ฟอร์มของนางสาวกนกวรรณ ส่งบุญ

 

ฟอร์มของนางสาวสาริน แซ่ตั้ง

 

ฟอร์มของนางสาวพีรดา ผ่องใส

 

       ยุค5G คืออะไร? เทคโนโลยีสื่อสารไร้สายน้องใหม่ ใกล้ตัวกว่าที่คิด

ช่วงนี้ใครหลายๆคนอาจได้ยินคำว่า 5G กันมาบ้าง แล้ว 5G คืออะไร? วันนี้เราจะมาหาคำตอบกัน 5G คือ Generation ใหม่ของเทคโนโลยีเครือข่ายไร้สายที่จะมาแทนที่ระบบ 4G ที่เรากำลังใช้อยู่ในปัจจุบัน ซึ่งมันจะไม่จำกัดแค่มือถือเท่านั้น แต่รวมถึงอุปกรณ์ทุกชนิดที่เชื่อมอินเตอร์เน็ตได้ (Internet of Things หรือ IoT)

ก่อนจะไปถึง 5G ลองมาไล่เลียงเทคโนโลยีเครือข่ายไร้สายในแต่ละยุคกัน

เริ่มจากในยุคแรก 1G เราพูดคุยกันด้วยเสียงผ่านมือถือระบบอนาล็อก ต่อมาเราเริ่มส่งข้อความ MMS หากันในยุค 2G จนกระทั่งถึงจุดเปลี่ยนที่สำคัญคือ เมื่อเข้าสู่ยุค 3G เราสามารถเชื่อมต่อและเล่นอินเตอร์เน็ตผ่านมือถือได้ด้วยความเร็วที่สูงขึ้น (อยู่ระหว่าง 220 Kbps ถึง 42.2 Mbps) จนเข้ามาถึงยุค 4G เราสามารถดูภาพ และเสียงหรือหนังออนไลน์ได้เนื่องจากมีความเร็วหลากหลายระดับให้เลือกใช้ ไม่ว่าจะเป็น 4G LTE (100 Mbps), LTE Advanced (1 Gbps) ตอนนี้คุณพร้อมหรือยัง? ที่จะก้าวเข้าสู่ยุค 5G

5G เหนือกว่า 4G อย่างไร?

• ตอบสนองไวขึ้น สามารถสั่งงาน และควบคุมสิ่งต่างๆ ได้อย่างรวดเร็ว หรือเรียกว่าแทบจะทันที เนื่องจากมีความหน่วงที่ต่ำ ตอบสนองได้ไวถึง 1 ส่วนพันวินาที

• รองรับการ รับ-ส่ง ข้อมูลได้มากกว่า ถ้าเป็น 4G จะสามารถ รับ-ส่ง ข้อมูลได้ราว 7.2 Exabytes ต่อเดือน แต่สำหรับ 5G จะเพิ่มขึ้นราว 7 เท่า หรือ 50 Exabytes ต่อเดือน

• เร็วแรงกว่าเดิม 5G มีความเร็วมากกว่า 4G ถึง 20 เท่า ซึ่งเร็วมากพอที่จะดูวิดีโอ 8K ออนไลน์แบบ 3 มิติ หรือดาวน์โหลดภาพยนตร์ 3 มิติ ได้ในภาย 6 วินาที

• ความถี่ให้เลือกใช้มากกว่า 5G จะสามารถใช้งานคลื่นความถี่ได้จนถึง 30GHz ซึ่งเป็นความถี่ย่านใหม่ที่ไม่เคยมีการใช้งานมาก่อน

• รองรับการใช้งานที่มากกว่า รองรับจำนวนผู้ใช้งานเพิ่มขึ้น 10 เท่า จากที่สามารถรับคนได้ราว 1 แสนคนต่อพื้นที่ 1 ตร.กม. กลายเป็น 1 ล้านคนต่อพื้นที่ 1 ตร.กม.

