Menu

เปิดโปรไฟล์ Data Scientist ตัวท็อป ! ดีกรีพนักงานแอปฯ ฟ้า ‘ดร.ต้า Skooldio’

กลับมาอีกครั้ง ! กับคอลัมน์ Career Past ที่ DATAHOLIC จะพาเพื่อน ๆ ไปสำรวจ Career Path ของคนในสายอาชีพ Data ว่ากว่าจะได้มาทำงานในตำแหน่งงานปัจจุบัน ได้ผ่านการไต่เต้าเก็บประสบการณ์จากงานอะไรกันมาบ้าง

คนที่แอดชวนมาคุยในวันนี้ มีดีกรีเป็นถึงอดีต Data Scientist แห่งแอปฯ ฟ้า อย่าง Facebook นั่นก็คือ ดร.ต้า วิโรจน์ จิรพัฒนกุล ที่ปัจจุบันเป็นผันตัวมาเป็นผู้แบ่งปันความรู้ ก่อตั้งแพลตฟอร์ม Skooldio ที่เรารู้จักกันนั่นเองฮะ อ่ะโฮ

บอกเลยว่าเส้นทางชีวิตการเรียนและการทำงานของ ดร.ต้า น่าจะทำให้หลายคนทึ่งแน่นอน ได้ตัวท็อปมานั่งคุยด้วยแบบนี้ ใครสงสัยว่าคนที่เคยทำงาน Facebook เป็นคนแบบไหน แล้วบริษัทเขาคัดคนเข้าไปทำงาน Data ด้วยยังไง แอดถามมาให้แล้ว ! ไปอ่านกันเล๊ยย ~ โฮโฮโฮ


ก้าวแรกสู่โลก Data จากหนุ่มวิศวะคอมจุฬาฯ สู่นักศึกษา OR ที่ MIT

หลังจากที่แอดมีโอกาสได้คุยกับเพื่อน ๆ ในสายงาน Data มาจำนวนหนึ่ง ทำให้รู้ว่ามีหลายคนเลยที่จบคณะวิศวะกรรมกันมาคุณต้าเองก็เป็นหนึ่งในคนที่เรียนวิศวะคอมฯ ที่จุฬามาก่อนด้วย

คุณต้าเล่าให้ฟังขำ ๆ ว่าตัวเองได้ลองแตะงาน Machine Learning มาตั้งแต่ตอนเรียนเลย โปรเจกต์ที่ทำก็เป็นการให้คอมพิวเตอร์เรียนรู้เสียง จำเสียง และทำตามคำสั่งได้ แต่ด้วยความรู้และเทคโนโลยีที่ถูกจำกัดในยุคนั้นทำให้การเรียนรู้ครั้งนี้ไม่ค่อยสนุกเท่าไหร่ เขาเลยล้มเลิกความสนใจเกี่ยวกับ AI Machine Learning ไป

หลังจากนั้นก็ลองหาอะไรใหม่ ๆ ที่จะสร้าง Impact และเป็นประโยชน์ที่ทุกธุรกิจต้องใช้ แล้วสามารถต่อยอดจุดแข็งเรื่องคอมพิวเตอร์ที่เรียนมาได้ จนไปเจอกับ ‘Operations Research’ ซึ่งเป็นหลักสูตรการสร้างโมเดลจากสมการคณิตศาสตร์เพื่อมาแก้ปัญหาธุรกิจ ของ MIT คุณต้าเขาก็ตัดสินใจบินไปเรียนปริญญาโทและเอกเรื่องนี้ถึงที่นู่นเลยฮะ

ตอนที่เรียนอยู่ที่นั่นคุณต้ามีโอกาสได้ไปลองฝึกงานจริงกับบริษัท Software ให้สายการบินที่สวีเดนลดอัตรา Flight Delay และช่วย FedEx ทำเรื่อง Pricing ด้วย พอได้ลองทำงานจริง คุณต้าก็รู้สึกว่าการใช้คณิตศาสตร์แก้ปัญหาให้ธุรกิจนี่แหละโดนใจใช่เลย !

