AI চাকরি: কোন কোন পদ আছে আর নিয়োগকর্তারা কী দক্ষতা চান
AI engineer থেকে data analyst ও AI trainer পর্যন্ত: প্রতিটি পদে কী কাজ, job post-এ সাধারণত কী দক্ষতা চাওয়া হয়, কীভাবে ঢুকবেন আর দক্ষতার প্রমাণ কীভাবে গড়বেন।
ছোট উত্তর: AI-এর কাজ একটামাত্র চাকরি নয়। প্রচলিত পদের মধ্যে আছে AI engineer, ML engineer, data scientist, data analyst, MLOps engineer, AI product manager, AI content specialist ও AI trainer। প্রতিটি পদে Python, ডেটা, গণিত, যোগাযোগ ও tooling দক্ষতার মিশ্রণ আলাদা, তাই আগে পদ বেছে নিন, তারপর সেই পদের job post-এ সাধারণত যা চাওয়া হয় তা শিখুন।
একনজরে প্রচলিত AI পদ
পদ | কী করেন | সাধারণত যে দক্ষতা চাওয়া হয় | প্রচলিত শুরুর পথ |
|---|---|---|---|
AI engineer / LLM application developer | বিদ্যমান model-এর উপর product বানান | Python, API, prompting, RAG, evaluation, Git | Software বা Python-এর পটভূমি, তারপর LLM project |
ML engineer | Machine learning model train, tune ও চালু করেন | Python, ML library, গণিত, software engineering | Software engineering বা ডেটা/গণিতের ডিগ্রি |
Data scientist | ডেটা থেকে pattern খুঁজে model বানান | Python বা R, পরিসংখ্যান, SQL, visualisation | পরিসংখ্যান, গণিত বা analyst-এর পটভূমি |
Data analyst | ডেটা দিয়ে ব্যবসার প্রশ্নের উত্তর দেন | SQL, spreadsheet, BI tool, প্রাথমিক Python | Analyst বা ব্যবসায়িক ভূমিকা |
MLOps engineer | Model deploy, monitor ও রক্ষণাবেক্ষণ করেন | Cloud, container, CI/CD, Python, monitoring | DevOps বা backend engineering |
AI product manager | কোন AI feature কেন বানানো হবে তা ঠিক করেন | Product sense, AI সাক্ষরতা, যোগাযোগ, metrics | Product, project বা বিষয়ভিত্তিক দক্ষতা |
Prompt / AI content specialist | Prompt ডিজাইন করেন ও AI-র লেখা যাচাই করেন | লেখালেখি, prompt design, বিষয়জ্ঞান, testing | লেখা, সম্পাদনা বা বিষয়ভিত্তিক কাজ |
AI trainer / annotator | ডেটা label করেন ও model-এর উত্তর মূল্যায়ন করেন | খুঁটিনাটির দিকে নজর, নির্দেশিকা মানা, বিষয়জ্ঞান | ক্যারিয়ারের শুরুতেও অনেক সময় সুযোগ থাকে |
পদগুলো একটু বিস্তারিত
AI engineer বা LLM application developer
তাঁরা বিদ্যমান language model-কে নির্ভরযোগ্য app-এ রূপ দেন: কোম্পানির নথির উপর chatbot, তথ্য বের করার tool, agent। Job post-এ সাধারণত Python, API অভিজ্ঞতা, prompt design, retrieval আর output পরীক্ষার কথা থাকে। প্রোগ্রামারদের জন্য এটাই সবচেয়ে সরাসরি পথ; দেখুন AI engineer হওয়ার roadmap।
ML engineer, data scientist ও data analyst, সংক্ষেপে
ML engineer: model train করে production-এ নেন; software ও গণিতের প্রত্যাশা বেশি।
Data scientist: ডেটা ঘেঁটে experiment চালান ও predictive model বানান; পরিসংখ্যান খুব গুরুত্বপূর্ণ।
