මුලින්ම, අපි දත්ත ක්ෂේත්රය (data space) තුළ ඇති කාර්යයන් බෙදල කතා කරමු. මේක
- දත්ත විද්යාව (Data Science),
- දත්ත ඉංජිනේරු විද්යාව (Data Engineering),
- දත්ත විශ්ලේෂණය (Data Analytics) සහ
- ව්යාපාරික බුද්ධි තොරතුරු (Business Intelligence)
ලෙස කොටස් හතරකට බෙදා වෙන් කරන්න පුළුවන්. දත්ත මගින් ව්යාපාරික වටිනාකමක් උත්පාදනය කිරීම සඳහා මෙම කාර්යයන් හතරම එකට එක්ව ක්රියා කරනවා.
ඔබ දත්ත වෘත්තිකයෙකු වීමේ ගමන් මග ආරම්භ කරනවා නම්, ඔබට ලබා දිය හැකි උපදෙස තමා එක් අංශයක් ප්රගුණ කිරීම කෙරෙහි අවධානය යොමු කර, අනෙකුත් අංශවල සිටින ඔබේ සමකාලීන දත්ත වෘත්තිකයන්ගේ සහාය ලබා ගන්නා ලෙසට. මේ සියලු අංශ එකවර ප්රගුණ කිරීමට උත්සාහ කරන්න යන්න එපා මුලදී. ඒක ඔබේ ප්රගතියට බාධාවක් වනවා වගේම ඔබව ව්යාකූලත්වයට පත් කරන්නත් පුළුවන්. එකින් එක අරගෙන යන්න .
දත්ත වෘත්තීන් අතරින් ඔබට වඩාත්ම ගැලපෙන ස්ථානය තීරණය කලයුත්තේ ඔබමයි. ඔබ අහම්බෙන් යම් භූමිකාවකට වැටෙනවා වෙනුවට, දැනුවත්ව තෝරා ගැනීමක් කිරීමට කිරීම මේ ලිපියේ අරමුණයි.
මම දත්ත ඉංජිනේරුවකු ලෙසත් ඉන් පසු බුද්ධි තොරතුරු උපදේශකවරයෙකු ලෙසත් වැඩ කලාට පසේ තමා ජෙය්ෂ්ඨ දත්ත විශ්ලේෂකයෙකු වුනේ . සමාගමේ අවශ්යතාවය මත තමා ඒක තීරණය වෙන්නේ ඒ කියන්නේ වැඩ වැඩියෙන් මුදල් උපයන ඒවාට දාන එක තමා කරන්නේ , හුඟක් වෙලාවට අපි දැන් කරන්නේ දත්ත විද්යාඥයෙකු ගේ වැඩ වුනත් ඒ ටයිටල් එක නැහැ . ටයිටල් එක දෙන්නේ සීමිත සංඛ්යාවකට නිසා ඒ ඒ ටීම් වල. ඒ කියන්නේ හැම වැඩක්ම කරන්න වෙනවා කියන එක .
දත්ත විද්යාඥයා (Data Scientist)
දත්ත විද්යාව යනු අතීත සහ වර්තමාන සිදුවීම් ප්රමාණාත්මකව අවබෝධ කර ගැනීමටත්, දත්තවල අනාගත හැසිරීම් පුරෝකථනය කිරීමටත්, දත්තවල ව්යුහය සහ හැසිරීම පිළිබඳව සිදුකරන ක්රමානුකූල අධ්යයනයයි.
දත්ත විද්යාඥයෙකු වීමට අවශ්ය සුදුසුකම්:
අධ්යාපන සුදුසුකම් : සාමාන්යයෙන් ප්රමාණාත්මක විෂය ක්ෂේත්රයක (STEM) උපාධියක් තිබිය යුතුය. (ඉංජිනේරු උපාධියක් හෝ ගණිත , ආර්ථික උපාධියක් තිබීම වැදගත්ය.)
Programming පරිගණික කේත ලිවිම: ඔවුන් R සහ Python වැනි භාෂාවලින් කේත ලිවීමට සහ SQL වැනි විමසුම් (queries) සෑදීමට දැන සිටිය යුතුය.
ඔවුන් කුතුහලයෙන් පිරි සහ නොපසුබට උත්සාහයක් ඇති අය විය යුතුය. ඇත්තම හේතුව දත්ත හැසිරෙන විධිහ (ට්රෙන්ඩ්) හොයන්න , දත්ත වලින් කියන්නේ මොකද්ද , පණිවිඩය අවබෝධ කර ගැනීම අවශ්යයි .
පසුබිම: ඔබ දැනටමත් දත්ත විශ්ලේෂණය හෝ ව්යාපාරික බුද්ධි තොරතුරු වාර්තාකරණය වැනි අංශවල අත්දැකීම් ඇත්නම්, ඔබ දත්ත විද්යාඥයෙකු වීමට සුදුසු අපේක්ෂකයෙකි.
දත්ත විද්යාඥයන් වැඩිපුරම උනන්දු වන්නේ "කොහොමද" (How) යන්නට වඩා "ඇයි" (Why) යන්න පිළිබඳවයි. යමක් සිදුවන්නේ ඇයි දැයි වටහා ගත් විට, ඔවුන්ට ඒ මත පදනම්ව අනාගතය පුරෝකථනය කළ හැකිය.
