ฟอร์มของนภัสสร

ฟอร์มของสุรีรัตน์

น.ส.เพ็ญพร โพธิ์ศรี เลขที่ 43

 ยุค 5 G

ก่อนจะไปถึง 5G ลองมาไล่เลียงเทคโนโลยีเครือข่ายไร้สายในแต่ละยุคกัน

เริ่มจากในยุคแรก 1G เราพูดคุยกันด้วยเสียงผ่านมือถือระบบอนาล็อก ต่อมาเราเริ่มส่งข้อความ MMS หากันในยุค 2G จนกระทั่งถึงจุดเปลี่ยนที่สำคัญคือ เมื่อเข้าสู่ยุค 3G เราสามารถเชื่อมต่อและเล่นอินเตอร์เน็ตผ่านมือถือได้ด้วยความเร็วที่สูงขึ้น (อยู่ระหว่าง 220 Kbps ถึง 42.2 Mbps) จนเข้ามาถึงยุค 4G เราสามารถดูภาพ และเสียงหรือหนังออนไลน์ได้เนื่องจากมีความเร็วหลากหลายระดับให้เลือกใช้ ไม่ว่าจะเป็น 4G LTE (100 Mbps), LTE Advanced (1 Gbps) ตอนนี้คุณพร้อมหรือยัง? ที่จะก้าวเข้าสู่ยุค 5G

5G เหนือกว่า 4G อย่างไร?

• ตอบสนองไวขึ้น สามารถสั่งงาน และควบคุมสิ่งต่างๆ ได้อย่างรวดเร็ว หรือเรียกว่าแทบจะทันที เนื่องจากมีความหน่วงที่ต่ำ ตอบสนองได้ไวถึง 1 ส่วนพันวินาที

• รองรับการ รับ-ส่ง ข้อมูลได้มากกว่า ถ้าเป็น 4G จะสามารถ รับ-ส่ง ข้อมูลได้ราว 7.2 Exabytes ต่อเดือน แต่สำหรับ 5G จะเพิ่มขึ้นราว 7 เท่า หรือ 50 Exabytes ต่อเดือน

• เร็วแรงกว่าเดิม 5G มีความเร็วมากกว่า 4G ถึง 20 เท่า ซึ่งเร็วมากพอที่จะดูวิดีโอ 8K ออนไลน์แบบ 3 มิติ หรือดาวน์โหลดภาพยนตร์ 3 มิติ ได้ในภาย 6 วินาที

• ความถี่ให้เลือกใช้มากกว่า 5G จะสามารถใช้งานคลื่นความถี่ได้จนถึง 30GHz ซึ่งเป็นความถี่ย่านใหม่ที่ไม่เคยมีการใช้งานมาก่อน

• รองรับการใช้งานที่มากกว่า รองรับจำนวนผู้ใช้งานเพิ่มขึ้น 10 เท่า จากที่สามารถรับคนได้ราว 1 แสนคนต่อพื้นที่ 1 ตร.กม. กลายเป็น 1 ล้านคนต่อพื้นที่ 1 ตร.กม.
  
  

ประโยชน์ของ 5G

สำหรับคุณสมบัติหลักเด่นชัดของ 5G ที่เห็นได้ชัดเลยคงเป็นเรื่องของคุณภาพการรับชมวีดีโอ หรือการเล่นเกมส์ออนไลน์ ที่ช่วยให้ผู้ใช้บริการได้สัมผัสกับคุณภาพความคมชัด และความรวดเร็วเทียบเท่ากับการใช้งานผ่านโครงข่ายใยแก้วนำแสง (Fiber Optic) หรือการที่สามารถทำงานและเข้าถึงข้อมูลทุกอย่างที่อยู่บน Cloud ไม่ว่าจะรูปแบบภาพ หรือวิดีโอ ได้แบบทันทีที่ต้องการ รวมถึงการพัฒนาเทคโนโลยีให้มีความเร็วในการดาวน์โหลดและอัพโหลดที่สูงกว่าเทคโนโลยี 4G อีกด้วย

