CALL US: 02 001 1893
597/5 Sukhumvit Road, Wattana, Bangkok, Thailand

Data Science

Home » Data Science

สวัสดีครับคุณผู้อ่านทุกท่าน หลังจากที่เราเริ่มเห็นเทรนด์ของเทคโนโลยีปัญญาประดิษฐ์ หรือ เอไอ (Artificial Intelligence – AI) ที่เข้ามามีบทบาทกับการดำเนินธุรกิจในช่วงหลายปีที่ผ่านมา วันนี้ผมเลยอยากจะพูดถึงการนำเอไอมาใช้ประโยชน์ในมิติของเป้าหมายการพัฒนาที่ยั่งยืน (Sustainable Development Goals: SDGs) ที่กำลังอยู่ในความสนใจและถูกตั้งไว้เป็นเป้าหมายของผลการดำเนินงานและมาตรฐานของทั้งภาคอุตสาหกรรมและการดำเนินธุรกิจในหลายประเทศทั่วโลกกันครับ เป้าหมายการพัฒนาที่ยั่งยืน (Sustainable Development Goals: SDGs) เป็นกรอบการพัฒนาที่บูรณาการ 17 เป้าหมายในการขับเคลื่อนการดำเนินงานด้านต่างๆ ภายใต้การกำหนดข้อตกลงร่วมกันในระดับนานาชาติที่นำโดยองค์การสหประชาชาติ (United Nations : UN) โดยหวังว่าจะสามารถสร้างอนาคตและความเป็นอยู่ที่ดีอย่างยั่งยืนให้กับประชากรโลกทั้งมิติการแก้ไขปัญหาความยากจน ความเหลื่อมล้ำ การจัดการสิ่งแวดล้อม การรับมือกับความเปลี่ยนแปลงสภาพภูมิอากาศ การส่งเสริมความเจริญ สันติภาพและความชอบธรรม เป็นต้น โดยมีการตั้งเป้าหมายเพื่อบรรลุจุดประสงค์การดำเนินงานภายในปี 2030 โดยทุกท่านสามารถเข้าไปดูการจัดอันดับผลการดำเนินงานล่าสุดในรายประเทศของ Sustainable Development Solutions Network ได้จากลิงก์นี้ครับ SDG Index and Dashboards Report 2018 คราวนี้ เราจะกลับมาดูว่าปัญญาประดิษฐ์ หรือ เอไอ (Artificial Intelligence …

Read more

ในปัจจุบันคอมพิวเตอร์เข้ามามีบทบาทสำคัญและนำมาใช้กันอย่างแพร่หลายทั้งในการดำเนินงานของภาครัฐและเอกชน หรือการใช้เพื่ออำนวยความสะดวกในชีวิตประจำวัน โดยในช่วงหลายปีมานี้ วงการวิศวกรรมคอมพิวเตอร์ได้ให้ความสำคัญกับการพัฒนาเทคโนโลยีเอไอ (Artificial Intelligence) อย่างต่อเนื่อง เพื่อช่วยเสริมการทำงานของคอมพิวเตอร์ให้มีประสิทธิภาพมากยิ่งขึ้น และหนึ่งในเทคโนโลยีเอไอที่น่าจับตามองมากที่สุดในเวลานี้คงหนีไม่พ้น “คอมพิวเตอร์วิชั่น (Computer Vision)” ที่ช่วยยกระดับการทำงานให้คอมพิวเตอร์สามารถมองเห็นและแยกแยะวัตถุได้เหมือนสายตามนุษย์ รวมถึงความสามารถในการดึงข้อมูลและประมวลผลจากภาพที่เห็นได้อีกด้วย ซึ่งในต่างประเทศได้มีการนำเทคโนโลยีนี้มาใช้อย่างเป็นรูปธรรมและได้รับความนิยมอย่างมาก โดยเฉพาะในสหรัฐอเมริกาและจีนที่นำมาใช้สร้างประโยชน์ได้หลากหลายรูปแบบ ตัวอย่างเช่น ความมั่นคงและความปลอดภัย (Security) หากพูดถึงกระบวนการตรวจพิสูจน์เอกลักษณ์บุคคล(identification) ด้วยการตรวจสอบบัตรประจำตัวประชาชนหรือพาสปอร์ต ซึ่งส่วนมากเป็นกระบวนการที่ทำโดยมนุษย์ที่บางครั้งก็อาจเกิดความผิดพลาด (error) จากความไม่แม่นยำหรือ bias ขึ้นได้ คอมพิวเตอร์วิชั่นสามารถเข้ามาช่วยเพิ่มความแม่นยำและรวดเร็วในแต่ละขั้นตอนมากยิ่งขึ้น เช่น การใช้กล้องตรวจจับใบหน้าผู้โดยสารในสนามบิน การตรวจสอบและยืนยันตัวตนเพื่อการทำธุรกรรมทางการเงิน หรือเพื่อบันทึกการเข้าทำงานของพนักงาน ตลอดจนใช้เพื่อตรวจจับวัตถุต่างๆ เช่น ป้ายทะเบียนรถ ยี่ห้อ สี หรือรุ่นของรถยนต์ เป็นต้น การสืบสวนสอบสวน (Investigation) สำหรับการปฏิบัติงานของเจ้าหน้าที่ตำรวจ โดยเฉพาะในคดีอาชญากรรมที่ต้องอาศัยความเชี่ยวชาญและความแม่นยำในการวิเคราะห์สถานการณ์ คอมพิวเตอร์วิชั่นก็สามารถช่วยเจ้าหน้าที่ในการตรวจสอบและวิเคราะห์ข้อมูลได้ เช่น การตรวจสอบลายนิ้วมือและอาวุธที่คนร้ายใช้ก่อเหตุ รวมถึงสามารถใช้เพื่อระบุตัวคนร้ายจากกล้องที่บันทึกภาพไว้ได้ในระยะเวลาที่สั้นลง ธุรกิจและอุตสาหกรรม (Business and Industry) ผู้ประกอบการสามารถนำคอมพิวเตอร์วิชั่นมาใช้เพิ่มประสิทธิภาพด้านการบริหารความสัมพันธ์กับลูกค้า (Customer Relationship Management ; …