“คีย์หลักที่เจอคือ
สิ่งสำคัญกว่า Algorithm ที่ดี แก้ปัญหาได้แม่น
คือ การมี Data ที่ดีและเยอะพอ”


2 สิ่งที่ได้เรียนรู้จาก การทำงานกับ Facebook ในฐานะ Data Scientist

เรียกว่าเทรนด์ Data เข้ามาได้ทันเวลาพอดีอย่างกับรู้ใจ เพราะหลังจากที่คุณต้าเรียน OR จบปุ๊บในปี 2012 Data Science ก็ถูกพูดถึงขึ้นมาครั้งแรกพอดี ความ Sexy ของอาชีพนี้ทำให้คุณต้ารู้สึกสนใจ บวกกับอยากทำงานกับข้อมูลที่เกี่ยวข้องกับการปฏิสัมพันธ์ของคนเยอะ ๆ เลยเตรียมตัวเข้าสู่สายงานนี้ทันทีในปี 2013 ที่แพลตฟอร์ม Facebook (ครั้งแรกก็เล่นบริษัทใหญ่เลย อ่ะโฮ ! )

จริง ๆ หลายคนคิดว่าจบ MIT สถาบันระดับโลกมา น่าจะเดินเข้าบริษัทระดับท็อปได้สบาย ๆ แต่คุณต้าบอกว่าตอนเรียนก็ค่อนข้างเน้นทฤษฎี ดังนั้นก่อนจะไปสมัครงานที่ Facebook เจ้าตัวก็มีการเตรียมความพร้อมเพิ่มเติมหลายอย่างด้วย ทั้งเรียนออนไลน์ ทั้งไปเข้า Fellowship Program เพื่อจะได้เข้าใจโลกธุรกิจให้มากขึ้นว่าในโลกความจริง ธุรกิจต้องการสกิลอะไรบ้าง

ประเด็นนี้ก็เป็นเรื่องที่แอดก็อยากรู้มาก ๆ เลยฮะ ว่าพอเข้าไปทำงานใน Facebook แล้ว มีอะไรเจ๋ง ๆ ที่ได้เรียนรู้ออกมาจากที่นั่นบ้าง เลยถือโอกาสนี้ถามกับคุณต้าแล้วได้คำตอบมา 2 เรื่อง

  1. จะทำ Data Science ให้ดีได้ เราต้องเข้าใจธุรกิจ เข้าใจ Product : หลายครั้งเราชอบพูดว่าเราหา Insight ไม่เจอ ความจริงคือเพราะเราไม่เข้าใจธุรกิจ ถ้าเราเข้าใจธุรกิจเราจะเห็นว่าจริง ๆ ธุรกิจมีปัญหาเพียบเลย คำถามคือสิ่งที่น่าสนใจที่จะช่วยแก้ปัญหาได้ มันอยู่ตรงไหนของข้อมูล
  1. บางที Business ไม่ได้ต้องการตัวเลขที่เป๊ะขนาดนั้น : บางทีแค่เราบอกไปว่าเจอประเด็นประมาณนี้ คน Business เขาจะรู้ทันทีว่า อ๋อ มันน่าจะเกิดจากอะไร เขาก็ได้ไอเดียไป Drive Decision ใหม่กันเรียบร้อยแล้ว โดยที่ไม่ต้องรอตัวเลขทางสถิติจากเราเป๊ะ ๆ ขนาดนั้น

เรื่องที่ 2 นี่คุณต้าบอกว่าตอนเข้าไปใหม่ ๆ แอบโดน Culture Shock เรื่อง Motto ของบริษัทที่ว่า ‘Move Fast’ อยู่พอตัว เพราะเดิมตัวเองเป็นสาย Perfectionist ทำช้า ๆ ของานเป๊ะ ๆ แต่ที่นี่ทุกอย่างต้องเร็วมาก ถึงจะเจอข้อมูลเล็ก ๆ น้อย ๆ ก็ต้องเอามาแชร์กันก่อนเลย ความท้าทายนี้ก็เข้ามาเปลี่ยนวิธีคิด วิธีการทำงานของคุณต้าไปเยอะเลยฮะ


5 ชั่วโมงกับรอบสัมภาษณ์เข้า Facebook สุดโหด ทั้ง Skills ทั้ง Attitude ต้องจึ้ง !

