5 เคล็ดลับในการเรียนรู้ Data Science แบบประหยัดงบ

Data Science ในตอนนี้นับว่าเป็นศาสตร์ที่กำลังร้อนแรงอย่างมากในประเทศไทยเอง เพราะหลาย ๆ องค์กรนั้นกำลังเข้าสู่กระแสในการทำ Data Marketing และเตรียมตัวที่จะเปลี่ยนหรือจัดการ Data ต่าง ๆ ที่เคยมีหรือเริ่มทำการเก็บ Data ต่าง ๆ ขึ้นมา ซึ่งทำให้คนที่กำลังเรียนหรือทำงานในสายงาน Data นั้นเป็นที่ต้องการตัวอย่างมากสำหรับหลาย ๆ องค์กรในตอนนี้ และทำให้นักการตลาดหลาย ๆ คน หรือคนที่สนใจที่จะเติบโตในสายงานนี้ต่างหาความรู้เพิ่มเติมในเรื่อง Data ขึ้นมา

การเรียนรู้ในเรื่อง Data นั้นในตอนนี้สำหรับคนที่เริ่มทำงานแล้วสิ่งแรกที่ต้องมีอย่างมากคือเวลาที่จะใช้ในการเรียน สิ่งที่ตามมาคือถ้าคุณมีกำลังทรัพย์ หรือ บริษัท สามารถส่งคุณไปเรียนเรื่อง Data Science ในองค์กรต่าง ๆ ได้นั้นก็ไม่เป็นปัญหาเลย แต่ถ้าคุณไม่มีงบประมาณมากมายไปเรียนคอร์สแพง ๆ ละจะทำอย่างไรดี ซึ่งทางออกนั้นก็คือการเรียนรู้ด้วยตัวเองผ่าน Platform การให้ความรู้ด้าน Data ต่าง ๆ เช่น Dataquest, DataCamp หรือจะยอมเสียเงินเล็กน้อยเพื่อลงเรียนผ่านออนไลน์กับ Udacity จนถึงมีคอร์สสอนฟรีใน edX กับ coursera ที่ให้คุณเลือกไปเรียนได้เลย เพียงแต่คุณต้องหัดทุกอย่างด้วยตัวเองแค่นั้น หรือถ้าจะเสริมด้วยการอ่านหนังสือก็สามารถทำได้ด้วยการซื้อหนังสือสำหรับคนเริ่มทำ Data Science อย่าง Data Science From Scratch ซึ่งมีแจกฟรีด้วยที่นี้

สิ่งหนึ่งที่คุณจะต้องเริ่มหัดเรียนอย่างเป็นขั้นตอนในการทำ Data Sceince คือการเรียนรู้ในเรื่องการทำ Programming ในเชิง Data Science ด้วยภาษา Python หรือ R หลังจากนั้นคุณควรเสริมด้วยการเรียนรู้เรื่องของสถิติและ พีชคณิตเชิงเส้น (Linear algebra) เมื่อมีความรู้เหล่านี้ก็จะมาเริ่มเรียนในการแสดงผลหรือจัดการ Data ต่าง ๆ ด้วย Numpy, Pandas, & Matplotlib และเมื่อจัดการ Data ได้แล้วก็เริ่มมาเข้าใจให้ระบบเรียนรู้และหา Pattern จนถึงหาว่าสิ่งที่จะเกิดขึ้นต่อไปน่าจะเป็นอะไรด้วย Machine Learning Algorithms จนสุดท้ายก็ต้องมาเรียนกระบวนการที่จะเปลี่ยน Data ที่ทำมาให้เอามาใช้ได้ในโลกจริงด้วย Production Systems ต่าง ๆ นั้นเอง ทั้งหมดนี้ฟังแล้วดูน่าจะยากอย่างมาก แต่เอาเข้าจริง ๆ แล้วมีเคล็ดลับที่จะมาช่วยให้คุณเรียนรู้อยู่ 5 ข้อด้วยกัน

