คำตอบคือ "ยัง Hot อยู่" ในมุมของโครงการ แต่ในมุมของบุคลากรพบว่า มีตัวเลือกในตลาดแรงงานมากขึ้น
เพราะอะไร ?
ในมุมของโครงการ
ก่อนหน้านี้ มีหลายองค์กรที่ต้องการปรับตัว และใช้ผลลัพธ์จาก Data Analytics เพื่อพัฒนาธุรกิจ แต่ไม่พร้อมจะเริ่มก่อน ทำให้เกิดสถานการณ์ Wait and See และรอให้มีตัวอย่างความสำเร็จเกิดขึ้นก่อน สังเกตได้จาก การที่ผู้บริหารมักจะตั้งคำถามว่า "คู่แข่ง หรือที่อื่น เขาทำอย่างไรกัน" ซึ่งคำถามนี้กำลังบ่งบอกถึงความ "ไม่พร้อมจะเป็นคนริเริ่ม"
เมื่อเวลาผ่านไป ทำให้เรามี Case Study มากขึ้น ทำให้ความต้องการในการดำเนินโครงการ Data Analytics มีมากขึ้นด้วยเช่นเดียวกัน และดูมีแน้วโน้มที่มากขึ้นเรื่อยๆ
ในมุมของบุคลากการ
ก่อนหน้านี้ Data Scientist เป็นตำแหน่งที่หาตัวจับได้ยาก ทั้งในมุมของ Education ที่ยังไม่มีความชัดเจนในสาขา Data Science และในมุมของหน้าที่ในการเป็น Data Scientist ภายในองค์กร เป็นที่มาของ "มนุษย์ทองคำ" และรายได้ของ Data Scientist ที่มากกว่าตำแหน่งอื่นๆ เกิดการแย่งตัวกันในตลาดแรงงานอย่างเห็นได้ชัด
เมื่อเวลาผ่านไป มีสาขา Data Science เกิดขึ้นในหลายๆ สถาบันการศึกษา ทั้งในรูปแบบปริญญา และการอบรมนอกสถานบัน ทำให้มีคนที่พร้อมจะเป็น Data Scientist มากขึ้น อีกทั้ง มีคนที่มีประสบการณ์ในการทำงานมากขึ้น ทำให้แต่ละองค์กรมีตัวเลือกในตำแหน่ง Data Scientist มากขึ้น นอกจากนี้ ด้วยเทคโนโลยีที่พัฒนาไปเรื่อยๆ บวกกับความเข้าใจในโครงการ Data Analytics ที่พบว่า ไม่ใช่ทุกโครงการที่ต้องเป็น Data Science หลายโครงการจบได้ด้วยการใช้โปรแกรม BI และเครื่องมือต่าง ๆ ที่ฉลาดมากขึ้น ทำให้ความต้องการว่าจ้าง Data Scientist เริ่มไม่ดุดันเหมือนแต่ก่อน
ทั้งหมดนี้ ก็เป็นไปตามกฎของ Demand and Supply ที่สามารถเกิดขึ้นได้กับทุกๆ สาขา วิชาชีพนั่นเอง
ทั้งนี้ ในลักษณะของการพัฒนาโครงการ Data Science จะมีทั้งพัฒนาระบบ และการทำงานวิจัย ซึ่งหากเป็นการสร้างระบบ จะเป็นการทำงานแบบ project base ที่อาจจะไม่จำเป็นต้องมีทีม Data Scientist อยู่ประจำตลอดไปก็เป็นได้ ดังนั้น การจะสร้าง Data Scientist Team ในองค์กร ต้องวิเคราะห์แนวโน้มของการพัฒนาโครงการ เพื่อให้ทีมงานมีงานทำอย่างต่อเนื่อง และสามารถพัฒนาผลลัพธ์ที่ตอบโจทย์ให้แก่องค์กรได้อย่างยั่งยืน
Comentários