นักวิทยาศาสตร์ข้อมูล (Data Scientist)
Big Data Driven Business ตอนที่ 3: การสร้าง Big Data Dream Team

Big Data Driven Business ตอนที่ 3: การสร้าง Big Data Dream Team

สวัสดีชาว datascinece.in.th ทุกคนนะครับ ตอนนี้ก็เป็นตอนที่สามของบทความซีรี่ย์เรื่อง Big Data Driven Business (การขับเคลื่อนธุรกิจด้วยข้อมูลขนาดใหญ่) ซึ่งในบทความซีรี่ย์นี้ ตัวผมเองอยากที่จะเสนอเรื่องราวในภาพกว้างที่เกิดขึ้นจากประสบการณ์จริงของการนำข้อมูลไปใช้ในการวิเคราะห์เพื่อต่อยอดในการทำธุรกิจ ว่าในแต่ละองค์กรมีวิธีการนำเอาผลลัพธ์ที่เกิดจากการวิเคราะห์ข้อมูลไปใช้ผลักดันในส่วนไหน และผลลัพธ์ที่ได้นั้นส่งผลมากน้อยต่อธุรกิจเพียงใด

อ่านบทความย้อนหลังได้ที่นี่นะครับ

Big Data Driven Business ตอนที่ 1: เทคนิคการตลาดในยุคของข้อมูล

Big Data Driven Business ตอนที่ 2: เคล็ดลับที่จะทำให้คุณรู้จักลูกค้าอย่างหมดเปลือก

สำหรับใครที่กำลังมองหางานหรือกำลังสร้างทีมสำหรับ Big Data Analytic แล้วละก็ไม่ควรพลาดในตอนที่สามนี้นะครับ เพราะเราจะมาดูกันว่าบุคลากรสาขาใดบ้างที่เหมาะจะมาอยู่กับทีมในฝันสำหรับงาน Big Data Analytic กันนะครับ

ถ้าจะให้เราลองนึกดูว่าการสร้างคอนโด ๆ หนึ่งนั้นควรต้องมีบุคคลสาขาอาชีพไหนบ้างคงไม่ยากใช่ไหมครับ เช่น มีวิศวกรก่อสร้าง สถาปนิกผู้ออกแบบ ทีมขายชั้นยอด และอีกหลาย ๆ อาชีพ แต่ถ้าพูดถึงการสร้างทีมเพื่อนำพาองค์กรให้มีความสามารถและศักยภาพในการวิเคราะห์ข้อมูลขนาดใหญ่ในเชิงลึกเพื่อที่จะนำไปต่อยอดธุรกิจนั้นอาจจะเป็นเรื่องที่ยากสำหรับมือใหม่

ผมจะขอยกตัวอย่างหน้าที่ของบุคลากรใน Big Data Dream Team เปรียบเทียบกับการสร้างคอนโด เพื่อผู้อ่านที่เพิ่งเริ่มเข้ามาในวงการนี้จะได้เข้าใจนะครับว่า Big Data Analytic Team ที่เป็น Dream Team นั้นในมุมมองของผมควรจะต้องประกอบไปด้วย 4 คนนี้ในทีม

datascientist-team

1.Big Data Engineer (สถาปนิกผู้วางโครงสร้างและรากฐาน)

ถ้าจะให้เปรียบเทียบกับการสร้างคอนโดแล้ว ก็จะเหมือนกับสถาปนิกผู้ออกแบบและวางรากฐานให้กับคอนโดนั่นเองครับ

สำหรับ Big Data Engineer นั้นจะทำหน้าออกแบบ platform สำหรับการจัดเก็บ และประมวลผลข้อมูลขนาดใหญ่เพื่อให้เหมาะสมกับธุรกิจขององค์กร โดยส่วนใหญ่แล้วคนกลุ่มนี้มักจะเรียนจบมาทางสาย Computer Engineering ถนัดในเรื่อง Database Architecture และ Clustering Computing

Skills: Hadoop, HIVE, PIG, SPARK, DBMS, MongoDB, Cassandra, etc.

