วันนี้มีโอกาสได้คุยกับคุณบีท Data Engineer แห่ง Innovation Lab ของธนาคารกรุงไทย ซึ่งคุยกันสนุก และคำตอบของคุณบีทน่าสนใจมากหลาย ๆ ข้อเลย บทความนี้อ่านไม่นาน แต่สาระแน่นแน่นอนครับ
เมื่อไม่นานมานี้ เราเพิ่งได้คุยกับ แอดบอยด์ Data Scientist ที่ SCB กันไป และยังมีอาชีพอื่น ๆ ในสาย Data ที่เราได้ไปคุยก่อนหน้านี้ ไม่ว่าจะเป็น Head of Data Team ที่ Finnomena หรือ BI Reporting Specialist ซึ่งก็จะเห็นว่าอาชีพสาย Data เป็นอาชีพที่มีความหลากหลายมากครับ
งานด้าน Data Engineer เป็นงานด้าน Data ที่แอดมินคิดว่าเป็นงานที่น่าสนใจ เพราะขาดแคลนคนมาก ทั้งในไทยและต่างประเทศ และยังเป็นตำแหน่งที่มีความสำคัญมากในองค์กร ด้วยครับ
สำหรับท่านที่กำลังสนใจทำงานอาชีพด้าน Data ลองมาอ่านบทสัมภาษณ์กับคุณบีทกันเลยครับ คุณอาจจะสนใจอาชีพ Data Engineer ขึ้นมาก็ได้ครับ
บทสัมภาษณ์คุณบีท Data Engineer ที่ Krungthai Bank Innovation Lab
แอดเพิร์ธ: สวัสดีครับคุณบีท รบกวนแนะนำตัวหน่อยคร้าบ
คุณบีท: สวัสดีพี่ ๆ น้อง ๆ ทุกคนค่าาา บีทนะค่ะ Senior Data Engineer จาก Krungthai Innovation Lab
แอดเพิร์ธ: เล่าให้เราฟังหน่อยได้มั้ยครับว่า ตำแหน่งของคุณบีทต้องหน้าที่อะไรบ้างครับ
คุณบีท: ถ้าพูดถึงงาน Data Engineer ที่บีททำอยู่ก็จะเป็นงานเกี่ยวกับการบริหารจัดการและประยุกต์ข้อมูลให้สามารถนำมาบูรณาการเกิดประโยชน์ในบริบทต่าง ๆ ได้
ไม่ว่าจะเป็นการสร้าง Data Pipeline การ Scrapping Data การดึงข้อมูลจาก Channel ต่าง ๆ ไม่ว่าจะเป็น Mobile App, Line, Website หรืออื่น ๆ เพื่อต่อขยาย ต่อยอดให้ทีม Data Science และ Data Analysis สามารถนำไปสร้าง Model หรือวิเคราะห์ข้อมูลได้
แอดเพิร์ธ: งานน่าสนใจมากเลยครับ งานด้านนี้จะมีใช้เทคโนโลยีด้านไหนบ้างครับผม
คุณบีท: งานที่บีททำก็จะเริ่มต้นจากการเข้าใจพฤติกรรมของข้อมูล เข้าใจ Business Domain ต่าง ๆ ก่อน
แล้วจึงวางโครงสร้างพื้นฐานที่จำเป็นในการสร้าง Data Pipeline ไม่ว่าจะเป็นการเตรียม ETL, Hadoop, Linux-VM, Cloud App Engine, Compute Engine, Warehouse เช่น BigQuery, Dashboard, Monitoring Tools ต่าง ๆ เช่น Stackdriver หรือพวก ELK (Elasticsearch – Logstash – Kibana)
เสร็จแล้วเพื่อให้สามารถทำงานได้อย่างรวดเร็วก็จะมีการสร้าง Automation Process อย่าง Shell Script, Crontab หรือ Python Script เตรียมไว้ล่วงหน้า
