การทำงานสาย Data Science มีอาชีพให้เราทำหลากหลาย เช่น สายหลักที่เราได้ยินกันบ่อย อย่าง Data Scientist, Data Analyst, และ Data Engineer อย่างไรก็ตาม สำหรับคนที่อยากเก็บประสบการณ์หลายด้าน งานสาย Data Consultant ก็เป็นสายที่น่าสนใจมากสายหนึ่ง
จากประสบการณ์การส่วนตัวของผม (แอดเพิร์ธ) ที่ทำงานด้าน Data ในออสเตรเลียมาเกือบ 4 ปีแล้ว เป็นงาน Consult ไปซะ 3.5 ปีแรก ก็เลยอยากมาเล่าเก็บไว้เป็นประสบการณ์ เรื่องข้อดี-ข้อเสียของงาน Consult ด้าน Data เผื่อใครสนใจทำงานสายนี้ครับ
ประเภทของงาน Data Consultant: ให้คำปรึกษา หรือ ลงมือทำ
ผมเคยเล่าเรื่องงาน Data Consultant ไปเบื้องต้น ในบทความ ทำงานด้าน Data Engineer มา 2 ปี ได้เรียนรู้อะไรบ้าง? (Soft Skills & Hard Skills) ครับ
งาน Consultant แปลตรงตัวว่า “ที่ปรึกษา” ซึ่งอาจจะทำให้หลายคนเข้าใจว่างานสายนี้เราเข้าไปให้คำปรึกษาลูกค้าอย่างเดียว ไม่ต้องลงมือทำ
แต่จริง ๆ แล้ว งานสาย Consultant จะแล้วแต่โปรเจค แล้วแต่บริษัทเลยครับ สามารถเป็นได้ทั้ง
- โปรเจคให้คำปรึกษา (Advisory) – โปรเจคแบบนี้จะเป็นการช่วยลูกค้าวางแผนพัฒนา อาจจะส่งมอบงานเป็นแผนภาพ, Presentation (PowerPoint) เพื่อให้ลูกค้านำไปพัฒนาต่อเอง หรือจ้างทีม Delivery ที่เรากำลังจะพูดถึง เข้ามาทำต่อ
- โปรเจคลงมือทำสร้าง (Delivery) – โปรเจคแบบนี้จะรับช่วงต่อมาจากแบบแรกเพื่อมาพัฒนาต่อ ซึ่งพบเจอได้บ่อยโดยเฉพาะในสาย IT
และแน่นอนว่าบางโปรเจคอาจจะมีทั้งการ Advisory และ Delivery แต่จะมีการแบ่งทีมทำแต่ละส่วนชัดเจนครับ เนื่องจากมักจะใช้ความสามารถคนละแบบ
สำหรับคนที่สนใจด้าน Advisory โดยเฉพาะ เราเคยคุยกับคุณเก่ง จาก Alchemist ที่ทำในสายนี้ สามารถอ่านได้เลยที่บทความ สัมภาษณ์คุณเก่ง Business Consultant ที่ Alchemist บริษัทด้าน Data Activation
สำหรับด้านล่างนี้ จะเป็นข้อดี – ข้อเสียของอาชีพ Data Consultant แบบโดยรวมครับ มาดูกันเลย
ข้อดีของงาน Data Consultant
ข้อดี 1) คุณได้เรียนรู้สิ่งใหม่อยู่ตลอดเวลา
การเป็น Data Consultant นั้น วันดีคืนดี คุณจะถูกจับไปอยู่โปรเจคที่คุณไม่มีความรู้เลย แล้วคุณก็ต้องเอาชีวิตรอดให้ได้
เพื่อนที่ทำงานบอกว่า “เหมือนเอาเด็กไปโยนลงน้ำ แล้วให้ว่ายน้ำเอง” ซึ่งทุกคนก็รอดมาได้ ต้องขอบคุณบริษัทครับ 555+
