1:1 মেন্টরশিপ
দেশ-বিদেশের পেশাজীবী আর গবেষকদের জন্য, যাদের কাজ এরই মধ্যে চলছে। আপনার প্রজেক্ট, ডেডলাইন আর এখন কোন পর্যায়ে আছেন, তা দেখে আমরা একটা প্ল্যান বানাই। আপনি রাজি হলে তবেই ক্লাস শুরু।
মেন্টরশিপ ও কনসালটেন্সি
আসল রিসার্চ পেপার। আসল ডেটাসেট। আর এমন একজন মেন্টর, স্ট্যাটিস্টিক্সই যার পেশা। প্রথম রিসার্চ কোয়েশ্চেন থেকে রেজাল্ট পর্যন্ত, পুরো স্টাডিটাই আমরা শেখাই। রিভিউয়ের সময় সেই রেজাল্ট আপনি নিজেই ডিফেন্ড করতে পারবেন। শিখতে পারেন 1:1 মেন্টরশিপে, ছোট কোহর্টে বা লাইভ ক্লাসে।
মেন্টরশিপ
তিনটি ফরম্যাটেই লাইভ ক্লাস নেন একজন পেশাদার স্ট্যাটিস্টিশিয়ান। পার্থক্য হলো, ক্লাস আপনার নিজের প্রজেক্ট ধরে কতটা চলে। 1:1 মেন্টরশিপে পুরোটাই আপনার প্রজেক্ট ধরে। রিসার্চ কোহর্টে ছোট গ্রুপে নিজের মেন্টর থাকেন। আর রিসার্চ বুটক্যাম্পে বড় ব্যাচে শিখবেন, প্রতি মাসে নিজের প্রজেক্টের রিভিউ পাবেন।
দেশ-বিদেশের পেশাজীবী আর গবেষকদের জন্য, যাদের কাজ এরই মধ্যে চলছে। আপনার প্রজেক্ট, ডেডলাইন আর এখন কোন পর্যায়ে আছেন, তা দেখে আমরা একটা প্ল্যান বানাই। আপনি রাজি হলে তবেই ক্লাস শুরু।
৩–৫ জন শিক্ষার্থী, একজন মেন্টর, ৩ মাস। রিসার্চ মেথডোলজি, স্ট্যাটিস্টিক্স আর সফটওয়্যার শিখবেন একসঙ্গে। আর প্রত্যেকে শেষ করবেন নিজের একটা স্টাডি। সঙ্গে পাবেন সার্টিফিকেট, যেটা যে কেউ ভেরিফাই করতে পারবেন।
২ মাস, ২৪+ লাইভ ক্লাস আর প্রতিটার রেকর্ডিং, SPSS আর R, আর নিজের প্রজেক্টের মাসিক রিভিউ। ফি একবারই, প্রতি ব্যাচে সর্বোচ্চ ১০০ জন।
কোনটা নেবেন, বুঝতে পারছেন না? কী শিখতে চান জানান, আমরা বলে দেব কোনটা আপনার জন্য ভালো হবে। লার্নিং প্ল্যান চেয়ে নিন।
যা শিখবেন
সূত্রের লিস্ট নয়, সফটওয়্যার ঘুরিয়ে দেখানোও নয়। আমরা শেখাই রিসার্চটাই: একটা স্টাডি কী জানতে চেয়েছিল, তার ডিজাইনে সেই উত্তর মেলে কি না, আর তার সংখ্যাগুলো কী দেখাতে পারে, কী পারে না।
প্রশ্ন দাঁড় করানো, ডিজাইন বাছাই, ঠিকভাবে মাপা, মেথড বেছে নেওয়া আর টেবিল তৈরি। একেবারে সেই Methods অংশ পর্যন্ত, যেটা আপনাকে ডিফেন্ড করতে হবে।
প্রতিটি ধারণা শুরু হয় পাবলিশড পেপার বা রিয়েল ডেটাসেট থেকে, সূত্র আসে তার পরে। তাই ক্লাস শেষ হওয়ার অনেক দিন পরেও বিষয়টা পরিষ্কার থাকে।
SPSS, R, Stata, Python বা Excel। যে ফলাফল আগেই বুঝেছেন, সেটা নিজে আবার বের করে শিখবেন, যে সফটওয়্যার আসলে ব্যবহার করবেন সেটাতেই।
আসল ক্লাস থেকে
প্রতিটি ক্লাস সাজানো হয় পাবলিশড পেপার আর বাস্তব ডেটা দিয়ে। স্লাইড খুললেই দেখবেন পুরো সেশন, আর শিক্ষার্থী যে নোট নিজের কাছে রাখেন।
যেভাবে শুরু হয়
আপনার লক্ষ্য, ডেডলাইন, সফটওয়্যার আর এখন কোন পর্যায়ে আছেন। কয়েক লাইন লিখলেই চলবে।
