Data scientist රස්සාවට, ඒ කියන්නේ "Sexiest Job of the 21st Century" එකට, ඇත්තටම වෙන්නේ මොකක්ද?
2012 දී Harvard Business Review එක data scientist රස්සාව "sexiest job of the 21st century" කියලා නම් කළ එක ගොඩක් දෙනා දන්නවා. ඒකට හේතුව සරලයි: big data වලින් තේරුමක් ගන්න පුළුවන් අය හිටියේ හරිම ටිකයි. ඊට පස්සේ Generative AI එකපාරටම කරළියට පැන්නා. අද මේ role එක මැරිලා නැහැ, ඒත් අපි කලින් දැනගෙන හිටපු "data scientist" කියන definition එක නම් නිල වශයෙන්ම ඉවරයි.
සේරම දන්න "Unicorn" generalist ලාගේ කාලය ඉවරයි
අවුරුදු දහයකට කලින් companies හෙව්වේ data "unicorns" ලා. ඒ කියන්නේ complex SQL queries ලියන්නත්, statistical models මුල ඉඳන් හදන්නත්, ඒ insights C-suite එකට තේරෙන විදියට කියලා දෙන්නත් එකම කෙනාට පුළුවන්, හොයාගන්නම අමාරු, හැමෝම අල්ලගන්න පොරකන ජාතියේ professionals ලා.
- මොකද වෙනස් වුණේ: මේ discipline එක දැන් සම්පූර්ණයෙන්ම කෑලි වලට කැඩිලා. Machine Learning Engineer, Data Engineer, Analytics Specialist වගේ ගොඩක් specialized වෙච්ච sub-roles බවට පත්වෙලා.
- GenAI ගෙනාපු වෙනස: Foundation models සහ AutoML නිසා basics ටික දැන් ඕනම තැනකින් ලේසියෙන් ගන්න පුළුවන් commodity එකක් වෙලා. AI දැන් තත්පර කීපයකින් clean code ලියනවා, data pipelines debug කරනවා, standard predictive models හදනවා. කලින් junior analyst කෙනෙක්ගේ සතියෙන් 80%ක්ම කාලා දාපු technical grunt work එක දැන් එක prompt එකක් ගහන දුර විතරයි.
පහළම පඩි ටික නැති වෙච්ච Entry-level එක
ලොකුම කැළඹීම වෙන්නේ talent funnel එකේ පහළම තැන. Automation එක baseline tasks ටික ඒ තරම් කාර්යක්ෂමව කරන නිසා, career ladder එකේ පහළම පඩි ටික දැන් ගැලවිලා ගිහින්.
- ප්‍රශ්නය: Data අරගෙන clean කරන්න විතරක් junior coders ලා hire කරන්න companies වලට තවදුරටත් ඕනේ නැහැ.
- බාධකය: Junior tech job postings හොඳටම අඩුවෙලා. ඇතුළට එන්න තියෙන දොරටුව කලිනට වඩා ගොඩක් උසයි. ඒ නිසා අලුතෙන් එන අයට සාමාන්‍ය code-monkey වැඩ මඟහැරලා, මුල් දවසේ ඉඳන්ම AI systems manage කරන්න පුළුවන් කියලා ඔප්පු කරන්න වෙලා.
අලුත් Playbook එක: Stack එකේ උඩට යන්න
Data science තාමත් හොඳටම සල්ලි හම්බවෙන, ගොඩක් වැදගත් career එකක්. ඒත් මේ job එකේ දවස ගානේ කරන වැඩේ නම් සම්පූර්ණයෙන්ම උඩු යටිකුරු වෙලා.
| සාම්ප්‍රදායික Data Science (2012–2022) | GenAI යුගයේ Data Science (2026) |
|---|---|
| අවුල් datasets clean කරන්න අතින් code ලියනවා. | Automated pipelines manage කරන AI agents orchestrate කරනවා. |
| Standard predictive models මුල ඉඳන් code කරනවා. | දැවැන්ත foundation models fine-tune කරනවා, audit කරනවා, scale කරනවා. |
| අනිත් අයගෙන් වෙන් වෙලා තනියම වැඩ කරන technical quantitative expert කෙනෙක් විදියට ඉන්නවා. | AI ethics, system safety සහ strategic execution ගැන අවධානය යොමු කරනවා. |
අන්තිමට කියන්න තියෙන්නේ: මේ job එක තාමත් elite එකක් තමයි, ඒත් ඒකේ වටිනාකම එන තැන වෙනස් වෙලා. දැන් සල්ලි තියෙන්නේ code generate කරන එකේවත් models හදන එකේවත් නෙවෙයි. ඒවා තියෙන්නේ business problem එක හරියට frame කරන්නේ කොහොමද කියලා දැනගන්න එකේ, AI systems hallucinate කරනවද කියලා audit කරන එකේ, ඒ වගේම ඒ algorithms ඇත්තටම company එකට value එකක් ගේනවද කියලා තහවුරු කරගන්න එකේ.