ในปัจจุบันโลกถูกขับเคลื่อนด้วยเทคโนโลยีและข้อมูลมหาศาล ซึ่งองค์กรต่าง ๆ ก็ได้ให้ความสำคัญกับเรื่องนี้ เนื่องจาก องค์กรสามารถนำข้อมูลเหล่านั้นมาใช้เพื่อพัฒนาผลิตภัณฑ์และสร้างโอกาสทางธุรกิจได้ จึงทำให้เกิดเทรนด์อาชีพใหม่ ๆ ที่มีส่วนเกี่ยวข้องกับการนำข้อมูลมาวิเคราะห์เพื่อประยุกต์ใช้และต่อยอดเชิงธุรกิจในด้านต่าง ๆ ซึ่งในวันนี้ แสงเดือน ตั้งธรรมสถิตย์ ผู้ร่วมก่อตั้งและหัวหน้าผู้บริหารด้านปฏิบัติการของจ๊อบไทย (JobThai) ในฐานะบริการหางาน สมัครงาน ออนไลน์ อันดับ 1 ของประเทศไทย จะมาแนะนำ 3 อาชีพสายเทคฯ รับยุคบิ๊กดาต้า พร้อมพร้อมเผยทักษะที่ต้องมีสำหรับอาชีพดังกล่าว

เริ่มต้นกันที่ นักวิทยาศาสตร์ข้อมูล (Data Scientist) เรียกได้ว่าเป็นหนึ่งในอาชีพมาแรงของโลกการทำงานสมัยใหม่ ซึ่งอาชีพนักวิทยาศาสตร์ข้อมูล หรือ Data Scientist เป็นนิยามอาชีพที่ค่อนข้างกว้าง บางคนอาจจะดูเรื่อง Analytic อย่างเดียว บางคนต้องนำข้อมูลไปวิเคราะห์เพื่อพัฒนาผลิตภัณฑ์ แต่โดยรวมแล้วก็คือการนำข้อมูลมาวิเคราะห์เพื่อใช้ในการพัฒนาผลิตภัณฑ์ต่าง ๆ ให้ดีขึ้นนั่นเอง สำหรับอาชีพนี้ค่อนข้างเปิดกว้าง โดยคนที่จะเข้ามาทำอาชีพนี้ได้นั้น ไม่ได้ระบุเจาะจงว่าต้องจบสาขาอะไร แต่ส่วนใหญ่แล้วจะจบมาทางด้านวิทยาศาสตร์เพราะมีทักษะทางด้านการวิเคราะห์ข้อมูลซึ่งสามารถนำมาประยุกต์ใช้กับข้อมูลอื่นได้ หรือจบมาจากสาขาที่เกี่ยวกับสถิติก็ได้เช่นกัน สำหรับผู้ที่สนใจทำงานในสายนี้ต้องมีทักษะสำคัญ ได้แก่

• ทักษะทางตรง (Hard Skills) ได้แก่ 1.การนำเสนอข้อมูลเชิงภาพ – เมื่อวิเคราะห์ข้อมูลมาแล้ว ต้องสามารถถ่ายทอดข้อมูลเหล่านั้นให้กับคนที่ต้องการจะสื่อสารด้วยเห็นภาพมากที่สุด ซึ่งอาจจะทำออกมาเป็นรูปแบบของกราฟหรือภาพ ซึ่งสิ่งที่สำคัญคือต้องรู้ว่ากราฟหรือภาพแบบไหนเหมาะกับข้อมูลประเภทใดเพื่อทำให้คนทั่วไปเข้าใจมากที่สุด 2.การเขียนโค้ด – ทักษะนี้ถือเป็นทักษะสำคัญมากสำหรับอาชีพนี้ เพราะต้องใช้ในการสร้างโมเดลให้สามารถเก็บและดึงข้อมูลตามที่ต้องการเพื่อนำข้อมูลที่ได้ไปใช้ในการวิเคราะห์และพัฒนาผลิตภัณฑ์ในรูปแบบต่าง ๆ
• ทักษะทางอ้อม (Soft Skills) ได้แก่ 1.ทักษะด้านการสื่อสาร – นอกจากการนำเสนอข้อมูลเชิงภาพออกมาในรูปแบบต่าง ๆ แล้ว ต้องมีทักษะในการสื่อสารข้อมูลเหล่านั้นให้คนทั่วไปที่ไม่มีความรู้ด้าน Data Science สามารถเข้าใจได้ 2.ความรู้ด้านธุรกิจ – เป็นทักษะที่ช่วยให้เข้าใจเป้าหมายหรือการพัฒนาผลิตภัณฑ์ที่ทำนั้นว่ามีผลตอบรับเป็นอย่างไร และจะเพิ่มผลลัพธ์ให้กับธุรกิจได้อย่างไร

