อธิบาย Data Scientist, Data Analyst และ Data Engineer ใน 15 นาที | Skooldio Support EP.1
Summary
TLDRThe video transcript features a discussion about the role of data scientists in organizations, emphasizing the importance of understanding business needs and creating value from data. The speaker, Taweerong Jirapattanakul, a manager at Studio Na, addresses common questions about data science careers, the skills required such as coding and statistical knowledge, and the potential for job opportunities. He also touches on the evolving nature of data science, the impact of technology on job roles, and the significance of continuous learning and adapting to new tools and technologies.
Takeaways
- 😀 The speaker emphasizes that organizations should not just focus on creating data models but also understand how to utilize data to drive business value.
- 🔍 The script discusses the importance of data scientists having a deep understanding of business needs and not just technical skills in creating predictive models.
- 💼 It mentions that data scientists often need to have skills in coding, statistics, and mathematics to analyze data and build effective models.
- 📈 The speaker highlights the significance of data scientists being able to communicate their findings and insights to business stakeholders.
- 🌐 There's a mention of the growing demand for data scientists in the job market, especially in large companies that are increasingly reliant on data-driven decision making.
- 💡 The script suggests that those interested in becoming data scientists should learn programming, statistics, and consider taking courses to build a strong foundation in data analysis.
- 🎓 It points out that a background in various fields can be beneficial for a data scientist, not just computer science or statistics, as understanding the business context is crucial.
- 📊 The speaker explains the role of a data engineer, which is different from a data scientist, focusing on managing and processing data to make it usable for others.
- 💬 There's a discussion about the importance of continuous learning and adaptation in the field of data science, as technologies and tools are constantly evolving.
- 📚 The script encourages aspiring data professionals to not only learn technical skills but also understand the business aspects of the industry they are in.
Q & A
What is the main role of a Data Scientist?
-A Data Scientist primarily focuses on creating value from data by analyzing it from new perspectives and building models for predictions to help organizations utilize data more effectively.
What are the key skills required for a Data Scientist?
-Key skills for a Data Scientist include coding proficiency, in-depth knowledge of statistics and mathematics for data analysis and model creation, and a crucial understanding of business to create models that benefit the business.
How does the process of data analysis typically begin?
-The process of data analysis typically begins with data collection, followed by managing and analyzing the data to understand its potential benefits to the business.
What is the importance of creating models in data analysis?
-Creating models is important as it helps in making predictions and decisions based on the analyzed data, ultimately aiding the business in making informed decisions.
Why is it necessary to measure the outcomes of data analysis?
-Measuring the outcomes of data analysis is necessary to ensure that the models created are solving real business problems and functioning correctly.
What is the job market like for Data Scientists?
-The job market for Data Scientists is abundant, as large companies are increasingly seeking professionals who can leverage data to drive business benefits.
What advice is given for someone looking to become a Data Scientist?
-It is advised to start learning the basics such as coding, statistics, and then progressively delve deeper into data analysis and model building.
How can understanding the business be beneficial for a Data Analyst?
-Understanding the business is beneficial for a Data Analyst as it allows them to create models and analyses that directly address the business needs and contribute to its growth.
What is the difference between Data Analysts and Data Engineers?
-Data Analysts focus on analyzing data and creating models for business insights, whereas Data Engineers are responsible for building systems to manage and process data for analysis.
Why is it important for a Data Engineer to understand the end-to-end data pipeline?
-A Data Engineer must understand the end-to-end data pipeline to ensure data is processed and stored efficiently, making it readily available for others to use for modeling and analysis.
What programming languages are commonly used in data roles?
-Python is a commonly used programming language in data roles due to its versatility and the availability of libraries and frameworks for data analysis.
Outlines
💡 Introduction to Data Science and Career Opportunities
The speaker, Tavirojn Kirapakul, introduces himself as a manager at Studio Na and a former Delta Side Facebook page admin. He emphasizes the importance of not just being a data scientist but understanding business aspects to create value from data. He discusses the skills needed for data scientists, such as coding proficiency, deep knowledge in statistics and mathematics, and the ability to understand and analyze business models. The speaker also addresses the high demand for data scientists in the job market and encourages continuous learning and skill development in data science.
🔍 Data Analytics and the Role of Data Scientists
The script delves into the specifics of data analytics, with a focus on the role of data scientists in extracting insights from data to aid business decision-making. It touches on the necessity for data scientists to be agile in their approach, to quickly analyze data, and to derive meaningful conclusions. The speaker highlights the importance of understanding business needs and being able to communicate these insights effectively. There's also a discussion about the versatility of data scientists, suggesting that they can come from various educational backgrounds and that their skills can be applied across different industries.
