MADT หรือ DADS ที่นิด้าเลือกอะไรดี (ก็มันแยกจาก BADS แล้วสับสนแหละ)

Canate Dew Prakobkaew
3 min readMar 4, 2021

--

Photo by Jackson Hirsch on Unsplash

ช่วงนี้ขอพักเบรคจากการเล่าเรื่องราวผจญภัยสุดหฤโหดกับชีวิตการเป็นนักเรียน Data Science ที่นิด้ากันก่อน เพื่อมาตอบคำถามจากทางบ้านที่เป็นคำถามยอดฮิตมากที่สุดจากการความรู้สึกของผมเอง (ไม่มีการเก็บข้อมูลและวิเคราะห์อะไรทั้งนั้น) คำถามนั้นคือ “ควรเลือกเรียนอะไรดีระหว่าง DADS NIDA หรือ MADT NIDA” เพราะคณะสติถิประยุกต์ดันมาเปลี่ยนหลักสูตรที่ผมเรียนอยู่ซะอย่างนั้น No more BADS NIDA อีกต่อไป หายไปตลอดกาล ซึ่งหมายความว่าสาขาของ BADS อย่าง BA&I (Business Analytic & Intelligence) และ DS (Data Science) ก็หายไปเช่นกัน แต่มันไม่ได้จากไปตลอดกาล มันแค่ปรับโฉมใหม่เพื่อให้ตอบโจทย์กับผู้เรียนและตลาดแรงงานมากที่สุดเท่านั้นเอง มาดูกันว่าหลักสูตรทั้งสองเปลี่ยนไปเป็นอะไรกันบ้าง

  • จาก BADS BA&I (Business Analytic & Intelligence) ที่มีอ.ธนาชาตย์ (อ.เชค) ที่เป็นหัวหน้าประจำสาขานี้ได้มาเป็นผ.อ. หลักสูตรของสาขาวิชาการจัดการวิเคราะห์ข้อมูลและเทคโนโลยีข้อมูล (Management of Analytics and Data Technologies หรือ MADT)
  • จาก BADS DS (Data Science) ก็ได้เปลี่ยนโฉมเป็นสาขาวิชาการวิเคราะห์ข้อมูลและวิทยาการข้อมูล (Data Analytics and Data Science หรือ DADS) ที่เป็นเหมือนร่างเดิมในชื่อใหม่ หลักสูตรที่เรียนยังคล้าย BADS DS เกือบ 80% เพราะฉะนั้นใครอยากเรียนสาขานี้ยังติดตามเรื่องราวของผมต่อไปได้นะครับ

(สำหรับใครที่เพิ่งเข้ามาครั้งแรกสามารถติดตามจุดเริ่มต้นของผมได้ที่ เมื่อคนไม่รู้เลขและโค้ด ต้องก้าวสู่โลกของ Data Science เป็นความวุ่นวายของคนๆหนึ่งที่กล้ามาก)

ความแตกต่างระหว่าง MADT และ DADS

เป็นระยะเวลากว่า 6–7 รุ่นที่ BADS BA&I และ BADS DS อยู่ด้วยกันมาอย่างเหนียวแน่นทั้งสองสาขาต่างต้องเรียนวิชาพื้นฐานและวิชาบังคับร่วมกันจากนั้นจะแยกกันไปในตามสาขาของตัวเอง เรียกได้ว่า BA&I และ DS เป็นสาขายอดฮิตของ BADS คณะสติถิประยุกต์ในช่วงไม่กี่ปีที่ผ่านมาเลย เปรียบได้กับนิวจิ๋วที่สูสี พลังเสียงมาเต็มทั้งคู่ ไม่มีใครทดแทนใครได้ จนคนสับสนว่าคนไหนนิวคนไหนจิ๋ว ซึ่งผมก็เป็นคนหนึ่งที่ไม่รู้หรอกคนไหนนิวคนไหนจิ๋ว

ภาพนิวจิ๋วจาก GMM Grammy (เดาเอาคนไหนนิวคนไหนจิ๋ว)

