อยากเป็น Data Scientist (2/2)
7 Soft Skills ที่ Data Scientist ต้องรู้
1. Communication & Storytelling
การสื่อสารเป็นสิ่งสำคัญ โดยเฉพาะอย่างยิ่งเมื่อทำงานในด้านเทคนิค Data Scientist ต้องสามารถสื่อสารแนวคิดทางเทคนิคเหล่านี้กับ Stakeholders กลุ่มที่เป็น Non-technical Skills เพื่ออธิบายข้อมูลเชิงลึก (Insights) สิ่งที่ค้นพบจากการวิเคราะห์ และ นำไปสู่การตัดสินใจที่ขับเคลื่อนด้วยข้อมูล
ทักษะการเล่าเรื่องด้วยข้อมูล สามารถฝึกได้ เช่น เขียน Blog, ทำ Vlog ฯลฯ วิธีที่ดี คือ การอธิบายแนวคิดทางเทคนิคในรูปแบบที่เรียบง่าย การนำเสนอสิ่งที่เราค้นพบ สามารถทำได้ผ่านการนำเสนอ PowerPoint การแสดงผลข้อมูลด้วยภาพ (Data Visualization) ฯลฯ
2. Problem Solving & Critical Thinking
การจัดการกับปัญหาที่ซับซ้อนและไม่มีโครงสร้างที่แน่นอน Data Scientist ต้องสามารถแก้ไขปัญหาได้ สามารถแจกแจงรายละเอียดของปัญหาพร้อมเสนอวิธีแก้ไข (Solution) ในทางปฏิบัติ บางครั้งไม่สามารถดูข้อมูล และเห็นปัญหาอย่างละเอียดได้ตั้งแต่แรก จึงเป็นเหตุผลว่าทำไมทักษะการแก้ปัญหาจึงมีความสำคัญ
ส่วนหนึ่งของทักษะการแก้ปัญหา เมื่อเราพยายามหาวิธีแก้ไขปัญหาหรืองานที่ทำอยู่ จำเป็นต้องมี Critical Thinking Skill คือ ต้องเข้าใจปัญหาที่เผชิญอยู่และเลือกวิธีการที่เหมาะสมในการแก้ปัญหา ซึ่งรวมถึงการประเมินคุณภาพของข้อมูล และวิธีการตีความผลลัพธ์ เพื่อทำการตัดสินใจโดยอาศัยข้อมูล ตลอดจนหลีกเลี่ยงอคติ
3. Business Understanding
Data Scientist ต้องมีความเข้าใจที่ดีเกี่ยวกับรูปแบบธุรกิจและมีทักษะทางธุรกิจ ต้องคำนึงถึงเสมอว่า "บริษัท จะใช้การวิเคราะห์นี้อย่างไร" ทำให้สามารถทราบได้ว่าต้องทำอย่างไรกับการวิเคราะห์ เช่น การสร้างแอปพลิเคชัน รายงาน ฯลฯ
การสะสมความรู้ใน Business Domain ที่กำลังทำงานอยู่จนเชี่ยวชาญ ก็ทำให้การทำ Data Science Projects มีประสิทธิภาพขึ้นในระยะยาว
4. Time Management
หลายๆ ครั้ง Data Scientist มีงานที่เป็น Multi-tasks ทักษะการบริหารเวลาจึงเป็นสิ่งจำเป็นหากมีประสบการณ์บ้างแล้ว จะทำให้ทราบว่า Lifecycle ของโครงการ Data Science เป็นอย่างไร สามารถเข้าใจว่าแต่ละเฟสต้องใช้เวลาเท่าใด ทำให้จัดการงานต่างๆ ได้อย่างมีประสิทธิภาพมากขึ้น เช่น Data Cleansing, Data Preparation, Model Development, Model Deployment ฯลฯ
5. Teamwork
สิ่งที่มีประสิทธิภาพสำหรับโครงการ Data Science จำเป็นต้องอาศัยการทำงานเป็นทีม และแบ่งเบาภาระหน้าที่กัน
การทำงานเป็นทีม จะเป็นไปได้ เมื่อมีการสื่อสารเกิดขึ้นเท่านั้น ดังนั้น สื่อสารกับสมาชิกในทีมเสมอเกี่ยวกับสิ่งที่เรากำลังทำอยู่ หากคุณถูกขัดขวางในบางสิ่งบางอย่าง หรือผลลัพธ์ของงานของคุณ
Data Science Project จะเป็นการทำงานแบบ Cross Functions ดังนั้น Data Scientist ต้องทำงานร่วมกับผู้เชี่ยวชาญคนอื่นๆ เช่น Business Analyst, Product Manager, Marketer, ฯลฯ
6. Self Development
Data Science และ สิ่งอื่นที่เกี่ยวข้องกับเทคโนโลยี มีการพัฒนาอย่างต่อเนื่อง การเรียนรู้ของ Data Scientist จะไม่สิ้นสุด ได้เรียนรู้สิ่งใหม่ๆ อย่างต่อเนื่อง บางครั้ง อาจเป็นการเรียนรู้แบบ On-the-job training
จำเป็นต้องอ่านบทความ ข่าวสาร และเรียนรู้เกี่ยวกับ Software ใหม่ๆ, Machine Learning, Deep Learning, Generative AI, ฯลฯ สิ่งเหล่านี้ จะเพิ่มทักษะ และทำให้การทำงานมีประสิทธิภาพมากขึ้น
7. Governance & Security
Data Scientist ต้องทำงานกับข้อมูลทั้ง PII (Personally Identifiable Information) และ Non PII มีหลักเกณฑ์ด้านจริยธรรม, ข้อกฎหมาย (PDPA : Personal Data Protection Act ) รวมไปถึงนโยบายของบริษัท ที่จะต้องปฏิบัติตามเมื่อรวบรวมข้อมูล ใช้ข้อมูล ตลอดจนแบ่งปันข้อมูล ต้องระลึกไว้ว่าข้อมูลบางอย่างเป็นข้อมูลส่วนตัว จำเป็นต้องจัดการอย่างรอบคอบ
******
ตอนที่ 1 อยากเป็น Data Scientist (1/2) : 7 Hard Skills ที่ Data Scientist ต้องรู้
******
ข้อมูลอ้างอิง - https://www.kdnuggets.com/want-to-become-a-data-scientist-part-2-10-soft-skills-you-need
