แชร์ประสบการณ์ DataCamp

TL:DR

Datacamp เป็นเว็บที่ให้บริการด้านการศึกษาเพิ่มเติมในเรื่องของ Data ทั้งหมดตั้งแต่การเข้าใจ Data ทั่วไป, Data insight , การทำ Data Visualize, AI ไปจนกระทั่งสอนเขียน Coding เพื่อสามารถ วิเคราะห์ข้อมูล สร้าง Model ของตนเองได้

นอกจากนี้ยังสามารถลองทดสอบทักษะความสามารถด้าน Data Science โดยมีบททดสอบต่างๆ มากมาย ไม่ว่าจะเป็น Data Analyst, Data Scientist, Data Engineer เพื่อให้สามารถวัดระดับความรู้ว่าพอจะสามารถใช้ในการทำงานได้หรือไม่

เกริ่มนำ

ลองเข้าไปสมัคร Datacamp ดูสิง่ายกว่าเยอะ ช่วงนี้ลดราคาอยู่ด้วย

จุดเริ่มต้นที่วนกลับมาด้านเทคโนโลยีสารสนเทศ

ย้อนกลับไปเมื่อปี 2021 หลังวิกฤติโควิดไม่นาน ได้รับสายจากอาจารย์ท่านหนึ่งว่า มีโครงการอบรม “แพทยรุ่นใหม่ใฝ่ใจเทคโนโลยีสารสนเทศเพื่อพัฒนาโรงพยาบาล” ของสมาคมเวชสารสนเทศไทย TMI วศิน สนใจไปเรียนมั๊ย

ในตอนนั้นเกิดคำถามขึ้นทันทีว่า ทำไมต้องเป็นเรานะ เลยถามอาจารย์กลับไปเช่นนั้น ได้คำตอบที่ชวนอึ้งกลับมาว่า พี่คิดว่าน่าจะเหมาะที่สุดแล้วแหละ น่าจะเข้าใจด้านนี้อยู่บ้าง เนื่องจากต้องไปอบรมถึงกรุงเทพฯ แถมต้องเดินทางแทบทุกอาทิตย์จึงขอเวลามาคิดดูก่อน

ผ่านไปหลายเดือนจนลืมไปแล้ว (เอาจริงๆ คิดว่าจะไม่ไปปล่อยให้มันผ่านๆ ไป) แต่อาจารย์อีกท่านก็ได้โทรมาตามถามว่า สมัครหรือยังหมดเขตรับสมัครแล้วนะ เลยตอบไปตามความจริงว่า ยังไม่ได้สมัครเลยครับ น่าจะไม่ทันแล้ว แต่อาจารย์บอกว่าเขาขยายเวลารับสมัคร เพราะติดช่วงโควิดทำให้คนสมัครน้อย รีบสมัครนะไม่ได้รับทุกคน ประโยคนี้ทำให้ผมตัดสินใจสมัครทันที ไม่ใช่ว่าอยากไปเรียนนะ แต่คิดว่าคนสมัครเยอะไม่น่าจะได้รับเลือกแน่นอน

ไหนๆ อาจารย์ที่โทรมาตามก็เคยไปเรียนมาบ้างแล้ว เลยถามว่าเขาเรียนเกี่ยวกับอะไรกันครับ อาจารย์ก็ตอบว่าทั่วๆ ไปด้านการจัดการเทคโนโลยีสารสนเทศของโรงพยาบาล พร้อมถามเพิ่มเติมว่า เขียนโปรแกรมได้ด้วยใช่มั๊ย ประโยคนี้อึ้งไปทันที เพราะไม่เคยบอกใครเลยว่าเคยเขียนโปรแกรม และที่สำคัญคือเคยเขียนสมัยมัธยมต้น เป็นตระกูลภาษา Perl ¹ เต็มที่ก็ ASP² ช่วงนั้นเพิ่งได้เข้าใช้ Internet ใหม่ๆ กำลังสนใจการทำเว็บจึงศึกษาเยอะ ณ ปัจจุบันใช้คอมพิวเตอร์ก็เล่นแต่เกม (จนปัจจุบันยังไม่รู้เลยว่าอาจารย์รู้ได้อย่างไร)

