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
สายงาน Machine Learning Engineer เหมาะกับคนที่จบด้าน Software Engineer มา หรือใครเป็น Software Engineer อยู่ แล้วสนใจศึกษาด้าน Machine Learning เพิ่มขึ้นก็เหมาะครับ ที่สำคัญคือทักษะการเขียนโปรแกรม, Algorithms & Data Structure ต้องได้
การนั่งเทียนคิด Marketing Campaign ใหญ่ๆครอบคลุมทั้งปีโดยไม่ปรับเปลี่ยนอะไรมันอยู่ไม่รอดแล้ว เราต้องนำ Data Science มาใช้งาน ไม่งั้นอาจจะถูก Disrupt โดยคู่แข่ง
