Sign in Subscribe

Data Scientist

โอกาสในงาน Data Analytics

โอกาสในงาน Data Analytics

อาชีพด้านการวิเคราะห์ข้อมูลเกี่ยวข้องกับการใช้ข้อมูลเพื่อประกอบการตัดสินใจและกำหนดกลยุทธ์ทางธุรกิจ ภาพรวม: นักวิเคราะห์ข้อมูล (Data Analyst) ทำหน้าที่ รวบรวม ประมวลผล และวิเคราะห์ชุดข้อมูลขนาดใหญ่เพื่อระบุ trends, pattern, และ business insights โดยใช้เครื่องมือและเทคนิ

Skills for Data Citizen

Skills for Data Citizen

Data Citizen คือบุคคลในองค์กรที่ใช้ข้อมูลเป็นส่วนหนึ่งของงานประจำวัน โดยไม่คำนึงถึงบทบาทหรือความเชี่ยวชาญทางเทคนิคเฉพาะ เพื่อให้เป็น Data Citizen ที่มีประสิทธิภาพ จำเป็นต้องเรียนรู้ทักษะเหล่านี้ 1) ความรู้เรื่องข้อมูล: เข้าใจแนวคิด ประเภท และรู

DA / BA / DS ต่างกันอย่างไร

DA / BA / DS ต่างกันอย่างไร

นักวิเคราะห์ข้อมูล (Data Analyst หรือ DA): * มุ่งเน้นการรวบรวม ประมวลผล และวิเคราะห์ข้อมูล * ใช้วิธีการทางสถิติในการตีความชุดข้อมูล * สร้าง Dashboards และ Reports * โดยทั่วไปทำงานกับข้อมูลที่มีโครงสร้าง (Structured data) * ใช้เครื่องมือเช่น

อยากเป็น Data Scientist (2/2)

อยากเป็น Data Scientist (2/2)

7 Soft Skills ที่ Data Scientist ต้องรู้ 1. Communication & Storytelling การสื่อสารเป็นสิ่งสำคัญ โดยเฉพาะอย่างยิ่งเมื่อทำงานในด้านเทคนิค Data Scientist ต้องสามารถสื่อสารแนวคิดทางเทคนิคเหล่านี้กับ Stakeholders กลุ่มที่เป็น Non-technical Skills เพื่ออธิบายข้อมูลเชิงลึก (Insights) สิ่งที

อยากเป็น Data Scientist (1/2)

อยากเป็น Data Scientist (1/2)

7 Hard Skills ที่ Data Scientist ต้องรู้ 1. Programming Language Data Scientist จำเป็นต้องรู้ Programming Language หากยังไม่รู้ภาษาใดเลย ภาษา Python ถือเป็นตัวเลือกที่น่าสนใจ และ เป็นภาษาที่ได้รับความนิยมอันหนึ่งที่ Data Scientist ใช้งาน นอกเหนือไปจากนั้น อาจเป็น R,

ความแตกต่างระหว่าง Normalization และ Standardization

ความแตกต่างระหว่าง Normalization และ Standardization

โดยปกติ เราจะทำงานกับ Features ที่หลากหลาย ใน Scale ที่แตกต่างกัน ซึ่งต้องมีการทำ Data Processing ใน Blog นี้ จะพูดถึง เทคนิคในการทำ Feature Scaling คือ Normalization และ Standardization Data Normalization คือ อะไร * วิธีการทำ Data Preparation ที่นิยมวิธีหนึ่ง คื

Data Scientist ทำงานอย่างไร?

Data Scientist ทำงานอย่างไร?

เพื่อที่จะรู้ว่า Data Scientist ทำงานอย่างไร? สามารถทำความเข้าใจได้จาก Data Science Workflow ดังนี้ 1. กำหนดปัญหา (Problem Statement) 2. รวบรวมข้อมูล (Data Collection) 3. ทำความสะอาดข้อมูล (Data Cleaning) 4. วิเคราะห์ข้อมูลเชิงสำรวจ (Exploratory Data Analysis, EDA) 5. สร้าง Model (Modeling)