💼 The Evolution of Data Engineers and Their Impact
This section discusses the evolution of the role of data engineers and how they differ from traditional software engineers. Data engineers are described as professionals who not only understand computer systems and software but also have a deep understanding of data and its applications. The speaker emphasizes the importance of data engineers in managing and organizing data to make it accessible and useful for others. There's also a mention of the growing demand and higher salaries for data engineers due to their specialized skills and the increasing importance of data in business operations.
Mindmap
Keywords
💡Data Science
💡Data Analysis
💡Data Engineer
💡Machine Learning
💡Business Understanding
💡Data Modeling
💡Statistical Knowledge
💡Python
💡Data Pipeline
💡Career Transition
💡Data Analyst
Highlights
Emphasizes the importance of organizations being data-driven and the role of data scientists.
Mentions the potential class divide within the field, but expresses a desire not to categorize people by class.
Introduces himself as a manager at a studio, previously known for his work at Delta Side on Facebook.
Discusses the current focus on teaching and improving data skills.
Addresses the most Googled questions about data science and engineering.
Explains the concept of data science direction and its varying definitions across companies.
Describes the typical skills required for a data scientist, including coding proficiency and deep knowledge of statistics and mathematics.
Stresses the importance of understanding business to create business-oriented models.
Outlines the data science process from data collection to creating and evaluating models.
Talks about the abundance of job opportunities for data scientists in large companies.
Advises on the necessity of coding skills and the importance of being adaptable in the field.
Recommends learning the basics of coding, statistics, and mathematics to excel in data science.
Discusses the best learning process, emphasizing practical application and continuous improvement.
Talks about the challenges of understanding business nature and how it affects data science applications.
Mentions the importance of defining data science and analytics terms accurately across different contexts.
Describes the role of a data engineer and the skills required, such as database management and system architecture.
