หลักสูตรใหม่ ปริญญาโท ด้าน Analytics และ Data Technologies ที่ NIDA
…………
ต่อ โท data science
ต่อ โท data analytics
ต่อ โท data analysis
หลักสูตร การวิเคราะห์ธุรกิจ
data science ป โท ที่ไหนดี
data science หลักสูตร
data analytics หลักสูตร
data analysis หลักสูตร
…………..
ถ้าคำเหล่านี้ เป็น Keywords ที่แต่ละคนกำลังใช้ค้นหาข้อมูล เพื่อวางแผนการศึกษาต่อในระดับปริญญาโทด้านที่เกี่ยวข้องกับ Data Analytics หรือ Data Science
วันนี้เราขอนำเสนอทางเลือกใหม่สำหรับคนที่กำลังหาข้อมูลการศึกษาต่อปริญญาโทที่เกี่ยวข้องกับ data science, data analytics, หรือ business analytics ซึ่งเป็นหลักสูตรที่พัฒนาขึ้นมาใหม่เพื่อตอบโจทย์ให้กับบริษัททั่วไปที่กำลังมีปัญหาในการพัฒนา Data Analytics ในองค์กร หรือ หน่วยงานตัวเอง
Management of Analytics and Data Technologies
เราขอเรียกย่อว่า MADT หลักสูตรนี้เป็นหลักสูตรใหม่ภายใต้คณะสถิติประยุกต์ สถาบันบัณฑิตพัฒนบริหารศาสตร์ หรือ NIDA ครับ หลักสูตรนี้เริ่มก่อตั้งขึ้นมาจากปัญหาที่พบเจอกันในช่วงที่ผ่านมาในบริษัทต่างๆ ที่เริ่มต้นการทำ Data Analytics นั่นก็คือ ไม่มีใครคิดโจทย์การทำ Data Analytics
ขอแบ่งคนในองค์กรออกเป็น 2 ฝั่งง่ายๆ ก่อนนะครับ ฝั่งแรก คือ
ทีม Business ซึ่งก็คือ คนที่ทำงานใน Business Unit ต่างๆ เช่น ฝ่ายการตลาด ฝ่ายผลิต ฝ่ายจัดซื้อ ฝ่ายบัญชี
ทีม Analytics ซึ่งก็มีตั้งแต่ Data Analys คนที่ทำหน้าที่ในการวิเคราะห์ข้อมูลต่างๆ จัดทำ Dashboard และ Report ต่างๆ Data Scientist ผู้ซึ่งทำ Machine Learning Model ต่างๆ และ Data Engineer ผู้ซึ่งทำหน้าที่ในการจัดเตรียม Data ให้
เมื่อบริษัทจะเริ่มทำ Data Analytics จุดเริ่มต้นก็คือ เราจะต้องตั้งโจทย์ก่อนว่า เราจะทำ Data Analytics ในเรื่องไหน หรือ หัวข้อไหนดี ?
ปัญหาที่ส่วนมากเจอก็คือ ไม่มีใครคิดโจทย์ออก
ทีม Business ก็จะคิดโจทย์ไม่ออกเพราะ ไม่รู้ว่า data analytics ทำอะไรได้บ้าง
ทีม Analytics ก็คิดไม่ออก เพราะไม่รู้ว่า ธุรกิจติดปัญหาเรื่องอะไร
หลักสูตร MADT จึงถูกพัฒนาขึ้นมาจากโจทย์ตรงนี้ว่า เราอยากพัฒนาคนที่เข้าใจทั้งทางฝั่ง Business และ Analytics ให้สามารถตั้งโจทย์ที่สามารถประยุกต์ใช้เทคนิคทางด้าน Data Science ไปช่วยทางฝั่งธุรกิจได้ แต่เมื่อรู้แล้วว่าจะเอา Data Analytics มาช่วยเพิ่มศักยภาพธุรกิจอย่างไร ก็จำเป็นที่จะต้องใช้ Technology เข้ามาช่วยสร้างประสิทธิภาพ
หลักสูตร MADT เลยเป็นหลักสูตรที่ถูกขึงขึ้นมาจาก 3 แกนหลัก คือ
1. Management
2. Analytics
3. Data Technolgoies
Management
