• Canate Dew

[อย่า]ผึ้งหนีไปลูก เมื่อเรียน Data science ไป 1 เทอม (อย่าเพิ่งรีบตาย ฉันเพิ่งเริ่ม)

อัปเดตเมื่อ 24 ก.ย. 2564


ผึ้งหนีไปลูกกกก (ภาพประกอบจากเรื่อง ล่า)
ผึ้งหนีไปลูกกกก (ภาพประกอบจากเรื่อง ล่า)

“Warning reference เรื่องล่าเยอะมาก”


ความเดิมตอนที่แล้ว เมื่อคนไม่รู้เลขและโค้ด ต้องก้าวสู่โลกของ Data Science (ตอนที่ 1) ที่เหมือนจะเป็นการเริ่มต้นด้วยความมุ่งมั่น และพลังอันเปี่ยมล้นในการแสวงหาความรู้ในศาตร์วิชานี้ และได้เตือนคนที่ไม่มีพื้นฐานเหมือนกันว่า ระวังตัวไว้ก่อนเริ่มเรียน Data Science (ถ้าไม่อยากจะหัวใจวายตอนเรียน) (ตอนที่ 2)


แต่เมื่อกลับเรียนไปหนึ่งเทอมจนได้เรียนรู้อะไรหลายอย่างในการเรียนที่ BADS NIDA (DADS NIDA) และเมื่อใครถามถึงสิ่งหนึ่งที่ในใจอยากจะกรี๊ดร้องออกไป “ผึ้งหนีไปลูกกกกกกกกก” แต่ถ้าคำเตือนนี้ไม่มีผลกับความมุ่งมั่นของคุณแล้วล่ะก็ขอแสดงความยินดีด้วย คุณมีความมุ่งมั่นมาก และขอเตือนคนไม่มีพื้นฐาน (หรือมีพื้นฐาน) อีกครั้งว่าโปรดย้อนกลับไปอ่านตอนที่ 2 เพื่อดูแนวทางการเตรียมตัวก่อนเรียนเตือนแล้วนะ



ภาพประกอบจาก Master Chef Thailand
ภาพประกอบจาก Master Chef Thailand

BUT IF YOU NEVER TRY, YOU’LL NEVER KNOW


การเรียนเทอมแรกที่ BADS NIDA นั้นเป็นการตัดสินได้เลยว่าคุณได้เตรียมตัวและพยายามมากแค่ไหน ที่สำคัญที่สุดคุณถึกมากแค่ไหน ยิ่งถ้าคุณตัดสินใจเรียนภาคพิเศษซึ่งเรียนวันเสาร์และอาทิตย์ นั้นหมายความว่าจะไม่มีปาร์ตี้วันศุกร์อีกต่อไป (ถ้าใครกล้านี้ขอนับถือในความถึกจริงๆ)


จากหนึ่งเทอมที่ผ่านมาก็มีคนถอดใจไปด้วยหลายๆสาเหตุ หนึ่งในสาเหตุนั้นคือ “ไม่เข้าใจสิ่งที่ตัวเองต้องเผชิญ” หมายความว่าเขาอาจจะไม่เข้าใจในการเรียน Data Science ที่แท้จริงว่าต้องเรียนอะไรบ้างหรือประเมินความยากในการเรียนต่ำเกินไป สาเหตุนี้แหละเป็นสาเหตุแรกที่ผมอยากรีวิวให้คนที่สนใจใน Data Science ได้เข้าใจก่อนตัดสินใจและเตรียมตัวก่อนเข้าเรียน ในบางที่คุณอาจจะไม่ได้ต้องการรู้ลึกในเชิงเทคนิคขนาดที่ต้องเลือกเรียนสาขา Data Science ก็ได้