เมื่อถึงเวลาของหลักสูตรยอดฮิตต้องแยกเส้นทางหรือดังแล้วแยกวงนั้นเอง (ก่อนนิวจิ๋วซะอีก) ทำให้มีการเปรียบเทียบกันแน่นอนว่าฉันควรจะเลือกใครดี ขาดเธอก็เหงาขาดเขาก็คงเสียใจ ไม่อยากจะเลือกใคร อยากเก็บเธอเอาไว้ทั้งสองคน แต่ในเมื่อชีวิตจริงมันเลือกเรียนควบสองหลักสูตรไม่ได้ ขนาดคนเรียน BADS ยังลังเลระหว่าง 2 สาขาย้ายไปย้ายมากันเป็นปกติ แต่เมื่อแยกวงเป็น MADT และ DADS คุณจะเรียนแล้วย้ายไม่ได้เด็ดขาด เพราะวิชาพื้นฐานไม่เหมือนกันต้องเริ่มใหม่ทั้งหมด จุดประสงค์ของทั้ง 2 หลักสูตรก็เน้นตอบโจทย์คนละแบบ แม้ว่าทั้งสองหลักสูตรจะอยู่ใน Data ecosystem เดียวกันเองก็ตาม

MADT ที่นิด้าจะเน้นการเข้าใจโจทย์ธุรกิจ และการนำเครื่องมือต่างๆมาใช้เพื่อตอบโจทย์ธุรกิจ เป็นการพัฒนาเพื่อเป็นนักบริหารที่เข้าใจทั้งมุมมองธุรกิจและสามารถนำเครื่องมือทางด้าน Data Analytic รวมถึงเทคโนโลยีที่เกี่ยวข้องไปใช้ได้อย่างเหมาะสมกับบริบทขององค์กรนั้นๆ เรียกได้ว่าสามารถนำทักษะบริหารการจัดการขับเคลื่อนองค์กรได้ด้วยการเน้นหลัก Data-Driven Decision Making (DDDM) นั้นเองซึ่งเป็นหลักสูตรที่ตอบโจทย์กับหลายๆองค์กรที่ยังขาดผู้บริหารที่เข้าใจในกระบวนการทำงานของ Data Science หรือ Data Analytic

DADS ที่นิด้าจะเน้นการเข้าใจและสร้างโมเดลหรืออัลกอริทึม สามารถจัดการข้อมูลได้ครบวงจรตั้งแต่การนำเข้าข้อมูลจนไปถึงการแสดงผลข้อมูล และเจาะลึกถึงการคำนวนสมการที่มาที่ไปของแต่ละโมเดลหรืออัลกอริทึม จะต้องใช้ความรู้เลขและการเขียนโค้ดเป็นประจำ เรียกได้ว่าถ้าไม่รู้เลขกับโค้ดก็ต้องรู้ให้ได้ไม่งั้นเรียนไม่ผ่านแน่นอน ทั้งสอบทั้งการบ้านทั้งงานกลุ่มใช้ทั้งหมด เรียกได้ว่า DADS จะเรียนด้านเทคนิคเอาแบบไม่เข้มข้นเราไม่นอนเลยจริงๆ

จะเห็นได้ว่าสองหลักสูตรเนี่ยค่อนข้างอยู่คนละฝั่งแต่มีจุดร่วมกันคือการนำข้อมูลไปใช้เพื่อให้เกิดประโยชน์สูงสุดกับองค์กรต่างๆ หรือศาสตร์ต่างๆ เพื่อให้ง่ายต่อการเข้าใจและเน้นย้ำกันชัดๆอีกทีคือ MADT เน้นบริหาร วิเคราะห์ และเทคโนโลยีต่างๆ DADS เน้นสร้างโมเดลวิเคราะห์ จัดการข้อมูล หาโมเดลที่แม่นยำที่เหมาะสมที่สุด หมายความว่าเราจะรอ MADT สั่งงานมาแล้วเราก็นั่งทำโมเดลให้เขานั้นเอ๊ง (กรณีที่เลือกเรียน DADS แล้วไม่ยอมทำความเข้าใจโจทย์ทางด้านบริหาร ก็ต้องรอโจทย์จากฝ่ายบริหารที่เข้าใจภาพรวมของการวิเคราะห์ข้อมูล)

แล้วฉันเลือกอะไรได้ไหม

ถ้ายังลังเลใจและยังตัดสินใจไม่ได้ ผมก็ไม่ได้แปลกใจนะครับ เพราะทั้ง 2 หลักสูตรมันก็น่าเรียนมากจริงๆ ตัวผมเองยังอยากเรียนเองเลย อยากเรียนมันทุกวิชาของทั้ง 2 หลักสูตรเลย ความรู้สึกแบบรู้เชิงลึกก็ดีเหมือนกัน รู้บริหารด้วยมันก็ดีนะครบเครื่องดี อยากเรียนไปหมดทุกอย่าง แต่ต้องเตือนสติตัวเองไว้ว่าจะเรียนพร้อมกันทั้งหมดมันเป็นไปไม่ได้ ต้องเลือกสักอย่างแล้วอีกอย่างค่อยไปเสริมเอาตอนว่างก็ได้ ผมจะแชร์วิธีการตัดสินใจในแบบของผมแบ่งเป็นขั้นตอนได้ดังนี้

