ถ้าใครยังจำได้ เมื่อไม่กี่วันที่ผ่านมาแอดเพิ่ง โพสเรื่องการแข่งขันภาคกลาง ซึ่งตอนนี้ก็จบลงไปเป็นที่เรียบร้อยแล้ว โจทย์เกี่ยวกับการให้ทำ Model ทำนายผล ซึ่งข้อมูลให้มาค่อนข้างยากเลยทีเดียว ได้ยินว่าหลาย ๆ คนเทรนด์โมเดลได้เกือบ 100% ในเครื่องตัวเอง แต่พอส่งคะแนนเหลือประมาณ 60% เท่านั้น แอดก็ไปลองโหลดข้อมูลมาเล่น แต่ไม่ได้ส่ง เพราะเค้าแข่งกันวันธรรมดา ตอนนั้นยังนั่งทำงานที่ออฟฟิสอยู่เลย เสียใจมากครับ

สำหรับท่านใดที่ยังไม่รู้ว่า TechJam 2018 คืองานอะไร ตามไปอ่านบทความก่อนหน้านี้ที่แอดเล่าให้ฟังเรื่อง งาน TechJam 2018 กันได้เลยครับ สรุปย่อ ๆ คือ เป็นงานแข่งขันด้าน Code, Data, และ Design ที่ใหญ่ที่สุดในประเทศไทยงานหนึ่ง จัดโดย KBTG ครับ

โฉมหน้าอาจารย์หน่อย (ทีม Dataseed) จะเห็นว่ามาคนเดียว แต่เอาชนะทีมอื่น ๆ ที่มากันเป็นคู่ทั้งหมดเลยครับ เก่งจริง ๆ

เมื่อวันก่อนแอดได้มีโอกาสพูดคุยกับอาจารย์หน่อย ซึ่งเป็นผู้ชนะเลิศการแข่งขันสาย Data Squad ในภาคอีสาน มาอ่านกันว่าอาจารย์หน่อยใช้วิธีไหนในการเอาชนะคู่แข่งโหด ๆ ในการแข่ง TechJam มาได้

ก่อนอื่นเดี๋ยวแอดขอเล่าให้ฟังก่อนว่าในการแข่งด้าน Data Science แบบนี้เค้าแข่งกันยังไงบ้าง

การแข่งขันของสาย Data Squad แข่งขันกันอย่างไร

บรรยากาศการแข่งขัน Data Squad จะเห็นว่าโจทย์ยากมาก ผู้เข้าแข่งขันกุมขมับกันรัว ๆ ฮะ

ใน บทความเกี่ยวกับงาน TechJam 2018 แอดเกริ่น ๆ ไปแล้วว่าสาย Data Squad ในปีที่แล้วเค้าแข่งกันยังไง ปีนี้ก็แนวการแข่งเหมือนเดิมครับ คือ จะเป็นโจทย์ให้สร้าง Predictive Model สไตล์ Kaggle แล้วส่งโมเดลผ่านระบบออนไลน์เพื่อตรวจคะแนน

โดยโจทย์ปีนี้จะมีแค่ 1 ข้อ แต่เป็นโจทย์สุดโหดหินที่มีเวลาให้แก้โจทย์ 1 วันเต็ม ๆ ครับ ซึ่งใกล้เคียงชีวิตจริงมากครับ แค่ว่าชีวิตจริงแก้โจทย์ข้อนึงอาจจะใช้เวลาเป็นเดือน กว่าจะทำ Prototype เสร็จ สรุปส่งหัวหน้า ส่งเสร็จโดนตีกลับ แก้ใหม่อีก (แอดพิมพ์ไปน้ำตาพรากไป TT)

สิ่งที่น่าสนใจในการแข่งขันงาน TechJam 2018 คือ เราจะได้ใช้ข้อมูลที่เกี่ยวกับการเงิน ซึ่งเป็นกลุ่มธุรกิจที่เราอาจจะหา Dataset ได้ไม่ง่ายนักถ้าลองทำ Data Science เล่น ๆ อยู่บ้าน เพราะฉะนั้นการแข่งขันนี้เหมาะมากกับคนที่อยากหาประสบการณ์การทำงานจริงครับ

เสียดายว่าสำหรับ TechJam 2018 ปีนี้รอบ Audition เสร็จสิ้นทุกภาคแล้วครับ เดี๋ยวปีหน้าถ้ามีงานดี ๆ แบบนี้จัดขึ้นอีก แอดจะเอามาบอกเพื่อน ๆ อีกครั้งนะครับ