เมื่อทราบว่าเรียนเกี่ยวกับอะไรยิ่งรู้สึกเบื่อมากขึ้น เพราะที่ย้ายที่ทำงานมา เพราะไม่อยากทำงานด้านคุณภาพเช่น HA (hospital accreditation) อีก อยากมานั่งตรวจเฉยๆ แต่ก็ตกลงกับอาจารย์ไปแล้ว ประกาศผลก็ดันมีชื่ออีก จึงต้องไปเรียน

เริ่มสัมผัสเทคโนโลยีสารสนเทศโรงพยาบาล

เมื่อเริ่มเรียนก็พบว่า มันน่าเบื่ออย่างที่คิดจริงๆ ด้วยรู้สึกอิ่มตัวจากงานคุณภาพโรงพยาบาลมาจากที่ทำงานเก่าแล้ว สารภาพเลยว่าไม่ตั้งใจเรียนเลยสักนิดเพราะรู้สึกว่าไม่น่าจะได้ใช้ประโยชน์อะไร เรื่องน่าเบื่ออาทิเช่น การทำแผนยุทธศาสตร์สารสนเทศ, การจัดการบริหารสารสนเทศของโรงพยาบาล เป็นต้น แต่ก็ฟังๆ ไปให้ผ่านหู เนื่องจากโรงพยาบาลส่งมาเรียนกลับไปอย่างน้อยก็สามารถเขียนรายงานส่งได้

โชคดีอย่างหนึ่ง ซึ่งถือว่าเป็นโชคดีมากคือ กลุ่มเพื่อนที่มาเรียนด้วยกันค่อนข้างมีลักษณะนิสัยและวัยที่ใกล้เคียงกัน ไม่มีความเครียด เน้นเฮฮาเป็นหลัก วิชาการแทบจะเป็น 0 เล็งเห็นแล้วว่าตลอดการเรียนปีนี้น่าจะผ่านไปได้ด้วยดี

อย่างที่บอกข้างต้นว่าหัวข้อการเรียนส่วนใหญ่ค่อนข้างน่าเบื่อ แต่…ก็มีบางหัวข้อที่เริ่มจะเหมือนเป็นเชื้อเพลิง มาจุดไฟในตัวให้ลุกโชนอีกครั้ง โดยเฉพาะหัวข้อที่มา Focus ทางด้านเทคนิคเยอะ เช่น อาจารย์มาสอนเกี่ยวกับระบบ Network แม้จะฟังไม่รู้เรื่องเกิน 80% ไม่รู้จะกี่ Layer, กี่ Protocol แต่เรารับรู้ได้ว่า ความสนใจของเรามันเริ่มกลับมาอีกครั้ง เริ่มพยายามตั้งใจฟัง ไม่เข้าใจก็หาข้อมูลเพิ่มเติม และแล้วหัวข้อที่แทบจะเรียกว่าราดน้ำมันเข้ากองไฟ ทำให้ไฟลุกโชนขึ้นมาอีกครั้งคือ การวิเคราะห์ข้อมูลโดยใช้ Google Colab

ได้เห็นการ Coding อีกครั้ง

หลังจากไม่ได้ติดตามวงการนี้มานานมาก เลิกสนใจเกี่ยวกับการพัฒนาเว็บ ไปตั้งแต่สมัยช่วงม.ปลาย เพราะมีอย่างอื่นให้สนใจมากกว่า ความรู้จึงหยุดค้างอยู่ที่แค่พอจะอ่านภาษา HTML³ ได้ ซึ่งเอาจริงๆ ช่วงนั้นการเขียนเว็บไซต์ ไม่ได้เขียนแบบ Coding HTML ล้วนๆ อาศัยการใช้ Program สำเร็จรูป เช่น Macromedia Dreamweaver⁴ (ปัจจุบันไปอยู่กับ Adobe เป็นที่เรียบร้อยแล้ว), Netobjects Fusion⁵ เป็นต้น ส่วน Perl นั้นจะเป็นตัวที่เขียนเพิ่มเติมเพราะต้องการทำ Website ให้มีความสามารถเช่น Chat room หรือ Webboard ซึ่ง HTML ไม่สามารถทำได้