Read more

เขียน: เชอร์รี่ ทุกวันนี้มีคนจำนวนมากใฝ่ฝันอยากจะทำอาชีพ Data Scientist แต่หลายคนไม่รู้ว่าควรจะเริ่มจากจุดไหน และทำอย่างไรจึงจะกลายมาเป็น Data Scientist ที่ได้รับการยอมรับได้ เชอร์รี่ต้องขอออกตัวก่อนว่า เชอร์รี่เองไม่ใช่คนเก่งอะไรมาก และก็ยังไม่ได้เป็น Data Scientist ที่เก่งสุดๆ ขนาดนั้น ที่สำคัญเชอร์รี่ไม่ได้มีพื้นฐานมาจากสายวิศวะโดยตรง อย่าง Data Scientist หลายๆ คน แต่เชอร์รี่ก็พัฒนาตัวเองจนได้รับโอกาสให้เป็น Junior Data Scientist ที่เซอร์ทิส วันนี้เชอร์รี่จึงอยากจะมาแชร์มุมมองการเข้าสู่วงการ Data Scientist ให้กับคนอีกหลายๆ คนที่กำลังอยากจะก้าวมาสู่วงการนี้ เผื่อว่าจะช่วยให้มีกำลังใจหรือเห็นช่องทางกันได้มากขึ้น เริ่มจากตอนสมัยที่เชอร์รี่ยังเรียนอยู่ช่วง ป.ตรี เชอร์รี่เรียนสาขาสถิติคณิตศาสตร์ คณะพาณิชยศาสตร์และการบัญชี จุฬาลงกรณ์มหาวิทยาลัย ซึ่งทำให้เชอร์รี่ต้องเรียนวิชาที่เกี่ยวกับด้านธุรกิจ การประยุกต์ใช้ธุรกิจบางอย่าง รวมทั้ง database ประกันภัย เศรษฐศาสตร์ เป็นต้น ต่อมาในปี 2559 เป็นช่วงที่สายงานด้าน data กำลังมาแรงมาก โดยเฉพาะงานของ Data scientist ที่บริษัทใหญ่ๆ …

Read more

Thai word segmentation with bi-directional RNN Jussi Jousimo Introduction In recent years, deep learning has provided state-of-the-art results in machine learning, with natural language processing (NLP) being no exception. The majority of development in NLP has been based on English and other well studied languages, mainly due to the availability of large, standardised corpuses. In …

