แนวคิดด้านการทำงานดีๆกับ คุณหนุ่ย เจ้าของเพจ การตลาดวันละตอน แขกรับเชิญพิเศษจากคอร์สเรียน DSE บอทน้อย

Tonmint
Tonmint
Jul 8 · 5 min read

คอร์สเรียนบอทน้อย Data Science Essential#3
EP. 7 Recommendation System

สวัสดีค่ะ วันนี้คอร์สเรียน DSE ของบอทน้อย ได้เดินทางมาถึง EP ที่ 7 กันแล้ว แขกรับเชิญพิเศษที่ดร.วินน์เชิญมาในวันนี้ ก็คือ คุณหนุ่ย จากเพจการตลาดวันละตอน ที่มียอด follower ถึง 130,000 คน !! ให้ความรู้เกี่ยวกับ Marketing วันนี้คุณหนุ่ยจะมาให้แนวคิดๆในการทำงาน มาเริ่มไปพร้อมกันเลยนะคะ

เพจ & Website การตลาดวันละตอน

ดร.วินน์ : ให้คุณหนุ่ยแนะนำตัวเองหน่อยครับ?

คุณหนุ่ย : สวัสดีครับ ผมหนุ่ยนะครับ ณัฐพล ม่วงทํา ทำเพจการตลาดวันละตอน เป็นอาจารย์พิเศษวิชา Data Analytics และที่ปรึกษาตามบริษัทต่างๆ

ดร.วินน์ : ตอนนี้ผมเปิด Data Science Hub อยู่ เห็นคุณหนุ่ยบอกว่าหาคนมาช่วยงาน คุณหนุ่ยสามารถมาดึงนักเรียนจาก Hub ไปทำงานด้วยได้เลยนะครับ

DATA SCIENCE HUB → Data Science Hub (botnoi.ai)

คุณหนุ่ย : ใช่ครับ เหมือนรู้ใจเลยคุณวิน ผมกำลังหาคนอยู่เลย ผมขอพูดเรื่อง partner discussions หน่อยนะครับ การหาคนด้านตำแหน่ง Data มันไม่ได้มีแค่เรื่องของ Data Scientist และไม่ได้มีแค่เรื่องของ Data Engineering, Data Analytics ผมขอมาแชร์ปัญหาที่ผมเคยเจอ มี CEO ของบริษัทนึงโทรศัทพ์มาคุยกับผม เชิญผมไปเป็นที่ปรึกษา สิ่งที่ผมเจอคือ data ที่เขามีมันอยู่กระจัดกระจายกันไปหมด พอผมถามที่บริษัทมี data อะไรบ้าง เขาตอบว่าไม่มีเลย สิ่งแรกที่ต้องทำนะครับ สำหรับการเข้าไปทำงานที่บริษัท เข้าไปตามรอย data ก่อน ต้องเอา data ที่กระจัดกระจายมาประกอบกันให้เป็น master data ตอนนี้ผมเลยอยากหาสองตำแน่งใหม่ให้ลูกค้า ผมไม่รู้ว่าควรจะเรียกว่าอะไร คุณวินน์ช่วยผมคิดหน่อยครับ เวลาเราทำ digital เราจะเรียกว่า PM project แต่ตอนนี้เราทำเป็น data manager เป็นคนที่คอยเอา data ที่กระกระจายมารวมเป็น master data ในส่วนฝั่งของ Business เขาต้องการคนที่เหมือนเป็น Data Analytics แต่ต้องมีความเข้าใจในเรื่องของ Business ด้วย ณ ปัจจุบันเลยมีคำที่เรียกว่า Marketing Analytics จะสังเกตุได้ว่ามันมีตำแหน่งเกิดขึ้นมาใหม่เยอะมากที่เกี่ยวกับ data ผมมีเรื่องนึงที่อยากจะเน้น แต่ละคนที่เป็น expert data อยากจะให้ทุกคนลองฝึกการ communication กับ presentation นึดนึงแล้วไอเดียคุณจะมี value เพิ่มขึ้นเยอะมาก

What is Project Manager (PM)