ข้อนี้ฟังดูเหมือนเป็นข้อเสียนะ แต่จริง ๆ โคตรดี เพราะเราได้เรียนรู้ฟรี Training ต่าง ๆ บางอันหลักหมื่นบาท เค้าก็ส่งเราไปเรียนฟรี (บริษัทเราก็ได้เอาไปขายลูกค้าได้ด้วยว่า Consultant ที่ บ สอบผ่านนู่นนี่แล้ว ถือว่าวิน-วิน) หรือพวกสอบ Certificate ของ Cloud เจ้าต่าง ๆ AWS, Google Cloud, Azure สอบรอบนึงก็ 5-6000 บาท เค้าจ่ายให้หมด
ที่สำคัญ คือ เวลาที่ใช้เรียน ก็เวลางาน 9 – 5 นี่แหละ แปลว่าเค้า “จ่ายเงินให้เราเรียน” แบบ 100% ชีวิตนอกเวลางานก็ไปใช้ทำอะไรของเราได้เลย ไปวิ่งเล่น ออกกำลังกาย โยคะ อะไรก็แล้วแต่เรา ดีกว่าเรียนฟรี คือ การเรียนฟรีและมีเงินเดือนให้ด้วย
ข้อดี 2) ได้เรียนรู้จากคนเก่ง
ตอนเข้าไปผมทำเป็นแค่ Data Science แต่พออยู่ไปเรื่อย ๆ (เพราะเรียนจบสายนี้มา) ได้แตะหมดเลย ทั้ง Data Engineering, DevOps, Data Visualization, Customer Data Platform ฯลฯ โลกเปิดกว้างมากเมื่อหลงเข้าไปในดง Consult ถ้าชอบเรียนรู้แนะนำเลย
นอกจากนั้น ในบริษัทยังมีการทำ Knowledge Sharing กันเยอะ เนื่องจากแต่ละคนก็อยู่ในทีมที่ทำโปรเจคแตกต่างกัน จึงมีการเล่าให้ฟังกันว่าโปรเจคไหนทำอะไรบ้าง, วาง Architecture ยังไงบ้าง ทำให้เราได้เรียนรู้จากโปรเจคอื่น ๆ โดยที่ไม่ต้องเข้าไปทำงานในโปรเจคนั้นเลย
ข้อดี 3) ได้ลองทำงานกับหลากหลายบริษัท
งาน Consult มีหลายแบบ สำหรับบางโปรเจคเราอาจจะเข้าไปเป็นทีม ทำงานแต่กับคนจากบริษัทตัวเอง แต่บางโปรเจคก็เข้าไปอยู่เป็นทีมเดียวกับคนในบริษัทนั้นเลย แปลว่าเราจะได้เรียนรู้ Office Politics ของทุกที่ บริษัทใหญ่, บริษัทเล็ก, รัฐบาล มีครบ
ตอนช่วงโควิดระบาด มีโอกาสได้เข้าไปทำงานกับกรมสุขภาพที่ออสเตรเลีย ทำให้ได้รู้ว่าองค์กรรัฐบาลดูภายนอกเหมือนชิล เลิกงานก่อนเวลา แต่จริง ๆ ทำงานกันตั้งใจมาก เวลางานก็คือทำงาน เอาความสุขประชาชนมาก่อน ก็เป็นประสบการณ์ที่แปลกใหม่ดี
และขอเสริมว่า ในบางงาน ถ้าเราเข้าไปสมัครโดยตรงอาจจะไม่ได้งาน เช่น องค์กรรัฐบาลในออสเตรเลียจะมีกฏว่า ถ้าจะเข้าไปทำงาน ต้องเป็นพลเมือง (Citizen) ของออสเตรเลียเท่านั้น แต่ผมเข้าไปผ่านบริษัท ก็เลยสามารถทำได้
ข้อเสียของงาน Data Consultant