ต่อกันด้วยอาชีพ นักภาษาศาสตร์คอมพิวเตอร์ (Computational Linguistics) เป็นอาชีพที่ต้องนำทฤษฎีทางภาษาศาสตร์มารวมกับวิทยาการคอมพิวเตอร์ หากพูดให้เข้าใจถึงอาชีพนี้อย่างง่าย ๆ ก็คือ การทำให้คอมพิวเตอร์สามารถวิเคราะห์ข้อมูลและเข้าใจภาษา และทำหน้าที่ทางด้านภาษาต่าง ๆ แทนมนุษย์ได้นั่นเอง เช่น เครื่องแปลภาษาอัตโนมัติ (Machine Translation) หรือ หุ่นยนต์นักสนทนา (Chatbot) ที่สามารถรับคำสั่งจากมนุษย์ได้ เป็นต้น ถือเป็นการนำเทคโนโลยีเข้ามาช่วยให้การทำงานเป็นรูปแบบอัตโนมัติมากขึ้น เพื่อลดขั้นตอนการทำงานของมนุษย์ อย่างไรก็ตามสำหรับผู้ที่จะมาทำงานในสายนี้ต้องมีทักษะสำคัญที่ควรรู้ ดังนี้

• ทักษะทางตรง (Hard Skills) ได้แก่ 1.ทักษะทางด้านภาษาศาสตร์ – การทำให้คอมพิวเตอร์สามารถเข้าใจภาษาและทำหน้าที่ทางด้านภาษาต่าง ๆ แทนมนุษย์ได้นั้นจำเป็นต้องใช้ทักษะนี้ เพราะข้อมูลทางภาษามีความพิเศษของตัวเอง จึงต้องใช้ทักษะในการวิเคราะห์ที่แตกต่างกันออกไป เช่น การแปลภาษาอัตโนมัติ (Machine Translation) ให้ความหมายออกมาในรูปแบบต่าง ๆ ตามที่ผู้ใช้งานต้องการ หรือโปรแกรมในการค้นหา (Search Engines) ที่จะเห็นได้ว่าทุกวันนี้เราสามารถพิมพ์คำถามตามที่ต้องการลงไปได้เลย ซึ่งระบบก็สามารถเข้าใจและส่งคำตอบกลับมาให้เราได้ ซึ่งสิ่งเหล่านี้ล้วนต้องใช้ทักษะทางภาษาศาสตร์ทั้งสิ้น 2.การเขียนโปรแกรม – ทักษะนี้จะทำให้คอมพิวเตอร์สามารถเข้าใจได้ว่ามนุษย์ต้องการอะไร เช่น การทำให้หุ่นยนต์นักสนทนา (Chatbot) สามารถตอบคำถามเราได้ โดยที่เข้าใจได้ว่านี่คือคำถามชนิดใด จะไปหาคำตอบมาได้จากที่ไหน หรือสิ่งที่ต้องการเป็นประโยคคำสั่งหรือไม่ ซึ่งในปัจจุบัน Chatbot สามารถรับคำสั่งจากมนุษย์ได้ไม่ว่าจะเป็นการเปิดไฟ ปรับแอร์ เปิดตู้เย็น เป็นต้น 3.ทักษะทางด้านสถิติ – เป็นงานที่ต้องอาศัยพื้นฐานทางด้านคณิตศาสตร์และสถิติในการศึกษาข้อมูลทางภาษาศาสตร์ที่มีจำนวนมาก เช่น สถิติการใช้คำและประโยคเพื่อวิเคราะห์ความเป็นธรรมชาติในการใช้งานและความถูกต้องตามหลักไวยากรณ์ การใช้ความน่าจะเป็นในการแก้คำกำกวม ซึ่งทักษะเชิงคณิตศาสตร์และสถิติจะช่วยให้เข้าใจถึงกลไกของภาษาหรือเข้าใจธรรมชาติของภาษาได้ดีขึ้น
• ทักษะทางอ้อม (Soft Skill) ได้แก่ การคิดวิเคราะห์และแก้ไขปัญหา – ต้องอาศัยทักษะนี้ในการวิเคราะห์ข้อมูลทางภาษา เพื่อพัฒนาให้คอมพิวเตอร์สามารถเข้าใจภาษาและวิเคราะห์ข้อมูลทางภาษาในลักษณะต่าง ๆ ได้ดีขึ้น เช่น การพัฒนาเครื่องแปลภาษาอัตโนมัติ (Machine Translation) อาจจะวิเคราะห์ว่าความหมายที่ต้องแสดงผลออกมานั้นจะเป็นรูปแบบไหน ต้องใช้โมเดลอะไร เป็นต้น