1. Data Architect
สถาปนิกข้อมูล หรือ Data Architect เป็นตำแหน่งในสายงานด้าน Data ที่มีค่าตอบแทนสูงที่สุดในบรรดาตำแหน่งที่จะพูดถึงในที่นี้เลยก็ว่าได้ Data Architect มีหน้าที่ในการแปลงความต้องการขององค์กรให้กลายเป็นโครงสร้างข้อมูลเชิงเทคนิค เช่น ขั้นตอนการรวบรวมข้อมูล (Data integration) การประมวลผล Streaming Data ต้องทำยังไง แบบฟอร์มของข้อมูล การแปลงโครงสร้างข้อมูลมีขั้นตอนอะไรบ้าง หลังจากนั้นถึงออกแบบโครงสร้างของ Database ให้เป็นไปตามที่ต้องการ นอกจากนี้ยังต้องสามารถระบุ Data architecture framework มาตรฐานที่ใช้อ้างอิงสำหรับการพัฒนา Database ได้
ทักษะสำคัญที่ Data Architect ต้องมี ได้แก่ ความรู้ความเข้าใจเกี่ยวกับ Database ทักษะการออกแบบเพื่อจำลองโครงสร้างและความสัมพันธ์ของข้อมูลเทคนิค (Database model) และทักษะการสื่อสารกับคนในทีมเพื่อถ่ายทอดความต้องการให้อยู่ในรูปแบบของเครื่องมือหรือระบบที่สามารถใช้งานได้จริง
ค่าตอบแทนเฉลี่ย: $153,120 ต่อปี
2. Data Engineer
ถ้าเทียบกับการวิ่งผลัด Data Engineer หรือวิศวกรข้อมูลจะเป็นนักวิ่งคนถัดไปที่ Data Architect ส่งไม้ต่อให้ เขาเหล่านี้จะทำหน้าที่ในการสร้าง ทดสอบ และติดตามผลการดำเนินงานของระบบส่งข้อมูล (Data pipeline) และระบบเก็บข้อมูล เช่น Data Warehouse หรือ Data Lake ควรระบุได้ว่างานแบบไหนต้องใช้เครื่องมืออะไรเข้ามาจัดการ
ทักษะสำคัญที่ Data Engineer ต้องมี ได้แก่ความรู้ความเข้าใจเกี่ยวกับโครสร้าง Database ที่ถูกออกแบบมาว่ามีโครงสร้างยังไง ควรมีทักษะด้านการเขียนโปรแกรม SQL, NoSQL, Java, C++, Python ความรู้เกี่ยวกับระบบการจัดการข้อมูล เช่น Hadoop และ Spark การเชื่อมต่อข้อมูลอัตโนมัติจากระบบหนึ่งไปอีกระบบหนึ่ง (API) นอกจากนี้จะต้องมีทักษะการใช้แพลตฟอร์มในการจัดการข้อมูลจำนวนมากและสามารถเลือกแพลตฟอร์มให้เหมาะกับงานได้เป็นอย่างดี
ค่าตอบแทนเฉลี่ย: $113,847 ต่อปี
3. Data Analyst
หลังจากได้ระบบการจัดการข้อมูลแล้วนักวิ่งไม้ถัดไป คือ Data Analyst นักวิเคราะห์ข้อมูลเหล่านี้จะคอยทำหน้าที่ในการวิเคราะห์หาข้อมูลเชิงลึกเพื่อนำเสนอทางเลือกที่สามารถตอบโจทย์ความต้องการขอบริษัทในมุมมองต่าง ๆ หัวใจสำคัญของอาชีพนี้คือต้องเข้าใจพฤติกรรมหรือข้อมูลสำคัญของธุรกิจอย่างถ่องแท้ ทำการวิเคราะห์บนพื้นฐานข้อมูลที่มีคุณภาพ เพื่อให้สามารถนำผลไปต่อยอดในการวางแผนเชิงกลยุทธ์ได้อย่างมีประสิทธิภาพ โดยส่วนใหญ่จะทำงานกับข้อมูลเก็บจากอดีตเพื่อเอามาวิเคราะห์เพื่อแก้โจทย์สิ่งที่เกิดขึ้นในปัจจุบัน
ทักษะสำคัญที่ Data Analyst ต้องมี ได้แก่ ทักษะการใช้ Data Visualization Tools (Power BI หรือ Tableau) ทักษะการเขียนโปรแกรม SQL, R, หรือ Python เพื่อใช้วิเคราะห์ข้อมูล ทักษะการนำเสนอและการสื่อสารเพื่อถ่ายทอดเรื่องที่ซับซ้อนให้สามารถเข้าใจได้ง่าย
ค่าตอบแทนเฉลี่ย: $75,456 ต่อปี
4. Data Scientist