Highlights the significance of data integration and the challenges of working with disparate data sources.
Discusses the importance of data scientists understanding the business side to create actionable insights.
Talks about the increasing demand for data engineers and the high salaries they command due to the importance of their role.
Mentions the importance of continuous learning and adapting to new technologies and languages in the field of data.
Concludes by inviting questions and further discussion on the topic, encouraging engagement with the audience.
Transcripts
แต่สิ่งที่ผมอยากจะเน้นเลยหลายองค์กร
เนี่ยคุณต้องเป็นอ่ารีสอร์ทแล้ว next
เสร็จคุณหนึ่งจะเป็นเบต้า scientist มัน
จะมีความเหลื่อมล้ำทางชนชั้นอยู่นิดนึง
แต่ถ้าถามผมจริงๆผมไม่อยากให้แบ่งเป็นชน
ชั้นนะผมบอกว่าจริงๆสองโลกนี้อยู่ข้างๆ
กันอ่ะ
ก็สวัสดีครับขอต้อนรับทุกคนเข้าสู่รายการ
โฟดิโอ้ support ถามตอบรอบรู้กับสตูดิโอ
วันนี้พบกับผมนะครับตาวิโรจน์จิรพัฒนกุล
นะครับตอนนี้เป็นกรรมการผู้จัดการที่
บริษัทสตูดิโอนะครับใครที่ติดตามเพจของ
เราน่าจะคุ้นหน้าคุ้นตากันดีจนเบื่อหน้า
กันแล้วนะครับก็ก่อนหน้านี้เคยเป็น
เดลต้าไซด์ทิศอยู่ที่ Facebook นะครับก็
ตอนนี้หลักๆก็สอนหนังสือเป็นหลักนะครับทำ
ให้ทุกคนมีสกิลเดต้าที่เก่งมากขึ้นวันนี้
นะครับเราจะมาตอบคำถามทุกคนนะที่มาเสิร์ช
ถาม Google มากที่สุดในหัวข้อเกี่ยวกับ
แต่ละสาย Test The ตาอันอเรสแล้วก็เดต้า
เอ็นจิเนี่ยนะครับสามารถชีพนี้เนาะพวกเรา
สงสัยเรื่องอะไรกันบ้างเดี๋ยวพร้อมแล้ว
เราไปตอบคำถามกันเลยครับสำหรับคลิปแรกที่
เดี๋ยวเราจะมาดูกันนะครับก็จะเป็นคำว่าเด
รเซต์ Piece เนาะอันแรกเลยเรามาดูกันเดร
เซต์ทีสคือ
อันนี้ตอบยากนิดหนึ่งก่อนอื่นผมมันจะออก
ตัวก่อนว่าดีไซน์ทิศแต่ละบริษัทอาจจะมี
นิยามอาจจะไม่ได้เหมือนกันร้อย
เปอร์เซ็นต์นะแต่หลักๆแล้วเราพูดถึงเดด้า
size ทิศนอนเราก็จะบอกว่าไปทางทิศเป็นคน
ที่พยายามสร้างมูลค่าจากข้อมูลเอาข้อมูล
ที่เรามีอยู่เอามาวิเคราะห์ในมุมมองใหม่ๆ
เอามาสร้างเป็นโมเดลเพื่อไปทำนายดูนี่
นั่นนะครับเพื่อให้องค์กรสามารถเอาข้อมูล
ไปใช้ได้ดีมากยิ่งขึ้นนะครับอันนึงที่
เรียกว่ามักจะเป็น X เคชั่นและกันเวลาเรา
พูดถึงเดอร์ไซด์ที่เนี่ยนะมักจะพูดถึงคน
ที่มี skill ในระดับที่สูงประมาณ 1 เรา
ต้องเขียนโค้ดค่อนข้างคล่องนะทำงานกับข้อ
มูลในการสร้างโมเดลต่างๆนะครับ 2 คือเรา
ก็จะต้องมีความรู้ที่เรียกว่าเชิงลึกมาก
ขึ้นในเรื่องของสถิติในเรื่องของ
คณิตศาสตร์เพื่อที่เราจะได้วิเคราะห์อะไร
ที่มันยากหรือสร้าง Model ในการทำนายอะไร
ที่มันลามๆตรงนี้ก็จะเป็น xx เคชั่นแต่
อันที่สำคัญที่สุดเลยนะครับที่ผมชอบบอก
คือต้องเป็นคนที่จริงต้องเข้าใจธุรกิจ
ด้วยหน้าที่ของเราไม่ใช่แค่ทำโมเดลที่
ฟอร์ม ansi ที่สุดออกมาแต่หน้าที่ของเรา
