อาชีพสาย Data ก็ยังคงเป็นหนึ่งในอาชีพที่มาแรงที่สุดในปีนี้อยู่แต่มีใครเคยนึกสงสัยบ้างไหมว่า หน้าที่ของพวกเขาคืออะไรและทำไมถึงเป็นที่ต้องการของตลาดขนาดนี้?
คราวนี้ Career Fact จะพามาเจาะลึกว่าชาวเทคสายข้อมูลเขาทำอะไรกันบ้างผ่านเรื่องราวของ ‘พี่เต้’ อรรถพล ธำรงรัตนฤทธิ์
ทำไมเป็น Software Engineer ในต่างแดนอยู่แล้วถึงกลับมาเป็นอาจารย์ที่เมืองไทย? Data มีประโยชน์อย่างไร? อยากทำงานสาย Data ต้องเริ่มจากตรงไหน? ติดตามได้ที่นี่
#จากเด็กศิลป์เพียวๆสู่การผสานของวิทย์และศิลป์
พี่เต้รู้ตัวว่าชอบด้านภาษาและทำมันได้ดีมาตั้งแต่เด็กเลยเลือกเรียนศิลป์-ฝรั่งเศส อาชีพที่อยากทำตอนนั้นจึงเป็นแนวที่เด็กศิลป์ส่วนใหญ่ใฝ่ฝันกันนั่นคือนักการทูต
แต่เนื่องจากได้ทุนไปเรียนที่ Stanford University ซึ่งทางมหาวิทยาลัยจะให้เลือกสาขาที่เรียนตอนขึ้นปี 2 พี่เต้จึงได้โอกาสลองสำรวจความชอบตัวเองอีกครั้งตอนปี 1 และช่วงเวลานี้เองที่เป็นจุดเปลี่ยนให้ความสนใจของพี่เต้เปลี่ยนมาทางด้านการเขียนโปรแกรม
พี่เต้ได้ไปเจอกับวิชาหนึ่งที่ชื่อว่า Intro to Programming โดยตอนนั้นก็ยังไม่ได้สนใจด้านการเขียนโปรแกรม แต่เนื่องจากได้ยินกิตติศัพท์มาว่าเป็นวิชาที่ฮ็อตฮิตของมหาวิทยาลัย อาจารย์สอนดีมาก แถมไม่จำเป็นต้องมีพื้นฐานก็เรียนได้ ก็เลยลงเรียนตามคนอื่น พอได้ลองเรียนแล้วก็ติดใจ เพราะเป็นวิชาที่ได้เรียนภาคปฏิบัติเยอะ ต่างจากการเรียนการสอนของวิชาส่วนใหญ่ที่เน้นทฤษฎี นอกจากนี้ยังมีวิชาอื่นๆ ที่พี่เต้เรียนแล้วชอบ คือจิตวิทยาและภาษาศาสตร์
เมื่อถึงเวลาต้องเลือกสาขา พี่เต้ก็เลือกสาขา Symbolic Systems ที่รวมความสนใจของพี่เต้ทั้งหมดไว้ด้วยกันตั้งแต่ วิทยาศาสตร์ข้อมูล ภาษาศาสตร์ จิตวิทยา ไปจนถึงปรัชญา
#เคยสงสัยความสามารถตัวเองบ้างไหม
พอต้องข้ามมาเรียนสิ่งที่ตัวเองไม่มีพื้นฐาน การที่สงสัยในความสามารถตัวเองว่าจะเรียนไหวไหมย่อมเป็นเรื่องธรรมดา แต่พี่เต้เชื่อว่าถ้าเราพยายามอย่างจริงจัง เราจะสามารถทำได้ (เกือบ) ทุกอย่าง และในเมื่อตัววิชาเคลมว่าไม่มีพื้นฐานก็เรียนได้ พี่เต้จึงคิดว่าลองดูก็ไม่เสียหายอะไร ถึงจะมีปัญหาเรื่องเกรดบ้างเพราะมีคนที่เก่งอยู่แล้วมาเรียนจนฉุดคะแนนขึ้นไป แต่พี่เต้ก็ไม่ปล่อยให้มันมาขัดขวางการเรียนรู้ของตัวเอง เพราะเขาตั้งใจมาเก็บเกี่ยวความรู้ ไม่ได้กะว่าจะมาเก็บเกรดอย่างเดียว
#SymbolicSystemsเรียนเกี่ยวกับอะไรกันแน่
ถ้าใช้ชื่อสาขาว่า Symbolic Systems จะมีแค่ที่ Stanford ที่เดียว ส่วนที่อื่นส่วนใหญ่มักเรียกว่า Cognitive Science คือการศึกษาเกี่ยวกับวิธีการคิดของมนุษย์ ตั้งแต่การตั้งคำถามว่าความคิดคืออะไร? คนเราคิดได้อย่างไร? ต้องทำอย่างไรเราถึงจะเข้าใจความคิดของคน?
