ปฏิเสธไม่ได้ว่างานด้าน AI ทั้ง Machine Learning และ Deep Learning กำลังเป็นที่ต้องการของตลาด DataWow สตาร์ทอัพไทยรายนี้ก็เป็นหนึ่งในผู้ให้บริการ API ด้านนี้ในไทย บริการตอนนี้มีทั้งการตรวจสอบข้อมูล ตรวจสอบรูปภาพ จัดกลุ่มข้อมูล ซึ่งตอนนี้จะเน้นไปที่การให้บริการบริษัทแม่ที่อยู่ที่ญี่ปุ่นเป็นหลัก
Blognone จะพาไปรู้จักกับสตาร์ทอัพรายนี้ที่กำลังเติบโต ขยับขยายทีมและมองหาวิศวกรและนักพัฒนาที่มีความสนใจหรือมีความเชี่ยวชาญงานด้าน AI นี้เพิ่มเติมอยู่ด้วย
DataWow เป็นสตาร์ทอัพไทยที่แยกออกมาจากบริษัท Nanameue (นานาเมะอุเอะ) ของญี่ปุ่น โดยมีคุณเจษฎากร สมิทธิอรรถกร หรือคุณต้น ซึ่งเป็น CTO ของนานาเมะอุเอะ เป็นผู้ก่อตั้ง DataWow และดำรงตำแหน่ง CEO ปัจจุบันคุณต้นก็ยังคงควบตำแหน่ง CTO ของนานาเมะอุเอะและ CEO ของ DataWow ไปพร้อมๆ กัน
นานาเมะอุเอะเป็นบริษัทพัฒนาแอปโซเชียลมีเดียสำหรับกลุ่มคนเฉพาะกลุ่ม เช่น โซเชียลมีเดียสำหรับนักเรียน, สำหรับแม่บ้านหรือสำหรับกลุ่มอาชีพ รวมๆ แล้วมีอยู่นับร้อยแอป ปัญหาที่นานาเมะอุเอะเจอจากทุกแอปเหมือนๆ กันคือ ผู้ใช้มีการอัพโหลดภาพหรือข้อความที่ไม่เหมาะสมขึ้นไปบนแอป และด้วยความที่กฎหมายเรื่องนี้ของญี่ปุ่นแรงมาก นานาเมะอุเอะจึงต้องหาโซลูชันสำหรับการคัดกรองภาพและข้อมูล
คุณต้น ซึ่งเดิมเป็น Software Engineer ของนานาเมะอุเอะตั้งแต่สมัยที่ยังเป็นบริษัทเล็กๆ มีพนักงาน 5 คน ก่อนที่ได้รับตำแหน่ง CTO ในภายหลัง เมื่อบริษัทเริ่มเติบโตมากขึ้น ได้ตัดสินใจใช้บริการโซลูชันคัดกรองภาพและข้อความ จากผู้ให้บริการเจ้าหนึ่งในอเมริกา โดยใช้คนคอยตรวจสอบเป็นหลัก ทว่าปัญหาคือค่าบริการค่อนข้างสูง ตกอยู่ที่เดือนละหลายล้านบาท
คุณเจษฎากร สมิทธิอรรถกร (คุณต้น) CEO DataWow
ด้วยปัญหาดังกล่าว คุณต้นซึ่งต้องการจะช่วยนานาเมะอุเอะลดต้นทุนจึงมองหาทางเลือกอื่น ก่อนจะพบว่าหากเปิดบริษัททำเองจะถูกกว่ามาก และดีต่อนานาเมะอุเอะในระยะยาว ประกอบกับประเทศไทยยังไม่มีผู้ให้บริการด้านนี้ด้วย DataWow จึงถูกก่อตั้งขึ้นในปี 2016 โดยมีนานาเมะอุเอะถือหุ้น 70% และคุณต้นถือเองอีก 30%
บริการแรกของ DataWow คือการตรวจสอบความถูกต้องของข้อมูล (Data Validation) ให้กับนานาเมะอุเอะ ทั้งการตรวจสอบรูปภาพ วิดิโอและข้อความ ในระยะแรกถึงแม้จะใช้คนเป็นหลัก แต่คุณต้นก็วางแผนในระยะยาวแล้วว่าจะต้องใช้ AI เข้ามาช่วย ก่อนจะค่อยๆ เริ่มพัฒนาโมเดล Machine Learning และ Deep Learning มาอย่างต่อเนื่อง ปัจจุบันสัดส่วนเวิร์คโหลดในการตรวจสอบรูปภาพระหว่างคนกับ AI อยู่ที่ 50/50 ขณะที่การคัดกรองข้อความ ซึ่งมีความซับซ้อนกว่าจึงใช้คนที่สัดส่วน 80% และ AI 20%