คือเราทำโมเดลบทวิเคราะห์ที่ช่วยให้
ธุรกิจสามารถต่อยอดแล้วก็สร้างประโยชน์
ให้กับธุรกิจได้ดีขึ้นอ่ะเรามาดูอันที่ 2
ต่อเลยละกันนะครับเดด้า Size inches
แต่พอเศษเนาะ R R เดาว่าน่าจะอยากรู้
เกี่ยวกับกระบวนการทำงานของของเดรซ่าส
ทริสเนอะพอใส่เขาได้ซ้ายทิศนะเริ่มแรกก็
ต้องไปหาข้อมูลมาเป็นจัดการกับข้อมูลมา
เสร็จปุ๊บเอาข้อมูลพวกนี้มาวิเคราะห์นอบ
แถมทำความเข้าใจว่ามันพอจะช่วยเราคือบิ๊ก
อะไรที่มันเป็นประโยชน์กับธุรกิจได้บ้าง
ไม่ว่าจะเป็นอ่าทำนายราคาขายทำนายราคา
บ้านทำนายเดีแมนทำนายว่าส่งโนติไปแล้วคุณ
จะกดโนติรึเปล่าแต่ถัดมาเราก็จะมาเริ่มลง
ไม้ลงมือทำโมเดลนะครับเพื่อเตรียมเอาไป
ใช้งานจริงๆสุดท้ายมีโมเดลแล้วก็ต้องอย่า
ลืมวัดผลสิ่งที่เราทำด้วยว่าสุดท้ายแล้ว
มันตอบโจทย์ธุรกิจจริงๆๆเนื่องจากต้องบอก
ว่าเราใช้ข้อมูลเก่าและในการมาสร้าง Model
ในการเดาว่าคุณจะทำอะไรแต่มันก็จะไม่ได้
ทำงานถูกต้องร้อยเปอร์เซ็นต์เราก็ต้อง
มาคอยวัดผลมะลิสิ่งที่เราทำยังโอเคอยู่
มั้ยก็พอ Mann ของโมเดลมันยังโอเคตามที่
เรา expect อยู่หรือเปล่าเราต้องจูนโมเดล
ใหม่ๆเราต้องปรับอะไรยังไงแล้วก็ทำอย่าง
เงี้ยบ่นไปเรื่อยๆอันนี้ก็จะเป็น process
ascites ซิมาถึง keyword ถัดไปนะครับ
คีย์บอร์ดต่อไปก็
เดี๋ยวถ้า sayan th หางานโอ้อันนี้ตอบ
ยังไงดีนะต้องบอกว่า Job มีอยู่เยอะมาก
เลยครับตอนนี้เรียกว่าทุกบริษัทใหญ่ๆนะ
กำลังต้องการโดยทางทิศเยอะมากโจทย์คือตอน
นี้ทุกบริษัทก็เริ่มชิปไปทำพวกแบบพวกช่อง
ทางที่จะต้องเขามากขึ้นเพราะฉันก็จะมี
เบต้าเยอะขึ้นแล้วเขาก็ต้องการคนที่จะไป
ช่วยคณอะเดต้าต่างๆเหล่านี้เอาไปใช้มัน
เกิดประโยชน์สูงสุดเพราะฉะนั้นอาจจะไม่
ตอบเรื่องหางานเตะ 100% แล้วกันนะจะบอก
ว่ามันมีงานในตลาดเยอะมากนะครับตอบตรงคำ
ถามไม่รู้นะที่ว่าถัดไปนะเดี๋ยวถ้าใช้ทิส
เรียนโอเคอันนี้น่าจะพอตอบได้นะเพราะว่า
ผมก็สอนอยู่ค่อนข้างเยอะปกติข้อสกิลหลักๆ
ก็จะมีนี่แหละเรื่องของการเขียนโค้ดก่อน
เป็น basic Building ล็อคก่อนที่เราจะไป
ทำอย่างอื่นต่อได้ดังๆเนี่ยต้องเขียนโค้ด
ทั้งหมดเรียกว่าอาจจะไม่ได้เก่งที่สุดแบบ
Software Engineer แต่อย่างน้อยเราต้อง
รักที่จะเขียนอันนี้พูดก่อนเลยเพราะหลาย
ครั้งเดียว size L ไม่รับที่จะเขียนจะ
เป็นงานที่ซัฟเฟอร์มากเนาะอ่าถ้าใจแนะนำ
ภาษาด้วยก็ตอนนี้ที่เขาใช้กันแพร่หลายและ
เป็นไปต้อยมีการทำมาตรฐานนิดหนึ่งรวมๆการ
เรียนเขียนโค้ดนะคณิตศาสตร์สถิติทำโมเดล
พรุ่งนี้อันนี้นะปกติเวลาผมแนะนำว่าจะบอก
ว่าเรียนคอร์สขึ้นฐานสักอันนึงเอาเรียนจบ
เราจะยังไม่เก็บ 100% หรอกและเราสุดคำว่า
เดี๋ยวเข้าสู่ถ้ำและเราจะเริ่มสงสัยอยาก
รู้นี่มากขึ้นแต่เดี๋ยวเราจะไปอ่านนู่น
อ่านนี่มากขึ้นผมว่าน่าจะเป็น process
การเรียนที่ดีที่สุดคือเราจะทำเพราะเราสน
ใจมันจริงๆแล้วเราก็จะรู้ลึกขึ้นลึกขึ้น
เรื่อยๆและเราก็จะรู้ในมุมที่สุดท้ายอ่าน
จบแล้วเราก็ไปประยุกต์ใช้ต่อได้สุดท้าย
น่าจะเป็นเรื่องของธุรกิจล่ะอันนี้สอนยาก