কোন কোন টপিক, কোন ক্রমে, আর প্রতিটি সেশন শেষে আপনি কী করতে পারবেন।
প্ল্যানটা পড়ে হ্যাঁ বলুন, বা কোথাও বদল চাইলে জানান। আপনি রাজি না হওয়া পর্যন্ত ক্লাস শুরু হয় না।
প্রতিটি সেশনের জন্য বানানো স্লাইড, নিজের কাছে রাখার মতো লিখিত চ্যাপ্টার, আর দুই ক্লাসের মাঝেও সাপোর্ট।
রিসার্চ ও ডেটা সার্ভিস
রিসার্চার আর বিভিন্ন প্রতিষ্ঠানের জন্য আমরা স্ট্যাটিস্টিক্যাল পার্টনার হিসেবেও কাজ করি: কনসালটিং, অ্যানালাইসিস, ইভ্যালুয়েশন, ড্যাশবোর্ড আর বিশেষ ধরনের ডেটার কাজ। প্রতিটি প্রজেক্ট আপনার কাছে পাঠানোর আগে আরেকজন স্ট্যাটিস্টিশিয়ান রিভিউ করেন।
থিসিস, সার্ভে আর পেপারের জন্য পরামর্শ ও স্ট্যাটিস্টিক্যাল সাপোর্ট।
এনজিও, উন্নয়ন প্রকল্প, হাসপাতাল, ব্যবসা প্রতিষ্ঠান আর সরকারি টিমের জন্য।
যেসব প্রজেক্টে মেশিন লার্নিং বা ওমিক্স ডেটা লাগে, অথবা ক্লিনিক্যাল ডেটা সাবধানে সামলাতে হয়।
যাদের সঙ্গে কাজ করি
প্রথমবার রিসার্চ শিখছেন? জার্নালের রিভিউয়ারকে উত্তর দিতে হবে? নাকি ডোনারের কাছে রিপোর্ট দেবেন? সবক্ষেত্রেই কাজ করবেন একই টিমের সঙ্গে, রিভিউয়ের স্ট্যান্ডার্ডও একই।
নিজের থিসিস রিসার্চ কীভাবে প্ল্যান করবেন, অ্যানালাইসিস করবেন আর ডিফেন্ড করবেন, তা শিখুন। প্রথম প্রশ্ন থেকে শেষ টেবিল পর্যন্ত পাশে থাকবেন একজন মেন্টর।
স্টাডি আর পেপারের জন্য স্ট্যাটিস্টিক্যাল কনসালটিং: সঠিক মেথড, পরিষ্কার টেবিল, আর রিভিউয়ারের কমেন্টের সৎ উত্তর।
এনজিও, ডেভেলপমেন্ট প্রজেক্ট, হাসপাতাল, ব্যবসা প্রতিষ্ঠান আর সরকারি টিমের জন্য সার্ভে, ইভ্যালুয়েশন, ড্যাশবোর্ড ও রিপোর্ট।
আমাদের সব কাজই অনলাইনে করা যায়। কাজ শুরুর আগেই কোটেশনে ঠিক হয়ে যায় কাজের পরিধি, সময়সীমা আর পেমেন্ট।
মেন্টর ও বিশেষজ্ঞরা স্ট্যাটিস্টিক্স আর ডেটা সায়েন্সে পড়াশোনা করেছেন রাজশাহী বিশ্ববিদ্যালয়ে ও দেশের বাইরে।
প্রতিটি ক্লাস প্ল্যান আর প্রজেক্ট যায় তার কাছে, যার মেথড আর বিষয়ের সঙ্গে কাজটা সবচেয়ে ভালো মেলে।
আপনার কাছে কিছু পাঠানোর আগে আরেকজন স্ট্যাটিস্টিশিয়ান মেথড আর লেখা দুটোই রিভিউ করেন।
আমরা R, Python, SPSS, Stata, Excel আর Power BI-তে শেখাই, কাজও করি।
আমাদের সীমারেখা
থিসিস, পেপার বা অ্যাসাইনমেন্ট আমরা কখনো কারও হয়ে লিখি না। শিক্ষার্থীরা কাজটা নিজেরাই করতে শেখেন। আমরা শেখাই, চেক করি আর বুঝিয়ে দিই।
আমরা কখনো ডেটা বানাই না, মনগড়া ফাইন্ডিং দাঁড় করাই না, রেজাল্ট বের করতে শর্টকাটও নিই না।
পাবলিকেশন, গ্রেড, অনুমোদন বা ফান্ডিং মিলবেই, এমন কথা আমরা দিই না। এসব নির্ভর করে অন্যদের বিচার-বিবেচনার ওপর।
শিক্ষার্থীদের রিভিউ
তাঁদের নিজের ভাষায়, কোথায় আমাদের আরও ভালো করা দরকার সেটাও।