දත්ත ඉංජිනේරුවා (Data Engineer)
දත්ත ඉංජිනේරු විද්යාව යනු දත්ත පද්ධති සැලසුම් කිරීම, තැනීම සහ නඩත්තු කිරීමයි.
අධ්යාපන සුදුසුකම්: ඔවුන් දක්ෂ කේත ලියන්නන් ලා වන අතර පරිගණක විද්යාව පිළිබඳ පසුබිමක් ඇත. පරිගණක විද්යා උපාධි හෝ ඩිප්ලෝමා කෝස් කර ඈති අය බඳවා ගැනීමට සමාගම් කටයුතු කරති . ඔවුන් දත්ත විශ්ලේෂණය කිරීමට වඩා දත්ත පද්ධති (IT systems) ගොඩනැගීමට යොදා ගනු ලැබේ. එසේම දත්ත සොයා ගැනීම, පිරිසිදු කර කණ්ඩායමේ අනිත් අයට ඉදිරිපත් කිරීමද කරයි . (ETL - extract , transform , load). උපාධි නැතත් මයික්රෝස්ෆ්ට් වැනි ආයතන වල පාඨමාලා අවසන් කිරීම වුවද මෙවැනි රැකියාවක් සඳහා ප්රමාණවත්ය.
ඔවුන් උනන්දු වන්නේ "කොහොමද" (How) යන්න පිළිබඳවයි. එනම්, දත්ත විද්යාඥයන්ට විශ්ලේෂණය කිරීම සඳහා අවශ්ය දත්ත පද්ධති විශ්වාසදායක ලෙස ගොඩනගන්නේ කෙසේද, සොයා දෙන්නේ කෙසේද යන්නයි.
භාෂා: Java, C++, C සහ Python වැනි භාෂා භාවිතා කිරීම දන සිටිය යුතුය.
දත්ත විශ්ලේෂණ වෘත්තිකයන් (Data Analytics Professionals)
දත්ත විශ්ලේෂණය යනු දත්ත සහ එහි හැසිරීම විස්තර කරන මෘදුකාංග නිෂ්පාදන නිර්මාණය කිරීමයි.
අධ්යාපන සුදුසුකම්: මොවුන් සංකීර්ණ කේත (code) භාවිතා කරනවා වෙනුවට විවිධ මෘදුකාංග යෙදුම් (applications) හරහා දත්ත විශ්ලේෂණය කරයි. ඔවුන් දත්ත විද්යාඥයන් සහ ව්යාපාරික අවශ්යතා අතර සම්බන්ධීකාරක ලෙස ක්රියා කරයි. එනිසා කලා, උපාධි හෝ ආර්ථික උපාධි තිබුනත් අවශ්ය මෘදුකාංග පරිහරණය දන්නේ නම් දත්ත විශ්ලේෂකයෙකු විය හැකිය . උපාධි නැතත් මයික්රෝස්ෆ්ට් වැනි ආයතන වල පාඨමාලා අවසන් කිරීම වුවද මෙවැනි රැකියාවක් සඳහා ප්රමාණවත්ය
කාර්යයන්: දත්ත මගින් තීරණ ගැනීමට අවශ්ය තොරතුරු සැපයීම සහ දත්ත දෘශ්යකරණය (visualization) මගින් සොයාගැනීම් ඉදිරිපත් කිරීම.
භාෂා - සමහරු පයිතන් දන්නා අතර එක්සෙල් වැනි මෘදුකාංගයක් ඉතා හොඳින් දැන ගැනීමද වැදගත්ය. POWER BI වන්නක් දැන ගැනීම වඩා හොඳය.අප ඩේටාබ්රික්ස් (databricks), power bi , Excel සහ AI ඒජන්ට් වන devin ද භාවිතා කරන්නෙමු.
ව්යාපාරික බුද්ධි තොරතුරු උපදේශක (Business Intelligence)
- අධ්යාපන සුදුසුකම්: මොවුන් සංකීර්ණ කේත (code) භාවිතා කරනවා වෙනුවට විවිධ මෘදුකාංග යෙදුම් (applications) හරහා දත්ත විශ්ලේෂණය කරන අතර දත්ත එක්රැස් කර , පිරිසිදු කර ඉදිරිපත් කිරීමද කරයි . මේ සඳහා පවර් බී අයි, SSRS වැනි මෘදුකාංග උපයෝගී කර ගැනේ . ඔවුන් දත්ත විද්යාඥයන් සහ ව්යාපාරික අවශ්යතා අතර සම්බන්ධීකාරක ලෙසද ක්රියා කරයි. පරිගණක විද්යා හා ඉංජිනේරු උපාධියක් තිබෙන අයට වඩා පහසුය . උපාධි නැතත් මයික්රෝස්ෆ්ට් වැනි ආයතන වල පාඨමාලා අවසන් කිරීම වුවද මෙවැනි රැකියාවක් සඳහා ප්රමාණවත්ය.
කාර්යයන්: දත්ත මගින් තීරණ ගැනීමට අවශ්ය තොරතුරු සැපයීම සහ දත්ත දෘශ්යකරණය (visualization) මගින් සොයාගැනීම් ඉදිරිපත් කිරීම. ව්යාපාරය රැක ගැනීමට, දියුණු කිරීමට අවශ්ය දත්ත සකස් කිරීම හා පුරෝකථන කිරීමද කරනු ලබයි.
