รวม 3 ตำแหน่งด้าน Data สายงานที่กำลังมาแรงในยุค Digital Disruption


5 Minute Brief

ปฏิเสธไม่ได้ว่าในช่วงหลายปีที่ผ่านมา การเปลี่ยนผ่านทางเทคโนโลยี เป็นหนึ่งในสาเหตุที่ทำให้ข้อมูลปริมาณมหาศาลเกิดขึ้นมาในระยะเวลาอันสั้น ส่งผลให้ธุรกิจทั้งเล็กและใหญ่ต้องเร่งตั้งรับกับข้อมูลมหาศาลที่ได้รับมา ในโลกยุคใหม่ถ้าเปรียบข้อมูลเป็นน้ำมันที่มีมูลค่าสูง ผู้ที่ผลิตและกลั่นน้ำมันออกมาให้ใช้งานได้ก็ย่อมมีมูลค่ามากกว่า ด้วยเหตุนี้เองตำแหน่งงานในสาย Data จึงกลายมาเป็นที่ต้องการของตลาดแรงงานทั่วโลก

ตำแหน่งงานในสาย Data นับว่าเป็นสายงานที่หลายคนกำลังจับตามอง อีกทั้งคนทำงานในสายงานนี้ ยังมีโอกาสสร้างการเรียนรู้ในหลาย ๆ ด้าน โดยเนื้อหางานที่ทำจะได้เจอกับโจทย์ใหม่ ๆ ที่มีความท้าทาย และเปิดโอกาสให้ได้แสดงศักยภาพอยู่เสมอ แต่ทุกวันนี้งานในสาย Data ก็มีอยู่หลายตำแหน่ง แต่ละตำแหน่งก็มีเนื้องาน และต้องอาศัยทักษะในการทำงาน (Hard Skills) ที่ต่างกันไป บทความนี้เลยอยากชวนทุกคนมาเข้าใจความแตกต่างของ 3 ตำแหน่งงานที่กำลังมาแรงในสาย Data เพื่อคว้าโอกาสเข้าสู่สายงานที่กำลังเป็นที่ต้องการนี้ไปด้วยกัน 

3 ตำแหน่งสำคัญในสาย Data ที่กำลังเป็นที่ต้องการ ประกอบด้วย

1. Data Analyst

Data Analyst หรือ “นักวิเคราะห์ข้อมูล” เป็นตำแหน่งที่มองจากมุมมองฝั่ง Business เป็นหลัก ซึ่งต้องรับรู้และเข้าใจเป้าหมายของบริษัท โดย Data Analyst จะมีหน้าที่ในการรวบรวมชุดข้อมูลที่เหมาะสมจากฐานข้อมูลและคลังข้อมูลต่าง ๆ ผ่านการสืบค้น เขียนคำสั่ง เพื่อกรองข้อมูลที่จำเป็นโดยใช้ความเชี่ยวชาญทางเทคนิคเพื่อคุณภาพและความถูกต้องของข้อมูล จากนั้นจึงทำความเข้าใจข้อมูลต่าง ๆ ด้วยมุมมองใหม่ ๆ วิเคราะห์จัดระเบียบเพื่อค้นหา Insights โดยใช้เครื่องมือทางสถิติ และสร้างรายงานสรุปผ่านการทำ Data Visualization หรือ การแปลงข้อมูลออกมาเล่าเป็นภาพทำให้สามารถนำเสนอสิ่งที่วิเคราะห์ได้ในรูปแบบที่เข้าใจได้ง่าย เพื่อช่วยตอบคำถามทางธุรกิจและนำมาช่วยในการตัดสินใจวางกลยุทธ์ขององค์กรได้ดีขึ้น

อยากเป็น Data Analyst ต้องมีทักษะอะไร

Data Analyst ที่ดีต้องมีมุมมองที่เฉียบขาด ต้องรู้จักตั้งคำถามให้เป็น มีทักษะ Analytical Thinking หรือการคิดวิเคราะห์ โดยอาศัยพื้นความรู้ด้านสถิติ เพราะ Data Analyst ต้องทำงานกับข้อมูลที่ไม่เคยเห็นมาก่อน การมีทักษะคิดวิเคราะห์ที่ดีจะช่วยให้สามารถทำความเข้าใจข้อมูล ตั้งคำถาม ทดสอบสมมติฐาน แจกแจงความน่าจะเป็น และขุดลึกเข้าไปในข้อมูลจนสามารถหา Insights เจอได้ จึงต้องคุ้นเคยกับการใช้ Microsoft Excel รวมไปถึงภาษาโปรแกรม เช่น Python, JavaScript นอกจากนี้อีกหนึ่งทักษะที่จำเป็นในตำแหน่ง Data Analyst คือ ทักษะการนำเสนอข้อมูล (Data Storytelling) โดยอาจจะใช้เครื่องมือ Data Visualization เช่น Power BI เข้ามาช่วย เพื่อที่จะทำให้ผู้ฟังเข้าถึง Insights ที่ Data Analyst ค้นพบได้ดียิ่งขึ้น