นอกเหนือจากนั้นบีทก็ได้มีโอกาสที่จะ Deploy ML Model และสร้าง pipeline เพื่อเก็บผลของ Model เพื่อนำมาวิเคราะห์ และพัฒนา Model ให้ดียิ่ง ๆ ขึ้นด้วย
แอดเพิร์ธ: เทคโนโลยีมาเต็มมากครับ คุณบีทเรียนจบด้านไหนก่อนจะเข้ามาทำงานในสายนี้ครับ
คุณบีท: บีทเรียนจบปริญญาตรี ICT มหิดล สาย Software engieering ทำให้มีความรักในเรื่องการเขียน code หรือ software development เป็นทุนเดิมอยู่แล้วค่ะ
หลังจากเรียนจบมา บีทได้เริ่มงานที่แรกกับ ITOne โดยเป็น Tester และมีโอกาสได้ทำงานด้าน Data Migration กับ SCG และระหว่างนั้นก็เริ่มเรียนปริญญาโท ด้าน Computer Science ไปด้วย
ด้วยความที่เราสนใจด้าน Automation และอยากอยู่ในสายงาน Data จึงย้าย มาที่ Agoda ในตำแหน่ง Quality Assurance Engineer ของ ทีม Hadoop คือเรียกว่าไม่ได้มีส่วนร่วมตรงๆ ขอมาเริ่มสัมผัสก่อนอ้อมๆก็ได้ เลยทำให้มีโอกาสได้ทำงานกับ DE และเรียนรู้เรื่อง Selenium และ Scala ไปในตัว
แอดเพิร์ธ: ช่วงที่เรียนปริญญาโทเป็นอย่างไรบ้างครับ
คุณบีท: ตอนเรียนปริญญาโท มีโอกาสได้เข้าเรียนคลาส Machine Learning ทำให้เกิดความสนใจในด้าน data และ machine learning มากขึ้นอีก เพราะมันสามารถตอบคำถามในวัยเด็ก เราที่ว่า “เห้ย เลขเรียนไปทำไมนะ ไม่เห็นได้ใช้เลย” ซึ่งตอนนี้นี่เข้าใจแจ่มแจ้งเลย
และค้นพบว่าจริงๆแล้วทุก Algorithms ใน Machine Learning เริ่มมาจาก Business Question เช่น การจัดกลุ่มข้อมูล ถ้าเป็นคนก็ต้องไปดูว่าเราเหมือนเพื่อนคนไหน จึงเอาตัวเองไปอยู่กับกลุ่มนั้น เราก็ต้องเขียน Algorithms ในการหา Average จากกลุ่มเพื่อน (K-mean) หรือแม้แต่ Genetic Algorithms ก็มาจากวิธีการคัดเลือกพันธุกรรม และ Deep learning ก็มาจากการเลียนแบบการเรียนรู้ของเซลล์ในสมองมนุษย์
บางอย่างเอามาใช้ในชีวิตประจำวันได้ด้วย เช่น Reinforcement Learning เหมือนการเลี้ยงเด็ก/ลูก ถ้าลูกทำดีต้องให้ Reward หรือทำไม่ดีต้องให้ Negative feedback บางครั้งเราก็เทรนลูกแล้ว Overfit เช่นบีทสอนลูกสวัสดีเยอะเกินไป จนลูกสวัสดีทุกอย่าง แม้กระทั่งสะพานลอย
แอดเพิร์ธ: เป็นมุมมองที่น่าสนใจมากครับ ทำให้ Algorithms ที่เป็นเลขซับซ้อนดูน่าสนุกขึ้นด้วยครับ
คุณบีท: ใช่ค่ะ สำหรับบีทมันน่าทึ่งมาก เวลาที่เรามี ไอเดียในสร้าง Solution บางอย่าง หรือมีคำถามบางอย่าง เราไม่ได้เริ่มจากสูตรเลข แต่เริ่มจากไอเดีย แล้วจึงนำไอเดียพวกนั้นไปผสมผสานกับหลักคณิตศาสตร์ เพื่อให้มันสามารถเกิดขึ้นได้จริง