My main issue with online courses has always been that I finish watching everything and then forget half of it when I actually need to use it. Had a similar problem in the beginning here too. I think the course could benefit from more follow-up assignments and feedback. But I did learn how to approach a research question and plan the analysis instead of randomly trying different tests. Still not an expert obviously, but definitely more confident than before.
থিসিসের ডেটা কালেকশনের পর প্রায় একমাস কিছু করতে পারি নাই। কোথা থেকে শুরু করব সেটাই বুঝতাম না। Stat.BD থেকে শেখার পর অন্তত নিজের অ্যানালাইসিসটা শুরু করতে পেরেছি। আগে সুপারভাইজার মেথড নিয়ে কিছু জিজ্ঞেস করলে ভয় লাগত। এখন সব না পারলেও নিজের কাজটা মোটামুটি বুঝিয়ে বলতে পারি। আমার জন্য এটাই অনেক।
Stat.BD এর teaching approach ভালো লেগেছে। But I think assignment গুলা আরেকটু challenging হওয়া উচিত। কারণ practice dataset এ সবকিছু মোটামুটি clean থাকে, নিজের research data তো এত clean না ভাই 🙂 প্রথমবার নিজের dataset নিয়ে বেশ ঝামেলায় পড়ছিলাম। যদিও এখন অনেক কিছু নিজে solve করতে পারি। Overall fundamentals clear করার জন্য ভালো, but advanced level এ যেতে আরো practice লাগবে।
Good course overall, but I wish there were more exercises with messy real-world datasets. The examples during class made sense, but when I tried my own data it wasn't that straightforward lol. That being said, the explanations of statistical tests and assumptions were genuinely helpful. I now understand a lot of things that I used to just memorize for exams.
আমার কাছে কোর্সের সবচেয়ে ভালো দিক ছিল যে শুধু SPSS শেখানোর মধ্যে সীমাবদ্ধ ছিল না। রিসার্চের প্রশ্ন থেকে শুরু করে অ্যানালাইসিস পর্যন্ত একটা ধারনা পেয়েছি। তবে একটা বিষয় বলব, কিছু টপিকের পরে আরও বেশি প্র্যাকটিস করানো দরকার। কারণ ক্লাসে বুঝলেও বাসায় এসে একা করতে গেলে আবার আটকে গেছি কয়েকবার। তারপরও আগের তুলনায় অনেক ভালো অবস্থায় আছি।
I joined mainly for my thesis, and I was expecting more of a software training course. The first few sessions were a bit too theoretical for me tbh. But later I realised why those basics were important. I had previously watched tons of tutorials, still couldn't decide which test to use on my own data. I wouldn't say I can do everything independently now, but I can at least figure out what I'm supposed to do and why. That's a pretty big improvement for me.
