ดาต้าคาเฟ่ Fellowship ปั้น Data Scientist เสริมแกร่งธุรกิจ

เมื่อโลกก้าวเข้าสู่ยุคแห่งมหาสมุทรข้อมูล “ดาต้า” คือทรัพยากรสำคัญของทุกธุรกิจ “นักวิทยาศาสตร์ข้อมูล” (Data Scientist) ที่จะวิเคราะห์เจาะลึกข้อมูล จึงเป็นที่ต้องการตัวอย่างยิ่งทั้งในระดับโลก และในบ้านเรา ซึ่งกำลังขาดแคลนมาก

คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย, Data Cafe Thailand และ บมจ.เอ็มเอฟอีซี (MFEC) จึงร่วมกันเปิดโครงการ “Data Cafe Fellowship Program” เพื่อสร้าง Data Scientist ให้ตลาดไอที โดยผู้ที่ผ่านการคัดเลือกจะได้รับการอบรมจากบรรดา Data Science Mentorship ที่มากประสบการณ์ฟรี พร้อมได้รับใบประกาศ

โดยโครงการแรกเปิดตัวเมื่อ ก.ค. ที่ผ่านมา มีผู้ยื่นใบสมัครกว่าพันคน คัดเหลือ 20 คน เข้าแคมป์อบรม 3 เดือน ส่วนใหญ่เป็นคนรุ่นใหม่ที่เพิ่งจบการศึกษาในระดับอุดมศึกษาและเริ่มทำงานได้ไม่กี่ปี จนเหลือ 6 คนสุดท้ายที่ได้นำเสนอผลงานกับคณะกรรมการผู้ทรงคุณวุฒิ อาทิ ประธานกรรมการบริหาร บมจ. MFEC “ศิริวัฒน์ วงศ์จารุกร” และผู้เชี่ยวชาญจากกูเกิล “ชาญ อริยะกุล” เป็นต้น เมื่อ ธ.ค. ที่ผ่านมา

สำหรับผลงานในรอบสุดท้ายได้ใช้ดาต้าจากแหล่งต่าง ๆ มาวิเคราะห์ต่อยอดสร้างโมเดลธุรกิจใหม่ ๆ อาทิ การสร้างระบบซัพพอร์ตการตอบคำถามของแชตบอท โครงการ Topic Classification of Thai using LSTM ที่สามารถวิเคราะห์แยกประเด็นที่เกี่ยวข้องจากข้อความที่ copy จากเว็บไซต์ เว็บเพจพร้อมติด Tag ให้อัตโนมัติ

ผลงานที่ได้รับคะแนนสูงสุด คือ โครงการ pageLink ของ “นวีนปิติพรวิวัฒน์” วิเคราะห์ความสัมพันธ์ระหว่างเพจบนเฟซบุ๊ก ให้เจ้าของเพจหรือแบรนด์ได้รู้ความชื่นชอบของผู้ที่ติดตามเพจตนเอง แล้วนำมาสร้างโปรดักต์หรือใช้พรีเซ็นเตอร์ให้ตรงใจกลุ่มเป้าหมายได้มากที่สุด

MFEC หนุนสุดตัว

“ศิริวัฒน์ วงศ์จารุกร” ประธานกรรมการบริหาร MFEC โต้โผใหญ่ของโครงการ กล่าวว่า 30 ปีกว่าปีในวงการไอทีไทย สิ่งที่พบคือไม่มีซอฟต์แวร์ไทยในระดับโลก กลายเป็นอุตสาหกรรมที่ขาดดุล 100% ยิ่งไทยใช้มากยิ่งขาดดุลมาก ทำให้ MFEC พยายามสร้างสภาพแวดล้อมที่เหมาะสมในการพัฒนาทรัพยากรบุคคลของประเทศให้ทันกับการเติบโตของเทคโนโลยี

“โครงการนี้เป็นนายทุนดึงคนที่เก่งมาก ๆ มาช่วยกันเป็นโค้ช สอนทั้งเทคนิคและมุมมองธุรกิจ ช่วยถือหุ้นด้วย เป็นการสร้างเน็ตเวิร์กเพื่อให้ได้รู้จักกัน ได้มี passion ร่วมกัน เพราะธุรกิจไอทีจะเติบโตไม่ได้ถ้าทำตัวเป็นสัตว์เซลล์เดียวคือทำทุกอย่างเอง แทนที่จะประกอบร่างหรือต่อยอดจากสิ่งที่มีอยู่แล้ว และธุรกิจจะประสบความสำเร็จได้ต้องมี passion ในการทำงาน”

