Skills จำเป็นเมื่อจะเป็น Data Scientist
Data Scientist ถือเป็นสายอาชีพยอดฮิตและได้รับความนิยมอย่างต่อเนื่องในยุคแห่งเทคโนโลยี วันนี้ชาว Data Cafe Thailand จึงจะพาไปแกะ Skills สำคัญทั้ง Techcnical Skills และ Soft Skills ที่จำเป็นสำหรับ Data Scientistโดย Technical Skills จะแบ่งเป็น 3 หมวดใหญ่ ๆ ดังนี้
1. การจัดเก็บข้อมูล
ข้อมูลที่มาจากแหล่งต่าง ๆ มากมายล้วนต้องการการจัดการและทำให้สอดคล้องพ้องกัน เพื่อให้สิ่งเหล่านี้นำไปหา Insight ที่น่าเชื่อถือต่อไป
Data Scientist ควรจะต้องรู้ว่า ข้อมูลต่าง ๆ นั้นจะถูกนำไปใช้อย่างไร ต้องรู้ว่าจะต้องจัดการด้วยวิธีไหนถึงจะใช้งานได้ (ด้วยการทำ Data cleaning และการทำ Data wrangling หรือการปรับเปลี่ยนหน้าตาข้อมูลให้อยู่ในรูปแบบที่เหมาะสม) นอกจากนี้ ยังต้องรู้ว่าจะเปลี่ยนเป็นฐานข้อมูลที่มีประสิทธิภาพได้อย่างไร อีกทั้ง ในขั้นตอนการแยกข้อมูล (Data extraction) หรือการแปลงข้อมูล (Data transformation) หรือ Data loading แล้วแต่คุณจะเรียกนั้น คุณจำเป็นจะต้องทำความรู้จักกับ Excel และ Querying languages อย่าง SQL แล้วแน่ ๆ
ฐานข้อมูลจำนวนมากนั้นไม่ได้มาแบบผ้าพับไว้ ส่งผลให้ Data Scientist ต้องทำงานกับข้อมูลไร้โครงสร้างหรือ unstructured data ซึ่งเป็นข้อมูลที่ไม่สามารถนำไปประมวลผลเพื่อใช้ได้โดยทันที เช่น เสียงและวิดีโอ Feedback จากลูกค้า หรือโพสจากสื่อ Social media เนื่องด้วยข้อมูลเหล่านี้ไม่ใช่ตัวเลขและไม่คล่องตัว การหาวิธีที่จะทำให้ข้อมูลต่าง ๆ สามารถนำไปใช้ได้จึงถือเป็นอีกความท้าทายหนึ่งอันเป็นหน้าที่ของ Data Scientist
2. การวิเคราะห์และจำลองข้อมูล
Python R Hadoop Spark รวมไปถึงเครื่องมือในการวิเคราะห์อื่น ๆ ล้วนแล้วแต่ช่วยให้ Data Scientist สามารถหาจำนวนและวิเคราะห์ชุดข้อมูลโดยใช้วิธีการทางสถิติ การ run test และการสร้างแบบจำลองที่จะสามารถนำไปประยุกต์ใช้งานได้หลากหลาย ตั้งแต่ด้านการเงินไปจนถึง E-commerce และท้ายที่สุดแล้ว เป้าหมายสุดท้าย นั่นคือ การสร้างแบบจำลองที่สามารถรับข้อมูลเชิงลึกใหม่ ๆ จากข้อมูลและการคาดการณ์ที่ไม่รู้มาก่อน
ทักษะที่ Data Scientist จำเป็นต้องทำให้ได้เพื่อบรรลุเป้าหมายให้สำเร็จนั้นมีความหลากหลายแล้วแต่รูปแบบงานนั้น ๆ แต่โดยทั่วไปแล้ว data wrangling data exploration การวิเคราะห์และการสร้างแบบจำลองจะขึ้นอยู่กับพื้นฐานด้านคณิตศาสตร์และ programming สิ่งนี้ถือเป็นประตูบานแรกของทักษะเฉพาะด้านทางวิทยาศาสตร์ เช่น Machine Learning และ Deep Learning ต่อไป
3. การ Visualization และการนำเสนอข้อมูล
การแปลงข้อมูลจากตารางสู่ชาร์ทและกราฟ หรือแม้กระทั่ง Dashboard มีไว้เพื่อให้ผู้ที่ไม่ใช่นักวิเคราะห์สามารถนำข้อมูลเหล่านี้ไปใช้ได้ง่ายขึ้น
มีเครื่องมือมากมายที่ Data Scientist ใช้เพื่อทำ Visualization และนำเสนอข้อมูล เช่น Tableau Power BI Plotly Bokeh และ Matplotlib ซึ่งแต่ละเครื่องมือก็มีจุดแข็งในตัวของมัน อย่างไรก็ตาม สิ่งที่ควรรู้ คือ software บอกคุณไม่ได้ว่าเครื่องมือในการทำ visualization เครื่องมือใดที่เหมาะสมสำหรับข้อมูลของคุณมากที่สุด และมันบอกไม่ได้ว่าเครื่องมือใดที่เข้ากับการนำเสนอในแบบที่คุณต้องการมากที่สุด ดังนั้น สิ่งที่ต้องมีเป็นอย่างแรกจึงเป็นการทำความเข้าใจวิธีการทำ visualization ทุกวิธีอย่างถ่องแท้
Soft Skill สำคัญสำหรับ Data Scientist มีอะไรบ้าง ?