 

2. Software Engineer (วิศวกรผู้พัฒนา)

เปรียบเทียบกับการงานก่อสร้างนั้น Software Engineer ก็เหมือนวิศวกรก่อสร้างผู้ที่ทำให้คอนโดมีฟังก์ชั่นที่ใช้งานครบและมีประโยชน์สูงสุดตามสถาปนิคได้ออกแบบเอาไว้

หน้าที่หลักของ Software Engineer นั้นก็คือพัฒนาโปรแกรมเพื่อใช้วิเคระห์ข้อมูลขนาดใหญ่ และชำนาญในการทำ ETL (Extract, Load, Transform) ข้อมูล Software Engineer กับ Statistician จะทำงานร่วมกันอยู่เสมอ เพื่อที่จะสร้าง Data Analytics Environment & System ที่มีประสิทธิภาพออกมาให้กับองค์กรได้ใช้ในการวิเคราะห์และขับเคลื่อนธุรกิจ บุคคลเหล่านี้ควรจบมาทางสาย Software Engineering โดยตรง และถ้าจะให้ดีต้องพ่วงท้ายมาด้วยความรู้ในเรื่องของ Data mining

Skills: Java, Python, R, SCALA, SQL, etc.

 

3. Statistician (มัณฑนากรผู้สร้างสรรค์)

เขาก็คือมัณฑนากรผู้ที่วิเคราะห์ปัญหาในระดับพื้นที่และรายละเอียดในการใช้สอย เพื่อทำให้คอนโดนั้นสวยงามเหมาะสมกับผู้อยู่อาศัย

หน้าที่ของ Statistician ใน Big Data Analytic Team นั้นคือทำการวิเคราะห์หาความสัมพันธ์ของข้อมูลขนาดใหญ่โดยใช้หลักทางสถิติต่าง ๆ ไม่ว่าจะเป็น การหา Correlation, Probablity, Regression Model, Forecasting ต่าง ๆ แปลผลนั้น ๆ เพื่อนำไปใช้ในการแก้ปัญหาต่าง ๆ ของธุรกิจ

Skills: SAS, SPSS, R, Matlab, Excel, etc.

 

4. Business Analyst (พนักงานขายผู้รู้จักธุรกิจทุกซอกมุม)

เขาคือคนที่เข้าใจภาพรวมและรายละเอียดของคอนโดเพื่อที่จะพรีเซนต์และปิดดีลการขายคอนโดนี้ให้กับผู้ที่สนใจได้อย่างดีเยี่ยม

Business Analyst นั้นจะต้องเป็นคนที่เข้าใจธุรกิจดีที่สุดในทีม หาช่องโหว่ของธุรกิจเพื่อที่จะจุดประกายคนอื่น ๆ ในทีมให้เกิดการวิเคราะห์ข้อมูลเพื่อใช้เพิ่มโอกาสและต่อยอดทางธุรกิจได้ เขาคือคนที่สามารถนำเอาผลลัพธ์ออกมานำเสนอในรูปแบบที่เหมาะสมให้คนในแผนกหรือทีมงานอื่น ๆ ที่เกี่ยวข้องในองค์กรได้อย่างมีประสิทธิภาพ

Skills: Presentation, Communication, Analyse, Visualization, etc.

 

ทิ้งท้ายอีกสักนิดสำหรับตอนนี้ สำหรับตัวผมเองนั้น ผมเชื่อว่า การสร้างทีมเวิร์คที่ดีนั้นสามารถทำให้คุณไปถึงดรีมเวิร์คได้

ฺBuild a Teamwork and You will get a Dream work — Papon Yongpisanpop

 

สำหรับตอนหน้า ใครอยากติดอาวุธลับให้ตัวเองสำหรับการวิเคราะห์ข้อมูลขนาดใหญ่แล้วละก็ ห้ามพลาดเลยนะครับเราจะมาทำความรู้จักกับ Apache Spark เครื่องมือที่ใช้ทำ Data Analytic Cluster Computing และ Apache Cassandra หากคุณต้องการ Database ที่สามารถ Horizontal Scaling โดยที่ยังคงประสิทธิภาพในรูปแบบของ Linear Scalability อีกทั้งยังมี High availability ที่สูงมาก

ที่มาของภาพ — http://www.mavenwave.com/fusion-blog/building-the-right-big-data-team/  and http://www.dell.com

Papon Yongpisanpop
Contact me

Papon Yongpisanpop

He received his Ph.D. in Software Engineering from Japan. He helps businesses find insights by reduce data interaction complexity, increase processing speed, real time analytic, and enhance mission-critical applications with deep intelligence and advance analytic tools.

ติดต่อบรรยาย หัวข้อดังต่อไปนี้ ได้ที่ 096-882-3351 หรือ papon.yong@gmail.com
- Big Data Driven Business
- The Online Disruption has already happened
- Customer-Centricity and Segmentation
- An Overview of Apache Cassandra
Papon Yongpisanpop
Contact me
Loading Facebook Comments ...

Leave a Reply