คือ จุดเริ่มต้นของการทำ Analytics และการพัฒนา Data Technologies โดยการตอบคำถามว่า เราจะทำไปเพื่อตอบโจทย์อะไร หลักสูตรนี้ต้องการเน้นให้วิเคราะห์ปัญหาของบริษัทองค์กรและธุรกิจ รวมถึงพัฒนาบุคลากรให้มีความสามารถในการจัดการงานทางด้าน Analytics และ Data Technologies
การจัดการ นั้น ต้องการทั้งศาสตร์และศิลป์ ต้องการทั้ง Hard และ Soft Skill เราไม่สามารถเก่งกายด้าน Technical อย่างเดียวแล้วสามารถแก้ปัญหาได้ทั้งหมด เราต้องเข้าใจถึงความต้องการ และข้อจำกัดทางด้านองค์กรด้วย ในการพัฒนา Data Analytics ในองค์กรนั้น ไม่ใช่แค่เพียงการติดตั้ง Software และพัฒนาโมเดล แล้วเรียกว่า งานเสร็จสิ้น ยังมีมุมอื่นอีกมากมาย เช่น การจัดเตรียมความพร้อมในเรื่องคน การสร้างวัฒนธรรมองค์กรใหม่ที่ให้ความสำคัญด้านการวิเคราะห์ข้อมูล การพัฒนากระบวนการทำงานใหม่ที่ผสมผสานการวิเคราะห์ข้อมูลเข้าไปด้วย แกนด้านการจัดการจึงเป็นสิ่งสำคัญอย่างมาก
คำถาม ก็คือ จะต้องมีพื้นฐานความรู้ด้านการจัดการหรือธุรกิจขนาดไหน
นักศึกษาภาคพิเศษ ทางอาจารย์ก็มีความคาดหวังว่า จะต้องมีความเข้าใจหรืออย่างน้อยก็ต้องมีความสนใจเรื่องธุรกิจหรือการจัดการองค์กร เพราะจะต้องมีประสบการณ์ในการทำงานอย่างน้อย 1 ปี ใครที่สนใจในหลักสูตรนี้ ก็ควรไปอ่านกันหน่อยว่า ธุรกิจส่วนมากเค้าทำอะไรกัน เค้ามีปัญหาอะไรกัน ส่วนนักศึกษาภาคปกติ ถึงแม้ไม่มีประสบการณ์การทำงาน ก็อยากให้มีความสนใจเกี่ยวกับการบริหารจัดการบ้าง มีความรู้รอบตัวเกี่ยวกับธุรกิจทั่วไป
Analytics
เป็นเสมือนเครื่องมือที่เข้ามาช่วยในการแก้ไขปัญหา พัฒนาและสร้างความสามารถทางด้านการแข่งขันให้กับธุรกิจ โดยใช้เครื่องมือทางการคำนวณจากศาสตร์ต่างๆ อาทิ สถิติ หรือ Machine Learning ในหลักสูตรจะเน้นสอนให้เกิดความเข้าใจในตรรกะเบื้องหลังของเทคนิคการวิเคราะห์ต่างๆ โดยผู้เรียนจะต้องเข้าใจถึงจุดเด่นและข้อจำกัดของเทคนิคต่างๆ และสามารถประยุกต์เลือกใช้เครื่องมือเหล่านั้นในการนำไปแก้ไขปัญหาให้กับธุรกิจได้ ตัวอย่างที่พบเจอบ่อย ก็คือ เมื่อได้รับโจทย์ว่าจะต้องทำ Product Recommendation บางทีก็จะท่องกันมาว่า ให้ใช้ Market Basket Analysis ซึ่งในความเป็นจริงแล้ว โมเดลนี้อาจจะไม่เหมาะสมกับธุรกิจหรือข้อมูลบางประเภทก็ได้
ในหลักสูตรจะสอนเครื่องมือการวิเคราะห์ ตั้งแต่ระดับพื้นฐาน แบบ Descriptive Analytics ไปจนถึงในระดับสูงเช่น พวก Predictive Analytics หรือ Prescriptive Analytics เราจะได้เรียนรู้การใช้พวก Machine Learning Model ในการพยากรณ์ว่า ลูกค้าจะกลับมาซื้อไหม เวลาส่งโปรโมชั่นหรือคูปองไป ลูกค้าคนไหนจะใช้หรือไม่ใช้ เราจะแบ่งกลุ่มลูกค้าเป็นกี่กลุ่ม กี่แบบดี เราจะนำเสนอสินค้าแบบไหนไปให้เค้า หรือ ไปพยากรณ์ว่าพนักงานคนไหนจะลาออก เครื่องจักไหนจะเสีย วางแผนการจัดส่งให้ใช้ต้นทุนต่ำที่สุด