ประโยชน์ของ 5G

สำหรับคุณสมบัติหลักเด่นชัดของ 5G ที่เห็นได้ชัดเลยคงเป็นเรื่องของคุณภาพการรับชมวีดีโอ หรือการเล่นเกมส์ออนไลน์ ที่ช่วยให้ผู้ใช้บริการได้สัมผัสกับคุณภาพความคมชัด และความรวดเร็วเทียบเท่ากับการใช้งานผ่านโครงข่ายใยแก้วนำแสง (Fiber Optic) หรือการที่สามารถทำงานและเข้าถึงข้อมูลทุกอย่างที่อยู่บน Cloud ไม่ว่าจะรูปแบบภาพ หรือวิดีโอ ได้แบบทันทีที่ต้องการ รวมถึงการพัฒนาเทคโนโลยีให้มีความเร็วในการดาวน์โหลดและอัพโหลดที่สูงกว่าเทคโนโลยี 4G อีกด้วย

นอกจากนี้ เทคโนโลยี 5G ยังถูกออกแบบมาเพื่อรองรับการเชื่อมต่อจำนวนมากๆ ผ่านอินเตอร์เน็ต หรือที่เรียกกันว่า IoT อาทิ รถยนต์ไร้คนขับ การผ่าตัดได้จากระยะไกล หุ่นยนต์ในโรงงาน สิ่งเหล่านี้แสดงให้เห็นถึงการเพิ่มประสิทธิภาพในการทำงานซึ่งถือว่ามีความเร็วมากกว่าเทคโนโลยี 4G เกิน 10 เท่า รวมถึงช่วยให้เกิดการใช้งาน AR และ VR ในกิจกรรมต่างๆ อาทิ การสำรวจภาคสนามการสาธารณสุขทางไกล ความบันเทิง และท่อส่งข้อมูลขนาดใหญ่เพื่อใช้ในการเข้าถึงการใช้งาน Cloud Computing ซึ่ง 5G ช่วยพัฒนาศักยภาพของระบบค้าปลีก การซื้อของออนไลน์ รวมถึงการใช้งานต่างๆ ของออฟฟิศอัจฉริยะ (Smart Office) และนำไปสู่ระบบเมืองอัจฉริยะ (Smart Cities) ในอนาคต

 Lots คือ ปริมาณหรือขนาดของการซื้อขายในตลาด Forex ล็อตคือจำนวนของหน่วยสกุลเงิน ซึ่ง 1 standard Lot Size เท่ากับ 100,000 หน่วยของสกุลเงินหลัก/สกุลเงินในบัญชีของคุณที่คุณเปิดไว้ (Unites) ซึ่งหมายความว่าหากคุณต้องการซื้อขายคู่เงินใดๆ เช่น GBPUSD จำนวน 1 Lot คุณจะต้องมีเงิน 100,000 $ โดย Lot มีอยู่ 4 ลักษณะคือ Nano Lot size, Micro Lot size, Mini Lot size, และ Standard Lot Size โดย

• Nano Lot size มีค่าเท่ากับการเทรด 100 units
• Micro Lot size มีค่าเท่ากับการเทรด 1,000 units
• Mini Lot size มีค่าเท่ากับการเทรด 10,000 units
• Standard Lot Size มีค่าเท่ากับการเทรด 100,000 units

การประยุกต์ใช้ความรู้เรื่อง Lot

เราใช้หลักการเรื่อง Lot มาใช้ในการคำนวณ หามูลค่าของการเคลื่อนที่ไป 1 pips ครับ โดย

มูลค่า 1 pip = (จำนวนจุดทศนิยมของคู่สกุลเงิน / ราคาอัตราแลกเปลี่ยน ณ ปัจจุบัน) x ขนาดของ Lots

ตัวอย่างเช่น

• คุณเทรด EUR/USD กับ Forex โบรกเกอร์ที่ใช้ทศนิยม 4 ตำแหน่ง หรือ 4 จุด
• ราคาอัตราแลกเปลี่ยนของ EUR/USD ณ ปัจจุบัน คือ 2385
• คุณเทรดโดยมีขนาดเท่ากับ Mini Lot size = 10,000 หน่วย

ดังนั้น มูลค่า 1 pip ของ EUR/USD = ((0.0001)/ 1.2385) x 10,000 = 0.0000807 x 10,000 = 0.807

