สรุปการทำงานเป็น Data Science & Engineer ครบ 1 ปี ณ เมลเบิร์น ออสเตรเลีย
ใน 1 ปีที่ผ่านมา แอดโชคดีที่มีโอกาสได้ทำหลายอย่างมาก ๆ ทั้งด้าน Data Science, Data Engineer, Data Visualization ในบริษัทใหญ่ ๆ ในตลาดหุ้นออสเตรเลีย
รวมบทความเกี่ยวกับวิทยาศาสตร์ข้อมูล (Data Science) ซึ่งครอบคลุมถึงการวิเคราะห์ข้อมูล (Data Analysis), Machine Learning, และ Algorithms ในการสร้าง โมเดลทำนายผล (Predictive Model) ด้วยวิธีการต่าง ๆ ตั้งแต่ Linear Regression, Decision Tree, Random Forest, Neural Network ฯลฯ
ปัจจุบันการใช้ Deep Learning ในการทำนายผลได้รับความนิยมมากขึ้นเรื่อย ๆ เพราะสามารถแก้ปัญหาที่ Algorithms ทั่วไปไม่สามารถทำได้ เช่น Image Recognition ด้วย CNN หรือ Audio Transcript ด้วย RNN
ใน 1 ปีที่ผ่านมา แอดโชคดีที่มีโอกาสได้ทำหลายอย่างมาก ๆ ทั้งด้าน Data Science, Data Engineer, Data Visualization ในบริษัทใหญ่ ๆ ในตลาดหุ้นออสเตรเลีย
หลายๆคนที่ทำงานสาย Data แน่นอนว่าต้องเคยเห็นตอนเท้นท์เพจดังอย่าง DataRockie มาไม่มากก็น้อย เจ๊มีโอกาสได้สัมภาษณ์น้องทอยเจ้าของเพจดัง ว่าเขามี mindset และ วิธีการเรียนรู้ยังไง ว่าจะมาถึงจุดนี้ได้ แน่นอนว่ามีการแนะนำคอร์สด้าน Data Science มากมายสำหรับใครที่กำลังตามหา
แจนได้พูดคุยกับพี่นิค ผู้อยู่เบื้องหลัง Marketing ขององค์กรหลายแห่ง รวมถึงทำงานในสายวิชาการด้วยค่ะ และมีประสบการณ์การนำ Data มาใช้ในแคมเปญ Marketing มากมาย
RapidMiner เป็นเครื่องมือสำหรับทำ Data Science / Machine Learning แบบไม่ต้องเขียนโค้ด มาคุยกับพี่เอก RapidMiner Ambassador ในประเทศไทย ว่าเครื่องมือนี้ดียังไง
สอน Data Science ใน Python แบบครบสมบูรณ์ชเลยครับ เล่มเดียวก็ครอบคลุมพื้นฐานที่จำเป็นตั้งแต่การ Clean ข้อมูล ไปถึงการสร้างโมเดล Machine Learning
การนำข้อมูลมาสร้างมูลค่าทางธุรกิจ ซึ่งข้อมูลมาจากหลากหลายที่ตาม Touchpoint ต่างๆที่ลูกค้าทิ้งไว้ให้ ซึ่งฝั่งธุรกิจต้องมีเป้าหมาย (Vision) ให้ชัด เพื่อให้ Requirement กับทีม Data Scientist ไปดึงข้อมูลออกมาวิเคราะห์ให้ตอบโจทย์ที่วางไว้
สายงาน Data Analyst เหมาะกับคนที่สนใจทำงานด้าน Data เน้นที่การวิเคราะห์ข้อมูล ควบคู่ไปกับความเข้าใจธุรกิจ เพื่อหา Insights ที่สำคัญเพื่อช่วยให้องค์กรเติบโต
วันนี้จะมาสรุป Conceptให้ฟังกัน เป็นการสร้าง Data Pipeline สำหรับระบบ Data Science แบบ End-to-End ก็คือ ตั้งแต่เริ่มเก็บข้อมูล ไปจนถึงนำข้อมูลไปทำ Analytics
R ถือเป็น 1 ใน 7 ภาษาสำหรับทำงานด้าน Data Science ที่มีข้อดี คือ ใช้งานได้ง่าย มีเครื่องมือแทบทุกอย่างให้ใช้จบในตัวเดียว แถมในหมู่นักวิจัยยังนิยมใช้กันมาก ๆ อีกด้วยครับ ทำให้มี Algorithms ใหม่ ๆ อัพเดทตลอดเวลา
© Copyright 2023 - DATATH. All rights reserverd.
เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ ตั้งค่า