AI কি ডেটা সায়েন্টিস্টদের রিপ্লেস করবে? AI-এর সবচেয়ে দ্রুত বর্ধনশীল পেশার পরিহাস
ডেটা সায়েন্টিস্টদের অটোমেশন ঝুঁকি 40/100, AI প্রভাব 64%। তা সত্ত্বেও BLS ২০৩৪ পর্যন্ত অসাধারণ 36% কর্মসংস্থান বৃদ্ধির পূর্বাভাস দিচ্ছে। AI-তে সবচেয়ে বেশি প্রভাবিত পেশা সবচেয়ে বেশি চাহিদাসম্পন্নও।
ডেটা সায়েন্স ও AI-এর মহা পরিহাস
ডেটা সায়েন্স AI অটোমেশনের সবচেয়ে পরিহাসমূলক কেস স্টাডি হতে পারে। যে পেশাদাররা AI টুল তৈরি করেন তারা নিজেদের কাজের উল্লেখযোগ্য অটোমেশনের মুখোমুখি, তবু তাদের পেশা প্রায় যেকোনো পেশার চেয়ে দ্রুত বাড়বে বলে পূর্বাভাস। [তথ্য] অটোমেশন ঝুঁকি ১০০-এর মধ্যে 40, ২০২৫ সালে সার্বিক প্রভাব 64%। তবু শ্রম পরিসংখ্যান ব্যুরো ২০৩৪ পর্যন্ত 36% কর্মসংস্থান বৃদ্ধির পূর্বাভাস দিচ্ছে — টেক পেশাগুলোর মধ্যে সর্বোচ্চ। বর্তমানে প্রায় ১,৯২,০০০ জন গড় বার্ষিক বেতন $108,020 (প্রায় ১.২ কোটি টাকা) নিয়ে কর্মরত।
যে কাজগুলো অটোমেটেড হচ্ছে
- ডেটাসেট বিশ্লেষণ অটোমেশন হার 60% দিয়ে শীর্ষে। AI টুলগুলো এক্সপ্লোরেটরি ডেটা অ্যানালাইসিস, সামারি স্ট্যাটিস্টিক্স, আউটলায়ার শনাক্তকরণ, ভিজ্যুয়ালাইজেশন ন্যূনতম মানুষের ইনপুটে করতে পারে।
- ML মডেল তৈরি অটোমেশন হার 50%। বড় ভাষা মডেলগুলো ডেটা পাইপলাইন কোড লিখতে, স্ক্রিপ্ট ডিবাগ করতে, এমনকি প্রাকৃতিক ভাষার বর্ণনা থেকে এন্ড-টু-এন্ড ML মডেল তৈরি করতে পারে।
তাত্ত্বিক প্রভাব ২০২৮ সালের মধ্যে 94% এ পৌঁছবে বলে পূর্বাভাস, মানে AI শেষ পর্যন্ত ডেটা সায়েন্টিস্টের প্রায় প্রতিটি টেকনিক্যাল কাজ করতে সক্ষম হবে।
উচ্চ অটোমেশন সত্ত্বেও 36% বৃদ্ধি কেন
- চাহিদা অটোমেশনকে ছাড়িয়ে যাচ্ছে। প্রতিটি শিল্প ডেটা-চালিত সিদ্ধান্ত চায়। মোট চাহিদা AI-এর অটোমেট করার চেয়ে দ্রুত বাড়ছে।
- AI আরো ডেটা সায়েন্স কাজ তৈরি করছে। AI সিস্টেম ডিপ্লয়, মনিটর, উন্নত করতে ডেটা সায়েন্টিস্ট দরকার।
- গণতন্ত্রীকরণ মেঝে উঁচু করছে। AI টুলে জুনিয়ররা দ্রুত প্রোডাক্টিভ হয়, কিন্তু জটিল সিস্টেম ডিজাইন, দায়িত্বশীল AI চর্চা নিশ্চিত করার জন্য সিনিয়রদের চাহিদাও বাড়ছে।
