ถ้าน้อง ๆ กำลังสงสัยว่าต้องเรียนด้านไหนถึงจบมาแล้วได้เป็น Data Scientist วันนี้พี่แซนด์จะมาอธิบาย พร้อมแนะนำการเรียนการสอน การสอบเข้านะคะ ซึ่งปัจจุบันแซนด์เป็นนักศึกษาชั้นปีที่ 4 สาขา Data Science & Business Analytics (DSBA) คณะเทคโนโลยีสารสนเทศ สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบังค่ะ 

 

          ก่อนอื่น พี่แซนด์ขออธิบายความหมายของ Data Science ว่าสิ่งนี้คือเป็นการประยุกต์ 3 ศาสตร์เข้าด้วยกัน คือ  

1. Computer Science/IT : ศาสตร์แห่งการค้นคว้าทฤษฎีการคำนวณสำหรับคอมพิวเตอร์

2. Math & Statistics : ศาสตร์แห่งการคำนวณคณิตศาสตร์และสถิติ

3. Business/Domain Expertise : ศาสตร์แห่งความรู้ด้านธุรกิจ

 

          ซึ่งทั้งสามศาสตร์นี้มารวมกันทำให้เกิดอาชีพใหม่ที่เราเรียกกันว่า “Data Scientist” หรือ “นักวิทยาศาสตร์ข้อมูล”นั่นเองค่ะ เป็นอาชีพที่ต้องอาศัยคลังข้อมูลจำนวนมากทั้งออนไลน์และออฟไลน์มา วิเคราะห์ เพื่อให้เกิดประโยชน์สูงสุดกับองค์กร เช่น การสร้างโปรโมชั่น คิดค้นหรือพัฒนาผลิตภัณฑ์และการบริการขององค์กร

         

          สาขานี้มีสอนในระดับปริญญาตรีหลายมหา’ลัยแล้วนะคะ เช่น ลาดกระบัง, ธรรมศาสตร์ รวมถึง ม.เอกชนหลาย ๆ ที่ ซึ่งการเรียนพื้นฐานจะไปในทิศทางเดียวกันและไม่แตกต่างกันมากค่ะ แต่ครั้งนี้พี่จะมาเล่าการเรียนการสอนของสถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบังที่พี่เรียนมาให้อ่านกันค่ะ

 

         ต้องบอกก่อนว่าการเรียนการสอนที่นี่ ในบางวิชาจะให้ทำงานเป็น Project ค่ะ ซึ่งมีทุกเทอม และการทำโปรเจค ก็มีทั้งทำเดี่ยว ทำคู่ ทำกลุ่ม ซึ่งสำหรับพี่ พี่มองว่าเป็นเรื่องดีนะ เพราะว่าเราได้ทดลองทำจริง ๆ ไม่ได้เรียนแต่ทฤษฎี

 

          สำหรับปี 1 จะได้เรียนเรื่องพื้นฐานทาง IT และ Business ได้แกะส่วนประกอบของคอมพิวเตอร์นิดหน่อย, ได้เรียนการเขียนเว็บ HTML ง่าย ๆ , ทำความรู้จักกับ Tools ที่ใช้ในงานด้านโปรแกรมเมอร์ต่าง ๆ , เรียนคณิตศาสตร์พื้นฐานเหมือนตอนมัธยมปลาย ไม่ยากมาก, เรียน General Business, เรียนวิชา Database Systems Concepts ซึ่งเป็นวิชาจัดการระบบฐานข้อมูล เช่น ออกแบบฐานข้อมูลอย่างไรให้จัดการข้อมูลได้ง่ายเหมาะกับการใช้งาน และเรียนวิชาการเขียนโปรแกรมโดยใช้ภาษา Python 

 

          ในปี 2 เริ่มเข้าสู่วิชาของสาขา DSBA เราจะได้เรียนวิชา Probability & Statistics ซึ่งวิชานี้จำเป็นต้องเข้าใจมาก ๆ เพราะใช้ตั้งแต่เรียนยันทำงานเลย เป็นพื้นฐานในการเขียนโปรแกรมด้าน AI 

          นอกจากนี้ยังมีวิชาการจัดการระบบสารสนเทศ NoSQL Database โดยใช้ MongoDB, Statistical Programming เรียนรู้การเขียนโปรแกรมโดยใช้ภาษา R, Intro to BI เรียนการทำ Data Visualization นำเสนอข้อมูลอย่างไรให้คนทั่วไปสามารถเข้าใจได้ง่าย มองเห็นภาพรวมของข้อมูล โดยใช้ Tableau และทำ Report โดยใช้ Pentaho นอกจากนี้ยังต้องเรียนวิชา Business ด้วย เช่น วิชา ERP เรียนเกี่ยวกับการวางแผนทรัพยากรในองค์กร โดยใช้ SAP, มีเรียนวิชา Financial Accounting เรื่องการทำบัญชี ดุลงบประมาณ