การได้กลับมาเรียนวิเคราะห์ข้อมูลด้วย Google Colab⁶ ซึ่งในตอนแรกไม่รู้ว่ามันคืออะไร ทำตามๆ อาจารย์ที่สอนไปแต่รู้สึกได้ว่ามันเริ่มสนุก หันไปถามเพื่อนที่เรียนด้วยกันซึ่งเพื่อนเขียน Python⁷ ได้ทำให้รู้ว่ามันคือภาษา Python ด้วยความที่เข้าใจได้ง่ายมาก Syntax ไม่ได้ซับซ้อนสามารถเขียนแล้ว run ได้ทันที ประกอบกับสามารถนำมาใช้ในงานประจำได้เช่นการวิเคราะห์ข้อมูล หรือการทำวิจัย ทำให้สนใจที่จะศึกษามากขึ้น

หลังเสร็จสิ้นการเรียน 1-2 สัปดาห์แรกที่ได้สัมผัส ภาษา Python กลับมาที่บ้านก็เริ่มศึกษาจริงจัง ด้วยความที่ไม่รู้ว่าเดี๋ยวนี้เขาเรียนกันอย่างไร (ห่างหายวงการไปนาน) จึงเริ่มจากไปเดินซื้อหนังสือมาอ่าน เหมือนที่เคยทำสมัยเด็กๆ ไปไล่หาหนังสือที่คิดว่าจะอ่านรู้เรื่องมาจากร้านหนังสือ ซื้อมา 2-3 เล่ม แล้วมาตั้งใจอ่าน พกติดตัวแทบจะตลอด มีเวลาว่างตอนไหนก็ต้องหยิบมาอ่าน

ผู้จุดประกายการเรียน

ได้หนังสือสอนภาษา Python มา 2-3 เล่ม พยายามอ่านทำความเข้าใจ ก็ยังเริ่มไม่ถูก จับต้นชนปลายไม่ได้ อาจจะเพราะห่างเหินมานานมากจริงๆ

แต่แล้ว ณ วันหนึ่งขณะนั่งอ่านหนังสือรอขึ้นเครื่องบินอยู่ที่สนามบินสุวรรณภูมิ มีรุ่นพี่ผู้ชายเสียงนุ่มเข้ามาทักทาย ชวนคุยกันไปเรื่อยๆ เพราะไม่ได้เจอกันนาน หลังจากคุยได้สักพักอาจารย์ที่มากับรุ่นพี่ก็หันมาทักว่า

“น้องสนใจเรื่อง Data เหรอ พี่เห็นอ่านหนังสือเกี่ยวกับ Python”

หลังได้ยินประโยคนี้ สมองประมวลผลได้ว่าน่าจะใช้ Python ทำอะไรสักอย่างเกี่ยวกับ Data ได้ จึงตอบไปว่า “จริงๆ ผมก็ไม่รู้ว่ามันทำอะไรได้แค่ไหนครับ แต่ว่าสนใจเลยลองอ่านดูเฉยๆ”

อาจารย์ท่านนั้นตอบกลับมาว่า “ลองเข้าไปสมัคร Datacamp ดูสิง่ายกว่าเยอะ ช่วงนี้ลดราคาอยู่ด้วย สามารถไปลองทำเล่นๆ ได้เลย พี่ว่าน่าจะเข้าใจง่ายกว่าอ่านหนังสือเฉยๆ นะ พี่กำลังหาคนชอบทางด้านนี้อยากให้มาคุยกัน”

