Disclaimer: บทความนี้เป็นการแชร์ประสบการณ์ส่วนตัวของผู้เขียนเท่านั้น ไม่ได้มีเจตนาลดทอนคุณค่าของวิธีการหรือกระบวนการอื่นใดในการเข้าถึงแนวคิดหรือการคัดเลือกทุนแต่อย่างใด เพียงแค่อยากให้กำลังใจคนที่ไม่มีประสบการณ์สาย Data ให้ลองเริ่มหาทุน
How to get a scholarship?
เคยสงสัยกันไหมคะว่า “ทำยังไงถึงจะได้ทุนการศึกษา?” โดยเฉพาะทุนสาย Data ที่คนนขอทุนไม่ใช่คนสาย Data เลย
วันนี้เลยอยากมาแชร์ประสบการณ์ตรงจากการได้รับทุนจาก Data Science Immersive Course ซึ่งเป็นการ Co-ordinate กับสถาบัน General Assembly – Private School(USA) รวมถึงกระบวนการคิด การเตรียมตัว และวิธีการหาข้อมูล (Research) ที่ใช้จริงค่ะ
ด้านล่างนี้เป็นกระบวนการขอทุนนะคะ เดี๋ยวจะเล่าต่อไปว่ามีขั้นตอนการคิด และการเตรียมตัวยังไงบ้าง
Process ทุนที่สมัคร: เขียน motivation / resume > ทำการบ้าน > present
🌱 Step 1: เริ่มที่ Mindset — จาก Fixed ไปสู่ Lifelong Learner
อย่างแรกที่ต้องเริ่ม คือการปรับมุมมอง จากความคิดว่า “เรียนจบ = หยุดเรียน” กลายเป็น “เราเรียนรู้ได้ตลอดชีวิต” นี่คือจุดเริ่มต้นของการเป็น Lifelong Learner (3L) ไม่ใช่แค่เรียนไปวัน ๆ แต่ตั้งคำถามกับตัวเองว่า:
“ตอนนี้เราอยากพัฒนาอะไร? และมันจะพาเราไปถึงเป้าหมายยังไง?”
บางคนอาจเริ่มจากความเบื่อ บางคนเริ่มจากความใฝ่รู้ ของเราคือ…
แรงบันดาลใจ ที่อยากอัปเกรดตัวเองจากสิ่งเดิม ๆ หรืออยากเข้าใจเทคโนโลยีมากขึ้น อยากต่อยอดอาชีพ และสิ่งที่ตอบโจทย์มากที่สุดคือ Lifelong Learner (3L) + ทุนสนับสนุน
🔍 Step 2: Research — หาข้อมูลให้ชัด ก่อนสมัครให้เป๊ะ
ก่อนจะไปถึงการสมัครทุน สิ่งที่เราทำคือ Research อย่างตั้งใจ เริ่มจากการหาว่า “อะไรแบบไหนเหมาะกับเรา?”
เราลิสต์สิ่งที่สนใจออกมาก่อน เช่น
📌 Project Management → ใช่เลย เพราะทำงานสายนี้อยู่แล้ว
🔐 Cyber Security → น่าสนใจดี อยากอัปเลเวลด้านนี้
🤖 Data Science → ตอบโจทย์มาก เพราะโลกนี้ขับเคลื่อนด้วยข้อมูล
💻 Network Engineer → อืม…ไม่ถนัด ตัดออก
📦 Product Management → ยังใหม่อยู่ แต่ก็น่าจะมี potential
การ research ไม่ได้หยุดแค่หาทุน แต่คือการถามตัวเองว่า “จะใช้ความรู้นี้ยังไงในชีวิตจริง?” รวมถึงดูรีวิว บทสัมภาษณ์ของคนที่เคยได้ทุนมาแล้ว และที่สำคัญมาก ๆ การใช้ internet ที่มี ข้อมูลมากมายให้เป็นประโยชน์
หัวข้อที่จะช่วยวางแผนและตั้งคำถามให้ตัวเองได้ดียิ่งขึ้น เช่น:
“ควรเตรียม Portfolio ยังไง?”
“ทุนสาย Data Science ต้องมีทักษะอะไรบ้าง?”
“ถ้าเราไม่มีพื้นฐานด้าน IT จะเริ่มจากอะไร?”
