แอบฟัง คนทำงานสายดาต้าคุยอะไรใน MADTaverse ครั้งที่ 1 (จบแล้วไปไหนมาส่องกัน)

อัปเดตเมื่อ 21 มี.ค.


ณ วันที่ 30 มกราคม พ.ศ. 2565 นับเป็นจุดเริ่มต้นของการเปิดจักรวาลที่เพิ่งถูกค้นพบเรียกกันว่า MADTaverse จักรวาลที่ผู้คนต่างหลงใหลในข้อมูล จนว่ากันว่าดวงตาของผู้คนที่อาศัยอยู่ในจักรวาลนี้มาเนิ่นนานสามารถมองทุกสิ่งทุกอย่างเป็นข้อมูล และเชื่อมโยงปรากฏการณ์ต่างๆที่เกิดขึ้นในจักรวาลนั้นด้วยดวงตาแห่งการพินิจข้อมูล อาจารย์เชค (ธนชาตย์ ฤทธิ์บำรุง) และอาจารย์อเล็กซ์ (วรพล พงษ์เพ็ชร) อาจารย์ประจำสาขาวิชาการจัดการวิเคราะห์ข้อมูลและเทคโนโลยีข้อมูล คณะสถิติประยุกต์ (MADT - Management of Analytics and Data Technologies) ได้เป็นผู้เปิดเส้นเชื่อมจากโลกธุรกิจในปัจจุบันสู่จักรวาล MADTaverse ผ่าน MADT Talk Session ครั้งที่ 1


MADTaverse
Into MADTaverse - 1st talk session

ในจักรวาลที่ข้อมูลคือสิ่งสำคัญในการสร้างนวัตกรรมและองค์ความรู้อันเหนือชั้น ผู้คนมากมายตั้งใจเดินทางเพื่อค้นหาความลับของจักรวาลแห่งการวิเคราะห์ข้อมูล เพื่อไม่ให้นักเดินทางเดินทางสู้เส้นทางที่รวดเร็ว การรวมตัวของผู้ที่เคยเดินทางผ่านเส้นทางแห่งนี้มาก่อนพร้อมกับผู้ที่สัมผัสโลกของการวิเคราะห์ข้อมูลมาช้านานนับเป็นการชัดจูงผู้แสวงหาความรู้ด้านข้อมูลน่าใหม่ ความรู้ของพวกเขาเหล่านี้จะช่วยให้ทุกคนเข้าใจการทำงานเพื่อขับเคลื่อนธุรกิจให้เดินหน้าต่อในยุคดิจิตัลด้วยการมองผ่านโลกด้วยดวงตาแห่งการพินิจข้อมูล


ในการครอบครองดวงตานี้นักเดินทางต้องแลกมาด้วยอะไรบ้าง มาฟังประสบการณ์ผู้ที่ผ่านพ้นหลักสูตร BADS ที่ได้ก้าวสู่โลกที่เต็มไปด้วยข้อมูลมหาศาลที่รอการค้นพบ วิเคราะห์ และกลั่นออกมาเป็นความรู้เพื่อพัฒนาสิ่งรอบข้างในชีวิตประจำวัน พวกเขาต้องปรับตัวอย่างไรเพื่อเข้าถึง เข้าใจ และมองสิ่งต่างๆให้เป็นข้อมูลได้สำเร็จ


