📚 Life-long Learner တစ်ယောက်ဖြစ်ဖို့ - IT · လေ့လာမှု ခရီးစဥ်များ

နယ်ပယ်တစ်ခုကို လိုက်စားဖို့ဆို Life-long Learner တစ်ယောက်ဖြစ်ဖို့ လိုအပ်ပါတယ်။ အပြိုင်အဆိုင်တွေများတဲ့ ဒီခေတ်မှာ လူတကာနဲ့ အမြဲတမ်း ယှဥ်နိုင်ဖို့ဆို လေ့လာမှုတွေနဲ့ ပျက်သွားလို့ မဖြစ်ပါဘူး။

အရင်ဆုံး life-long learning ဆိုတာ ဘာလဲ ဆိုတာကြည့်ရအောင်။ အကြမ်းဖျင်း အား ဖြင့်ပြောရမယ်ဆိုရင် စဥ်ဆက်မပျက်လေ့လာမှုတွေ လုပ်ခြင်းပေါ့။ ဒါပေမဲ့ အဲဒီလိုမျိုး အမြဲမပျက်လေ့လာမှုတွေကို လုပ်နိုင်ဖို့ဆို အရင်ဆုံး မိမိတို့ ဘာတွေ စိတ်ဝင်စားမှု ရှိလဲ၊ ဘယ်အရာတွေက ကိုယ်စိတ်ကို လာစွပေးနိုင်တာလဲဆိုတာကို သိဖို့ လိုအပ်မယ်လို့ ထင်ပါတယ်။

လူတွေမှာမှရှိတဲ့ အကျင့်ဆိုးတစ်ခုက တစ်ခုခုကို လေ့လာလိုက်စားမယ်ဆိုရင် အစမှာ ဘယ်လောက်ပဲ motivation ကောင်းကောင်း အချိန်အတိုင်းအတာတစ်ခုလောက်ပဲ ခံပါတယ်။ အထူးသဖြင့် သူများတကာတွေ လေ့လာနေတာတွေ့လို့ ကိုယ်လည်း လေ့လာကြည့်ဦးမယ်ဆိုတာနဲ့ စခဲ့တယ်ဆိုရင်တော့ အဆိုးဆုံးဖြစ်ပါတယ်။ အဲလို့အခြေအနေတွေမှာ တော်တော်များများက ကောက်ရိုးမီးလို ခဏတာလောင်ပြီးရင် ပြီးသွားကြတာများပါတယ်။

အထူးသဖြင့် လူငယ်အများစုက တက္ကသိုလ်တက်နေစဥ်၊ ဒါမှမဟုတ် တက္ကသိုလ်ပြီးပြီးချင်းမှာ တက်ခဲ့တဲ့ လပြတ်သင်တန်းတွေကြောင့် သူတို့ရဲ့ စိတ်ထဲမှာ နည်ပယ်တစ်ခုခုကို လေ့လာလိုက်စားဖို့ဆို လပြတ်နဲ့ ရမယ်လို့ ထင်နေကြတာများတယ်။ အမှန်က အဲဒီလိုမျိုးအတွေးက အရမ်းမှားပါတယ်။ အဲလိုအတွေးမျိုးတွေကြောင့် ဟိုဟာလေး စပြီး လေ့လာလုပ်ကြည့်လိုက် ဒီဟာလေ လိုက်လုပ်ကြည့်လိုက်နဲ့ အချိန်သာ ကုန်သွားပြီး ဘာမှ ရေရေရာရာ အဖတ်တင််မလာတာများပါတယ်။

အမှန်မှန်ဆို နည်းပညာလို နယ်ပယ်မျိုးကို လိုက်စားဖို့ဆို စဥ်ဆက်မပြတ်လေ့လာမှုတွေကို ရပ်ပြစ်လိုက်လို့ လုံးဝ လုံးဝ မဖြစ်နိုင်ပါဘူး။ နှစ်စဥ်နှစ်တိုင်းမှာ ထွက်လာလိုက်တဲ့ နည်းပညာအသစ်တွေ၊ programming frameworks အသစ်တွေ ဆိုတာ ရေတွက်လို့တောင်မရပါဘူး။ အနည်းဆုံးတော့ ကိုယ်နဲ့သက်ဆိုင်လောက်တဲ့ tools တွေ frameworks အသစ်တွေကို တိမိခေါက်မိဖို့တော့လိုပါလိမ့်မယ်။