โดยหากบัญชีเทรดที่คุณเปิดอยู่กับ Forex Broker เป็นหน่วยดอลลาร์สหรัฐอเมริกา เราจะสามารถพูดได้ว่า ทุกๆครั้งที่มีการเปลี่ยนแปลงราคาอัตราแลกเปลี่ยนไป 1 pip จะมีค่าเท่ากับการเปลี่ยนแปลงไป $0.807 ดอลลาร์สหรัฐอเมริกา

สิ่งที่น่ารู้เกี่ยวกับ Lot

เมื่อเราทำการเปิด Lot มากขึ้น ผลที่ตามมาคือ จำนวนของราคาที่เพิ่มขึ้นไปด้วยทั้งในส่วนของกำไรและส่วนของการขาดทุน ซึ่งตรงนี้เป็นเรื่องของจิตวิทยาการลงทุนเลยนะครับ เพราะว่ายิ่งถ้าเราโลภ หรือว่าปล่อยให้ความโกรธนั้นเขาครอบงำแล้ว ผลที่ตามมาคือ มันจะทำให้เรานั้น อาจทำให้เราขาดทุนแบบบักโกรก หรือผมมักเรียกการขาดทุนแบบนี้ว่า ล้างพอร์ตนั้นเอง

สรุป

ล็อตคือจำนวนของหน่วยสกุลเงิน 1 standard Lot Size เท่ากับ 100,000 Unites มีอยู่ 4 ลักษณะคือ Nano Lot size, Micro Lot size, Mini Lot size, และ Standard Lot Size (ต่างกันสิบเท่าตามลำดับ) ประยุกต์ใช้ในการเทรดเป็นเรื่องของการเปิด Volume โดยแนะนำให้ไต่ระดับจาก 0.01 ก่อน โดยขนาด Lot ที่ต่างกันนี้โบรกเกอร์ประยุกต์เป็นรูปแบบของบัญชีเทรด 

AI คืออะไร 

AI ย่อมาจาก Artificial Intelligence คือ ปัญญาประดิษฐ์ โปรแกรมที่ถูกเขียนและพัฒนาให้มีความฉลาด มีความสามารถคิด วิเคราะห์ วางแผน และตัดสินใจได้ จากการประมวลผลของฐานข้อมูลขนาดใหญ่ และยังสามารถดัดแปลงการประมวลผล ประยุกต์ ให้เป็นไปตามสถานการณ์ต่างๆ

AI ทำอะไรได้บ้าง AI เป็นเทคโนโลยีที่จะเข้ามามีบทบาทกับหลากหลายอุตสาหกรรม และคาดว่าจะเป็นเทคโนโลยีที่เข้ามามีบทบาทและมีความสำคัญในการทำงานและการใช้ชีวิตในยุคดิจิทัลอย่างมาก ดังนั้นความสามารถของ AI ล้วนไม่ธรรมดาอย่างแน่นอน ทั้งเรื่องการประมวลผลข้อมูลที่รวดเร็วและแม่นยำ การเข้ามาช่วยเรื่องการลงทุน คิดแทนมนุษย์ในบางเรื่อง ช่วยตัดสินใจ เป็นต้น 

ทำไมภาพจำ AI คือ หุ่นยนต์   

ถ้าใครพอจำได้เมื่อหลายปีก่อน จีนเปิดตัวผู้ประกาศข่าว AI คนแรกของโลก รวมถึง โซเฟีย หุ่นยนต์ AI ตัวแรกของโลกที่ได้รับสิทธิ์เป็นพลเมือง หรือแม้แต่โอกาสที่หุ่นยนต์ AI จะเข้าไปแทนที่แรงงานในบางอุตสาหกรรม ซึ่งน่าจะเป็นเหตุผลที่ทำให้ภาพจำของใครหลายคนจำว่า AI คือหุ่นยนต์เท่านั้น

แล้ว AI บนโทรศัพท์มือถือล่ะ

น่าจะเป็นเรื่องใหม่สำหรับยุคปัจจุบัน เพราะความสามารถของ AI สามารถเข้ามาช่วยพัฒนาสมาร์ตโฟนได้หลากหลายมากมาย โดยสิ่งแรกที่เห็นได้ชัดเจน คงหนีไม่พ้นเรื่องของการใช้ AI เข้ามาช่วยเพิ่มประสิทธิภาพกล้องถ่ายรูปที่เพิ่มขึ้น ช่วยจับได้ว่ารูปภาพที่กำลังถ่ายนั้นคืออะไร หรือ การสแกนใบหน้า Face ID ที่มีอยู่ใน IPhone รุ่นใหม่ รวมถึง Huawei P30 เป็นต้น 

