เมื่อสัปดาห์ที่ผ่านมา ผมมีโอกาสได้รับเชิญให้ไปร่วมงาน LINE Developer Day 2019 ที่ประเทศญี่ปุ่น ต้องชื่นชมว่างานจัดได้ดีมากๆ และที่สำคัญคือ มีทอล์กน่าสนใจเยอะมากทีเดียว (จนไม่ได้หนีออกไปเที่ยวเลย 😂) ตั้งแต่บริการใหม่ๆ ของ LINE, งานวิจัยล้ำๆ ไปจนถึงกระบวนการสร้าง product และวัฒนธรรมการทำงานใน LINE

เก็บตก LINE Developer Day 2019 — ฉบับ Data Science และ AI (Part 0) | Skooldio Blog
https://www.facebook.com/ta.chiraphadhanakul/videos/10157958696988278/
VDO บรรยากาศงานในวันแรก

และแน่นอนพระเอกของงานในปีนี้ ก็หนีไม่พ้นเรื่องของ Data และ AI โดยคุณ Park Euivin, CTO ของ LINE ได้ประกาศอย่างชัดเจนในช่วง Keynote ว่า LINE กำลังจะก้าวเข้าสู่การเป็นผู้นำด้านเทคโนโลยี AI

เก็บตก LINE Developer Day 2019 — ฉบับ Data Science และ AI (Part 0) | Skooldio Blog

ที่ผ่านมา LINE ได้มีการทำงานวิจัยด้าน AI อยู่ค่อนข้างหลากหลาย โดยโฟกัสในเรื่องของ Natural Experience หรือประสบการณ์การใช้งานที่เป็นธรรมชาติมากที่สุด เช่น การทำงานกับรูปภาพ เสียง หรือวีดีโอบนแพลตฟอร์มของ LINE เอง ส่วนตัวค่อนข้างชื่นชมกับผลงานในส่วนนี้มาก ที่ LINE สามารถสร้างทีมวิจัยเก่งๆ ที่สามารถตีพิมพ์ผลงานในเวทีระดับโลกได้ไม่ต่างจากบริษัทเทคโนโลยีใน Silicon Valley 👏🏻👏🏻👏🏻

เก็บตก LINE Developer Day 2019 — ฉบับ Data Science และ AI (Part 0) | Skooldio Blog

หลายๆ งานก็มีการต่อยอดออกมาให้บริการผ่านทาง LINE BRAIN เพื่อช่วยให้นักพัฒนาสามารถนำ AI ไปใช้ในบริการของตัวเองได้ง่ายขึ้น

เก็บตก LINE Developer Day 2019 — ฉบับ Data Science และ AI (Part 0) | Skooldio Blog

และเพื่อให้การพัฒนา AI สำหรับใช้ในบริการต่างๆ ของ LINE เองทำได้ง่ายและมีประสิทธิภาพสูงสุด ก็เริ่มมีการ Unify ระบบต่างๆ ตั้งแต่การเก็บข้อมูลจาก Service ต่างๆ ของ LINE, การสร้าง Feature Vector สำหรับ Machine Learning ไปจนถึงการสร้าง ML Engine สำหรับ task ที่มักจะถูกใช้ในหลายๆ บริการ อย่าง Recommendation อีกด้วย

เก็บตก LINE Developer Day 2019 — ฉบับ Data Science และ AI (Part 0) | Skooldio Blog

โดยเครื่องมือที่ใช้ ก็มีทั้ง

  • ของฟรีที่พวกเราคุ้นเคยกันดี อย่าง Jupyter NotebookApache AirflowR (ไม่แน่ใจว่าใช้ R Studio ด้วยหรือเปล่า ถ้าใช้ อาจจะต้องจ่ายเงินเพิ่มเพื่อให้ได้ Commerical License เชื่อว่าอันนี้ Data Scientist หลายๆ คน อาจจะยังไม่รู้ เพราะใช้ฟรีมาตลอดชีวิต 😅)
  • บริการที่ต้องเสียเงิน อย่าง Tableau หรือ Atlassian Confluence
  • รวมไปถึง Internal tool ที่ทำขึ้นใช้เองภายใน LINE อย่าง OASIS

ข้อสังเกตที่น่าสนใจ คือ การเลือกใช้เครื่องมือที่หลากหลายตามความเหมาะสมและ ตอบโจทย์ผู้ใช้งานหลายกลุ่ม ทั้ง Technical Users และ Business Users ไม่ต้องต่อสู้กันอีกต่อไป ว่า R หรือ Python ดีกว่ากัน หรือไม่ต้องพยายามเลือกหาเครื่องมือเดียวที่ดีที่สุด ที่ตอบโจทย์ทุกอย่างครอบจักรวาลเอามาใช้ในองค์กร

นอกจากนี้ส่วนตัวยังชื่นชอบที่มีการเอา Confluence มาใช้ในการทำ Knowledge Management ในงานด้านข้อมูลอีกด้วย ถือว่าเป็น Best practice ของบริษัทเทคโนโลยีที่ยังไม่ค่อยเห็นบริษัทในไทยทำ ทำให้หลายๆ ครั้ง Insights ต่างๆ ไม่ได้มีการส่งต่อจากพนักงานเก่าสู่พนักงานใหม่ หรือจากทีมหนึ่งไปสู่อีกทีมหนึ่งสักเท่าไหร่ ใครที่ไม่อยากจ่ายเงินใช้ Confluence ขอแนะนำ The Knowledge Repo ซึ่งเป็น Open Source Project จาก Airbnb ให้ไปลองใช้กันดูครับ

สำหรับ Demo อื่นๆ ได้ AI ใน Keynote สามารถอ่านเพิ่มเติมได้ที่ รู้จัก LINE Brain

เดี๋ยวในตอนหน้า เราจะมาเจาะลึกกันต่อในหลายๆ ทอล์กที่เล่าถึง Practical Guide/Best Practice ในงานด้าน Data Science และ AI ที่ LINE กัน

Ta Virot Chiraphadhanakul
Google Developer Expert in Machine Learning. A data nerd. A design geek. A changemaker.  —  Chula Intania 87, MIT Alum, Ex-Facebooker | Managing Director at Skooldio | Instructor for many online courses such as Exploratory Data Analysis with Google Sheets, SQL for Data Analytics, Advanced SQL for Data Analytics with BigQuery, Hands-On Power BI, Dashboard Design Principles and Agile Essentials on skooldio.com

More in:Data

Comments are closed.