Project Manager (PM) หรือตำแหน่งผู้จัดการโครงการ ในหลายๆ ภาคส่วน หรือในแต่ละสายงาน จะมีบทบาท และหน้าที่แตกต่างกันไปอยู่บ้าง แต่ทั้งหมดทั้งมวล PM คือตำแหน่งที่มีหน้าที่ที่จะทำให้โครงการ หรือโปรเจคสำเร็จรุร่วงไปให้ได้ โดยงานที่ควรจะมี PM คืองานที่ประกอบไปด้วยกลุ่มคนหลากหลายหน้าที่ เช่น การพัฒนาแอปพลิเคชัน ที่จำเป็นต้องมีทั้งทีมออกแบบ ทีมทำกราฟฟิก ทีมเขียนโค้ด ทีมโปรโปท หรือทีมทำการตลาด หน้าที่ของ PM คือการรับมือ และปรับจูนเหล่ากลุ่มคุณที่อยู่ภายใต้โปรเจค ให้สามารถทำงานร่วมกันได้สำเร็จ ในระยะเวลา หรือขอบเขตงานที่กำหนดเอาไว้

What is Project Manager (PM)

ข้อมูลหลัก (Master Data) คือ ข้อมูลที่ใช้เก็บข้อมูลไว้อย่างถาวร และมักจะเรียงตามลำดับของไพมารีคีย์ ข้อมูลจะต้องทันสมัย เพื่อได้ใช้ประมวลผลข้อมูลอย่างถูกต้อง ในข้อมูลหลักมักจะมีเขตข้อมูลสำหรับสะสมค่าอยู่ด้วย แฟ้มข้อมูลหลักมีไว้ใช้อ้างอิง และปรับปรุงให้ทันสมัยอยู่เสมอ

แวะเสริมความรู้กันไปแล้ว กลับมาฟังเรื่องเล่าของคุณหนุ่ยกันต่อเลยค่ะ

ดร.วินน์ : จริงๆแล้วในคอร์สเรียน DSE ของบอทน้อยควรจะเพิ่มหัวข้อการ communication กับ presentation เข้าไป แล้วผมควรจะเชิญให้คุณหนุ่ยมาเป็นอาจารย์สอนในเรื่องนี้

คุณหนุ่ย : ยินดีเลยครับ อยากจะช่วย ผมว่าทุกคนมีไอเดียที่ดี มี execution ที่ดี มีวิธีการ dev ที่สุดยอด แต่ถ้าเพิ่มการ communication กับ presentation ทุกคนจะ out standing มากๆเลยครับ ทุกวันนี้มันยังมี gap อยู่ ให้นึกภาพว่า digital เมื่อ 10 ปีที่แล้ว ที่เรื่อง digital ยังไม่ใช่เรื่องสำหรับทุกคน เป็นเรื่องของฝ่าย IT กับฝ่ายของ Marketing มันก็จะเป็น gap ที่ว่าฝ่าย IT อยากได้แบบนี้ กับฝ่ายของ Marketing อยากได้อีกแบบนึง มันขาดจุดเชื่อมตรงกลาง วันนี้ผมเลยมาเป็นตัวเชื่อมตรงกลาง ถ้าเราเข้าใจเรื่องของ data เรื่องของ algorithms เรื่องของ model เราจะสามารถ connect กับเขาได้เร็ว ฉะนั้นเรื่อง data มันจะไม่ใช่เรื่องของใครบางคน แต่จะเป็นเรื่องของทุกคนในการทำงาน เหมือนวันนี้ทุกคนใช้คอมพิวเตอร์เป็น เมื่อ 10 กว่าปีที่แล้ว จะมีคุณสมบัติเขียนไว้ที่ใบสมัครว่า เราต้องใช้คอมพิวเตอร์เป็น ใช้ e-mail เป็น แต่สมัยนี้ต้องใช้ tool เกี่ยงกับเดต้าให้เป็น

ดร.วินน์ : ตอนที่ผมอยู่ Telenor ผมพยายามหา Data Scientist เข้าทีมผม แต่หาไม่ได้เลย เพราะคนเข้าใจด้านนี้ยังน้อยมาก การที่จะเป็น Data Scientist ได้ หรือสามารถที่จะ execution ให้กับแต่ละธุรกิจได้ ต้องผ่านประสบการณ์ด้านธุรกิจมาบ้าง เพราะฉะนั้นการที่มาเรียน DSE ผมพยายามที่จะถ่ายทอดประสบการณ์ของผมในด้านของเทคนิคมาแชร์ให้นักเรียนได้ฟังกัน งานแรกของผมที่แอร์เอเชีย ผมเข้าไปในตำแหน่ง Data Scientist แล้วถามหาข้อมูล data เขาส่งไฟล์กันเป็น excel ไม่มี database ไม่มี dashboard เลย สำหรับตอนนี้โลกของ Data Science เหมือนกับทะเลที่ถูกปิด หมายความว่าถ้าทะเลมันเปิด เราจะจับปลาได้เยอะมาก แล้วตอนนี้เราก็ต้องพยายามที่จะเปิดทะเล ให้คนรู้ว่า โลกของ Data Scientist มันมีศักยภาพมากแค่ไหน เมื่อกี้คุณหนุ่ยบอกว่าอยากรับสมัครงานตำแหน่งอะไรนะครับ?