🛠 Step 3: Prepare — เตรียมตัวเตรียมใจแบบเข้าใจ ไม่ใช่แค่ copy
พอรู้แล้วว่าอยากได้อะไร → ทุนไหนน่าสนใจ → ก็เข้าสู่ขั้นตอน “ลงมือ” ซึ่งเป็นปกติที่เราจะต้องเขียน inspiration และทำตัวเราให้น่าสนใจ ว่าทำไมเค้าต้องให้ทุนเรา
การลงมือเขียนมีตัวอย่างเยอะมากที่สามารถนำมาใช้เป็นแนวทาง แต่ ไม่ใช่แค่ copy-paste เราใช้เครื่องมือทุกอย่างที่มี AI, Google, Youtube เพื่อสร้าง essay สั้น ๆ กระชับและตรงประเด็น
อย่าไปคิดว่าคณะกรรมการไม่ทราบนะคะว่าคุณใช้ AI คุณมี tools เขียน เค้าก็มี tools ตรวจค่ะ ตัวอย่างเช่น turnitin.com AI ตรวจจับ นิสิต นักศึกษา ที่ copy งาน จะแสดงออกมาเป็น score ทีมหาวิทยาลัยใน Canada ที่ผู้เขียนเคยเรียนก็มีเกณฑ์ อย่างเช่น ถ้า turnitin แสดง result Plagiarism และ AI detector เกิน 15% นับเป็นตก 0 คะแนน
หลังจากทีมคณะกรรมการคิดว่า Profie หรือ Inspraition ของเราน่าสนใจก็จะพิจารณาส่ง บททดสอบความรู้ และการนำเสนอ ด้วยการให้ data มา 1 ชุด ที่จะต้องทำการ analyse (วิเคราะห์) พร้อม set คำถาม ที่จะต้องตอบ และให้ทำ presentation ในการนำเสนอกระบวนการหาคำตอบเหล่านั้น
ซึ่งจะต้องทำทั้งหมดในเวลา 24 ชั่วโมง แล้วทำการ ส่งคำตอบ และรอการนัด presentation กับคณะกรรมการอีก 4 ท่าน ซึ่งเป็นคณาจารย์จากมหาวิทยาลัยและตัวแทนของทุน
Notice อะไรไหมคะ คนอยากได้ทุนต้องมี Responsible and Time Management ในการจัดการและบริหารเวลาในการตอบโจทย์ทั้งหมด ซึ่งนี่คือ ถ้าใคร Submission ไม่ทันไม่รับผิดชอบในการส่งก็ตัดออกหมด (กรองได้ระดับนึงแล้วค่ะ)
การทำ Presentation – นำเสนอ
ตอนที่ต้องทำ Presentation นำเสนอตัวเอง เราศึกษาว่าองค์ประกอบควรมีอะไรบ้าง แต่พอถึงเวลาทำจริง เราทำด้วยความเข้าใจของตัวเองทั้งหมด:
- เขียนเนื้อหาขึ้นใหม่จากประสบการณ์ตรง
- อธิบายให้เห็น Passion และ Motivation
- เล่าเรื่องให้ชัดเจน ว่าสิ่งที่เราทำตอน วิเคราะห์แยกเยอะ ชัดเจน อะไรที่ได้ทำอะไร ที่ไม่ได้ทำ และผิดพลาดไป
ถ้าหากตรงนี้พลาดแค่ copy มาแล้วตอบแบบไม่เข้าใจว่า กำลังทำอะไร คือ copy จาก AI ตรง ๆ นี่แหละ
ผู้เขียนบอกคณะกรรมการว่าใช้ ChatGPT และค้นหาสูตรบน Youtube เพื่อหาค่าเพียงค่าเดียวที่ตอบ ซึ่งมันไม่ได้ถูกนะ แต่กรรมการเข้าใจว่าเราทำอะไร และอธิบายเพิ่มเติมว่าเกือบถูกละ แต่ต้องทำแบบนี้ผู้เขียนได้ไปสอบถาม Feedback จากกรรมการว่า เพราะอะไรเราถึงได้ทุน
ก็จะทราบว่า ส่วนมากจะใช้ AI แบบไม่ได้เป็นเครื่องมือ research หรือไม่ได้คิดต่อว่าต้องทำอะไร จุดนี้คือ 3L Mindset เห็นภาพไหมคะ ว่า คนที่เค้ามองหาคือคนที่ไม่หยุดนิ่ง ไม่จบแค่ใครบอกให้เราทำอะไร แต่สงสัยและพยายามต่อยอดความรู้และความคิดออกไป
Empowerment for Scholarship
สิ่งนี้คือหัวใจของการขอทุน: เข้าใจตัวเอง และเล่าเรื่องให้คนอื่นเข้าใจได้ด้วย
“ไม่ต้องรอใครให้โอกาส — เราสร้างมันเองได้ ด้วยการ Upskill และรู้จักหาทุนสนับสนุน” ทีนี้เราลองมาสรุป steps สำหรับกระบวนการทั้งหมด
พร้อมแล้วก็ print หรือ pin ไว้ที่ บอร์ดเลยค่ะ แล้วลองถามตัวเองดูว่าตอนนี้เราอยู่ที่ steps ไหนของกระบวนการแล้ว
🎯 Scholarship ไม่ได้เริ่มที่ใบสมัคร — แต่มาจาก Mindset ว่าเราจะ “ไม่หยุดพัฒนา”
เพราะทุนไม่ใช่แค่ “โอกาส” แต่คือ “เครื่องมือ” ที่จะพาเราไปถึงเป้าหมาย
เริ่มจากเข้าใจตัวเอง → หาข้อมูลแบบลึก → เตรียมตัวแบบรู้จริง → สื่อสารอย่างจริงใจ
และที่สำคัญ… ใช้ทุกเครื่องมือ (รวมถึง AI) อย่าง “คิดต่อ” ไม่ใช่ “คิดแทน”
Upskill ไม่ต้องรอใครให้ไฟเขียว — จุดมันเอง แล้วเดินหน้าให้สุด!
📌 เพราะอนาคตของเรา เรากำหนดเองได้
👉 ถ้าชอบบทความนี้ อย่าลืมกดติดตามพวกเราได้ที่ช่องทางต่าง ๆ:
- 🌐 เว็บไซต์: https://blog.datath.com
- 📹 YouTube: DataTH
- 🧠 คอร์สเรียนรู้เรื่อง Data: https://school.datath.com
💬 เข้ากรุปรวมคนไทยสาย Data: https://www.facebook.com/groups/thaidsml
