เมื่อ 3 ปีที่แล้ว แอดอยู่ในจุดที่สนใจด้าน Data Science แต่ไม่รู้จะเริ่มต้นยังไงดี จนมาตอนนี้แอดได้ เริ่มงานในตำแหน่ง Data Scientist ที่ออสเตรเลีย และเห็นภาพงานต่าง ๆ ในโลก Data Science มากขึ้น วันนี้เลยขอเอามาแชร์ให้เพื่อน ๆ กันครับ
โพสนี้เป็นแบบรวดรัด เดี๋ยวอยากฟังเรื่องไหนแบบเจาะลึกรายละเอียดก็เม้นท์บอกแอดกันได้นะฮะ
สำหรับการเตรียมตัวเพื่อทำงานในสาย Data Science มี 3 ขั้นตอนหลัก ๆ ดังนี้ครับ
1) เรียนอย่างเป็นลำดับขั้นตอน
การเรียน Data Science เหมือนกับการเรียนทุกอย่างครับ ที่ต้องเริ่มจากพื้นฐานก่อนจะเรียนเรื่องยาก ๆ ไม่อย่างนั้นจะเรียนไม่รู้เรื่อง
เช่น ถ้าจู่ ๆ เรามาเรียนวิธีสร้าง Random Forest Model เลยเราก็ไม่รู้เรื่อง ต้องเริ่มจากพื้นฐานสถิติ, พื้นฐานโปรแกรมมิ่ง Python หรือ R, รู้จัก Linear Regression กับ Decision Tree แล้วค่อยมาเรียน Random Forest
ข้อดีของการเรียนเป็นคอร์สที่เสียเงิน หรือปริญญา ก็คือ เค้าวางวิชามาดีแล้ว มาให้เราค่อย ๆ เรียนรู้จากพื้นฐานไปจนถึงเรื่องโมเดลโหด ๆ
ส่วนใครเป็นสายฟรีก็ไม่ต้องเสียใจไปครับ อันนี้เป็น Roadmap แบบคร่าว ๆ ที่แอดเรียนมา
- เริ่มจากพื้นฐานที่ต้องรู้ เรื่อง Database, Python, R, พื้นฐานสถิติ และการสร้าง Model เบื้องต้น
- ต่อยอดมาเรียนเรื่องที่เกี่ยวกับสาย Data โดยเฉพาะ ได้แก่ Data Visualization, Data Wrangling, Big Data เบื้องต้น พวก Hadoop
- เจาะลึกด้านที่สนใจ ได้แก่ การทำ Model แบบซับซ้อนที่นำความรู้แคลคูลัสมาใช้, การ Forecast Time Series, Big Data สำหรับสาย Data Engineer พวก Spark, Scala
2) หาโปรเจคทำระหว่างเรียน
ถ้าเราเรียนไปแล้วไม่ได้ใช้จริง ก็มีโอกาสที่เราจะลืมได้ง่าย ๆ ครับ เพราะฉะนั้นต้องลองหา Side Project ของเราเอง หรือไปเสนอตัวช่วยในโปรเจคคนอื่น ๆ
สำหรับคนที่เรียนมหาวิทยาลัยอยู่ อันนี้ไม่ยากเลยครับ ดูว่ามีโปรเจควิจัยอะไรในมหาวิทยาลัยบ้างที่เราสามารถเข้าไปมีส่วนร่วมเพื่อนำความรู้ Data Science ไปใช้ประโยชน์ได้บ้าง ตอนแอดเรียนก็มีโอกาสได้ไปร่วมใน 2 โปรเจคที่มหาวิทยาลัยครับ ซึ่งทำให้ได้ประสบการณ์และ Connection ที่ดีมาก