งานด้าน Consultant อาจจะมีบางอย่างที่บางคนไม่ชอบ ซึ่งผมจะมาเล่าให้ฟังกันว่ามีอะไรที่ผมเจอบ่อย ๆ จากทั้งประสบการณ์ส่วนตัว และจากเพื่อน ๆ ที่ทำงาน Consult บ้างครับ
ข้อเสีย 1) คุณอาจจะไม่ได้ทำงานที่ชอบ หรืองานที่ถนัด
ผมเรียนจบด้าน Data Science มา แต่หลังจาก 6 เดือนแรก ก็ไม่ได้แตะ Data Science อีกเลย ได้แต่โปรเจคแนว Data Engineer, DevOps, Data Vis ฯลฯ แทน ช่วงแรกเหนื่อย สักพักก็เริ่มรับสภาพได้ 55+
อย่างไรก็ตาม สิ่งหนึ่งที่ผมได้เรียนรู้จากการทำงานในบริษัทด้าน Data Consultant คือ ลูกค้ามีความต้องการ Consultant ในสาย Data Engineer เยอะมาก เพราะงาน Data Engineer เป็นการวางรากฐานให้งานสายอื่น ๆ เช่น Data Analyst, Data Scientist ทำงานได้ดีขึ้น เพราะฉะนั้นจึงสำคัญที่จะหาผู้เชี่ยวชาญเข้ามาวางระบบให้ดีตั้งแต่วันแรก
ข้อเสีย 2) ต้องเข้าใจลูกค้าเยอะ ๆๆๆๆๆๆๆ
ด้วยความที่เป็นงาน Consult เรามีแค่ความ Geek ด้านเทคโนโลยีอย่างเดียวไม่พอ ต้องมีใจรักบริการด้วย ฟังลูกค้าเยอะ ๆ ให้รู้ว่าลูกค้าต้องการอะไร และทำความเข้าใจว่าธรรมชาติองค์กรเป็นแบบไหน เช่น องค์กรใหญ่อาจจะโปรเซสเยอะหน่อย
ที่สำคัญ คือ ต้องไม่ตามใจลูกค้า ชี้นกเป็นนก ชี้ไม้เป็นไม้หมด เราต้องพยายามเข้าใจลูกค้า และเสนอ Solution ที่เราคิดว่าเหมาะสมที่สุด แล้วให้ลูกค้าตัดสินใจ ซึ่งบางครั้งไม่ใช่เรื่องง่าย เพราะต้องหาให้เจอว่าเรื่องไหนต้องคุยกับใคร เพื่อให้งานเดินหน้า โดยเฉพาะในองค์กรใหญ่
ข้อนี้ผมเอามาไว้ในส่วนข้อเสีย เนื่องจากบางท่านอาจจะต้องการหางานสายที่ไม่ต้องพูดคุยกับใคร ซึ่งงาน Consultant จะไม่ตอบโจทย์ เพราะบางทีต้องพูดคุยเยอะกว่าการเขียนโค้ด หรือตอนแรกอาจจะไม่ต้องพูดเยอะ แต่ถ้าอยากตำแหน่งสูงขึ้นในสายนี้ ก็ต้องคุยเก่ง
ข้อเสีย 3) โปรเจคหนึ่งอาจจะใช้เวลานาน
งาน Consultant ส่วนใหญ่ จะเน้นการเข้าไปอยู่ในบริษัทลูกค้า ทำให้เสร็จ เสร็จแล้วก็ออกไปบริษัทอื่นต่อ เพราะฉะนั้น ในโลกของงาน Consult การที่โดดเข้า-ออกโปรเจค หมุนวนทุก 6 เดือน หรือเป็น Job Hopper เป็นเรื่องปกติมาก
อย่างไรก็ตาม อาจจะมีลูกค้าที่ชอบจ้าง Consultant มาก ๆ จ้างมาเหมือนเป็นพนักงานประจำ ทำให้บางโปรเจคที่ยาวเป็นปี หรืออาจจะยาวขนาด 4 ปีก็เคยเห็นคนทำมาแล้ว ซึ่งคนทำงาน Consultant อาจจะไม่ชอบ เพราะจะไม่ได้เรียนรู้อะไรใหม่เยอะ