භාෂා - c#, පයිතන් වැනි භාෂාවල කේත භාවිතය (අනිවාර්ය නැත . නමුත් ඒ දැනුම තිබීම රැකියාව කිරීමට ඉතා පහසු බවක් ඇති කරයි . POWER BI වැනි පරිගණක ටූල් භාවිතාව කරීමට දැන සිටිය යුතුය. (මම මේ සනහා මයික්රොසොෆ්ට් ආයතනයේ විභාගය සමත් කලෙමි . බොහෝවිට ඒවාට වියදම් කරන්නේ රැකියාව කරණ ආයතනයයි )
ඔබේ අභියෝගය
ඔබට ඇති අභියෝගය නම්, මොහොතක් නිහඬව සිතා බැලීමයි. ඔබේ පසුබිම සහ ඔබේ සැබෑ උනන්දුව අනුව, ඉහත සඳහන් කළ ක්ෂේත්ර හතරෙන් ඔබට වඩාත්ම ගැලපෙන්නේ කුමන ක්ෂේත්රයද? ඔබ ඔබේ සුදුසුකම් වලට සහ රුචිකත්වයට වඩාත්ම ගැලපෙන භූමිකාව තෝරා ගන්නේ නම්, ඔබට මෙම වෘත්තීය ගමන් මගේ ඉතා සාර්ථක විය හැකිය.
එබැවින්, ඉහත සඳහන් කළ භූමිකාවන්ගෙන් එකක් තෝරාගෙන ඒ කෙරෙහි ඔබේ අවධානය යොමු කරන්න.
| අංශය | ප්රධාන කාර්යය (සරලව) | අවධානය යොමු කරන්නේ |
| Data Engineering | දත්ත ගලා ඒමට අවශ්ය "පද්ධතිය" හෝ "නළ මාර්ග" තැනීම.(pipeline) | දත්ත රැස් කිරීම, ගබඩා කිරීම සහ පිරිසිදු කිරීම (How). |
| Data Science | දත්ත ඇසුරින් අනාගතය ගැන අනාවැකි කීම සහ සංකීර්ණ රටා සෙවීම. | දත්ත ඇසුරින් අනාගතය පුරෝකථනය කිරීම (Why/Future). |
| Data Analytics | දැනට ඇති දත්ත ඇසුරින් ව්යාපාරයට අවශ්ය තොරතුරු වාර්තා කිරීම. | වර්තමාන තත්ත්වය සහ රටාවන් හඳුනා ගැනීම (What/Past). |
ඔබ දත්ත ක්ෂේත්රයට පිවිසෙන්නේ නම්, පහත සඳහන් භාෂා පිළිබඳ දැනුම ඉතා වැදගත් වේ:
Python (පයිතන්)
භාවිතය: දත්ත විද්යාවේ (Data Science) රජු ලෙස හැඳින්වේ. දත්ත පිරිසිදු කිරීම, විශ්ලේෂණය සහ Machine Learning සඳහා බහුලවම භාවිතා වේ.
විශේෂත්වය: ඉගෙන ගැනීමට ඉතා පහසුය, සරල ඉංග්රීසි භාෂාවට සමානය.
SQL (එස්. කියු. එල් - Structured Query Language)
භාවිතය: දත්ත සමුදායන් (Databases) සමඟ ගනුදෙනු කිරීමට ඇති ප්රධාන භාෂාවයි. දත්ත ලබා ගැනීමට (Extracting) සහ කළමනාකරණය කිරීමට මෙය අත්යවශ්ය වේ.
ඉගෙන ගත යුතු අය : Engineering, Science, Analytics යන අංශ තුනටම මෙය අත්යවශ්ය වේ.
R (ආර්)
භාවිතය: සංඛ්යානමය විශ්ලේෂණ (Statistical analysis) සහ දත්ත දෘශ්යකරණය (Visualization) සඳහා ඉතා ප්රබල භාෂාවකි.
විශේෂත්වය: වැඩිපුරම අධ්යයන කටයුතු සහ පර්යේෂණ (Research) සඳහා භාවිතා වේ.
අපේ අසල්වැසියා බ්රයන් - 1 - පුංචි කම්පැනිය
- අජිත් ධර්මකීර්ති 14/02/2026
මට අදාල නූනත්, මේ ක්ෂේත්රයට පිවිසෙන්න ඉන්න අයට වැදගත් ලිපියක් වේවි. 👌
ReplyDeleteයාළුවෙක් ගේ ළමයෙක් කරනවා . ඒ නිසා ලිව්වේ . ඔන්නොහෙ බ්ලොග් එකටත් දැම්ම
Deleteමේක පැහැදිලි මදි මට නම්, මෙහෙම කිව්වට තරහ ගන්න එපා ඒත් මේක කියෙව්වාම මට දැනෙන අවංක අදහස I feel like ChatGPT stuff, මේක හරියට AI වලින් සිංහලෙන් දේවල් ඇහුවාම එන හතර බීරි කතා වගේ එච්චරම පැහැදිලිව තේරෙන්නේ නෑ. තරහ ගන්නේ නැතුව මේක විස්තර කරලා humanize කරලා තේරෙන විදියට ලස්සනට ලියන්න පුළුවන් නම් ගොඩක් වටිනවා, බොහොම ස්තූතියි.