บอกจะใช้ทิศอยากไปช่วยติดเพิ่มรายได้แต่
ถ้าคุณไม่เข้าใจเลยว่า Nature ธุรกิจนี้
เขาหาเงินยังไงก็จะมีปัญหาพอสมควรเราไปทำ
งานอยากแนะนำไปฝึกทำเยอะกับคล้ายเยอะๆ
แล้วก็เข้าใจธุรกิจเยอะๆเราถึงจะพร้อมไป
ทำไมมากที่สุดคิดว่าถัดไปที่เราจะมาคุย
กันก็คือเดตันอลิซเรามาดูอ่า search
terms อันแรกนะเดดาลิสคือโอเคมาเหมือน
กันเลยนะสุดท้ายต้องนิยามหมดแต่ละที่ก็จะ
เรียกไม่ค่อยเหมือนกันนะครับแต่เวลาเรียก
เดลต้าไซด์ cyan ที่เกิดอนาลิสเนี่ยมันมี
ความที่แตกต่างนิดหน่อยนึงนะครับ FFK ใช่
ของเรดาร์นริสคือการที่เราสามารถตอบคำถาม
ข้อมูลได้ที่จริงแค่นั้นเลยนะเรามีความ
คล่องแคล่วเราวิเคราะห์ข้อมูลได้เร็วเรา
หา Inside ได้เร็วเราจะนะเรทสิ่งที่น่าสน
ใจออกมาได้เร็วเอาข้อมูลมาวิเคราะห์ได้
ตอบคำถามได้จบให้พูดลึกกว่านั้นแล้วกันนะ
ลึกที่เก่งคือคนที่มีเส้นทางธุรกิจแล้วก็
ไปคุยเธอว่าเนี่ยเห็นไม่ได้ตามันบอกอย่าง
นี้นะเห็นไหมลูกค้าก็ทำอย่างนู้นอย่างนี้
นะเราก็สามารถทำให้ธุรกิจได้ไอเดียในการ
ไปต่อยอดทำนู่นทำนี่ไวๆนะครับเพราะฉัน
คีย์หลักๆที่เราเข้าใจธุรกิจและเราก็มี
ความคล่องในเครื่องมือต่างๆที่เราจะเอามา
ใช้ในการวิเคราะห์ข้อมูลจริงที่ผมอยากจะ
เน้นเลยหลายองค์กรเนี่ยคุณต้องเป็นอ่า
รีสอร์ทแล้ว next เสร็จคุณหนึ่งจะเป็น
dentist is not มันจะมีความเหลื่อมล้ำ
ทางชนชั้นอยู่นิดนึงแต่ถ้าถามผมจริงๆผม
ไม่อยากให้แบ่งเป็นชนชั้นนะผมบอกว่าจริงๆ
สองโลกนี้อยู่ข้างๆกันหลายครั้งเดต้าแทน
ที่จะทำโมเดลหนักๆอะหลายครั้งเราเริ่มจาก
Inside อะไรบางอย่างจากการอเรสเนี่ยจริง
ๆเราทำงานร่วมกันได้อาจจะเรียกว่าเป็นคำ
นิยามของผมแล้วกันนะสำหรับเด็กคริสที่วัน
ที่ 2 กันเลยดีกว่าเดี๋ยวถ้านริศทำอะไร
บ้างเกาะน่าจะขอเบอร์เมื่อกี้หมดแล้วนะ
ครับหน้าที่เราคือหาย Inside ไวๆเน้อช่วย
ให้ธุรกิจสามารถเอาประโยชน์จากข้อมูลไป
ใช้ประกอบการตัดสินใจวางแผนให้ได้มากที่
สุดนะครับอันที่ 3 เด็ด analysis เรียน
อะไรเรียนคณะอะไรอันนี้น่าสนใจนี้น่าสนใจ
ผมบอกแล้วหน้าที่ R หรือ Generator in
Side ได้ไว้เพราะฉะนั้นหลายๆครั้งเราอาจ
จะไม่ต้องจบคณะเทคนิคเข้าในเรื่อง
คอมพิวเตอร์เรื่องสถิติพวกนี้มาเนาะเรา
อาจจะจบคณะที่อยู่ในงานเราเช่นเราจบสาย
Marketing อ่ะให้แม้แต่เราอยากจะเป็น
ช่วงนี้คนพูดเยอะเรดาร์หรือเป็น Marketing
เนี่ย Bag ลารอยกระจก Marketing มาแต่เรา
มาเติมทักษะในการบริหารจัดการข้อมูลการ
ตั้งคำถามด้วยข้อมูลการวิเคราะห์ข้อมูล
เราก็จะสามารถทำงาน marketing ในมุมที่
เราเนี่ยใช้ทักษะเบต้าเข้าไปช่วยได้เรา
อาจจะได้คนคณะสังคมนิดนึงหรอกพูดเก่งนะ
เราคงไม่เราขายคล่องเลยทำออกมาอยู่นี้
เปลี่ยนไปแล้วปิดการขายหรือเปล่าไม่พอ
แล้วก็ Delta มาดูให้แม่แล้วก็ต้องไปดู
ว่าเอ๊ยเวลาคนเขาติดต่อมาสนใจอ่ะที่ไหน
บ้างที่ดูมี potential นะเพราะฉะนั้นเขา
บอกว่าเดต้าอันนริศต้องเรียนคณะอะไรก็จะ
บอกว่าน่าจะได้แต่โจทย์คือทำอะไรให้เรา
