นักวิทยาศาสตร์ข้อมูล

Data
Scientists
อาชีพนักวิทยาศาสตร์ข้อมูล



คำนำ

อาชีพนักวิทยาศาสตร์ข้อมูลในหนังสือออนไลน์ (e-book) ผู้จัดทำ จัด
ทำขึ้นเพื่อเป็นส่วนหนึ่งของการศึกษาเรื่องอาชีพนักวิทยาศาสตร์ข้อมูล เช่น
ลักษณะงาน ขั้นตอนการทำงาน ตำแหน่ งและเส้นทางการเติบโต เป็นต้น
เพื่อให้นักศึ กษาและผู้ที่ สนใจศึ กษาค้นคว้ามีความรู้และความเข้าใจเกี่ ยวกับ
อาชีพนักวิทยาศาสตร์ข้อมูลมากยิ่งขึ้น

อาชีพนักวิทยาศาสตร์ข้อมูลมีความสำคัญและจำเป็นอย่างมากในชีวิต
ประจำวันในปัจจุบันนี้ ผู้จัดจึงได้รวบรวมข้อมูลต่างๆเกี่ยวกับอาชีพนัก
วิทยาศาสตร์ข้อมูลจากแหล่งข้อมูลที่ เกี่ ยวข้องต่างๆของเทคโนโลยี
สารสนเทศ เช่น อินเตอร์เน็ต เอกสาร เพื่อหวังว่าอาชีพนักวิทยาศาสตร์
ข้อมูลในหนังสือออนไลน์ (e-book) จะเป็นแหล่งความรู้สำหรับที่ผู้สนใจไม่
มากก็น้ อย

คณะผู้จัดทำ

26 ธ.ค.2565

สารบัญ

เนื้อหา หน้ า

คำนำ ก

สารบัญ ข

รู้จักอาชีพ 1
2-3
การทำงาน 4-5
ความก้าวหน้ าในการทำงาน
ข้อดี-ข้อจำกัดของอาชีพ และ คุณสมบัติที่เหมาะกับอาชีพ 6
ทักษะที่ ควรมีและเส้นทางสู่อาชีพ 7
คำแนะนำสำหรับพัฒนาตนเองและอาชีพที่ ใกล้เคียง 8

นักวิทยาศาสตร์ข้อมูล

รู้จักอาชีพ

อาชีพนักวิทยาศาสตร์ข้อมูล หรือ Data scientists เป็นอาชีพที่อาศัย
ทักษะการนำข้อมูลขนาดใหญ่มาใช้ประโยชน์ โดยผ่านกระบวนการเก็บและ
จัดการข้อมูลขนาดใหญ่ วิเคราะห์ ข้อมูลหารูปแบบความสัมพันธ์ของข้อมูล
ที่ซ่อนอยู่โดยการสร้างโมเดลทางคณิตศาสตร์ เมื่อวิเคราะห์ ออกมาแล้ว จึง
นำสิ่งเหล่านั้ นมาช่วยในการตัดสินใจทางธุรกิจ การพัฒนาสินค้า บริการ
รวมทั้ งทำนายผลประกอบการที่จะเกิดขึ้นในอนาคต

เมื่อการทำงานหลัก ๆ ต้องอยู่กับข้อมูลจำนวนมหาศาล หรือที่ใคร ๆ
ทุกวันนี้เรียกกันว่า Big Data ทำให้สิ่งสำคัญที่นักวิทยาศาสตร์ข้อมูลพึงมี
นอกจากการค้นคว้า คิดวิเคราะห์ แล้ว การตั้งคำถามให้ตรงจุด รู้จัก
เลือกสรรวัตถุดิบหลักอย่างข้อมูลจำนวนมากมาใช้ประโยชน์ ได้อย่างถูกต้อง
เหมาะสม แล้วจึงดำเนินการวิเคราะห์ หาคำตอบเพื่อพัฒนาองค์กรต่อไป

