'Data Scientist' นักวิทย์แนวใหม่ รายได้สูง ตลาดต้องการ อาชีพมาแรงแห่งยุคดิจิทัล!!

โลกยุคปัจจุบันเป็นยุคแห่งดิจิทัล “ข้อมูลขนาดใหญ่” หรือ “Big Data” เป็นสิ่งที่สำคัญต่อองค์กร เพราะการวิเคราะห์ ตีความ และจัดการข้อมูล ได้อย่างถูกต้อง แม่นยำ จะเป็นผลดีและข้อได้เปรียบต่อองค์กรทั้งภาครัฐและเอกชน ซึ่งบุคคลที่สำคัญในการมาทำหน้าที่นี้ ก็คือ “นักวิทยาศาสตร์ข้อมูล” หรือ “Data Scientist”

-> ศูนย์วิจัยเศรษฐกิจและธุรกิจ ธนาคารไทยพาณิชย์ (SCB EIC) ได้เจาะลึกอาชีพ “Data Scientist” ไว้อย่างสนใจดังนี้

“Big Data” หรือ “ข้อมูลขนาดใหญ่” เป็นทรัพยากรที่มีค่าประหนึ่งน้ำมันดิบ เพราะเป็นอีกหนึ่งกลไกสำคัญขององค์กรทั้งภาคธุรกิจและรัฐบาลในยุคปัจจุบัน เนื่องจาก “ข้อมูลขนาดใหญ่” เป็นสิ่งที่รวบรวมพฤติกรรม รสนิยม รวมถึงความคิดเห็นของผู้คนบนโลกต่อสิ่งรอบตัวต่างๆ แทบทุกกิจกรรมที่เราทำในหนึ่งวัน กลายเป็นข้อมูลที่นำไปใช้ต่อได้ ไม่ว่าจะเป็นการต่อยอดทางธุรกิจเพื่อสร้างสินค้าและบริการให้เข้าถึงกลุ่มผู้บริโภคเป้าหมายได้มากขึ้น หรือนำไปใช้เพื่อออกแบบนโยบายภาครัฐให้เข้ากับความต้องการของประชาชน

แต่ ข้อมูลจำนวนมหาศาลนี้ ไม่สามารถนำมาปรับใช้ได้ในทันที ด้วยขนาด ความเร็ว และความหลากหลายของข้อมูล ทำให้องค์กรต้องการคนที่สามารถทำความเข้าใจข้อมูลและดึงแก่นสำคัญออกมาใช้ได้

ซึ่ง “Data Scientist” หรือ “นักวิทยาศาสตร์ข้อมูล” คือ ผู้ที่จะเข้ามาจัดการกับข้อมูลนี้ ทำหน้าที่เป็นตัวกลางเชื่อมระหว่างโจทย์ของผู้บริหารองค์กรกับข้อมูลที่มีอยู่ เพื่อให้ได้มาซึ่งทางออกที่มีประสิทธิภาพที่สุด จากการนำ Big Data มาทำให้เป็น Information เพื่อนำ ไปวิเคราะห์ให้เกิดเป็น ความเข้าใจ และตกผลึกเป็น Knowledge ให้องค์กรนำไปต่อยอด

-> กระบวนการทำงานของ “Data Scientist”

ทำงานของ “Data Scientist” ล้วนมีพื้นฐานมาจากหลักการทางวิทยาศาสตร์ นี่จึงเป็นเหตุผลที่อาชีพนี้มีชื่อเรียกต่อท้ายเป็น นักวิทยาศาสตร์ หรือ scientist กระบวนการทำ งานหลักมีอยู่ 5 ขั้นตอนเริ่มจาก

1. การตั้งคำถามที่น่าสนใจ เป็นประโยชน์ต่อองค์กร และสามารถนำ เอาข้อมูลมาช่วยแก้ปัญหาได้
2. การค้นหาและจัดเก็บข้อมูล
3. การสำรวจข้อมูล หาแบบแผนความเชื่อมโยงระหว่างกัน
4. การสร้างแบบจำ ลองเพื่อวิเคราะห์ข้อมูล และ
5. การสื่อสารผลลัพธ์ที่ได้ให้เห็นภาพและเข้าใจง่าย

