learning, Database Management (SQL) ,डेटा विश्लेषण , यासारख्या गोष्टींचा वापर असतो आणि अभ्यासक्रम आधारित असतो यामध्ये डेटा विश्लेषण आणि मशीन लर्निंग सारखे महत्त्वाचे विषय सामील असतात
• चतुर्थ वर्ष मध्ये Big Data, AI, Final Year Project, इंडस्ट्री रेडी होणे म्हणजेच शेवटच्या वर्षामध्ये तुम्हाला जॉब लागण्याची संधी प्राप्त होते किंवा त्यासाठी तयार केले जाते
• यात प्रामुख्याने Python, R Programming आणि SQL यांसारख्या टूल्सवर लॅबमध्ये सराव केला जातो.

शेवटच्या वर्षात काय केले जाते ?

1. शेवटच्या वर्षात तुम्हाला एक मोठा ‘Capstone Project’ करावा लागतो,
2. जो तुमच्या जॉब इंटरव्ह्यूमध्ये अत्यंत महत्त्वाचा ठरतो.

महाराष्ट्रातील प्रमुख कॉलेजेस आणि फी (Colleges & Fees)फीचा विचार करताना पालकांनी ‘Scholarship’ आणि ‘EBC’ सवलतींचा विचार नक्की करावा.

• COEP Technological University  १,००,००० – १,३०,००० पुणे
• VJTI ८०,००० – ९०,००० मुंबई
• MIT World Peace University ३,००,००० – ३,५०,००० पुणे 
• सरकारी इंजिनिअरिंग कॉलेज ६०,००० – ७५,००० छत्रपती संभाजीनगर

माझी टीप लक्षात ठेवा : प्लेसमेंटसाठी केवळ कॉलेजवर अवलंबून राहू नका, स्वतःचे पोर्टफोलिओ (GitHub) तयार ठेवा.

भविष्यातील संधी

हा कोर्स सर्वांसाठी योग्य नाही कारण ज्यांना फक्त बसून काम करायचे आहे आणि डोके चालवायचे नाही, त्यांना इथे जागा नाही. पण कष्ट करणाऱ्यांसाठी संधी खूप आहेत.

* खाजगी नोकऱ्या: Google, Amazon, TCS, Infosys यांसारख्या कंपन्यांत ‘Data Analyst’ किंवा ‘Data Scientist’ म्हणून काम करता येते.
* सरकारी नोकऱ्या: आता सरकार देखील डेटा मॅनेजमेंटसाठी तज्ज्ञांची नेमणूक करत आहे (उदा. नीती आयोग, बँकिंग क्षेत्र).
* उच्च शिक्षण: तुम्ही पुढे जाऊन M.Tech किंवा MS (परदेशात) करू शकता.
* स्वतःचा व्यवसाय: डेटा कन्सल्टन्सी फर्म सुरू करण्याची मोठी संधी इथे आहे.

नोकरी कुठे मिळू शकते ?

पगाराबद्दल समाजात खूप अफवा आहेत, पण वास्तव जाणून घ्या.

* मुख्य नोकरी कंपन्या: Microsoft, Fractal Analytics, Capgemini.

* सरासरी पगार: सुरुवातीला वर्षाला ४ ते ७ लाख रुपये पगार मिळू शकतो. जर तुमचे स्किल्स चांगले असतील, तर हा आकडा १०-१२ लाखांवर जाऊ शकतो.

महत्त्वाची गोष्ट: १०-२० लाखांचे पॅकेज सर्वांनाच मिळते असे नाही, त्यासाठी तुमची प्रोजेक्ट्सवरची पकड महत्त्वाची आहे.

हा कोर्स निवडण्याचे कारण काय ?

जर तुम्हाला वाटते की भविष्य हे ‘AI’ आणि ‘Automation’ चे आहे, तर हा कोर्स उत्तम आहे.