สารภาพว่า งงไปหมดกับประโยคนี้เพราะไม่เคยได้ยินอะไรแบบนี้มาก่อน ตอนนั้นยังจำคำว่า Datacamp ไม่ได้ด้วยซ้้ำ ตอบไปแค่ว่า “ครับๆ ขอบคุณมากครับอาจารย์ ผมจะไปลองดูครับ” พร้อมกับประกาศจากทางสายการบินเพื่อเรียกขึ้นเครื่อง

สารภาพตรงนี้เลยว่าเสียใจมากๆ เพราะจำชื่อ และหน้าอาจารย์ไม่ได้ (เพราะใส่ Mask)

เริ่มรู้จัก Datacamp

ผ่านไปอีกสักระยะหนึ่ง น่าจะประมาณ 1-2 อาทิตย์ ระหว่างนั่งรอเครื่องบิน (ช่วงนั้นจะบินขึ้นๆ ลงๆ กทม. ทุกสัปดาห์ ทำให้มีช่วงเวลาว่างๆ แบบนี้เยอะมาก) ซึ่งได้ไปซื้อหนังสือ Python มาเพิ่มเติมอีกหลากหลายเล่ม ทั้งการเขียน Web ด้วย Django⁸, การเขียน Application ด้วย Python และอีกมากมาย แต่ยังไม่ได้ลงมือทำอะไรสักอย่าง ก็นึกขึ้นมาได้ว่าวันก่อนอาจารย์พูดว่าให้ลองเข้าไปเล่น web อะไรดูสักอย่าง Data… อะไรสักอย่าง ค้น Google ก็ไปพบกับเว็บ Datacamp เห็นหน้าเว็บอ่านคร่าวๆ แล้วลองสมัครเล่นดูทันที ก็พบว่า เออ มันก็สอนดูง่ายๆ ดีนี่หว่า แถมมีแบบทดสอบให้ลองทำเรื่อยๆ ซึ่งจะว่าไปก็เหมาะสำหรับคนที่ต้องการฝึกเพื่อนำไปใช้งานได้ทันที

หลังลองสมัครลองเล่นแปปเดียว เห็นมันยังลดราคาค่าสมาชิกรายปีอยู่ 50% รีบกดสมัครทันที พร้อมเริ่มเรียนตาม Career path ที่เลือก อันแรกคือ Data Scientist ซึ่งใช้ระยะเวลาเกือบ 100 ชั่วโมง การเรียนนั้นส่วนตัวคิดว่าค่อนข้างเข้าใจง่าย เพราะส่วนใหญ่จะเป็นแบบฝึกหัดหรือโจทย์ให้ลองทำจริงมากกว่า ในส่วนของการสอนก่อนการลงมือปฎิบัติจะมี Clip สั้นๆ ที่ถึงแม้จะมีแต่ภาษาอังกฤษแต่ก็ไม่ได้เข้าใจอะไรยาก ประกอบกับคลิปค่อนข้างสั้นมากๆ ไม่เกิน 5 นาทีเป็นส่วนใหญ่ จึงเหมาะกับคนที่อาจจะไม่มีเวลามา Focus กับการเรียน Lecture รวดเดียวนานๆ

ข้อดี

Course ทางด้าน Data ให้เลือกเรียนหลากหลาย เช่น Data Scientist, Data Analyst, Data Engineer
รูปแบบการเรียนสามารถหยุดการเรียนไว้ได้ง่าย เนื่องจากคลิปวีดีโอแต่ละคลิปสั้นมาก ส่วนใหญ่มักจะเป็นส่วนการฝึก Coding หรือ แบบฝึกหัดเพิ่มความเข้าใจ
สามารถเริ่มทำความเข้าใจได้ไม่ยาก อารมณ์จะคล้ายๆ เล่นเกม
มีระบบ Certification

