เมื่อโลกก้าวเข้าสู่ของเทคโนโลยีสมัยใหม่ และทำให้เกิด “ข้อมูล” (Data) จำนวนมหาศาล ที่ส่งผลต่อความเป็นอยู่ และเป็นไปขององค์กร แต่สิ่งที่วิกฤติมากที่สุดคือเรากำลังเดินหน้าสู่ยุตของการขาดแคลนบุคลากร ที่สามารถนำข้อมูลมาใช้ให้เกิดประโยชน์ได้ ซึ่งคนกลุ่มนี้เราเรียกพวกเค้าว่า “นักวิทยาศาสตร์ข้อมูล” (Data Scientist) ทำให้กลุ่มคนเหล่านี้คือ “มนุษย์ทองคำ” ของยุคสมัยที่หาได้ยากยิ่ง…
Data Scientist มนุษย์ทองคำแห่งทศวรรษใหม่
พอเอ่ยถึง มนุษย์ทองคำ ผู้อ่านหลาย ๆ ท่าน อาจสงสัยว่า คืออะไร? ทำผู้เขียนถึงกล่าวถึง ต้องขยายความกันก่อนว่า เหล่ามนุษย์ทองคำ นี้ ผู้เขียนเพื่อเปรียบเทียบจากในหนัง “18 มนุษย์ทองคำ” ของภาพยนต์กำลังภายในของจีน ซึ่งเป็นกลุ่มคนที่ฝึกฝนวิทยายุทธ์ ของ “วัดเสาหลิน” จนเชี่ยวชาญ
และเป็นกลุ่มคนที่เหล่าจอมยุทธ์ ที่มาฝึกวิชาที่วัดเสาหลิน หรือศิษย์เส้าหลิน ที่ฝึกในหอตั๊กม้อต้องฝ่าไปให้ได้ ถึงจะได้รับการยอมรับให้ออกสู่โลกภายนอก เรียกว่า เป็นกลุ่มคนที่เชี่ยวชาญวิทยายุทธ์ ที่น้อยคนนักจะเป็นได้ และเป็นเพียงคนกลุ่มที่มีน้อยมาก
ดังนั้นหากเปรียบเทียบว่า “นักวิทยาศาสตร์ข้อมูล” คือกลุ่มคนที่เหมือนกับ มนุษย์ทองคำ คือสิ่งที่สะท้อนภาพได้ชัดเจนว่า หาได้ยากเย็นแค่ไหนก็น่าจะเห็นภาพได้ดีมากที่สุด คำถามคือ? ทำไมถึงหาได้ยาก
นั่นก็พราะ นักวิทยาศาสตร์ข้อมูล คือกลุ่มคนที่มีความมุ่งมั่นในการฝึกวิชา หรือวิทยายุทธ์ ในด้านของแฟลตฟอร์ม และโซลูชั่นที่คนทั่วไปอย่างเรา ๆ ท่าน ๆ แค่เห็นก็ทำหน้างง เอามือกายหน้าฝาก กันอย่างแน่นอน เพราะมันคือชุดคำสั่งที่ต้องป้อนเพื่อหาข้อมูล ออกมา ทั้งในรูปแบบของจำนวนตัวเลข หรือพฤติกรรม
และข้อมูลที่จะต้องนำมาวิเคราะห์ไม่ใช่แค่เรื่องการทำโปรโมชั่น สถิติของการการซื้อขายของสินค้า หรือบริการ แต่ยังต้องรวมถึงข้อมูลที่ปรากฏใน โซเชียล เน็ตเวิร์ค (Social Network) ต่าง ๆ ด้วย เพราะข้อมูลที่ปรากฏในสังคมออนไลน์นั้นมีทั้งจริงทั้งลวง หากไม่มีสามารถนำข้อมูลที่กระจัดกระจายเหล่านี้มารวมกันได้
ก็จะยิ่งทำให้อยากที่จะวิเคราะห์ อีกทั้งตัวข้อมูลที่ได้นั้นก็ไม่ได้ออกมาเป็นชุดข้อความที่เข้าใจได้ทันที แต่ต้องมาตีความเพื่อขยายความเข้าใจของที่มาของตัวเลขนั้น ๆ มาหาคำตอบ ของปัญหา และหาทางแก้ไข ซึ่งเป็นไปได้ทั้งในเชิงของรูปแบบกิจกรรม และกลยุทธ์ทางการตลาด ให้แก่ฝ่ายต่าง ๆ ในบริษัท หรือองค์กร
แต่แน่นอนว่าการจะเป็น นักวิทยาศาสตร์ข้อมูล ได้นั้น ไม่ใช่เรื่องที่ง่าย เพราะต้องมีทักษะ 3 ด้านที่ต้องเรียนรู้ ได้แก่ ทักษะในเชิงของ สถิติ การคำนวน และคณิตศาสตร์, ทักษะในการเขียนโปรแกรม และประมวลผลข้อมูล และทักษะสุดท้ายคือทักษะด้านธุรกิจในเรื่องที่จะต้องทำการวิเคราะห์