- "লাস্ট মাইল" সমস্যা। AutoML মডেল তৈরি করতে পারে, কিন্তু ব্যবসায়িক সমস্যাকে ডেটা সমস্যায় রূপান্তর, সঠিক পন্থা নির্বাচন, ডোমেইন প্রসঙ্গে ফলাফল যাচাই, প্রোডাকশনে ডিপ্লয়মেন্ট — এসবে এখনো মানুষের দক্ষতা দরকার।
- AI গভর্নেন্স ও নৈতিকতা। AI বায়াস, স্বচ্ছতা, নিয়ন্ত্রক সম্মতি নিয়ে ক্রমবর্ধমান উদ্বেগ দায়িত্বশীল AI-তে বিশেষজ্ঞ ডেটা সায়েন্টিস্টদের চাহিদা তৈরি করছে।
ক্যারিয়ার কৌশল
- ভ্যালু চেইনে উপরে উঠুন। রুটিন কোডিং না, সমস্যা সংজ্ঞায়ন, সিস্টেম ডিজাইন, স্টেকহোল্ডার কমিউনিকেশনে মনোযোগ দিন।
- AI সেফটি ও গভর্নেন্সে বিশেষায়িত হন। টেকনিক্যাল স্কিলের সাথে নৈতিকতা, পলিসি, সাংগঠনিক বোঝাপড়ার মিশ্রণ।
- ডোমেইন দক্ষতা গড়ুন। হেলথকেয়ার, ফিন্যান্স, বা ম্যানুফ্যাকচারিং গভীরভাবে বোঝা ডেটা সায়েন্টিস্ট জেনারেলিস্টের চেয়ে অনেক বেশি মূল্যবান।
- AI টুলে আপডেট থাকুন। AI দিয়ে নিজের প্রোডাক্টিভিটি বাড়ানো ডেটা সায়েন্টিস্ট সফল হবে।
- লিডারশিপ স্কিল গড়ুন। টিম নেতৃত্ব, প্রজেক্ট ম্যানেজমেন্ট, এক্সিকিউটিভদের সাথে যোগাযোগ ক্রমবর্ধমান গুরুত্বপূর্ণ।
বিস্তারিত ডেটার জন্য ডেটা সায়েন্টিস্ট পেশা পৃষ্ঠা দেখুন।
একটি দিনের গল্প
সকাল ৯টা, হেলথকেয়ার অ্যানালিটিক্স কোম্পানির সিনিয়র ডেটা সায়েন্টিস্ট মেই ল্যাপটপ খোলেন। VP of Product-এর Slack মেসেজ: "কোন রোগীরা ফলো-আপ অ্যাপয়েন্টমেন্ট মিস করবে সেটা কি প্রেডিক্ট করা যায়? নো-শোতে বছরে $2M লস হচ্ছে।"
মেই Claude-কে দিয়ে SQL কুয়েরি লেখান — ২ মিনিটে তৈরি। রিভিউ করে দেখেন AI ইন্স্যুরেন্স টেবিলের জয়েন কন্ডিশন মিস করেছে — স্কিমার সূক্ষ্ম বিষয় যা AI জানতে পারে না। ঠিক করে এক্সট্র্যাকশন চালান।
AutoML প্ল্যাটফর্মে ১ ঘণ্টায় 87% অ্যাকুরেসির গ্র্যাডিয়েন্ট-বুস্টেড মডেল। তিন বছর আগে এই ধাপেই দুই সপ্তাহ লাগতো।
কিন্তু এখানে মেই-র আসল দক্ষতা। মডেলের ফিচার ইম্পর্ট্যান্সে জিপ কোড দ্বিতীয় সর্বোচ্চ প্রেডিক্টিভ ফিচার — হেলথকেয়ার ডেটায় এটা প্রায়ই জাতি ও আর্থ-সামাজিক অবস্থার প্রক্সি। এই মডেল সরাসরি ডিপ্লয় করলে যাদের সবচেয়ে বেশি ফলো-আপ কেয়ার দরকার সেই বঞ্চিত সম্প্রদায়ে কম আউটরিচ হতে পারে।
মেই ৩ ঘণ্টা ফেয়ারনেস অ্যানালাইসিসে ব্যয় করেন। ফলে সামান্য কম অ্যাকুরেট (83%) কিন্তু সব রোগী গোষ্ঠীর জন্য ন্যায্য মডেল তৈরি।
