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
ความท้าทายในการทำงานสาย Data ไม่ใช่แค่เพียงตัวงานเท่านั้น แต่ยังรวมถึงการทำงานแบบองค์รวมของทีมอีกด้วย ซึ่งมักจะมาพร้อมกับรูปแบบของบริษัท ทั้งบริษัทขนาดใหญ่ (Corporate, Enterprise) และบริษัทขนาดเล็ก (Startup / SME) บทความนี้จะมาดูกันว่าเราเหมาะกับทำงานในบริษัทแบบไหน
Reverse ETL ถือเป็นคอนเซปต์ที่ค่อนข้างใหม่สำหรับสาย Data Engineering ที่เกิดขึ้นมาจากความต้องการของสาย Data x Marketing วันนี้จะมาเล่าให้ฟังกันค่ะว่า Reverse ETL คืออะไร มันต่างกับศัพท์ที่เราได้ยินกันบ่อย ๆ อย่าง ETL ELT อย่างไร
งาน Data Consultant ดีมั้ย? รวมข้อดี - ข้อเสีย & แนะนำที่สมัครงานด้าน Data Consultant ในประเทศไทย เดินไปยื่น Resume ได้เลย
Data Maturity หรือ ระดับการใช้ Data ในองค์กรได้ดี ส่วนตัวมองว่าเป็นหลักการที่ดีมาก สำหรับองค์กรที่สนใจหันมาใช้ Data เพื่อให้รู้จุดเริ่มต้น และจุดที่ต้องเติบโตไปในอนาคต หรือ ถ้าองค์กรไหนใช้ Data อยู่แล้ว พอดูเรื่อง Data Maturity ก็จะรู้ว่าตอนนี้องค์กรของคุณอยู่ในระดับไหน และจะเติบโตไปอย่างไร
Data Governance คือ แนวคิดและกระบวนการสำหรับการจัดการข้อมูลในการทำให้มั่นใจว่าข้อมูลจะมีคุณภาพสูงตลอด Lifecycle
AWS Certified Machine Learning - Specialty เป็น Certificate ที่วัดความเชี่ยวชาญในการออกแบบ การสร้าง การเทรน การ optimize การทำ tuning การ deploy รวมถึงการ maintain โมเดล Machine Learning และ Artificial Intelligence บน Cloud Platform อย่าง AWS ให้ตอบโจทย์ของภาคธุรกิจนั้นๆ
เรามี 10 เทคนิค ที่จะช่วยให้ Resume ของคุณโดดเด่น โดยเก็บรวบรวมมาจากประสบการณ์ที่ทำงานในสาย Data และมีโอกาสช่วยนักเรียน DataTH กว่าร้อยคน ในการหางานครับ
อาจจะเคยได้ยินว่ามีคนทำงานเป็น BI Developer หรือทำงานเกี่ยวกับ BI tools แต่อาจจะยังไม่มั่นใจว่า BI จริงๆแล้วคืออะไร เงินเดือนเท่าไหร่ บทความนี้มีคำตอบ
นอกจากระบบการทำงานที่ดีจะช่วยให้ Data Project ประสบความสำเร็จแล้ว เอกสารและไฟล์ที่ต้องใช้ในขั้นตอนต่าง ๆ ก็สำคัญ อย่าง Data Dictionary และ Document อื่น ๆ ในบทความนี้
รวมบริการแนะนำจาก AWS ด้าน Machine learning พร้อมอธิบายวิธีการใช้งานและรีวิวอย่างละเอียด พร้อมตัวอย่างการใช้งาน