“ยากมาก… ใช้คำว่า ยากมาก ละกัน”

คือคำตอบที่แอดได้รับเมื่อลองถามถึงรอบสัมภาษณ์ในบริษัท Facebook ก่อนที่จะได้คำอธิบายอย่างละเอียด ตั้งแต่ขั้นตอนแรกที่เป็น Phone Screen คือเขาจะโทรมาให้เราเขียนโค้ดตามโจทย์พร้อมทั้งอธิบายสิ่งที่เราเขียนไปด้วย ส่วนนี้จะวัด Logical วัดความสามารถในการเขียนโค้ด และความสามารถในการสื่อสารอธิบาย ถ้าใครเขียนโค้ดเป๊ะ แต่ไม่สามารถอธิบายให้เข้าใจได้ว่าทำไมคิดเขียนแบบนี้ ก็ตุ๊บไปฮะ

รอบต่อไปต้องเข้าไปสัมภาษณ์ที่บริษัท คุยกับคน 5 คนที่โฟกัสกันคนละมุม บางคนเน้นเรื่องวิจัย เขาก็จะถามว่าถ้าอยากศึกษาโจทย์นี้จะต้องเก็บข้อมูลอะไรบ้าง เก็บข้อมูลมาแล้วจะวิเคราะห์ยังไงต่อ ให้เราออกแบบการวิจัยหรือการทดลองเพื่อเอา Data มาศึกษาเรื่องอะไรบางอย่างได้

อีกคนก็อาจจะมาทดสอบเรื่องความเข้าใจคณิตศาสตร์ สถิติเบื้องต้น ให้มั่นใจว่าเราจะไม่พลาดเรื่องนี้ มีคนมาส่งโจทย์ให้เราเขียนโค้ดบนกระดานดำให้ดูด้วย แถมมีคนมาสัมภาษณ์เพื่อเช็ก Culture Fit ว่าวิธีคิดของเราหรือ Passion ของเรามันแมตช์กับสิ่งที่ทีมกำลังมองหาอยู่รึเปล่า

ส่วนรอบที่คุณต้าบอกว่าเป็นไฮไลต์ของการสัมภาษณ์เลย คือเขาจะทิ้ง Laptop ที่มี Data Sat นึงไว้ให้  แล้วให้เวลาเรา 30 นาทีในการวิเคราะห์ว่าเราเจอ ‘อะไร’ ในข้อมูลชุดนี้บ้าง คุณต้าบอกว่าแบบทดสอบนี้ถ้าใครเก่งทฤษฎีแต่ไม่เคยเขียนโค้ดหรือวิเคราะห์ข้อมูลเองก็จะเจอ ‘อะไร’ ที่ว่ายากหน่อย เพราะเวลาก็น้อยมาก โชคดีที่คุณต้าเคยได้ฝึกงานในบริษัทที่ต้องดู Data เยอะ ๆ มาแล้ว เลยผ่านมาได้ด้วยความท้าทาย เป็นการสัมภาษณ์ที่จบในวันเดียวและครบทุกด้านเลยฮะ


ทีม Data Science ใน Facebook ทำอะไรกันบ้าง ?

คุณต้าเล่าให้ฟังว่าทีม Data ที่ตัวเองเข้าไปทำ จะเป็นเหมือนทีมตัวกลางที่ได้ทำงานช่วยเหลือทีมอื่น ๆ ในการแก้ปัญหาเรื่อง Data ของเขา เช่นช่วยทีม Finance ในการ Forecast Revenue เพื่อเสนอนักลงทุน, ดูแลอัลกอริทึ่มว่าทำยังไงให้ News Feed โชว์สิ่งที่ User อยากเห็นมากที่สุด ไปจนถึงช่วยทีม Research Market เพื่อพัฒนาฟีเจอร์ใหม่ ๆ ด้วย

อย่างโปรเจกต์ Facebook Marketplace อันนี้ก็เป็นงานที่ทีมลงมาทำ Research ในตลาด Southeast Asia แล้วก็เจอเซอร์ไพรซ์จากคนไทยตอบว่าใช้ Facebook เพื่อชอปปิง แทนที่จะเล่น Social Media ซะงั้น หลังจากนั้นทีมก็กลับมาทำ Research ต่อเพื่อเช็กขนาดตลาด สุดท้ายพลังนักช้อปก็ทำให้ Facebook Marketplace ถูกเปิดใช้ในประเทศไทยนั่นเอง !