ReplyDeleteමේක චැටා නෙමේ . ගුගල් ජෙමිනි . ඒකෙ තනිකර වැරැද්ද ඔයඋඩ ද කමෙන්ට් කරපු බසු උන්නැහේ ගේ . එයා තමා කීවේ ඒක පාවිච්චි කරන්න කියල 😀. හරි මම හෙට ඉරිදා ආපහු බලල ලියන්නම් . දැන් නිදිමතයි . ස්තූතියි ආවට හා කමෙන්ට් කලාට
Deleteදැන් බලන්න
Deleteඇවිත් කියෙව්වෙමි ඔබගේ මේ ලිපිය
ReplyDeleteවැරැද්දක් ඇතැයි මට හිතුණේ නැතිය
ආපහු හදා පළ කළ පසු යළි එමිය
මේවා කියෙව්වත් මට හැට පැනලාය
මගෙත් දැන් හැට පැනලා නොවැ නිදි
Deleteඒ වුනත් මැරෙන තුරු ඉගෙන ගමි මම
කියවන්නට පොත් ගොන්නකුත් ඇත
ඒ නිසා යොදවමි හැම මොහොමතම එයට
මම කියෙව්වා .
ReplyDeleteලොකු මුණුපුරා ලිපියට යොමු කලා එයාට වැදගත් නිසා.
මමත් නිදි කියන්නා වගේ හැට නෙමෙයි හැත්තෑවත් පැනලා.
බර වැඩියි.
ඔබට ස්තුතියි කාලීන දැනුම දියුණු කර ගන්නා අයට අත්වැලක් සැපයුවාට.
ස්තූතියි ඔබ තුමාට. යහළුවෙකුගේ පුතෙකුට උදව්වක් වෙන්න ලිව්වට හිතුන සිංහලෙන් දාන්න . ඉදිරියට හුඟක් රැකියා එන්නේ ඔය පැත්තෙන් නිසා . AI එක්කම
Deleteඅජිත්, ස්තුතියි ලිපියට. මෙම අංශවල AI නිසා ඇතිවී තිබෙන සහ ඇතිවිය හැකි වෙනස්කම් ගැනත් සඳහන් උනා නම් හොඳයි කියා සිතෙනව.
ReplyDeleteවෙනස් කම් ඇතිවෙලා කියන්නේ ඉතින් හුඟක් මැනුවල් කරපු වැඩ බොහොමයක් AI වලින් කරන්නේ . ඒ කියන්නේ ඇනලයිසිස් වලට කේතයක් ඕන වුනහම අවශ්ය කරන දේ කීවහම AI එක කෝඩ් එක දෙනවා . ඒක ටෙස්ට් කරලා බල්ල ගන්න ඕනේ . වෙන වෙලාවක දවස් දෙක තුනක් යන වාදක පැයෙන් වෙනව අකියන්නේ වෙලාව ඉතුරුයි වැඩ වැඩියෙන් කෙරෙනවා . ඉදිරි වෙනස් කම් ගැන තමා ලියන්න ඕනේ . දැන් එක්සෙල් වගේ ඒවා භාවිතයෙන් කරන අයගේ රැකියා වල යම් ප්රශ්නයක් එනවා AI නිසා . මොකද එයාට පුලුව වඩා හොඳට දත්ත බලන්න . නමුත් දත්ත AI එකට ඔක්කොම දෙන්න බැහැ . ඒ නිසා හියුමන් ඉන්ටවෙන්ෂන් එක ඕනේ . බලමු එකක් ලියන්න
Deleteස්තුතියි අජිත්. AGI වගේ දේවල් එක්ක මොන වගේ බලපෑමක් වෙයිද කියල කියන්න පුලුවන්නම් තවත් හොඳයි.
Deleteඉයන් ලිපියක් ලිව්වා නේද AGI ගැන https://lankanian.blogspot.com/2026/02/artifical-general-intelligence.html
Deleteදැන් මගේ AI ඒජන්ට් ට මම තරමක් දුරට පුරුදු කරලා තියෙන්නේ මට ඕන විධිහට විශ්ලේෂණ දෙන්න. මේ දවස් වල අලුත් කෝස් එකක් කරනවා ජෙනරටිව් AI සහ මැෂින් ල(ර්) නින් . ඒක කරගෙන යනකොට තව මොනවහරි ලියන්න පුළුවන් වෙයි කියල හිතනවා
Deleteමේ වෙද්දි "දත්ත බලය වේ" කියන Fact එක සෑහෙන දුරකට සත්ය වෙලා තියෙනවනේ.
ReplyDeleteකොහෙ ගියත් ඩේටා හොරකං කරල හරි උං වැඩේ කරගන්න බලන්නෙ ඒකයි.
දැං අලුත්ම සෙල්ලම කඩවලට ගියාම ටෙලිපෝන් නම්බරේ ඇරං බිල ඒකට ෆෝවඩ් කරන එක. මේක සෑහෙන ඉදිරිගාමී කියල හිතුවත් අවසානෙට වෙන්නෙ අපේ පුද්ගලික තොරතුරු කම්පැණි වලට විකුණන එක. ලංකාවෙ මේ වැඩේ බරටම වෙනව.