ข้อเสีย

การเรียนจะไม่เป็นรูปแบบที่คุ้นเคย การเรียนจะเน้นที่นำไปปฏิบัติทันที อาจมีการข้ามหัวข้อกันไปมา ซึ่งพื้นฐานบางส่วนจะไม่ได้เริ่มสอนรวมกันทั้งหมด เหมือนอย่างเดิมๆ ที่อาจจะเริ่มจาก โครงสร้างภาษา การกำหนดตัวแปร การเขียน Syntax หรือ Logic ต่างๆ
การเรียนอาจจะไม่ลึกมาก ไม่ได้เฉพาะเจาะจงลงไปทางด้านการเขียนโปรแกรมเท่าไรนัก เน้นไปที่การนำไปใช้เป็นหลัก
มีค่าใช้จ่าย
ระบบ Certification ไม่น่าจะนำไปใช้ได้

Datacamp Certification

เรียกได้ว่าหลังจากสมัครสมาชิกรายปี ก็ติดงอมแงมแทบจะต้องรีบกลับมากดนั่งเรียน นั่งลองทำแบบฝึกหัดต่างๆ ตลอดเวลาถ้ามีเวลาว่าง เพราะได้เปิดหูเปิดตาวงการ Data ไปเรื่อยๆ ไม่ว่าจะเป็นการใช้ Package ต่างๆ ของ Python ในการช่วยด้านข้อมูลเช่น Pandas, Numpy การได้รู้จัก Library สองตัวนี้ทำให้การวิเคราะห์ข้อมูลเปลี่ยนไปมาก ต้องบอกว่าเดิมเป็นคนไม่ชอบ Microsoft Excel เอามากๆ เพราะความรู้สึกส่วนตัวคือใช้ไม่คล่อง และใช้ไม่เก่ง แต่พอได้ลองใช้ Pandas ก็ติดใจ แทบไม่กลับไปใช้ Excel อีกเลย นอกจากนี้ยังมีการสอนทำ Data Visualization ตั้งแต่การนำข้อมูลมาแสดงด้วยวิธีต่างๆ Library เช่น Matplotlib, Seaborn หรือการทำ Interactive Dashboard พวก Dash (Plotly) ก็ยิ่งทำให้ตื่นตาตื่นใจไปอีก

แต่สิ่งที่ทำให้ชอบมากจริงๆ และสนใจจนเลยเถิดออกนอกเรื่อง Python ไปได้คือ Machine learning ได้ยินคำนี้ครั้งแรกก็จาก Datacamp นี่แหละ เป็นตัวสร้างแรงบันดาลใจในการศึกษาทางด้าน AI ให้มากยิ่งขึ้น และค้นพบว่า Python มันทำได้หมด ตั้งแต่ Rule based AI ไปจนถึง Deep Learning หรือแม้กระทั่งจัดการกับ Platform Bigdata ต่างๆ ก็สามารถทำได้

จากที่ตอนแรกตั้งใจจะเรียนเล่นๆ เพราะอยากกลับมาศึกษาด้านการเขียนโปรแกรมบ้าง กลายเป็นเลยเถิดเรียน course Data scientist ไปจนสุด และทาง Datacamp ก็เสนอมาว่า “เรามีสอบ Certificate ด้วยนะ” เลยคิดว่านี่น่าจะเป็น Challenge ตัวเองอันแรกๆ ว่าเราสามารถทำได้หรือไม่ โดยให้คนอื่นประเมิน เพราะการสอบ Certification ส่วนของ Data Scientist จากทาง DataCamp นั้นจะต้องมีทั้งส่วนที่ทำข้อสอบแบบจับเวลา รวมถึงส่วนทีจะต้องทำงานส่งให้คนจริงๆ ตรวจ เพื่อประเมินว่าจะผ่านหรือไม่ และแล้วในที่สุดก็สามารถสอบได้ตามที่ Challenge ตัวเองไว้