คุณหนุ่ย : เป็น Marketing Analytics ครับ เราไม่ต้องเขียนอะไรขึ้นมาใหม่ เพราะเราใช้เครื่องมือสำเร็จรูป เราแค่อยากได้คนมีทักษะการคิดแบบ Marketing Analytics Data project มันไม่ได้ให้คำตอบบรรทัดสุดท้ายตั้งแต่ครั้งแรก แต่การ key data ทุกครั้งจะทำให้เราไปสู่คำถามที่ดีขึ้น ผมได้คุยกับ case นึง เขาค้นพบ pattern บางอย่างว่ามันจะมีช่วง seasonal นึงที่คนซื้อพวกยาสีฟัน สบู่ ขันน้ำ ควบคู่กันไป ฉะนั้นพอเขามาดู context ที่มาที่ไปของเดต้าว่าเป็นช่วงของ seasonal ที่เรียกว่า วันเข้าพรรษา เมื่อเขาพบ pattern ทำให้เขานำสิ่งของพวกนั้นมาวางไว้ใกล้ๆกัน ผลปรากฎว่ายอดขายเพิ่มสูงขึ้น เพราะฉะนั้นคนที่ทำ data ได้ คุณมีความรู้ในสิ่งที่คนอื่นอยากได้เป็นอย่างมาก ทุกคนที่ผมเจอนะครับ ทุกคนบอกว่าอยากเริ่มต้นใช้ data กันหมด แต่เขาไม่รู้จะเริ่มจากตรงไหน ผมว่าทักษะที่สำคัญคือการ blend ว่าจะสามารถนำ data ที่เขามีมา mix and match แล้วทำอะไรได้บ้าง ข้อนี้ทำให้การทำ Data project เห็น quick win ได้รวดเร็วขึ้น แล้วลูกค้าจะ buying ง่ายขึ้น

ดร.วินน์ : ผมขอถามหน่อยครับ คุณหนุ่ยมาเริ่มด้านนี้ได้ยังไง คุณหนุ่ยไปเรียนมา หรือว่าทำงานสะสมประสบการณ์ หรืออ่านจากหนังสือครับ?

คุณหนุ่ย : ผมเริ่มจากการมี passion ครับ เราชอบ เราอยากเรียนรู้ เมื่อก่อนมีแต่คนรู้จักแค่คำว่า big data แต่จะมีสักกี่คนที่รู้จริงๆว่า big data คืออะไร เริ่มต้นจากการที่บริษัทไปเก็บข้อมูลเพื่อทำโฆษณา เก็บมา 20 คนจาก 10 ล้านคน ผมเลยเสนอให้นำคนสัก 5–6 แสน มาทำ data campaign กับผมก่อนมั้ย มาเพื่อเก็บ data แล้วหา insight เราทำเป็นแค่ questionnaire มี 10 ข้อ การ design คำถาม วิธีการเก็บ การ correcting data เป็นสิ่งที่สำคัญมาก แบบไหนที่ไม่ bias ไม่ชี้นำ data มากจนเกินไป

ดร.วินน์ : ถ้าเราพูดถึงดารา เราแค่ทำ dimension survey ว่าเราชอบดาราคนไหนได้ไหมครับ?

