นักวิเคราะห์ข้อมูล (Data Analyst)

ผู้ที่ผ่านสมรรถนะนี้จะสามารถทำความเข้าใจเกี่ยวกับความต้องการใช้งานข้อมูลของผู้ใช้งานได้ สามารถจัดทำข้อมูลเพื่อการวิเคราะห์เบื้องต้น โดยการร่างความต้องการและข้อกำหนดข้อมูล สามารถตรวจสอบความพร้อมใช้งานของข้อมูล สามารถกำหนดเกณฑ์การเลือกข้อมูลที่เกี่ยวข้องกับงาน ตรงกับความต้องการใช้งานข้อมูลที่จำเป็นในการวิเคราะห์และใช้ข้อมูลในการแก้ปัญหา และพัฒนาอุตสาหกรรมหรือธุรกิจได้       

สาขาวิชาชีพอุตสาหกรรมดิจิทัล สาขาวิทยาศาสตร์ข้อมูล  (Data Science)  

(ก) ความต้องการด้านทักษะ

1. ทักษะในการวิเคราะห์ความต้องการใช้งานข้อมูล

2. การใช้ Business Analytics (BA) และ Business Intelligence (BI) ในการวิเคราะห์ข้อมูลโดยใช้เทคโนโลยีและการให้บริการที่เกี่ยวข้อง 

3. ทักษะในการวิเคราะห์และออกแบบแบบจำลองข้อมูล

4. ทักษะออกแบบแบบจำลองข้อมูล

5. ทักษะในการวิเคราะห์ทางสถิติทั่วไป และการวิเคราะห์คุณลักษณะของข้อมูล 

6. ทักษะในการวิเคราะห์เชิงปริมาณ (Quantitative Analytics)

7. ทักษะการใช้เครือข่ายทางสังคมและแหล่งข้อมูลแบบเปิด (Social network and open data)

 

(ข) ความต้องการด้านความรู้

1. ความรู้เกี่ยวกับแบบจำลองข้อมูล

2. ความรู้เกี่ยวกับการใช้ Business Analytics (BA) และ Business Intelligence (BI) ในการวิเคราะห์ข้อมูลโดยใช้เทคโนโลยีและการให้บริการที่เกี่ยวข้อง

3. ความรู้เกี่ยวกับการวิเคราะห์คุณลักษณะของข้อมูล

4. ความรู้เกี่ยวกับการวิเคราะห์ทางสถิติทั่วไป และการวิเคราะห์เชิงบรรยาย (Statistical analysis and Descriptive analytics)

5. ความรู้เกี่ยวกับการวิเคราะห์เชิงปริมาณ (Quantitative Analytics)

6. ความรู้เกี่ยวกับการวิจัยและดำเนินงาน (Operations Research)

7. ความรู้เกี่ยวกับการใช้เครือข่ายทางสังคมและแหล่งข้อมูลแบบเปิด (Social network and open data)

 

(ก) หลักฐานการปฏิบัติงาน (Performance Evidence)

1. ใบรับรองการปฏิบัติงานจากสถานประกอบการ

 (ข) หลักฐานความรู้ (Knowledge Evidence)

1. ใบรับรองการเข้ารับการฝึกอบรม

2. ใบประกาศนียบัตรวุฒิการศึกษา

 (ค) คำแนะนำในการประเมิน

1. ผู้ประเมินตรวจประเมินเกี่ยวกับการจัดทำข้อมูลเพื่อการวิเคราะห์เบื้องต้น โดยพิจารณาจากร่องรอยหลักฐานที่เกี่ยวข้องทั้งหลักฐานการปฏิบัติงาน และหลักฐานความรู้

(ง) วิธีการประเมิน

1. พิจารณาตามหลักฐานการปฏิบัติงาน

2. พิจารณาตามหลักฐานความรู้

 

(ก) คำแนะนำ

หน่วยสมรรถนะนี้เป็นการทดสอบการออกแบบแบบจำลองข้อมูล โดยในการประเมินต้องคำนึงถึงข้อปฏิบัติดังต่อไปนี้

1.  ผู้เข้ารับการประเมินสามารถแสดงความรู้ และความสามารถในการร่างความต้องการและข้อกำหนดข้อมูล การตรวจสอบความพร้อมใช้งานของข้อมูล และการกำหนดเกณฑ์การเลือกข้อมูล