สำหรับคนที่ทำงานอยู่ ลองดูในองค์กรที่ตัวเองทำอยู่ว่ามีโปรเจคให้เรานำความรู้ด้านนี้ไปใช้ได้มั้ย และลองคุยกับคนที่ทำด้านนี้ว่าเราเข้าไปช่วยอะไรได้มั้ย จริงอยู่ว่าเราอาจจะต้องทำงานหนักขึ้น แต่ถ้ามันเพิ่มโอกาสให้เราเข้าไปทำงานสายที่ต้องการ แอดคิดว่าคุ้มครับ
สำหรับคนที่ยังไม่มีงานทำ หรือเรียนใกล้จะจบแล้ว ลองหาบริษัทที่เกี่ยวกับ Data Science ที่แอดทราบในไทยก็เห็นมี Sertis กับ Coraline (ถ้ามีที่อื่นแจ้งมาได้ครับ) แล้วลองติดต่อเค้าไปขอฝึกงานสัก 3 – 6 เดือนครับ
นอกเรื่องนิด แอดเคยไปฟังศิษฐ์เก่ามหาลัยที่ตอนนี้ทำงานที่ Facebook ใน Silicon Valley เค้ากลับมาพูด สิ่งเดียวที่เค้าบอกแล้วแอดยังจำได้จนถึงตอนนี้ คือ เค้าบอกว่า “ถ้าเราอยากได้อะไร เราก็ต้องพยายามไขว่คว้าแบบเชิงรุก (Proactive)”
เช่น ตอนสมัครงาน ถ้าอีกฝ่ายเงียบไปเป็นอาทิตย์ คนที่ Proactive ก็จะทำการส่งอีเมลไปสอบถามว่าเป็นยังไงบ้างแล้ว ซึ่งเป็นการแสดงออกให้อีกฝ่ายเห็นว่าเราอยากได้งานนี้จริง ๆ
ตัวอย่างการทำตัวแบบ Proactive
ลองเอาเทคนิค Proactive ไปใช้ตอนที่เราอยากได้อะไรสักอย่างในชีวิตครับ ถ้าเรารู้สึกท้อถอย เราอาจจะไม่ได้ต้องการสิ่งนั้นจริง ๆ ก็ได้
3) สร้าง Portfolio ไปสมัครงานจริง
หลังจากที่เราเรียน และได้ลองทำโปรเจค Data Science กันมาแล้ว ถ้ายังมั่นใจว่างานด้านนี้ใช่เราจริง ๆ ขั้นตอนสุดท้าย คือ ไปสมัครงาน ครับ
สิ่งสำคัญของการสมัครงานมีอยู่ข้อเดียวเลย คือ “ต้องทำให้เค้าเห็นว่าเราสามารถทำงานที่เค้าหาอยู่ได้”
ลองนึกถึงในมุมมองของบริษัทดูครับ เค้าต้องการคนที่ช่วยทำให้งานเสร็จ (หรือมีแนวโน้มว่าจะช่วยทำให้งานเสร็จในอนาคต หลังจากสอนงานเสร็จ) จะได้นำรายได้มาสู่บริษัทคุ้มค่าเงินเดือนที่เค้าจ่ายให้เรา
ทีนี้วิธีในการทำให้เค้าเห็นว่าเราทำได้ วิธีแรกก็คือ สร้าง Portfolio โปรเจคต่าง ๆ ที่เราทำออกมา ถ้าทำเว็บไซต์ไม่เป็นก็ไม่เป็นไร เดี๋ยวนี้ Jupyter Notebook สามารถเซฟออกมาเป็นหน้าเว็บได้แล้ว เราก็ทำเว็บง่าย ๆ ใส่ลิงค์ไป Jupyter Notebook ก็ช่วยเพิ่มโอกาสได้มากแล้วครับ
วิธีที่สอง คือ โชว์ Certificate ของคอร์สออนไลน์ต่าง ๆ ที่เราเรียนจบแล้ว หรือใช้วุฒิปริญญาด้าน Data จากมหาวิทยาลัยต่าง ๆ ในไทยก็มีส่วนช่วยให้บริษัทมั่นใจกับความสามารถของเราได้มากขึ้นครับ
หวังว่า 3 ข้อนี้จะมีประโยชน์สำหรับทุกท่านที่สนใจมาทำงานด้าน Data Science ไม่มากก็น้อยครับ :)