ซึ่งวันนี้คนที่มีครบทั้ง 3 ทักษะ นั้นมีน้อยมาก จึงเป็นมนุษย์ทองคำ ที่น้อยคนที่จะเป็นได้ เพราะส่วนใหญ่จะเชี่ยวชาญเฉพาะในด้านใดด้านหนึ่งเท่านั้น ที่เหลือต้องอาศัยเรียนรู้ และเสริมเพิ่มเติมความเชี่ยวชาญที่ขาดหายไป ไม่ว่าจะเป็น สถิติการคำนวน การเขียนโปรแกรม หรือความรู้ด้านธุรกิจ
ซึ่งกว่าที่จะเข้าใจก็ต้องใช้เวลาเรียนรู้ อย่างมาก แม้ว่าในปัจจุบันหลาย ๆ สถาบันการศึกษาชั้นนำทั่วโลกได้พยายามที่จะสร้างหลักสูตรในการสอนเรื่องการวิเคราะห์ข้อมูล เพื่อให้คนที่สนใจศาสตร์ของการวิเคราะห์ข้อมูลได้เรียน
แต่หลักสูตรดังกล่าวส่วนใหญ่ยังคงเปิดสอนให้แก่ผู้เที่เรียนปริญญาโท เป็นส่วนมาก และยังต้องใช้เวลาเรียนรู้ในหลักสูตรอย่างน้อย 2 ปี และเป็นหลักสูตรที่ไม่ไช่เฉพาะเจาะจง หรือเฉพาะทาง ซึ่งหากจะลงลึกก็ต้องลงเรียนศึกษาเพิ่มเติมอีกด้วย ซึ่งในยุคที่ต้องเร่งปรับตัวแข่งขันให้ทันต่อการกระแสการเปลี่ยนแปลงทางเทคโนโลยี
ทำให้องค์กรธุรกิจต่าง ๆ ไม่สามารถ รอให้คนมีมากพอต่อความต้องการของตลาดได้ นั่นเป็นสาเหตุว่าทำไมองค์กรทั่วโลกถึงต้องการ “เหล่ามนุษย์ทองคำ” แห่งยุคสมัยใหม่นี้ เพื่อให้องค์กรของตนเองสามารถแข่งขันได้อย่างเท่าเทียมกับ หรือเหนือกว่าคู่แข่งในตลาด ซึ่งในที่นี้อาจหมายความร่วมไปถึงคู่แข่งที่เกิดใหม่ด้วยเช่นกัน
ดังนั้นหากจะกล่าวว่า ลักษณะงานของ นักวิทยาศาสตร์ (Data Scientist) ไม่ได้แค่นั่งเขียนแต่ภาษา Python ภาษา R ฯลฯ หรือเพียงทำโมเดลไปเรื่อย ๆ อย่างเดียว แต่ควบตำแหน่งนักวิเคราะห์ข้อมูล (Data Analyst) ร่วมเข้าไปด้วยก็คงไม่ผิดนัก เพราะต้องใช้ ดึงข้อมูล มาวิเคราะห์ง่ายๆบน Excel หรือทำ Dashboard ให้ Insight กับทีมอื่น ๆ ได้ด้วยนักเอง
เชี่ยวชาญ + ประสบการณ์ = ยิ่งเป็นที่ต้องการ
มาถึงตรงนี้ หลาย ๆ ท่านอาจจะเริ่มสนใจแล้วว่าอาชีพนี้มีผลตอบแทนเท่าไร ซึ่งต้องขอบอกเลยว่าอาชีพนี้เรื่อเงินผลตอบแทนนั้นยิ่งเพิ่มมากขึ้นตามประสบการณ์ และความเชี่ยวชาญในการทถอดรหัสข้อมูล กล่าวง่าย ๆ คือ ยิ่งเชี่ยวชาญและมีประสบการณ์มากเท่าไรยิ่งมีค่าตัวแพงเป็นเงาตามตัว
โดยจากการเปิดเผยของ BigCloud.io ได้ทำการสำรวจเงินเดือน นักวิทยาศาสตร์ข้อมูล ในสิงคโปร์ ที่เปิดเผยในปี 2016 นั้นพบว่ามีรายรับเฉลี่ยสูงสุดถึงเกือบ 3.4 ล้านบาทต่อปี โดยหากเป็นผู้ที่เริ่มต้นมีประสบการณ์ (Junior) นั้น จะมีรายได้อยู่ที่ประมาณ 1.477 ล้านบาท ขณะที่ นักวิทยาศาสตร์ข้อมูล มีประสบการณ์มากขึ้นในระดับกลาง (Mid) จะมีรายได้อยู่ที่ประมาณ 2.599 ล้านบาท และ นักวิทยาศาสตร์ข้อมูล มีประสบการณ์มาก (Senior) จะมีรายได้อยู่ที่ประมาณ 3.398 ล้านบาท ซึ่งทั้งหมดนี้ไม่รวมโบนัส (เฉลี่ยอยู่ที่ 419,000 บาท) และสวัสดิการต่าง ๆ อีกด้วย