ভালোই ছিল কোর্সটা। তবে যারা একদমই স্ট্যাটিস্টিকস জানে না তাদের শুরুতে একটু সমস্যা হতে পারে। আমারও প্রথম কয়েকটা ক্লাস বুঝতে কষ্ট হইছে। পরে রেকর্ডিং আর প্র্যাকটিস করে বুঝছি। আসলে শুধু ক্লাস করলে হবে না নিজে ডেটা নিয়ে বসতে হবে। এই জিনিসটা আগে বুঝলে আরো ভালো হতো।
I liked the course but honestly সবকিছু যে একবারেই বুঝেছি এমন না। Especially regression part টা আমার কাছে একটু difficult ছিল। আর কিছু জায়গায় আরো examples দিলে ভালো হতো। But the good thing is, এখন অন্তত জানি analysis করার আগে কি কি চিন্তা করতে হয়। আগে শুধু YouTube দেখে SPSS এ click করতাম, output আসতো কিন্তু বুঝতাম না 😭 এখন নিজের thesis এর জন্য কাজ করতে পারছি আলহামদুলিল্লাহ।
একটা জিনিস বলি, আগে ভাবতাম research মানেই অনেক complex কিছু, আমার দ্বারা হবে না। Stat.BD করার পর এই ভয়টা কিছুটা কমছে। এখন paper পড়ার সময় methodology section skip করি না আগের মতো 😂
তবে class এর বাইরে individual feedback আরেকটু বেশি পেলে ভালো হতো। কিছু জায়গায় নিজে try করতে গিয়ে আটকে গেছি। But overall experience positive ছিল।
সত্যি বলতে আমি আগে SPSS এর অনেক টিউটোরিয়াল দেখছি, কিন্তু নিজের থিসিসের কাজ করতে গিয়ে বুঝলাম আসলে কিছুই ঠিকমতো শিখি নাই 😅 Stat.BD এর ক্লাসগুলো করে বেসিক জিনিসগুলো অনেকটা ক্লিয়ার হইছে। বিশেষ করে কোন টেস্ট কেন করব এটা আগে বুঝতাম না। এখন নিজের ডেটা নিয়ে কাজ করতে পারছি। তবে কিছু ক্লাস একটু ফাস্ট মনে হইছে, নতুনদের জন্য আরেকটু স্লো হলে ভালো হতো।
সচরাচর জিজ্ঞাসা
আপনার টপিক, প্রতিষ্ঠান বা বিশ্ববিদ্যালয়, ডেটা এখন কোন অবস্থায় আছে, পছন্দের কোনো সফটওয়্যার থাকলে সেটা, কী আউটপুট চান আর ডেডলাইন কবে। প্রথম রিভিউয়ের জন্য কয়েক লাইনই যথেষ্ট।
না। গবেষক আর লেখক আপনিই থাকবেন। কাজটা কীভাবে করবেন, আমরা তা শেখাই। আপনার বিশ্ববিদ্যালয় বাইরের স্ট্যাটিস্টিক্যাল সাহায্যের অনুমতি দিলে আপনার অ্যানালাইসিসে সাপোর্ট দিই, প্রতিটি ধাপ বুঝিয়ে দিই। তবে চ্যাপ্টার, পেপার বা অ্যাসাইনমেন্ট আমরা কখনো লিখে দিই না। যে কাজে গ্রেড বা নম্বর দেওয়া হয়, সেটাও করে দিই না।
না। আমরা জোর দিই সঠিক অ্যানালাইসিস আর পরিষ্কার রিপোর্টিংয়ে। থিসিস পাস হবে কি না, পেপার অ্যাকসেপ্ট হবে কি না, বা প্রপোজাল ফান্ডিং পাবে কি না, তা স্টাডি ডিজাইন, ডেটা, লেখা আর অন্যদের সিদ্ধান্তের ওপরও নির্ভর করে।