අන්තිමට දන්නැති වැඩක් නැති කම්පැණි වලිං එකේක ප්රමෝෂන් කියල කෝල් මැසෙජ් එනව. ඒක දසම වදයක්.
දත්ත තමයි වැදගත් ඉස්සරහට . එම රැකියාවල වටිනාකම වැඩියි දැන් . ඔව් ඉතින් බිග් බ්රදර් එක හොඳටම ක්රියාත්මක වෙනවා
Deleteලංකාවෙත් ඔය සදහන් ක්ෂේත්රයේ පුරප්පාඩු ඉස්සරහට බරට ඇති වෙයි කියල හිතෙනව. ලොකු සමාගමක් අකුලං යන්න යනව කියන කතාව තියේ
ReplyDeleteඕව අකුලන් ගියාට කමක් නැහැ. වෙන ඒවා එනවා
Deleteලංකාවේ තත්වය හොඳයි දැන් ටිකක් . අලුත් ළමයි සෙට් එකක් ඉගෙන ගන්නවා සහ වැඩ කරනවා
Deleteඅජිත්ට ස්තූතිය ...මගේ පොඩි එකත් ඔය පරිගණක ඉංජිනේරුවෙක් තමා. මම ඒ ලිපිය යොමු කලා. ගුණාගුණ නම් අහගන්ට බැරිවෙයි. කාමරෙන් එලියට එන්නේ නැහැ නෙව.
ReplyDeleteඅපේ දෙවෙනියත් එහෙම තමා . කාමරෙන් එලියට ගන්න හෙන අමාරුයි . වැඩේ කියන්නේ බිරින්දැත් කෑම බිම ටික ළඟටම ගිහින් දෙනවනේ
Deleteඅනාගත කෘතිම බුද්ධි දියුනුව නිසා, වෛද්ය කුමාර කලුආරච්චියන් වගේ අය අවශ්ය නැතිවෙයි නේද?
ReplyDeleteඅනවශ්ය කතාවක් නේ ජගත් .
DeleteThis comment has been removed by the author.
ReplyDeleteදත්ත හුඟයි :D
ReplyDeleteඋඹව තහනම් කරනවා එන එක . අයර්ලන්තෙට වෙලා හිටු .
Deleteදත්ත විශ්ලේෂණය කරලා ඊයේ T20 මැච් එක ගැන Gemini ගෙන් ඇහුවහම කිව්වේ කිව්වේ ලංකාවට දිනන්න තියෙන චාන්ස් එක 39% කියලා . ඒ ඔස්ට්රේලියාව 180 ගැහුවයින් පස්සේ. මැච් එක ඉවර වෙලා ඇයි වැරදුනේ කියලා ඇහුවහම Home peak performance, Dew factor වගේ දේවල් දාලා විශ්ලේෂණය කරා නම් වඩා නිවැරිදි පිළිතුරක් දෙන්න තිබුනා කියලා. AI මෙතනදී මතීෂ පතිරණ අබාධයකට ලක්වීම ලොකුවට ගත්තා . Hallucinate කරා .( AI sees that Sri Lanka always loose when their best bowler is injured .) AI historical data ගොඩක් විශ්ලේෂණය කරන නිසා මෑතක ඕස්ට්රේලියානු කණ්ඩායමේ පසුබැසීම් පෙනුනේ නැහැ.
ReplyDeleteජෙමිනි ට ඔයා දෙන දත්ත මොනවාද කියන එකනේ එතන වැදගත් . මම නම් හිතන්නේ ඒක හරි කියල . ඔස්ට්රේලියාව කලින් දිනපු ටීම් එක කියලනේ අන්තර්ජාලයේ තියෙන්නේ . මේක ඇත්තම ට්රෙන්ඩ් එකක් නේ . -AI sees that Sri Lanka always loose when their best bowler is injured .AI එක වෙනුවෙන් කතා කරනවනම් එයා තීරණ හා විශ්ලේෂණ දෙනෙන් අපි දෙන දත්ත හා අපේ තියරි මත . ඔයා ඕස්ට්රේලියන් කණ්ඩායමේ පසුබැසීම් හයිලයිට් කළා නම් වෙන ප්රොබබිලිටි එකක් දෙන්න තිබ්බ . දැන් AI අනලයිසිස් අපි එහෙම්ම ගන්නේ නැහැනේ . වැරදීමට ඉඩක් තියල ගන්නේ . අනික පි ටෙස්ට් කරනවනේ ඇත්ත ඩේටා දාල
Deleteමම වැඩිය ක්රිකට් ගැන උනන්දුවක් නැහැ . හැබැයි ලංකාවේ ප්රේක්ෂකයෝ පලු යන්න බැන්න නේද සුමානෙකට දෙකකට කලින් . ආණ්ඩුවට පවා මැදිහත් වෙන්න කියල . - මේ සුජීව කොකාවල ෆේස්බුක් දාපු එකක් : Sujeewa Kokawala
Delete15m
·
හැම මගුලම ඉන්ග්රීසියෙම්ම ලියනව කියන නිසා මේක සින්හලෙනුත් දානව. ක්රිකට් ගැන සින්හලෙන් ලියන්න හෙන අමාරුයි වචන හිගයි ගැලපෙන යෙදුම් නෑ. පුලුවන් තාලෙට අච්චාරුවක් දාමු.