ส่วนตัวคิดว่าเพียงแค่ Data scientist associate ก็เพียงพอแล้ว เนื่องจาก ถ้าเป็นระดับ Professional จะมีส่วนของพวกด้าน Programming ที่ค่อนข้างเยอะซึ่งก็ไม่ค่อยเข้าใจ (ในตอนนั้น) เช่นในส่วนของ OOP, Version control เป็นต้น

หลังจากเข้าสู่วงการ Data

เรียนจบจากทั้งที่ไปเรียนสารสนเทศโรงพยาบาล และการเรียนใน DataCamp ก็เข้าโหมดกระหายอยากลองทำสิ่งต่างๆ ที่เกี่่ยวกับ Data จึงเริ่มนำความรู้มาใช้ในการทำข้อมูลช่วยทั้งงานโรงพยาบาล, แพทย์ประจำบ้าน และงานในแผนก เก็บเกี่ยวประสบการณ์ด้าน Data ให้มากขึ้นเรื่อยๆ เมื่อเข้ามาทำงานมากขึ้นเรื่อยๆ ก็พบว่าความรู้มันต้องไปต่อเรื่อยๆ

อยากดึงข้อมูลจากฐานข้อมูลโรงพยาบาลต้องทำอย่างไร ช่วงแรกๆ ที่เริ่มมาทำข้อมูลก็ต้องขอช่วยทีมทำข้อมูลจากฝ่ายสารสนเทศโรงพยาบาลในการช่วยดึงข้อมูลต่างๆ เพื่อนำมาวิเคราะห์หรือนำไปใช้ แต่ความรู้สึกว่ามันต้องเรียนรู้เพิ่มเติมก็ทำให้พบว่า มันต้องมีอะไรอีกมากมายจึงเริ่มศึกษาไปอีกเช่น SQL, Database แบบต่างๆ, วิธีการดึงข้อมูล

อยากนำข้อมูลที่ได้มาแสดงผลหรือทำ Prediction Model ให้ทดลองเล่นจะทำอย่างไร โจทย์สำคัญอีกข้อ เพราะแม้จะเขียน Python ได้แต่การทำ Web หรือ Application เพื่อนำสิ่งเหล่านั้นมาแสดงต้องใช้ความรู้อีกมากจึงต้องเข้าอีกวงการคือ Webapplication ได้ยินศัพท์ใหม่ๆ มากมายเช่น Front-end, Back-end เพราะเดิมทีรู้จักแต่ HTML กับ Perl อย่างที่เขียนไว้ข้างต้น ได้มีโอกาสศึกษา Framework ต่างๆ เพื่อให้สามารถเขียน WebApplication ได้ สุดท้ายจึงค้นพบว่า การเขียนเพียงแค่ Python อาจจะไม่เพียงพอในการทำ web ยังมีข้อจำกัดอีกมากมาย (หรือเราเขียนกับ Python ไม่เป็น??) จึงต้องเลยเถิดไปศึกษา Javascript เพิ่มเติม ลามไปถึง Framework และ Backend ยอดนิยมที่ใช้ในการพัฒนา Webapplication

จะเห็นว่าถ้าสิ่งที่เรากำลังทำอยู่แล้วเป็นสิ่งที่เราชื่นชอบ เราจะสามารถทำมันได้ดี เพราะแม้เจออุปสรรคต่างๆ เราจะหาทางแก้ปัญหามันอยู่เสมอ

Datacamp เป็นเพียงจุดเริ่มต้น

การเรียนผ่าน Datacamp นอกจาก course ทางด้าน Data โดยใช้ภาษา Python ยังมีการเรียนเรื่อง Data โดยใช้ภาษา R โปรแกรมประยุกต์อื่นๆ เช่น Power BI, Tableau, Excel จะเห็นได้ว่า Datacamp นี้ถือเป็นจุดหนึ่งที่อาจจะเหมาะสำหรับคนบางคนในการเริ่มต้นเข้าสู่วงการ Data สามารถสร้างแรงบันดาลใจ และทักษะเบื้องต้นให้ไปศึกษาเพิ่มเติมต่อยอดได้อีกมากมาย