กระบวนการทำงานจะเหมือนกับกระบวนการทางวิทยาศาสตร์ทั่วไป แต่ความแตกต่างที่สำคัญ คือ “Data Scientist” จะใช้ข้อมูลขนาดใหญ่ ทั้งข้อมูลที่มีโครงสร้าง (Structured data) และข้อมูลที่ไม่มีโครงสร้าง (Unstructured data) เพื่อหารูปแบบความสัมพันธ์ต่างๆ โดยใช้เครื่องมือ หรือแบบจำลองทางคณิตศาสตร์ และยังใช้ทักษะการเขียนโปรแกรมในการทำงาน

-> สถานการณ์ของ “Data Scientist” 

เมื่อข้อมูลและเทคโนโลยีก่อให้เกิดประโยชน์มหาศาล “Data Scientist” จึงกลายเป็นที่ต้องการขององค์กรทั่วโลก ข้อมูลของเว็บไซต์ต่างประเทศหลากหลายสำนักบอกว่า “Data Scientist” เป็นอาชีพที่กำลังเติบโตอย่างรวดเร็วในช่วงปี 2014 – 2017  และยังไม่แสดงทีท่าว่าจะหยุด หลายปีที่ผ่านมาพิสูจน์ได้ว่าความต้องการของงานนี้เป็นจริงและไม่ได้เป็นเพียงแนวโน้มระยะสั้น เพราะ Data Scientist เป็นบุคคลที่ใครๆ ต่างต้องการ แต่หาตัวได้ยาก

สำหรับประเทศไทย “EIC” เผยว่าอุปทานของ Data Scientist ยังมีอยู่ค่อนข้างน้อยเมื่อเทียบกับสหรัฐฯ จากการสืบค้นข้อมูลจาก LinkedIn พบว่าผู้ที่ระบุว่าตนเองทำงานเป็น Data Scientist ในไทยมีเพียง 200 บัญชี เทียบกับสหรัฐฯ ที่มี 44,000 บัญชี แม้ว่าตอนนี้มหาวิทยาลัยในไทยจะเริ่มเปิดหลักสูตรเฉพาะทางด้าน Data Science แต่ก็มีอยู่เพียงไม่กี่แห่งเท่านั้น และจำนวนนักศึกษาที่ผลิตได้ก็ยังมีอยู่น้อย

แต่คาดว่าความต้องการ Data Scientist ในตลาดแรงงานจะมีมากถึง 2,000 คน และมีอัตราเติบโตเฉลี่ยอยู่ที่ประมาณ 15% ในช่วง 2 – 3 ปีข้างหน้า เมื่อคำนวณจากขนาดของอุตสาหกรรมเทียบกับสหรัฐฯ และปรับตัวเลขให้เหมาะสมกับเศรษฐกิจของไทยซึ่งยังอยู่ในช่วงเริ่มต้นของการนำข้อมูลขนาดใหญ่มาใช้ประโยชน์

-> บุคลากรยังขาดแคลน ค่าแรงจึงสูงกว่าอาชีพอื่น

ความต้องการที่สูง ตรงกันข้ามกับจำนวนแรงงานที่มีน้อย ทำให้ค่าแรงของ “Data Scientist” สูงกว่าอาชีพอื่นที่ลักษณะงานใกล้เคียงกัน โดยผู้ที่จบปริญญาตรีและทำงานเป็น Data Scientist ในสหรัฐฯ มีค่าแรงเฉลี่ยสูงกว่าค่าแรงเฉลี่ยของผู้ที่จบสาขาอื่น หรือแม้แต่สายอาชีพที่ใกล้เคียงกันและประสบการณ์ทำงานเท่ากัน Data Scientist ก็มีค่าแรงเฉลี่ยที่สูงกว่าอย่างน้อย 10%

และถึงแม้จำนวน (คนที่บอกว่าตัวเองเป็น) Data Scientist จะเพิ่มขึ้น แต่ก็ยังไม่พบสัญญาณว่าอาชีพนี้จะล้นตลาดแต่อย่างใด ในทางตรงข้ามนายจ้างยังใช้เวลาในการหาตัว Data Scientist มาทำงานนานกว่าหาบุคลากรในตำแหน่งอื่นโดยเฉลี่ย สิ่งเหล่านี้เป็นสัญญาณบอกว่าสายอาชีพนี้ยังคงเป็นที่ต้องการสูงและยังขาดแคลน

-> จะเป็น “Data Scientist” ต้องเรียนคณะอะไร ?