এটাই আধুনিক ডেটা সায়েন্টিস্ট: কম সময় কোড লেখায়, বেশি সময় কোড সঠিক কাজ করছে কি না নিশ্চিত করায়।
টাইমলাইন
২০২৮: AutoML স্ট্যান্ডার্ড মডেলিং কাজের 70-80% সামলাবে। LinkedIn ডেটা দেখায় AI কোলাবোরেশন স্কিলসহ চাকরি পোস্টিং 220% বেড়েছে।
২০৩০: ডেটা সায়েন্টিস্ট AI আর্কিটেক্ট হয়ে যাবেন — সিস্টেম ডিজাইন, ভ্যালিডেশন ও গভর্নেন্স, স্টেকহোল্ডার কমিউনিকেশনে বেশি সময়।
২০৩৫: ডোমেইন-স্পেশালাইজড প্র্যাক্টিশনাররা প্রধান হবে। হেলথকেয়ার, ফিন্যান্স, ম্যানুফ্যাকচারিং — প্রতিটিতে বিশেষজ্ঞতা চাই।
যে দক্ষতা অপরিবর্তনীয় করবে
1. প্রবলেম ফ্রেমিং ও বিজনেস ট্রান্সলেশন। অস্পষ্ট ব্যবসায়িক প্রশ্ন সুনির্দিষ্ট ডেটা সমস্যায় রূপান্তর।
2. AI এথিক্স ও গভর্নেন্স। ফেয়ারনেস টেস্টিং, এক্সপ্লেইনেবিলিটি টুলস (SHAP, LIME), রেগুলেটরি প্রত্যাশা।
3. MLOps ও প্রোডাকশন ইঞ্জিনিয়ারিং। Docker, Kubernetes, Airflow, MLflow।
4. ডোমেইন এক্সপার্টিজ। একটি শিল্প বেছে গভীরে যান।
5. কমিউনিকেশন ও লিডারশিপ। নন-টেকনিক্যাল এক্সিকিউটিভদের কাছে ফলাফল উপস্থাপন।
অন্যান্য দেশ
ভারত: বিশ্বের বৃহত্তম ডেটা সায়েন্স ট্যালেন্ট পুল। কোম্পানি-লেভেল AI ডিপ্লয়মেন্টে 59% দিয়ে বিশ্বে শীর্ষে। ব্যাঙ্গালোর, হায়দরাবাদ, পুনে গ্লোবাল হাব।
জার্মানি: "ইন্ডাস্ট্রি 4.0" — AI-চালিত ম্যানুফ্যাকচারিং অপটিমাইজেশন। GDPR-এ প্রাইভেসি-প্রিজার্ভিং ML-এর চাহিদা।
দক্ষিণ কোরিয়া: ২০২৫ সালে AI র্যাঙ্কিংয়ে ২৫তম থেকে ১৮তম। Samsung, LG, Naver বড় নিয়োগকর্তা।
সম্পর্কিত নিবন্ধ
সকল পেশা বিশ্লেষণ ব্লগে দেখুন।
সূত্র
- Anthropic. (2026). The Anthropic Labor Market Impact Report.
- U.S. Bureau of Labor Statistics. Data Scientists.
আপডেট ইতিহাস
- 2026-03-26: বাংলা সংস্করণ প্রথম প্রকাশ।
এই নিবন্ধটি AI-এর সহায়তায় তৈরি। [তথ্য] সকল পরিসংখ্যান পিয়ার-রিভিউড ও সরকারি প্রকাশনা থেকে।
Analysis based on the Anthropic Economic Index, U.S. Bureau of Labor Statistics, and O*NET occupational data. Learn about our methodology
আপডেট ইতিহাস
- ১৫ মার্চ, ২০২৬ তারিখে প্রথম প্রকাশিত।
- ২৫ মার্চ, ২০২৬ তারিখে সর্বশেষ পর্যালোচিত।