ข้อเสียอีกอย่าง คือ การเป็น Consultant จะถือว่าเราเป็นพนักงานของบริษัท Consultant นั้น ๆ ไม่ได้เป็นพนักงานของบริษัทลูกค้า ทำให้ไม่ได้สิทธิ์เดียวกับพนักงานประจำบริษัทลูกค้า
เช่น ผมเคยทำงานในบริษัทขายสินค้าสำหรับชีวิตประจำวันแห่งหนึ่ง ซึ่งพนักงานประจำจะได้ส่วนลด แต่เราซึ่งเป็น Consultant อาจจะเจอโปรเจคที่ต้องอยู่บริษัทนั้นเป็นปี (หรือหลายปี) แต่ไม่ได้สิทธิ์แบบพนักงานประจำของบริษัทนั้นเลย T_T
ข้อเสีย 4) ปริมาณงานไม่สัมพันธ์กับเวลา
ทีมที่ขายโปรเจคให้กับลูกค้า ส่วนใหญ่มักจะเป็นคนละทีมกับคนที่ลงมือทำจริง ทำให้บางครั้งคนขายโปรเจคอาจจะสัญญากับลูกค้าแบบเกินจริงไปเยอะ (Overpromise) เพื่อให้ขายได้ งานใหญ่มาก แต่เวลาน้อยมาก เช่น จะทำ Data Platform ใน 15 วัน
ยังไม่นับว่า บางครั้งลูกค้า หรือ Consultant จากบริษัทอื่นที่ลูกค้าจ้างมา ไม่ค่อยให้ความร่วมมือในการให้ access ทำให้ใช้เวลาไปเยอะขึ้น ซึ่งการที่ Consultant จากบริษัทคู่แข่งกันจะขัดขากันสนุกสนาน อันนี้เป็นเรื่องที่เคยพบจริงในการทำงานครับ
พอทีมทำโปรเจค (Delivery) เข้ามาลงมือทำจริง ก็ต้องทำงานหามรุ่งหามค่ำให้เสร็จทันเวลาที่ขายลูกค้าไว้ ซึ่งไม่ค่อยได้ค่าตอบแทนเป็นเงิน OT (OverTime) แต่ได้เป็นอาหารเย็นฟรี
ข้อดี คือ เราอาจจะได้เรียนรู้เยอะ เพราะต้องทำงานหนัก แทบไม่มีเวลานอน แต่ข้อเสีย คือ นอนน้อย และอาจจะต้องทำงานในวันหยุด เสาร์-อาทิตย์ด้วย เพื่อให้งานเสร็จทัน
มีบริษัทไหนบ้าง ถ้าอยากทำด้าน Data Consultant ในไทย
ในประเทศไทย มีบริษัทที่ทำด้าน Data Consultant อยู่หลายที่เลยครับ สามารถเลือกส่ง Resume ได้เลย
บริษัท Data Consultant ต่างประเทศ ที่มาเปิดสาขาในไทย
ในไทยมีกลุ่ม Big Four ซึ่งเป็น 4 บริษัทที่ใหญ่ที่สุดในโลก ในสายงานให้คำปรึกษาด้านบัญชี ได้แก่ KPMG, Deloitte, Ernst & Young หรือ EY, และ PricewaterhouseCoopers หรือ PwC บริษัทเหล่านี้มีชื่อเสียงในด้านบัญชีก็จริง แต่จะมีให้บริการด้าน Data ด้วย
นอกจากนั้น ยังมีบริษัทชื่อดัง อย่าง Accenture และ ExxonMobil ซึ่งเป็นบริษัทอันดับต้น ๆ ของโลกด้าน Consulting เช่นกัน
