การเรียน data science bootcamp ในไทยที่สอนครบทุกอย่างในราคา 4900 บาท คงจะไม่มีที่ไหนสอนได้ในราคานี้ ส่วนเรื่องเนื้อหาที่เรียน ต้องบอกว่าครบจบในที่เดียวเริ่มตั้งแต่สอน mindset ปรับความคิด ตั้งเป้าหมายมี mission และ vision ที่ปักหมุดไว้คือ Generalist ซึ่งเป็นเรื่องไม่ใหม่ แต่มันน่าสนใจมากในการเข้าใจอย่างลึกซึ้งเกี่ยวปรัชญาข้อนี้ ส่วนเรื่องของการทำ How to Learn ก็จะมีปรัญชาที่ว่า เรียน เขียน แชร์ หรืออีกวิธีคือ CODE (Capture, Organize, Distill, Express) – Tiago Forte
ในส่วน HardSkill (จริงๆไม่ค่อยอยากเรียกว่า Hardskill เนื่องจากมันน่าจะเป็นสิ่งพื้นฐานที่ทุกคนต้องทำได้อยู่แล้วน่าจะเรียกว่า Skill แต่เรียกตามคนส่วนใหญ่ก็ได้ง่ายดี ) เริ่มตั้งแต่ พูดภาพรวมในงานด้าน data science และความสำคัญของงานด้านสายงานนี้ จากนั้นเริ่มเรียนเครื่องมือที่ต้องใช้ในการทำงาน Google Sheets, SQL, R, Python, Statistics, Machine Learning, Data Visualization, Dashboard(Power Bi, Looker Studio, Tableau) รวมไปถึงการใช้งาน Github, WordPress การทำ Link in Bio และ Resume เพื่อยื่นสมัครเข้าทำงาน เรียกได้ว่าคุ้มเกิน 4900 บาทจริงๆ
เดี๋ยวก่อนที่กล่าวมาข้างบนคือคลาสหลัก ส่วนที่กำลังจะพูดถึงคือคลาสเสริม (เย๊อะมากกก 555)
เริ่มจาก Design Thinking 101 ต่อด้วย Google Analytics(GA4) ยังไม่พอมี Power BI อี๊กก ไปต่อที่ Excel มีการสอนทำ Power Query, Data Modeling ยังไม่จ๊บมีสอนการใช้งาน Figma + UX101 ให้แบบเน้นๆ จบท้ายเพิ่มเติ่มด้วย SEO(Search Engine Opitimization) 101 แบบเข้มๆ
สรุปการรีวิวง่ายๆคือ 100/10 ไม่ได้เว่อร์ และไม่ได้อวยเกินความเป็นจริง เรียนเบร็จเสร็จในครบทุกเนื้อหาน่าจะมี 100 ชั่วโมง ++ คุ้มค่าในการจ่ายเงินแบบสุดๆแล้ว
Data Science Bootcamp คืออะไร
คือการเรียน Data Science ในรูปแบบที่กระชับกว่าใช้เวลาน้อยกว่าในการเรียน Master หรือ Bachelor Degree เรียนเฉพาะเรื่องที่จำเป็นในการทำงานจริงๆ Bootcamp อีกความหมายนึงคือการเข้าค่ายฝึกฝน ซึ่งพอเรามาเข้าเรียน Data Science Bootcamp ทำให้เราได้ฝึกฝน Data Science อย่างจริงจังทำงานเป็นเร็วขึ้นเพราะได้ลงมือทำจริง
ระยะเวลาการเรียน Data Science Bootcamp
โดยมีเวลาเรียนอยู่ที่ 4 – 6 เดือน ขึ้นอยู่กับแต่ละที่ว่าจะมีตารางเรียนกันอยู่ที่ประมาณกี่ชั่วโมง ซึ่งของ DataRockie อยู่ที่ประมาณ100 ชั่วโมงไม่รวมเวลาทำการบ้านและติด BUG แต่ถ้านับเวลาเรียนที่ใช้จริงๆ ต้องบอกว่าร้องขอชีวิ๊ตตตตต โหดม๊ากกก 5555
เนื้อหาที่เรียนใน Data Science Bootcamp มีอะไรบ้าง
Google Sheet
เรียนตั้งแต่เริ่มต้นการใช้งาน การตั้งตัวแปร การทำ Array Formula, การตั้งชื่อ Cells, Range การใช้งาน Filter การเขียน AND,OR การทำ Named Function การทำ VLOOKUP,XLOOKUP การใช้งาน QUERY() เพื่อดึงข้อมูลใน sheet และสุดท้ายที่เจ๋งมากๆคือ Regular Expression
SQL
เริ่มทำความรู้จัก SQL คืออะไร Syntax ที่ใช้งานใน Standard SQL มีอะไรบ้าง SELECT FROM WHERE เป็นตัวพื้นฐานการใช้งาน มีการสอนการใช้งาน Join Operation, Subqueries, Common Table Expressions (CTEs) และการทำ Aggregate Function
R
เริ่มจากการเรียนพื้นฐานก่อนเลย Data Types in R มีอะไรบ้าง (numeric, character, logical, boolean, date) Data Structures มีอะไรบ้าง (Vector, Matrix, List, DataFrame) เรียนการใช้งานการนำเข้าไฟล์ต่างๆเช่น csv, excel, json, html การใช้งาน Control Flow (IF,ELSE,WHILE) เรียนการใช้งาน Dyplr การใช้งาน connect database