ඊයෙ ලංකාව දින්නෙ කොහොමද?
ලෝක කුසලාන වල වැඩිම තරග ජයග්රහණ වාර්තාව තියෙන රටට මෙහෙම කියන එක අසාධාරණ වුනත් පහුගිය කාලෙ බැලුවම ප්රශ්නයට වැලිඩිටියක් තියෙනව. අනික මෙහෙම අහන එක වැදගත්. නෙවිනම් අපිට රැශනල් අර්තකතනයක් වෙනුවට එන්නෙ එක මැච්චෙකක් ගහල හඳට ගිහින් ඉන්න තත්වයක්. ඔහොම ළග පිකප් සඳ ගමන් ඒ රේට් එකෙම්ම ක්රෑශ් වෙනවනෙ.
එහෙනම් ඇත්තෙම්ම ඊයෙ ලංකාව දින්නෙ කොහොමද? ඊයෙ සීන් එක එකම එක මැච් එකක් පමණක් නිසා ඕක ඕනෙ ඕනෙ අතට හරවාගන්න පුලුවන්. ඒ නිසා අපිට ඊට කලින් තත්වය ගැන කිසියම් කල්පිතයක් අවශ්යයි.
එක කල්පිතයක් තමයි ලංකාව නැවත අලු ගසලදාල අවදිවෙලා එනව කියනෙක. කලින් අවුල් සමාප්තයි අපි ආයෙ රිකවර් වේ ගෙන මේ යන්නෙ. මේක වෙන්න බෑ කියනව නෙවි. මෙහෙම හිතන්න මාත් ආසයි ඒත් බයයි. තවම අපිට මෙහෙම හිතන්න තරම් ප්රමාණවත් තත්වයක් නෑ. අඩුම ගානෙ තව සැහෙන තරමක් සාධක නැතුව මම මෙතෙන්ට එන්න අදහසක් නෑ.
දෙවෙනි එක තමයි ලංකාව ශෲ ඩින්ගර්ගෙ පූසා වගේ (එකම වෙලාවක මැරිලද පණපිටින්ද ශුවර් නැති) තත්වෙක ඉන්නෙ. ලන්කාවෙ ක්රිකට් මැරිල වගේම පණපිටිනුත් ඉන්නව එකම වෙලාවෙ. පණ ආපුවම වේදිකාවට නැගල අර කොකෝ ෆිල්ම් එකෙ උන් පොකෝ ලෝකෝ සින්දුවෙ වගෙ ෆෑන්ස්ලගෙ අත් අල්ලන් නටනව. ඊට පස්සෙ ආයෙ මැරෙනව. ආයෙ පණ එනව. කිව්වට තරහ වෙන්න එපා මම ඉන්නෙ මෙතන තාම.
මේක හෙණම පෙසිමිස්ටික් ලොස් අදහසක් කියල හිතෙයි, දැන් ඔය කියන්නෙ ඊයෙ මැච්චෙක නිකම්ම කණාපාරක් මිසක්ක ඒකේ ගතයුත්තක් නෑ කියලද? අපොයි නෑ. ඊයෙ දැකපු හොද දේවල් අලුත් දේවල් හරියි කියා හිතෙන දේවල් තියෙනව. ඒ ටික කියන්න තමා හදන්නෙ ඒත් ඊට කලින් කට්ටිය ඒව අහල හඳට යන එක නවතන්න ඕනෙනෙ. මේ තියෙන්නෙ ඒ ටික.
- ඊයෙ ඔසියො කාපු මූලිකම හේතුව උන් කළ මිස්ටේක් සෙට් එකක්. පලවෙනියටම උන් ලෝක කුසලානෙට ප්රැක්ටිස් කලේ පකිස්තානෙ. පලවෙනි රවුම ඊසි වෙයි නෙ කියල උන් ඒක ඉග්නෝ කලා එහෙම නෙවිනම් ලන්කාවත් සබ්කොන්ටිනන්ට් නිසා සබ්කොන්ටිනන්ට් එකේ කොහෙ හෝ ප්රැක්ටිස් කලා. ලන්කාව දැන් සෙසු සබ්කොන්ටිනන්ට් එකයි ලෝකෙනුයි සැහෙන දුරස් වෙලා ඉන්නෙ පිච් කන්ඩිශන් අතින්. ලංකාවෙ හදන පිච් හා එව්වයෙ ගහන ක්රිකට් සම්පුර්නෙන්ම වෙනස් විස්සවිස්ස සම්මුති වලට අනුව. පකිස්තානෙ ප්රැක්ටිස් කරල ලන්කාවෙ ගහන්න පුලුවන්නම් පකිස්තාන් පිල තකානියක් ලන්කාවෙ ප්රැක්ටිස් ටුවර් එන්නෙ නෑනෙ. ඔසීලා ලන්කාවට ආවෙ කිසිම සූදානමකින් තොරව. ඒ මදිවට මුන්ගෙ ටොප් රෑන්ක් අලි ඔලුව නිසා මුන් මීට කලින් තිබ්බ ටුවර් වලටත් ලන්කාවට එව්වෙ සෙකන්ඩ් ටීම්ස්. මේ ආපු ඔසියො එක්කො ලන්කාවෙ සෙල්ලම් කලේ අවුරුදු ගානක් ඉස්සර නෙවිනම් කරලම නෑ. ලන්කාවෙන් මදිවට සිම්බන්ගෙනුත් කෑවෙ ඒකයි. ආදර්ශයක් ඕන්නම් බලන්න එන්ගලන්තෙ සුපර් 8 මැච් තුන වෙනුවෙන් තකානියක් ටුවර් එකක් දාගෙන ලන්කාව අධ්යනය කළා.
