Data Scientist

คำว่า “Data Scientist” เริ่มเป็นที่แพร่หลายเมื่อไม่กี่ปีที่ผ่านมา  หลายองค์กรเร่งหา Data Scientist เข้ามาประจำการเพื่อเสริมศักยภาพให้กับธุรกิจเพื่อที่จะคงขีดสามารถทางการแข่งขัน และพัฒนาธุรกิจให้เติบโตต่อเนื่อง  อาชีพ Data Scientist จึงติดโผ 1 ใน 20 อาชีพที่เป็นที่ต้องการที่สุดของทศวรรตนี้ หลายคนเริ่มใช้คำนี้ติดปากมากขึ้น แต่น้อยคนที่จะเข้าใจว่า Data Scientist คืออะไร และอาชีพนี้ ถึงแม้จะใช้ความรู้สถิติ และคณิตศาสตร์เป็นพื้นฐานสำคัญ พวกเขาต่างจากนักสถิติ หรือ คณิตกรอย่างไร

ศาสตร์ Data Science (วิทยาการข้อมูล) กำเนิดจากแวงวงเทคโนโลยี​  โดยเริ่มจากการนำข้อมูลไปวิเคราะห์เพื่อจัดอันดับเว็บไซต์ของ Google หรือ การวิเคราะห์เครือข่าย Social Media ของ Facebook  หลังจากนั้นศาสตร์นี้ก็ได้แพร่ขยายเข้าสู่วงการอื่นๆ เช่น การค้าปลีก โทรคมนาคม เกษตร และวิทย์-สุขภาพ

ผู้ที่เป็นตัวจักรสำคัญคือ Data Scientist (นักวิทยาการข้อมูล) ซึ่งคนเหล่านี้มีหน้าที่วิเคราะห์ข้อมูล หลังจากนั้นจึงนำข้อมูลไปทดลองทำเป็นโครงการ หรือ แคมเปญต่างๆ โดยเฉพาะแคมเปญแบบ online  และท้ายที่สุด data scientist จะสร้างกระบวนการ Machine Learning (ML) และชุดข้อมูลที่จะนำไปสู่การตัดสินใจที่ดีขึ้นขององค์กร ดังนั้น Data Science จึงเกี่ยวข้องกับการสร้างระบบ infrastucture ด้านการจัดการและวิเคราะห์ข้อมูล การทดสอบทดลอง การสร้างกระบวนการ ML ซึ่งนำไปสู่ข้อมูลสำหรับการตัดสินใจที่ทรงประสิทธิภาพ

ถึงแม้ว่าคนส่วนมากจะเข้าใจว่างานสำคัญของ Data Scientist จะเป็นการวิเคราะห์ข้อมูล แต่การวิเคราะห์ข้อมูลเป็นเพียงยอดภูเขาน้ำแข็งที่โผล่พ้นน้ำขึ้นมาเพียง 20% งานอีก 80% ที่จมอยู่ใต้ทะเลคือการใช้เวลาเสาะหาข้อมูล, จัดการและกำจัด error ของข้อมูล (data cleansing),  การจัดโครงส้รางข้อมูล และอื่นๆ ซึ่งเป็นงานที่ต้องการเวลา ความละเอียด และ ความอดทนอย่างมาก

Data Science เจริญเติบโตอย่าวก้าวกระโดดบริษัทใน Fortune 500 มีการน้อมรับเอา Data Scicne เข้ามาช่วยองค์กรอย่างหลีกเลี่ยงไม่ได้ ดังนั้นสิ่งสำคัญถัดมาคือ Data Scientist  นอกจากจะเข้าใจศาสตร์ด้านการวิเคราะห์อันซับซ้อน พวกเขาต้องรู้วิธีการสื่อสารด้านธุรกิจอีกด้วย ข้อมูลตัวเลข และตัวแบบธุรกิจอันซับซ้อนจะไร้ความหมายหากไม่สามารถถ่ายทอดออกมาเป็นภาษาทางธุรกิจที่ทำให้ผู้บริหารเข้าใจได้

เวลานี้เป็นเวลาที่ ML และ AI ทรงประสิทธิภาพ และสามารถทำงานด้านการวิเคราะห์คำนวน ได้ดี เร็ว และถูกต้องกว่ามนุษย์ ความสามามารถที่สำคัญของ Data Scientist จึงไม่ใช่การคำนวณเพียงอย่างเดียวอีกต่อไป แต่ Data Scientist ต้องสามารถเรียนรู้ได้อย่างรวดเร็ว เพื่อที่จะเข้าใจกระบวนทางธุรกิจ หัดตั้งคำถามทางธุรกิจ รู้ว่าธุรกิจต้องการอะไร และ สามารถสื่อสารข้อค้นพบจากการวิเคราะห์ข้อมูลด้วยภาษาธุรกิจได้

หากมหาวิทยาลัยไม่อยากจะตก “รถไฟขบวนนี้” ก็คงต้องพิจารณาว่าจะทำอย่างไรจึงจะสามารถสร้างบัณฑิตที่มีทักษะผสมผสานทั้งทางด้าน ธุรกิจ คณิตศาสตร์ สถิติ และวิทยาการด้านคอมพิวเตอร์ ไว้ในคนคนเดียวกันได้ การนำเอานักศึกษาสถิติและคณิตศาสตร์ ไปเรียนวิชาด้านบริหารธุรกิจ 4-5 วิชา หรือ ในทางตรงกันข้าม เอานักศึกษาบริหารธุรกิจไปเรียนวิชาด้านวิเคราะห์ข้อมูล คอมพิวเตอร์ สถิติ  4-5 วิชา นั้นจะเพียงพอหรือไม่

Leave a Reply

Your email address will not be published. Required fields are marked *