Read more

เป็นที่กล่าวกันว่ามีผู้หญิงจำนวนน้อยทำงานในวงการเทคโนโลยี โดยเฉพาะอย่างยิ่งในสาขาวิศวกรรม บางรายงานกล่าวว่า ในบริษัทเทคโนโลยีจำนวนมากมีสัดส่วนของจำนวนวิศวกรหญิงน้อยกว่า 20% สำหรับในวงการวิทยาศาสตร์ข้อมูล(Data Science) ซึ่งต้องมีความเชี่ยวชาญเฉพาะสถานการณ์นับว่าแย่กว่านั้น จากผลการสำรวจพบว่า นักวิทยาศาสตร์ข้อมูล (Data Scientist) ที่เป็นผู้หญิงนั้นมีอยู่น้อยกว่า 10% ด้วยสถานการณ์ปัจจุบันที่โลกของเรากำลังขาดแคลนบุคลากรด้านดังกล่าว บริษัทต่างๆ จึงควรพยายามเชิญชวนให้ผู้หญิงเข้ามาทำงานในวงการนี้ให้มากขึ้น ผมเชื่อว่า กระบวนการคัดเลือกคนที่ใช้วัตถุประสงค์ของการทำงานเป็นตัวตั้ง และลดอคติให้น้อยลงจะช่วยแก้ปัญหานี้ได้ ปัจจุบัน มีผู้หญิงจำนวนมากที่จบการศึกษาในระดับมหาวิทยาลัยด้วยเกรดเฉลี่ยสูงกว่าผู้ชาย แต่นี่ก็เป็นประเด็นหนึ่งที่น่าสงสัยอย่างมากว่า แล้วทำไมจำนวนของวิศวกรหญิงในวงการเทคโนโลยีจึงมีน้อยกว่าวิศวกรชายอย่างเห็นได้ชัด มีทฤษฎีมากมายที่พยายามจะอธิบายถึงสาเหตุของปรากฏการณ์นี้ ยกตัวอย่างเช่น อดีตวิศวกรจากบริษัทเสิร์ชเอ็นจิ้นระดับโลกคนหนึ่งได้ให้เหตุผลว่า ธรรมชาติของผู้หญิงไม่เหมาะสมที่จะทำงานในเชิงเทคนิค จากคำกล่าวนี้ ทำให้เกิดการวิพากษ์วิจารณ์จากผู้เชี่ยวชาญจำนวนมากว่า “เชื่อถือไม่ได้” เพราะเป็นเพียงความคิดจากมุมมองที่ไม่มีหลักฐานทางวิทยาศาสตร์มายืนยัน และไม่ได้มีพื้นฐานจากความเป็นจริง แต่อย่างไรก็ตามเป็นที่น่ากังวลใจว่ามีคนจำนวนมากที่ยังมีความเชื่อเดียวกับวิศวกรนายนี้และพวกเขาเหล่านั้นก็พยายามเผยแพร่ความคิดนี้ให้กับคนอื่นๆ แม้ว่าพวกเขาจะต้องเสี่ยงกับโอกาสที่จะต้องสูญเสียงานของพวกเขาไปก็ตาม การมีอคติหรือความลำเอียงในการคัดเลือกคนด้วยการใช้ความคิดที่ว่าจะเลือกรับเฉพาะพนักงานที่มีความคล้ายคลึงกับคนในองค์กรนั้น เป็นสิ่งที่อันตรายต่อองค์กรเป็นอย่างยิ่ง เพราะไม่เพียงทำให้ลดโอกาสที่จะได้พบกับผู้สมัครงานที่มีความสามารถแล้ว ยังเป็นการลดความหลากหลายของการทำงานในองค์กรด้วย สิ่งสำคัญในวงการวิทยาศาสตร์ข้อมูลคือ การสร้างทีมที่ประกอบด้วยผู้คนที่มีความสามารถและความเชี่ยวชาญที่หลากหลายจากวงการต่างๆ ให้มาทำงานร่วมกัน เพื่อต่อยอดหรือสร้างไอเดียใหม่ๆ ให้เกิดขึ้น เหมือนกับทีมนักกีฬาที่ต้องมีคนเก่งๆ จากหลากหลายสาขา ช่วยกันเติมเต็มจุดแข็งเพื่อช่วยส่งเสริมให้ทีมประสบความสำเร็จได้ดียิ่งขึ้น ส่วนผมเองเชื่อว่า การที่สร้างระบบการคัดเลือกคนที่ตั้งจากวัตถุประสงค์ของการคัดเลือกเป็นสำคัญจะช่วยทำให้มองข้ามการแบ่งแยกเรื่องเพศและสร้างความเป็นธรรมในการคัดเลือกคนให้เกิดขึ้นได้ ที่เซอร์ทิสเอง เกือบ 40% ของทีมวิทยาศาสตร์ข้อมูลเป็นผู้หญิง และพวกเขาเองก็เป็นหนึ่งในทีมงานที่ทำผลงานได้ยอดเยี่ยม อีกทางหนึ่ง …