การทำงาน

ลักษณะงาน


การทำงานของนักวิทยาศาสตร์ข้อมูลมีหลากหลายสายงาน ไม่ว่าจะเป็น

สายการแพทย์, วิทยาศาสตร์สุขภาพ ที่นำ Big Data ไปทำ AI ช่วยในการ

รักษา

สายการตลาด Big Data จะช่วยวิเคราะห์ พฤติกรรมลูกค้า ทำให้การตลาด

ออกโปรโมชั่นส่งเสริมการขายได้ง่ายขึ้นและตรงกลุ่มเป้ าหมายมากขึ้น

สาย Retail ช่วยธุรกิจวิเคราะห์ ว่าควรเปิดร้านค้าตรงไหน ถ้าเปิดแล้วจะ

ขายได้ไหม คู่แข่งเป็นอย่างไร ยกตัวอย่าง Starbucks ที่เปิดร้านโดยใช้

Big Data ในการวิเคราะห์

ขั้นตอนการทำงาน

เมื่อได้รับโจทย์ดังกล่าว นักวิทยาศาสตร์ข้อมูล หรือ Data Scientist จะเริ่ม
ทำงานโดยเราจะเรียก Process ตั้งแต่ต้นจนจบว่ากระบวนการทาง Data
Science

เก็บข้อมูล (Collect) : วิธีการเก็บข้อมูลมีหลายวิธีและขึ้นอยู่กับข้อมูลที่
เราต้องการ ซึ่งพอเราได้ข้อมูลจำนวนมากมาแล้วหรืออาจเรียกได้ว่าเป็น
Big Data เราก็ต้องหาที่เก็บข้อมูล
การจัดการข้อมูล (Manage Data) : ข้อมูลที่เราได้มานั้ นเราต้องนำมาผ่าน
กระบวนการที่เรียกว่า “การทำความสะอาดข้อมูล”(Data Cleaning/Data
Wrangling) เพื่อกำจัดข้อมูลที่ใช้ไม่ได้ออกไป เป็นกระบวนการที่กินเวลา
มากที่สุดในการทำ Data Science เมื่อเสร็จกระบวนการ Data Cleaning

เราจะเก็บลงฐานข้อมูล การเก็บข้อมูลลงในฐานข้อมูลนั้ นมีความสำคัญ
มากในการนำข้อมูลไปใช้
วิเคราะห์ ข้อมูล (Analyze) เป็นขั้นตอนที่เราเอาข้อมูลที่พร้อมใช้งานมา
วิเคราะห์ เพื่อหาความสนใจของข้อมูล เพื่อนำมาใช้ในการตัดสินใจในการ
ทำธุรกิจ

การนำข้อมูลมาช่วยในการตัดสินใจ (Decision) เราจะทำสรุปผลวิเคราะห์
(Data Visualization) ให้เข้าใจง่าย เพื่อนำงานไปเสนอทีม หรือลูกค้าต่อ
ไป

สถานที่ ทำงาน

ออฟฟิศ ถือเป็นสถานที่ทำงานหลัก ๆ ของนักวิทยาศาสตร์ข้อมูลเลยที่
เดียว เพราะส่วนใหญ่การจัดเก็บข้อมูลมหาศาล จะอยู่เพียงแค่ในองค์กร
เท่านั้ น นอกจากจะมีการตกลงกับผู้ว่าจ้างที่สามารถยืดหยุ่นให้ทำงานนอก
สถานที่ ได้
ผู้ที่ ต้องทำงานด้วย
หากเป็นบริษัทเล็ก ๆ นั้ น กระบวนการทำงาน Data Science อาจทำได้โดย
คน ๆ เดียว แต่หากเป็นบริษัทขนาดกลางและใหญ่หากอาจมีเพื่อนร่วมทีม
หากเป็นบริษัทขนาดใหญ่ที่มีการตั้งทีม Data โดยเฉพาะ จะมีสมาชิกในทีม
ที่ประกอบด้วย Data Scientist, Data engineer และ Data Analyst
ผู้ที่ ต้องทำงานด้วย
หากเป็นบริษัทเล็ก ๆ นั้ น กระบวนการทำงาน Data Science อาจทำได้โดย
คน ๆ เดียว แต่หากเป็นบริษัทขนาดกลางและใหญ่หากอาจมีเพื่อนร่วมทีม
หากเป็นบริษัทขนาดใหญ่ที่มีการตั้งทีม Data โดยเฉพาะ จะมีสมาชิกในทีม
ที่ประกอบด้วย Data Scientist, Data engineer และ Data Analyst

ความก้าวหน้าในการทำงาน

ตำแหน่ งและเส้นทางการเติบโต

ข้อมูลแบบอ้างอิงตามความต้องการในตลาดแรงงาน ทั้ งในต่าง
ประเทศและในประเทศ แบ่ง Level ประสบการณ์ ที่เติบโตและก้าวหน้าใน
สายงานดังนี้

