Tag: data jobs
-
สวัสดีคร้าบบบ วันนี้ขอเปิดด้วยเรื่องของคนคนหนึ่งก่อนจะเริ่มกันนะครับ สมมติว่าเธอชื่อ “เมย์” อายุ 29 ทำงานเป็นแอดมินฝ่ายขายในบริษัทขายอุปกรณ์สำนักงานมา 6 ปี ทุกเช้าวันจันทร์เมย์จะเปิด Excel ดึงยอดขายของสัปดาห์ก่อน ทำ Pivot Table ใส่สีให้สวย แล้วส่งให้หัวหน้าก่อน 10 โมง ทำแบบนี้มาเกือบ 300 รอบแล้ว (นับดูแล้วก็ตกใจเอง 555) จนวันหนึ่งหัวหน้าถามกลับมาว่า “แล้วทำไมยอดภาคอีสานถึงตกล่ะ” เมย์ตอบไม่ได้ครับ เธอรู้ว่าตัวเลขคือเท่าไหร่ แต่ไม่เคยมีใครสอนให้หาว่า ทำไม คืนนั้นเธอเลยพิมพ์ค้นหาว่า “ย้ายสายงานมาทำงานด้าน Data ต้องทำยังไง” แล้วก็เจอคำตอบเป็นร้อยแบบ บางคนบอกให้ลาออกไปเรียน Bootcamp บางคนบอกว่าสายเกินไปแล้วเพราะ AI ทำแทนได้หมด บทความนี้ผมเขียนให้คนแบบเมย์ครับ คนที่มีงานประจำ มีภาระ ลาออกมาเรียนเต็มเวลาไม่ได้ แต่อยากย้ายสายงานมาทำงานด้าน Data ด้วยตัวเองแบบมีแผน เราจะเดินตามเมย์ไป 6 เดือน ตั้งแต่เช็กตลาด เลือกตำแหน่ง วางแผนเรียน ทำ Portfolio…
-
หลังจากบทความ 10 สูตรใน Google Sheets ที่ Data Analyst ใช้แล้วใช้อีก มีหลายคนทักมาถามแอดคำถามเดียวกันเลยว่า “แล้วทีนี้ Python ล่ะครับ ต้องเริ่มยังไง ?” ผมเข้าใจความรู้สึกนี้ดีครับ เพราะ Google Sheets มันเห็นผลลัพธ์ทันทีที่คลิก แต่ Python ต้องพิมพ์โค้ด แค่คิดก็ขี้เกียจละ (55555) แต่ข่าวดีคือ ถ้าคุณใช้ Pivot Table หรือ SUMIF ใน Google Sheets เป็นอยู่แล้ว คุณไม่ได้เริ่มจากศูนย์เลยครับ เพราะแนวคิดเบื้องหลังมันคล้ายกันมากๆ แค่เปลี่ยนภาษาที่ใช้สั่งเท่านั้นเอง บทความนี้ผมจะพาไปดูว่า Python เกี่ยวข้องกับงาน Data Analytics ยังไง ทำไมคนในสายนี้ถึงยังต้องรู้ไว้แม้จะมี AI ช่วยเขียนโค้ดได้แล้ว และจะเริ่มต้นแบบไม่เจ็บตัวได้ยังไงบ้างครับ ทำไม Data Analyst ยังต้องรู้ Python ในยุคที่ AI…
-
คำที่ได้ยินทุกที่ แต่ไม่มีใครอธิบายให้เข้าใจได้จริงๆ “Big Data” เป็นคำที่ผมได้ยินในห้องประชุมบ่อยมากครับ บางทีก็พูดกันแบบมั่นใจมาก บางทีก็พยักหน้าตามกันโดยที่ไม่แน่ใจว่าตัวเองเข้าใจจริงหรือเปล่า ถ้าคุณเป็นคนนึงที่เคยนั่งฟังแล้วคิดว่า “ฉันน่าจะรู้เรื่องนี้แล้วแต่ยังงงอยู่” ไม่ต้องรู้สึกแย่ครับ เพราะส่วนใหญ่คนที่พูดเรื่อง Big Data ก็อธิบายได้ไม่ครบเหมือนกัน Big Data ไม่ใช่แค่ “data เยอะๆ” ครับ มันมีความหมายที่เฉพาะเจาะจงกว่านั้น และถ้าเข้าใจมันจริงๆ จะเห็นว่ามันเกี่ยวข้องกับชีวิตประจำวันและธุรกิจในแบบที่ไม่เคยนึกถึงมาก่อน Big Data ไม่ใช่แค่ “data เยอะ” — มันต่างกันอย่างไร? นิยามที่ใช้กันมากที่สุดในวงการคือ 3V ครับ ซึ่งย่อมาจาก Volume, Velocity และ Variety บางคนเพิ่ม V ที่ 4 และ 5 เข้าไปด้วย คือ Veracity ความน่าเชื่อถือของข้อมูล และ Value ว่าข้อมูลที่มีสร้างประโยชน์จริงได้ไหม แต่ 3V หลักก็เพียงพอให้เข้าใจภาพรวมแล้วครับ Big…