เอาทักษะเดต้าเนี่ยไปเติมและเราสามารถทำ
งานของเราได้ดีขึ้นนะครับมาคีย์บอร์ดสุด
ท้ายเนาะเดต้าอนาลิสย้ายสายดีต่อจากเดิม
เลยนะครับย้ายใส่ได้ไม่ยากนะครับสำหรับ
analysis ผมว่าอย่างที่บอกและเติมทักษะ
ด้านเด็ดๆอย่างเดียวเราอาศัยว่าเรามีความ
รู้เดิมในธุรกิจของเราที่ดีมากๆแล้วนะเรา
แค่อยากใช้เครื่องมือนั่นเบต้าได้ได้
คล่องขึ้นนะครับเพราะฉะนั้นการย้ายสายอ่ะ
ของท่านเป็นไปได้ทีเดียวเลยนะครับจริงๆ
ถ้าแอบขายของนิดนึงเนาะวีดีโอเองแล้วก็จะ
มีเนี่ยหลักสูตรเกต้า honest บูทแคมป์น่ะ
เดี๋ยวถ้าติดบูทแคมป์ที่เราเปิดขึ้นมาที่
ความต้องการคือตรงนี้เลยเราอยากปั้นอารีส
และก็ช่วยให้คนย้ายสายได้ซึ่งคนที่
มาเรียนเราหลากหลายมากเรามีสถาปนิก
มาเรียนกับเราหรือเรามีบริษัทหนึ่งนัก
เรียนไม่แน่ใจเขาเรียกอะไรมันก็เป็นเซลล์
เรามีฝั่งพวกทำคอนเทนต์มาเรียนเยอะมาก
Marketing เนี่ยนะครับก็จะมีการย้ายสาย
สำหรับสายอาชีพนี้บอกเลยว่าว่าทำได้นะ
ครับถ้าเรายังไม่แน่ใจเริ่มเรียนทีละข้อ
สังเคราะห์ต่อได้น้องมาลอง Shopping
คอร์ดบน School ดีโอได้นะครับก็ลองเรียน
รู้ว่ามันถูกจริตหรือเปล่าแล้วเราเอาไป
ต่อยอดงานเราได้หรือเปล่านะครับแต่มั่นใจ
ว่าถ้าย้ายจัดอาชีพเรานะมาทำโรที่เป็นอา
ริสมากขึ้นผมว่าทำได้แน่นอนครับโดยสุด
ท้ายที่ตอนนี้ต้องเรียกว่า God หน้าคนพูด
ถึงเยอะมากนะครับคือตำแหน่งเบต้า Engineer
เกาะเดี๋ยวเรามาดูกันว่าในตำแหน่งเบต้า
Engineer ขี่วันนี้คนเขาถามอะไรกันบ้าง
นะครับพี่ดาวเลยได้ไหมมันต้องเป็นเด็ดๆ
ไอ้นี่คืออะไรแน่เลยนั่นไงใช่มั้ยเบต้า
Engineer คือโอเคนะฟ้าอธิบายกันต่อยิง
ตามชื่อเลยครับชื่อมันคีย์เวิร์ดมันคือ
Engineer นะเราคือวิศวกรว่านั้นบทบาท
หน้าที่ของเรามันจะค่อนไปทางเพื่อนๆที่
เป็น Software Engineer คือคนที่ทำระบบ
ทำ Software พรุ่งนี้ต่างๆนะครับเพียงแต่
ว่าสิ่งที่เราโฟกัสเราโฟกัสส่วนที่เป็น
เดชอ้าเช่นเราควรจะใช้ฐานข้อมูลอะไรดีฐาน
ข้อมูลไหนเหมาะกับการหัวข้อมูลแบบไหนมา
เก็บไว้เป็นอันๆเป็น Class Action หรือ
ว่ามันถูก Stream ไหลเข้ามาอย่างต่อ
เนื่องมะเพราะมี database ปุ๊บก็บอกว่า
มันไม่ใช่เดต้าเข้ามากองไว้แล้วจบก็จะ
ต้องมีการเอามาทำการ process Extract
ข้อมูลบางอย่างออกมาพาลฟอร์มข้อมูลบาง
อย่างมันอย่างเข้ามาเป็นข้อมูลดิบไปนะมา
เป็นแบบ text ยาวแต่เราจะไปจัดให้มันเป็น
คอลัมน์สวยงามเพื่อไปเก็บแล้วก็ต้องมีการ
ฟันฟอร์มก่อนสุดท้ายรถยานโหลดโหลดเข้าไป
เก็บในระบบต่างๆต้องไปโหลดใส่ในเดต้า
แวร์เฮาส์ไปใช้ใน deta เล็กพวกนี้คือ
คีย์บอร์ดที่เดต้า Engineer เค้าจะพูดกัน
นอนน่ารักๆนี่แหละครับบริหารจัดการข้อมูล
อ่ะเข้ามาจากเก็บจนให้คนอื่นเขาสามารถเอา
ไปใช้ต่อได้นะครับได้ยินเนี่ยหลายที่งาน
ก็จะต่อยอดไปถึงการทำสิ่งที่เรียกว่าไป
ปลายนับต่อท่อข้อมูลให้เขาพร้อมเอาไปใช้
ทำโมเดลให้กับพร้อมเอาไปทำการวิเคราะห์
ต่อคือสุดท้ายเราไม่ใช่แค่ Software
Engineer ที่เข้าใจระบบคอมพิวเตอร์เข้า