หรือจะเลือกเข้าไปเป็นทีม Data ในบริษัทต่างประเทศที่มาเปิดในไทยก็ได้ เช่น Google, AWS ฯลฯ แต่แนะนำให้ทำการตรวจเช็คกับบริษัทนั้น ๆ ก่อนว่างานตรงกับที่เราอยากทำมั้ย เนื่องจากบางบริษัทอาจจะมาเปิดเฉพาะตำแหน่งที่ช่วยด้านการขายในไทย อาจไม่ตรงกับความต้องการของเรา
บริษัทสาย Data Consultant ไทยแท้
จะมีบริษัทที่ให้บริการด้าน Consulting ที่ให้บริการลูกค้าจากทุกที่ เช่น Sertis, Coraline, Alchemist, Bluebik, Data Wow, Botnoi ฯลฯ
หรืออีกตัวเลือกหนึ่งที่น่าสนใจสำหรับบริษัทไทย คือ เข้าไปเป็นส่วนหนึ่งของบริษัทใหญ่ที่เปิดทีม Data ขึ้นมา (แต่อาจจะไม่ได้ทำด้าน Consulting ตรง ๆ อาจจะมีบ้าง) เช่น Krungsri-AXA Life Insurance, Bangkok Bank, SET Thailand (ตลาดหลักทรัพย์) ฯลฯ
บริษัทที่กล่าวมาด้านบนไม่ใช่ทั้งหมด และอาจจะไม่เปิดรับตำแหน่งที่เราอยากสมัครในขณะนั้น ผมแนะนำให้ลองตรวจเช็คดูครับ ไม่ว่าจะเป็นทาง LinkedIn บริษัท, หรือบนเว็บไซต์ของตัวบริษัทเอง
และนอกจากจะสมัครเข้าทำงานแล้ว สำหรับคนที่สนใจฝึกงาน บริษัทในตัวเลือกนี้ก็น่าสนใจครับ สามารถลองส่งอีเมลไปถามเค้าได้ว่ามีแพลนรับเด็กฝึกงานในปีนี้มั้ย
สรุป งาน Data Consultant น่าทำมั้ย
สุดท้ายนี้ ขอสรุปว่างาน Data Consultant เป็นงานที่น่าสนใจมาก ๆ ถ้าคุณสนใจ 3 ข้อนี้ครับ
- ได้ลองทำหลายอย่างในเวลาอันสั้น
- เติบโตไวมาก ๆ แต่สุดท้ายถ้าจะโตไปอีกขึ้น (ระดับ Director / Partner) ต้องขายโปรเจคเป็นนะ
- ถ้าชอบเรียนรู้ เรียนฟรี สอบฟรี แนะนำเลย
และมีตัวเลือกบริษัทมากมาย ทั้งบริษัทไทย และบริษัทข้ามชาติครับ สามารถลองเลือกดูได้เลยว่าบริษัทไหนที่เราสนใจอยากทำงานด้วย
และถ้าชอบเนื้อหาแนวนี้ ติดตามบทความดี ๆ ด้าน Data และวีดิโอสนุก ๆ ดูชิล ๆ แล้วได้ความรู้กันได้ที่ Facebook Page: DataTH และ Youtube Channel: Data Science ชิลชิล แล้วเจอกันคร้าบ
ขอให้ทุกคนได้เจองานที่ดีนะครับ
🥰 ถ้าสนใจอาชีพอื่น ๆ เรามีให้อ่านอีกเยอะ คลิกด้านล่างได้เลย
- คู่มือเปลี่ยนอาชีพ Data Engineer
- คู่มือเปลี่ยนอาชีพ Data Analyst
- คู่มือเปลี่ยนอาชีพ Data Scientist
- คู่มือเปลี่ยนอาชีพ Machine Learning Engineer
- คู่มือเปลี่ยนอาชีพ Analytics Engineer
- คู่มือเปลี่ยนอาชีพ Business Intelligence Developer
- อาชีพสาย AI มีงานด้านไหนให้ทำบ้าง
- ข้อดี-ข้อเสีย อาชีพ Data Consultant
