เส้นทางคนทำ Data Job Family งาน Data ไล่เลียงตาม “ระบบนิเวศ” ตั้งแต่ข้อมูลดิบ >> นำไปใช้ได้ >> สร้าง impact Data ไม่ใช่งานเดียว แต่มันคือ Supply Chain ข้อมูลก็เหมือนน้ำมันดิบ แต่กว่าจะใช้ได้ ต้องมีคนหลายบทบาทช่
Data Science & AI ในธนาคาร: จากความท้าทายสู่ความสำเร็จ ความท้าทาย และ เทคโนโลยีที่นิยมใช้ ในการ Implement Data Science และ AI ในธนาคาร 1. ความท้าทายหลัก (Challenges) 📊👨🏻💻 ด้านข้อมูล (Data Challenges) 1) ข้อมูลกระจายอยู่หลายระบบ * Core banking, CRM, ระบบบัตรเครดิต, ระบบสินเชื่อ ฯลฯ ทำให้ต้องใช้เวลาใน ETL และ Data Integration 2) คุ
Three Ways Machines Learn Machine Learning (ML) หากจะแบ่งตามประเภทของการเรียนรู้ สามารถแบ่งได้ 3 ประเภท ดังนี้ Supervised Learning เหมือนกับการให้ Machine เรียนรู้แบบมีผู้สอน (จาก ค่าเป้าหมาย ‘Target’ หรือ ตัวแปร Output) จะทำการเรียนรู้ซ้ำๆ (iteration) ไปเรื่อยๆ จนกว่าการทำนายจะใกล้เคียงกับค่าเป้าหมาย ตัวอย่างเช่
GeoAI Thinking Map จาก “เข้าใจโลก” สู่ “สั่งการโลก” ถ้า GeoAI ทำให้เราเข้าใจว่า โลกเกิดอะไรขึ้น — ขั้นต่อไปคือ เราจะเปลี่ยนมันอย่างไร จาก Map >> Model >> Decision Engine GeoAI ไม่ใช่แค่การดูแผนที่อีกต่อไป แต่จะเป็น * ระบบที่เรียนรู้ pattern ของโลก * ระบบที่คาดการณ์อนาคต * และ แนะนำการตัดสิ