คำถาม ก็คือ ในการเรียน Analytics นั้น จะต้องเก่งเลข เก่งสถิติขนาดไหน
ในหลักสูตรนี้ เราคงไม่สอนลงไปถึงการพิสูจน์สูตร พิสูจน์สมการ แต่ก็ต้องมีความเข้าใจพื้นฐานทางคณิตศาสตร์ สถิติ เข้าใจการคำนวณ เวลาพวกอาจารย์พูดถึงคำว่า ความน่าจะเป็น ยกกำลัง logarithm exponential อะไรพวกนี้ ไม่ใช่ฟังแล้วตาลอย ตาเหลือกนะครับ เพราะเราก็จะสอนให้เห็นว่า โมเดลพวกนี้ เค้ามีแนวคิดในการคำนวณยังไง ทำไมตัวแปรนี้ ถึงถูกคำนวณออกมาเป็นความน่าจะเป็น หรือ เป็นค่าคะแนนต่างๆ ได้อย่างไร
Data Technologies
เป็นอีกเครื่องมือที่จะช่วยทำให้การประมวลผลด้วยเทคนิคด้าน Analytics เป็นไปได้อย่างมีประสิทธิภาพ เราคงจะไม่สามารถใช้ Excel ไปชั่วชีวิตได้อย่างแน่นอน เพราะ Excel ก็ไม่สามารถประมวลผลข้อมูลที่มีปริมาณใหญ่มากได้ การเลือกใช้ Data Technologies ที่เหมาะสมนอกจากจะช่วยให้การทำงานเป็นไปได้อย่างราบรื่นแล้ว ยังช่วยให้องค์กรลงทุนได้อย่างคุ้มค่า การลงทุนทางด้านเทคโนโลยีนั้น ส่วนมากจะใช้งบประมาณค่อนข้างมาก หากไม่เข้าใจความต้องการที่แท้จริง หรือไม่เข้าใจความสามารถของเทคโนโลยีแล้วนั้น มักจะพบกับปัญหาว่า ลงทุนไปด้วยเงินมากมาย แต่ท้ายสุดไม่คืนทุน หรือ ไม่สร้างมูลค่าให้กับองค์กร
ในหลักสูตร ก็จะสร้างความเข้าใจถึงการบริหารจัดการ Data Platform ตั้งแต่ระดับ Infrastructure ให้เข้าใจว่าข้อมูลถูกเก็บเข้ามาจากทางไหนบ้าง แล้วข้อมูลจะถูกเก็บไว้ตรงไหนของระบบ ข้อมูลจะต้องไหลจากที่นึงไปยังที่นึงได้อย่างไร (ก็คือ การสร้าง Data Pipeline ไงครับ) ข้อมูลไหนจะถูกจัดเก็บไว้ตรงไหน อย่างไร เพื่ออะไร ทำไมตรงนี้เก็บเยอะไม่เหมาะ เก็บน้อยไม่ดี ทำไมตรงนี้แพงจัง ตรงนี้ถูกนะ แต่ก็ประมวลผลได้ไม่เร็ว เราควรจะประมวลผลข้อมูลมากน้อยอย่างไร จะประมวลผลแบบ Real-time หรือ Batch-Processing เพราะอะไร และท้ายสุด คือ ถ้าเราต้องการสร้าง Data Product เลย เราจะต้องจัดการอย่างไร
คำถาม ก็คือ ในการเรียน Data Technolgoiesนั้น จะต้องเขียนโปรแกรมได้ไหม
ถึงแม้เราจะไม่ได้สร้างบุคลากรไปเป็น Technology Expert แบบ Developers ที่เขียนโปรแกรมได้อย่างคล่องแคล่ว เราก็อยากให้สามารถเขียนโปรแกรมได้ในระดับต้น เช่น เขียน SQL เพื่อวิเคราะห์ข้อมูลได้ หรือ เขียน Python ในระดับเบื้องต้น สามารถ Run Model ได้ เพื่อทำการ Proof of Concept ว่า สิ่งที่วางแผนไว้ ที่คิดไว้สามารถทำได้จริง รวมถึงสามารถใช้พวก Commercial Tools ต่างๆ เช่น Tableau PowerBI Azure Machine Learning Studio เป็นต้น
โดยสรุป ก็คือ Qualification ของผู้เข้าสมัครในหลักสูตรนี้ ได้แก่
- มีความรู้ความสนใจในการจัดการธุรกิจองค์กร (หลักสูตรเน้นไปทางการจัดการภาคธุรกิจมากกว่าภาครัฐ)
- มีความรู้ความเข้าใจพื้นฐานเกี่ยวกับการคำนวณ เช่น คณิตศาสตร์ สถิติ เป็นต้น
