'Data Scientists' งานดี กับรายได้ 6 หลักต่อเดือน

พินพิน - ดร.พิณนรี ธีร์มกร วัย 29 ปี Data Scientist ดีกรีนักเรียนทุนเล่าเรียนหลวง และ เหรียญทองเคมีโอลิมปิกประจำปี 2553 ที่หลังจากเรียนจบ ปริญญาตรี-โท-เอก คณะวิศวกรรมศาสตร์ไฟฟ้า มหาวิทยาลัยสแตนฟอร์ด ตัดสินใจบินกลับมาเมืองไทยเมื่อเดือนมีนาคม 2563 และช่วยธุรกิจที่บ้าน ในฐานะผู้อำนวยการฝ่ายวิจัยและพัฒนา ศูนย์กู้ข้อมูล IDR Lab พร้อมกับเป็น อาจารย์รับเชิญพิเศษด้าน Data Science และยังเป็นผู้จัดการฝ่ายการตลาด กลุ่มนักลงทุน Vectors Angel และที่ปรึกษาด้าน AI ให้ startup ต่าง ๆ ในประเทศไทย

• นักเรียนทุน สู่ Data Scientist

พินพิน เล่าว่า ระหว่างที่เรียน เริ่มทำงานตั้งแต่ปี 2 ทั้งเป็นผู้ช่วยวิจัยใน Stanford Vision and Learning Lab หรือ Data scientist intern ที่บริษัท Urban Engines (เป็น startup ที่ Google ซื้อไปเมื่อปี 2016) และ Engineering intern ที่บริษัท Qualcomm

“ที่สหรัฐอเมริกาเป็นปกติของนักเรียนทุกคนว่าช่วงซัมเมอร์จะไปสมัครงานบริษัท ได้เงินเดือนเหมือนทำงาน เพื่อให้รู้ว่าเราอยากจะทำงานอะไร”

คนที่จบปริญญาเอก มี 2 ทางเลือกหลัก คือ เป็นอาจารย์ และ ทำงานอื่นๆ ที่ไม่ได้เป็นอาจารย์ ซึ่งจะแบ่งย่อยไปได้อีกว่าเป็นนักวิจัย ทำงาน สวทช. เนคเทค นาซ่า สถาบันวิจัยรัฐบาล หรือเอกชน ทำวิจัยให้บริษัท องค์กรของรัฐ หรือตีพิมพ์ผลงานทางวิชาการ และการออกมาทำงาน Consult ในสายงานที่ตัวเองถนัด หรือ ธุรกิจที่ตัวเองมีความเชี่ยวชาญ

วางแผนไว้ว่าหากไม่มีโควิด-19 ก็จะทำงานที่เมืองนอกสักพัก 3 เดือน – 1 ปี พอมีโควิด-19 จึงกลับมาเมืองไทยช่วงเดือนมีนาคม 2563 ที่บ้านมีธุรกิจกู้ข้อมูล ซึ่งคุณพ่อก่อตั้งบริษัทมามากกว่า 10 ปี จึงกลับมาช่วยที่บ้านเป็นที่ปรึกษา พยายาม ศึกษา หาเทคโนโลยีใหม่ๆ มาใช้ ใช้ทักษะที่ได้ฝึกฝนมา รวมถึงบริษัทซอฟต์แวร์ด้านเอไอ และคอมพิวเตอร์ ซึ่งทำร่วมกับเพื่อน ถือเป็นการทำงานในสาย Data Scientist อย่างเต็มตัว

• รู้จักนักวิทยาศาสตร์ข้อมูล

“Data Scientist” หากแปลตรงตัวคือ นักวิทยาศาสตร์ข้อมูล ทำหน้าที่นำข้อมูลที่มีมาวิเคราะห์ด้วยเทคนิคขั้นสูง เช่น Machine Learning , OPTIMIZATION เพื่อนำข้อมูลที่วิเคราะห์ไปใช้ประโยชน์ตามจุดประสงค์ที่ต้องการ เช่น มีข้อมูลบริษัท หนังสือพิมพ์ มีข้อมูลคนซื้อ สิ่งที่ Data Scientist จะทำ คือ เอาข้อมูลที่รู้ว่าแต่ละสาขาสั่งหนังสือพิมพ์กี่เล่ม สั่งไปเท่าไหร่ อาจจะเอาข้อมูลมาวิเคราะห์ว่า ภาคไหนสั่งเยอะ ภาคไหนสั่งน้อย ภาคไหนสั่งเวลาไหน เดือนไหน และสามารถนำมาวิเคราะห์ในการจัดการระบบขนส่งให้ดีขึ้น หรือในสื่อออนไลน์ สามารถวิเคราะห์และขึ้นโฆษณาตามความชอบของกลุ่มลูกค้า