นั้นก็ถือเป็นจุดเริ่มต้นเลยก็ว่าได้ที่ทำให้บีทเกิดความหลงไหลและอยากจะเข้ามีส่วนร่วมในสายอาชีพนี้ด้วยค่ะ
แอดเพิร์ธ: แล้วจากที่เรียน Machine Learning มาเป็นอาชีพ Data Engineer ได้ยังไงครับ
คุณบีท: ช่วงแรก ๆ ก็ทำ Data Analysis ทำ Report, Dashboard ให้ผู้บริหารดู ซึ่งระหว่างนั้นงานพวกการสร้าง Machine Learning Model มีไม่เยอะมาก
ช่วงหลัง ๆ พอบีทเริ่มศึกษาเนื้องาน หาความรู้มากขึ้น บวกกับ Background ด้าน Software Engineering และ Automation ทำให้บีทมีประสบการณ์ทางด้านการพัฒนา Software ทำ Web Scraping
บีทเลยเริ่มหันมาทำงานด้าน Data Engineer และสุดท้ายพบว่างานด้านนี้มีความเหมาะสมกับตัวเองมากกว่า คล่องมือกว่า
แอดเพิร์ธ: ในมุมมองของคุณบีท งาน Data Scientist กับ Data Engineer แตกต่างกันอย่างไรบ้างครับ
คุณบีท: ในความคิดของบีท เสน่ห์ของงาน Data Scientist จะเหมือนกับการได้เป็นนักวิทยาศาสตร์ คอยตั้งสมมติฐาน (Hypotheses) และตรวจสอบว่าสมมติฐานเราถูกต้องมั้ย ทำการทดลองหลายๆรอบ เพื่อปรับจูนโมเดล เพื่อให้ได้ผลดีที่สุดก่อนนำออกไปใช้งาน
ในส่วนงาน Data Engineer ก็มีเสน่ห์ของมัน คือ การที่เราได้เห็นภาพรวมของระบบชัดกว่า เพราะเราเห็นทั้ง Pipeline ว่าข้อมูลมาจากไหน ถูกนำออกไปไหน ใช้ประโยชน์ยังไง และมีความสำคัญกับองค์กรยังไงบ้าง
แอดเพิร์ธ: เห็นด้วยมากเลยครับ มาคุยกันเรื่องของบริษัทที่ทำอยู่กันบ้างครับ ตอนนี้คุณบีททำบริษัทอะไร และบริษัทนี้ทำอะไรครับ
คุณบีท: บีททำงาน ที่ Krungthai Innovation Lab
จากมุมมองของคนนอก กรุงไทยก็คือ ธนาคารของภาครัฐ ที่ดูเหมือนจะขยับตัวได้ช้า หรือขาด Innovation ใช่มั้ยคะ
แต่ช่วง 2 ปีที่บีทได้ทำงานที่ Innovative Lab ก็พบว่ามุมมองของบีทเปลี่ยนไปเยอะมาก
เพราะกรุงไทยพัฒนา application ที่ให้บริการ mobile banking (NEXT) และ Innovation Product หลาย ๆ ตัว เช่น Chatbot (Krungthai Connext), Facial recognition (ชิมช้อปใช้, เป๋าตังค์), Voice Recognition, OCR, Machine Learning Model ฯลฯ
โดยกรุงไทยมีการนำวัตกรรมสมัยใหม่ไปประยุกต์กับหลากหลายโครงการ
เพื่อที่จะช่วยให้ความเหลื่อมล้ำทางสังคมลดลง สร้างความโปร่งใสให้กับประเทศ จึงแทบจะเรียกได้ว่าการที่เราทำงานที่นี่เท่ากับได้ช่วยเหลือคนไทยทั้งประเทศ คิดแล้วก็ภูมิใจสุด ๆ
