คิดอย่างไร ถึงเปลี่ยนจาก คน “อยากเป็น” Data Scientist จนสามารถเป็น Data Scientist ได้จริงๆ

Source: Deep Learning on Medium

คิดอย่างไร ถึงเปลี่ยนจาก คน “อยากเป็น” Data Scientist จนสามารถเป็น Data Scientist ได้จริงๆ

ออกตัวก่อนว่า ตัวผมเองก็ไม่ได้เป็น Data Scientist ที่เก่งอะไร และ สิ่งที่จะพูดต่อไปนี้เป็น “ความเห็น” ของผมที่ได้นำสิ่งที่เคยได้เรียนรู้ ได้คุยจาก Data Scientist ท่านอื่นๆ มารวมกับการคุย/สัมภาษณ์คนที่อยากเป็น Data Scientist และคิดกรองออกมาว่า แนวคิดของคนที่ “อยากเป็น” ส่วนใหญ่ กับ คนที่ “เป็น” Data Scientist นั้นมีความแตกต่างกันอย่างไร

ทั้งนี้ Data Scientist เกือบทุกคนรวมถึงตัวผม ก็ต้องเคยผ่านจังหวะที่ “อยากเป็น Data Scientist” กันมาเหมือนกันทั้งนั้นครับ ดังนั้นบทความนี้จึงเหมือนเป็น guide ให้ทุกคนสามารถเปลี่ยน/เพิ่ม แนวคิดให้เข้าใกล้เป้าหมายตัวเองมากยิ่งขึ้น

  1. เริ่มที่ Model vs เริ่มที่โจทย์
    คนอยากเป็น: มักจะเริ่มที่ Model ว่าฉันอยากจะใช้ Logistic Regression, ฉันอยากจะทำ Deep learning และค่อยหาโจทย์มาทำ
    Data Scientist: เริ่มที่โจทย์ว่า ฉันต้องการแก้ปัญหาอะไร และ Model ไหนเหมาะสมกับปัญหานั้นที่สุด
  2. เริ่มที่ Code vs เริ่มที่วางแผน
    คนอยากเป็น: โดยมาก มักจะเริ่มจากการเปิดคอมและเริ่มเขียน Code (รวมไปถึงการ manipulate data ทันที)
    Data Scientist: เริ่มจากการวางแผนว่าควรทำอะไรบ้าง อยากเห็นอะไรเป็นผลลัพธ์ในแต่ละขั้นตอน
  3. เริ่มจากของที่อยากทำ vs เริ่มจาก benchmark model
    คนอยากเป็น: เริ่มจากสิ่งที่ล้ำๆไปเลย เช่น Deep learning หรือ ลง model ทันที โดยไม่มี baseline
    Data Scientist: เริ่มจากการทำ baseline model ก่อน เช่นอาจจะเป็นเรื่องง่ายๆ อย่างการใช้ median หรือ linear regression เป็น baseline model
  4. เห็นแต่ผลลัพธ์ของ model vs การนำไปใช้งาน
    คนอยากเป็น: จะสนใจแต่ตัวเลข matric ที่สนใจเช่นพวกค่า accuracy, precision, recall, etc แต่อาจจะไม่ได้คิดนึงถึงการไปใช้งาน
    Data Scientist: นอกจากตัวเลขแล้ว ยังสามารถบอกได้ว่าควรนำไปใช้งานลักษณะไหน หรือ ใช้งานได้หรือไม่
  5. สนใจเรียนรู้สิ่งใหม่ๆ
    คนอยากเป็น: สนใจเรียนรู้สิ่งใหม่ๆ เพื่อพัฒนาตัวเองให้ดีขึ้น
    Data Scientist: สนใจเรียนรู้สิ่งใหม่ๆ เพื่อพัฒนาตัวเองให้ดีขึ้น