ขณะที่ผลสำรวจของ O’Reilly เปิดเผยว่า นักวิทยาศาสตร์ข้อมูล ในอเมริกาได้รับเงินเดือนมากสุด มากกว่าในเอเชียโดยเฉลี่ยถึงสามเท่า ขณะที่เงินเดือน Data Scientist ในเอเชียโดยเฉลี่ยตกอยู่ที่ประมาณ 73,000 บาทต่อเดือน (รวมในทุกช่วงอายุ และทุกระดับตำแหน่งงาน)
และหากมองลงไปเฉพาะด้านความเชี่ยวชาญ นักวิทยาศาสตร์ข้อมูล ที่สามารถใช้งาน AI ได้นั้น ได้รับผลตอบแทนสูงกว่าผู้บริหารระดับสูงขององค์กรมาก โดยในบทความของ หนังสือพิมพ์นิวยอร์กไทม์ เมื่อเดือน เมษายน ปี 2018 ที่ผ่านมาได้ออกมาเผยว่าค้นพบเอกสารทางภาษี OpenAI องค์กรทำด้าน AI ที่สนับสนุนโดย อีลอน มัสก์ (Elon Musk)
มีเงินเดือนอยู่ในระดับที่ชวนตกใจอย่างมาก เช่น Ilya Sutskever ผู้อำนวยการ ด้านวิจัย AI ของ OpenAI รับเงินเดือน รวมโบนัสต่างๆ อยู่เฉลี่ยเดือนละ 4.8 ล้านบาทต่อเดือน หรือ Ian Goodfellow ดาวรุ่งด้าน AI ผู้ให้กำเนิดโมเดล GAN (ปัจจุบันอยู่ที่ Google) รับเงินเดือนที่ 2.5 ล้านบาทต่อเดือน
นอกจากนี้ Google ยังยอมจ่ายค่าจ้างในระดับสูงให้แก่ นักวิทยาศาสตร์ข้อมูล ระดับ Junior 800,000-1.2 ล้านบาทต่อเดือน เลยทีเดียว
สำหรับในประเทศไทย กลุ่มที่เป็น Data Scientist ยังน้อยกว่าตลาดในยุโรป หรืออเมริกา โดยจากการเปิดเผยจากศูนย์วิจัยเศรษฐกิจและธุรกิจ ธนาคารไทยพาณิชย์ (SCB EIC) เมื่อช่วงต้นปี 2018 ที่ผ่านมา ชี้ว่า Data Scientist ไทยนั้นมีจำนวนเพียง 100-200 คน เท่านั้น ซึ่งหากนับว่าน้อยก็คงไม่แปลกใจเท่าใดนัก เพราะหลายสถาบันการศึกษาเพิ่งเริ่มมีหลักสูตรการสอนบรรจุให้ผู้ที่สนใจลงทะเบียนเรียน
ที่มาของข้อมูล
-
https://www.oreilly.com/data/free/2016-data-science-salary-survey.csp?intcmp=il-data-free-product-lgen_20160909_new_site_2016_data_science_salary_survey_site_post_top_note&fbclid=IwAR0lf7cjqlVlmmSf5N5FP9yk888PsL-owvou5Wh-mQ__vX0WGhyFvt_K36s
-
https://www.nytimes.com/2018/04/19/technology/artificial-intelligence-salaries-openai.html?smid=fb-nytimes&smtyp=cur&fbclid=IwAR1baxi_TS-1udPXWLLeHTyAjxPzuwUNJ-RK2EeyT1zWdDWF2X9vfJWrNIY
-
http://www.bigcloud.io/
-
Big Data Analytics Thailand
ส่วนขยาย
* บทความเรื่องนี้น่าจะเป็นประโยชน์สำหรับการวิเคราะห์ในมุมมองที่น่าสนใจ
** เขียน: ชลัมพ์ ศุภวาที (บรรณาธิการ และผู้สื่อข่าว)
*** ขอขอบคุณภาพบางส่วนจาก www.pexels.com
สามารถกดติดตามข่าวสารและบทความทางด้านเทคโนโลยีของเราได้ที่