สำหรับในแง่ภาษาศาสตร์นั้น หลายคนอาจไม่รู้มาก่อนว่าความจริงแล้ว ‘ภาษา’ (Language) เป็นสิ่งที่มีแค่ในมนุษย์เท่านั้น ส่วนสัตว์นั้นสื่อสารกันผ่าน ‘สัญญาณ’ (Signal) การเข้าใจหลักการทำงานของภาษาจึงทำให้เราเข้าใจความคิดของมนุษย์มากขึ้น ส่วนด้านปรัชญาก็จะเป็นศาสตร์ที่ตั้งคำถามกว้างๆ เช่น เราจะมีเกณฑ์อะไรมาวัดว่าคอมพิวเตอร์หรือเทคโนโลยีนั้น ‘ฉลาด’ แล้ว
ถ้าหากอ่านแล้วมีข้อสงสัยว่า วิทยาศาสตร์ข้อมูลเกี่ยวข้องกับสาขานี้ยังไง ก็อาจจะเริ่มจากบทบาทของนักวิทยาศาสตร์ข้อมูลก่อน โดยบทบาทของอาชีพนี้ก็คือการนำ ‘ข้อมูล’ มาใช้ให้เกิดประโยชน์ 2 แบบ แบบแรกคือออกมาเป็นโปรดักต์ เช่น Google Translate หรือ Siri ที่รับคำสั่งจากเสียง แบบที่สองคือการทำข้อมูลเชิงลึก (Insight) ที่เราสามารถนำไปใช้ตอนต้องตัดสินใจเวลาทำธุรกิจ เช่น จะทำอย่างไรไม่ให้ลูกค้าหนีไปใช้เจ้าอื่น ก็ต้องตอบคำถามก่อนว่ามีปัจจัยอะไรที่ทำให้เขาหนีไป ซึ่งข้อมูลที่เราได้จากการเรียนรู้ศาสตร์อื่นๆ ก็จะสามารถให้คำตอบตรงนี้ได้
#Yelp
งานประจำงานแรกของพี่เต้หลังเรียนจบคือ Software Engineer ที่ Yelp ซึ่งก็คือเว็บไซต์รีวิวอาหารเหมือน Wongnai บ้านเรานั่นเอง โดยหน้าที่ของ Software Engineer จะเกี่ยวข้องกับการทำโปรดักต์ตั้งแต่ต้นจนจบ เริ่มจากทำโมเดลขึ้นมาไปจนถึงคอยแก้ไขเวลาโปรดักต์ที่ทำออกมามีปัญหา ส่วนเรื่อง Insight ต่างๆ จะไปตกอยู่กับทีม Data Scientist
สิ่งสำคัญที่ได้เรียนรู้จากงานแรกนอกเหนือจากการขัดเกลาทักษะทางเทคนิคคือการสื่อสาร ทั้งการสื่อสารกันเองภายในทีมว่าต้องเขียนโค้ดอย่างไรให้อ่านง่าย และการสื่อสารกับผู้บริหาร เพราะเวลาจะเสนอโปรดักต์ที่ทำขึ้นมาก็ต้องชี้ให้อีกฝ่ายเห็นว่าคุณค่าของมันคืออะไร โปรเจกต์นี้จะทำเงินได้เท่าไรในระยะยาว
#ข้อมูลที่เจฟฟ์เบโซส์ยังออกปากว่าอยากได้
ช่วงที่พี่เต้เข้าไปเป็น Software Engineer ให้กับ LinkedIn เป็นช่วงที่บริษัททำ Talent Insights คือเป็นข้อมูลว่าทุกคนที่ใช้บริการ LinkedIn มาจากประเทศอะไร การศึกษาเป็นอย่างไร มีทักษะอะไรบ้าง ตอนนี้ทำงานที่ไหน และย้ายงานมากี่ครั้งแล้ว โดยดึงข้อมูลจากเรซูเม่ ซึ่งข้อมูลเหล่านี้เป็นที่ต้องการของนายจ้างมาก ไม่เว้นแม้แต่ เจฟฟ์ เบโซส์ แห่ง Amazon ที่ถึงกับอีเมลมาถามว่า “Where can I get this?” (ผมต้องไปเอาข้อมูลนี้จากที่ไหน)
ถ้าถามว่าข้อมูลนี้เอาไปทำอะไรได้บ้าง ตัวอย่างหนึ่งก็คือ ถ้าเราอยากรู้ว่าบริษัทคู่แข่งของเรากำลังพัฒนาไปในทิศทางไหน ก็ใช้ข้อมูลจากพนักงานบริษัทนั้นหรือคนที่เพิ่งย้ายเข้าไปว่าแต่ละคนมีทักษะอะไรติดตัวอยู่บ้าง จุดร่วมของพนักงานเหล่านั้นคืออะไร พอมีข้อมูลตรงนี้มันก็ทำให้เรารู้ไต๋คู่แข่งว่าจะเดินเกมอย่างไรต่อไป
#กลับไทยมาเป็นอาจารย์
.