1. ต้องเป้าหมายว่าอยากเรียนรู้ Concept อะไรจะช่วยไปได้เร็วขึ้น : สำหรับคนเริ่มเรียนที่ไม่รู้จะเรียนอะไรการอ่านทุก ๆ Concept หรือเปิดหน้าเว็บไซต์ต่างๆ เพื่อเรียนรู้จนเจอว่าอะไรที่ใช่นั้นจะเป็นการเสียเวลา หรือมากไปกว่านั้นจะทำให้คุณสับสนได้ ดังนั้นคุณควรตั้งเป้าหมายก่อนว่าอยากจะรู้อะไร แต่ละขั้นของตวามรู้จะต้องการเรียนรู้อะไรบ้าง ซึ่งคุณควรทำระบบจัดการแยกหัวข้อเว็บไซต์หรือหมวดการเรียนรู้เอาไว้ให้เป็นลำดับเพื่อที่จะรู้ว่าเรียนอะไรก่อนหลัง

2. อย่าใจเรียน การทำ Data Science เป็นเรื่องระยะยาว : เมื่อคุณอ่าน ๆ หรือเรียนรู้ด้วยตัวเองไปจะรู้สึกว่าทำไมมันไม่ก้าวหน้าหรือไม่มีวันเรียนรู้จบสักที แต่เอาเข้าจริง ๆ แล้วกระบวนการเรียนรู้ที่จะเป็น Data Science นั้นไม่ใช่เรื่องราวที่สามารถทำได้เลย ต้องใช้เวลาและสะสมประสบการณ์ต่าง ๆ ในการเรียนรู้จนเก่งขึ้นมาได้

3. เรียนแล้วลองทำ ทำซ้ำแบบนี้: สิ่งหนึ่งเมื่อคุณได้เรียนรู้จากการเรียน Data Science จากการเรียนออนไลน์หรืออ่านบทความต่าง ๆ สิ่งที่จะทำให้รู้ว่าสิ่งที่เรียนมามันใช้ได้ผล หรือใช้ไม่ได้ผล คือการเอาความรู้นั้นมาหัดทำหรือลองทำ Project ของคุณเองขึ้นมา ทำซ้ำไปมาแบบนี้จนทำให้คุณแน่ใจได้ว่าคุณเรียนมาแล้ว และใช้ได้ถูกทางตามที่เรียนแล้ว

4. เอาผลงานที่ทำแชร์ให้คนอื่นดู : พอทำโปรเจคส่วนตัวที่ลองเอาความรู้มาลองประยุกต์ใช้ในการทำ Data Science ทางที่ดีคือการเอาสิ่งที่ทำนั้นไปโชว์ให้คนอื่นดู ไม่ต้องอายในผลงานของตัวเอง เพราะคุณเป็นมือใหม่ งานที่ทำออกมาจะยังไม่เนี๊ยบ แต่สิ่งที่คุณจะได้คือคำแนะนำต่าง ๆ จากคนที่อยู่ในสายงาน Data Science ก่อนคุณ ทำให้คุณนั้นจะได้ความรู้เพิ่มเติมอย่างมากในการทำงานต่อไปได้

5. Data Science +______________ = โปรเจคที่คุณหลงไหล : เมื่อคุณมีความรู้ในเรื่อง Data Science ขึ้นมาแล้ว สิ่งหนึ่งที่คุณควรทำคือเอาความรู้นั้นมาเป็นประโยชน์ต่อคนอื่นด้วยการหาโปรเจคที่เป็นประโยชน์ต่อสังคมหรือมีคุณค่าที่มีความต้องการอยู่ ทำให้งาน Data Science ของคุณที่ทำนั้นจะนำไปสู่ความต้องการขององค์กรต่าง ๆ และยิ่งหัวข้อที่คุณเลือกเป็นหัวข้อที่คุณหลงใหลแล้วละก็ คุณก็จะทุ่มเททั้งกายและใจในการทำงานนั้นให้ดีที่สุด ทำให้การเติบโตในด้าน Data Science ของคุณนั้นอยู่ไม่ไกลเกินเอื้อมแล้ว