สหรัฐขาดหลักแสน-ไทยหลักพัน

“ผศ.ดร.ณัฐวุฒิ หนูไพโรจน์” หัวหน้าภาควิชาวิศวกรรมคอมพิวเตอร์ จุฬาลงกรณ์มหาวิทยาลัย หนึ่งในคณะกรรมการและผู้ผลักดันโครงการนี้ กล่าวว่า

ในแต่ละปี สถาบันอุดมศึกษาผลิตบัณฑิตด้านวิทยาศาสตร์ข้อมูล รวมกันอย่างมาก 300 คน แต่มีแค่ 30% ที่เข้าสู่ตลาดแรงงาน อีก 30-40% นิยมศึกษาต่อ ที่เหลือเปลี่ยนสายวิชาชีพ ทั้งในจำนวนที่เข้าตลาดแรงงานก็ไม่ได้ทำงานด้านนี้โดยตรงอย่างเดียว

“ของที่ภาควิชาเอง ถ้าปริญญาเอกจบมาจะทำงานด้านนี้หมด แต่ปีหนึ่งจบแค่ 5-10 คน ปริญญาโทป้อนตลาดได้ 30-40 คน/ปี ปริญญาตรีจะมีสัก 15-20 คนที่ทำสายนี้จริง ๆ”

ขณะที่ดีมานด์ในตลาดสูง job fair ปีละ 2 ครั้ง บริษัทส่วนใหญ่จะมาหาตำแหน่งด้านนี้ ภาวะตลาดงานจึงปั่นป่วนมาก เพราะเดิมอุตสาหกรรมไอทีของไทยก็ขาดแคลนแรงงานมากอยู่แล้ว

“ในไทยยังไม่มีตัวเลขชัดเจนแต่ในสหรัฐอเมริกา ในปี 2560 ต้องการอีก 180,000 คน คาดว่าในไทยน่าจะต้องการอีกหลายพันคน”

ปัญหาสำคัญในการพัฒนาคนป้อนตลาดคือ งาน data science ต้องมีทักษะด้านธุรกิจ เด็กจบใหม่จึงขาดส่วนนี้

ขณะที่กลุ่มเรียนปริญญาโทภาคนอกเวลาราชการจะได้เปรียบด้านทักษะแต่มีปัญหาเรื่องการแบ่งเวลาเรียนแทน

ขณะที่จำนวนอาจารย์ผู้สอนยังน้อยทั้งจำเป็นต้องเปิดรับและประสานกับภาคอุตสาหกรรมให้มาก เพื่อให้สามารถดึงโจทย์จริงที่เกิดขึ้นในธุรกิจมาให้นิสิตนักศึกษาได้ฝึกฝน

“หลายครั้งพบว่า สิ่งที่นักวิจัยทำออกมาไม่ใช่ pain point ของธุรกิจ แต่เป็นข้อมูลที่อุตสาหกรรมรู้อยู่แล้ว ที่ต้องการจริง ๆ คือแล้วจะแก้ปัญหาอย่างไร”

ช่วยกันสร้าง “อีโคซิสเต็ม”

และด้วยดีมานด์ในตลาดแรงงานที่มีมาก แต่ซัพพลายมีจำกัด การมีเวิร์กช็อปหลักสูตรระยะสั้นจะช่วยเร่งกระบวนการผลิต อัพเกรดคนในอุตสาหกรรมเพื่อแก้ปัญหาระยะสั้นได้ เพียงแต่ต้องหาผู้เชี่ยวชาญจริง ๆ เข้ามาสอน

“อย่างโครงการ fellowship วิทยากรอาสาสมัครมาช่วยกันด้วยใจ ไม่ได้เก็บเงินจากคนอบรม MEFC ก็เป็นสปอนเซอร์ ทุกคนทำด้วย passion จึงเห็นผลได้มาก ฉะนั้นต้องให้เกิดโครงการแบบนี้เยอะ ๆ มีคอมมิวนิตี้ที่ชัดเจน”