คุณหนุ่ย : ได้ครับ แต่ถ้าเป็นวิธีนั้น จะมีมิติที่แคบลงมา เพราะเราอาจจะเลือกแต่แบบคนที่ตัวเองรู้สึกคุ้นเคยมาก่อน มีวิธีที่ 2 คือ ดาราคนไหนที่คนเข้ามา engage กับเขาเยอะๆบน social media platform เราก็นำไปสู่การตั้งคำถามต่อไปว่า เราอยากรู้อะไร ดาราคนไหนดังที่สุด แล้วเราจะรู้ได้ยังไง งั้นเราเอาค่า metrics ตัวชี้วัด คือ engagements ใครได้ engage กดถูกใจเยอะๆ เราตั้งสมมติฐานว่านี่อาจจะเป็น metrics ที่คนชอบ ข้อต่อไปคือ แล้วเราจะเข้าถึง data ตรงนั้นได้ยังไง เราก็จะใช้ tool ในการรวบรวมข้อมูล data ตอนนั้นที่ผมทำให้บริษัท เป็น product โยเกิร์ต เราแยก segment ออกมาได้เป็น 4 segment กลุ่มแรกคือทานประจำ กลุ่มที่สองทานบ้าง กลุ่มที่สามเคยทานแต่เลิกทานไปแล้ว กลุ่มที่สี่ไม่เคยทานเลย พอเราได้ segment มาทั้งหมดสี่กลุ่มเราต้องมาดูว่าใครคือ purity ที่สำคัญกว่า

ดร.วินน์ : แล้วแต่ว่าเราอยากจะจับ segment ไหน?

คุณหนุ่ย : ถูกต้องครับ ตอนนั้นเราเลยเลือดจับกลุ่มคนที่เคยทานแต่เลิกทาน เราอยากรู้ว่า pain point คืออะไร รสชาติไม่ถูกปากหรืออะไร หลังจากเก็บ data เราได้ pain point มาอีกชั้นนึง ปัญหาแบ่งอกเป็นสอง กลุ่มแรกคือ เคยทานแล้วไม่ชอบรสชาติ เราก็เลย design เพื่อเก็บ data เพิ่มว่าอยากได้รสชาติแบบไหน ปรากฎว่าชอบรสชาติแบบน้ำผึ้ง อีกกลุ่มนึงบอกว่าหาซื้อยาก เพราะว่ารสชาติที่เขาชอบ สิ้นค้าหมดไว เพราะฉะนั้นทาง Marketing ก็เลยไปลงทุนกับการกระจายสินค้าได้ดีขึ้นและเร็วขึ้น ผมเลยรู้สึกว่า data เป็นที่ให้คำตอบที่ถูกต้องและแม่นยำกับเรามากขึ้นเรื่อยๆ ในเรื่องของ Business ไม่ได้มีการเขียนโมเดลซ้ำซ้อนแต่เขาต้องการแก้ปัญหาบางอย่าง ฉะนั้นในฝั่งของเราที่เป็น data expert อาจจะต้องช่วยในการแนะนำว่า สิ่งที่เขาอยากแก้ เขาจะต้องแก้แบบไหน ต้องใช้โมเดลแบบไหน

ดร.วินน์ : คุณหนุ่ยคงรู้จัก Nielsen ใช่มั้ย เพราะตอนที่ผมอยู่ Telenor หรือที่ไหนก็ตาม เนลสันก็จะเป็นเหมือน consultant ที่เกี่ยวกับเดต้า แล้วก็ทำเกี่ยวกับ market survey ในไทยมีบริษัทที่เป็นของคนไทยทำไหมครับ?

คุณหนุ่ย : มีนะครับ พวก research firm research เดิมๆ ก็ยังทำอยู่ data เป็นเรื่องของ mind set พวก research เดิม เขาไม่เชื่อเรื่อง data เขาจะบอกว่า data ของคุณมันไม่ได้มีคุณภาพ research firm เขาออกมาพูดว่า data ไม่ใช่สิ่งที่เชื่อไม่ได้ แต่ data ที่คุณมีเป็น secondary data ผมได้ยินครั้งแรกผมก็ไม่เข้าใจว่าอะไรคือ secondary data แล้วอะไรคือ primary data เขาก็เลยบอกว่า primary data คือการที่เขาไป survey แล้วเป็นการคุยด้วยตัวเอง นี่คือ data ที่มีคุณภาพดีกว่า ผมก็งงๆว่าคุณคุยกับคนได้แค่ 40 คน หรืออยากมากคุณคุยได้ 100 คน แล้วคุณเอาอารมณ์ตัวเองมาใช้ในการ analytics