  1. ในการตัดสินใจนั้นผมอยากให้เริ่มจากรู้จักตัวเองก่อน ต้องย้อนกลับไปถามคำถามตัวเองเหล่านี้ก่อนว่า จบปริญญาตรีมาด้านไหน มีประสบการณ์การทำงานด้านไหน ชอบลักษณะการทำงานแบบไหน ซึ่งการรู้จักกับตัวเองสำคัญมากในการที่จะเป็นพื้นฐานในการเตรียมตัวเรียนต่อทั้ง 2 หลักสูตรได้อย่างสบายๆ ถ้าสามารถเลือกเรียนที่มันต่อยอดได้ก็จะทำให้เราโดดเด่นมากขึ้นในสายงาน หรือว่าใครจะไม่สนใจพื้นฐานที่เรียนหรือที่ทำงานมา เกิดไม่ชอบสิ่งที่เรียนมาสิ่งที่ทำงานมา อยากเปลี่ยนสายก็สามารถทำได้เช่นกัน ถ้ามีใจเกินร้อยอะไรก็ไม่เกินความพยายาม
  2. ถ้ารู้จักตัวเองในอดีตและปัจจุบันดีพอแล้ว รู้จักตัวเองในอนาคตแล้วหรือยัง ในอนาคตได้ตั้งเป้าหมายไว้ไหม อยากทำอาชีพอะไร อยากทำธุรกิจส่วนตัวไหม หรืออยากต่อปริญญาเอกไหม อยากให้ตั้งเป้าหมายในอนาคตเพื่อที่จะให้การวางแผนไปให้ถึงเป้าหมายง่ายขึ้นเร็วขึ้น ลองศึกษาถึงสิ่งที่เราอยากจะเป็นในอนาคตให้ละเอียดว่าแต่ละอาชีพทำงานกันอย่างไร ทำธุรกิจอย่างสตาร์ทอัพต้องเรียนรู้อะไร หรือจะเรียนต่อเอกต้องเตรียมตัวอย่างไรเป็นต้น เมื่อมีเป้าหมายแล้วทุกตัวเลือกที่เราจะเลือกมันจะสมเหตุสมผลมากขึ้น
  3. แค่รู้ตัวเองอย่างเดียวไม่พอ ต้องรู้เขารู้เรา รบร้อยครั้งชนะร้อยครั้ง หมายความว่าลองศึกษาโอกาสในอนาคต ตำแหน่งงานในอนาคตต้องการคนที่มีทักษะแบบไหน สามารถดูได้ทั้งในประเทศและต่างประเทศเพื่อศึกษาแนวโน้มตลาดในการทำงานและพัฒนาตัวเองให้ตอบโจทย์ในสิ่งที่เราจะเป็นจะทำให้ขอบเขตในการเลือกหลักสูตรง่ายขึ้น โดยส่วนตัวผมคิดว่าทั้ง 2 หลักสูตรก็ออกแบบมาเพื่อตอบโจทย์ธุรกิจหลายๆธุรกิจอยู่แล้ว หลายๆองค์กรพยายามขับเคลื่อนตัวเองด้วยเทคโนโลยีและการวิเคราะห์ข้อมูลกันแล้วในตอนนี้
  4. ในข้อที่อาจจะไม่ใช่ปัจจัยหลักแต่อยากเสริมให้ข้อมูนดูเยอะๆ แต่ที่จริงมันก็สำคัญในการเรียนนะ คุณพร้อมที่จะอ่านภาษาอังกฤษมากแค่ไหน ภาษาอังกฤษเป็นสิ่งสำคัญในการเรียนสายนี้มากถึงมากที่สุดด้วยเหตุผลที่ว่าความรู้ใหม่ๆมันมาเป็นภาษาอังกฤษก่อน และเครื่องมือใหม่ๆก็เป็นภาษาอังกฤษก่อน และข้อมูลต่างๆตำราเรียนต่างๆเป็นภาษาอังกฤษเยอะมาก ถ้าคุณไม่พร้อมก็ต้องฝึกฝนหน่อย

