Contact

Follow

02 114 7003 

77/129, 30th floor, Sinn Sathorn Tower, Thanon Krung Thon Buri, Khlong Ton Sai, Khlong San, Bangkok 10600 

©2017 by Coraline

Please reload

Recent Posts

การตีโจทย์ เป็นปัญหา Basic ของ Data Scientist

July 22, 2018

 

 

Data Scientist ถือเป็นอาชีพใหม่ที่มาแรงในบ้านเรา นั่นทำให้เกิดคอร์สสอนให้เป็น Data Scientist มากมาย ที่ในรูปแบบออนไลน์ และในสถาบันการศึกษา

 

แต่สังเกตหรือไม่คะ ว่าส่วนใหญ่ จะสอนเพื่อ “ใช้เครื่องมือ” โดยเฉพาะอย่างยิ่ง สอนรู้จัก Machine Learning

 

ความหมายที่แท้จริงของ Data Science หรือ วิทยาศาสตร์ข้อมูล คือ การเข้าใจธรรมชาติของข้อมูล และสามารถสร้าง Model ใหม่ๆ ได้ มิใช่เรื่องของการใช้เครื่องมือแต่อย่างใด และถึงแม้ว่าคุณจะใช้เครื่องมือเป็น คุณก็ไม่สามารถระบุปัญหาได้อยู่ดี

 

เป็นที่น่าสงสัยว่า หากทุกคนที่เรียน Short Course ออกมาเป็น Data Scientist ได้หมด แล้วทำไมในตลาดแรงงานทุกวันนี้ ถึงยังขาด Data Scientist ตัวจริง

 

กุญแจสำคัญ คือ การตีโจทย์

 

หากตีโจทย์ไม่ได้ จะให้มีเครื่องมือมากมายแค่ไหน ก็หา Solution ไม่ได้

 

แล้วการตีโจทย์ต้องเริ่มจากอะไร?

 

ก็ต้องเริ่มจากการมีพื้นฐานความเข้าใจในคณิตศาสตร์ที่ดีเสียก่อน และที่ต้องเป็นคณิตศาสตร์ นั้นเพราะ คณิตศาสตร์เป็นศาสตร์แห่งตัวเลข และนี่เรากำลังพูดถึง “ตัวเลขมหาศาล” หัวใจหลัก จึงคือ “คณิตศาสตร์” นั่นเอง

 

ทำไม Data Scientist หลายๆ คน ไม่สามารถตีโจทย์ได้ อาจจะเป็นเพราะ ด้วยลักษณะการศึกษาของไทย ที่เน้นให้ “เชื่อ” ในสิ่งที่มีคนบอกมาโดยตลอด โดยแทบจะไม่มีโอกาสได้ “สงสัย” หรือ “คิดแตกต่าง” ได้ เป็นนิสัยที่ติดตัวมาตั้งแต่ยังวัยเยาว์

 

ทำไมเด็กไทยหลายคน เชื่อในสมการ และไม่คิดที่จะพิสูจน์กลไกที่มาของสมการแต่อย่างใด

 

ในขณะที่การทำงานเป็น Data Scientist นั้น คือการคิดหา Model ใหม่ๆ ที่ช่วยแก้ปัญหา โดยการใช้ข้อมูลเป็นตัวตั้งต้น

 

ซึ่งเป็นการ “คิดนอกกรอบ”

 

จึงขัดกับนิสัยของเด็กไทยหลายๆ คน

 

พอเข้าสู่การทำงาน ก็กลายเป็นว่า ตีโจทย์ไม่ได้ ต้องรอให้มีคนบอกโจทย์ บอกวิธีทำ และรอข้อมูลที่สมบูรณ์แบบเพื่อนำไปใส่ใน Code ในรูปแบบเดิมๆ

 

ดังนั้น Data Scientist ที่กล้าตีโจทย์ ก็จะเป็นบุคคลที่สะสมประสบการณ์ให้ตัวเอง และต่อยอดไปเรื่อยๆ ได้มากกว่า Data Scientist ที่แค่เขียน Code เป็น

 

Data Scientist ก็เป็นอีกอาชีพหนึ่งในตลาดแรงงาน ไม่ได้เรียนยากไปกว่าอาชีพอื่นๆ เพราะแต่ละอาชีพ ต้องการ Skill และมีแนวทางในการทำงานที่แตกต่างกัน ถ้ารักที่จะทำอาชีพนั้นๆ จริงๆ แล้ว ก็ต้องไม่ย่อท้อ และจง Focus ที่ “พื้นฐาน” ของอาชีพ ก่อนที่จะใช้ “เครื่องมือ” เสมอๆ เพราะเครื่องมือ มักเปลี่ยนแปลงไปตามกาลเวลา ในขณะที่พื้นฐาน จะเป็นสิ่งที่ทำให้เราต่อยอดไปได้ไกลขึ้น

 

 

 

#BigData

#DataScience

#Optimization

#ProductivityImprovement

 

#Coraline ให้คำปรึกษาการทำ Big Data Project และ Digital Transformation เพื่อเพิ่มศักยภาพของธุรกิจ

 

 

 

Share on Facebook
Share on Twitter
Please reload

Please reload