นอกจากนั้น องค์กรมีคนเก่งๆ เยอะมาก เช่น นักเรียนทุน พสวท ผู้บริหารที่มาจากองค์กรใหญ่ต่าง ๆ ทั้งระดับประเทศและระดับโลก
แอดเพิร์ธ: ด้าน Culture ของที่ Krungthai Innovation Lab เป็นอย่างไรบ้างครับ
คุณบีท: Culture ของที่นี้ โดยเฉพาะในทีมบีท คือ flat มาก ทำงานกันเป็น teamwork และเปิดโอกาสให้คนที่มีไอเดียสามารถออกมานำเสนอ และ ขึ้นมาเป็นผู้นำได้ตลอดเวลา ทุกคนพร้อมแชร์ความรู้ พร้อมเรียนรู้ไปด้วยกัน
องค์กรมีการสนับสนุน ให้ใช้ technology ออกมา drive ให้เกิด innovation ในที่ ทำงานและเนื้องานที่ทำ เช่น ตอนนั้นบีททำเกมที่ลองใช้ TensorflowJS ทำ Facial Recognition แล้วทีมก็ชอบมาก หยิบเอาไป Showcase ให้ทีมอื่นดู
หรือพอบีทเสนอไอเดีย เค้าก็เปิดโอกาสให้บีทได้ลองทำดูเลยด้วย
แถมยังมีโอกาสได้นำเสนองานต่อหน้าพี่ ๆ Management ตามงาน Innovation Showcase ที่จัดบ่อยมากกกกกก ซึ่งทำให้บีทได้ฝึก Soft Skill เยอะมาก เพราะปกติเขียน Code อย่างเดียว พอพูดกับคนอื่นแล้วบางทีเค้าไม่เข้าใจ
แอดเพิร์ธ: มาพูดถึงตอนทำงานอาชีพนี้บ้างครับ คุณบีททำอะไรบ้างในวันทำงานส่วนใหญ่ มีอะไรที่ต้องทำบ่อย ๆ มั้ยครับ
คุณบีท: สำหรับบีทแทบไม่มีงาน Routine เลย เพราะอะไรที่ทำซ้ำได้ บีทเขียน Automated script หมดเลย เรียกได้ว่าใช้ความขี้เกียจให้เป็นประโยชน์ก็ได้นะคะ
งานของบีทเลยไปอยู่ที่การทำ pipeline ใหม่ๆ หรือพัฒนา pipeline เดิม และศึกษาเทคโนโลยีใหม่ ๆ เพื่ออาจจะนำมาประยุกต์กับงานในบริบทใหม่ ๆ ได้ในอนาคต
บางครั้งก็จะมีงาน ad hoc ที่เป็นของภาครัฐ เข้ามาให้ตื่นเต้นบ้าง อารมณ์แบบงานด่วนให้สร้าง pipeline ใน 3 ชั่วโมงให้เสร็จ ก็นับว่าสนุกและตื่นเต้นไปอีกแบบดีค่ะ
เวลาว่าง บีทชอบที่จะเรียนรู้และศึกษาเครื่องมือใหม่ ๆ เช่น ตอนที่บีทได้ลองเรียน Docker ซึ่งพอเรียนไปแล้วรู้สึกว่ามันสามารถต่อยอดใช้งานได้เยอะมาก อย่างตอนที่เราอยากได้ Kafka มารัน แทนที่เราจะไปเสียเวลาลง Spin VM หรือ Setup เครื่อง ก็ใช้ docker composer กดสองสามทีก็ติดตั้งเสร็จ แล้วก็สามารถบูรณาการต่อยอดได้ง่ายขึ้นเยอะเลย
แอดเพิร์ธ: น่าสนใจมากครับ แล้วในเรื่องของการคุยงาน อาชีพด้านนี้เราต้องทำงานกับใคร หรือประชุมกับตำแหน่งไหนบ้างครับ
คุณบีท: บีทได้ทำงานกับ Business Unit ตาม Area ต่าง ๆ และ IT Innovation Team หลายทีมเลยคะ ทั้งนี้ก็เพื่อจะได้วางแผน และเข้าใจข้อมูลที่เราจะนำมาใช้
