Latest

จาก Data Analyst ไป AI Engineer ต้องเปลี่ยนอะไรบ้าง

1. จาก “วิเคราะห์ข้อมูล” ไปสู่ “สร้างระบบที่ใช้ AI จริง” Data Analyst * ใช้ SQL ดึงข้อมูล * ใช้ Power BI / Dashboard * ตอบคำถามธุรกิจ AI Engineer * สร้าง model / ใช้ TensorFlow หรือ PyTorch * Deploy ให้ระบบใช้งานจริง * ดูแล performance ของ model Analyst

Data Analyst vs Data Scientist vs AI Engineer: สายไหนควรไป?

เราไม่ได้เลือก “อาชีพ” แต่เรากำลังเลือก “สนามที่จะโตเร็วที่สุด” ทั้ง 3 สายนี้ไม่ได้ต่างกันแค่ skills แต่ยังต่างกันที่ วิธีคิด + วิธีสร้าง value ให้ธุรกิจ คนส่วนใหญ่เริ่มจากคำถามที่ผิด .. สายไหนเงิ

บริษัทไม่ได้ต้องการ AI แต่ต้องการ Decision ที่ดีขึ้น

ช่วงนี้ไม่ว่าคุณจะอยู่ทีมไหน Data, Marketing, Product หรือแม้แต่ HR คำว่า AI จะโผล่มาในทุก meeting * เราควรใช้ AI ไหม? * ทีมเรายังไม่มี AI เลย * คู่แข่งเราใช้ AI แล้วนะ ดูเหมือนว่า .. AI คือคำตอบของทุกอย่าง แต่ในโลกการทำงานจริง .. บริ

เส้นทางคนทำ Data

Job Family งาน Data ไล่เลียงตาม “ระบบนิเวศ” ตั้งแต่ข้อมูลดิบ >> นำไปใช้ได้ >> สร้าง impact Data ไม่ใช่งานเดียว แต่มันคือ Supply Chain ข้อมูลก็เหมือนน้ำมันดิบ แต่กว่าจะใช้ได้ ต้องมีคนหลายบทบาทช่

AI Engineer คือ New Full Stack แห่งยุค Generative AI

AI Engineer กำลังกลายเป็น role ใหม่ที่ไม่ใช่แค่เขียนโมเดล แต่คือคนที่ ทำให้ AI ใช้งานได้จริง AI Engineer คืออะไร ไม่ใช่คนที่นั่งเทรนโมเดลทั้งวัน แต่คือคนที่เอาโมเดลไปฝังในระบบ Data Scientist สร้างสมอง AI Engineer ทำให้สมองนั้น ใช้ได้ในชี

จากคนทำโมเดล สู่คนสร้าง AI Product

จาก Data Scientist ไปสู่ AI Engineer ในวันที่ AI สามารถสร้างโมเดลได้เอง Data Scientist ยังมีค่าอยู่ตรงไหน? คำตอบสั้นๆ คือ ยังมีค่า แต่ “สิ่งที่มีค่า” ได้เปลี่ยนไปแล้ว เมื่อก่อน ความเชี่ยวชาญของ Data Scientist อยู่ที่ * การสร้างโมเดล * เลือก

GeoAI Thinking Map จาก “เข้าใจโลก” สู่ “สั่งการโลก”

ถ้า GeoAI ทำให้เราเข้าใจว่า โลกเกิดอะไรขึ้น — ขั้นต่อไปคือ เราจะเปลี่ยนมันอย่างไร จาก Map >> Model >> Decision Engine GeoAI ไม่ใช่แค่การดูแผนที่อีกต่อไป แต่จะเป็น * ระบบที่เรียนรู้ pattern ของโลก * ระบบที่คาดการณ์อนาคต * และ แนะนำการตัดสิ

GeoAI: แผนที่ที่ “คิดได้”