ซึ่ง ณ ตอนนี้คณะสติถิประยุกต์ BADS NIDA ได้แยกตัวเป็น 2 หลักสูตรแล้ว (MADT และ DADS) สำหรับคนที่ไม่ต้องการู้เชิงเทคนิคแค่ต้องการเรียนรู้การบริหารจัดการข้อมูลสำหรับการวิเคราะห์ต่างๆในองค์กรสามารถเลือกเรียน MADT (Management of Analytics and Data Technologies) เป็นการเรียนในเชิงการบริหาร + วิเคราะห์ + เทคโนโลยี ที่เหมาะสมกับความต้องการเรียนเน้นเข้าใจการบริหารภาพรวมทั้งหมด


ส่วนคนที่ยังใจกล้ายังอยากเรียน Data Science หลังจากเตือนแล้วเตือนอีกอยากผจญชะตาชีวิตแบบเดียวกับผมสามารถเลือกเรียน DADS (Data Analytics and Data Science) เนื้อหาในหลักสูตรนี้ก็จะคล้ายเนื้อหา BADS NIDA สาขา Data Science ที่ผมเล่าไปตอนก่อนๆ พื้นฐานยังไงก็ต้องใช้แบบเดียวกันแน่นอน ทั้งที่ทั้งนั้นลองเข้าไปศึกษาหลักสูตรแบบละเอียดด้วยตนเองอีกทีนะครับ ผมรู้มาแค่นี้


ใครอยากรู้ว่าคุณเหมาะกับ DADS Nida หรือ MADT Nida ลองอ่านบทความนี้นะครับ MADT หรือ DADS ที่นิด้าเลือกอะไรดี (ก็มันแยกจาก BADS แล้วสับสนแหละ)


อย่าเพิ่งรีบตาย ฉันเพิ่งเริ่ม




กลับมาต่อในเรื่องราวใน 1 เทอมที่ผ่านมาของผมกันดีกว่าจากที่อารัมภบทมายืดยาว ความรู้สึกที่ผ่านการเรียนในช่วงโควิดครึ่งเทอมหลังนั้นก็หนักหนาสาหัสเลยทีเดียว ถ้า Data Science เป็นคนและสามารถพูดกับผมได้ เขาหรือเธอคงต้องพูดว่า “อย่าเพิ่งรีบตาย ฉันเพิ่งเริ่ม” (โปรดคลิกดูวีดีโอเพื่ออรรถรส)

แต่ต้องขอชื่นชมในการรับมือการเรียนการสอนออนไลน์ของอาจารย์ทุกท่านจริงๆ ที่เตรียมการสอนให้นักศึกษาทุกคนแบบเต็มที่ พยายามให้ห้องเรียนออนไลน์แตกต่างจากการเรียนออนไลน์ทั่วไป เป็นการปรับตัวที่พยายามทำให้นักศึกษามีส่วนร่วมกับการเรียนในทุกครั้ง โดยเฉพาะคลาสเรียน Introduction to Business Analytic and Data Science ของอ. ธนชาตย์ ที่ทำให้การเรียนออนไลน์ในห้องสนุกและตื่นเต้นตลอดเวลา พร้อมทั้งเนื้อหาที่ประยุกต์ใช้กับธุรกิจในสาขาวิชาต่างๆ ได้เห็นมุมมองการใช้โมเดลหรืออัลกอริทึมต่างๆในการแก้ไขปัญหาธุรกิจ (การตลาด การเงิน การจัดการทรัพยากรบุคคล) พร้อมกับโปรเจคมหาโหด (ขนาดย่อม)ที่ต้องใช้ความรู้ทุกอย่างในหนึ่งเทอมแก้ไขปัญหาธุรกิจที่ต้องการ ในขณะที่คนอื่นทำกัน 2–3 คน แต่เพื่อนในกลุ่มผมดันจากไปพร้อมกับโควิด (ลาออก) ทำให้ต้องสู้กับมันลากเลือดพอตัว เรียกได้ว่าเรียนวิชานี้คุณก็คุ้มแล้วสำหรับการเรียนหนึ่งเทอมที่ผ่านมา


