“นักวัิทยาศาสตร์ข้อมูล” คือกลุ่มคนที่เป็นที่องค์กรต่างๆ ต้องการตัวมากที่สุด และนี่ทักษะสำคัญ (Top Skills Data Scientists) ที่เป็นที่นิยมของปี 2018…
ในโลกที่เต็มไปด้วยข้อมูล “นักวัิทยาศาสตร์ข้อมูล” คือกลุ่มคนที่เป็นที่องค์กรต่างๆ ต้องการตัวมากที่สุด แต่อย่างไรก็ดีด้วยความซับซ้อนของขอ้มูล ทำให้นักวัิทยาศาสตร์ข้อมูลจำเป็นอย่างยิ่งที่ต้องเพิ่มพูนทักษะของตนเองอยู่เสมอ
วันนี้เราจึงนำทักษะสำคัญ (Top Skills Data Scientists) ที่เป็นที่นิยมของปี 2018 มาเพื่อให้เห็นถึงทิศทางในอนาคตว่านักวัิทยาศาสตร์ข้อมูลจะเป็นอย่างไรต่อไป…
Top Skills Data Scientists in 2018
ในตลาดแรงงานที่ สหรัฐอเมริกา กลุ่มเเรงงานที่กำลังเป็นที่ต้องการมากสูงสุดมากเป็น อันดับ 1 (์No.1) โดยจากการเปิดเผยของ Glassdoor หนึ่งในสตราร์อัพที่ให้บริการเดี่ยวกับด้านรีเสิร์ชเกี่ยวกับบริษัท และการสัมภาษณ์งาน ด้วยการให้ทั้งพนักงานที่ทำงานอยู่ อดีตพนักงาน หรือรีวิวจากคนที่เคยมาสัมภาษณ์งานในบริษัทฯ ต่างๆ
ได้รีวิวเกี่ยวบริษัทฯ นั้น ๆ (รวมถึงเงินเดือน) ทำให้ผู้สมัครไม่ได้เป็นเบี้ยล่างให้บริษัทฯต่างๆกดเงินเดือนเท่าที่ควรเป็น ได้เปิดเผยว่ากลุ่ม “ทำงานเกี่ยวกับด้านข้อมูล” ในอเมริกา ยังคงเป็นกลุ่มคนทีี่ยังเป็นที่ต้องการมากที่สุด โดยภายในปี 2559 และ 2560 เป็นตำแหน่งที่ต้องการมากถึง 4,84 ตำแหน่ง
ขณะที่ วิศวกร DevOps มีความต้องการมากถึง 2,725 ตำแหน่งงาน และมีเงินเดือนเฉลี่ย $110,000 (ประมาณ 3,516,095 บาท) และนักวิศวกรข้อมูล มีความต้องการมากถึง 2,599 ตำแหน่ง และฐานเฉลี่ยอยู่ที่ 106,000 ดอลลาร์ (ประมาณ 3,389,880.00 บาท) เลยทีเดียว
โดยงานในด้านการวิเคราะห์ข้อมูลถือเป็นงานที่ยาก และจำเป็นต้องใช้เวลาในการค้นหาตัว (เฉลี่ยน้อยสุด 5 วัน) ซึ่งในส่วนของผู้ว่าจ้างยินดีที่จะจ่ายเงินเดือนในระดับพรีเมี่ยม ให้แก่ผู้ผู้ที่มีความเชี่ยวชาญเหล่านี้ แต่ทั้งนี้ต้องมีทักษะที่สามารถตอบโจทย์ ได้เช่น
ล่าสุดทาง Jim Webber หัวหน้านักวิทยาศาสตร์ของ Neo4j ได้ออกมาให้ความเห็นว่า ทักษะเทคโนโลยีที่สำคัญที่สุดสำหรับนักวิทยาศาสตร์ด้านข้อมูลที่จะนำมาใช้ในปี 2018 ที่ผ่านมา คือ
ความสามารถในการประมวลผลข้อมูลขนาดใหญ่ ด้วยซอฟต์แวร์ (Spark) โดยนักวิทยาศาสตร์ด้านข้อมูลต้องมีความสามารถใช้ซอฟต์แวร์ Spark ในการประมวลผลข้อมูลขนาดใหญ่ (Big data) ที่มีความซับซ้อน และประมวลผลข้อมูลแบบ Real-time
เพราะเรื่องดังกล่าวคือ กุญแจ ที่สำคัญในการไขความลับทางข้อมูลที่จะมีประโยชน์ต่อธุรกิจ ในการลดต้นทุน และปรับปรุงผลิตภัณฑ์รักษาลูกค้า และระบุโอกาสใหม่ ๆ ในยุคที่ธุรกิจแข่งขันที่ความรวดเร็ว
