IT Insight : เส้นทางสู่การเป็น Data Scientist และเจาะลึกการทำงานร่วมกับ Machine Learning

Your Opinion
Published: 31.01.23

Data Scientist Insight

สำหรับบทความนี้เราจะมาเจาะลึกในด้าน Data Scientist ที่เป็นตำแหน่งหนึ่งที่สำคัญในองค์กร ตำแหน่งนี้ต้องทำอะไรบ้าง ต้องมีทักษะอะไรบ้างและคนที่สนใจอยากเริ่มต้นเข้าสู่วงการสาย Data จำเป็นต้องรู้อะไรบ้าง 

 

ลองมาอ่านบทสัมภาษณ์สุดพิเศษนี้กับดร.นรุตม์ สุนทรานนท์ Senior Data Scientist แห่งธนาคารกรุงศรี และกรรมการร่วมก่อตั้งบริษัท Dev Drone Mapper หลงใหลเกี่ยวกับ Data Analytics และ Image Analytics นอกจากนี้ยังทำหน้าที่ควบคุมดูแลหลายๆโปรเจคต์ทางด้าน Data Science และ Computer Vision อีกด้วย 

ดร.นรุตม์ เคยทำงานเป็นนักวิจัยเกี่ยวกับ Precision Farming, Disaster Management และ Field/Drone Data Processing ที่สถาบันวิทยาการอวกาศและภูมิสารสนเทศ (GISTDA Academy) ในช่วงปี 2010 – 2013 อีกทั้งเป็นนักศึกษาปริญญาเอกจาก IGN (French Mapping Agency) โดยมีการศึกษาและความเชี่ยวชาญในด้าน “3D model modern photogrammetry” และสำหรับ IT Insight episode นี้ดำเนินการสัมภาษณ์โดยคุณธัญญ์กมน หรือคุณบุ๊คที่ปรึกษาและผู้เชี่ยวชาญด้านการสรรหาบุคลากรในสายงานไอทีจาก Cathcart Technology

เริ่มต้นเข้ามาสู่วงการ Data Scientist ได้อย่างไร?

ต้องบอกว่าคุณนรุตย์จบสายวิศวกรรมมาทั้งปริญญาตรีและปริญญาโทเลย  และเริ่มต้นทำงานในด้าน Data Science โดยทำเกี่ยวกับ Image Processing โดยในวงการ Data จะเรียกว่า Computer Visions ซึ่งมีแอพมากมายที่เราอาจคุ้นๆ กัน เช่น Facial Recognition ที่สามารถแสดงให้เห็นว่าในภาพมีตัวอักษรอะไรบ้าง สามารถ Scan Document ได้ และใช้ในทางธุรกิจได้ด้วย 

นอกจากนี้ยังมีโอกาสได้ทำวิจัยในสถาบันทำแผนที่ในฝรั่งเศส (French Mapping Agency) ซึ่งคล้ายๆ Google Map โดยอาศัย Data จากหลายๆ ส่วนอย่างเช่น จากภาพถ่ายดาวเทียม, การขับรถสำรวจ และอีกเทคนิคหนึ่งคือ Drone (UAV) ซึ่งอยู่ตรงกลางระหว่างการใช้ภาพถ่ายดาวเทียมที่เห็นได้ไกลมาก แต่ถ้าสภาพอากาศไม่ดี ฝนตกก็อาจได้ภาพที่ไม่ชัดได้ คุณภาพของข้อมูลอาจไม่เต็มที่ กับการใช้รถสำรวจที่ได้ข้อมูลชัดและละเอียดมากๆ แต่ก็ใช้เวลาในการรวบรวมข้อมูลได้ไม่เต็มที่ เพราะต้องใช้รถวิ่งไปทั่วประเทศ

แต่การใช้ Drone นี้เป็นเทคโนโลยีที่มาสนับสนุนอุปกรณ์ทั้งสองอย่าง ให้เราสามารถสร้าง Data Platform ได้ สามารถทำแผนที่เก็บข้อมูลบางส่วนมา Guidline ข้อมูลจากภาพถ่ายดาวเทียมได้ และเพื่อทำให้แผนที่มีความละเอียดและชัดเจนมากยิ่งขึ้น 

สรุปก็คือมีพื้นฐานจากการทำ Computer Visions มาก่อน สนใจเทคโนโลยี Drone Technology สามารถเอาข้อมูลจาก Drone มาประยุกต์ใช้ เพราะ Data นั้นมีหลายแบบ เช่น สายภาษา อย่าง Chatbot ซึ่งเป็นภาษาธรรมชาติ (Natural Language Pressing) แต่สายของคุณนรุตย์เป็นสายรูปภาพวีดีโอ เป็น Data อีกประเภทหนึ่ง ที่น่าจะมีเยอะมากๆ ในปัจจุบันที่มีการใช้ Social Media นี้

คิดว่า Business ส่วนไหนที่ได้ประโยชน์จาก Dev Drones Mapper มากที่สุด? 