ใจระบบซอฟต์แวร์นแต่เราเราเข้าใจเด็ดอ้า
ด้วยเราเข้าใจว่าเดี๋ยวคนปลายทางก็จะเอา
ไปใช้ยังไงนะครับมันก็เลยเป็นโรใหม่ที่
ชื่อว่าเด็ด Engineer ที่มาประมาณนี้แล้ว
กันสำหรับเด็ดๆเรามาดูคำถามที่ 2 แล้วกัน
นะครับมันต้องวนๆเหมือนเดิมแน่เลยอ่ะโอเค
อันนี้ฉีกออกมาหน่อยเข้าใจว่านี่ทีมงาน
น่าจะไปเอา keyword จากของเซิร์ฟเวอร์
เมืองนอกมาบ้างนะภาษาอังกฤษเค้าถามอะไรก็
ได้จิเนียร์ python อันนี้เดาว่าคนน่าจะ
สงสัยแล้วกันว่าจะได้เจอเมียควรต้องเขียน
python เป็นไหมหรือยังไงนะครับก็ต้องบอก
ว่าไปตอนยังคงเป็นภาษาหลักอันนึงแล้วกัน
ในโลกของเบต้านะครับหลายๆ service
สไลเดอร์ Base ช่วงนี้มันมี Interface มี
API นะที่เราสามารถไปเขียนโค้ดได้ด้วย
ภาษา python ตอนนี้ภาษาไทยตอนก็เลยเป็น
หนึ่งในภาษาที่เรียกว่าได้รับความนิยมและ
กันในการเอามาทำงานด้านเดต้านะครับแต่ก็
ส่วนตัวนะผมไม่ได้อยากให้ยึดติดกับภาษา
เกินไปเดี๋ยวนี้เรื่องของสกาล่าภาษาอะไร
ใหม่ๆพรุ่งนี้เริ่มมีคนพูดถึงค่อนข้าง
เยอะมาใช้ในงานหลายส่วนมากขึ้นนะครับอยาก
ให้ทำงานพวกนี้โดยเข้าใจหลักการทำงานของ
มันจริงๆมากกว่าภาษามันเปลี่ยนไปเรื่อยๆ
ตลอดเวลาค่อยปรับไปเรื่อยๆตามเทคโนโลยี
ที่มันเปลี่ยนไป
ดูซิว่าชั้นหน้านะครับมีรุ่นอยู่มันจะมา
สักอันไหมณเดชน์ๆ Engineer เงินเดือนก็
เอาเท่าที่ผมได้ยินละกันนะตอนนี้ไม่ได้
จ้างเรทอาร์เอ็นจิเนียร์เข้ามาในบริษัท
ตัวเองก็จะได้ที่เนี่ยเดือนค่อนข้างเยอะ
แล้วไม่มีอยู่ช่วงนึงที่ที่เหมือนคนก็อาจ
จะได้ค่าหน่อยและเป็น Engineer เราไม่ถึง
ได้ถ้าใช้ทิศหรือเปล่าอะไรงี้นะแต่ว่าถ้า
ถามผมเหมือนเดิมเลยครับ 3 โล 3 บทบาทเรา
เราเท่ากันนะเรา at their อยู่เป็นคนละ
มุงได้ที่นี่หลังๆเดือนเยอะขึ้นมากเพราะ
ว่าองค์กรเล่นเก็บข้อมูลเข้าไปเยอะแต่มัน
ไม่พร้อมใช้ประโยชน์คือเวลาข้อมูลไม่รวม
กันนะสมมติเราเป็นธนาคารและมีข้อมูลพา
ชั่นเบิกฝากถอนโอนเราอยู่ก็มีข้อมูล
อินทระชั้นบนแอบเรามีข้อมูล Marketing
สื่อต่างๆอยู่อีกที่นึงถ้ามันกระจายอย่าง
เงี้ยเวลาเราทำโปรโมชั่นทำอะไรต่างๆเราก็
จะทำให้เต็มที่เพราะฉะนั้นความสำคัญคือ
เนี่ยทุกคนอยากใช้ประโยชน์จากข้อมูลเต็ม
ที่อย่างที่บอกได้จริงๆที่เก่งคือคนที่
เข้าใจการทำงานด้านเดต้าด้วยว่าชั้น
ประกอบร่างนี้ขึ้นมาเดี๋ยวและสาธิตเขาใช้
ประโยชน์ต่อยังไงนะครับมันก็เลยเป็นอาชีพ
หายากนิดนึงนะครับหาตัวก็ได้ยากเงินเดือน
ก็เลยเริ่มสูงขึ้นสูงขึ้นเรื่อยๆเป็นงาน
ที่มีคนเก่งๆมากเลยคือถ้ามีคนเก่งๆไปทำ
ชีวิตคนปลายทางที่เหลือทั้งหมดอะนะริส
เบต้าไซซ์ก็จะแบบรักเรามากนะครับก็ใครสน
ใจใส่งานนี้แนะนำนะครับเงินดีจะได้ที่มี
เรียนอะไรอ่ะอันนี้น่าจะผ่อนเป็นเอ็นจิ
เนียริ่งและถ้าถามผมเราอาจจะไม่ต้องรู้
คณิตศาสตร์สถิติอะไรได้ดีเท่าเดลต้าไซด์
Discount honest นะครับคุณเข้าใจฐานข้อ
มูลครบทุกรูปแบบทำให้เข้าใจสักทีก็มีข้อ
ดีเหมือนกันนะครับเธอเพ้อบิลเดตาเบสข้อ