ต่อไปเดี๋ยวเรามารู้จักกับอาจารย์หน่อย ผู้ชนะของภาคอีสานกันก่อนดีกว่า แอดคิดว่าเพื่อน ๆ ที่อ่านกันอยู่จะได้ประโยชน์จากบทสัมภาษณ์นี้ไปไม่มากก็น้อยครับ เพราะเรื่องราวของอาจารย์น่าสนใจมาก

บทสัมภาษณ์อาจารย์หน่อย ผู้ชนะ Data Squad ในงาน TechJam 2018 ภาคอีสาน

การแข่งขัน TechJam ไม่ได้วัดแค่ความสามารถในการทำโมเดลของเราเท่านั้น แต่ยังวัดความสามารถในการอธิบาย ซึ่งเป็น สิ่งสำคัญสำหรับ Data Scientist เลยครับ

แอดเพิร์ธ: รบกวนอาจารย์แนะนำตัวสักหน่อยครับ ว่าเป็นใคร ทำอะไรอยู่

อ.หน่อย: ชื่อวรารัตน์ค่ะ เป็นอาจารย์ภาควิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยขอนแก่น

แอดเพิร์ธ: ผมได้ยินมาว่าอาจารย์มาแข่งคนเดียวเลยเหรอครับ สุดยอดมาก ๆ

อ.หน่อย: จริง ๆ พานักศึกษาที่คณะมาแข่งด้วยค่ะ แต่เค้าแข่ง Code Squad แล้วก็ได้รางวัลด้วย ส่วนของทีม Dataseed แข่งคนเดียว ต้องทำทั้งโมเดลทั้ง Present กดดันพอสมควรเลยค่ะ

แอดเพิร์ธ: ขอทราบเหตุผลว่าทำไมอาจารย์ถึงมาลงแข่งในงาน TechJam 2018 ได้มั้ยครับ เพราะปกติไม่ค่อยเห็นคนที่ทำงานในสายการศึกษามาลงแข่งงานประเภทนี้

อ.หน่อย: ก่อนหน้านี้มีทีม PR จาก TechJam มาประชาสัมพันธ์ที่คณะค่ะ พอได้ยินว่าจะได้เจอโจทย์เกี่ยวกับด้านการเงิน / Fintech ก็เลยสนใจ อยากรู้ว่าโจทย์จะเหมือนกับที่คิดไว้มั้ย แล้วก็ตั้งเป้าหมายไว้ว่าจะนำความรู้ที่ได้จากการแข่งครั้งนี้ไปปรับใช้เวลาสอนนักศึกษาด้วยค่ะ

แอดเพิร์ธ: น่าสนใจมากครับ ตอนนี้อาจารย์สอนวิชาไหนที่เกี่ยวข้องกับ Data Science อยู่เหรอครับ

อ.หน่อย: ตอนนี้สอนวิชา Data Mining อยู่ค่ะ เน้นการสอนโมเดลหลาย ๆ แบบ ตอนนี้ก็จะเน้นด้าน Sentiment Analysis, Customer Segmentation และการนำโมเดลไปเชื่อมกับส่วนต่าง ๆ เช่น Visualization ค่ะ

แอดเพิร์ธ: ฟังแล้วอยากไปนั่งเรียนบ้างเลยครับ ตอนที่แข่งขันงาน TechJam นี่ได้ใช้เรื่องที่สอนมาด้วยมั้ยครับ

อ.หน่อย: ได้ใช้นิดหน่อยค่ะ ตอนแข่งรอบออนไลน์ใช้โมเดลแบบง่าย ๆ แล้วจูน Parameter นิดหน่อยค่ะ ส่วนรอบภาคอีสานตอนแรกเตรียม Model ไปด้วย แต่ไม่ได้ใช้ ไปใช้โมเดลที่สอนอยู่แทนค่ะ

แอดเพิร์ธ: (กระซิบ) พอบอกได้มั้ยครับว่าใช้โมเดลตัวไหน

อ.หน่อย: บอกไม่ได้ค่ะ ความลับทางการแข่งขันค่ะ (หัวเราะ) เดี๋ยวจะเอาโมเดลนี้ไปพิสูจน์ในรอบประเทศดูค่ะ

แอดเพิร์ธ: เสียดายจังครับ ว่าจะลองส่งไปแข่งกับเค้าด้วยสักหน่อย อยากทราบว่าการแข่งขัน TechJam สาย Data Squad ในรอบระดับภาคนี่เป็นอย่างไรบ้างครับ