Entry level :ประสบการณ์ ทำงาน 1-3 ปี ที่เติบโตมาจาก ตำแหน่ ง
Officer หรือ Specialist
Associate :เป็นกลุ่มตำแหน่ งผู้ช่วยผู้จัดการ หรือหัวหน้าแผนก
Mid-Senior level :อยู่ในตำแหน่ งผู้จัดการ
Director & Executive : ในประเทศไทยตอนนื้ที่เคยเปิดรับมีอยู่ 8
บริษัท และคาดว่าในอนาคตน่ าจะมีการเปิดรับมากขึ้น แต่ในต่าง
ประเทศอย่างสิงค์โปร์ อเมริกา มีหลายอัตราที่เปิดรับในตำแหน่ งนี้

ทั้ งนี้ขึ้นอยู่กับความสามารถของแต่ละบุคคล ซึ่งบางคนอาจได้รับโอกาสที่
ดี เริ่มต้นที่ตำแหน่ งผู้จัดการได้เลย และขึ้นอยู่กับว่าเป็นสายงานอะไรด้วย
เช่นกัน

เงินเดือน

ฐานเงินเดือนทั่ วไปที่ประกาศรับสมัครงานในประเทศไทยจะเริ่ม
ต้นที่ 30,000 จนถึงสูงสุดคือ 100,000 ขึ้นไป
ซึ่งอัตราฐานเงินเดือนค่าจ้างขึ้นอยู่กับความสามารถและตำแหน่ งและ
หน้ าที่ ความรับผิดชอบของแต่ละบุคคลด้วย

การแข่งขันและความต้องการของตลาด

ในปัจจุบัน อาชีพนักวิทยาศาสตร์ข้อมูลนั้ นเป็นอาชีพที่ยังใหม่และ
มีหลากหลายรูปแบบและสายงาน โดยเฉพาะสำหรับประเทศไทยยังมีสาย
อาชีพนี้ค่อนข้างน้อย Data Scientist จึงเป็นที่ต้องการของตลาดอยู่มาก

ข้อดีของอาชีพ
เป็นสายงาน
ที่ยังใหม่ในประเทศไทย การแข่งขันยังน้อย ยังมีเวลา

เพิ่มพูนทักษะต่าง ๆ
สามารถไปเติบโตในตลาดต่างประเทศได้ง่าย

ข้อจำกัดของอาชีพ
ต้องอดทนกับ
ปริมาณข้อมูลจำนวนมาก ซึ่งอาจทำให้เกิดความเครียดจาก

ความกดดันต่าง ๆ
บางครั้งหากงานหนักจนทำให้หมดไฟได้ง่าย ๆ ก็อาจจะส่งผลต่อคุณภาพของ
งานได้

คุณสมบัติที่ เหมาะสมกับอาชีพ

พัฒนาตัวเองอยู่เสมอ
และหมั่นศึกษาหาความรู้ใหม่ ๆ เพราะรอบตัวเรามัน
หมุนเร็ว หัวไว ประยุก
ต์ใช้ได้ทันที โดยนำความรู้จากหลายแขนงมาสร้าง

solution ให้ผู้บริโภคได้สินค้าและบริการที่ดีและมีคุณภาพมากขึ้น จึงต้องมี
ความกระตือรือร้นที่จะเรียนรู้อะไรใหม่ๆตลอดเวลา และสนุกไปกับมัน (เพราะ
จะเจอแต่โจทย์ ของข้อมูลที่ ต้องแก้)
ช่างสงสัยและตั้งคำถามตรงประเด็น เพราะนักวิทยาศาสตร์ข้อมูลต้องรู้จักตั้ง
คำถามจากข้อมูลได้และสนุกที่จะค้นคว้าหาคำตอบ เมื่อตอบได้แล้ว จะก่อให้
เกิดการพัฒนาที่ดีขึ้น แล้วนำข้อมูลมาย่อย เพื่อตอบคำถามนั้ น แล้วนำไป
สื่อสารให้กับหน่ วยงาน เพื่อเกิดแผนไปพัฒนาต่อไปได้
มีความรู้พื้นฐานทางด้านธุรกิจ เพราะผลการวิเคราะห์ ข้อมูลของเรา จะเป็น
ตัวแปรสำคัญในการวางแผนการดำเนินงาน พื้นฐานทางด้านธุรกิจที่ดี จะช่วย
ให้เราเข้าใจข้อมูลและวิเคราะห์ ผลออกมาได้ดี