2. Data Engineer

Data Engineer หรือ “วิศวกรข้อมูล” คือ ผู้ที่มีหน้าที่เชื่อมข้อมูลต้นทาง (Data Source) จากหลายแหล่งไปเก็บในระบบเก็บข้อมูล เช่น Database หรือ Data Warehouse เพื่อให้คนในองค์กรนำข้อมูลมาใช้ต่อได้ง่าย โดยงานของ Data Engineer จะเน้นที่การนำข้อมูลเข้ามาในระบบอย่างถูกต้อง ผ่านการเชื่อมข้อมูลจากหลายระบบด้วยการเขียนโปรแกรม และมุ่งเน้นการสร้างระบบข้อมูล รวมถึงบำรุงรักษา พัฒนา และทดสอบ กล่าวคือ Data Engineer จะเป็นผู้ดูแลคลังข้อมูลและฐานข้อมูลที่ Data Analyst และ Data Scientists จำเป็นต้องใช้ Data Engineer จึงต้องจัดเตรียมวิธีการในการปรับปรุงความน่าเชื่อถือและคุณภาพของข้อมูลให้ตอบสนองความต้องการขององค์กร

อยากเป็น Data Engineer ต้องมีทักษะอะไร

Data Engineer ที่ดีต้องเข้าใจว่าข้อมูลที่เราทำการเก็บเชื่อมโยงนั้น จะเอาไปใช้ประโยชน์ในด้านใดต่อ ซึ่งความรู้พื้นฐานที่ควรมี เช่น การพัฒนาซอฟต์แวร์ ความรู้เรื่องการเขียนโปรแกรม และความรู้เรื่อง Database เพราะ Data Engineer มีหน้าที่นำข้อมูลส่งไปเก็บไว้ใน Database สำหรับวิเคราะห์ข้อมูลโดยเฉพาะ จึงควรเข้าใจว่า Database ทำงานอย่างไร รวมไปถึงรู้จักวิธีแก้ปัญหา Database เบื้องต้น และเข้าใจภาษา SQL (Structured Query Language) ซึ่งเป็นภาษากลางที่คนทำงานสาย Data ทุกคนจะใช้คุยกัน ไม่ว่าเราจะเป็น Data Engineer, Data Analyst หรือ Data Scientist ก็ตาม

3. Data Scientists

Data Scientists หรือ “นักวิทยาศาสตร์ข้อมูล” มีหน้าที่ใช้เทคนิคทางสถิติ การวิเคราะห์ข้อมูล และ Machine Learning มาพัฒนาเป็นโมเดล (Model) หรือเครื่องมือ (Tools) จากนั้นนำโมเดลมาวิเคราะห์และทำนายผล (Predictive Analytics) เพื่อช่วยตอบโจทย์ทางธุรกิจ ช่วยในการตัดสินใจ รวมไปถึงช่วยในการวางกลยุทธ์ขององค์กร Data Scientists จึงควรมีความเข้าใจปัญหาของธุรกิจและรู้ว่าจะใช้ข้อมูลเหล่านั้นเพื่อมาแก้ไขปัญหาของธุรกิจได้อย่างไร ด้วยการใช้ภาษาโปรแกรมคอมพิวเตอร์ ร่วมกับ Machine Learning, Statistic Libraries, และ SQL เพื่อหา Predictive Modeling ที่เหมาะสม และทำการทดสอบเชิงสถิติ ไปจนถึงการวิเคราะห์ข้อมูลเพื่อให้ Data ใช้งานได้จริง และสามารถแก้ปัญหาของธุรกิจได้

อยากเป็น Data Scientists ต้องมีทักษะอะไร

ทักษะที่ Data Scientists จำเป็นต้องใช้คือความเชี่ยวชาญเกี่ยวกับ Algorithm สถิติขั้นสูง และความรู้เชิงลึกเกี่ยวกับการสร้าง ฝึกฝน พัฒนา Machine Learning เนื่องจากงานที่ Data Scientists ทำนั้นเกี่ยวข้องโดยตรงกับการเลือกใช้โมเดลรูปแบบต่าง ๆ และการพัฒนาโมเดลให้เหมาะสมกับข้อมูล เพื่อนำไปใช้ประโยชน์กับธุรกิจผ่านการตัดสินใจด้วยข้อมูล จึงต้องมีพื้นฐานที่ดีในภาษาการเขียนโปรแกรมเช่น Python, C ++ หรือ Java รวมถึงความเชี่ยวชาญใน SQL อีกด้วย

โจทย์หลักของการทำงานในสาย Data

มาถึงจุดนี้ ทุกคนคงจะเห็นภาพรวมของตำแหน่งงานสาย Data กันมากขึ้น แต่โจทย์หลักของการทำงานในสาย Data คงไม่ใช่เพียงการรับผิดชอบงานในส่วนของตัวเองให้ดี เพราะที่สำคัญมากไปกว่านั้นคือ การเข้าใจงานของสายงานอื่นที่ต้องทำร่วมกัน รวมไปถึงหาความเชื่อมโยงได้ว่างานที่เราทำมีความเกี่ยวข้องกับคนอื่นในองค์กรอย่างไร เพื่อให้ทุกคนในองค์กรมุ่งไปสู่เป้าหมายเดียวกัน เพราะท้ายที่สุดแล้วการร่วมมือกันในองค์กรที่ดี ย่อมเป็นปัจจัยสำคัญที่ช่วยขับเคลื่อนองค์กรให้ก้าวต่อไปได้ ในโลกยุคปัจจุบันที่การเปลี่ยนแปลงเกิดขึ้นอย่างรวดเร็ว