ยุคนี้คือยุคแห่งอภิมหาข้อมูล หรือ Big Data ที่หากใครสามารถเป็นเจ้าของข้อมูลขนาดใหญ่นี้ได้ ก็จะถือว่าประสบความสำเร็จด้านธุรกิจไปเกินครึ่งกันเลยทีเดียว ถึงอย่างไรก็ตามหากมีข้อมูลแต่ไม่สามารถนำไปเลือกใช้ให้เป็นประโยชน์ได้ ข้อมูลมากมายที่มีอยู่ในมือก็อาจจะกลายเป็นศูนย์ ดังนั้นวันนี้เราจะมาทำความรู้จักกับ 3 อาชีพที่จำเป็นและกำลังมาแรงในด้าน Big Data กัน
1. Data Scientist หรือ นักวิทยาศาสตร์ข้อมูล
คือผู้เชี่ยวชาญการวิเคราะห์ข้อมูลด้วยการใช้ทักษะ “วิทยาศาสตร์” (ในที่นี้คือ คณิตศาสตร์) โดยมี “ข้อมูล” เป็นทรัพยากรในการแก้ปัญหา มีหน้าที่วิเคราะห์ข้อมูล เพื่อทำความเข้าใจพฤติกรรมที่ซับซ้อน การหาแนวโน้ม และการอนุมาน การค้นหาข้อมูลเชิงลึกที่ซ่อนอยู่ ซึ่งจะช่วยให้บริษัทตัดสินใจทางธุรกิจได้อย่างชาญฉลาด ดังนั้นการทำงาน จึงไม่ใช่แค่การสร้าง Model แต่เป็นการเข้าไประบุปัญหา ระบุข้อมูล สร้าง Model และแนะนำแนวทางในการใช้ประโยชน์จากผลลัพธ์ที่ได้ ซึ่งในส่วนของการสร้าง Model หากเป็น Model เชิงลึก อาจจำเป็นต้องทำงานร่วมกับ Machine Learning Engineer
หากจะพูดง่ายๆ วิทยาศาสตร์ข้อมูลก็คือ ความรู้เกี่ยวกับวิธีในการเปลี่ยนข้อมูลให้เป็นสารสนเทศที่สามารถนำไปใช้งานต่อได้นั่นเอง ตัวอย่างเช่น การนำข้อมูลต่าง ๆ ของสโมสรฟุตบอลไปทำนายผลการแข่งขันด้วยโปรแกรมคอมพิวเตอร์ การนำข้อมูลลูกค้าบริษัทบริการเครือข่ายโทรศัพท์ไปประเมินว่ามีใครบ้างจะย้ายค่ายบ้าง บริษัทจะได้โทรหาเพื่อนำเสนอโปรโมชั่นดึงดูดใจให้อยู่กับบริษัทต่อ เป็นต้น ซึ่งปริมาณข้อมูลมีมหาศาลเกินกว่าที่เราจะมาวิเคราะห์ด้วยการประชุมระดมความคิด เราต้องใช้เครื่องมือเข้ามาช่วย ณ ที่นี้ ก็คือ โปรแกรมคอมพิวเตอร์นั่นเอง ซึ่งมีหลากหลายอย่าง หลากหลายตัว เช่น Rapidminer Spark QlikView ภาษาคอมพิวเตอร์ Python ภาษาคอมพิวเตอร์ R เป็นต้น เครื่องหลายตัวไม่จำเป็นต้องมีพื้นฐานด้านการเขียนโปรแกรมด้วยซ้ำ ดังนั้น ใคร ๆ ก็เริ่มได้ครับ กับ วิทยาศาสตร์ข้อมูล
2. Artificial Intelligence Engineer หรือ นักพัฒนาด้านปัญญาประดิษฐ์
Artificial Intelligence หรือ AI คือระบบคอมพิวเตอร์ที่สามารถเรียนรู้ได้ด้วยตัวเอง เมื่อโลกปัจจุบันมีความต้องการใช้งาน AI มากขึ้น ทำให้ AI Engineer หรือคนพัฒนาระบบ AI ก็เป็นที่ต้องการสูงขึ้นด้วยเช่นกัน เพราะเขาสามารถเอาศาสตร์ด้าน AI มาประยุกต์ใช้ในการพัฒนาธุรกิจและผลิตภัณฑ์ให้มีประสิทธิภาพ ด้วยการใช้โปรแกรมและชุดคำสั่งต่างๆ