เปิดตัวผู้ล่องลอยอยู่ใน MADTaverse


  1. คุณพีส - Software engineer สู่การเป็น Data engineer

  2. คุณจั้ม - Sale field สู่การเป็น Data Scientist

  3. คุณนำ - Data Scientist สู่การเป็น Data engineer

  4. คุณนิกกี้ - Process engineer สู่การเป็น Data Scientist

  5. คุณปิ่น - Production engineer สู่การเป็น Data Analyst

  6. คุณนิว - IT field สู่การเป็น Data Scientist

  7. คุณใหม่ - ผู้เชี่ยวชาญรุ่นใหญ่ในจักรวาลแห่งการวิเคราะห์ข้อมูล

  8. คุณกอล์ฟ - ผู้เชี่ยวชาญรุ่นใหญ่ในจักรวาลแห่งการวิเคราะห์ข้อมูล

การปรับตัวเพื่อสายงาน Data Science


Data science skills
Skills for smooth landing in MADTaverse


จากการเปิดเผยความลับของจักรวาล MADTaverse ของผู้ที่มีประสบการณ์ 8 คนนั้นพบว่าทักษะเหล่านี้จำเป็นอย่างมากในการปรับตัวเข้าสู่โลกแห่งการวิเคราะห์ข้อมูล โดยจะเห็นได้ชัดเลยว่าทักษะที่สำคัญมากที่สุดที่ผู้ที่อยู่ในวงการนี้ให้ความสำคัญในการปรับตัวคือ Domain Knowledge และถ้าโยงเข้ากับเฟรมเวิร์คที่คนในจักรวาลข้อมูลรู้จักก็จะเห็นว่าทักษะเหล่านี้มีความเกี่ยวข้องกับขั้นตอนการทำงานเพื่อพัฒนาโมเดลหรืออัลกอริทึ่มได้อย่างชัดเจนมากขึ้น เรียกได้ว่าหากทำได้ทั้งเฟรมเวิร์คนี้การทำงานในสายข้อมูลก็จะโรยไปด้วยกลีบกุหลาบแล้วครึ่งทาง


CRISP-DM Model (Taylor, 2017)
CRISP-DM Model (Taylor, 2017)


  1. Domain Knowledge (ฺBusiness Understanding) การเข้าใจพื้นฐานความต้องการของธุรกิจในแต่ละอุตสาหกรรม ในแต่ละแผนก ในแต่ละระดับตำแหน่งต่างมีความต้องการที่แตกต่างกัน การเข้าใจการทำงานที่แตกต่างกันจะทำให้เข้าใจถึงเป้าหมายของการดำรงอยู่ในแต่ละส่วน ทักษะนี้เป็นที่ทักษะที่จำเป็นในการปรับตัวเป็นอย่างมาก เมื่อเข้าไปในสิ่งแวดล้อมการทำงานใหม่ การถามเพื่อทำความเข้าใจนับเป็นเคล็ดลับอย่างหนึ่งที่จะทำให้เข้าใจภาพรวมธุรกิจได้ดีขึ้น อีกทั้งยังทำให้การทำงานร่วมกันเป็นไปอย่างราบรื่น แม้ว่าการโฟกัสความแม่นยำเป็นสิ่งสำคัญแต่การเข้าใจความต้องการธุรกิจ ขีดจำกัดของธุรกิจ ก็นับเป็นเรื่องที่ควรให้ความสำคัญที่สุด

  2. Data Structure (Data Understanding ู& Preparation) การทำความเข้าใจข้อมูลที่มีของแต่ละธุรกิจนั้นก็เป็นสิ่งที่จำเป็นเพราะแต่ละธุรกิจนั้นมักมีการเก็บข้อมูลชนิดที่แตกต่างกัน การเก็บข้อมูลในพื้นที่การเก็บที่แตกต่างกัน เพราะฉะนั้นการรู้จักเครื่องมือการเก็บข้อมูลพร้อมทั้งเข้าใจชนิดของข้อมูลประเภทต่างๆ จะทำให้เข้าใจถึงการคงอยู่ของข้อมูลในหลากหลายรูปแบบและจะช่วยการทำงานในการวิเคราะห์ข้อมูลนั้นง่ายขึ้น