นี้ดีมากนะครับผมชอบมากเราต้องเข้าใจเด็ด
เข้าใจระบบ NJ วิ่งพรุ่งนี้ก่อนนะเสร็จ
แล้วแล้วก็มันต้องเข้าใจการทำงานแบบจริง
เนี่ยไม่มีแพททีสนอนเรื่องของระบบ
Continuous integration Continuous
delivery เราต้องเป็นส่วนหนึ่งของ
ซอฟต์แวร์คนอื่นนะทำยังไงให้เราทำงานร่วม
กับเป็นดีอ่ะคนอื่นได้นะครับพรุ่งนี้ก็จะ
เป็นสกิลที่ค่อนไปทาง Engineer จ๋าหน่อย
นึงเพราะฉะนั้นคนที่ไปเป็นได้จิเนียร์
ส่วนไหนก็ต้องบอกว่าจบแนววิศวะคอม Wizard
คอมพิวเตอร์ที่เน้นเรื่องโค้ดดิ้งเรื่อง
ชื่อเล่นเค้าเบนจิเนมาแต่ไหนแต่ไรอยู่
แล้วนะครับเพียงแต่ว่าระหว่างทางเราไป
สร้างเอ็กปาตี้ความเก่งกาจของเราในเรื่อง
เบต้ามากขึ้นแล้วก็ชิปสายมามาโปรการ์ด
เป็นเบต้าเอ็นจิเนี่ยวันนี้นะครับเราคุย
กันไปศาลคิวอร์ตเนาะแต่ถ้า site is
stated เบต้าเอ็นจิเนี่ยนะฟังจบแล้วไม่
รู้อยากย้ายสายงานกันมากน้อยแค่ไหนนะครับ
หลักๆก่อนอื่นเลยนะผมบอกว่า 3 โลนี่มีบท
บาทหน้าที่ของตัวเองนะโอเคแต่ทรายโฟกัส
เยอะหน่อยเรื่องเอาข้อมูลมาสร้างอะมูลค่า
ใหม่ๆให้กับธุรกิจทำนายนู่นทำนายนี่น้อง
ให้ธุรกิจทำงานได้ดีขึ้นนะครับเบต้าอลิซ
โฟกัสเยอะหน่อยเรื่องของการ Surface หา
Inside ก็ได้เยอะที่สุดเนาะธุรกิจจะได้
เอาไปต่อยอดอะไรได้ในขณะที่เดต้า
อินจิเนียก็จะโฟกัสบริหารจัดการหลังบ้าน
ให้คนอื่นปลายทางทั้งหมดไปน้ำน้ำหมดเอา
ข้อมูลไปใช้ได้ง่ายขึ้นสะดวกมายิ่งขึ้น
ฟังว่าวันนี้นะครับทุกคนจะเริ่มเข้าใจมาก
ขึ้นนะเห็นมุมมองใหม่ๆมากขึ้นกับสายงาน
ด้านเดต้านะครับกับสาร keyword ที่เราคุย
กันไปเนาะถ้าใครมีข้อสงสัยอะไรเพิ่มเติม
นะหรืออยากให้กูดีโอ support เนอะมาตอบขอ
ถามเรื่องไหนที่เราอยากรู้ก็สามารถใส่ไว้
ที่คอมเม้นต์ด้านล่างได้เลยนะครับซึ่งถ้า
ใครฟังแล้วก็ยังสนใจนะเกี่ยวกับสกิลต่างๆ
น้อยสกิลที่กำลังเป็นที่ต้องการในโลกที่
เราต่างๆนะครับอย่าลืมติดตามพวกเราในทุก
ช่องทางนะครับไม่ว่าจะเป็น Facebook Page
คือวีดีโอนะครับช่องทาง YouTube หรือว่า
Instagram ของเราซึ่งเราก็จะมี Content
ที่น่าสนใจนะครับอะไรครั้งเราจะมีร้าย
ร่วมกับผู้เชี่ยวชาญจากบริษัทต่างๆมาเล่า
มาแชร์ประสบการณ์ให้พวกเราฟังอัพเดทความ
รู้ให้พวกเราอยู่เสมอไปพบกันใหม่ตอนหน้า
กับคือดีโอ support ถามตอบรอบรู้กับสู่ดิ
โอสำหรับวันนี้สวัสดีครับอ่า
[เพลง]
ม.ค
Weitere ähnliche Videos ansehen
Data Science in the Age of AI: Growing your Skill Set with the LLM | Nirvana Insurance | Rishi swami
Microsoft Girl in the US talks about AI, DSA and life in the US 🔥
How to start a Career in Data Science - [Hindi] - Quick Support
Starting a Career in Data Science (10 Thing I Wish I Knew…)
TOP 5 High Paying Non-Coding Jobs With Free Resources🔥. In Telugu || Career Options in 2024
"AI பழசாகிடுச்சு, Engineering படிப்பும் - 6 கேள்வியும்..?" Jayaprakash Gandhi Shocking பேட்டி
5.0 / 5 (0 votes)