 

          ต่อมาปี 3 จะเริ่มเรียนลงลึกเรื่องการเขียนโค้ด เรียนวิชา Machine Learning โดยใช้ภาษา Python ในการทำ Machine Learning, การทำ Data Mining and Big Data Analytics สำหรับพี่เทอมนี้คือเทอมที่ผ่านพ้นยากที่สุด หนักหนาที่สุดเพราะลงเรียนโค้ดเยอะมาก และมีโปรเจกต์ใหญ่ ๆ มาสองสามตัว นอกจากนี้ก็ยังมีเรียนวิชา Data Warehouse การสร้างคลังข้อมูลและจัดการกับคลังข้อมูล 

          ในส่วนของปี 3 เทอม 2 เราจะต้องเริ่มวางแผนทำโปรเจคจบ เสนอหัวข้อให้ผ่านทางคณะอาจารย์ และในปี 4เทอม 1 เราจะต้องทำโปรเจคนั้นให้เสร็จสมบูรณ์ พร้อมกับทำเล่มวิทยานิพนธ์ ส่วนนี้แหละที่ต้องลงแรงเยอะหน่อย กว่าเล่มจะสมบูรณ์ไม่ใช่เรื่องง่ายเลย

 

           ปี 4 เทอม 2 พี่เลือกฝึกงานแบบสหกิจศึกษา โดยบริษัทที่จะขอสหกิจต้องผ่านเกณฑ์จากทางคณะ ซึ่งพี่ได้มาฝึกงานที่บริษัทเอกชนแห่งหนึ่ง (ไว้พี่จะมาเล่าเรื่องราวการฝึกงานในพาร์ทหน้านะคะ) การฝึกงานแบบสหกิจศึกษาเราต้องทำเล่มรายงานเพื่อส่งให้กับทางคณะ ว่าเราได้รับโปรเจกต์อะไร โปรเจกต์นั้นเหมาะที่จะให้ผ่านการฝึกงานหรือไม่ และใช้เวลาฝึกงานขั้นต่ำ 4 เดือน

 

          แต่ถ้าเลือกการฝึกงานวิชาชีพ คือ หาที่ฝึกงานเอง ไม่ขึ้นกับคณะ จะทำแค่เล่มรายงานส่งว่าทำอะไรที่บริษัทบ้าง เกี่ยวกับสิ่งที่เราเรียนหรือไม่ และใช้เวลาฝึกงานขั้นต่ำ 2 เดือน จริง ๆ แล้วในหลักสูตร DSBA ของมหา’ลัยพี่สามารถจบได้ภายใน 3 ปีครึ่ง เราสามารถเลือกได้ว่าจะฝึกงานเอง หรือว่าเป็นสหกิจศึกษา การที่เราฝึกงานเอง คือเริ่มฝึกตั้งแต่ซัมเมอร์ปี 3 ขึ้นปี 4 แต่ในรุ่นของพี่ติดเรื่องการแพร่ระบาดของเชื้อไวรัสโควิด-19 ทำให้ทั้งฝึกงานเองและสหกิจมาอยู่ในปี 4 เทอม 2 ทั้งคู่

 

          สุดท้ายพี่ก็อยากบอกว่า การเป็น Data Scientist ค่อนข้างเป็นศาสตร์ที่เฉพาะทาง แต่ไม่ได้หมายความว่าถ้าไม่เรียนในสาขานี้จะไม่วันเป็น  Data Scientist ได้ สำหรับพี่ ถ้าเราชอบวิชาคณิตฯ และพร้อมที่จะเรียนรู้ในการเขียนโปรแกรม ต่อให้น้อง ๆ เรียนสาขาอื่นมา เราก็สามารถเรียนรู้ Data Science เองได้ 

 

          ปัจจุบันคอร์สออนไลน์เรื่องการเขียนโปรแกรม, การเขียนภาษา Python, การทำ Machine Learning ค่อนข้างเยอะเลย น้อง ๆ สามารถลงเรียนได้เลย หรือติดตาม AFTERKLASS ไว้นะคะ จะมี Workshop ดี ๆ มาให้น้อง ๆ เรียนกันค่ะ

 

สำหรับน้อง ๆ ที่สนใจสอบเข้าคณะและสาขานี้ จะมีการเปิดรับทั้งหมด 4 รอบค่ะ 

1. Portfolio รอบแฟ้มสะสมผลงาน ในสาขา DSBA

  • กำลังศึกษาอยู่ชั้น ม.6 หรือสำเร็จการศึกษาชั้น ม.6 หรือเทียบเท่า (จบ ปวช.)
  • GPAX (5 ภาคการศึกษา) > 3.00
  • เปิดรับประมาณ 10 คน
  • เปิดรับสมัครตั้งแต่ช่วงต้นเดือน พ.ย. - กลางเดือน ธ.ค