Data analyst: ডেটাকে report ও উত্তরে রূপ দেন; SQL প্রায় সবসময়ই তালিকায় থাকে।
MLOps engineer
Model চালাতে server, pipeline, monitoring ও update লাগে। MLOps engineer সেই কাঠামো বানান। Post-এ সাধারণত cloud platform, container, automation pipeline ও Python-এর উল্লেখ থাকে।
AI product manager
কোন সমস্যা AI দিয়ে সমাধান হবে, সাফল্য কীভাবে মাপা হবে আর ঝুঁকি কীভাবে সামলানো হবে, তা তাঁরা ঠিক করেন। code জানা বাধ্যতামূলক নয়, কিন্তু model কী পারে আর কী পারে না তা বুঝতে হয়।
Prompt ও AI content specialist
এই ভূমিকায় prompt লেখা, পরীক্ষা ও উন্নত করা এবং AI-র তৈরি লেখার মান যাচাই করা হয়। প্রোগ্রামিংয়ের চেয়ে ভালো লেখা ও বিষয়জ্ঞান বেশি জরুরি। পদের নাম কোম্পানিভেদে অনেক আলাদা হয়।
AI trainer বা annotator
এঁরা লিখিত নির্দেশিকা মেনে ডেটা label করেন এবং model-এর উত্তর মূল্যায়ন বা সংশোধন করেন। এটা ক্ষেত্রটিতে ঢোকার একটা পথ হতে পারে, আর বিষয়জ্ঞান (চিকিৎসা, আইন, ভাষা) প্রায়ই মূল্যবান।
Job post কীভাবে পড়বেন
“আবশ্যক” আর “থাকলে ভালো” আলাদা করুন। Post-এ অনেক সময় সব ইচ্ছার তালিকা থাকে।
বারবার আসা দক্ষতা খুঁজুন। একই পদের পাঁচ-দশটা post দেখুন; যেগুলো বারবার আসে সেগুলো আগে শিখুন।
আসল কাজটা দেখুন। নামে AI থাকলেও দায়িত্ব বলে দেয় কাজটা analysis, বানানো না পরিচালনা।
একটা tool না জানলে দমে যাবেন না। Tool বদলায়; মৌলিক জ্ঞান সব জায়গায় কাজে লাগে।
দক্ষতার প্রমাণ গড়ে তোলা
নিয়োগকর্তা আপনার জ্ঞান দেখতে পান না, তাই তা দেখান:
Portfolio project: স্পষ্ট সমস্যা সমাধান করা দুই-তিনটি সম্পূর্ণ project, সাথে কী, কেন ও কীভাবে ব্যাখ্যা করা README।
GitHub: গোছানো repository ও অর্থপূর্ণ commit। API key কখনো প্রকাশ করবেন না।
নিজের কাজ নিয়ে লিখুন: কী বানালেন, কী ব্যর্থ হলো, কী বদলালেন, এই ছোট লেখা আপনার চিন্তার ধরন দেখায়।
ফলাফল মাপুন: যেমন কিছু নমুনা প্রশ্নে app পরীক্ষা করে জানান কয়টির সঠিক উত্তর দিয়েছে।
AI engineer পথের জন্য প্রথম প্রকাশিত project চ্যাপ্টারে GitHub-এ কাজ উপস্থাপনের উপায় আছে।
সাধারণ ভুল
কাজ কী তা না দেখে “AI” লেখা সব পদে আবেদন করা
যে tool দিয়ে কোনো project নেই, তা CV-তে তালিকাভুক্ত করা
কিছু না বানিয়ে শুধু certificate জমানো
শুধু একটা কোর্স করেই চাকরি আশা করা: নিয়োগ নানা কিছুর উপর নির্ভর করে, নিশ্চয়তা নেই
মূল কথা
একটা পদ বাছুন, তার বারবার আসা দক্ষতা শিখুন, আর সম্পূর্ণ project দিয়ে তা প্রমাণ করুন। পদগুলো আলাদা হলেও Python, ডেটা দক্ষতা ও পরিষ্কার যোগাযোগ বেশিরভাগ পদেই দেখা যায়।
শুরু করতে চান? Model API call করা থেকে RAG ও evaluation পর্যন্ত, AI engineer job post-এর পেছনের ব্যবহারিক দক্ষতা গড়ে তুলুন। শুরু করুন ফ্রি কোর্স LLM দিয়ে AI ইঞ্জিনিয়ারিং: বিগিনার দিয়ে।
সম্পর্কিত লেখা
AI ক্যারিয়ার বিভাগের আরও লেখা
মন্তব্য
আলোচনায় যোগ দিতে সাইন ইন করুন।