  3. Algorithm/Model Performance (Evaluation) เมื่อเข้าไปทำงานในสิ่งแวดล้อมของข้อมูลจริงความแม่นยำของโมเดลอาจจะไม่ใช่สิ่งที่สำคัญที่สุด เพราะมีข้อจำกัดมากมายที่ยังต้องคำนึงโดยเฉพาะความเร็วของอัลกอริทึ่มหรือโมเดล ด้วยทรัพยากรการคำนวณที่มีอย่างจำกัดการใช้เวลาในการคำนวณนานหมายถึงค่าใช้จ่ายที่มากขึ้น การเปรียบเทียบให้สมดุลระหว่างความแม่นยำกับความเร็วจึงเป็นสิ่งสำคัญ หากความแม่นยำลดลงเล็กน้อยเพื่อประหยัดต้นทุนคำนวณได้มหาศาล ทางเลือกในการลดความแม่นยำก็เป็นสิ่งจำเป็น

  4. Algorithm/Model Deployment (Deployment) การเขียนอัลกอริทึ่มสำหรับการทดลอง กับการเขียนเพื่อนำไปใช้จริงนั้นก็ควรเป็นสิ่งที่ฝึกฝนเตรียมตัวไว้เพื่อปรับตัวให้เข้ากับการทำงานเพื่อนำไปใช้จริงให้ได้ โดยเฉพาะการทำงานเป็นทีมที่มีหลากลหลายคน Code Standardization เป็นอีกหนึ่งไอเดียที่จะทำให้การทำงานราบรื่นไม่มีสะดุดเพราะความเป็นระเบียบเดียวกัน และหากการเขียนโค้ดแล้วประหยัดเวลาในการคำนวณได้ก็ควรฝึกฝนไว้เพื่อเพิ่มประสิทธิภาพเช่นกัน

  5. Project Management การเข้าใจในทรัพยากรต่างๆในการพัฒนาอัลกอริทึ่มหรือโมเดลไม่ว่าจะเป็นเวลา แรงงาน การลงทุน เครื่องไม้เครื่องมือต่างๆเพื่อออกแบบอัลกอริทึ่มให้มีประสิทธิภาพมากที่สุดตามเงื่อนไขเหล่านี้จึงเป็นทักษะที่จะทำให้การปรับตัวในการทำงานนั้นสะดวกสบายมากขึ้น เข้าใจมุมมองของการพัฒนาโครงการทางด้านการวิเคราะห์ข้อมูลในภาพรวมได้มากขึ้น

  6. Big data management เป็นความท้าทายสำหรับสายวิศกรรมข้อมูล แม้ความรู้ขั้นพื้นฐานของการจัดการข้อมูลขนาดใหญ่ก็สามารถนำไปใช้ได้ในโลกของข้อมูล ไม่ว่าจะเป็นการรู้จักโครงสร้าง การจัดเก็บ หรือหลักการวิเคราะห์ก็สามารถนำไปใช้ได้จริง พื้นฐานความรู้ในส่วนนี้ถึงแม้จะค่อนข้างยากหรือซับซ้อนแต่หากเข้าใจแล้วจะสร้างมาเข้าใจโลกแห่งข้อมูลได้อย่างชัดเจน

  7. Statistic นับว่าเป็นพื้นฐานที่สำคัญในการทดลองทางข้อมูลจะทำให้ตัดสินใจได้ว่าข้อมูลหรือผลลัพธ์ที่เราได้ค้นคว้าและทดลองนั้นมีความน่าเชื่อถือในทางสถิติมากน้อยเพียงใด

  8. Coding Skill เป็นอีกทักษะที่จำเป็นในการทำสายนี้เลยก็ว่าได้ยิ่งสำหรับคนที่ใหม่สำหรับการเขียนโปรแกรมนั้นการฝึกฝนนั้นจะทำให้เกินความชำนาญมากขึ้น เห็นรูปแบบในการทำงานของการเขียนโค้ดภาษาต่างๆ ชัดเจนมากขึ้น

  9. Cloud Integration ในส่วนของการทำความเข้าใจในระบบคลาวด์นั้นจำเป็นอย่างมากโดยเฉพาะกับงานที่ต้องวางระบบการจัดเก็บของข้อมูล การเข้าใจการทำงานของระบบ เข้าใจการทำงานของผู้ให้บริการจะทำให้การทำงานในด้านข้อมูลเห็นภาพใหญ่มากขึ้น

