ดร.ภัสด์” Data Sci คนไทยคนเดียว ที่จับเข่าคุยกับ CEO เทคฯ ระดับโลก
TNN Tech ชวนพบกับรายการ “CONNECT TECH STAR” รู้จักดาวเด่นสายเทคโนโลยี พร้อมไขเคล็ดลับความสำเร็จในเส้นทางอาชีพ โดยใน EP.2 นี้พบกับแขกรับเชิญพิเศษ “ดร. ภัสด์ พุทธาพิพัฒน์” ชีวิตบนเส้นทางสายนี้เป็นอย่างไร อะไรคือจุดเริ่มต้นไปสู่ความสำเร็จ หัวหน้านักวิเคราะห์ข้อมูล (Head of Analytics) และหัวหน้าผลิตภัณฑ์ (Head of Product) ดูแลพัฒนาผลิตภัณฑ์ให้ทาง SCB DataX ที่จะมาแสดงความเห็นเกี่ยวกับยุคทองของ AI อาชีพ Data Sci
- 1. จากใจคนไทยคนเดียวที่ได้จับเข่าคุยกับนักวิเคราะห์ Data ระดับโลก
- 2. ยุคทองของ AI อาชีพ Data Sci โดนเต็ม ๆ
- 3. หาความเชี่ยวชาญให้เจอ แล้วจะรุ่งเรือในงาน Data Sci
จากใจคนไทยคนเดียวที่ได้จับเข่าคุยนักวิเคราะห์ Data ระดับโลก
ดร.ภัสต์ หัวหน้านักวิเคราะห์ข้อมูล (Head of Analytics) และยังเป็นหัวหน้าผลิตภัณฑ์ (Head of Product) ดูแลพัฒนาผลิตภัณฑ์ให้ทาง SCB DataX ได้มีโอกาสเข้าร่วมงานกับ Databricks บริษัทซอฟต์แวร์ยักษ์ใหญ่สัญชาติอเมริกา เนื่องด้วยทาง SCB Group ใช้ผลิตภัณฑ์ของ Databricks เป็นจำนวนมาก ทำให้ทาง Databricks เชิญทาง SCB Group เข้าไปร่วมเป็นคณะกรรมการที่ปรึกษา (Advisory Board) เพื่อร่วมให้ความเห็นเกี่ยวกับข้อดีของผลิตภัณฑ์ หรือสิ่งที่ควรให้ความสำคัญเพิ่มเติม ณ ขณะนี้ จึงถือเป็นภาระผูกพันตามงาน (Obligation by job) ในตอนนี้ที่ทำให้ได้เข้าไปมีส่วนร่วม
คณะกรรมการที่ปรึกษาผลิตภัณฑ์ (Product Advisory Board) เป็นโครงการรับเชิญเท่านั้น (Invitation only project) ของทาง Databricks ซึ่งจะเชิญเฉพาะกลุ่มลูกค้าที่มีความเชี่ยวชาญเฉพาะทางเข้าไปร่วมพูดคุยให้ความเห็นกับทางนักวิจัย (Researcher) และผู้พัฒนาหลัก ๆ ของ Databricks โดยจัดขึ้นที่ การประชุมสุดยอดข้อมูลและระบบปัญญาประดิษฐ์ (Data and AI Summit) รัฐซานฟรานซิสโก โดยมีผู้ได้รับเชิญเข้าร่วมงาน 500 คนจากทั่วโลก ซึ่งผู้พัฒนาหลัก ๆ ที่เข้ามาพูดคุยกับเราแบบตัวต่อตัว คือ ผู้บริหารสูงสุด (CEO) และผู้บริหารระดับสูงด้านเทคโนโลยี (CTO) ของ Databricks แพลตฟอร์มที่วิเคราะห์ข้อมูลจำนวนมหาศาลให้กับบริษัททั่วโลก