CAUSE YOUR X IS EQUAL TO MY WHY


สิ่งที่ยากที่สุดก็สำหรับคนไม่เคยเรียนเลขก็คือวิชาเลขซึ่งผมจะไม่ขออธิบายเนื้อหาแบบละเอียดว่าเรียนอะไรบ้าง เพราะนี่คือการรีวิวไม่อยากจะสปอยทุกอย่างที่คุณต้องเจอหรอกนะแต่จะบอกคีย์เวิร์ดแค่ว่า Calculus ใช้ Probability ใช้ Liner Algebra ใช้ Matrix ใช้ Vector ใช้ Statistic ใช้ ไม่ชอบก็ต้องชอบไม่อยากเรียนก็ต้องเรียน สิ่งที่ทำให้ผิดคำสัญญาตัวเอง (สัญญาว่าจะไม่เรียนคณะที่มีเลข) คือความอยากรู้ล้วนๆ บางคนอาจจะยังไม่เข้าใจอะไรดลใจ อะไรเข้าสิงผม เรื่องนี้ต้องขยายในบทความต่อๆไปจริงๆ สรุปตอนนี้คือผมว่า สุดท้ายแล้วทุกสาขาต้องใช้ข้อมูลในการวิเคราะห์เพื่อหาองค์ความรู้ใหม่เพราะข้อมูลทุกวันที่มันอยู่รอบตัวเราไปหมด


อีกวิชาหนึ่งคือการเขียนโค้ดในวิชานี้จะเน้นไปที่ Python ครอบคลุมพื้นฐานทั้งหมดแต่สิ่งที่ผมอยากจะแนะนำเพิ่มเติมคือเรียนรู้จากห้องเรียนก็ยังไม่พอ เพราะหลังจากเทอม 1 นั้นมันได้ใช้ในการทำการบ้าน ทำงานกลุ่ม ทำทุกอย่างที่ต้องทำส่งแม้ว่าการเรียนในห้องจะได้พื้นฐานแน่นแล้วไม่ได้หมายความว่าคุณจะรู้ทั้งหมด มันถึงเป็นวิชาพื้นฐานไง เพื่อที่จะเอาพื้นตรงนี้ไปต่อยอดในจุดอื่นๆ และการปูพื้นฐานที่ BADS NIDA เป็นการปูพื้นฐานกระเบื้องที่แน่นมาก เรียกได้ว่าเทปูนแล้วเทปูนอีก กระทืบแล้วกระทืบอีก ทุบแล้วทุบอีกให้มั่นใจว่าพื้นฐานเราได้ นั้นหมายความว่าอะไร หมายความว่าในเทอมแรกคุณจะต้อง เขียนโค้ด เขียนโค้ด และเขียนโค้ด แม้จะท้อแค่ไหนต้องท่องและกล่อมตัวเองไว้เสมอว่า “ฉันคือ DS ฉันคือ DS ฉันคือ DS DS ฉันคือ DS” จริตเดียวกันกับมธุสรเลยทีเดียว (ดูวีดีโอเพื่ออรรถรสเดี๋ยวนี้ !!)





RESEARCH ME OBSESSIVELY, AH HUH


และที่สำคัญที่สุดในการเรียนปริญญาโทคือทักษะการทำวิจัย โดยที่ BADS NIDA จะปูพื้นฐานทุกคนให้เข้าใจถึงหลักการทำวิจัย ถ้าถามผมว่าทำไมต้องเรียนวิจัยด้วย รูัอะไรไหมครับ ว่าการวิจัยนี้ละคืออีกหนึ่งจุดเริ่มต้นที่สำคัญในการเป็น Data Scientist ผมรู้ว่าจะสงสัยอีกทำไมมันสำคัญขนาดนั้นด้วยแค่เขียนโค้่ดเป็นคำนวนได้ยังไม่พออีกหรอไง ถ้าหากจะเรียนไปงั้นๆก็ได้นะ แต่เหตุผลแรกถ้าไม่เรียนจะทำเล่มจบโทยังไง