สำหรับในมุมมองของคุณนรุตย์มองว่า Drone นั้นสำคัญด้วย 2 ส่วนหลักๆ ก็คือ การนำไปใช้ Operation เช่น ในการเกษตรอย่าง Drone พ่นยาฆ่าแมลง ก็สามารถช่วยคนทำงานได้อย่างมีประสิทธิภาพมากกว่า แถมยังกำหนดปริมาณที่ต้องการได้อีกด้วย เพราะบางแปลงอาจต้องการปริมาณปุ๋ยมากน้อยแตกต่างกัน ซึ่งต้องอาศัย Drone อีกอันสำหรับการเก็บข้อมูล ถ่ายภาพแปลงทั้งหมด ทำ Data Analytics + Machine Deep Learning ด้วยได้ แต่ก็เป็นเรื่องที่อาจเกิดขึ้นในอนาคตอันใกล้ เพราะต้องใช้ปริมาณข้อมูลที่เยอะมหาศาลอยู่

ในมุมมองธุรกิจเข้าใจว่า Dev Drones สามารถนำไปใช้กับ Data Platform ได้หลากหลายมาก เช่น การเกษตร ก่อสร้าง พลังงาน ทรัพยากรธรรมชาติ และปัจจุบัน Data สามารถบอก Direction ของแต่ละอุตสาหกรรมได้แล้ว 

ปัจจุบันเทรนด์การใช้ Deep Learning เป็นอย่างไรบ้าง?

คุณนรุตย์คิดว่าคงมีการนำมาประยุกต์ใช้ในองค์กรมากยิ่งขึ้นอีก และในอุตสาหกรรมอื่นๆ ที่หลากหลายมากยิ่งขึ้น ไม่ว่าจะเป็น Telco (Mobile Service Provider) ผู้ให้บริการด้านการโทรคมนาคมต่างๆ, Finance , Retail Manufacture, พลังงานน้ำมันในกระบวนการผลิตต่างๆ เป็นต้น 

สุดท้าย อยากให้ฝากถึงน้องๆ ที่สนใจอยากเข้ามาสู่วงการสาย Data Science สักนิด

คุณนรุตย์อยากฝาก 4 ประเด็นด้วยกันคือ 

Technical Skill : เป็นอะไรที่ทุกคนต้องมี แม้ไม่ได้เรียนตรงสาย ก็หาเวลาค้นคว้าหาความรู้ด้วยตัวเอง เทคคอร์สออนไลน์หาความรู้เสริมทักษะเพิ่มเติม 

Business Knowledge : มีความรู้ในฝั่งด้านธุรกิจ โดยเรียนรู้จาก Used case ต่างๆ ที่เราสามารถลองฝึกทำด้วยตัวเองและได้ลองทำ Hands On Project ต่างๆ

Soft Skill : เอาตัวเองเข้าไปอยู่ใน Community เพื่อรับฟังความคิดเห็นจากคนอื่นๆ เพราะเรื่องของ Machine Deep Learning นั้นมีการพัฒนาไปเร็วมากๆ และมีการเปลี่ยนแปลงอยู่เสมอ สกิลการทำงานเป็นทีมจึงสำคัญ เพื่อได้เปิดรับและฟังไอเดียจากคนอื่น ฝึกการตั้งคำถามและสังเกต 

Self Learning skill : ทักษะการเรียนรู้ด้วยตัวเองโดยการหาความรู้จากหลายๆ ทาง 

นอกจากนี้แล้ว คุณนรุตย์แนะนำว่าควรมีทักษะอื่นที่ช่วยให้การทำงานเป็นไปง่ายขึ้น นั่นคือทักษะการ Coding ถ้าใครมีก็ถือว่าเป็นประโยชน์และได้เปรียบมาก เพราะ Data Scientist แทบทุกคนก็น่าจะมีทักษะนี้ติดตัวกันอยู่แล้ว ถือเป็น Advantage ที่ทำให้ได้ทำงานแบบลึกซึ้งกว่าคนอื่น และที่สำคัญคือ ทักษะของการตั้งคำถามที่ถูกต้อง และถ้ามีทักษะของการทำงานแบบ End-to-end ได้ด้วยก็จะยิ่งได้เปรียบ ที่ทำให้การใช้ Tools ต่างๆ กลายเป็นเรื่องรองๆ ไป 

ฟัง Podcast สำหรับ Episode นี้ของเราได้ที่นี่ :

Tech Hustle Thailand EP.02

Captivate EP.02

 

Cathcart Technology

Thailand