ดร.วินน์ : ผมขอซัพพอร์ตความคิดคุณหนุ่ยตรงนี้เลย ที่บริษัทเก่าผม ก็เสียเงินไปเยอะกับการทำ market survey เหมือนกัน จ้าง Nielsen แต่ได้จำนวนคนที่น้อยถ้าเทียบจำนวนลูกค้าทั้งหมด คุณหนุ่ยสนใจมาทำบริษัทกับผมไหมครับ (หัวเราะ)

คุณหนุ่ย : ผมว่าเดี๋ยวเราคุยกันหลังไมค์ ผมจะบอกประสบการณ์อย่างนึง ที่คนส่วนใหญ่เลือกใช้บริการ market survey ของบริษัท Nielsen เพราะว่า

  1. เขาเลือกโดย branding ถ้าทำงานพลาด คนที่ถูกติไม่ใช่คนจ้าง แต่เป็น Nielsen เพราะเขาเลือกบริษัทที่คิดว่าดีที่สุดแล้ว
  2. 2. ถ้าเขาจ้างบริษัทที่เล็ก แล้วเขาไม่มั่นใจ เวลาถูกตำหนิ คนที่ถูกตำหนิคือคนที่จ้าง เพราะฉะนั้นเขาจะเลือกจ้างบริษัทที่คิดว่าดีที่สุด ผมขอฝากถึงทุกคนเลยว่าเวลาที่เราจะเข้าไป approach งาน เราจะต้องดูว่าคนที่ approach คือใคร เขาเป็นคนรับเงินเดือน หรือเขาเป็นคนจ่ายเงิน ถ้าคนรับเงินเดือน คนส่วนใหญ่เลือก play safe เขาไม่อยากเสี่ยง เขาจะเลือกจ้างบริษัทที่ใหญ่ก่อน แพงก่อน เพราะรู้สึกจ้างไปงานก็จะไม่พลาด แต่ถ้าพลาดตัวเขาไม่ผิด แต่ถ้าเป็นเจ้าของเงินเดือน เขาจะเลือก solution ที่ดีที่สุด เพราะฉะนั้นผมจะเลือกไปคุยงานกับ CEO กับผู้บริหาร ถ้าผมต้องไป under กับใครอีก สุดท้ายเขาจะเลือกทำงานเพื่อตัวเขาเอง ไม่ได้ทำงานเพื่อ business

What is Market Surveys?

วิจัยตลาดจะทำให้คุณเข้าใจ ความต้องการของกลุ่มเป้าหมาย เข้าใจตลาด และการเข่งขัน อย่างชัดเจน ซึ่งทำให้คุณตั้งเป้าหมายธุรกิจได้ชัด ไม่ใช่แค่กำหนดยอดขาย แต่ทำให้ตั้งเป้าหมายที่ท้าทาย เป็นไปได้จริง และรู้วิธีทำให้เป้าหมายสำเร็จได้ ดังนั้นวิจัยตลาด จึงทำให้คุณสามารถตัดสินใจทางธุรกิจได้อย่างมีประสิทธิภาพ

ดร.วินน์ : ตอนนั้นที่ผมทำงานอยู่ที่ Telenor ผมมีข้อมูลการใช้งานโทรศัพท์ เปิดเครื่องตอนกี่โมง มี pattern ในการโทรเข้ารับสาย โทรครั้งละกี่ชม กี่นาที ทำนายเพศ ทำนายอายุ ทำนายเงินเดือน data ตรงนี้มีประโยชน์มหาศาล แต่ไปเลือก Nielsen ที่ สำรวจ data 2,300 คน data point ทั่วกรุงเทพ

คุณหนุ่ย : ผมเข้าใจ pattern ที่คุณวินบอกนะ อย่างที่ผมโดนเรื่อง primary data secondary data ผมก็เลยถามคำถามนึงว่า insight ที่คุณบอกว่ามันคือ insight มันเป็นสิ่งที่ทำซ้ำและเกิดขึ้นประจำหรือเปล่า ส่วนใหญ่เขาจะตั้ง insight กันขึ้นมาเอง เดาว่าสิ่งที่เห็นจากการสำรวจคนแค่ไม่กี่คนนั้นคือ insight แล้ว ผมก็ถามว่าการที่คนซื้อคอนโด แล้วคุณบอกว่าเขาต้องการความ luxury คุณวัดจากคนกี่คน เขาตอบว่า 5 คน แต่ผมมีข้อมูลของคนอีก 50,000 คนที่พูดอีกแบบ คุณคิดว่าต่อให้เป็น primary data หรือ secondary data แต่ข้อมูลของใครน่าเชื่อถือกว่ากัน insight ต้องเป็น pattern และต้องเป็น pattern ที่ทำซ้ำได้ ไม่ใช่ทำได้แค่ครั้งเดียว insight คือ สิ่งที่เห็นประจำทุกครั้งแต่เราไม่เคยสังเกต และสิ่งนั้นจะมาได้ก็ต่อเมื่อการทำ analytics จาก data เท่านั้น