แต่มันไม่ใช่แค่เรื่องการเขียนเล่มละจบไป มันคือการตั้งคำถามอย่างชาญฉลาดและแก้ปัญหาเหล่านั้นด้วยหลักการผ่านการเรียนรู้จากแหล่งต่างๆที่น่าเชื่อถือ ผมถือว่าการเรียนวิชานี้ได้ Soft skill ที่สำคัญอย่างยิ่ง จากบทความ World Economic Forum: These are the top 10 job skills of tomorrow — and how long it takes to learn them ที่บอกถึงสกิลที่สำคัญในอนาคต การเรียนวิจัยและทำวิจัยได้สกิลนี้ถึง 8 ใน 10 สกิลเลยยิ่งถ้าทำวิจัยเป็นกลุ่มนี้ได้ครบหมดทุกสกิล (ไม่ได้โอเวอร์แต่ผมรู้สึกอย่างนี้จริงๆจากการเรียนวิจัย) ซึ่งวิจัยที่ BADS NIDA นั้นขึ้นชื่อเรื่องความโหดและเข้มข้นมาก ได้ฝึกมุมมองความคิดหลายๆอย่างจากการทำงานกลุ่มและฟังกลุ่มอื่นๆมากมาย แม้ว่าตอนทำเดี่ยวก่อนจบไม่รู้จะเจอหนักกว่านี้ไหม แต่ถือว่าการเรียนวิจัยนั้นมันพัฒนาอะไรหลายๆอย่างจริงๆ


I am defying gravity & you won't bring me down


การเรียนเทอมที่ 1 แม้ว่าจะเป็นการเรียนที่หนักด้วยโควิด ด้วยความยากของคนไม่มีพื้นฐานเลขและโค้ด ด้วยความเตรียมใจแต่ลืมเตรียมตัว ด้วยความทำงานไปด้วยเรียนไปด้วย แต่เมื่อผ่านมาแล้วมันแบบเรายังไม่ตาย และได้เรียนรู้อะไรมากมายเพียงแค่ 1 เทอมเท่านั้นแม้จะเป็นแค่พื้นฐานแต่สามารถนำไปใช้กับที่ทำงานได้ทันที แต่ก็ยังขอยืนยันคำเดิมสำหรับคนที่จะมาเรียน Data Science ตอนนี้หลักสูตร DADS หรือ MADT ก็ตามว่า “ผึ้งหนีไปลูก” ถ้ายังไม่พร้อมไปตั้งหลักก่อนแล้วมาเรียนยังทัน สำหรับเพื่อนๆที่เข้ามาเรียนแล้วอยากบอกทุกคนว่า “อย่าเพิ่งหนีไปลูก” (บอกกับตัวเองด้วย) เรายังสู้ไปด้วยกันมีอะไรก็เกาะกันไป ช่วยเหลือกันและกัน

ขอบคุณทุกเพื่อนๆทุกคนที่ยังคอยช่วยเหลือ รวมถึงอาจารย์และเจ้าหน้าที่ทุกคนจริงๆที่ทำให้รอดชีวิตจากการเรียนมาได้ และในเทอมที่ 2 นั้นเรื่องราวจะเป็นอย่างไร จะต้องเรียนอะไรบ้าง ขอให้ทุกคนติดตามกันต่อไปนะครับ

ตอนต่อไป เป็นตอนหลังจากที่ผมเรียนไป 1 ปีแล้วลองวิชาตัวเองดู เรียน Data Science 1 ปีแล้วนึกว่าเป็นนัมโดซานเลยลง Hackathon (เป็นไงล่ะ รอดไหมล่ะ) ถ้าใครพึ่งเริ่มใหม่และมีความไม่ถนัดเลขและโค้ดเแบบผม แต่อยากเรียน Data Science ไม่อยากรอตอนต่อไปก็สามารถทักผมมาได้ที่ Facebook หรือ LinkedIn เลยนะครับ


Something u don’t need to know:


ดู 315 ครั้ง0 ความคิดเห็น