นอกจาก technical skill ที่สำคัญแล้ว การมี soft skill ติดตัว จะทำให้คุณมีความสุขในการทำงานร่วมกับผู้อื่นและจะสามารถสร้างแรงบันดาลใจและผลักดันความสามารถของตนเองอยู่เสมอ
1. Teamwork
แน่นอนว่าการทำงานที่ดี คือ การทำงานที่มีประสิทธิภาพและมากด้วยความเข้าใจซึ่งกันและกัน ทักษะการทำงานเป็นทีมที่ดี จะทำให้เราทำงานได้อย่างราบรื่น
2. มีหัวด้านธุรกิจ
Data Scientist อาจมีความจำเป็นที่จะต้องเข้าใจหลักการทางธุรกิจ (รวมไปถึงเป้าหมายขององค์กร) เพื่อถ่ายทอดทักษะทางเทคนิคต่าง ๆ อย่างมีประสิทธิภาพ กล่าวคือ สิ่งนี้จะเป็นการส่งเสริมการเติบโตและเพิ่มประสิทธิภาพของบริษัทผ่านวิธีการทาง data science
3. ทักษะการสื่อสาร
การทำงานจะไปไกลได้แค่ไหน ล้วนขึ้นอยู่กับการทำงานของคนหลายฝ่าย คุณจะต้องร่วมมือกับผู้อื่นเพื่อ discuss ว่า data science นั้นเหมาะสมกับกลยุทธ์โดยภาพรวมขององค์กรอย่างไรและในทิศทางใดบ้าง บ่อยครั้งที่ใครหลายคนที่คุณต้องทำงานด้วยนั้นอาจไม่มีความรู้ด้าน data science มากนัก คุณจึงจะต้องสามารถสื่อสารเกี่ยวกับเป้าหมาย กลยุทธ์และเทคนิคต่าง ๆ บนพื้นฐานของการทำให้คนอื่นเข้าใจได้อย่างทั่วถึง
4. Critical thinking และทักษะการแก้ไขปัญหา
Data Science เป็นทักษะแห่งการแก้ไขปัญหาผู้ใช้ข้อมูล การมีเป้าหมายและการตัดสินใจที่ดีจึงเป็นอาวุธสำคัญ
5. แยกแยะข้อมูลกับ Data และ Data architecture
ในการแก้ไขปัญหานั้น เรามี data science เป็นเหมือนการตอบคำถามว่า “อะไร” และ “อย่างไร” ในขณะที่เราต้องทำตอบคำถามว่าจะแก้ปัญหา “ที่ไหน” จากการแยกแยะข้อมูลสำคัญ หรือ Data intuition
การทำงาน ไม่มี roadmap ที่ตายตัว การทำด้าน data science มักต้องอาศัยความคิดสร้างสรรค์และ sense ในการมองอยู่เสมอ
*Data Cafe Thailand ร่วมแปลบทความชิ้นนี้และได้รับอนุญาตทางลิขสิทธิ์จาก BrainStation ผู้นำด้าน coding bootcamp และ tech course ประเทศแคนาดา
ติดตามข่าวสารเกี่ยวกับ Data Scientist ที่น่าสนใจมากมายจาก BrainStation ที่นี่: https://brainstation.io
ข้อมูลต้นฉบับ: BrainStation. (2022). What Skills Do You Need to Be a Data Scientist?
– – – – – –
ติดตามข่าวสารทั้งด้านการทำงานและเทคโนโลยีอื่น ๆ จาก Data Cafe Thailand ได้ที่:
Website: https://datacafethailand.com
LinkedIn: https://th.linkedin.com/company/data-cafe-company-limited
Facebook: https://m.facebook.com/datacafethailand/
Medium: https://medium.com/data-cafe-thailand
Writer: Butsakorn Boocha (Pang): Talent Acquisition