อีกงานที่คุณต้าบอกว่าน่าจะมันน่าดูถ้าได้ทำ แต่เสียดายที่ตัวเองลาออกมาก่อน ก็คือพวก Fake News Clickbait ที่เพื่อน ๆ น่าจะพอจำกันได้ว่าช่วงนึงมีเว็บข่าวปลอมระบาดหนักมาก บางเว็บก็ทำภาพประกอบได้น่าสนใจ เอาสีแดงมาวง ๆ เอาลูกศรมาชี้ สุดท้ายคลิกไปก็ไม่มีเนื้อหาสาระอะไรให้อ่าน คนก็บ่นกันทั้งแอปฯ ถ้าตอนนั้นคุณต้ายังทำงานอยู่ ก็จะเป็นทีมนี้นี่แหละฮะที่ต้องรับผิดชอบดูแล พูดแล้วก็แอบอยากรู้เหมือนกันนะเนี่ยว่าสุดท้ายแล้วเขาจัดการเคสนี้กันยังไง


พลิกบทบาทพนักงาน เป็นอาจารย์นักปั้นสกิล… จุดเริ่มต้นของ Skooldio !

นี่จะเรียกว่าเป็นจุดเปลี่ยนเส้นทางการทำงานของคุณต้าก็ได้ เพราะหลังจากที่ทำงานเป็นหนุ่มออฟฟิศมาสักพัก ได้เรียนรู้จากบริษัทใหญ่หลาย ๆ ที่ คุณต้าบอกว่าสนุกดี แต่ก็รู้สึกว่าเราเป็น ‘หนึ่งในหมื่น’ ที่ถ้าเราลาออก เขาก็หาคนมาแทนเราได้ไม่ยาก

ในขณะที่ไทยตอนนั้นคนกำลังเริ่มทำ Big Data และคิดว่าประสบการณ์การทำงานกับ Big Data ที่เราเคยจับมา น่าจะเอามา Add Value และรันวงการนี้ได้ เลยกลับมาไทยแล้วก็ไปเป็นอาจารย์พิเศษให้ภาควิชาสถิติ คณะบัญชี จุฬาฯ แล้วอีกครึ่งตัวก็มาก่อตั้งบริษัท Skooldio เพื่อปั้นบุคลากรให้มีสกิลเจ๋ง ๆ อย่างที่เคยได้เห็นจากบริษัทระดับโลก

บริษัทที่มองเห็นคุณค่าของการอัปสกิลก็จะให้ Skooldio เข้าไปช่วยทำ Inhouse Training รีสกิลให้คนของเขาเรื่อย ๆ เพราะเทรนด์มันเปลี่ยนไปเร็ว องค์กรเขาก็ต้องรีสกิลอัปสกิลอยู่ตลอด ไม่เหมือนกับเมื่อก่อนที่คนแทบจะไม่พูดถึงการเรียนเพื่ออัปสกิลกันเลย จบมามีปริญญา 1 ใบก็ทำงานได้ตลอดชีวิต

แต่ตอนนี้จู่ ๆ บริษัทก็คาดหวังว่าเราจะยิง Ads เป็น, พรีเซนต์งานได้, Machine Learning อยากให้เป็น, Deep Learning อยากให้โดน ฯลฯ เพราะฉะนั้นไม่ว่าเราจะจบอะไรมาเทคโนโลยีที่เปลี่ยนไปไวมันก็กระทบเราทุกส่วน คุณต้าที่มองเห็น Need ตรงนี้ก็ถือโอกาสตั้ง Skooldio ขึ้นมาเลย

