มุมของการใช้ข้อมูลของ 𝐃𝐚𝐭𝐚 𝐀𝐧𝐚𝐥𝐲𝐬𝐭, 𝐃𝐚𝐭𝐚 𝐄𝐧𝐠𝐢𝐧𝐞𝐞𝐫, 𝐃𝐚𝐭𝐚 𝐒𝐜𝐢𝐞𝐧𝐭𝐢𝐬𝐭 ต่างกันอย่างไร ?

‍

วันนี้พวกเรา NPR พามารู้จัก 𝐃𝐚𝐭𝐚 𝐀𝐧𝐚𝐥𝐲𝐬𝐭, 𝐃𝐚𝐭𝐚 𝐄𝐧𝐠𝐢𝐧𝐞𝐞𝐫 และ 𝐃𝐚𝐭𝐚 𝐒𝐜𝐢𝐞𝐧𝐭𝐢𝐬𝐭

‍

เป็นชื่อตำแหน่งที่ทุกคนน่าจะเคยได้ยินกันในยุคที่การทำงานถูกขับเคลื่อนด้วย Data แต่ถ้าสำหรับคนที่ไม่ได้คุ้นเคยในงานสายนี้อาจจะนึกภาพตามไม่ออกว่า 3 หน้าที่นี้ที่ทำงานเกี่ยวกับข้อมูล จริง ๆ แล้วต่างกันอย่างไร

𝐃𝐚𝐭𝐚 𝐀𝐧𝐚𝐥𝐲𝐬𝐭 คือผู้เชี่ยวชาญด้านธุรกิจ ที่นำข้อมูลไปสร้าง Value

ให้เกิดขึ้นจริงกับบริษัทโดยการวิเคราะห์ข้อมูลเพื่อตอบคำถาม หรือเป็น Visualization ที่ใช้ในการประกอบการตัดสินใจที่ส่งผลต่อการดำเนินธุรกิจ

‍

𝐃𝐚𝐭𝐚 𝐒𝐜𝐢𝐞𝐧𝐭𝐢𝐬𝐭 คือผู้เชี่ยวชาญทางด้านสถิติ ที่นำข้อมูลที่มีความซับซ้อนไปสร้าง และ Train Model ต่างๆ เช่น Machine Learning หรือ Deep Learning ในการวิเคราะห์และตอบปัญหาเชิง Pattern หรือ Prediction ได้

‍

𝐃𝐚𝐭𝐚 𝐄𝐧𝐠𝐢𝐧𝐞𝐞𝐫 คือผู้เชี่ยวชาญด้านระบบ ที่เตรียมที่มาของข้อมูล ออกแบบ สร้างที่เก็บข้อมูล และท่อส่งข้อมูลไปที่ปลายทางต่างๆ เพื่อให้ Data Analyst และ Data Scientist ทำงานได้อย่างมีประสิทธิภาพ

.

จะเห็นได้ว่าทั้งสามหน้าที่มีหน้าที่แตกต่างกันค่อนข้างชัดเจน ส่วนในการนำมาใช้งานจริง และพวกเรา NPR ยกตัวอย่าง Roadmap ที่อาจจะเหมาะกับหลาย ๆ บริษัทในประเทศไทย ณ เวลานี้ คือเริ่มจากการเน้นที่ Business Value ก่อน และใช้ Data Analyst เพื่อตอบปัญหาเหล่านั้น ถ้าเกิดข้อมูลมีขนาดใหญ่ขึ้นจนบริหารลำบาก ให้นำ Data Engineer เข้ามาเพื่อ Scale ระบบให้รองรับ และเมื่อมีข้อมูลจำนวนมากแล้วพร้อมกับ Data Infrastructure ที่ดี เราสามารถใช้ข้อมูลเหล่านั้นในการทำ Model เพื่อตอบปัญหาที่ยากขึ้นหรือใช้เพื่อเป็น Competitive Advantage ได้อีกด้วย

.

‍