กลุ่มผู้บริหารของ Databricks คือ นักวิจัยที่ประดิษฐ์ระบบวิเคราะห์ข้อมูลขนาดใหญ่และนำมาทำการค้า (Commercialize) ถือเป็นไอดอลของคนทำงานด้านข้อมูล (Data) รวมทั้ง ดร.ภัสต์ด้วย ความรู้สึกที่ได้รับเชิญให้เข้าไปพูดคุยตัวต่อตัวกับเหล่าผู้บริหารจาก Databricks จึงเต็มไปด้วยความประทับใจเนื่องจากเป็นผู้บริหารสูงสุด (CEO) และผู้บริหารระดับสูงด้านเทคโนโลยี (CTO) ขนาดใหญ่ ที่สละเวลามานั่งพูดคุยกับเรา และให้เราชมผลิตภัณฑ์ในอนาคตว่าจะมีอะไรเกิดขึ้น รวมถึงเขายังถามความเห็นว่าสิ่งที่เราให้ความสำคัญคืออะไร ซึ่งเราสามารถยกมือคุยกับเขาในห้องนั้นได้ และเขาก็ตั้งใจฟัง และพยายามจะหาสิ่งที่สามารถช่วยแก้ปัญหาให้เราได้
ยุคทองของ AI อาชีพ Data Sci โดนเต็ม ๆ
ระบบปัญญาประดิษฐ์ (AI) ณ วันนี้ไม่ได้คิดแทนมนุษย์ เพียงแค่พยายามหาสิ่งที่เราคิดว่าเป็นคำตอบ ซึ่งถึงแม้ว่าจะมีความสร้างสรรค์แต่ไม่ถึงกับคิดแทนเราได้ เนื่องจากยังไม่ได้มีสำนึกรับรู้ สิ่งที่ระบบปัญญาประดิษฐ์ (AI) เป็นอยู่ในปัจจุบันเพียงแค่พยายามหาข้อมูลที่ใกล้เคียงกับสิ่งที่เป็นคำตอบ ทั้งนี้ยังไม่ได้มีสำนึกรับรู้ว่าคำตอบนั้นถูกหรือผิดแต่อย่างใด
ปัจจุบันระบบปัญญาประดิษฐ์ (AI) เปลี่ยนแปลงวงการนักวิทยาศาสตร์ข้อมูล (Data Scientist) ไปค่อนข้างมาก เนื่องจากเมื่อก่อนเราใช้เครื่องมือในการเขียนโปรแกรมและทำนายอนาคต แต่ในตอนนี้เครื่องมือได้รับการยกระดับ เพราะฉะนั้นลักษณะงานนักวิทยาศาสตร์ข้อมูล (Data Scientist) จะเปลี่ยนไป จากเดิมคนที่เป็นผู้เชี่ยวชาญที่เขียนโปรแกรมได้บางส่วนก็สามารถก้าวขึ้นมาเป็นผู้เชี่ยวชาญของนักวิทยาศาสตร์ข้อมูล (Data Scientist) ได้ไม่ยากจนเกินไป แต่ตอนนี้ต้องมีความเข้าใจคอมพิวเตอร์ สถาปนิก และวิศวกรรมคอมพิวเตอร์ เนื่องจากส่วนประกอบต่าง ๆ มีลักษณะเป็นคอมพิวเตอร์สูงมาก เช่น ต้องมีความใจวิศวกรระบบคลาวด์ ( Cloud Engineer) นำส่วนประกอบที่อยู่ในคลาวด์มาเชื่อมกันเพื่อสร้างทางออกบางอย่างให้สามารถสร้างบริการที่ให้ระบบปัญญาประดิษฐ์ (AI) สามารถตอบคำถามได้
อยากให้เตรียมพร้อมต่อการเปลี่ยนแปลงเครื่องมือ ต้องเริ่มเรียนรู้ส่วนประกอบอื่น ๆ ของคอมพิวเตอร์ให้มากขึ้น ต้องทำวิศวกรระบบคลาวด์ ( Cloud Engineer) เองเป็นบางส่วน รู้จักการเขียนการเชื่อมต่อโปรแกรมประยุกต์ (API) เพื่อให้ติดต่อกันได้ ซึ่งเทคโนโลยีก้าวกระโดดขึ้นทุกวัน ดังนั้นสิ่งที่เราต้องเปลี่ยนมีเพียงแค่การเรียนรู้เครื่องมือใหม่ เพราะเทคโนโลยีก้าวไปอย่างรวดเร็ว เมื่อปีที่แล้วยังไม่มีโมเดลระบบปัญญาประดิษฐ์ (AI) ที่ทำได้มากขนาดนี้ ซึ่งเพิ่งกลายเป็นก้าวสำคัญของประวัติศาสตร์มนุษยชาติ (Big milestone of mankind history) เมื่อต้นปีที่ผ่านมา เป็นจุดเริ่มต้นของการที่จะมีระบบปัญญาประดิษฐ์ (AI) ที่ใกล้เคียงสำนึกรับรู้มากขึ้น