- ලන්කාව ටොස් එක දිනීම හා චේස් කරන එක. මොකද ලන්කාවෙ පහුගිය කාලෙ ලොකුම ගැටලුවක් වුනේ ටාගට් සෙට් කිරීම. කොමත් උඩ හතර ගහනවනෙ. ඊට පස්සෙ ඩිබේට් එක ඒ රේට් එකෙම්ම ගහනවද නෙවිනම් සිම්බො වගෙ කොන්සොලිඩේට් කරනවද මැදපෙල ඔව්ව කරන්න ගිහින් නාල හාලා කුරුවල් වෙලා ඒ දෙකම නොකර කාගත්ත. චේස් කරද්දි ඒම නෑ ටාගට් එක පේනව එක්කො ගහනව නෙවිනම් පරාදයි.
- පල්ලෙකැලේ චේසින් ලේසියි කියා ශානකම කිව්ව
- ලංකාවෙ ග්රවුන්ඩ් වල කෝමත් අපෙ උන් ශක්තිමත්. ඒ නිස හයර් ලෙවල් ඇචිව්මන්ට් එකක් කරන්න බැරිකමකුත් නෑ. ශෲ ඩින්ගර්ගෙ පූසගෙ සීන් එක තමා ඉතින් දවසක් ඩෙඩ් දවසක් අලයිව්.
- ෆ්රන්ට් ලයින් බෝලර්ස් ලා පහක් උන්න එක. මෙක කට කඩාගෙන කියල කියල අපිටම එපාවෙලා උන්නෙ. විස්ස විස්ස කියන්නෙ බෝලර්ස් ලා විසින් දිනවන ගේමක්. ඒකෙ ඕවර විස්සෙම නොකඩවා උපරිමෙන් අටෑක් කරන්න ඕනෙ එක්කො විකට් නෙවිනම් බව්න්ඩරි දෙන් නෑ පුලුවන්නම් සින්ගල් පමනයි දෙන්නෙ. ඕක කරන්න බෑ බෝලර්ස් ල හතරෙන්. මැච් එක මැද්දෙ ඕවර හතරක් එක එකා දාල පාස් කරගෙන ඕක කරන්න බෑ. ලෝකල් පිච් නිසා වෙල්ල කමිදු එහෙම ෆ්රන්ට්ලයින් ගානට පවර්ෆුල්. එතකොට අපිට ඉන්නව ඕවර විස්සම ඇටෑක් කරන ෆෝස් එක. ඕක ඉතින් ලන්කාවෙන් පිටදි වෙනස් වෙනව වෙල්ල එහෙම පසු බහිනව. ඒ වෙලාවට සමහරවිට මිලාන් රත්නායක වගෙ එකෙක් ඕනෙ වෙයි. ලන්කාවෙදි අපිට ෆුල් ඇටැක් යන්න බෝලර්ස් ලා ඉන්නව. ඊයෙ හේමන්ත හා වෙල්ල මැදදි රන් එක කඩා ගත්තෙ අන්න ඒ විශ්වාසය මත. චමීරල බැක් කරන්න උන්න.
- විකට් දෙකයි ගියෙ. ටොප් හතර කෝමත් එළනෙ. නුවර පෙරහැර පටන් ගන්නෙ තුන්වෙනි එක එක්ක. ඒක වුනේ නෑ ඊයෙ.
Good post
ReplyDeleteස්තූතියි
Deleteමෙන්න මේ කතාව මම හිතන්නේ ඉයන් ලියල් තිබ්බ . : “No one hires junior developers any more,” says Lokuhitige, the Mythril co-founder. Landing a job now requires “doing something cool”, he says, like building a new product or solving a problem that gets recognized as useful by larger companies. Job postings for entry-level tech jobs have dropped by a third since 2022, according to Indeed’s Hiring Lab, while job postings requiring at least five years of experience have risen. If you’re not grinding at a startup, you’re missing the prerequisite to get hired in the future.https://www.theguardian.com/technology/ng-interactive/2026/feb/17/ai-startups-work-culture-san-francisco
ReplyDeleteදිනකට පැය 12ක සේවය, නිවාඩු දින නැත: AI සමාගම්වල කටුක සේවා සංස්කෘතිය අප සැමට අනතුරු ඇඟවීමකි
Deleteසැන් ෆ්රැන්සිස්කෝ (San Francisco) නගරයේ කේන්ද්රගත වී ඇති නවීන කෘතිම බුද්ධි (AI) ආරම්භක සමාගම් (Startups) තුළ පවතින අතිශය පීඩාකාරී සේවා වාතාවරණය පිළිබඳව මෙම ලිපියෙන් කරුණු හෙළි කරයි.