ဥပမာ တစ်ခုနဲ့ ကြည့်ရအောင်။ တကယ်လို့ ကိုယ်က data engineer တစ်ယောက်အနေနဲ့ အလုပ်လိုက်ရှာဖို့ စပြီး လေ့လာနေတယ်ဆိုပါစို့။ ပထမဦးဆုံး အခြေခံသိသင့်သိထိုက်တဲ့ အရာတွေကို လေ့လာဖို့ လိုအပ်ပါလိမ့်မယ်။ တကယ်လို့ computer science major နဲ့ ကျောင်းပြီးထားတဲ့ သူတစ်ယောက်ဖြစ်တယ်ဆိုတော့ computational thinking, programming fundamentals theory, database စတာတို့ နဲ့ ဆိုင်တဲ့ အခြေခံတွေကို ကျောင်းတုန်းက သင်ခဲ့ရပါတယ်။ အဲဒီတော့ အဲအပိုင်းတွေကို နည်းနည်း recap ပြန်လုပ်ရုံနဲ့ အဆင်ပြေနိုင်ပါတယ်။ ဒါမှမဟုတ်ပဲ ကိုယ်က non-computer science major (ဥပမာ - economics major/statistics major) နဲ့ ကျောင်းပြီးထားတဲ့သူတွေဆို အဲအပိုင်းတွေကို အခြေခံမဖြစ်မနေ အချိန်ပေးလေ့လာဖို့ လိုအပ်ပါလိမ့်မယ်။ အဲဒီအခြေခံတွေကို လေ့လာဖို့တင် အနည်းဆုံး ၃လ ကနေ ၆လ အထိ တစ်ချို့တွေအတွက် ကြားနိုင်ပါတယ်။ ဖြတ်လမ်းလိုက်လို့ လုံးဝမဖြစ်ပါဘူ။ အဲဒါတွေ မသိပဲ ချက်ချင်ကြီး data pipeline လို အရာမျိုးအကြောင်း စလေ့လာမယ်ဆို ခေါင်းပူပြီး ဆက်ပြီးလေ့လာဖြစ်ဖို့ chance အရမ်း နည်းသွားပါလိမ့်မယ်။

အဲမှာတင် ဇွဲကောင်းဖို့ discipline ရှိဖို့ အရမ်းလိုအပ်လာပါပြီး။ certificate ရရင် တက်ပြီးလို့ ထင်နေတဲ့အတွေးတွေကိုလဲ ဖျက်ပြစ်ဖို့ လိုလာပါလိမ့်မယ်။ ပြီးတော့ တစ်ပတ်မှာ အချိန်တစ်ခုပေးပြီး တသမတ်တည် လေ့လာလိုက်စားမှု လုပ်ဖို့ အရမ်း အရေးကြီးလာပါပြီး။ လူတော်တော်များများက အစပိုင်းမှာ အသားကုန် အားတက်သရော လေ့လာလိုက်စားမှုတွေလုပ်ဖြစ်ကြပြီး တစ်ဖြည်းဖြည်း နေ့စဥ်ရက်ဆက်လုပ်သွားရမှာမျိုးမှာ ဇွဲပျောက်သွားကြတာများပါတယ်။

နောက်ဆုံးပိတ်အနေဖြင့် ပြောရမယ်ဆိုရင် ဘယ်နယ်ပယ်ကိုပဲ လေ့လာလိုက်စားမှုတွေလုပ်လုပ် အရေးကြီးဆုံး မသိတာကိုသိလိုစိတ်ရှိဖို့၊ နားလည်ဖို့ ခက်လာတဲ့ အရာတွေ တွေ့ရင် လွယ်လွယ်အရှုံးမပေးချင်စိတ်ရှိဖို့၊ discipline ရှိရှိ လေ့လာဖို့ အရေးကြီးဆုံးပဲ ဖြစ်ပါတယ်။

Lifelong learner

စိတ်ဝင်စားဖို့ကောင်းတဲ့ A New Career Direction with Lifelong Learning ဆိုတာလေကို သဘောကျလို့ ရှယ်ပေးလိုက်ပါတယ်။

တစ်ရက်နည်းနည်းစီတဖြေးဖြေးအတူတူလေ့လာကြစို့။

အဲလက်စ်စနိုး
ဟေလ်ဒစ်(စ်)ဟိုင်း၊ ဒွိုင်(ခ်ျ)လန်(ဒ်)