ในยุคเทคโนโลยีเป็นยุดที่ขับเคลื่อนด้วย Data เพราะฉะนั้นองค์กรที่มองภาพอนาคตได้ก่อนและมองได้แม่นยำมากกว่าจะเป็นองค์กรที่ได้เปรียบ ดังนั้นหลาย ๆ องค์กรจึงหันมาให้ความสำคัญกับตำแหน่ง Data Scientist มากขึ้นเพราะคนที่ทำงานในตำแหน่งนี้จะคอยทำหน้าที่ในการนำข้อมูลเชิงลึกที่ได้จาก Data Analyst มาคาดการณ์เพื่อวิเคราะห์หา Insight แล้วนำไปตอบโจทย์ที่จะเกิดขึ้นในอนาคตทักษะสำคัญที่ Data Scientist ต้องมี ได้แก่ ความรู้ทางสถิติเพื่อใช้คำนวณและคาดการณ์แนวโน้มในอนาคตทักษะการเขียนโปรแกรมเพื่อสร้างเครื่องมือ/โมเดลคำนวณ โปรแกรมที่ว่านี้ก็จะได้แก่ R, Python และ Scala
ค่าตอบแทนเฉลี่ย: $122,399 ต่อปี
5. Machine Learning Engineer
Machine learning engineer หรือวิศวกร ML เป็นโปรแกรมเมอร์ที่คอยสร้างอัลกอริทึม (Algorithm) หรือสร้างแบบจำลองการทำงานเสมือนจริงให้กับ เพื่อออกคำสั่งให้ระบบรับคำสั่งแล้วปฎิบัติตามคำสั่งนั้นได้ ดังนั้นทักษะสำคัญที่ วิศวกร ML ต้องมีเป็นขั้นพื้นฐาน คือ ทักษะการเขียนโปรแกรม Java, Python นอกจากนี้ยังต้องสามารถทำ A/B testing สร้าง Data pipeline ได้
ค่าตอบแทนเฉลี่ย: $123,335 ต่อปี
6. Business Intelligence Analyst
Business Intelligence Analyst หรือนักวิเคราะห์ธุรกิจ เรียกย่อ ๆ ว่าตำแหน่ง BI อันที่จริงแล้วตำแหน่งนี้มีความคล้ายกันกับ Data Analyst คือเข้าใจธุรกิจขององค์กร วิเคราะห์ข้อมูลองค์กร รวมถึงปัญหาสำคัญที่ต้องรีบได้รับการแก้ไขโดยใช้ข้อมูลเชิงลึก เพื่อนำข้อมูลเชิงลึกที่ได้ไปหาวิธีการแก้ไขปัญหาที่เหมาะสมต่อไป แต่จะมีความต่างจากตำแหน่ง Data Analyst ตรงที่ BI จะโฟกัสที่ปัญหาทางธุรกิจมากกว่า ส่วนใหญ่จะเป็นการรับโจทย์มาจากทีมพัฒนาธุรกิจว่าต้องการแก้ปัญหาอะไรโดยใช้ข้อมูลเชิงลึกบ้าง จากนั้น BI ก็จะรับโจทย์นั้นมาแล้วรวบรวมข้อมูลที่เกี่ยวข้องเพื่อวิเคราะห์หา Solution ที่สามารถตอบโจทย์นั้นได้ ซึ่งต้องการคนที่มี Background และประสบการณ์ด้าน Business เป็นหลักมากกว่า ส่วนเครื่องมือที่ใช้วิเคราะห์ก็ไม่ต่างจาก Data Analyst มากซึ่งก็จะได้แก่ Python, Power BI, Tableau และ Data Management Systems
ค่าตอบแทนเฉลี่ย: $83,255 ต่อปี
7. Market Analyst
ตำแหน่งนี้จะเป็นลูกผสมระหว่าง Analyst และ Marketing ตำแหน่ง Marketing Analyst หรือนักวิเคราะห์การตลาด จะโฟกัสไปที่ผลิตภัณฑ์หรือการบริการที่องค์กรเป็นเจ้าของ หน้าที่หลักเป็นการวิเคราะห์ข้อมูลเทรนตลาด ความต้องการของลูกค้า และปัจจัยอื่น ๆ ที่จะทำให้ลูกค้าเข้าถึงแล้วสนใจผลผลิตขององค์กรมากขึ้น ในองค์กรขนาดใหญ่ Marketing Analyst จะถูกมอบหมายให้ดูแลการวิเคราะห์ทางการตลาดของสินค้าหรือบริการตัวใดตัวหนึ่งโดยเฉพาะหรือแม้กระทั่งช่องทางการตลาดใดช่องทางหนึ่งเป็นพิเศษ
หน้าที่ของ Marketing Analyst จะต่างกันออกไปตามแผนกที่อยู่ ยกตัวอย่างของการทำงานด้านนี้ในแผนก Digital marketing ที่จะคอยทำหน้าที่ในการคิดแคมเปญโฆษณาสินค้าผ่านช่องทางต่าง ๆ ทำ A/B Testing ประเมินผลแคมเปญโฆษณา คอยติดตามผลโฆษณาสินค้าในช่วงเวลาต่าง ๆ และทำ Dashboard นำเสนอให้กับทีม ทักษะที่ต้องมีในตำแหน่งนี้เห็นจะหนีไม่พ้นทักษะด้านการตลาดและการทำธุรกิจ ทักษะการสื่อสารเพื่อการประชาสัมพันธ์ และทักษะการใช้เครื่องมือพวก SQL, Spreadsheet และ Power BI
ค่าตอบแทนเฉลี่ย: $72,080 ต่อปี