* मागणी: जगात डेटा वाढत आहे, त्यामुळे हा जॉब कधीच संपणार नाही.
* संशोधन: जर तुम्हाला नवीन गोष्टी शोधण्यात रस असेल, तर हे क्षेत्र तुम्हाला कधीच कंटाळवाणे वाटणार नाही.
* निवडण्याचे कारण: जर तुम्ही मध्यमवर्गीय कुटुंबातील असाल आणि तुम्हाला लवकर आर्थिक स्थैर्य हवे असेल, तर मेहनतीच्या जोरावर हे क्षेत्र तुम्हाला खूप काही देऊ शकते.
“अनेक विद्यार्थी इथे चूक करतात…” ते फक्त कोडिंग शिकतात पण गणिताकडे दुर्लक्ष करतात. गणित कच्चं असेल तर डेटा सायन्समध्ये प्रगती कठीण आहे.

1. सरासरी (Average) विद्यार्थ्यांसाठी हा कोर्स म्हणजे एक दुधारी तलवार आहे. हा कोर्स नक्कीच करता येतो, पण त्यासाठी तुमची मानसिक तयारी कशी हवी, यावर मी सविस्तर लिहितो.
2. सरासरी विद्यार्थ्यांसाठी बी.टेक डेटा सायन्स: एक वास्तववादी दृष्टीकोन
3. अनेकदा पालकांना आणि विद्यार्थ्यांना वाटते की, “माझा मुलगा अभ्यासात बेताचा आहे, मग त्याला हे झेपेल का?” किंवा “मला १२ वीत फक्त ६५-७०% आहेत, मी
4. डेटा सायंटिस्ट होऊ शकतो का?” याचे उत्तर ‘हो’ आहे, पण त्यामागे काही अटी आहेत.

‘सरासरी’ असणे म्हणजे काय ?

जर तुम्हाला गणिताची प्रचंड भीती वाटत असेल, तर हा कोर्स तुमच्यासाठी डोंगर चढण्यासारखा कठीण होईल. हा कोर्स सर्वांसाठी योग्य नाही कारण यात केवळ पाठांतर करून चालत नाही. इथे लॉजिक (तर्कशास्त्र) वापरावे लागते. पण जर तुम्ही मेहनती असाल आणि तुम्हाला नवीन गोष्टी शिकण्याची ओढ असेल, तर तुमच्या सरासरी गुणांचा तुमच्या करिअरवर परिणाम होत नाही.

याचा व्हिडिओ पहा

अभ्यासाचे ओझे की संधी ?

सरासरी विद्यार्थ्याला सुरुवातीच्या दोन वर्षात प्रोग्रामिंग लँग्वेजेस (Python, Java) आणि गणिताचे ‘अ‍ॅडव्हान्स्ड’ टॉपिक्स थोडे जड जाऊ शकतात. अनेक विद्यार्थी इथे चूक करतात की ते पहिल्या वर्षातच हार मानतात. इंजिनिअरिंगमध्ये ‘बॅकलॉग’ लागण्याचे प्रमाण या विषयांमुळेच जास्त असते.

* संधी: डेटा सायन्समध्ये केवळ ‘मॅथमॅटिशियन’ लागत नाहीत, तर डेटा क्लीनिंग, डेटा व्हिज्युअलायझेशन आणि रिपोर्टिंग करणारे लोकही लागतात. सरासरी विद्यार्थी या कामात उत्तम जम बसवू शकतात.
* वास्तव: आयटी कंपन्यांना तुमच्या १२ वीच्या टक्क्यांपेक्षा तुमच्या हातातील कौशल्यात जास्त रस असतो.

BE Electrical and Electronics Engineering EEE काय आहे ?

शैक्षणिक गणितापेक्षा ‘लॉजिकल’ गणित महत्त्वाचे

तुम्हाला परीक्षेत किती गुण मिळतात यापेक्षा, तुम्हाला एखादी समस्या सोडवता येते का, हे महत्त्वाचे आहे. सरासरी विद्यार्थ्यांना माझा सल्ला असेल की, तुम्ही पुस्तकी किड्यासारखे न वागता ‘प्रोजेक्ट बेस्ड’ लर्निंगवर भर द्या.

