7 บุคคลที่คุณต้องมีในทีม Big Data เพื่อการทำงานที่ราบรื่น (ภาคแรก)


Share this article

เมื่อคุณมีทีมงานด้าน Big Data สิ่งที่ต้องทำตามมาคือการเสริมทีมนั้นให้แข็งแกร่งด้วย 7 บุคลากรต่อไปนี้ ที่จะช่วยให้ทำ Big Data ได้อย่างราบรื่นเมื่อมีอยู่ในทีม

1. The Handyman: ช่างซ่อมบำรุงทุกอย่าง

ช่างซ่อมบำรุงในที่นี้คือบุคลากรสาย IT ที่สามารถช่วยงานเบสิคๆได้อย่างหลากหลาย ตั้งแต่การค้นหา database เบื้องต้นด้วย MySQL การจัดการกับไฟล์ Excel และการเข้าไปนำเอาข้อมูลที่ต้องการใช้ออกมาจาก database ในขณะที่คุณยังไม่มีระบบ BI (Business Intelligence) ที่จะเอามาจัดการกับตรงนี้ อย่างไรก็ตามสิ่งที่คุณควรระวังคืออการเปิดสิทธิ์ในการเข้าสู่ระบบที่มากเกินไปและให้สิทธ์กับหลายคนเกินความจำเป็น เพราะนั้นจะกลายเป็นความเสี่ยงแทนที่จะสะดวก

ช่างซ่อมบำรุงที่ดีเป็นอะไรทีค่อนข้างหายาก แต่คุณสามารถหาพวกเขาเจอได้ตามแผนก IT ของหนวยงานต่างๆ (ให้มองหาคนที่ทุกแผนกมักจะเรียกหา) หรือไม่ก็อาจจะเป็นในแผนกที่คาดไม่ถึงอย่าง แผนกบัญชี ที่จะมาพร้อมกับความเก่งกาจในการจัดการ Excel ช่างซ่อมบำรุงเหมาะสำหรับการดำเนินงานที่ต้องการความเร็ว และการวิเคราะห์เบื้องต้นอย่างการหาความสัมพันธ์ระหว่างการใช้งานเว็บ แคมเปญการตลาด และการจัดจำหน่ายสินค้าในช่วง 2-3 เดือนที่ผ่านมา เป็นต้น

2. The Open Source Guru: กูรูด้านการจัดการโปรแกรม Open Source

เพราะ Big Data มีเทคโนโลยีให้เลือกใช้งานเยอะมากถึงมากที่สุด ไล่ตั้งแต่พี่ใหญ่ที่ร็จักกันดีอย่าง Hadoop ไปจนถึง Spark Storm Hive และอื่นๆที่มีให้เลือกจนตาลาย ดังนั้นทีม Big Data ของจึงควรมี Open Source Guru หรือกูรูผู้เชี่ยวชาญด้านเครื่องมือในการใช้งาน Big Data ซึ่งจะสามารถช่วยเราในการติดตั้งระบบหรือการติดตั้งเครื่องมือให้เหมาะสมกับการใช้งานในเรื่องต่างๆ

3. The Data Modeler: นักออกแบบโมเดลข้อมูล

แม้ว่ากูรูด้านการจัดการโปรแกรม Open Source ของคุณจะสามารถระบุเทคโนโลยีที่เหมาะสมสำหรับคุณในการจัดการข้อมูลได้ และรวมไปถึงการจัดการให้กลุ่มนักพัฒนาซอฟต์แวร์สามารถสร้างระบบที่คุณต้องการ แต่ถึงอย่างนั้นการตัดสินใจว่าจะวางฐานข้อมูลแบบไหนนั้นมันเป็นอีกเรื่อง และนี่คือจุดที่ Data Modeler จะเข้ามาช่วยคุณ Data Modeler สามารถทำความเข้าใจเกี่ยวกับความหลากหลายของธุรกิจ ผลิตภัณฑ์หรือกระบวนการเฉพาะ (เช่นการดำเนินงานด้านการตลาด) และเปลี่ยนสิ่งเหล่านั้นให้เป็นชุดโครงสร้างข้อมูลที่สามารถนำมาใช้ได้อย่างมีประสิทธิภาพในการสะท้อนให้เห็นถึงความหลากหลายนั้น