Read more

Just like any other positions in the job market, the qualification for data scientists for most of the companies is congruent and specific to match a certain group of professionals. To be recognized as a candidate, it is almost definite to have a degree in Statistics, Computer Science, or related fields, and years of professional …

Read more

A Recent advance in machine learning has shown great potential to solve logistics problems. In this article, we will show one possible approach of using intelligent agents to manage inventory. Conventionally in inventory control models, we need to assume, for example, constant or known distribution of demand to simplify the system. This leads to limited …

Read more

There is more data than ever and the companies that make the best use of this data will win the race. Data scientists will be the key to achieving this victory. Having the right culture will help recruit and train the best data science team. Top companies have realised that the key to sustainable competitive …

Read more

โลกของเราเต็มไปด้วยข้อมูลจำนวนมหาศาลซึ่งเป็นสิ่งที่เป็นประโยชน์และมีมูลค่าเป็นอย่างยิ่ง โดยจะเห็นได้ว่าบริษัทที่เป็นผู้นำในวงการธุรกิจต่างๆ ส่วนใหญ่นั้นเป็นบริษัทที่สามารถนำข้อมูลที่มีมาใช้ให้เกิดประโยชน์ได้สูงสุด บริษัทชั้นนำอย่าง Amazon, Starbucks และ Netflix รู้ดีว่าการใช้ประโยชน์จากข้อมูลที่เหนือชั้นเพิ่มความได้เปรียบในการแข่งขัน เพราะข้อมูลช่วยให้บริษัทตัดสินใจได้ดีขึ้นและมองเห็นโอกาสในการทำธุรกิจได้ก่อนบริษัทอื่น วิธีที่จะได้รับประโยชน์จากข้อมูลเหล่านี้คือ คุณต้องให้ Data Scientist ช่วยเหลือในด้านการจัดการข้อมูล หาความสัมพันธ์ของข้อมูล สร้างโมเดลเพื่อวิเคราะห์ข้อมูล และดึงความเข้าใจเชิงลึก (insight) ออกมาจากข้อมูลเหล่านั้นให้ได้ เพื่อที่บริษัทจะใช้ความเข้าใจเชิงลึกนั้นได้อย่างเต็มประสิทธิภาพและเหนือกว่าคู่แข่ง แต่การดึง Data Scientist เข้ามาทำงานด้วยนั้นไม่ใช่เรื่องง่าย ในฐานะที่เซอร์ทิสเป็นบริษัทที่ให้คำปรึกษาด้าน Data Science และมีทีมงานมากกว่า 50 คน ผมจึงอยากแชร์ประสบการณ์การสร้างทีมงาน เนื่องจากในขณะนี้ Data Scientist กำลังเป็นที่ต้องการในตลาดแรงงานเป็นอย่างมาก ทั้งยังมีไม่เพียงพอกับความต้องการของตลาดทั่วโลก ไม่เว้นกระทั่งในสหรัฐอเมริกาซึ่งเป็นประเทศที่มีการใช้ Data Science ในวงการธุรกิจมาหลายปีแล้ว อย่างไรก็ดีขณะนี้มีมหาวิทยาลัยและคอร์สการเรียนการสอนทางออนไลน์ด้าน Data Science จำนวนมาก แต่ Data Scientist ที่ดีก็ยังไม่เพียงพออยู่ดี โดยเฉพาะในประเทศไทยที่เพิ่งเริ่มเห็นความสำคัญของศาสตร์นี้ ต่อมาคือเมื่อคุณต้องคัดเลือก Data Scientist ที่มีความสามารถ หากคุณไม่ได้เป็น …

Read more

This year, WannaCry was one of the most damaging cyber-attacks in history. The estimated cost for this one attack alone could reach 170 Billion Baht. As the world becomes more connected, cyber-attacks will continue to be a big threat to both businesses and governments. AI could be the key to help ensure our computers and …

Read more
Page 1 of 2 12