“Data Scientist ความจริงมีมานาน สมัยก่อนอาจจะอยู่ในรูปแบบนักสถิติ นักคณิตศาสตร์บางกลุ่ม หรือนักวิทยาศาสตร์บางกลุ่มที่ใช้ข้อมูลในการวิเคราะห์ สมัยก่อนคอมพิวเตอร์ยังไม่สามารถเข้าถึงง่าย โปรแกรมยังไม่รันเร็ว ไม่สามารถเล่นกับข้อมูล Big Data ได้มากและง่ายเหมือนทุกวันนี้ ขณะที่ราว 10 ปีที่ผ่านมา มีข้อมูล Big Data เยอะและการพัฒนาของคอมพิวเตอร์ที่เร็วขึ้น ทำให้นำข้อมูลจำนวนมากมาใช้ประโยชน์และวิเคราะห์ได้เห็นภาพมากขึ้น จึงกำเนิดอาชีพ Data Scientist ขึ้นมา”

ในเมืองไทย ตอนนี้บอกเลยว่าไม่เพียงพอ สมัยก่อน ธุรกิจที่ต้องจ้าง Data Scientist เริ่มจาก ธนาคาร หุ้น ที่ รองลงมา คือ บริษัทใหญ่ๆ ที่เป็นบริษัทต่างชาติ เช่น Agoda , Airbnb , Grab , Tencent ฯลฯ ซึ่งต้องใช้ข้อมูลจำนวนมาก ปัจจุบัน บริษัทในไทยก็พยายามจะจ้าง Data Scientist ของตัวเองเช่นกัน เพื่อให้องค์กรวิเคราะห์ข้อมูลได้ดีขึ้น ซึ่งคิดว่าบริษัทใหญ่ๆ ส่วนใหญ่ทั้งหมด เรื่องของ Data ไม่ว่าบริษัทเล็กใหญ่สามารถนำมาใช้ได้หมดและควรจะมี โดยรายได้ของ Data Scientist จะอยู่ที่ราว 5 หลักปลายๆ ถึง 6 หลัก แล้วแต่คุณภาพของงานที่ทำ

“เนื่องจาก Data Scientist ในไทยมีมาไม่นาน หากคนที่มีความเชี่ยวชาญมากๆ ก็จะสามารถอัพเงินเดือนไปได้เรื่อย หรือ หากจะไปในสายบริหารก็ได้ หรือบางคนเลือกที่จะทำธุรกิจของตัวเอง เพราะธุรกิจด้านนี้ยังใหม่ ยังไม่ค่อยมีคนทำ หรือไปทำสตาร์ทอัพ แอปพลิเคชั่นด้านอื่นๆ ที่ต้องใช้ดาต้า ซึ่งยังไม่มีคนทำ”

• อยู่ที่ไหนก็ทำงานได้ 

“ตอนนี้โลก Globalization มากขึ้น แม้จะอยู่ที่เมืองไทยก็ทำงานในกลุ่มที่ลงทุนในสตาร์ทอัพ ซึ่งอยู่ซานฟรานซิสโกได้ ประชุมออนไลน์ตั้งแต่ 8 โมงเช้า ติดต่อส่งเมล์ ตอนนี้มีอินเทอร์เน็ต ยิ่งโควิด-19 ยิ่งดีเพราะทำให้คนประชุมออนไลน์กันมากขึ้น ทำให้สามารถทำงานกับคนที่สหรัฐฯ ได้ และหลังจากนี้ หากสามารถเดินทางไปสหรัฐฯ ได้ ก็คงจะเดินทางไปบ่อยๆ และคงมีการร่วมงานกับประเทศอื่นๆ ไม่ได้เป็นข้อจำกัดแล้วว่าอยู่ไทยจะจบ ไม่ใช่เป็นข้อจำกัดว่าเราจะไม่สามารถทำงานกับคนที่อยู่ต่างประเทศได้”

• Data Analyst/Data Engineer

นอกจากนี้ ที่ผ่านมา มีอีกอาชีพหนึ่ง คือ Data Analyst หรือนักวิเคราะห์ข้อมูล มีมานานพร้อมๆ กับธุรกิจ ทำหน้าที่นำข้อมูลมาผ่านกระบวนการทางคณิตศาสตร์เชิงสถิติ แต่ต้องสามารถวิเคราะห์ข้อมูลที่เฉียบแหลม เช่น ข้อมูลการตลาด สามารถนำข้อมูลการขายมาวิเคราะห์ เพื่อทำตลาดให้ตรงกลุ่มลูกค้า ต้องใช้ความเชี่ยวชาญในสายงานนั้น พอมองข้อมูลแล้วสามารถบอกได้ว่าควรจะทำอะไร