ग्रामीण/मध्यमवर्गीय संदर्भ: आपल्याकडे अनेकदा सरासरी विद्यार्थ्यांना असं वाटतं की “मोठ्या कंपन्या फक्त हुशार मुलांनाच घेतात.” पण खरं सांगू? ज्या मुलाला ‘SQL’ किंवा ‘Excel’ वर चांगली पकड आहे, त्यालाही ५-६ लाखांचे पॅकेज सहज मिळते. फक्त तुम्हाला तुमच्या मर्यादा ओळखून त्यावर काम करावे लागेल.

करिअरचा आलेख (Career Path for Average Students)

जर तुम्ही अभ्यासात खूप टॉपला नसाल, तरी तुम्ही खालील पदांपासून सुरुवात करू शकता:
* Data Analyst: यात डेटा सायन्सपेक्षा काम थोडे सोपे असते.
* Business Analyst: यात तांत्रिक ज्ञानासोबत बोलण्याची कला (Communication) महत्त्वाची असते.
* Quality Assurance (QA): सॉफ्टवेअर टेस्टिंगच्या क्षेत्रातही डेटा सायन्सचे विद्यार्थी चांगल्या पगारावर रुजू होतात.

माझे परखड मत: सरासरी विद्यार्थ्यांनी याकडे का वळावे ?

जर तुम्ही ‘कोअर’ इंजिनिअरिंग (मेकॅनिकल किंवा सिव्हिल) निवडले, तर तिथे आजच्या काळात नोकऱ्यांची वानवा आहे. त्या तुलनेत डेटा सायन्समध्ये सरासरी विद्यार्थ्यालाही किमान २०-२५ हजारांची नोकरी मिळण्याची शक्यता जास्त असते. हा कोर्स निवडणे उत्तम कारण इथे तुमच्या प्रगतीला वाव आहे. आज तुम्ही सरासरी असाल, तरी दोन वर्षे कोडिंगचा सराव करून तुम्ही कोणाही पेक्षा भारी ठरू शकता.

सावधानता: जर तुम्हाला संगणकासमोर तासनतास बसणे कंटाळवाणे वाटत असेल, तर मात्र हा कोर्स करू नका. हे क्षेत्र केवळ बसून काम करणाऱ्यांसाठी आणि डोकं खाजवणार्‍यांसाठी आहे.

तुम्ही स्वतःला ‘एव्हरेज’ मानत असाल, तरी काळजी करू नका. तुम्हाला नेमकी कशाची भीती वाटतेय? कमेंटमध्ये सांगा, मी त्यावर अधिक सविस्तर मार्गदर्शन करेन.

विद्यार्थ्यांनी माझे हे गोष्ट लक्षात ठेवा.

मला कोडिंग येत नाही, मी हा कोर्स करू शकतो का ? असे प्रश्न निर्माण होतात. तर हे लक्षात ठेवा तुम्हाला पहिल्या वर्षापासून खूप मेहनत घ्यावी लागेल. कोडिंग ही शिकता येणारी कला आहे. ऍडमिशन घेतल्यानंतर किमान 8GB RAM (16GB असल्यास उत्तम) आणि i5 प्रोसेसर असलेला लॅपटॉप असावा. जेणेकरून तुम्हाला सर्व प्रॅक्टिकल्स तुमच्या लॅपटॉप वर करता येईल कॉलेज निवडताना जर फी परवडत नसेल तर महाराष्ट्र सरकारची ‘EBC’ सवलत आणि विविध बँकांचे ‘Education Loan’ पर्याय उपलब्ध आहेत.

जॉब गॅरंटी असते का ? तुमचा असा जर प्रश्न असेल तर हा कोर्स केल्यानंतर किंवा कोणताही कोर्स १००% जॉब गॅरंटी देत नाही. तुमचे स्किल्स आणि इंटरव्ह्यू मधील परफॉर्मन्स यावरच नोकरी अवलंबून असते.

तसेच इंजीनियरिंग असल्यामुळे यात गणिताचा भाग येतो आणि गणित खूप कठीण असते का असाही प्रश्न विद्यार्थी विचारतात तर हो, यात सांख्यिकी (Statistics) आणि कलन (Calculus) वर भर असतो. पण सराव केल्यास ते जमते.