AI / Machine learning engineers หรือวิศวกร ML โดยส่วนใหญ่แล้วจะทำงานร่วมกับ Data Scientist ดังนั้นความต้องการ ML engineers ก็จะเพิ่มขึ้นตามความต้องการ Data Scientist ML engineers จะมีความเชี่ยวชาญทางด้านวิทยาการคอมพิวเตอร์ และมีทักษะในการเขียนโค้ดที่แข็งแรง แต่ Data Scientist จะเชี่ยวชาญในด้านสถิติและการวิเคราะห์
ในยุคก่อน AI และ Machine Learning จะเป็นการศึกษาวิจัยในมหาวิทยาลัยเป็นส่วนมาก แต่ในปัจจุบันทุกอุตสาหกรรมต้องการประยุกต์ใช้ AI และ Machine Learning ให้เข้ากับงานของตนเองทำให้ปริมาณความต้องการ AI / Machine learning engineers เพิ่มขึ้นสูงมาก นอกจากนี้ตามบริษัทต่างๆ ก็กำลังเผชิญความท้าทายในการหาแรงงานที่มีทักษะและความรู้ ทางด้าน AI ต่างๆ เช่น การรู้จำภาพ (Image Recognition), การรู้จำเสียง (Voice Recognition) และ การรักษาความปลอดภัยของไซเบอร์ (Cyber Security) เป็นต้น
3. Computational Linguistics หรือ นักภาษาศาสตร์คอมพิวเตอร์
ภาษาศาสตร์คอมพิวเตอร์ หรือ ภาษาศาสตร์เชิงคำนวณ (Computational Linguistics) เป็นสหวิทยาการที่ว่าด้วยการสร้างแบบจำลองเชิงตรรกะของภาษาธรรมชาติจากมุมมองในเชิงคำนวณ โดยที่แบบจำลองนี้ไม่ได้จำกัดอยู่แค่ในสาขาใดสาขาหนึ่งของภาษาศาสตร์ ซึ่งในเดิมทีแล้ว นักภาษาศาสตร์คอมพิวเตอร์ก็เป็นอาชีพในแขนงหนึ่งของนักวิทยาศาสตร์คอมพิวเตอร์ ที่มีความเชี่ยวชาญในด้านการประยุกต์ใช้เครื่องคอมพิวเตอร์เพื่อประมวลผลภาษาธรรมชาติ (Natural Language) แต่ในช่วงหลังที่ผ่านมาเราจะสังเกตเห็นได้ว่า ภาษาด้านคอมพิวเตอร์มีความซับซ้อนมากยิ่งขึ้น ดังนั้นจึงได้มีการแยกนักภาษาศาสตร์คอมพิวเตอร์ออกมาเป็นอีกหนึ่งอาชีพที่กำลังมาแรงในขณะนี้เลย
สำหรับนักภาษาศาสตร์คอมพิวเตอร์ (Computational Linguistics) เป็นอาชีพที่ต้องนำทฤษฎีความรู้ทางด้านภาษาศาสตร์มาประยุกต์รวมกับความรู้ด้านวิทยาการคอมพิวเตอร์ หรือเรียกง่าย ๆ ว่าเป็นการทำให้คอมพิวเตอร์สามารถวิเคราะห์ข้อมูลและเข้าใจภาษาของมนุษย์ เพื่อทำหน้าที่ในการแปล วิเคราะห์ ภาษาต่าง ๆ แทนมนุษย์นั่นเอง เช่น เครื่องแปลภาษาอัตโนมัติ (Machine Translation) หรือ หุ่นยนต์นักสนทนา (Chatbot) ที่สามารถรับคำสั่งจากมนุษย์ได้ เป็นต้น
ขอขอบคุณแหล่งที่มา
https://www.appdisqus.com/2019/03/12/108-data-science-what-how-to-learning.html