เมื่อก่อนแผนที่มีไว้แค่บอกทาง แต่วันนี้ มันสามารถ “คิด วิเคราะห์ และคาดการณ์อนาคต” ได้ นี่คือ GeoAI (Geospatial AI) GeoAI คืออะไร การรวมกันของ * GIS (ข้อมูลแผนที่) * Remote Sensing (ภาพดาวเทียม / drone) * AI / Machine Learning / Gen AI จากแค่ “รู้ว่าอะไรอยู่ที่ไหน”

ยกระดับ Carbon Credit ด้วย Biodiversity และ GeoAI (Ep. 2/2)

ใน Ep.1 เราพูดถึงการยกระดับ Carbon Credit ด้วย Biodiversity และ Species Level ซึ่งมีหลากหลายเทคโนโลยีที่เกี่ยวข้อง ใน Ep.2 นี้ เราจะพูดถึงเทคโนโลยีเหล่านั้น Remote Sensing: มองโลกจากอวกาศ เทคโนโลยีดาวเทียมเข้ามาเปลี่ยนวิธีการวัดคาร์บอนอย่างสิ้นเชิง ความสามารถหลัก * ติ

ยกระดับ Carbon Credit ด้วย Biodiversity และ GeoAI (Ep. 1/2)

เมื่อ “ป่า” ไม่ได้มีค่าเท่ากันทั้งหมด ในช่วงไม่กี่ปีที่ผ่านมา “Carbon Credit” กลายเป็นกลไกสำคัญในการขับเคลื่อนโลกสู่ Net Zero แต่คำถาม คือ สามารถวัด “คาร์บอน” ได้แม่นยำแค่ไหน? หลายระบบในปัจจุบันยังใช้วิธีประเมินแบบง่าย

Data Scientist ยังจำเป็นไหมในยุค Generative AI

Generative AI จะเปลี่ยนงาน Data Scientist อย่างไร 1. โลกของ Data Science ในยุค Generative AI ในอดีต Data Scientist ต้องใช้เวลามากกับการเขียนโค้ด วิเคราะห์ข้อมูล และทำรายงาน แต่เมื่อ Generative AI เข้ามา หลายขั้นตอนสามารถทำได้เร็วขึ้นอย่างมาก วันนี้ AI สามารถช่วย

Data Governance คืออะไร? ทำไมองค์กรยุค AI ต้องให้ความสำคัญ

จินตนาการสถานการณ์ในองค์กร ผู้บริหารถามว่า “ลูกค้าของเรามีกี่คน?” 💁‍♂️ ทีมการตลาดตอบตัวเลขหนึ่ง 👩‍💼 ทีมการเงินตอบอีกตัวเลขหนึ่ง 👨🏻‍💻 ทีมไอทีดึงรายงานมาได้อีกตัวเลขหนึ่ง คำถามเดียว แต่มีหลายคำตอบ นี่คือปัญหาที่หลายองค์กรเจอ และเป็นจุดเริ่มต้นของคำว่า Data Governance

The Future is Spatial

เมื่อข้อมูล “รู้พิกัด” โลกจะเปลี่ยนวิธีตัดสินใจไปตลอดกาล ในอดีต เรามองข้อมูลเป็นเพียงตัวเลขในรายงาน เป็นกราฟใน dashboard หรือเป็นไฟล์ Excel ที่รอการวิเคราะห์ แต่วันนี้ ข้อมูลส่วนใหญ่ในโลกมี “พิกัด” ซ่อนอยู่ คำถามจะไม่ใช่แค่ เกิดอะไรขึ

AI Ethics vs Governance: เหมือนหรือต่างกันอย่างไร?

ในยุคที่ปัญญาประดิษฐ์ (AI) ถูกนำไปใช้ในองค์กร ภาครัฐ และธุรกิจขนาดใหญ่ คำว่า AI Ethics และ AI Governance มักถูกพูดถึงควบคู่กัน แต่ทั้งสองแนวคิดมีบทบาทต่างกัน ดังนี้ AI Ethics คือ “หลักคิด” กรอบแนวคิดเชิงคุณค่าและศี