นอกจากนี้ เทคโนโลยี 5G ยังถูกออกแบบมาเพื่อรองรับการเชื่อมต่อจำนวนมากๆ ผ่านอินเตอร์เน็ต หรือที่เรียกกันว่า IoT อาทิ รถยนต์ไร้คนขับ การผ่าตัดได้จากระยะไกล หุ่นยนต์ในโรงงาน สิ่งเหล่านี้แสดงให้เห็นถึงการเพิ่มประสิทธิภาพในการทำงานซึ่งถือว่ามีความเร็วมากกว่าเทคโนโลยี 4G เกิน 10 เท่า รวมถึงช่วยให้เกิดการใช้งาน AR และ VR ในกิจกรรมต่างๆ อาทิ การสำรวจภาคสนาม การสาธารณสุขทางไกล ความบันเทิง และท่อส่งข้อมูลขนาดใหญ่เพื่อใช้ในการเข้าถึงการใช้งาน Cloud Computing ซึ่ง 5G ช่วยพัฒนาศักยภาพของระบบค้าปลีก การซื้อของออนไลน์ รวมถึงการใช้งานต่างๆ ของออฟฟิศอัจฉริยะ (Smart Office) และนำไปสู่ระบบเมืองอัจฉริยะ (Smart Cities) ในอนาคต

น.ส.นภัสสร บุญนาค เลขที่ 42

 Big Data

Big Data คือ ข้อมูลขนาดใหญ่มากจนซอฟต์แวร์หรือฮาร์ดแวร์ธรรมดานั้นไม่สามารถที่จะจัดการหรือวิเคราะห์ได้อย่างมีประสิทธิภาพ

Big Data คือ การรวบรวมข้อมูลทั้ง Structured (พวกที่เก็บในโครงสร้างตารางข้อมูล) และ Unstructured (พวกที่เป็น text ยาวๆ รูปภาพ และ วิดีโอต่างๆ) มาทำการประมวลวิเคราะห์ข้อมูลและนำไปใช้ประโยชน์

Big Data คือ 4Vs ที่ทุกคนพูดถึงกัน ซึ่งได้แก่ Volume (ข้อมูลขนาดใหญ่) Velocity (ข้อมูลที่เกิดและไหลเข้าสู่การจัดเก็บด้วยความเร็วสูง) Variety (ข้อมูลที่มีความหลากหลายในรูปแบบ) Veracity (ข้อมูลที่มีระดับคุณภาพปะปนกันไป)

Big Data คือ buzzword ที่ทุกคนพูดถึงตลอดเวลา และใช้เป็น Marketing Term ในการสร้างภาพ (น่าเบื่ออออ)

Big Data คือ Big Trend ที่ทุกคนทุกองค์กรพูดถึงอย่างมากในปี 2017 ที่ผ่านมา แต่เป็นสิ่งที่มีคนเข้าใจน้อยมากว่า ตกลง Big Data คืออะไรกันแน่

Big Data คือ ไม่ใช่การที่เราซื้อ Hardware จำนวนมากเพื่อมาเก็บข้อมูลให้ได้เยอะที่สุด ไม่ใช่การถกเถียงว่าเราจะเก็บข้อมูลอะไรดี ไม่ใช่การมานั่งภูมิใจว่า เรามีข้อมูลมากมายมหายศาล

Big Data คือ การพยายามสร้างมูลค่าของธุรกิจจากการนำเข้ามูลจำนวนมากทั้งภายในและภายนอกองค์กร มาวิเคราะห์ประมวลผล (ไม่ใช่แค่เก็บเฉยๆ)

Big Data คือ การสร้างทักษะและความรู้ให้กับทีมงานเพื่อให้สามารถจัดการข้อมูลปริมาณขนาดใหญ่ได้ และเข้าใจเชิงลึกถึงข้อมูลขนาดใหญ่ ไม่ใช่แค่หลับหูหลับตาจับข้อมูลโยนเข้าถัง

Big Data คือ งานของทุกคน ไม่ใช่แค่งานของไอที หรือ ทีมวิเคราะห์ข้อมูล งานนั้นเริ่มตั้งแต่ตัดสินใจว่าจะเก็บข้อมูลอันไหน หรือ ไม่เก็บอันไหน จะเก็บไว้นานเท่าไหร่ จะเก็บไว้ที่ไหนอย่างไร จะเอาไปใช้อย่างไร