อ.หน่อย: เค้าให้โจทย์มาข้อเดียวแล้วให้เวลาทำ 6 ชั่วโมงค่ะ มีข้อมูลเยอะและหลายไฟล์มาก เห็นทีมอื่นเค้าใช้ Python, R ในการรวมข้อมูล แต่ของอาจารย์ใช้ Excel รวมข้อมูลแบบง่าย ๆ เลยค่ะ เลยทำให้เสียเวลาในการรวมข้อมูลไปพอสมควร รอบหน้าเลยวางแผนว่าจะเตรียมโปรแกรมช่วย Merge ข้อมูลไปด้วย จะได้ไม่เสียเวลาเยอะในส่วนนี้

แอดเพิร์ธ: อาจารย์คิดว่าตัวอาจารย์เองมีจุดเด่นด้านไหนครับที่ทำให้ชนะทีมอื่น ๆ มาได้

อ.หน่อย: เรามีโมเดลของตัวเองอยู่แล้วที่ใช้แก้ปัญหาตั้งแต่รอบ Online มา เพราะฉะนั้นเรามีการใช้โมเดลไม่เหมือนคนอื่นค่ะ น่าจะเป็นเหตุผลที่ทำให้ชนะทีมอื่นที่ใช้โมเดลทั่วไป

แอดเพิร์ธ: อาจารย์มีคำแนะนำอะไรสำหรับคนที่อยากมาแข่งปีหน้าบ้างครับ เค้าควรจะเตรียมตัวยังไงบ้าง

อ.หน่อย: ก่อนมาแข่งจริง อาจารย์เตรียมตัวโดยการจำลองการแข่งขันจริงแบบมโนโจทย์ขึ้นมา แล้วก็ให้นักศึกษาที่ภาคที่ลงแข่งเหมือนกันมาลองทำดู แต่เก็งข้อสอบไม่ตรง นักศึกษาเลยไม่ผ่านเข้ารอบ แนะนำว่าลองเตรียมข้อมูล แล้วจำลองการแข่งเองดูก็ได้ค่ะ

แอดเพิร์ธ: สุดท้ายนี้ อยากทราบว่าอาจารย์คิดอย่างไรกับงาน TechJam 2018 และทีมงาน KBTG ผู้จัดงานบ้างครับ

อ.หน่อย: ประทับใจกับงานนี้มากค่ะ เพราะเมื่อก่อนตอนเรียนไม่มีงานแบบนี้ พอมีการแข่งขันแบบนี้ทำให้นักศึกษาได้มีโอกาสสัมผัสกับข้อมูลจริง ได้ลองแก้ปัญหาในธุรกิจจริง ๆ นักศึกษาที่ไปแข่งชอบมาก พอแข่งจบกลับมาที่ภาคก็ให้ประชาสัมพันธ์ด้วย

อยากฝากให้ทีมงาน KBTG จัดงานดี ๆ แบบนี้อีกในปีต่อ ๆ ไปค่ะ

———————-

ก็จบไปแล้วสำหรับบทสัมภาษณ์กับอาจารย์หน่อยนะครับ อาจารย์น่ารักมาก ๆ มีเวลาว่างมาคุยกับแอดแปปเดียวก็ต้องไปสอนต่อแล้วครับ หวังว่าจะทำให้ทุกท่านได้รู้จักกับงาน TechJam และการแข่งขัน Data Science มากขึ้นนะครับผม

และสำหรับใครที่สนใจอยากร่วมแข่งขันในปีหน้า สามารถติดตามข่าวสารได้จาก เว็บไซต์ของ TechJam หรือ เพจ Data Science ชิลชิล ของเราได้เลยครับ เดี๋ยวปีหน้ามีงานดี ๆ แบบนี้เปิดรับสมัครอีกเมื่อไหร่ แอดจะมากระซิบบอกทุกท่านอีกครั้งแน่นอนครับ

คุณอยากอ่านบทความแนวนี้อีกมั้ย ?

ลงทะเบียนรับ GrowthBee Newsletter เพื่ออ่านบทความใหม่ ๆ ด้าน Data Science ก่อนใคร !!

I agree to have my personal information transfered to MailChimp ( more information )

เราสัญญาว่าจะไม่มีการแสปมใด ๆ ทั้งสิ้น และคุณสามารถยกเลิกรับข่าวสารตอนไหนก็ได้