คุณคิดว่าอาชีพที่เซ็กซี่ที่สุดในศตวรรษคืออะไร? Harvard Business Review เฉลยให้ว่าคือ ‘Data Scientist’ ซึ่งตอนนี้วงการธุรกิจกำลังรุมจีบคนทำงานด้านนี้หนักมาก แล้วถ้าอยากเซ็กซี่แบบ Data Scientist บ้างล่ะ ต้องทำยังไง?
คำตอบอยู่ที่ Data Café คาเฟ่ข้อมูลเปิดใหม่ที่เพิ่งจัดโครงการสุดฮ็อตอย่าง Data Café Fellowship Program ซึ่งมีผู้สมัครร่วมพันคน โครงการนี้จะเปิดประตูให้คนที่สนใจได้เข้าไปเรียนรู้และฝึกฝน เพื่อก้าวไปบนสายอาชีพสุดเซ็กซี่นี้
The MATTER ได้มีโอกาสพูดคุยกับทีม Data Café เกี่ยวกับโครงการที่จัดขึ้น รวมไปถึงเรื่องราวของ Data Scientist และบทบาทของข้อมูลในชีวิต ธุรกิจ และสังคม
The MATTER : Data Café มีที่มาที่ไปอย่างไร
คุณอาร์ม : Data Café เกิดจากการรวมตัวกันของสามส่วน หนึ่งคือ MFEC ซึ่งเป็นบริษัท System Integrator (SI) ที่ทำธุรกิจด้านข้อมูลอยู่แล้ว สองคือผู้เชี่ยวชาญที่มีความรู้และประสบการณ์ด้าน Data Scientist และสามคือจุฬาลงกรณ์มหาวิทยาลัย ที่มีองค์ความรู้ด้านวิชาการและแหล่งข้อมูลที่นำมาใช้ประโยชน์ได้ ก็รวมตัวกันเป็น Data Café ขึ้นมา
System Integrator (SI) คือผู้รับเหมาก่อสร้างทางด้านระบบเทคโนโลยีสารสนเทศให้กับองค์กรต่างๆ ไม่ว่าจะเป็นการออกแบบติดตั้งฮาร์ดแวร์และซอฟต์แวร์ บริการด้านระบบเครือข่าย บริการซ่อมบำรุง ตามแต่ลูกค้าต้องการ
El p de esta forma lograda se puso en agua y hay algunas diferencias entre Tadalafil o servicios legalmente constituidos sin farmacéutico. Si usted desea Comprar Levitra sin receta y aqui un comprimido con el principio activo Lovegra por fin puede ser la laiberación para ambos. Efectivo que si funciona para acabar con la impotencia.
คุณธนพงษ์ : ตลาดด้านนี้มีความต้องการบุคลากรเยอะมากครับ แล้วก็มีคนสนใจเยอะมาก ตั้งแต่นิสิตนักศึกษา อาจารย์ หรืออาชีพอื่นๆ แต่เขาไม่มีข้อมูลที่จะลองเล่น ที่จะศึกษาเอง พัฒนาตัวเองลำบาก ขณะที่ภาคธุรกิจมีข้อมูลแต่ไม่มีบุคลากร ก็ไม่เจอกันสักที MFEC ก็เลยเชื่อมโยงสองฝ่ายนี้ ในขณะที่มหาวิทยาลัยเองก็ต้องการสร้างบุคลากรด้านนี้ Data Café ก็เลยเป็นแพลตฟอร์มที่ช่วยสร้างคนและช่วยเหลือธุรกิจ
คุณอาร์ม ศิวะดิตถ์ Chief of Staff ของ MFEC
The MATTER : เล่าให้ฟังถึงโครงการ Data Café Fellowship Program หน่อย
คุณอาร์ม : Data Café Fellowship Program เป็นโครงการเพื่อสร้างบุคลากรชุดแรก ความตั้งใจจริงๆ คือสร้างเทรนเนอร์สำหรับรุ่นต่อไป เป็นการกระจายต่อไปในวงที่กว้างขึ้น โครงการครั้งนี้ก็จะมีข้อมูลจากภาคเอกชนสำหรับให้เรียนรู้การวิเคราะห์ เหมือนเป็นการจับคู่ระหว่างคนที่มีข้อมูล มีคำถาม แต่ไม่มีคำตอบ กับคนที่อยากจะฝึกฝนการวิเคราะห์ แต่ไม่มีข้อมูลให้มาเจอกัน