Big Data คือ การลงทุนระยะยาว ไม่ใช่การตั้งงบโครงการ แล้วเรียก vendor มา demo ระบบให้ดู แล้วจ่ายเงินเพื่อให้มีระบบซักระบบนึง

นส สุรีรัตน์ เลิศวิชัย เลขที่ 45

1 วิทยาการข้อมูล หรือ Data Science คือ
วิทยาการข้อมูล หรือ Data Science คือ ศาสตร์ที่เกี่ยวกับการจัดการ จัดเก็บ รวบรวม ตรวจสอบ วิเคราะห์ วิจัย และนำเสนอผลการวิเคราะห์ข้อมูลเพื่อนำไปสู่ความรู้ที่สามารถนำไปใช้งานได้จริง (Actionable knowledge) อย่างเช่น การปรับปรุงผลิตภัณฑ์ กระบวนการดำเนินงาน ประกอบการตัดสินใจทางธุรกิจ การวางแผนการตลาด และทิศทางขององค์กรในอนาคต

โดยหลักการแล้ว Data Science ประกอบขึ้นจากศาสตร์หลักๆ คือ Hacking Skill (สกิลเกี่ยวกับ Computer Programimg, Data Base, Big data Technologies)  Statistic & Math (ทักษะทางคณิตศาสตร์และสถิติศาสตร์)  Substantive Expertise (หรือ Domain Knowledge)  Presentation (ทักษะการนำเสนอข้อมูล) และ Visualization 

Data Science ไม่ใช่ศาสตร์ใหม่ แต่มันคือการนำความรู้เดิมที่มีอยู่มารวมและประยุกต์เข้าด้วยกันจนเกิดเป็นของใหม่ ด้วยลักษณะของข้อมูลขนาดใหญ่ (Big Data) ในโลกปัจจุบัน การเข้ามาของ Internet of Things  หรือ Censor ต่างๆ ตลอดจน Social media ทำให้เกิดเป็นข้อมูลปริมาณมหาศาล และนำมาสู่ Data Science นั่นเอง

2 ผลลัพธ์ที่ได้จาก Data Science 
- ค้นพบสิ่งที่ไม่เคยรู้มาก่อนจากข้อมูลที่ได้
- ได้ Predictive Model เพื่อนำไปปฏิบัติจริง
- สร้าง Data Product ใหม่ๆ ที่จะส่งผลกระทบต่อธุรกิจ
- ช่วยให้ฝ่ายธุรกิจมีความมั่นใจและสามารถตัดสินใจได้ดีขึ้น

คนทำงานด้านวิทยาศาสตร์ข้อมูล จะนำข้อมูลที่กระจัดกระจายจากแหล่งต่างๆ มาจัดการและวิเคราะห์ เพื่อใช้ประโยชน์ตามโจทย์หรือวัตถุประสงค์การใช้งาน เช่น สร้าง Predictive Model หรือระบบอัลกอริทึมขึ้นมาประมวลผล เพื่อค้นหาอินไซต์เกี่ยวกับผู้ใช้งาน (user) หรือเก็บข้อมูลเพื่อใช้ประกอบการตัดสินใจขององค์กรบริษัท เป็นต้น และนี่คือผลลัพธ์ที่จะได้จาก Data Science

3 ที่มาของตำแหน่ง นักวิทยาศาสตร์ข้อมูล (Data Scientist) 
ตำแหน่งงาน Data Scientist ถูกตั้งขึ้นโดย  DJ Patil และ Jeff Hammerbacher ในปี 2008 โดยทั้งคู่เป็น ผู้บุกเบิกการสร้างทีม Data Science ที่ LinkedIn และ Facebook และตอนนี้ DJ Patil ได้รับแต่งตั้งให้เป็น Chief Data Scientist of the United States ไปเรียบร้อย