นอกจากนี้ความสามารถของ AI บนโทรศัพท์มือถือยังมีเรื่อง การนำเข้ามาช่วยจัดการชีวิตประจำวัน , ช่วยค้นหาผ่านคำสั่งเสียง และอื่นๆ อีกมายที่กำลังจะเกิดขึ้นตามมาในอนาคต 

AI ยังถูกนำไปใช้กับอุตสาหกรรมด้านอื่นๆ

จริงๆ แล้ว AI ไม่ได้ถูกใช้เพียงแค่ข้างตันที่เรากล่าวมา แต่ AI ยังถูกนำไปใช้ในอุตสาหกรรมอื่นๆ อีกมากมาย อย่างเช่น เรื่องของการลงทุน ที่ให้ AI เป็นตัวช่วยในการประมวลผล ส่งคำสั่งซื้อ หรือ ช่วยเทรด เป็นต้น นอกจากนี้ในวงการแพทย์ ,  การเกษตร , ประกันภัย , การขนส่ง , การก่อสร้าง และการผลิต ก็ล้วนนำ AI เข้าไปช่วยทำงาน

             

                        Big Data คืออะไร

        

Big Data คือ ข้อมูลจำนวนมากมหาศาลของบริษัททุกเรื่อง ทุกแง่มุม ทุกรูปแบบที่คุณพอจะนึกออก ซึ่งอาจเป็นข้อมูลที่มีโครงสร้างชัดเจน (Structured Data) เช่น ข้อมูลที่เก็บอยู่ในตารางข้อมูลต่างๆ หรืออาจเป็นข้อมูลกึ่งมีโครงสร้าง (Semi-Structured Data)  เช่น ล็อกไฟล์ (Log files) หรือแม้กระทั่งข้อมูลที่ไม่มีโครงสร้าง (Unstructured Data) เช่น ข้อมูลการโต้ตอบปฏิสัมพันธ์ผ่านสังคมเครือข่าย (Social Network) เช่น Facebook, twitter หรือ ไฟล์จำพวกมีเดีย เป็นต้น โดยอาจจะเป็นข้อมูลที่มาจากภายในองค์กร และภายนอกที่มาจากการติดต่อกับ Supplier หรือจากทุกช่องทางการติดต่อกับลูกค้า แต่ทั้งหมดนี้ก็ยังคงเป็นเพียงข้อมูลดิบที่รอการนำมาประมวลและวิเคราะห์ เพื่อนำผลที่ได้มาสร้างมูลค่าทางธุรกิจ ข้อมูลเหล่านี้อาจจะไม่ได้อยู่ในรูปแบบที่องค์กรสามารถนำไปใช้ได้ทันที แต่อาจมีข้อมูลที่เป็นประโยชน์ต่อองค์กรบางอย่างแฝงอยู่

 ที่มีปริมาณมาก (Volume)                                                                                

 ปัจจัยข้อแรกแน่นอนว่าคำว่า Big Data มีคำว่า “Big” นั่นก็คือข้อมูลที่มีขนาดใหญ่ ซึ่งสามารถเป็นได้ทั้งรูปแบบ Online และ Offline ซึ่งส่วนมากแล้วจะมีปริมาณมากกว่าหน่วย TB (Terabyte) ขึ้นไป

 

มีการเปลี่ยนแปลงอย่างรวดเร็ว (Velocity)                                                              

ส่งผ่านข้อมูล Update กันอย่างต่อเนื่อง (Real-time) จนทำให้การวิเคราะห์ง่ายๆแบบ Manual เกิดข้อจำกัด หรือไม่สามารถจับรูปแบบหรือทิศทางของข้อมูล

 

 

 หลากหลายประเภทหรือแหล่งที่มา (Variety)    

                 
หมายถึงรูปแบบของข้อมูลที่แตกต่างกันออกไป ทั้งในรูปแบบ ตัวอักษร วิดีโอ รูปภาพ ไฟล์ต่างๆ ฯลฯ และหลากหลายแหล่งที่มาเช่น Social Network หรือ Platform E- Commerce ต่างๆ