คำแนะนำ ในรอบนี้ ผลงานอะไรที่น้อง ๆ เคยทำเกี่ยวกับคอมพิวเตอร์ใส่ลง Portfolio มาได้เลย รวมถึงค่ายต่าง ๆ ที่น้อง ๆ เคยเข้าร่วม ซึ่งทางคณะเองก็มีการจัดค่ายด้วยเหมือนกัน เช่น ToBeIT และ ITCamp สามารถติดตามและเข้าร่วมได้

2. Quota รอบโควตา

  • กำลังศึกษาอยู่ชั้น ม.6 หรือสำเร็จการศึกษาชั้น ม.6 หรือเทียบเท่า จากโรงเรียนดังต่อไปนี้
    • โรงเรียนในเขตพื้นที่ภาคกลางและภาคตะวันออก
    • โรงเรียนที่มีข้อตกลงความร่วมมือทางวิชาการกับ สจล. (MOU)
    • โครงการนักเรียนโอลิมปิกวิชาการ
  • ต้องใช้คะแนน GAT / PAT 1
  • สอบข้อเขียน
  • สอบสัมภาษณ์
    • GPAX(5 ภาคการศึกษา) > 2.50
    • เปิดประมาณ 20 คน
    • เปิดรับสมัครตั้งแต่ช่วงปลายเดือน ก.พ. - ต้นเดือน เม.ย

3. Admission

   1) Admission 1

  • กำลังศึกษาอยู่ชั้น ม.6 หรือสำเร็จการศึกษาชั้น ม.6 หรือเทียบเท่า (จบ ปวช.)
  • ต้องใช้คะแนน GAT / PAT 1
  • ไม่สอบสัมภาษณ์
    • GPAX (5 ภาคการศึกษา) > 2.50
    • เปิดรับประมาณ 15 คน
    • เปิดรับสมัครช่วงเดือน พ.ค.

   2) Admission 2

  • กำลังศึกษาอยู่ชั้น ม.6 หรือสำเร็จการศึกษาชั้น ม.6 หรือเทียบเท่า (จบ ปวช.)
  • ต้องใช้คะแนน GAT / PAT 1
  • ต้องใช้คะแนน O-NET
  • ไม่สอบสัมภาษณ์
    • GPAX (5 ภาคการศึกษา) > 2.50
    • เปิดรับประมาณ 5 คน
    • เปิดรับสมัครช่วงเดือน พ.ค.

4. รอบรับตรงอิสระ 

  • รอประกาศจากทางคณะผ่านเว็บไซต์ www.it.kmitl.ac.th
Table

Description automatically generated

          ส่วนตัวพี่แซนด์สอบเข้ามาในรอบ Admission #Dek60 ค่ะ ตอนนั้นยังไม่มี TCAS เลย ของพี่เกณฑ์การรับสมัครตอนนั้นคล้ายกับ Admission  2 ในปัจจุบัน ต่างตรงที่รุ่นของพี่มีสอบสัมภาษณ์ด้วย ตื่นเต้นมาก ๆ เลยล่ะ และเป็นการรับสมัครรอบสุดท้ายของยุคนั้น

          ถ้าถามถึงการเตรียมตัว พี่เน้นการทำข้อสอบเก่าค่ะ พวกข้อสอบ GAT-PAT, O-NET ปีเก่า ๆ แล้วตอนสอบสัมภาษณ์เราก็ต้องเข้าใจจริง ๆ ว่า Data Science คืออะไร ทำไมต้องมี มีแล้วช่วยโลกยุคนี้ได้อย่างไรบ้าง เตรียมความรู้ประมาณนี้ไว้ให้พร้อม พี่เชื่อว่าน้อง ๆ ทำได้แน่นอน สู้ ๆ นะคะ 

ความคิดเห็นของเพื่อนๆ (1)

{

บทความที่น่าสนใจ

ฮีโร่เดือนนี้

ยกเลิก
ตกลง
เรามีการเก็บข้อมูลของคุณเกี่ยวกับการเข้าชมหน้าเว็บไซต์ (คุกกี้) เพื่อนำข้อมูลไปปรับปรุงและสามารถสร้างประสบการณ์ที่ดียิ่งขึ้นเมื่อคุณกลับเข้ามาใช้งานเว็บไซต์ของเราในครั้งต่อ ๆ ไป หากคุณใช้งานเว็บไซต์ของเราต่อ ถือว่าคุณยินยอมให้มีการใช้งานคุกกี้ เรียนรู้เพิ่มเติมที่นี่
ยอมรับและปิดหน้าต่างนี้
ไม่ยอมรับและปิดหน้าต่างนี้