เทียบวิชาระหว่าง MADT และ DADS

ทั้ง 2 หลักสูตรจะมีวิชาเสริมพื้นฐานที่ไม่นับหน่วยกิตอยู่ด้วยได้คือวิชาภาษาอังกฤษซึ่งใครมีคะแนนสอบอังกฤษสามารถยื่นเพื่อยกเว้นการเรียนได้ ในส่วน MADT จะต้องเรียนพื้นฐานการวิเคราะห์ข้อมูล แต่ของ DADS นั้นจะต้องเรียนเลขพื้นฐานและการเขียนโค้ดพื้นฐานด้วย และความแตกต่างของวิชามีดังนี้

MADT ไม่มีวิชาพื้นฐาน วิชาบังคับ 5 วิชา วิชาเลือก 6 วิชา

DADS วิชาพื้นฐาน 2 วิชา วิชาบังคับ 5 วิชา วิชาเลือก 4 วิชา

MADT Nida
ภาพประกอบจาก MADT
DADS Nida
ภาพประกอบจาก DADS

MADT NIDA เหมาะสำหรับใคร

  • ผู้ที่ชอบในด้านการบริหารต้องการเสริมทักษะในการบริหาร
  • ผู้ที่ต้องการเข้าใจการเขียนโค้ดด้านการวิเคราะห์เบื้องต้น
  • ผู้ที่มีทักษะเทคโนโลยีเป็นพื้นฐานแต่อยากเรียนรู้บริหารภาพรวม
  • ผู้ที่ต้องการเข้าใจธุรกิจที่ประสบความสำเร็จด้วยการนำข้อมูลไปใช้
  • ทุกคนที่มุ่งมั่นในการเรียนรู้ด้านการบริหาร วิเคราะห์และเทคโนโลยี

DADS NIDA เหมาะสำหรับใคร

  • ผู้ต้องชอบในการวิเคราะห์ต้องการเสริมทักษะในการพัฒนาโมเดล
  • ผู้ที่ต้องการเข้าใจการเขียนโค้ดเพื่อการสร้างโมเดลและอัลกอริทึม
  • ผู้ที่มีทักษะการบริหารเป็นพื้นฐานแต่อยากเรียนรู้วิเคราะห์เชิงลึก
  • ผู้ที่ต้องการเข้าใจโมเดลและอัลกอริทึมในเชิงลึกเพื่อพัฒนาต่อยอด
  • ทุกคนที่มุ่งมั่นในการเรียนรู้ด้านวิเคราะห์ คำนวน และเขียนโค้ด

หวังว่าคำแนะนำของผมจะมีประโยชน์ไม่มากก็น้อยสำหรับคนที่สนใจเรียนที่นิด้านะครับ ผมก็แนะนำจากประสบการณ์ส่วนตัว พร้อมกับหาข้อมูลมาประกอบจากเว็บไซต์ของคณะสถิติประยุกต์ และก็สอบถามจากอาจารย์นิดหน่อย เจ้าหน้าที่ในคณะนิดนึง เพราะฉะนั้นไม่ใช่ไกด์ไลน์ที่ทุกคนต้องทำตามนะครับ แค่เป็นส่วนช่วยให้ตัดสินใจได้ง่ายขึ้นนิดนึงก็ยังดีครับ และหวังว่าทุกคนจะได้เรียนในสิ่งที่อยากได้เรียนนะครับ

ถ้าใครอยากได้ข้อมูลเพิ่มเติมหรือติดตามข่าวสารของแต่ละหลักสูตรสามารถติดตามได้ที่ facebook ประจำหลักสูตรเลยนะครับ

MADT NIDA (Management of Analytics and Data Technologies)

DADS NIDA (Data Analytics and Data Science)

ถ้าใครอยากติดตามเรื่องราวผจญภัยของผมในโลก Data Science ตอนต่อไปก็กด Follow ไว้ได้นะครับหรือถ้าใครอยากจะติดต่อสอบถามประสบการณ์มีข้อสงสัยอะไรก็มาคุยกันได้นะครับที่ แฟนเพจ Facebook Devvertory หรือ Linkedin กล้าแอดมาก็กล้าคุยครับ 555 และขอฝากเว็บไซต์ของผมเอง www.devvertory.com ด้วยนะครับมีบทความมากมายที่ไม่ได้ลงที่นี่เลยครับ

--

--

Canate Dew Prakobkaew
Canate Dew Prakobkaew

Written by Canate Dew Prakobkaew

I start from English literature to marketing, end up in data science.

No responses yet