ในโลกแห่งธุรกิจที่มีข้อมูลมหาศาล หรือ Big Data ที่จะถูกนำมาใช้เพื่อก่อประโยชน์ให้แก่ตัวธุรกิจ ดังนั้นใครที่นำข้อมูลมาตีแผ่ กำหนดเป้าหมาย และวางแผนการเดินหน้าไปได้เร็วที่สุด ก็ถือว่าก้าวนำคู่แข่งไปได้ไกลโข เมื่อความต้องการที่จะนำข้อมูลเหล่านั้นมาใช้มากขึ้น จึงเป็นเรื่องปกติที่ความต้องการ “คน” มาวิเคราะห์จัดการ และตีความ ข้อมูลในเชิงลึกที่มีอยู่มากมายนั้นมาใช้ให้เกิดประโยชน์

เลยทำให้เกิด 3 อาชีพ ที่กำลังเป็นที่ต้องการของบริษัทต่างๆ นั้นคือ Data Engineer , Data Scientist และ Data Analyst แค่จากชื่อก็คงสามารถเดากันได้ว่า ทั้งสามอาชีพนี้มันต้องทำอะไรสักอย่างเกี่ยวกับข้อมูลแน่ๆ ซึ่งทั้ง 3 อาชีพนี้นั้นก็มีความเหมือนที่แตกต่างกันอยู่ เราลองมาทำความรู้จักแต่ละอาชีพกันก่อนดีกว่า

Data Engineer : เป็นคนที่คอยจัดระเบียบข้อมูลแยกแต่ละหมวดหมู่ วางแผนโครงสร้างการใช้งาน และทำให้ข้อมูลทั้งหมดเชื่อมต่อกัน และเข้าถึงได้ง่ายเพื่อส่งต่อให้ Data Scientist วางแผนวิเคราะห์ต่อไป ซึ่ง Data Engineer ต้องมีความสามารถในด้านการเขียนโปรแกรม สถิติ เข้าใจ Big Data และสามารถใช้เครื่องมือต่างๆ ได้ เช่น SQL , NoSQL, Python, Hadoop เป็นต้น

Data Scientist : เป็นคนที่คอยนำข้อมูลที่ Data Engineer มาตกผลึกเป็น Model ผ่านการวิเคราะห์ทางสถิติ และมีความสามารถในการเขียนโปรแกรม การวิเคราะห์ต่างๆ ของ Data Scientist นั้น จะมีการแนะนำและทำงานร่วมกับ Data Analyst คุณสมบัติของ Data Scientist ต้องสามารถเขียนโปรแกรมได้ เข้าใจใน สถิติ และมีการสื่อสารที่ดีทำให้ข้อมูลที่มีอยู่แสดงผลในรูปแบบที่เข้าใจง่าย

Data Analyst : มีหน้าที่ค่อนข้างคล้ายกับ Data Scientist ตรงที่มีการนำข้อมูลที่มีอยู่มา วิเคราะห์ แก้ปัญหาต่างๆ แต่ในมุมของ Data Analyst นั้นจะเป็นการวิเคราะห์ข้อมูลในเชิงธุรกิจมากกว่า ในการวิเคราะห์แนวโน้มและการพยากรณ์ โดยมีการใช้หลักสถิติหรือความรู้และประสบการณ์ทางธุรกิจ ซึ่งในตำแหน่งงานนี้ต้องมีการสื่อสารที่ดีและสามารถใช้โปรแกรมทางสถิติได้

จากที่พูดมาความเหมือนกันนั้นคงเป็นการที่ทั้งสามสามารถจัดการและประมวลผลข้อมูลออกมา ซึ่งอาจจะอยู่กันในรูปแบบที่แตกต่างกัน เริ่มตั้งแต่ต้นน้ำในการจัดเรียงข้อมูลจนถึงปลายน้ำ ที่นำข้อมูลทั้งหมดมาใช้เพื่อก่อให้เกิดประโยชน์ทางธุรกิจ ทั้ง 3 อาชีพ จึงเป็นหัวหอกสำคัญของธุรกิจในยุคนี้ที่ข้อมูลเป็นดั่งทองคำ