Data Modelling เป็นหนึ่งในทักษะหลักของ Data Architect ซึ่งเป็นการอธิบายลักษณะงานที่ทำให้เห็นภาพได้มากขึ้น (หากลองค้นหา “Data Architect” ใน LinkedIn จะได้ผลลัพธ์ประมาณ 20,000 รายการ ขณะที่ “Data Modeler” จะได้ผลลัพธ์ประมาณ 10,000 รายการ) และแน่นอน Data Modeler ของคุณอาจมีทักษะในการออกแบบข้อมูลอื่น ๆ เช่นการออกแบบฐานข้อมูลหรือการพัฒนาระบบ (ซึ่งอาจได้รับความช่วยเหลือจาก Open Source Guru บ้างเล็กน้อย)

อย่างไรก็ตามหากคุณจะจ้างสถาปนิกข้อมูล (Data Architect) ก็ควรตรวจสอบให้แน่ใจว่าคุณไม่ได้รับคนที่มีทักษะทางเทคนิคเพียงอย่างเดียว เนื่องจากสิ่งที่คุณต้องการคือชุดข้อมูลที่มีประโยชน์อย่างแท้จริง และเป็นข้อมูลเชิงลึกเชิงอธิบายมากกว่าชุดข้อมูลที่ถูกออกแบบมาอย่างสวยงามและมีประโยชน์แค่เรื่องของเวลาในการตอบสนองต่อการค้นหาที่รวดเร็วเป็นวินาที (แน่นอนว่าคุณควรมีทั้งสองอย่าง) ทักษะการสร้างแบบจำลองข้อมูล (Data Modelling) เป็นทักษะที่หายาก ดังนั้นเมื่อคุณกำลังสัมภาษณ์ผู้สมัครควรแน่ใจว่าได้ให้การทดสอบจริงๆ เพื่อใช้ดูว่าพวกเขาจะกำหนดโครงสร้างข้อมูลที่คุณกำลังต้องใช้ทำงานจริงอย่างไร

4. The Deep Diver: นักเจาะข้อมูลเชิงลึก

ท่ามกลาง Handyman, the Open Source Guru และ the Data Modeler คุณควรมีคนที่มีทักษะในด้านการสร้างชุดข้อมูลและระบบที่เป็นประโยชน์ที่สามารถปรับขนาดได้ ซึ่งช่วยให้คุณสามารถเริ่มต้นการสืบหาข้อมูลเชิงลึกได้ แต่ใครล่ะที่จะสร้างข้อมูลเชิงลึก?  คำตอบคือ Deep Diver หรือ นักเจาะข้อมูลเชิงลึกนักเจาะข้อมูลเชิงลึก (นักวิทยาศาสตร์ข้อมูล) ชอบที่จะใช้เวลาในการชำแหละข้อมูลเพื่อค้นหารูปแบบและความสัมพันธ์ที่น่าสนใจ

คนที่มีทักษะด้านนี้จะมีเทคนิคเพื่อให้สามารถดึงข้อมูลออกจากระบบต้นได้ ผ่านทางทักษะการวิเคราะห์อย่างภาษา R เพื่อจัดการแปลงข้อมูลโดยทักษะทางสถิติ เพื่อให้แน่ใจว่าข้อสรุปมีความถูกต้องทางสถิติ เนื่องจากทีมของคุณเริ่มมีความซับซ้อนมากขึ้น คุณสามารถให้นักเจาะข้อมูลของคุณสร้างความสามารถเชิง Machine Learning (MLM) ขึ้นมาเพื่อช่วยในการสร้างแบบจำลองการทำนายและอัลกอริทึมในการเพิ่มประสิทธิภาพการทำงาน

Cr. channels.theinnovationenterprise.com

READ  ความสำคัญของ Big Data กับการช็อปปิ้งในช่วงวันหยุด

Share:

ลงทะเบียนรับข่าวสาร

ไม่พลาดทุกการอัพเดทจาก Big Data Experience Center

Big Data Experience Center (BX)

ชั้น 14 อาคาร Knowledge Exchange Center (KX)
110/1 ถนนกรุงธนบุรี, แขวงบางลำภูล่าง เขตคลองสาน กรุงเทพฯ 10600
อีเมล์: contact[email protected]