আপনার ফাইল গোপন থাকে। দেখতে পারেন শুধু দায়িত্বে থাকা স্পেশালিস্ট আর টিমের রিভিউয়ার। প্রজেক্ট শেষ হলে ৩০ দিনের মধ্যে কাজের ফাইল মুছে ফেলি, আপনি রেখে দিতে বললে রেখে দিই। কোনো কিছুই অন্য কাজে ব্যবহার বা শেয়ার করা হয় না।
R, Python, SPSS, Stata, Excel আর Power BI। কোনটায় কাজ হবে, তা ঠিক হয় প্রজেক্ট দেখে, আর পরে কোন ফাইল আপনাকে আবার খুলতে বা নিজে চালিয়ে নিতে হবে, তা দেখে।
একটা টিম। আমাদের বেশির ভাগ সদস্য রাজশাহী বিশ্ববিদ্যালয়ে স্ট্যাটিস্টিক্স আর ডেটা সায়েন্স নিয়ে পড়েছেন। Stat.BD একটি স্বাধীন উদ্যোগ, বিশ্ববিদ্যালয়ের অফিশিয়াল কোনো অংশ নয়। প্রতিটি রিকোয়েস্ট আগে পড়ে দেখি, তারপর কাজটা দিই তাকে, যার মেথড এই কাজের সঙ্গে মেলে।
জি। এনজিও, ডেভেলপমেন্ট প্রজেক্ট, হাসপাতাল, ব্যবসা প্রতিষ্ঠান আর সরকারি টিমের সঙ্গে কাজ করি: সার্ভে ডিজাইন, ইভ্যালুয়েশন ও M&E, ডেটা অ্যানালাইসিস আর ড্যাশবোর্ড। প্রতিটি প্রজেক্টের কোটেশন দিই ফ্রি রিভিউয়ের পর।
জি। বিদেশের শিক্ষার্থী, গবেষক আর প্রতিষ্ঠানের সঙ্গে অনলাইনে কাজ করি। কাজের স্কোপ, টাইমলাইন আর পেমেন্টের মাধ্যম কোটেশনেই ঠিক হয়। বাংলাদেশ সময় অনুযায়ী ২–৩ কর্মদিবসের মধ্যে উত্তর দিই।
জি, যদি রিভিশনটা ঠিক করা স্কোপের মধ্যে থাকে, অথবা নতুন করে স্কোপ কনফার্ম হয়। লক্ষ্য হলো ফিডব্যাক মেনে বদল আনার পরও অ্যানালাইসিস গোছানো রাখা, পুরো প্রজেক্ট নতুন করে শুরু করা নয়।
যে কাজে মিথ্যা দাবি, বানানো ডেটা, ফলাফল বিভ্রান্তিকরভাবে দেখানো, p-hacking বা না বুঝে কপি করা অ্যানালাইসিস লাগে, সে কাজ আমরা নিই না।
Stat.BD রিসার্চ মেথড, স্ট্যাটিস্টিক্স আর সফটওয়্যার শেখায় তিনটি ফরম্যাটে। 1:1 মেন্টরশিপ প্রফেশনাল আর গবেষকদের জন্য। তাদের নিজেদের কাজ ঘিরে প্ল্যান লেখা হয়। রিসার্চ কোহর্টে একজন মেন্টরের সঙ্গে তিন মাস শেখেন ৩–৫ জন শিক্ষার্থী। প্রত্যেকে নিজের একটা স্টাডি করেন, আর অর্জন করেন একটা সার্টিফিকেট, যা অনলাইনে ভেরিফাই করা যায়। ব্যাচ কোর্সে ৫০ থেকে ১০০ জন শিক্ষার্থীকে একটা নির্দিষ্ট কোর্স শেখানো হয়, যেমন রিসার্চ মেথডোলজি। বিষয়ের তালিকায় আছে পাবলিক হেলথ, পরিবেশ, ডেভেলপমেন্ট, শিক্ষা, ব্যবসা, আরও অনেক কিছু। বিস্তারিত আছে https://stat.bd/mentorship/ পেজে।
শেখা শুরু করুন
কোন বিষয়ে শিখতে চান, এখন কোন লেভেলে আছেন আর কোনো ডেডলাইন আছে কি না, জানিয়ে দিন। কোন ফরম্যাট আপনার জন্য ভালো হবে, তা জানাব, সঙ্গে পাঠাব একটা প্ল্যান। প্রথম রিভিউ ফ্রি।