อีกอาชีพหนึ่งที่คนอาจจะยังไม่รู้ คือ Data Engineer เป็นอาชีพที่น่าสนใจ ก่อนที่ Data Scientist สามารถนำข้อมูลที่มีอยู่ไปใช้ได้ ต้องผ่านงานของ Data Engineer ก่อน ซึ่งที่บอกไปว่า Data Scientist ในไทยไม่พอ แต่ Data Engineer ขาดแคลน เพราะในเมืองไทย สภาวะแวดล้อมของดาต้ายังไม่ค่อยพร้อม มีดาต้าอยู่แต่กระจัดกระจายไม่เป็นระบบ ซึ่งคนที่จะต้องทำให้เป็นระบบ คือ Data Engineer

“ในไทย Data Scientist ส่วนใหญ่จะทำ Data Engineer ด้วย เพราะไม่มี Data Engineer มาเตรียมข้อมูลให้ ดังนั้น จึงต้องเตรียมข้อมูลมาใช้เอง Data Engineer ขาดแคลนเพราะงานหนัก เพราะเป็นการทำระบบคอมพิวเตอร์ เช่น มีข้อมูลในไฟล์เอกซ์เซลที่กระจัดกระจายอยู่หลายที่ แต่คอมพิวเตอร์ชอบอะไรที่เป็นระบบระเบียบ ดังนั้น หน้าที่ของ Data Engineer คือนำข้อมูลที่ไม่เป็นระบบ มาผ่านระบบคอมพิวเตอร์ ให้กลายเป็นระบบ อาจจะหนักกว่า Data Scientist แต่ยากคนละแบบ”

• Data Scientis ต้องมีตรรกะวิเคราะห์

สำหรับคนที่อยากจะทำงาน Data Scientist พินพิน อธิบายว่า ทุกวันนี้ไม่จำเป็นต้องจบวิศวะฯ จบอะไรก็ได้ เพราะมีคนจบสายภาษามาทำเกี่ยวกับ Data เพียงแต่ว่าต้องเรียนคณิตศาสตร์ ต้องมีการเขียนโปรแกรม ต้องใช้ตรรกะในการวิเคราะห์ อาจจะไม่ต้องเก่งคณิตศาสตร์ แต่ต้องทำใจได้และพร้อมที่จะเรียนเมื่อจำเป็นต้องเรียน เปิดใจนิดหนึ่งว่าสมการไม่ใช่สิ่งที่น่ากลัว เราสามารถทำความเข้าใจมันได้ ถึงแม้ว่าอาจจะไม่ได้น่าตาน่าพิศมัยแต่เป็นสิ่งที่เข้าใจได้

“การศึกษาสาย Data Scientist ในโลกปัจจุบันไม่ได้ถูกจำกัดอยู่แค่ในห้องเรียน เป็นสิ่งที่เป็นไปได้สำหรับคนที่มาจากทุกสาขาอาชีพ และไม่ว่าจะทำอาชีพอะไร หากมีไอเดียด้าน Data สักเล็กน้อยจะมีประโยชน์กับชีวิตมาก เพราะโลกเราทุกวันนี้ถูกขับเคลื่อนด้วยข้อมูล ไม่ว่าจะเฟซบุ๊ค อินสตาแกรม หรือโซเชียลมีเดียใดๆ ก็ตาม พวกนี้มีการเก็บข้อมูลของเราไป ดังนั้น ข้อมูลที่ถูกเก็บไปจำนวนมาก สามารถนำมาใช้ได้ และหากเรามีความสนใจด้านนี้ จะสามารถนำมาพัฒนาชีวิตส่วนตัว ธุรกิจ หรือการงานที่ทำได้เยอะ”