ตัวอย่างตำแหน่งที่เราต้องทำงานด้วย เช่น
- Dev / IT / Tester เพื่อคุยเรื่องการเชื่อมต่อของระบบ หรือการวาง Architecture และการทดสอบความถูกต้องของระบบ
- IT Security เพื่อตกลงเรื่องการจัดเก็บ หรือ ส่งข้อมูลผ่าน Network เนื่องจากข้อมูลนั้นมีความสำคัญ ดังนันในเรื่องความปลอดภัยของการจัดเก็บ หรือ การเข้ารหัสข้อมูลมีความจำเป็นมาก ต้องได้มาตรฐานค่ะ
- Data Science / Data Analyst เพื่อตกลงรูปแบบของข้อมูล หรือที่จัดเก็บ เพราะเขาคือคนที่ใช้ข้อมูลต่อจากเรา ซึ่งบีทก็ต้องให้ให้เขาได้ข้อมูลไปใช้ในรูปแบบที่ง่าย และถูกต้องที่สุด เหมือนเราเป็น logistic เราก็ไม่ส่งหมูสดไปขายที่ 7-11 เนอะ เราก็ต้องส่งแบบที่ปรุงแล้วระดับนึง มีคุณภาพ และและอยู่รูปแบบที่ตรงใจผู้บริโภค
- Business unit อื่น ๆ เช่น ทีมเจ้าของ Product / App ที่เรานำข้อมูลมา เพื่อให้เข้าใจภาพรวมของโปรเจ็ก หรือความสำคัญ ของงานที่ทำ ซึ่งมีผลอย่างยิ่งที่จะทำให้งานสำเร็จ
อีกทั้งยังได้มีโอกาสนำเสนองานกับพี่ ๆ ผู้บริหารเองด้วยค่ะ
แอดเพิร์ธ: จากที่ทำงานด้านนี้มาแล้ว คุณบีทชอบอะไรมากที่สุดในงานนี้ครับ
คุณบีท: บีทชอบในความตื่นเต้น และความภาคภูมิใจ เวลาเห็นว่าเราได้มีส่วนร่วม และ เป็นฟันเฟืองในการทำให้ข้อมูลนั้นถูกนำมาใช้ให้เกิดประโยชน์กับองค์กร
เช่น เราได้ช่วยให้ผู้บริหารสามารถดูข้อมูลบน Dashboard แบบ Real-time ได้ และมีส่วนร่วมในการนำเสนอไอเดียที่ก่อให้เกิดความเปลี่ยนแปลง
นอกจากนี้ก็ชอบที่จะได้เรียนรู้รูปแบบของข้อมูลใหม่ ๆ tool / technology ใหม่ๆ ตลอดเวลา
แอดเพิร์ธ: นอกจากสิ่งที่ชอบแล้ว อะไรที่คุณบีทเจอว่ายาก หรือท้าทายที่สุดในงานนี้ครับ
คุณบีท: จริงๆความยากสำหรับแต่ละคนไม่เหมือนกัน สำหรับบีทน่าจะเป็นในด้าน soft skill มากกว่า
เนื่องจากลึก ๆ เราก็คงมีความ Geek อยู่บ้าง การจะลุกขึ้นมานำประชุม สื่อสารนำพาทุกคนให้เห็นภาพรวม และเป้าหมายเดียวกัน ก็ยังคงเป็นอะไรที่ท้าทายสำหรับบีทมาก
บางครั้งเราต้องสามารถลุกขึ้นมาเป็นผู้นำ เพื่อสร้างความมั่นใจกับ Stakeholder ได้ เช่นทำให้ทีมเชื่อมั่นในเรื่องการเก็บข้อมูลให้ครบถ้วน หรือ เชื่อมั่นใน Innovation ที่บีทและทีมนำเสนอว่าตอบโจทย์ลูกค้าจริงๆ
แอดเพิร์ธ: เกือบสุดท้ายแล้วครับ คุณบีทมีคำแนะนำอะไรสำหรับคนที่อยากมาทำงานอาชีพนี้บ้าง
คุณบีท: แนะนำว่า “ลุยเลย!”