ทักษะที่ ควรมี

ทักษะ
ทางคณิตศาสตร์และสถิติ เป็นทักษะพื้นฐานที่เราต้องได้ใช้งานอย่าง

แน่ นอน โดยเฉพาะกับการทำงานวิเคราะห์ Big Data
ทักษะทางคอมพิวเตอร์และไอที เนื่องจากข้อมูลที่เราจะนำมาวิเคราะห์ นั้ น
เป็นBig Data เราจำเป็นต้องใช้โปรแกรมในการวิเคราะห์ ออกมา
ทักษะการคิดวิเคราะห์ เพราะต้องใช้การคิด วิเคราะห์ แยกแยะ สังเคราะห์
ข้อมูลและบริบทอื่น ๆ และนำไปประยุกต์ใช้ได้ในความเป็นจริง
ทักษะในการสื่อสาร เพื่อสื่อสารให้ผู้อื่นเข้าใจถึงข้อมูลที่เราวิเคราะห์ ออกมา
ทักษะการทำงานเป็นทีม เป็นทักษะพื้นฐานที่สำคัญ ไม่ว่าสายงานไหน ๆ ก็
ต้องเป็น Teamwork

เส้นทางสู่อาชีพ
การศึกษา


อาชีพ Data Scientist นั้ นต้องใช้ทักษะทางคณิตศาสตร์ สถิติ การเขียน
โปรแกรม และการบริหารธุรกิจ
การเตรียมตัวในช่วงระดับมัธยมนั้ นจึงควรเรียนสายวิทย์-คณิต และศึกษา
เรื่องการเขียนโปรแกรมระดับพื้นฐานเอาไว้ ก่อนหน้านี้อาชีพ Data
Scientist ในประเทศไทยยังถือเป็นอาชีพที่ค่อนข้างใหม่ ไม่มีสาขาที่เปิด
สอนโดยตรงในระดับปริญญาตรีData Scientist ส่วนหนึ่งจึงต่อยอดมา
จาก Data Analyze นักการตลาด App Developer หรือสายอาชีพอื่นที่
เกี่ยวข้อง และไปเรียนคอร์สเสริมเพิ่มเติม ไปเรียนต่อปริญญาโทที่ต่าง
ประเทศ หรือนำประสบการณ์ มาใช้ประกอบการทำงาน

คำแนะนำสำหรับพัฒนาตนเอง

Hard Skills


สำหรับความรู้เฉพ
าะทางที่น้อง ๆ ที่สนใจอาชีพนักวิทยาศาสตร์ข้อมูล
แล้วอย่างฝึกฝนไว้ มีคร่าว ๆ ดังนี้

Python , R Coding (หรือโปรแกรมวิเคราะห์ อื่น ๆ )

Machine Learning & AI

Data Visualization

Unstructured Data

นอกจากนี้ พยายามเน้ นตั้งใจเรียนในวิชาคณิ ตศาสตร์และวิทยาศาสตร์ให้

มากเข้าไว้

Soft Skills

ฝึกการตั้งคำถามและค้นคว้าคำตอบ หมั่นใช้เวลากับการวิเคราะห์
ข้อมูลตัวเลขต่าง ๆ
ฝึกทักษะการสื่อสาร การนำเสนอ การทำกราฟต่าง ๆ เพื่อให้ผู้อื่น
เข้าใจได้ง่าย
การทำงานกลุ่มบ่อย ๆ จะช่วยให้น้อง ๆ เพิ่มพูนทักษะการทำงานเป็น
ทีมมากขึ้น

อาชีพใกล้เคียง
นักว
ิเคราะห์ ข้อมูล (Date Analyst)

โปรแกรมเมอร์ (Programmer)

นักสถิติ

บรรณานุกรม

ทรูปลูกปัญญา./(2564).//นักวิทยาศาสตร์ข้อมูล./อาชีพนักวิทยาศาสตร์
ข้อมูล/26 เดือนกุมภาพันธ์ ปี2565,//จาก
https://www.trueplookpanya.com/explorer/occupation-step3/22

aws.amazon.com./(2565).//วิทยาศาสตร์ข้อมูลคืออะไร./นักวิทยาศาสตร์
ข้อมูล/26 เดือนกุมภาพันธ์ ปี2565,//จาก https://aws.amazon.com/th/what-
is/data-science/