ขอบคุณรูปภาพจาก Digital Tips Academy

บทบาทการเป็นผู้สอนนี้ก็ได้รับแรงบันดาลใจมาตั้งแต่ตอนที่คุณต้ายังเป็นผู้เรียนอยู่นี่แหละฮะ ดูจากประวัติแล้วสามารถพูดได้ว่าคุณต้าเป็นคนที่ประสบความสำเร็จด้านการเรียนคนหนึ่งเลย คุณต้าบอกว่าเคล็ดลับคือต้องสนุกกับการเรียน

จุดเริ่มต้นคือการ ‘อ่านเพราะอยากรู้’ ไม่ได้ ‘อ่านเพราะต้องไปสอบ’ พยายามหามุมที่เราชอบหรือมุมที่น่าสนใจในวิชานั้น  แล้วพยายามเอาตัวเองไปอยู่ในสิ่งแวดล้อมที่คนรอบตัวจะพาให้เราทะเยอะทะยานมากขึ้น หา Small Win ให้ตัวเอง

อย่างตอนเด็ก ๆ คุณต้าก็บอกว่าตัวเองไม่ได้เรียนเก่งที่สุด แต่ชอบความรู้สึกเวลาที่เรา Achieve อะไรบางอย่าง เช่น คะแนนเรียนดีขึ้น อันดับดีขึ้น พ่อแม่ชม ก็ทำให้เราอยากพัฒนาเรื่องการเรียนขึ้นเรื่อย ๆ เพราะการพิชิตอะไรบางอย่างได้มันสนุกดี

“มนุษย์ทุกคนมียอดพีระมิดความต้องการของตัวเอง
เรามักจะอยาก Achieve อะไรบางอย่าง
เพียงแต่ต้องหาให้เจอว่าเส้นทางที่เราอยากไต่เต้าขึ้นไปคืออะไร”


เคล็ดลับ เรียน Data ยังไงให้ได้ผลดี ? อย่าติดกับดัก ‘อ่านอย่างเดียว’แต่ต้องลงมือทำ !

พูดถึงเรื่องการรีสกิลอัปสกิลแล้ว แอดก็ขอเข้าคำถามประจำของคอลัมน์เราว่าถ้าคนที่อยากเข้ามาทำงานในสาย Data จะต้องรู้หรือมีทักษะอะไรเป็นพื้นฐานบ้าง คุณต้าจัดลำดับในความคิดอยู่แว่บนึงแล้วตอบแอดมาว่า

ถ้าย้ายสายมาเลย อาจจะลองเริ่มที่งาน Data Analyst ก่อนก็ได้ พื้นฐาน Excel หรือ Spreadsheet ต้องคล่อง เพราะถ้ามีข้อมูลอยู่ตรงหน้า มีคำถาม แต่หาคำตอบไม่เป็น อันนี้เสียโอกาสมาก ๆ และพอใช้ข้อมูลเป็นแล้ว หลายคนอาจจะเริ่มอยากมี Dashboard มาช่วยตัดสินใจได้ดีขึ้น Data Visualization ก็เป็นอีกสกิลที่น่าเรียนรู้ไว้ฮะ

จริง ๆ ใน Skooldio ก็มี Bootcamp อันนึงที่น่าสนใจนะฮะ ชื่อว่า Data Analytics Bootcamp (DAB) เขาจะสอนเราหลาย ๆ วิชาเลย ปูพื้นฐานตั้งแต่ต้นจนจบ มีโปรเจกต์ให้ทำ ก็จะได้ฝึกสกิลเราไปด้วย ในแคมป์เขาจะรวมโค้ชตัวตึงหลายคนมาช่วยกันปรับ ๆ ปั้น ๆ ให้เราพร้อมเข้าสู่ตลาด Data ได้แบบมั่นใจฮะ

อย่างที่คุณต้าบอก ว่าสมัยนี้มีโอกาสให้เราได้เรียนรู้เรื่องต่าง ๆ เยอะและสะดวกกว่าเมื่อก่อนจริง ๆ แต่ก็ต้องแปลกใจกับที่คุณต้าบอกว่าตัวเองแทบจะไม่ค่อยได้อ่านหนังสือมากเท่าไหร่แล้ว แต่จะเชื่อในพลังของ Network จากคนรอบตัวที่ติดตามอยู่เขามักจะแชร์ Edutainment มาให้อ่าน โดยเฉพาะใน Twitter ที่จะมีพวก Expert มาโพสต์แชร์ความรู้กันเยอะ ๆ ก็จะ Up to Date จากตรงนั้น