Data Visualization
เรียนพื้นฐานการเลือกกราฟหรือการแสดงผลให้เหมาะสมในแต่ละงาน เช่นการใช้งาน Sparkline, Heatmap, Score Card, Histogram, Boxplot, Bar, Line Chart, Scatter, GeoMap, TreeMap
Statistics
แบ่งออกเป็นสองหัวข้อใหญ่ๆคือ 1. Descriptive Statistics (สถิติเชิงพรรณนา) เพื่ออธิบายถึงข้อมูลที่มีว่ามีรูปร่างเป็นแบบไหน สถิติที่เกิดขึ้นมีอะไรบ้าง Measures of Central Tendency (Mean, Median, Mode),Measures of Spread (SD, variance, IQR, Range), Measure of Position(Min, Max, Percentile, Quatile), Measures of Relationship(Correation)
2.Inferential statistics (สถิติเชิงอนุมาณ) เพื่อใช้อธิบายอ้างอิงแทนข้อมูลของ Population ได้โดยใช้วิธีการทางสถิติมาเพื่ออธิบายซึ่งมีหลากหลายวิธี เช่น Central Limit Theorem, Standard Normal Distribution, Hypothesis testing
Portfolio
การทำ portfolio และ resume เพื่อยื่นสมัครงาน หัวข้อนี้เป็นส่วนสำคัญมาก นอกจากเนื้อหาการเรียนแล้ว สิ่งที่สำคัญที่สุดคือการพรีเซ้นตัวเองเพื่อให้ HR/Recuiter เข้าใจถึงความสามารถที่เรามี เพื่อไปตอบโจทย์ในการมีส่วนช่วยในธุรกิจหรือการทำงาน วิธีการที่จะทำให้ HR เห็นผลงานเราได้คือเราต้องมี Showroom เช่น GitHub, WordPress, Kaggle เพื่อยืนยันว่าเราทำงานได้จริงๆ แบบไม่ได้โม้
Dashboard
เรียนเกี่ยวกับการใช้งานโปรแกรม Looker Studio, Tableau Public, Power BI เพื่อเอาข้อมูลที่มีมาทำเป็นกราฟหรือตัวเลขเพื่อแสดงผลเป็น Dashboard ให้คนที่ไม่มีความเข้าใจ ให้สามารถเข้าใจได้ง่ายที่สุด ซึ่งหน้าที่ตรงนี้จะมีงานบางตำแหน่งเรียกว่า Business Intelligence หรือ BI developer
Machine Learning
เป็นการเรียนใช้งานเพื่อให้โปรแกรมหาทางเลือกที่ดีที่สุดให้กับเราโดยมีการวัดผลทางสถิติอยู่เบื้องหลัง Workflow ของ Machine Learning มีด้วยกัน 4 ขั้นตอนคือ 1.Split 2.Train 3.Score 4.Evaluate เรียนรู้ถึงการใช้ Resampling ในรูปแบบต่างๆ Boostrap, K-Fold, CV เรียนการใช้งาน Caret(R), Scikit_Learn(Python) และรวมไปถึงการ TuneModel เพื่อให้ได้ผลลัพ์ตามที่ต้องการเช่น TuneGrid, TuneLength วัดผลงานด้วยค่า Metrix เช่น Regression >> RMSE, MAE, Rsquared, Classification >> Accuracy, AUC, Precision, Recall, F-1 Score หรือใช้ Confusion Matrix
Python
เริ่มเรียนตั้งแต่ Data Types(Numeric, Text, Sequence, Boolean), Data Structure(list, tuple, dictionary) การใช้งาน OOP(Object-oriented programming) เป็นการระบุฟังชั่น object ใหม่ การใช้งาน Numpy, Pandas, Matplotlib, API, Scikit_Learn การทำ DRY(do not repeat yourself)
รูปแบบการเรียนของ Bootcamp
เรียนบนโรงเรียนออนไลน์และพูดคุยกันผ่าน Discord ประเภทของการเรียนจะมีเป็น Live และ Ondemandซึ่งจะเรียนเป็น Ondemand ให้จบก่อนแล้วค่อยเข้า Live เพื่อความเข้าใจในการเรียน บอกเลยว่าเวิคมาก เพราะถ้าเรามีคำถามสามารถถามใน Live หรือถ้าไม่ทันจริงๆ มี Discord ที่แยกหัวข้อเรื่องไว้ให้ถามได้เลยโคตรจะเวิร์คคคค
บทสรุปของการเรียน
สรุปเรียน data science bootcamp 09 มาตั้งแต่เดือนตุลาคม จนถึง เดือนกุมภาพันธ์ ได้อะไรมาเยอะมาก ไม่ว่าจะเป็น Mindset, Philosophy, Soft Skill, Hard Skill แบบจุกๆ พัฒนาตัวเองแบบก้าวกระโดดมาก bootcamp เป็นเหมือนที่รวมคนที่มีพลังงานใกล้ๆกัน ทำให้รู้สึกว่าเรามีแรงกระตุ้นอยู่ตลอดเวลาเพื่อทีจะทำให้ถึงเป้าหมายให้ได้ สุดท้ายขอบคุณ พี่ทอย DataRockie มากๆที่จัด Bootcamp ดีๆขึ้นมาครับ