พันคนที่สมัครเข้ามามีความหลากหลายมาก และน่าสนใจมาก แต่เราคัดเหลือแค่ 20-30 คนก่อน แล้วมาฝึกแบบเข้มข้นเลย ส่วนคนอื่นที่สมัครมา ก็เดี๋ยวจะมีการจัดรอบต่อๆ ไป ซึ่งบางคน บางกลุ่ม อย่างหมอหรือนักวิทยาศาสตร์ ถ้าพิจารณาจากองค์ความรู้เชิงลึกแล้ว น่าจะดีกว่าถ้าจะจัดการอบรมแบบเฉพาะกลุ่มไปเลย
The MATTER : 20-30 คนแรกที่ได้รับการคัดเลือก มีคุณสมบัติยังไง
คุณธนพงษ์ : เนื่องจากรอบแรกเราอยากได้ Fellowship อยากได้เพื่อนเพิ่มขึ้น เราเลยเลือกคนที่มีพื้นฐานหน่อย เพื่อให้เขาช่วยขยายคอมมูนิตี้ของเราและสอนคนอื่นต่อได้ในรอบต่อไป ซึ่งเราอาจจะจัดเฉพาะธุรกิจ อย่างแพทย์ มาร์เกตติ้ง วิศวกรรม เพราะดูจากจำนวนคนแล้ว จัดกลุ่มแบบนั้นน่าจะได้อีกหลายรอบ
ดร. ธนชาตย์ : คำว่ามีพื้นฐาน ผมมองว่าต้องมีสามด้าน หนึ่งคือต้องเข้าใจด้านธุรกิจ รู้จักปัญหาและมองหาวิธีการแก้ สองคือรู้จักตัวข้อมูล รู้วิธีดึงและจัดการข้อมูลได้ สามคือสามารถวิเคราะห์ข้อมูลได้โดยใช้เครื่องมือต่างๆ
คุณธนพงษ์ วุฒิขจรเวทย์ ผู้เชี่ยวชาญ Data Science จาก MFEC
The MATTER : ทำไมตอนนี้อาชีพ Data Scientist ถึงเป็นที่สนใจขึ้นมา
ดร. วิโรจน์ : บริษัทใหญ่ๆ ในไทยกำลังเริ่มเก็บข้อมูลเพื่อทำ Digital Transformation ลงทุนหลายล้านเพื่อสร้างระบบด้านข้อมูล พอมีข้อมูลมาเยอะๆ จะทำยังไงให้คนในองค์กรเอาข้อมูลนี้ไปใช้ประโยชน์ได้ อย่างที่บอกว่าการจัดการและเอาข้อมูลไปใช้ต้องมีสกิลหลายด้าน คนที่ทำงานอยู่ก็ไม่ใช่จะหยิบไปใช้ได้ ก็เลยเกิดความต้องการ Data Scientist ขึ้น พอมีการจัดอบรมที่ไหน คนก็เลยสนใจ
ดร. ธนชาตย์ : เมื่อก่อนคนที่ทำงานด้านข้อมูล ด้าน IT เหมือนอยู่แถวหลังขององค์กร พอองค์กรรู้แล้วว่าข้อมูลนี่เอามาทำธุรกิจ เอามากำหนดกลยุทธ์ได้ คนพวกนี้ก็เลยย้ายจากแถวหลังมาอยู่แถวหน้า พอคนขาดแคลน ธุรกิจก็เริ่มซื้อตัว มันก็จะมีทั้งคนที่อยากเป็นจริงๆ กับคนที่อยากเป็นเพราะรายได้สูง คนที่อยากเป็นจริงๆ เนี่ย ถ้าเราเปิดกราฟ เขาจะวิ่งไปดู แล้ววิเคราะห์เลย อยากรู้เลยว่ามีปัจจัยนัยยะอะไรซ่อนอยู่บ้าง
The MATTER : สำหรับองค์กรที่ต้องการทำ Digital Transformation ข้อมูลที่มีอยู่ในปัจจุบันอุดมสมบูรณ์มากพอที่เราจะไปจัดการหรือนำมาใช้ไหม
ดร. วิโรจน์ : ขอแยกสองส่วนก่อน Big Data คือข้อมูลขนาดใหญ่ ส่วน Data Science คือการเอาข้อมูลมาวิเคราะห์ มาทำให้เกิดประโยชน์ทางธุรกิจ ตอนนี้ผมมองว่าหลายบริษัทยึดติดกับคำว่า Big Data มากเกินไป ใช้เวลากับการเก็บและเซ็ตระบบด้านข้อมูล กว่าจะเสร็จ ปรากฏว่ายังไม่ได้ทำอะไรกับข้อมูลที่มีอยู่เลย แทนที่จะได้เอาข้อมูลที่มีมาใช้ให้เกิดประโยชน์บ้าง