ความสามารถในการวิเคราะห์เชิงคาดการณ์ ด้วยเครื่องมือหรือภาษาในการวิเคราะห์ข้อมูลอย่าง (Apache Mahout) ซึ่ง Mahout เป็นเครื่องมือที่ใช้ในการวิเคราะห์ Large Scale Data บน Hadoop โดย Mahout เป็นเหมือนห้องสมุด (Library) สำหรับการวิเคราะห์เชิงคาดการณ์ (Predictive Analytics) ใน 3 ด้าน
คือ คำแนะนำ (Recommender), จัดกลุ่ม (Clustering) และจัดหมวดหมู่ (Classification) โดยเฉพาะในอุตสาหกรรมบริการทางการเงินกว่า 19% เป็นบริการแบบเปิด ทำให้ความต้องการนักวิทยาศาสตร์ข้อมูลเพื่อแก้ปัญหาเช่นการละเมิดความปลอดภัยในโลกไซเบอร์ และการขโมยข้อมูลประจำตัว
ซึ่งนักวิทยาศาสตร์ด้านข้อมูลที่สามารถทำงานกับโมเดล และกรอบการเรียนรู้ของเครื่องเช่น Mahout จะเป็นที่ต้องการตัวของตลาดแรงง่านสูง
การใช้ข้อมูลแบบกราฟ เก็บข้อมูล และเชื่อมโยง (Graph Databases) ทุกวันนี้เรืื่องของ กราฟข้อมูลถือเป็นหมวดหมู่ที่เติบโตเร็วที่สุดในระบบฐานข้อมูล ของทุกองค์กรธุรกิจ บริษัทยักษ์ใหญ่ด้านเทคโนโลยี อาทิ AWS, Oracle และ IBM ทั้งหมดมีการนำเสนอในรูปแบบกราฟเพิ่มขึ้น
โดยภายในปี 2561 ที่ผ่านมา ซึ่งการ์ตเนอร์คาดการณ์ว่า 70% ของบริษัทชั้นนำมีการใช้งานฐานข้อมูลกราฟเพิ่มขึ้น ซึ่งนักวิทยาศาสตร์ข้อมูลที่มีความรู้ในการปรับใช้ และจัดการฐานข้อมูลกราฟเพื่อค้นหาการเชื่อมต่อภายในข้อมูลได้ดีจะอยู่ในตำแหน่งที่เป็นที่ต้องการของแรงงานมากเป็นอันดับต้น ๆ
การเชื่อมต่อ
ใช้งานที่ง่ายเพียงคลิ๊กเมาส์ก็สามารถที่จะเปลี่ยนแปลงรายงานได้ตามความต้องการ อีกทั้งยังรองรับการเข้าถึงข้อมูลจากหลายฐานข้อมูล และสามารถนำข้อมูลจากฐานข้อมูลในองค์กรนั้นมาใช้งาน เช่น Excel, Access, Firebird 2.0, IBM DB2, MS SQL Server, Microsoft Power pivot
รูปแบบการนำเสนอรายงานที่สวยงาม เข้าใจง่าย และง่ายในการนำเสนอ การใช้งาน สามารถทำได้โดยง่าย ตั้งแต่ผู้บริหารระดับสูง ถึง พนักงานระดับปฏิบัติการ เพียงการลากและวาง (Drag and Drop) โดยใช้ข้อมูลจากฐานข้อมูล ตอบสนองในรูปแบบของ กราฟฟิก ทำให้ช่วยให้เห็นภาพของข้อมูลขนาดใดก็ได้
สำหรับนักวิทยาศาสตร์ข้อมูล การใช้งานทาโบล์ว ได้ถือทักษที่จะช่วยให้องค์กร หรือผู้บริหารสามารถตัดสินใจทางธุรกิจได้จากการใช้ข้อมูลเชิงลึกได้ง่ายดาย เพราะสามารถนำเสนอข้อมูลให้กับคนที่เหมาะสมในเวลาที่เหมาะสมได้นั่นเอง
ส่วนขยาย
* บทความเรื่องนี้น่าจะเป็นประโยชน์สำหรับการวิเคราะห์ในมุมมองที่น่าสนใจ
** เขียน: ชลัมพ์ ศุภวาที (บรรณาธิการ และผู้สื่อข่าว)
*** ขอขอบคุณภาพบางส่วนจาก www.pexels.com
สามารถกดติดตามข่าวสารและบทความทางด้านเทคโนโลยีของเราได้ที่