- มีความสนใจในการเรียนรู้เทคนิคด้าน Analytics เช่น สถิติ หรือ Machine Learning เพื่อนำไปใช้ในการพัฒนาธุรกิจ
- มีความสนใจทางด้าน Technology พร้อมเรียนรู้และศึกษาหาข้อมูล
- ไม่กลัวที่จะเรียนรู้และฝึกฝนในการเขียนโปรแกรม เช่น SQL และ Python
- พร้อมศึกษาการใช้ Commercial Tools ด้านการวิเคราะห์ข้อมูล
หลักสูตรนี้เรียนอะไรบ้าง
แผนการเรียนของหลักสูตรนี้ แบ่งออกเป็นสองแผน คือ แผน ก กับ แผน ข
คนที่เลือกเรียน แผน ก คือ จะต้องทำ วิทยานิพนธ์ หรือ Thesis
ส่วนแผน ข นั้น เรียน วิชาค้นคว้าอิสระ หรือ Independent Study (IS)
การศึกษาทั้งหลักสูตร ต้องลงเรียนหน่วยกิตทั้งหมด 36 หน่วยกิต
ถ้าเลือกทำ วิทยานิพนธ์ จะเรียนทั้งหมด 8 วิชา
ส่วนเลือกเรียน วิชาค้นคว้าอิสระ จะเรียนทั้งหมด 11 วิชา
วิชาที่เรียนจะแบ่งเป็น 2 กลุ่ม คือ วิชาหลัก และ วิชาเลือก
วิชาหลักมีทั้งหมด 5 วิชา ต้องเรียนให้ครบทุกรายวิชา ซึ่งมีรายวิชาดังนี้
- Fundamentals of Business Analytics
- Introduction to Data Technologies
- Professional Culture in Data Analytics
- Applied Data Analytics for Business
- Modern Data Management
วิชาเลือกแบ่งเป็น 2 กลุ่ม คือ กลุ่มวิชาการวิเคราะห์ข้อมูล (Analytics) และ กลุ่มวิชาเทคโนโลยีข้อมูล (Data Technologies) สามารถเลือกเรียนตามความสนใจ
กลุ่มวิชาการวิเคราะห์ข้อมูล (Analytics)
- Advanced Business Reporting
- Data Modeling, Transformation, and Quality Management
- Use Cases and Case Studies in Business Analytics
- Digital Transformation with Data Analytics
กลุ่มวิชาเทคโนโลยีข้อมูล (Data Technologies)
- Cloud Infrastructure: Design, Development, and Management
- Web and Social Network Analytics Management
- Data Security in the 21st Century
- Big Data Applications — Practical Applications
อาจารย์ผู้ดูแลหลักของหลักสูตร ได้แก่
อาจารย์ ดร.ธนชาตย์ ฤทธิ์บำรุง หรือ อ.เช็ค
มีประสบการณ์ในการให้คำปรึกษาและพัฒนาระบบเกี่ยวกับ Data Analytics, Business Intelligence, Dashboard, Data Warehouse, และ Data Mining
อาจารย์ ดร.วรพล พงษ์เพ็ชร หรือ อ.อเล็กซ์
มีประสบการณ์ในการให้คำปรึกษาและพัฒนาระบบเกี่ยวกับ Data Technologies, Big Data Architecture, Data Lake, Data Governance, Data Pipeline, Machine learning for Image and Voice Analytics, IoT and Warehouse automation, และ fast analytics
หลักสูตรจะเริ่มเปิดรับสมัครภาคการศึกษาที่ 1 ปีการศึกษา 2564 ในช่วง จะม.ค. 64 — มี.ค. 64 ครับ ใครสนใจหลักสูตรนี้ สามารถติดตามได้ที่ Facebook Page ของหลักสูตรได้เลยครับ