ดร. ธนชาตย์ : ช่วงสิบปีที่ผ่านมา องค์กรในไทยทุ่มกับการทำ Database หรือ Data Warehouse เยอะมาก พอถึงจุดนี้ทุกคนมีข้อมูล แต่มันก็เกิดคำถามตามมาว่าแล้วไงต่อ ไม่รู้จะเอาข้อมูลไปทำอะไรต่อ ก็เลยต้องหาคนมาเอาข้อมูลเหล่านี้ไปวิเคราะห์ ไปใช้ให้เกิดประโยชน์ ไปสร้างรายได้ จริงๆ แค่มีข้อมูลแล้วเก็บให้เป็นระบบ ข้อมูลมันอาจจะไม่ได้เยอะแบบ Exabyte แต่มันก็เพียงพอในการวิเคราะห์
ดร.ธนชาตย์ ฤทธิ์บำรุง ผู้เชี่ยวชาญทางด้าน Data Analytics และ Data Scientist จากบริษัทชั้นนำของประเทศ
The MATTER : ในส่วนภาครัฐ ความตื่นตัวด้านข้อมูลเป็นยังไงบ้าง
ดร. วิโรจน์ : ก็เยอะครับ ก็มีหน่วยงานอย่างสำนักงานรัฐบาลอิเล็กทรอนิกส์ (Electronic Government Agency: EGA) ออกมาผลักดันเรื่อง Open Data จริงๆ เรื่อง Open Data เป็นเรื่องที่ต่างประเทศให้ความสำคัญกันมาก อย่างหนึ่งคือเป็นเรื่องความโปร่งใสของรัฐบาล ทุกคนสามารถเข้าไปดูข้อมูลของรัฐได้ว่าปฏิบัติงานกันอย่างไร
สองคือข้อมูลเหล่านี้มีมูลค่าทางเศรษฐกิจค่อนข้างสูงสำหรับภาคเอกชน สมมติเราทำบริษัทเกี่ยวกับการเกษตร เราก็อยากได้ข้อมูลเกี่ยวกับผลผลิตด้านการเกษตรทั้งหมด ข้อมูลเกี่ยวกับอุตุนิยมวิทยา ข้อมูลราคาและการเปลี่ยนแปลงทางเศรษฐกิจ ที่สหรัฐฯ สมัยรัฐบาลโอบามาก็มีการผลักดันอย่างชัดเจนมาก ส่วนของไทยก็พยายามอยู่ แต่ยังอาจไม่พร้อมใช้งาน 100%
The MATTER : ช่วยยกตัวอย่างของการนำเอาข้อมูลมาใช้ในสังคมให้ฟังหน่อย
ดร. วิโรจน์ : ในสหรัฐฯ มีโปรเจค Fellowship แบบนี้เยอะมาก อันที่ผมชอบชื่อ ‘Datakind’ เป็นโปรเจคแบบไม่แสวงหากำไร ผมเคยไป Hackathon อันนึง เขาเอาข้อมูลจากตามเว็บบอร์ดมาหาพวกค้าประเวณีข้ามประเทศ พวกนี้เวลาโพสต์จะใช้รหัสเป็นคีย์เวิร์ด คนทั่วไปจะไม่ค่อยรู้ หรือเวลาใส่เบอร์โทรศัพท์จะใส่ฟอนต์ประหลาดๆ ลงไป คนทั่วไปก็จะอ่านเป็นเบอร์โทรศัพท์ แต่คอมพิวเตอร์จะอ่านไม่ได้ว่าเป็นตัวเลข เราก็ต้องถอดข้อมูลพวกนั้นมาให้ได้ เพื่อควบคุมการก่อการร้ายพวกนี้
หรืออย่างโปรเจคที่ผมเคยทำ คือเรามี 911 Call Log รู้ว่าคนโทรมาแจ้ง 911 เมื่อไหร่บ้าง เลยเอาข้อมูลพวกนั้นมาทำการคาดการณ์ว่า เวลาไหน อาชญากรรมประเภทไหน จะเกิดขึ้นที่ไหน แล้วตำรวจควรไปลาดตระเวนที่ไหน เมื่อไหร่บ้าง
ดร.วิโรจน์ จิรพัฒนกุล อดีต Data Scientist ของ Facebook และ Google Developer Expert ด้าน Machine Learning ประจำประเทศไทย
The MATTER : แล้วประเทศไทยมีตัวอย่างการใช้ข้อมูลแบบนี้ไหม?