อยากให้ลงมาลองลงมาลุย get your hand dirty มาลองดูว่าคุณรักมันไหม ตื่นเต้นกับมันขนาดไหน ตาลุกวาวกับมันไหม ฮา
สำหรับบีทนะ ถ้าได้ทำ pipeline ให้ข้อมูลสำคัญ ๆ หรือ machine learing model เจ๋ง ๆ นี้คือภูมิใจมากเว่อร์
ถ้าไม่มีใครให้ทำก็ลองทำเองก็ได้ ลองหยิบข้อมูลจาก Kaggle ลองปั่น Dashboard ขึ้นมาเอง ลองออกแบบ Data Pipeline ขึ้นมาว่าถ้าเป็นเราจะออกแบบมายังไง หรือเราลองหาโปรเจคบน Github ที่ทำงานกับ Data แล้วลอง git clone มาลองรัน ลองอ่านโค้ดดูได้เลย
แนะนำโปรเจคที่น่าสนใจนะคะ เผื่อใครสนใจเอาโค้ดมาลองศึกษาดูกัน
หรือหากต้องการความมั่นใจมากขึ้น ลองเรียน Coursera เพิ่มสัก 1-2 ก็ได้ บีทแนะนำคอร์ส GCP Data Engineering เพราะลงมือทำได้เลย ไม่ต้อง set up environment เองค่ะ
หรือ คอร์ส Datacamp ด้าน Data Engineer ก็เป็นตัวเลือกที่ดีคะ
หรือ ดู Youtube ก็ได้นะค่ะ ช่วงที่บีทศึกษาอะไรก็จะเสพแต่ content แนวนั้นเลย
แอดเพิร์ธ: สุดท้ายแล้ว ช่วงนี้คุณบีททำอยู่อะไรบ้าง นอกเหนือจากเรื่อง Data ก็ได้ครับ
คุณบีท: นอกเหนือจาก Data แล้ว บีทเป็นคนรักการท่องเที่ยว แบกเป้ รักการออกกำลังกาย ดำน้ำ นั่งสมาธิ ฟัง podcast
สำหรับส่วนตัว ตอนนี้ มีทำเพจออกกำลังกายให้กำลังคุณแม่ที่ อยากจะกลับมาหุ่นดี สุขภาพดี ชื่อเพจ ขุ่นแม่จะผอม (ฝากด้วยค่ะ)
ถ้าชอบบทความนี้ ขอไลค์คนละไลค์สองไลค์นะคะ: https://www.facebook.com/mamabeatfit/
สุดท้าย ฝากเพื่อนๆ ถ้า สนใจ ด้าน data และ รักในการเขียน code มาลองดูค่ะ ส่ง resume มาโลด ที่ Krungthai Innovation Lab ที่นี่มี expertise เยอะมากคะ
สรุป งาน Data Engineer ทำอะไรบ้าง
สิ่งที่ผมพบจากการคุยกับคุณบีท คือ เค้าเป็นคนที่มีความสนใจในการเรียนรู้สิ่งใหม่ ๆ ตลอดเวลา และยังสามารถเอาสิ่งที่เรียนรู้มาสร้างเป็น Demo สนุก ๆ ที่สามารถแสดงศักยภาพของสิ่งที่เรียนรู้ออกมาได้
และคำตอบหลาย ๆ อย่างของคุณบีทน่าสนใจมากครับ เชื่อว่าทุกท่านที่อ่านบทความนี้มาจนจบจะได้ประโยชน์ไปไม่มากก็น้อยครับ ไม่ว่าคุณจะเป็นคนที่กำลังหาโอกาสในสายงานด้านนี้ หรือเป็นคนที่ทำงานสายนี้อยู่แล้ว
และสำหรับคนที่สนใจอาชีพสายอื่น ๆ ในด้าน Data Science ไม่ว่าจะเป็น Data Scientist, Data Engineer, Data Analyst ฯลฯ แต่ยังไม่มีในเว็บนี้ ลองรีเควสกันมาในเพจ Data Science ชิลชิลได้นะครับ ว่าอยากอ่านเกี่ยวกับอาชีพไหน และถ้าใครทำงานด้านนี้ หรือมีเพื่อนทำงานด้านนี้อยู่ และยินดีให้สัมภาษณ์ ก็ส่งข้อความมาในเพจได้เลยนะครับ