 ยังไม่ผ่านการประมวลผล (Veracity)

 ยังไม่ผ่านการ Process ให้อยู่ในรูปแบบของข้อมูลดิบ (Raw Data) ที่สามารถใช้สร้างประโยชน์ต่อองค์กรได้

 Big Data ช่วยให้คุณสามารถใช้ข้อมูลจากทุกแหล่งที่เป็นไปได้ และวิเคราะห์เพื่อให้ได้ผลลัพธ์ที่คุณต้องการ ซึ่งช่วยให้คุณสามารถเข้าใจผู้บริโภคได้มากขึ้น (Customer Insight) ลดต้นทุนได้ ลดเวลาระยะเวลาดำเนินการ และสามารถตัดสินใจได้อย่างแม่นยำมากขึ้น ปัจจุบันหลายบริษัทได้นำ Big Data มาประยุกต์ใช้ในส่วนของการขายและการตลาดของธุรกิจ เครื่องมือที่ใช้สำหรับการรองรับ Big Data แบบที่เราเข้าใจได้ง่ายๆ และเห็นอยู่บ่อยๆ ก็อย่างเช่น Google Analytics หรือ ระบบ ERP เป็นต้น

ขอยกตัวอย่างเช่น บริษัท E-Commerce ชื่อดังของโลก ได้นำ Big Data ไปใช้ในการแนะนำสินค้าแบบอัตโนมัติและปรับราคาสินค้าแบบ Real-time (Pricing Engine) ให้ตรงกับจุดที่ลูกค้าเห็นค่าของสินค้า (Value) และเกิดความเต็มใจที่จะจ่าย โดยอาศัยข้อมูลพฤติกรรมการเข้าชมเว็บไซต์และเลือกซื้อสินค้า ข้อมูลการซื้อในอดีต ข้อมูลการค้นหาข้อมูลการเลือกซื้อสินค้าผ่านทาง Search Engine ราคาสินค้าคู่แข่ง จำนวนสินค้าที่เหลืออยู่ เพื่อเพิ่มยอดขายในกับธุรกิจจากการที่ลูกค้าตัดสินใจซื้อได้ง่ายขึ้น

                

  วิทยาการข้อมูล หรือ Data Science

1 วิทยาการข้อมูล หรือ Data Science คือ

       วิทยาการข้อมูล หรือ Data Science คือ ศาสตร์ที่เกี่ยวกับการจัดการ จัดเก็บ รวบรวม ตรวจสอบ วิเคราะห์วิจัยและนำเสนอผลการวิเคราะห์ข้อมูลเพื่อนำไปสู่ความรู้ที่สามารถนำไปใช้งานได้จริง (Actionable knowledge) อย่างเช่น การปรับปรุงผลิตภัณฑ์ กระบวนการดำเนินงาน ประกอบการตัดสินใจทางธุรกิจ การวางแผนการตลาด และทิศทางขององค์กรในอนาคตโดยหลักการแล้ว Data Science ประกอบขึ้นจากศาสตร์หลักๆ คือ Hacking Skill (สกิลเกี่ยวกับ Computer Programimg, Data Base, Big data Technologies) Statistic & Math (ทักษะทางคณิตศาสตร์และสถิติศาสตร์)  Substantive Expertise(หรือDomainKnowledge)Presentation (ทักษะการนำเสนอข้อมูล) และ Visualization Data Science ไม่ใช่ศาสตร์ใหม่ แต่มันคือการนำความรู้เดิมที่มีอยู่มารวมและประยุกต์เข้าด้วยกันจนเกิดเป็นของใหม่ ด้วยลักษณะของข้อมูลขนาดใหญ่ (Big Data) ในโลกปัจจุบัน การเข้ามาของ Internet of Things  หรือ Censor ต่างๆ ตลอดจน Social media ทำให้เกิดเป็นข้อมูลปริมาณมหาศาล และนำมาสู่ Data Science นั่นเอง

 