• Hard Skills / Soft Skills

ทักษะสำคัญ ในการทำอาชีพ Data Scientist พินพิน กล่าวว่า สิ่งแรกที่อยากจะแนะนำ คือ อยากให้เรียนสถิติเพราะสำคัญ การวิเคราะห์ข้อมูลต่างๆ มาจากสถิติ ถ้าเรียนสถิติได้มีความรู้ไว้จะดีมาก และคณิตศาสตร์พื้นฐาน ไม่อยากให้กลัวคณิตศาสตร์ ทุกคนสามารถทำได้ เพียงแค่ใช้ระยะเวลาและความพยายามต่างกัน หากใครมีหัวด้านนี้ก็จะง่ายหน่อย แต่คนที่ไม่มีหัวก็ใช่ว่าจะเรียนไม่ได้ แค่ต้องใช้เวลาและความพยายามมากขึ้น คณิตศาสตร์ ดีอย่าง คือ ยิ่งเราใช้ความพยายามมากขึ้น ขลุกอยู่กับมันมากขึ้นเท่าไหร่ ยิ่งทำยิ่งดี แค่ไม่กลัว

นอกจากนี้ ทักษะที่สำคัญมากในยุคนี้ คือ การเรียนรู้ด้วยตัวเอง ดังนั้น ภาษาอังกฤษจึงสำคัญ เพราะข้อมูลมีฟรีใน Google เยอะมาก ไม่ว่าจะเป็น เว็บด้านโปรแกรม Stackoverflow, GitHub , เว็บรวมข้อมูลและโจทย์ Kaggle หรือ บทความด้าน data science อย่าง towardsdatascience และอื่น ๆ อีกมากมาย

จะมี Data Scientist ที่เก่งๆ เขียนบทความแชร์บนอินเทอร์เน็ตจำนวนมาก สามารถหาความรู้เหล่านี้ได้ง่ายเพราะอยู่แค่ปลายนิ้ว ดังนั้น หากเราสามารถอ่านภาษาอังกฤษได้ เรียนรู้ด้วยตัวเองได้ จะเป็นการเปิดโลก สามารถเก่ง Data Science ได้โดยไม่ต้องไปเรียนที่ไหน ยิ่งในเว็บ Kaggle มีข้อมูลให้ มีคนออกโจทย์ สามารถโหลดมาทำเอง และส่งกลับเข้าไปประกวดได้

รวมทั้ง ให้เล่นกับดาต้าเยอะๆ เอาข้อมูลที่หาได้มาเล่นสนุกๆ เป็นโปรเจคของตัวเอง เพราะพอเราเล่นกับข้อมูลเยอะๆ จะสร้างประสบการณ์ หัดเล่น หัดวิเคราะห์ ซึ่งสามารถทำได้ด้วยคอมพิวเตอร์เครื่องเดียว สิ่งสำคัญ คือ หมั่นศึกษาหาความรู้และภาษาอังกฤษค่อนข้างสำคัญ ไม่จำเป็นต้องเก่งมาก แต่ต้องไม่กลัวภาษาอังกฤษ พยายามอ่านบทความ หรือ ดูยูทูปที่เป็นภาษาอังกฤษบ้าง เพราะเปิดโลกได้เยอะ เพราะภาษาอังกฤษ เหมือนเป็นภาษากลางในการสื่อสารในตอนนี้

นอกจากนี้ ต้องอดทน เพราะงานอาจจะไม่ได้ง่ายและสวยหรู อย่างเขียนโปรแกรมอาจจะมีติดบั๊ก (Bug) มีจุดบกพร่อง ยังใช้การไม่ได้ และต้องหาวิธีแก้ไข ซึ่งอาจต้องใช้เวลาเป็นวันหรือเป็นสัปดาห์ ดังนั้น คิดไม่ออกก็ต้องอดทน ขณะเดียวกัน หากคนที่ทำด้าน Data Science จริงๆ หากไปอยู่ในบริษัทไหน หรือธุรกิจแบบไหน ก็ควรจะหาความรู้ในด้านที่ตัวเองทำอยู่ เพราะจะช่วยในการวิเคราะห์ข้อมูลค่อนข้างมาก

“ควรเรียนรู้ Soft Skills ไว้บ้าง เพราะคนส่วนใหญ่ที่มาด้านนี้จะชอบงาน Technical ซึ่งมักจะชอบจมกับงานตัวเองเป็นเวลานานๆ พอทำงานด้านนี้ไปมากๆ จะเริ่มตัดตัวเองจากโลกภายนอก ทำให้ขาดทักษะด้านคนและการทำงานร่วมกับผู้อื่นไป ดังนั้น หากเราไม่ฝึก Soft Skills งานที่ทำมาจะไม่ได้ใช้ประโยชน์ถ้าไม่สามารถสื่อสารความเจ๋งของงานที่เราทำออกไปไม่ได้ หรือทำงานร่วมกับคนอื่นได้ไม่ราบรื่น ดังนั้น การเรียนรู้ Soft Skills  จะทำให้ทำงานในสายอาชีพมีความสุขขึ้น” พินพิน กล่าวทิ้งท้าย