ในปี 2012 วารสาร Harward Business Review  ตีพิมพ์บทความชื่อ Data Scientist: The Sexiest Job of the 21st Century ทำให้อาชีพนี้กลายเป็น Talk of the town ในวงการธุรกิจและวงการสื่อตั้งแต่นั้นมา และทำให้เกิดความต้องการจ้างงานจากวงการธุรกิจสูง จนขาดแคลนบุคคลากรทางด้านนี้เป็นอย่างมาก ถือเป็นอาชีพที่เกิดขึ้นอย่างฉับพลันในวงการธุรกิจ โดยที่ยังไม่มีการเรียนการสอนในมหาวิทยาลัยจริงจัง

4 ทักษะที่ นักวิทยาศาสตร์ข้อมูล (Data Scientist) ต้องมี 
นักวิทยาศาสตร์ข้อมูล ต้องมี ทักษะความรู้แบบสหวิทยาการ (Interdisciplinary) หรือมีองค์ความรู้ในหลากหลายด้าน เช่น ความรู้ด้านคอมพิวเตอร์ คณิตศาสตร์และสถิติ การวิเคราะห์ข้อมูล ความเข้าใจทางธุรกิจ ความอยากรู้อยากเห็น ความคิดสร้างสรรค์ และความรู้เฉพาะสาขา (Domain Knowledge) สรุปคือ 
1 ความรู้ด้านวิทยาการคอมพิวเตอร์ (Computer Science)
2 ความรู้ด้านคณิตศาสตร์และสถิติ (Math&Statistics)
3 ความรู้เฉพาะสาขา (Domain Knowledge)
4 ความอยากรู้อยากเห็นและความคิดสร้างสรรค์ (Curiosity & Creativity)
การจะหาคนที่เป็น Data Scientist หรือคนเดียวที่เก่งทุกอย่างแบบเต็มตัว ไม่ใช่เรื่องง่าย ส่วนใหญ่แล้วจะเป็นการทำงานเป็น ทีม Data Science ที่ประกอบด้วยคนที่เก่งแต่ละด้านมาอยู่ในทีมเดียวกัน

5 อยากเป็น Data Scientist ควรเรียนอะไร? 

 สามารถเรียนต่อระดับอุดมศึกษาในคณะหรือสาขาที่ช่วยให้เรารู้จักและเข้าใจการจัดการข้อมูลได้หลากหลาย เช่น คณะวิทยาศาสตร์ คณะวิศวกรรมศาสตร์ คณะดิจิทัลมีเดีย สาขาเทคโนโลยีสารสนเทศ คณะการจัดการ คณะบริหารธุรกิจ และคณะอื่นๆ ที่เกี่ยวข้อง จากนั้นน้องๆ สามารถเลือกฝึกประสบการณ์ทางด้าน Data Science เพิ่มเติมได้เอง รวมทั้งการเรียนต่อระดับปริญญาโทสาขานี้โดยตรงที่มหาวิทยาลัยในต่างประเทศก็ยิ่งได้เปรียบ

6 Data Science กับอนาคตในตลาดงานประเทศไทย
" แม้ว่าสถาบันการศึกษาในประเทศไทยยังไม่มีหลักสูตรเกี่ยวกับวิชานี้หรือตั้งคณะสำหรับด้านนี้โดยตรง แต่สังคมเริ่มตระหนักถึงความสำคัญกันมากขึ้น หลายๆ บริษัทมีความพยายามจะจัดการข้อมูลภายในองค์กรให้เกิดประโยชน์ต่อการดำเนินงานที่สุด และปัจจุบันนี้ประเทศไทยมีบริษัทต่างชาติเข้ามาดำเนินการมากมายไม่ว่าธุรกิจกลุ่มไหนก็ต้องตื่นตัวเรื่องการใช้ข้อมูล เพื่อให้ก้าวทันและสร้างความได้เปรียบคู่แข่งในอุตสาหกรรม ทำให้นักวิทยาศาสตร์ข้อมูลจะเป็นที่ต้องการในทุกบริษัท เพราะเป็นคนที่เข้าใจว่าผู้ใช้งานต้องการอะไร สามารถต่อยอดให้ผลิตภัณฑ์และช่วยกำหนดทิศทางธุรกิจด้วยข้อมูลได้ดียิ่งขึ้น "