2 ผลลัพธ์ที่ได้จาก Data Science 

- ค้นพบสิ่งที่ไม่เคยรู้มาก่อนจากข้อมูลที่ได้
- ได้ Predictive Model เพื่อนำไปปฏิบัติจริง
- สร้าง Data Product ใหม่ๆ ที่จะส่งผลกระทบต่อธุรกิจ
- ช่วยให้ฝ่ายธุรกิจมีความมั่นใจและสามารถตัดสินใจได้ดีขึ้น
คนทำงานด้านวิทยาศาสตร์ข้อมูล จะนำข้อมูลที่กระจัดกระจายจากแหล่งต่างๆ มาจัดการและวิเคราะห์ เพื่อใช้ประโยชน์ตามโจทย์หรือวัตถุประสงค์การใช้งาน เช่น สร้าง Predictive Model หรือระบบอัลกอริทึมขึ้นมาประมวลผล เพื่อค้นหาอินไซต์เกี่ยวกับผู้ใช้งาน (user) หรือเก็บข้อมูลเพื่อใช้ประกอบการตัดสินใจขององค์กรบริษัท เป็นต้น และนี่คือผลลัพธ์ที่จะได้จาก Data Science

3 ที่มาของตำแหน่ง นักวิทยาศาสตร์ข้อมูล (Data Scientist) 
ตำแหน่งงาน Data Scientist ถูกตั้งขึ้นโดย  DJ Patil และ Jeff Hammerbacher ในปี 2008 โดยทั้งคู่เป็น ผู้บุกเบิกการสร้างทีม Data Science ที่ LinkedIn และ Facebook และตอนนี้ DJ Patil ได้รับแต่งตั้งให้เป็น Chief Data Scientist of the United States ไปเรียบร้อยในปี 2012 วารสาร Harward Business Review  ตีพิมพ์บทความชื่อ Data Scientist: The Sexiest Job of the 21st Century ทำให้อาชีพนี้กลายเป็น Talk of the town ในวงการธุรกิจและวงการสื่อตั้งแต่นั้นมา และทำให้เกิดความต้องการจ้างงานจากวงการธุรกิจสูง จนขาดแคลนบุคคลากรทางด้านนี้เป็นอย่างมาก ถือเป็นอาชีพที่เกิดขึ้นอย่างฉับพลันในวงการธุรกิจ โดยที่ยังไม่มีการเรียนการสอนในมหาวิทยาลัยจริงจัง

4 ทักษะที่ นักวิทยาศาสตร์ข้อมูล (Data Scientist) ต้องมี 
นักวิทยาศาสตร์ข้อมูล ต้องมี ทักษะความรู้แบบสหวิทยาการ (Interdisciplinary) หรือมีองค์ความรู้ในหลากหลายด้าน เช่น ความรู้ด้านคอมพิวเตอร์ คณิตศาสตร์และสถิติ การวิเคราะห์ข้อมูล ความเข้าใจทางธุรกิจ ความอยากรู้อยากเห็น ความคิดสร้างสรรค์ และความรู้เฉพาะสาขา (Domain Knowledge) สรุปคือ 
1 ความรู้ด้านวิทยาการคอมพิวเตอร์ (Computer Science)
2 ความรู้ด้านคณิตศาสตร์และสถิติ (Math&Statistics)
3 ความรู้เฉพาะสาขา (Domain Knowledge)
4 ความอยากรู้อยากเห็นและความคิดสร้างสรรค์ (Curiosity & Creativity)
การจะหาคนที่เป็น Data Scientist หรือคนเดียวที่เก่งทุกอย่างแบบเต็มตัว ไม่ใช่เรื่องง่าย ส่วนใหญ่แล้วจะเป็นการทำงานเป็น ทีม Data Science ที่ประกอบด้วยคนที่เก่งแต่ละด้านมาอยู่ในทีมเดียวกัน
 