หาความเชี่ยวชาญให้เจอ แล้วจะรุ่งเรืองในงาน Data sci
ในวงการนักวิทยาศาสตร์ข้อมูล (Data Scientist) ปัจจุบันพยายามสื่อว่าใครก็สามารถเป็นได้ แต่ความเป็นจริงมีขั้นตอนการเรียนรู้ (Learning Curve) อยู่ ที่ต้องใช้เวลา และความทุ่มเท สมมติว่าเราไปเรียนคอร์ส 1 วัน หรือ 30 วัน ก็ช่วยให้เราสามารถเริ่มต้นได้ แต่หลังจากนั้นก็ต้องใช้เวลาในการพยายามทำสิ่งเหล่านั้นอย่างจริงจัง
สำหรับคนรุ่นใหม่ ไม่ว่าจะเป็นหลักสูตร หรือนักศึกษาที่อยู่ในระดับมหาวิทยาลัย พยายามหาความเชี่ยวชาญพิเศษของตนเองในการทำงานเป็นนักวิทยาศาสตร์ข้อมูล (Data Scientist) ซึ่งเข้าใจว่าหลักสูตรสอนในลักษณะให้รู้กว้าง แต่ในความเป็นจริงผู้ที่จะเติบโตในสายงานของนักวิทยาศาสตร์ข้อมูล (Data Scientist) ได้จะต้องหาความเชี่ยวชาญของตัวเองให้เจอ
นักวิทยาศาสตร์ข้อมูล (Data Scientist) ในอเมริกาหรือยุโรปเติบโตจากสายงานวิจัย คือ มีประสบการณ์ในการเป็นนักวิจัยมาก่อน หรือเรียนในระดับบัณฑิตวิทยาลัย ทั้งปริญญาโท และปริญญาเอก ล้วนมีประสบการณ์ในการทำวิจัยในช่วงระหว่างที่เรียน ซึ่งจะมีระบบความคิดแบบวิทยาศาสตร์ค่อนข้างมาก ทำให้สามารถเป็นนักวิทยาศาสตร์ข้อมูลได้ค่อนข้างดี และช่วยให้กลายเป็นผู้เชียวชาญได้อีกด้วย เนื่องจากเป็นนักวิจัยในด้านนั้น ๆ มาก่อน
สำหรับในประเทศไทย ด้วยความที่ตลาดแรงงานนักวิทยาศาสตร์ข้อมูล (Data Scientist) เป็นที่ต้องการค่อนข้างมาก มีอัตราการแย่งตัวสูง ทำให้ภาคการศึกษาทั้งการศึกษาในระบบ และนอกระบบ มีการเปิดหลักสูตรต่าง ๆ เป็นจำนวนมาก ส่งผลให้ระบบการเรียนการสอนโดยส่วนใหญ่ค่อนข้างกว้าง เพื่อให้ผู้เรียนสามารถเรียนรู้ทุกอย่าง ทั้งนี้อาจยังต้องเพิ่มการเป็นผู้เชียวชาญด้านนั้น ๆ มากยิ่งขึ้น
การทำงานด้านวิทยาศาสตร์ข้อมูล (Data Science) ประกอบไปด้วยอาชีพต่าง ๆ ที่ไม่ได้มีเพียงนักวิทยาศาสตร์ข้อมูล (Data Scientist) อย่างเดียว ยังมีวิศวกรข้อมูล (Data Engineer) การวิเคราะห์ธุรกิจ (Business Analytic) และสถาปัตยกรรมคอมพิวเตอร์ (Computer Architecture) ซึ่งทุกอาชีพสำคัญเท่ากันทั้งหมด
บริษัทจำเป็นต้องมีการทำงานเกี่ยวกับข้อมูล เพื่อให้ทราบถึงสถานการณ์ของบริษัท และใช้ประโยชน์จากข้อมูลเหล่านั้นเพื่อให้เกิดการเติบโต ซึ่งงานนักวิทยาศาสตร์ข้อมูล (Data Scientist) ไม่ใช่การเรียนแล้วจบไป เนื่องจากมีเทคโนโลยีใหม่เกิดขึ้นอยู่เสมอจึงต้องเรียนรู้อยู่เสมอ สิ่งสำคัญของการเป็นกวิทยาศาสตร์ข้อมูล (Data Scientist) คือ การหาปัญหาที่สำคัญสำหรับบริษัทให้พบ และแก้ปัญหานั้นอย่างถูกต้อง