สิ่งสำคัญของการเรียนรู้ที่คุณต้าอยากฝาก คือ อย่าติดกับดัก ‘อ่านอย่างเดียว’ เพราะมันได้ Inspiration แต่เราก็จะไม่เก่งขึ้น ต้องหาโอกาสยกไปใช้จริง อ่านแล้วก็ Take Note ว่าเราจะทำยังไงต่อ ‘ลงมือทำ’ เป็นวิธีที่เรียนรู้ได้ดีที่สุด อย่างน้อยก็จะได้รู้ว่าสิ่งที่เรียนรู้มา มันเวิร์คหรือไม่เวิร์คกับเรายังไง


ปรับมุมมอง เปลี่ยน Mindset 4 ทักษะที่ต้องมี ถ้าอยากทำงานบริษัทใหญ่ ! 

มั่นใจว่ามีเพื่อน ๆ ไม่น้อยที่ตื่นเต้นกับการได้เข้าไปทำงานในบริษัทใหญ่ ๆ ระดับโลก ครั้งนี้คุณต้าได้แชร์ให้แอดฟังถึง 4 Soft Skills ที่ต้องมี สำหรับใครที่ฝันอยากจะไปทำงานในบริษัทระดับโลก 4  Skills นี้ห้ามขาดเลยฮะ !

  1. Critical Thinking : โจทย์ของเราคือการวิเคราะห์ข้อมูล เพราะฉะนั้น ‘ต่อมเอ๊ะ’ เราต้องทำงานตลอดเวลา สกิลในการตั้งคำถามก็สำคัญ การที่เราเห็นปัญหาแล้ว Break Down ออกมาได้ว่ามันเกิดจากอะไร ก็จะช่วยให้เราหาข้อสรุปจากข้อมูลได้ถูกต้องแม่นยำมากขึ้น 
  1. Communication Skill : คนชอบมองมนุษย์ Data ว่าเราเป็นมนุษย์พูดไม่รู้เรื่อง เพราะฉะนั้นเราต้องมีความสามารถในการเล่าเรื่อง เพราะจริง ๆ คนเขาอยากรู้เรื่องของเราอยู่แล้ว ว่ามันเกิดอะไรขึ้น ทำไมยอดขายตก เล่าให้ฟังหน่อย แต่…

“หลายครั้งจุดอ่อนของคนสายเรา คือ
เราไปเล่า ‘Data’ เราไม่ได้เล่า ‘เรื่อง’
เพราะฉะนั้นการ ‘เล่าเรื่องด้วย Data’
เป็นอีกสกิลหนึ่งที่สำคัญมาก ๆ ในสายงานนี้”

  1. Attitude ที่ต้องเน้นคุยกับคนเยอะ ๆ : อย่าคิดว่าเราเก่ง Technical เราเป็นมนุษย์ทองคำแล้วทุกคนต้องมาคุยกับเรา จริง ๆ คนที่ Drive ธุรกิจคือคนตำแหน่งอื่นที่คลุกคลีอยู่กับลูกค้า ถ้าเราคิดโมเดลไม่ออก สิ่งที่ควรทำมากที่สุดคือเดินไปคุยกับคนที่เขาแก้ปัญหานี้แบบ Manual ไม่ได้ใช้โมเดลในการตัดสินใจ จะได้ไอเดียมาทำต่อเยอะมาก
  1. Team Player : ไปช่วยคนอื่นคิด ไปช่วยคนอื่นทำบ่อย ๆ เวลาเราคิดหรือทำอะไรก็ไม่ใช่นั่งคิดอยู่ของเราคนเดียวแล้วมันจะออกมาได้ ต้องทำงานเป็นทีมให้เป็น คิดเป็นทีมให้เป็น

ทำยังไง ? ถ้าอยากทำงาน Data แต่ยังไม่กล้าเปลี่ยนสายงาน… ดร.ต้า มีคำตอบ !