ในสหรัฐฯ ผู้ที่ทำอาชีพ Data Scientist ส่วนใหญ่มีภูมิหลังด้านการศึกษาคณิตศาสตร์ สถิติ วิศวกรรมศาสตร์ วิทยาการคอมพิวเตอร์ วิทยาศาสตร์ และเศรษฐศาสตร์

ขณะที่ Data Scientist ในไทย มักจบการศึกษาจากคณะวิศวกรรมศาสตร์ คณิตศาสตร์ สารสนเทศข้อมูล (IT) และวิทยาการคอมพิวเตอร์

ในไทย Data Scientist ถือเป็นสายอาชีพใหม่ และยังแทบไม่มีการเรียนการสอนสาขานี้โดยตรง หลายคนจึงมองว่าคนที่จะเป็น Data Scientist ได้ต้องจบการศึกษาระดับสูงจากต่างประเทศ แต่จากการศึกษาของ “EIC” พบว่า 50% ของ Data Scientist ในไทยสามารถทำงานในสายอาชีพนี้ได้ แม้จบการศึกษาจากสถาบันในประเทศ

-> 4 ทักษะที่ “Data Scientist” ต้องมี

1. ทักษะในเชิงเทคนิคเฉพาะซึ่งเป็นทักษะสำคัญที่ Data Scientist พึงมี ได้แก่

1) ทักษะด้านคณิตศาสตร์ และสถิติ ในการวิเคราะห์และตีความผลลัพธ์ยังต้องการความรู้เชิงลึกทางคณิตศาสตร์ ดังนั้น ทักษะด้านคณิตศาสตร์

2) ทักษะการเขียนโปรแกรม (programming) การเขียนโปรแกรมและการใช้ซอฟต์แวร์ในการจัดการข้อมูล รวมถึงวิเคราะห์และแสดงข้อมูลให้เห็นภาพ

2. ทักษะที่ไม่ใช่เชิงเทคนิคเฉพาะหรือทักษะทั่วไป ที่ช่วยส่งเสริมให้การทำงานเป็นไปอย่าง มีประสิทธิภาพมากขึ้น ได้แก่ คือ

1) ความรู้ด้านธุรกิจ ช่วยให้สามารถตั้งโจทย์เกี่ยวกับธุรกิจได้ดีขึ้น สามารถวิเคราะห์หาผลลัพธ์ที่เอาไปประยุกต์ใช้ให้เกิดประโยชน์ต่อธุรกิจ

2) ทักษะการสื่อสาร จำเป็นต้องสื่อสารกับเพื่อนร่วมงาน และกับผู้บริหารที่ไม่มีความรู้เชิงเทคนิค ตลอดขั้นตอนการทำงาน

คงปฎิเสธไม่ได้ว่าโลกทุกวันนี้ได้เข้าสู่ยุคดิจิทัล โซเชี่ยลมีเดีย หรืออินเทอร์เน็ตอย่างเต็มตัว การส่งผ่านข้อมูลมหาศาลจึงเกิดขึ้นอย่างรวดเร็วตลอดเวลา “Big Data” จึงยิ่งกลายเป็นสิ่งมีค่าของทุกองค์กร นั่นเท่ากับว่าความต้องการบุคลากรในสายอาชีพ “Data Scientist” ยิ่งมีบทบาทสำคัญมากขึ้นตามไปด้วย เพื่อการให้สามารถใช้ประโยชน์จากข้อมูลกับองค์กรได้อย่างมีประสิทธิภาพสูงสุด เทรนด์นี้จึงเป็นแนวโน้มที่น่าจับตามองในระยะยาวทั้งในวันนี้ และอนาคต ถ้าไม่อยากล้าหลังก็ควรเรียนรู้ ต่อยอด และพัฒนาคนกันให้ทันท่วงทีนะครับ

ที่มา: brandbuffet,  scbeic

ความคิดเห็น