 (ข) คำอธิบายรายละเอียด

การสร้างแบบจำลองฐานข้อมูลจะเป็นกระบวนการทำซ้ำแบบค่อยเป็นค่อยไป โดยเริ่มต้นจากการทำความเข้าใจที่เกี่ยวกับขอบเขตปัญหาและสามารถทำการสร้างแบบจำลองฐานข้อมูลได้ แต่หลังจากทำการติดต่อสื่อสารกับผู้ใช้และการพิจารณาเกี่ยวกับข้อมูลและขั้นตอนในการดำเนินธุรกิจต่าง ๆ จะทำให้เกิดความเข้าใจเกี่ยวกับของเขตของปัญหามากยิ่งขึ้น และจะช่วยเพิ่มเติมรายละเอียดของแบบจำลองฐานข้อมูลได้มากขึ้น เพื่อให้ท้ายสุดได้แบบจำลองฐานข้อมูลที่สามารถตอบสนองต่อความต้องการของผู้ใช้ที่ ซึ่งจะมีลักษณะคล้ายกับพิมพ์เขียวที่บรรจุไปด้วยวิธีการในการสร้างฐานข้อมูล โดยพิมพ์เขียวที่ได้จะมีลักษณะเป็นแผนภาพที่จะประกอบไปด้วย 

        1) คำอธิบายเกี่ยวกับโครงสร้างของข้อมูลที่ใช้ในการจัดเก็บข้อมูลที่ผู้ใช้ต้องการ 

        2) กฎที่เกี่ยวข้องกับการการันตีความสมบูรณ์ของข้อมูล (data integrity) 

        3) วิธีการในการจัดการข้อมูลที่ซึ่งจะสนับสนุนการ เปลี่ยนแปลงหรือเปลี่ยนรูปข้อมูล 

    โดยส่วนใหญ่ของแบบจำลองฐานข้อมูลมักจะประกอบไปด้วย เอ็นทิตี้ (entities), แอทริบิว (attributes), ความสัมพันธ์ (relationships) และ ข้อจำกัดต่าง ๆ (constraints) 

    เอ็นทิตี้ ถูกใช้แทนวัตถุต่าง ๆ เช่น คน สถานที่ สิ่งของ หรือเหตุการณ์ ที่เป็นข้อมูลที่จะถูกจัดเก็บอยู่ในฐานข้อมูล เนื่องจากเอ็นทิตี้หนึ่งจะใช้แทนข้อมูลชนิดหนึ่งๆ ดังนั้นแต่ละเอ็นทิตี้จะต้องมีความแตกต่างกัน และแต่ละเอ็นทิตี้จะต้องมีความเป็นเอกลักษณ์เสมอ (มีข้อมูลที่ไม่ซ้ำกัน) 

    แอทริบิว จะแสดงถึงคุณลักษณะของเอ็นทิตี้ตัวอย่างเช่น ข้อมูลเอ็นทิตี้ลูกค้าถูกอธิบายด้วยแอทริ บิวต่าง ๆ เช่น ชื่อ-นามสกุล เบอร์โทรศัพท์ ที่อยู่ และเครดิตที่ได้รับจากบริษัท เป็นต้น แอทริบิวใน ระบบฐานข้อมูลจะมักลักษณะเหมือนกับฟิลด์ในแฟ้มข้อมูล 

    ความสัมพันธ์ จะแสดงถึงความสัมพันธ์ระหว่างเอ็นทิตี้ตัวอย่างเช่น ความสัมพันธ์ที่เกิดขึ้นระหว่าง ลูกค้าและพนักงานขายจะสามารถอธิบายได้ เช่น พนักงานขายหนึ่งคนสามารถดูแลลูกค้าได้หลายคน และลูกค้าคนหนึ่งๆอาจถูกดูแลโดยพนักงานเพียงคนเดียว จากความความสัมพันธ์ดังกล่าว เรา สามารถแบ่งรูปแบบความสัมพันธ์ในแบบจำลองข้อมูลออกเป็น 3 ชนิดหลัก คือ 1) one-to-many 2) many-to-many และ 3) one-to-one

18.1 เครื่องมือประเมินการร่างความต้องการและข้อกำหนดข้อมูลตามข้อกำหนดมาตรฐาน

1. แบบฟอร์มประเมินผลการสัมภาษณ์

2. ผลข้อสอบข้อเขียน

ดูรายละเอียดจากคู่มือประเมิน

18.2 เครื่องมือประเมินการตรวจสอบความพร้อมใช้งานของข้อมูลตามข้อกำหนดมาตรฐาน

1. ผลข้อสอบข้อเขียน

ดูรายละเอียดจากคู่มือประเมิน

18.3 เครื่องมือประเมินการกำหนดเกณฑ์การเลือกข้อมูลตามข้อกำหนดมาตรฐาน

1. แบบฟอร์มประเมินผลการสัมภาษณ์

2. ผลข้อสอบข้อเขียน

ดูรายละเอียดจากคู่มือประเมิน