ดร. วิโรจน์ : ประเทศไทย Open Data เรายังน้อย ที่ผมเคยทำกับเพื่อนๆ คือโครงการ ‘ยุพิน’ (YouPin) แต่ข้อมูลมันน้อย เราก็เลยใช้วิธี Crowndsourcing คนไทยขี้บ่นอยู่แล้ว เจออะไรก็บ่นลงโซเชียล แต่จะทำยังไงให้เสียงของคนเหล่านี้ได้รับการตอบสนอง ยุพินเป็นช่องทางให้คนมารายงานปัญหา ทำแช็ตบอทให้มันสนุก เริ่มจากเก็บข้อมูลก่อน เอามาจัดการ แล้วส่งให้กทม. เพื่อวางแผนการทำงานและแก้ปัญหาต่างๆ ได้ กทม. อาจจะยังไม่ได้หยิบข้อมูลไปใช้เต็มที่นัก แต่หน่วยงานไหนสนใจเราก็ยินดีให้เอาไปปรับใช้ได้ อย่างคณะวิศวะ จุฬาฯ ก็เอามาใช้ มาทำเป็นระบบ iCare ให้เด็กรายงานปัญหาในคณะ
The MATTER : มีวิธีอื่นอีกไหมที่จะทำให้สังคมเราใช้ข้อมูลอย่างชาญฉลาดมากขึ้น
ดร. วิโรจน์ : ถ้าในมุมสังคม ผมมองว่ามันเป็นเรื่องของ Active Citizen ด้วย เดี๋ยวนี้มันมีหลายวิธีที่ให้เรามีปากมีเสียงได้ เทคโนโลยีก็มีส่วนทำให้ช่องว่างระหว่างคนมันเยอะ สุดท้ายคนรวยก็จะเป็นคนที่มีมือถือรายงาน หน้าบ้านฉันมีขยะ สุดท้ายเราก็อาจช่วยให้ย่านคนรวยดีขึ้น แต่ย่านที่ควรเข้าไปดูแลจริงๆ ก็ไม่ได้เข้าไปจัดการ
ดร. ธนชาตย์ : ผมมองว่าเป็นเรื่องแรงจูงใจในการให้ข้อมูลด้วย ถ้าสุดท้ายแล้วคนให้ข้อมูล ให้ด้วยจุดประสงค์ซ่อนเร้นบางอย่าง ท้ายที่สุด เราก็จะได้ข้อมูลที่มีอคติมา ก็เอามาใช้ทำให้สังคมดีขึ้นไม่ได้
The MATTER : ความสามารถในการแข่งขันจะเป็นขององค์กรหรือประเทศที่มีข้อมูลมากกว่าไหม เราควรจะเผชิญหน้ากับสถานการณ์แบบนี้ยังไง
ดร. วิโรจน์ : ผมว่าควรโฟกัสที่การนำไปใช้ก่อน เราต้องดูว่าเราจะแก้ปัญหาอะไร ข้อมูลไม่พอก็ไปเก็บเพิ่มได้ ส่วนตัวผมมองว่าคนที่มีข้อมูลอยู่เยอะ แต่ไม่รู้จักนำไปใช้ ก็อาจจะสู้คนที่มีข้อมูลน้อยแต่เอาไปใช้จริง ปริมาณอาจจะไม่ได้สำคัญที่สุด คือถูกต้องว่าปริมาณเยอะ อาจจะมีโอกาสทำอะไรได้มาก แต่สุดท้ายถ้าจี้ไม่ถูกจุด มันก็ไม่ตอบโจทย์
The MATTER : ความสนุกของการทำงานเป็น Data Scientist คืออะไร
ดร. วิโรจน์ : ถ้าเป็นคนขี้สงสัย จะเป็นงานที่ตอบโจทย์มาก เหมือนนักสืบตลอดเวลา อยากรู้ว่าทำไมคนนั้นทำแบบนี้ คนนี้ทำแบบนั้น
ดร. ธนชาตย์ : พอเราเห็นข้อมูล เหมือนกับเราเห็นคนเป็นล้านๆ คนในพริบตาเดียว เรารู้ว่าคนจะตื่นกี่โมง คลิกอะไรตอนไหน ชอบกินอะไร หรือซื้ออะไรจากซุปเปอร์มาร์เก็ตบ้าง เหมือนกับว่าเราเห็นโลกทั้งใบผ่านข้อมูลได้
Interview by Teepagorn Wuttipitayamongkol & Thanisara Ruangdej
Photo by Nantanat Thamthonsiri
อ่านบทความอื่นๆ ในซีรีส์ ‘Data for Future’
‘เปิด ใช้ แชร์’ เปลี่ยนข้อมูลไม่ให้เป็นแค่ข้อมูลด้วย Data Visualization กับ Boonmee Lab
https://thematter.co/byte/boonmeelab/31396
เรากำลังก้าวสู่โลกใหม่ที่ขับเคลื่อนด้วย AI และข้อมูล
https://thematter.co/byte/dataforfuture/33082