คำถามสุดท้าย กาวใจของคนที่อยากเปลี่ยนงานแล้วรู้สึกสับสนในช่วงหัวเลี้ยวหัวต่อ ว่าจะเปลี่ยนสายมาทาง Data ดีไหม หรือจะเริ่มต้นยังไงดี คุณต้าฝากมาบอกว่า สำหรับคนที่มีสกิลแล้ว แต่แค่ไม่แน่ใจว่าจะเวิร์คหรือไม่เวิร์ค ก็เชียร์ให้ลองไปเลย ไม่งั้นเราก็จะไม่รู้ว่าตกลงเราชอบหรือไม่ชอบอะไร สุดท้ายถ้าเราเจ๋งจริงในงานเก่าที่ทำอยู่ ในวันที่เราเฟลกลับมา งานมันก็ยังรอเราอยู่

หรือถ้าอยากจะแค่ลองแตะ ๆ งานดูก่อน อาจจะไปหาทำงานตามเว็บไซต์รับฟรีแลนซ์ ซึ่งบอกเลยว่าตลาดงานฟรีแลนซ์มีคนจ้างคนสาย Data ไปทำงานเยอะมาก เพราะบางทีเขาอาจจะอยากทำแค่โปรเจกต์ ๆ หนึ่ง ที่ไม่ต้องถึงกับจ้างพนักงานประจำ ฟรีแลนซ์นี่แหละที่ตอบโจทย์ ข้อเสียคือ Environment แบบฟรีแลนซ์อาจจะไม่ทำให้เราเก่งขึ้นนัก เพราะไม่มีโค้ชมาคอยบอก ลูกค้าชอบเขาก็ชม ไม่ชอบก็ด่า แต่ไม่มีคนมาช่วยคิดว่าสรุปต้องปรับยังไง แต่ก็ถือว่าได้ฝึกฝีมือฮะ

ขอบคุณรูปภาพจาก Skooldio

อีกทางที่ทำได้คือพยายามขยับไปทำอะไรที่เรายังได้ใช้จุดแข็งของเราอยู่ ถ้าอยากทำงาน Data ก็อาจจะไม่ต้องย้ายสายงานก็ได้ เป็น Marketer ต่อไปก็ได้ แต่เอาความรู้เรื่อง Data เข้ามาเสริม การประชุมคราวหน้าลองเอาข้อมูลไปวิเคราะห์ เอากราฟมากาง แค่นี้ก็ทำให้ทีมทึ่งได้แล้วกับการที่เรารู้ Insight ใหม่ ๆ ก็ไปเวย์อัปสกิล Data เพิ่มในสายงานเดิมที่ถนัดก็เจ๋งไปอีกแบบฮะ อ่ะโฮ ~


เป็นไงบ้างฮะ แอดคุยกับคุณต้าแล้วรู้สึกว่าได้แนวคิดดี ๆ มาเยอะเลย เชื่อแล้วว่าเขาชอบสอนจริง ๆ มุมมองความคิดเจ๋งมาก ไม่แปลกใจเลยว่าทำไมคุณต้าถึงทำหน้าที่ได้ดีทั้งในฐานะอาจารย์มหาวิทยาลัย และผู้บริหาร Skooldio (ไหนใครเคยเรียนกับ Skooldio ในคลาสที่คุณต้าเป็นคนสอนบ้าง มาแชร์กันหน่อยว่าเป็นยังไง ~ )

ครั้งหน้า DATAHOLIC จะชวนใครมาคุยในคอลัมน์ Career Past กันอีก อย่าลืมติดตามกัน ! หรืออยากให้แอดชวนใครมาคุยก็รีเควสกันเข้ามาได้เลย ! โฮโฮโฮ ~

Author

RELATED ARTICLES

เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ ตั้งค่า

Privacy Preferences

คุณสามารถเลือกการตั้งค่าคุกกี้โดยเปิด/ปิด คุกกี้ในแต่ละประเภทได้ตามความต้องการ ยกเว้น คุกกี้ที่จำเป็น

Allow All
Manage Consent Preferences
  • Always Active

Save