  10. Data Ethics การทำงานโดยคำนึงถึงความถูกต้องของข้อมูล ความรอบคอบในการจัดการ ไม่มีการบิดเบือนข้อมูลด้วยเทคนิคต่างๆ ที่จะทำให้ส่งผลกับการตัดสินใจที่ผิดเพี้ยนนั้นก็เป็นหลักสำคัญที่ต้องคำนึงถึงอย่างมากในการทำงานทุกต่ำแหน่งที่เกี่ยวข้องกับข้อมูล



คำแนะนำจากผู้มากประสบการณ์

คุณใหม่และคุณกอล์ฟได้แนะนำเพิ่มเติมจากประสบการณ์อันโชกโชนด้วยว่านอกจาก Hard skill แล้ว การทำงานนั้นยังต้องใช้ Soft skill เพื่อให้การทำงานในโครงการต่างๆนั้นสำเร็จได้ โดยสรุปแล้วมีทักษะที่สำคัญที่จำเป็นดังนี้

  1. Active Learning เป็นทักษะที่ทุกคนที่เข้าสู่จักรวาลแห่งข้อมูลนั้นต้องมีเป็นอันดับแรกนั้นคือการเรียนรู้อยู่ตลอดเวลา เพราะเทคโนโลยีต่างๆที่เข้ามานั้นเกิดขึ้นมาใหม่อยู่เสมอ อีกทั้งการทำงานกับข้อมูลนั้นเป็นการเรียนรู้ ทดลอง ทดสอบอยู่ตลอดเวลา การเรียนรู้อย่างต่อเนื่องจึงเป็นกุญแจสำคัญที่จะทำให้มุมมองโลกที่เต็มไปด้วยข้อมูลเฉียบคมมากขึ้น

  2. Empathic Listening การฟังอย่างเข้าใจปัญหาของฝ่ายสนทนา บางครั้งสิ่งที่เขาต้องการอาจจะไม่ใช่สิ่งที่เขาอธิบาย บางครั้งเขาไม่สามารถอธิบายให้เห็นถึงความต้องการเพราะเข้าไม่ได้มีความเชี่ยวชาญ การที่คนทำงานในด้านข้อมูลสามารถฟังและเข้าใจถึงความต้องการที่แท้จริง และเลือกวิธีการแก้ปัญหาให้ถูกต้องนับทักษะที่จะทำให้การทำงานนั้นโดดเด่น

  3. Communication Skill สุดท้ายเป็นทักษะในการสื่อสารให้เป็นภาษาที่ไม่ใช่วิชาการหรือเป็นทางเทคนิค เพราะความต้องการของคนที่ไม่ได้อยู่ในโลกข้อมูลนั้นแตกต่างกัน ภาษาที่ใช้ก็แตกต่างกัน หากพูดภาษาเดียวของเขาไม่ได้ อย่างน้อยก็ควรใช้ภาษาที่เข้าใจง่ายให้มากที่สุด

คุณกอล์ฟนั้นยังได้เสริมอีกเรื่องการนำเสนอไอเดียทางด้านการวิเคราะห์ของมูลเพื่อนำไปสร้างกลยุทธต่ออีกว่า Give the right idea to the right person ด้วยการทำความเข้าใจในตัวผลงานและแนวทางการแก้ปัญหาในรูปแบบต่างๆ พร้อมทั้งหาคนที่เห็นคุณค่าของผลงานนั้น โดยเฉพาะทำงานสัมผัสมุมมองของคนนั้นในความเข้าใจจักรวาลของข้อมูลนี้ การสื่อสาเพื่อให้เห็นจุดมุ่งหมายและทำให้รู้สึกว่าทุกฝ่ายเป็นส่วนหนึ่งของเป้าหมายที่ยิ่งใหญ่ในโครงการ คุณกอล์ฟได้แนะนำหนังสือ Our Iceberg Is Melting สำหรับการเข้าใจทักษะการเปิดมุมมอง เข้าใจมุมมองของคนโดยเฉพาะ