ขณะที่การขาดอินฟราสตรักเจอร์ในไทยยังเป็นอีกอุปสรรค ฉะนั้นสิ่งที่ภาครัฐควรสนับสนุนเพื่อการก้าวไปสู่ “บิ๊กดาต้า” อย่างแท้จริง คือ ต้องทำข้อมูลของภาครัฐ ให้เป็นโอเพ่นดาต้าที่ผู้สนใจดึงไปใช้วิเคราะห์จริงในโปรเจ็กต์ต่าง ๆ ได้ มีคลาวด์และดาต้าเซ็นเตอร์กลางที่มีอุปกรณ์ให้เข้าไปใช้ทำงานได้ รวมถึงมีแหล่งรวมโจทย์ปัญหาจริงจากธุรกิจ จึงจะมองทั้งอีโคซิสเต็ม ที่สำคัญต้องส่งเสริมให้คนไทยใช้ดาต้าในการตัดสินใจ ไม่ใช่ใช้ความรู้สึก ซึ่งทำให้เสียเปรียบประเทศที่พัฒนาแล้ว

ไม่ยากถ้ามี passion

ด้วยลักษณะงาน data scientist จึงต้องมี passion สูง ไม่ใช่แค่อยากได้เงินเดือนเยอะ ต้องมีความสงสัยใคร่รู้ที่หมกหมุ่นเฉพาะเรื่องได้นาน ๆ พร้อมเรียนรู้เทคโนโลยีที่สร้างเครื่องมือใหม่ ๆ ออกมาเสมอเป็นการเรียนรู้ตลอดเวลา เหมือนเป็นอาชีพที่ยาก แต่ไม่ยากเกินไปถ้ามีความหลงใหลและทุ่มเท

“ทักษะที่สำคัญสุด ต้องมีตรรกะในกระบวนการคิดที่เป็นระบบ และพร้อมเรียนรู้ tool ใหม่ ๆ ตลอด ต้องทำงานเป็นทีม และมีทักษะถ่ายทอดเรื่องเล่า เพราะคนที่ต้องดีลด้วยไม่ใช่เทคนิเชียล เขาแค่อยากหาคำตอบของปัญหาที่เจอ ซึ่งหลายครั้งคำตอบที่ได้จากดาต้าอนาไลติกส์ ค้านหรือหักล้างกับความคิดความเชื่อแบบเดิมของธุรกิจ ดังนั้นการเล่าเรื่อง การวิเคราะห์ การลำดับขั้นตอนต่าง ๆ ให้อีกฝั่งเข้าใจได้เป็นเรื่องยาก”

data scientist สร้างมูลค่าธุรกิจ

ด้าน “นวีน ปิติพรวิวัฒน์” ผู้ชนะใจกรรมการด้วยโครงงาน pagelink ระบุว่า data scientist เป็นอาชีพที่มีความน่าสนใจเพราะทุกวันนี้แต่ละคนผลิตข้อมูลออกมาเยอะมาก ทุกครั้งที่เปิดเว็บ กดไลก์ เจ้าของเว็บโซเชียลต่าง ๆ ได้เก็บข้อมูลของเราไว้และเป็นข้อมูลที่บอกพฤติกรรมของเรา เข้าใจตัวเรา ถ้าสามารถทำความเข้าใจตรงนี้ได้ก็จะสร้างมูลค่าทางธุรกิจได้ ดังนั้น

หน้าที่ของ data scientist คือหาแพตเทิร์น รูปแบบของข้อมูลที่ซ่อนอยู่ เพื่อมาตอบโจทย์ความต้องการของคน และของธุรกิจ


“ความยากความท้าทาย คือ มันอิสระมาก ธุรกิจต้องการแบบนี้ มีแต่ข้อมูล แล้วให้สร้างอะไรขึ้นมาตอบโจทย์ ซึ่งความสำคัญที่สุดคือการตั้งโจทย์ให้ชัดเจนถูกต้องเพื่อให้ได้โปรดักต์ที่ดี ขณะที่อนาคตของอาชีพนี้ บางคนอาจจะมองว่า เป็นเหมือนคลื่นลูกหนึ่งในยุคเทคโนโลยีที่มาแล้วก็จะหายไป แต่ผมไม่มองอย่างนั้น คือ อาจจะมีกระแสบูมขึ้น แต่ธุรกิจยังต้องการอาชีพด้านนี้อยู่ ต้องการข้อมูลเพื่อนำมาต่อยอดทางธุรกิจจึงเชื่อว่าอาชีพนี้จะไม่หายไปไหน”