ලිපියේ ප්රධාන කරුණු:
අධික වැඩ ප්රමාණය: බොහෝ සේවකයින් දිනකට පැය 12 කට වඩා වැඩි කාලයක් සේවය කරන අතර, සති අන්ත නිවාඩු පවා ලබා නොගනී. ඇතැම් ආයතනවල නිර්මාතෘවරුන් සහ සේවකයින් තමන්ගේ කාර්යාල ලෙස භාවිතා කරන නිවෙස් තුළම ජීවත් වෙමින්, උදේ 9 සිට අලුයම 3 දක්වා අඛණ්ඩව වැඩ කරන බව සඳහන් වේ.
"996" සහ "Grindcore" සංස්කෘතිය: චීනයේ ප්රචලිත වූ "996" (උදේ 9 සිට රාත්රී 9 දක්වා, සතියේ දින 6ක් වැඩ කිරීම) සේවා සංස්කෘතියටත් වඩා දැඩි පීඩනයක් දැන් සැන් ෆ්රැන්සිස්කෝහි AI සමාගම් තුළ වර්ධනය වෙමින් පවතී.
සමාජ ජීවිතය අහිමි වීම: සේවකයින් පවසන්නේ තමන්ට කිසිදු විවේකයක් හෝ පෞද්ගලික ජීවිතයක් නොමැති බවයි. ඉරිදා දිනවල පවා නගරයේ ආපනශාලාවල සිටින බොහෝ පිරිස් විවේක ගැනීමට වඩා තම ලැප්ටොප් පරිගණක මගින් වැඩෙහි නිරත වන බව එහි දැක්වේ.
කනස්සල්ල සහ තරඟකාරිත්වය: තාක්ෂණය දිනෙන් දින සීඝ්රයෙන් වෙනස් වන බැවින්, එක සති අන්තයක් හෝ වැඩ නොකළහොත් තමන්ට නවතම සොයාගැනීම් මග හැරී තරඟයෙන් පසුබෑමට සිදුවේ යැයි සේවකයින් තුළ දැඩි බියක් පවතී.
අනාගත අනාවැකිය: මෙම තත්ත්වය හුදෙක් තාක්ෂණික ක්ෂේත්රයට පමණක් සීමා නොවනු ඇතැයි ලිපිය අනතුරු අඟවයි. AI තාක්ෂණය මගින් වැඩ කරන වේගය වැඩි කරන විට, අනෙකුත් වෘත්තීන් වල සේවකයින්ට ද මෙවැනිම දැඩි පීඩනයකට මුහුණ දීමට සිදුවනු ඇත.
සාරාංශය:
AI තාක්ෂණය ලෝකය වෙනස් කරමින් සිටියද, එය නිර්මාණය කරන මිනිසුන්ගේ මානසික සහ ශාරීරික සෞඛ්යය දැඩි අනතුරකට ලක්ව ඇති බව මෙම ලිපිය අවධාරණය කරයි. අනාගතයේදී මෙය සාමාන්ය සේවා තත්ත්වයක් බවට පත්වීමේ අවදානමක් පවතින බව ද එහි සඳහන් වේ.
අජිත් මේක ඇත්ත. ලංකාවේ සහ බෝහෝ රටවල තිබෙන අධ්යාපන ක්රමය මේ වගේ අය බිහි කරන්නේ නැහැ. ඉතා සුළු දෙනෙකුට පමණක් අවස්ථාව ලැබෙන International Baccalaureate (IB) වැනි අධ්යාපන ක්රම වලින් ප්රශ්ණ හන්දුනාගෙන උත්තර හොයන මනසක් හදන්නේ. ලංකාවේ දැනට මේ අධ්යාපන ක්රමය තියෙන පාසැල් එකයි තියෙන්නේ ඒක බත්තරමුල්ලේ තියෙන Overseas School of Colombo එක. වර්ෂික ගාස්තුව $20,000 විතර.
Deleteඒකට එකඟයි . අධ්යාපන ක්රමය වෙනස් කරන්න ඕනේ ඇත්තටම ඔය පැත්තට
Deletehttps://www.dailymirror.lk/news-features/Independent-Collective-School-ICS-An-alternative-school-for-inventive-students/131-270409
DeleteI have visited the place and it seemed to be a very child friendly place.
thanks for the link
Deleteඔව්, වොව් "දත්ත බලය වේ" තමා.
ReplyDeleteසියවසේ හොඳම "දත්ත" විද්යාඥයා : Jeffrey Epstein
අනාගතේ උඹේ අතේ
මෑන් දත්ත එකතු කරපු වෙයාර් හවුස් එකක් . පස්සේ පාවිච්චි කරන්න 😆
Deleteඔය වැඩ බලන සීන් එක දැන් ගොඩක් තැන්වල තියනව . දරුණුයි වැඩේ ඉටින්ක් හැබැයි දැන් තියෙන කන්ට්රැක්ට් වල හැටියට නොකරත් බැහැ . ඕකෙන් එක හොඳක් වෙනවා . ශරීර හොරු අහුවෙනවා
DeleteThis comment has been removed by the author.
Deletehttps://www.reddit.com/r/PeterExplainsTheJoke/comments/1r8a49v/i_dont_get_it_hes_a_scientist/
ReplyDeleteඅම්මෝ ඩේටා සයන්ස් ජෝක් එකක්
Delete