ดร.วินน์ :ช่วยเล่า passion การเริ่มต้นการเรียน การทำงานจนถึงปัจจุบันหน่อยครับ?

คุณหนุ่ย : ปัจจุบันผมไม่ได้ทำงานให้ใครแล้วครับ ผมเปิดบริษัทของตัวเอง ทำ 4-5อย่าง ไม่ได้มีอะไรเป็นงานหลัก ทุกอย่างมัน balance กัน Key หลักคือ ผมเลือกทำในสิ่งที่ผมเชื่อ ผมเลือกที่จะเลือกลูกค้า ผมเลือกที่จะเป็นทีมเล็ก ลูกค้าคนไหนที่ดูไม่ค่อยฉลาด ผมก็จะไม่เลือก เพระผมเรียนรู้จากประสบการณ์ว่า คนที่เรื่องมากตั้งแต่วันแรก ไม่มีทางเรื่องน้อยในวันถัดไปครับ เลือก route career ผ่านตัวเองให้ดีครับ อย่าติดอยู่กับตัวเลขเงินเดือน พยายามคิดทุกครั้งที่เราไปทำงาน เราได้เรียนรู้แล้วได้เงินกลับมาด้วย คือการเรียนรู้ที่ไม่ได้เสียเงินแต่เป็นการเรียนรู้แล้วได้เงิน แล้วคุณจะตัดสินใจเริ่มอะไรได้ง่ายขึ้นมาก

ดร.วินน์ : จากการที่คุณหนุ่ยทำเพจการตลาดวันละตอน มีตอนไหนที่คุณหนุ่ยคิดว่าท้าทายมากที่สุดครับ?

คุณหนุ่ย : ก็ไม่มีนะครับ คือผมมีเกณฑ์อย่างเดียวในการเขียนคือ ผมต้องทำงานให้ตัวเองอยากกลับมาอ่านใหม่ในปีหน้า แล้วผมก็พบว่าการทำงานแบบนี้เป็นการทำงานที่ยิงปืนแล้วได้นกหลายตัว content เมื่อปีก่อน ผมกลับมาอ่านอีกรอบนึง ผมก็รีแชร์อีกรอบนึง คนก็ยังแชร์เยอะ หลายร้อยคนต่อวัน คิดเพื่อ long term อย่าคิดเพื่อ short term เรื่องนี้มันเหมือนการอดเปรี้ยวไว้กินหวาน

บทสัมภาษณ์จาก คุณหนุ่ย เจ้าของเพจการตลาดวันละตอน จากคอร์สเรียน Data Science Essential ของ BOTNOI เป็นยังไงกันบ้างคะ หวังว่าทุกคนจะได้รับข้อคิดและแนวคิดดีๆไปปรับใช้ในชีวิตการทำงานนะคะ อย่ากลัวที่จะเปลี่ยนแปลง เลิกยึดติดอยู่กับสิ่งเดิมๆ และเปิดใจรับสิ่งใหม่ๆเข้าในชีวิต การเปลี่ยนแปลงจุดเล็กๆในชีวิตของคุณ อาจจะกลายเป็นจุดเริ่มต้นสู่ความสำเร็จที่ยิ่งใหญ่ สำหรับใครที่สนใจเรียน Data Science Essential รุ่นที่ 4!! ของ BOTNOI join group ได้ที่ -> FB Page Botnoi AI & Data science classroom หรือจิ้มที่ลิงค์เลยhttps://www.facebook.com/groups/2421985951170978/

botnoi-classroom

This publication consists of articles related to Data…

botnoi-classroom

This publication consists of articles related to Data science and AI written from Botnoi’s data scientists and students.

Tonmint

Written by

Tonmint

Junior ITD, KMUTNB

botnoi-classroom

This publication consists of articles related to Data science and AI written from Botnoi’s data scientists and students.