ตอนแรกพี่เต้ตั้งใจว่าจะทำงานที่อเมริกาต่อยาวๆ เพราะทั้งคุณภาพชีวิตและรายได้ตอนอยู่ที่นั่นก็ค่อนข้างดี แต่พอมาทบทวนดูแล้วก็ยังคิดถึงบ้าน ครอบครัว และเพื่อนฝูงที่ไทย ก็เลยว่าจะลองกลับมาอยู่สัก 5-6 ปี ประกอบกับทางคณะอักษรศาสตร์ของจุฬา ติดต่อมาว่ากำลังจะเปิดสาขาวิชาเทคโนโลยีภาษาและสารสนเทศ (Language Technology) พอดี จึงติดต่อมหาพี่เต้ให้มาเป็นอาจารย์เพราะเห็นว่าพื้นเพการศึกษาตรงกับที่มองหา
เมื่อสอนที่จุฬาฯ ได้เกือบปี ทาง True Digital Academy ก็ติดต่อพี่เต้ให้มาเป็นอาจารย์สอนด้าน Data Science ด้วยเช่นกัน
#สอนอะไรที่TD
ที่ True Digital Academy พี่เต้จะสอนทั้งพื้นฐานการเขียนโค้ด พื้นฐาน Data Analytics และพื้นฐาน Machine Learning แน่นอนว่าถ้าเรียนแล้วก็จะได้ Hard Skills ติดตัวกลับไป แต่สิ่งที่พี่เต้อยากให้โฟกัสด้วยคือเรื่อง Mindset คือต้องมีแนวคิดว่า ถ้ามีคำถามหรือข้อสงสัยอะไร ขอให้ลองตอบคำถามด้วยข้อมูลที่มี เพราะจุดประสงค์หลักของการเรียนคือการรู้จักใช้ประโยชน์จากข้อมูล
ตัวอย่างเช่น ถ้าเรามีคำถามว่า คนที่เป็นลูกค้าค่ายมือถือเดิมมานานนั้นเป็นเพราะค่ายนั้นสัญญาณดีหรือเปล่า ก็อาจจะเปรียบเทียบข้อมูลของแต่ละเขต เช่น เขตนี้สัญญาณค่าย A ดีกว่าค่าย B แล้วคนย้ายมาใช้ค่าย A เยอะไหม
#เรียนDataแล้วดีอย่างไร
ถึงจะได้ยินคำว่า Data Analyst และ Data Scientist กันมาซักพักแล้วและหลายคนก็น่ารู้ดีว่าสายงานนี้เป็นที่ต้องการแค่ไหน เงินเดือนสูงกว่าปกติเท่าไร แต่คนส่วนใหญ่ก็ยังมองว่าเป็นอาชีพที่เกินเอื้อม น่าจะมีแต่คนที่เรียนจบสายตรงเท่านั้นที่ทำอาชีพนี้ได้
ทว่า อันที่จริงแล้วปัจจุบันอาชีพนี้กำลังขาดแคลนเพราะคนที่จบสายตรงมาน้อยกว่าความต้องการของตลาดมาก คนที่ไม่ได้จบสายตรงแต่พอมีพื้นฐานจากการเรียนคอร์สต่างๆ เพื่อเสริมทักษะเฉพาะทางด้านนี้ให้กับตัวเองจึงสามารถเบนมาทางสายงานนี้ได้เช่นกัน
#ไม่มีอะไรได้มาง่ายๆ
หลายคนอาจจะสงสัยว่าทำไมคนเริ่มสนใจใน Data Science เยอะขึ้นแล้ว แต่คนที่ทำอาชีพนี้จริงๆ ก็ยังน้อยอยู่ คำตอบง่ายๆ ก็คือเพราะมันยาก จะให้เป็นกันได้ภายในไม่กี่สิบชั่วโมงก็คงเป็นไปไม่ได้