แต่ Data Engineer และ Data Analyst ก็ยังไม่เนื้อหอมเท่า Data Scientist เพราะเป็นเรื่องยากที่จะหาคนที่สามารถเรียนรู้เข้าใจทั้งคณิตศาสตร์ การเขียนโปรแกรม แล้วยังพูดรู้เรื่องด้วยนั่นค่อนข้างจะหาได้ยากอยู่ เนื่องจากคนส่วนใหญ่มักถนัดไปทางด้านใดด้านหนึ่ง คนที่ชอบคอมชอบเลขก็จะอยู่แค่กับสิ่งที่ตัวเองชอบไม่ค่อยชอบการสื่อสารหรือพบปะกับผู้คนหรือเข้าใจในธุรกิจเท่าไหร่ ซึ่งกลุ่มคนที่มีคุณสมบัติครบถ้วนที่จะมาเป็น Data Scientist ได้นั้น อาจเป็นชนกลุ่มน้อยที่ยากจะเฟ้นหาในปัจจุบัน ถึงจะมีบ้างแต่ก็เป็นที่ต่างการแย่งชิงกันในหลายๆ บริษัท หรือ ก็ต้องใช้เวลาในการที่จะทำให้ Data Scientist เหล่านั้น เข้าใจถึงวัฒนธรรมองค์กร เพื่อที่จะสามารถวิเคราะห์แนวทางเพื่อให้บรรลุเป้าหมายตามที่บริษัทคาดหวัง

หากมันเป็นเรื่องที่ยากในการค้นหาคนที่ใช่คนที่เหมาะ ทำไมในแต่ละบริษัทหรือองค์กรต่างๆ ไม่สร้างบุคลากรนี้ขึ้นมาเอง จากทรัพยากรบุคคลที่เรามีอยู่ เราสามารถนำคนที่เขียนโปรแกรมได้ เข้าใจในสถิติ แต่ขาดการสื่อสารที่ดี มาทำงานร่วมกับ คนที่สามารถเข้าใจในธุรกิจและสามารถสื่อสิ่งต่างๆ ออกมาได้ดี มาทำงานร่วมกัน ถ้าจะพูดง่ายๆ ก็คือ นำเอา Data Engineer + Data Analyst ซึ่งนำจุดเด่นและความสามารถของทั้งสองอย่างมาใช้นั้น เราก็จะได้ทีมงานคุณภาพตามที่เราคาดหวังได้

“ถ้ามันหายากก็สร้างมันขึ้นมาเอง”

หากมันเป็นเรื่องที่ยากในการค้นหาคนที่ใช่คนที่เหมาะ ทำไมในแต่ละบริษัทหรือองค์กรต่างๆ ไม่สร้างบุคลากรนี้ขึ้นมาเอง จากทรัพยากรบุคคลที่เรามีอยู่ เราสามารถนำคนที่เขียนโปรแกรมได้ เข้าใจในสถิติ แต่ขาดการสื่อสารที่ดี มาทำงานร่วมกับ คนที่สามารถเข้าใจในธุรกิจและสามารถสื่อสิ่งต่างๆ ออกมาได้ดี มาทำงานร่วมกัน ถ้าจะพูดง่ายๆ ก็คือ นำเอา Data Engineer + Data Analyst ซึ่งนำจุดเด่นและความสามารถของทั้งสองอย่างมาใช้นั้น เราก็จะได้ทีมงานคุณภาพตามที่เราคาดหวังได้

ในประเทศไทยเองก็มีความต้องการบุคลากรในสายอาชีพนี้สูง แต่ก็หาคนมาทำงานยากเช่นกัน เนื่องจาก ยังเป็นอาชีพที่ใหม่มากๆ ในประเทศ และคนยังไม่มีประสบการณ์ บริษัทส่วนใหญ่ก็อยากได้คนที่มีประสบการณ์มาแล้วเพื่อทำให้บรรลุเป้าหมายของบริษัทได้เร็ว ทำให้เงินเดือนในสายอาชีพนี้ค่อนข้างสูง บางบริษัทก็รับเด็กรุ่นใหม่มาปั้น ซึ่งก็เป็นอีกหนึ่งทางเลือกที่ดีในการสร้างบุคลากรให้โตไปกับเราเรื่อยๆ

หากคุณมีความชอบในเทคโลยีที่ก้าวกระโดดและมีความรู้ความเข้าใจด้านสถิติ การเขียนโปรแกรม หรือ ธุรกิจ 3 อาชีพ นี้ก็ค่อนข้างตอบโจทย์ และมีผลตอบแทนที่คุ้มค่า

\ ENDNOTES \

www.dataquest.io