5 อยากเป็น Data Scientist ควรเรียนอะไร?  
" ยุคนี้กำลังเปลี่ยนเร็วมาก การแข่งขันจะรุนแรงมากในเรื่องของข้อมูล ผู้แพ้ผู้ชนะจะไม่ได้ถูกตัดสินด้วยขนาดอีกต่อไป แต่จะตัดสินด้วยความสามารถในการใช้ข้อมูล "  ผศ. ดร. ณัฐวุฒิ หนูไพโรจน์ ภาควิชาวิศวกรรมคอมพิวเตอร์ จุฬาลงกรณ์มหาวิทยาลัย
แม้ว่าสถาบันการศึกษาในประเทศไทยยังไม่มีหลักสูตรหรือคณะสาขาที่เกี่ยวกับ Data Science โดยตรง แต่คณะและสถาบันการศึกษาหลายแห่ง อย่างเช่น ภาควิชาวิศวกรรมคอมพิวเตอร์ จุฬาลงกรณ์มหาวิทยาลัย และอีกหลายๆ มหาวิทยาลัย ตระหนักถึงความสำคัญของศาสตร์นี้ จนเปิดเป็นรายวิชาเลือกขึ้นมาเพื่อให้น้องๆ นักศึกษาที่สนใจได้เลือกเรียนทางด้านนี้เพิ่มเติมจากสาขาหลัก สำหรับน้องๆ ที่สนใจและตั้งใจอยากทำงานด้านนี้โดยตรง สามารถเรียนต่อระดับอุดมศึกษาในคณะหรือสาขาที่ช่วยให้เรารู้จักและเข้าใจการจัดการข้อมูลได้หลากหลาย เช่น คณะวิทยาศาสตร์ คณะวิศวกรรมศาสตร์ คณะดิจิทัลมีเดีย สาขาเทคโนโลยีสารสนเทศ คณะการจัดการ คณะบริหารธุรกิจ และคณะอื่นๆ ที่เกี่ยวข้อง จากนั้นน้องๆ สามารถเลือกฝึกประสบการณ์ทางด้าน Data Science เพิ่มเติมได้เอง รวมทั้งการเรียนต่อระดับปริญญาโทสาขานี้โดยตรงที่มหาวิทยาลัยในต่างประเทศก็ยิ่งได้เปรียบ

6 Data Science กับอนาคตในตลาดงานประเทศไทย
แม้ว่า การ์ทเนอร์ (Gartner, Inc.) บริษัทวิจัยและวิเคราะห์ข้อมูลด้านเทคโนโลยีสารสนเทศระดับโลกบอกว่า จะมีตำแหน่งงานด้านนี้เพิ่มขึ้นกว่า 4.4 ล้านอัตราทั่วโลกภายในปี 2558 แต่จะมีบุคลากรที่พร้อมสำหรับตำแหน่งงานดังกล่าวเพียง 1 ใน 3 เท่านั้น แต่คำถามที่น้องๆ ทุกคนที่สนใจงานนี้รอคอยกันอยู่ก็คือ เรียนจบด้านนี้มาแล้วจะมีงานรองรับในเมืองไทยมากน้อยแค่ไหน? เรานำบทสัมภาษณ์จากรุ่นพี่อย่าง ต้า-วิโรจน์ จิรพัฒนกุล อดีต Data Scientist ของ Facebook ให้สัมภาษณ์ไว้ใน TheMomentum มาฝากเพื่อให้น้องๆ นำไปประกอบการตัดสินใจ " แม้ว่าสถาบันการศึกษาในประเทศไทยยังไม่มีหลักสูตรเกี่ยวกับวิชานี้หรือตั้งคณะสำหรับด้านนี้โดยตรง แต่สังคมเริ่มตระหนักถึงความสำคัญกันมากขึ้น หลายๆ บริษัทมีความพยายามจะจัดการข้อมูลภายในองค์กรให้เกิดประโยชน์ต่อการดำเนินงานที่สุด และปัจจุบันนี้ประเทศไทยมีบริษัทต่างชาติเข้ามาดำเนินการมากมายไม่ว่าธุรกิจกลุ่มไหนก็ต้องตื่นตัวเรื่องการใช้ข้อมูล เพื่อให้ก้าวทันและสร้างความได้เปรียบคู่แข่งในอุตสาหกรรม ทำให้นักวิทยาศาสตร์ข้อมูลจะเป็นที่ต้องการในทุกบริษัท เพราะเป็นคนที่เข้าใจว่าผู้ใช้งานต้องการอะไร สามารถต่อยอดให้ผลิตภัณฑ์และช่วยกำหนดทิศทางธุรกิจด้วยข้อมูลได้ดียิ่งขึ้น "