MADTaverse
People who join the MADTaverse

ความหลงใหลในจักรวาล MADTaverse


จากประสบการณ์การทำงานหลังจากได้จบจากหลักสูตรเก่าที่หายไปแต่ความเก๋ายังคงอยู่อย่าง BADS NIDA (Business Analytics and Data Science) พวกเขาได้บ่งบอกถึงความสนุกของการได้โลดแล่นในจักรวาลแห่งข้อมูล และมองสรรพสิ่งต่างๆด้วยดวงตาแห่งการพินิจข้อมูล เพื่อเข้าใจสิ่งต่างๆ สิ่งที่สร้างความสุขให้กับพวกเขาพร้อมทั้งเป็นแรงผลักดันคือ

  • Wisdom from data

  • Challenging world

  • Real Business Impact

  • Be Problem Solver

  • Data Visualizer

หากใครก็ตามที่มีความสุขจากสิ่งเหล่านี้อย่างใดอย่างหนึ่งก็ตามคุณก็สามารถเข้าร่วมเป็นส่วนหนึ่งในการเดินทางสู่จักรวาลที่มองทุกอย่างเป็นข้อมูลได้ ไม่ว่าจะอยู่ในบทบาทไหนก็ตามจักรวาลแห่งนี้เริ่มมีบทบาทกับโลกในปัจจุบันขึ้นอย่างมาก จะเห็นได้ว่าความสุขของการได้มุมมองใหม่ๆ ความรู้ใหม่ๆ จากการแก้ปัญหาใหม่ๆ จากข้อมูล แม้จะมีความท้าทายมาอย่างต่อเนื่องแต่นั้นก็เป็นเครื่องมือพิเศษที่จะทำให้เห็นผลสัมฤทธิ์กับธุรกิจ ใครที่พร้อมแล้วเตรียมตัวเตรียมใจให้พร้อมและเดินทางเต็มที่สู่ MADTaverse กันได้เลยนะครับ มีผู้คนอีกมากมายที่จะพร้อมเดินทางไปด้วยกันกับคุณเสมอ


NOW OPEN CLASS OF 2022 ถ้าหากสนใจก็ไปสมัคร MADT NIDA การจัดการวิเคราะห์ข้อมูลและเทคโนโลยีข้อมูล คณะสถิติประยุกต์ (Management of Analytics and Data Technologies) สมัครได้ถึงกลางเดือนมีนาคมทั้งภาคพิเศษและภาคปกติ แนะนำให้รีบสมัครกันเลยนะครับ รับสมัครปีละ 1 ครั้งเท่านั้น!!!


สำหรับใครที่ต้องการข้อมูลเพิ่มเติมอ่านบทความเก่าของผมได้ MADT หรือ DADS ที่นิด้าเลือกอะไรดี (ความเหมือนที่แตกต่าง) หรือไปศึกษาหลักสูตรเพิ่มเติมได้ที่เว็บไซต์ของคณะสถิติประยุกต์

 


สามารถรับชม MADT Talk Session ครั้งที่ 1 ได้ตามวีดีโอจากเพจ MADT - Management of Analytics and Data Technologies หากต้องการติดตามข่าวสาร MADT Talk Session ครั้งต่อไปก็ตามได้ที่เพจเช่นกัน หรือสนใจติดตามข่าวสารการรับสมัครหรือข่าวสารอื่นๆด้านเทคโนโลยีการจัดการข้อมูลก็สามารถกดติดตามเพจได้เช่นกัน และหากกดติดตามแล้วก็อย่าลืมไปกดติดตามเพจ Devvertory ด้วยนะครับ จะพยายามอัพเดทบ่อยๆให้ทุกคนได้อ่านกันนะครับ












ดู 239 ครั้ง0 ความคิดเห็น