โดยพี่เต้บอกว่าทาง True Digital Academy จะมีเป็นคอร์ส Data Science Immersive ที่ทำร่วมกับ General Assembly บู๊ทแคมป์ที่ช่วย Upskill และ Reskill แห่งอนาคตส่งตรงจากอเมริกา เป็นคอร์สเรียนเต็มเวลาตั้งแต่ 9 โมงเช้าถึง 5 โมงเย็นทุกวันนาน 3-4 เดือน นับเป็นจำนวนชั่วโมงได้ทั้งหมด 480 ชั่วโมง ซึ่งเป็นหลักสูตรที่มีครบทุกอย่างที่ Data Scientist ควรจะมี
แต่พี่เต้ก็ยอมรับว่ามันเป็นหลักสูตรที่ยากและทรหดพอสมควร ผู้เรียนจึงต้องมีความตั้งใจและความพยายามเพื่อให้เรียนจนจบคอร์ส
#Dataสำคัญกับบริษัทแค่ไหน
การใช้ประโยชน์จากข้อมูลนั้นทำได้หลายด้านมากๆ ยกตัวอย่างเช่น ข้อมูลเกี่ยวกับยอดขายก็จะทำให้เรารู้ว่าเราควรจะติดต่อใคร (Lead Generation) ลูกค้าแบบไหนที่เราจะมีโอกาสปิดยอดได้มากที่สุด ถ้าเป็นด้านมาร์เก็ตติ้งก็จะใช้ข้อมูลมาวิเคราะห์โปรโมชั่นและแคมเปญต่างๆ ว่าอันไหนเวิร์กอันไหนไม่เวิร์ก หรือถ้าเป็นในส่วนของ HR ข้อมูลก็จะทำให้รู้ว่าสิทธิประโยชน์อะไรที่เป็นประโยชน์ต่อพนักงานแต่ละกลุ่มมากที่สุด เป็นต้น
#เป้าหมายต่อไปของพี่เต้
ในฐานะอาจารย์มหาวิทยาลัยที่ต้องทำวิจัย พี่เต้ก็มีเป้าหมายจะทำ Open Source Software ด้านการวิเคราะห์ภาษาไทยให้ทัดเทียมกับฝั่งภาษาอังกฤษ เพราะตอนที่พี่เต้กลับมาไทยใหม่ๆ นั้นพบว่าแทบไม่มี Resource ภาษาไทยเลย
ส่วนในแง่ของงานสอน พี่เต้ก็บอกกับเราว่าเขาเองก็ทำ Data Analytics เพื่อวัดผลตัวเองเช่นกัน เขาจะคอยดูว่าปีนี้มีคนลงทะเบียนเรียนเยอะขึ้นมั้ย คนในห้องให้ความร่วมมือระหว่างเรียนแค่ไหน เพราะพี่เต้ก็มีความตั้งใจว่าอยากทำให้คนไทยมีทักษะและความสามารถในการวิเคราะห์ข้อมูลกันมากขึ้น ทั้งในมุมของบุคคลที่เอาไปใช้ทำงานและในมุมของผู้บริหารที่ต้องการพัฒนาองค์กร
#สิ่งที่อยากฝาก
พี่เต้ไม่อยากให้สบประมาทตัวเอง ว่าคงทำไม่ได้แน่ๆ ทั้งๆ ที่ยังไม่เคยลอง เขาอยากให้ทุกคนมี Can-Do Attitude หรือความเชื่อมั่นใจตนเองว่าจะเอาชนะอุปสรรคและผ่านมันไปได้ เพราะถ้าไม่ลองเราก็คงไม่มีทางรู้ว่าศักยภาพที่แท้จริงของเราอยู่ระดับไหน
#careerfact
………………
Career Fact เพราะทุกอาชีพ... มีเรื่องราว
Blockdit - https://bit.ly/CareerFactBD
YouTube - https://bit.ly/CareerFactYT
Instagram - http://bit.ly/CareerFactIG
Twitter - http://bit.ly/CareerFactTW
LinkedIn - http://bit.ly/CareerFactLI
พูดคุยเรื่องการงาน ถกประเด็นต่างๆ แบ่งปันความรู้
เข้าร่วมกลุ่ม อู้งานมาคุย by Career Fact
- 29
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2025 Blockdit