อย่างไรก็ตามการทำ Data Validation ไม่ค่อยได้รับความสนใจจากองค์กรในไทยมากนัก ทำให้ DataWow ขยายบริการตัวเองเป็นผู้ให้บริการ Micro-Task Platform (Micro-Task คืองานง่ายๆ แต่น่าเบื่อ (chore) เช่นการคลิก yes หรือ no เพื่อตรวจสอบข้อมูล การให้บริการ Micro-Task Plafrom จะคล้ายๆ กับบริการ Mechanical Turk ของ Amazon) ซึ่งปัจจุบันนอกจากการตรวจสอบความถูกต้องของข้อมูลแล้วแล้วยังมีบริการจัดหมวดหมู่ข้อมูล (Data Categorisation) และบริการยืนยันตัวตนลูกค้าหรือ Know-Your-Customer
ส่วนลูกค้าตอนนี้บริษัทแม่ (นานาเมะอุเอะ) คือลูกค้าหลัก โดยการสร้างและเทรนด์โมเดล Machine Learning / Deep Learning ของ DataWow ก็เป็นไปตามความต้องการของลูกค้าเป็นสำคัญ อย่างกรณีของนานาเมะอุเอะก็มีการใช้งาน AI ทั้งการตรวจภาษาญี่ปุ่น ตรวจสอบรูปภาพ ไปจนถึงโมเดลที่ให้ AI วิเคราะห์สภาพผิวจากใบหน้าที่ถูกป้อนเข้าไป ซึ่งเป็นหนึ่งในความต้องการของลูกค้าที่ทำคลินิกความงาม ที่นำไปช่วยวิเคราะห์สภาพใบหน้าของลูกค้าเขาอีกที
พนักงานส่วนใหญ่ของ DataWow คือ Engineer และ Developer มีทั้งที่เป็น Data Scientist และเขียนโมเดล Machine Learning / Deep Learning ตามความต้องการของลูกค้า โดยใช้ภาษา Ruby เป็นหลักในการทำงาน
ขณะที่กระบวนการ Data Validation มีการใช้งานทั้งคนและ AI ร่วมกัน มีทั้งพนักงานประจำของ DataWow และจ้างพนักงานพาร์ทไทม์ที่เรียกว่า Moderator ด้วย
รูปแบบการทำงานที่ DataWow จะมีการตั้งเป้าหมายในระยะยาว (รายไตรมาส/รายปี) มากกว่าที่จะมีหัวหน้ามากำหนดว่าวันนี้หรือสัปดาห์นี้พนักงานคนหนึ่งๆ ต้องทำอะไรบ้าง ทำให้พนักงานที่นี่จะต้องมีความรับผิดชอบต่อตัวเองค่อนข้างสูง ซึ่งในแต่ละสัปดาห์ก็จะมีการประชุมในทีม เพื่ออัพเดตความคืบหน้าของงานที่กำลังทำและสรุปว่าสัปดาห์ที่ผ่านมาทำอะไรไปแค่ไหนบ้าง
วัฒนธรรมองค์กรที่นี่จะมีลักษณะ Flat Hierarchy ทุกคนเท่ากันหมด แม้แต่ในทีมก็จะไม่ได้มีคนเป็นหัวหน้าทีม ทุกคนในทีมสามารถแชร์หรือเสนอไอเดียได้อย่างเท่าเทียม สามารถเดินไปคุยกับซีอีโอได้เลยด้วยซ้ำ หากมีไอเดียอะไรใหม่ๆ อยากจะเสนอ ซึ่งคุณต้นเล่าว่าได้แรงบันดาลใจในการออกแบบวัฒนธรรมองค์กร มาจากที่ทำงานเก่า ซึ่งเจ้าของเป็นคนอังกฤษ ชอบวัฒนธรรมการทำงานที่สบายๆ ทุกคนสามารถจัดการตัวเองได้ ไม่ต้องให้หัวหน้าคอยชี้คอยบอกไปเสียทุกอย่าง
ส่วนการทำงานจะค่อนข้างเร็ว ทั้งในแง่ธุรกิจและการพัฒนาตัวเองของพนักงาน ดังนั้น DataWow จะสนับสนุนให้พนักงานขวนขวายหาความรู้เพิ่มเติมด้วยตัวเอง (Self-Study) มากกว่าที่จะป้อนให้ด้วยเช่นกัน
ส่วนเงินเดือนก็จะมีการปรับขึ้นให้ทุกปี แต่หากพนักงานคนไหนมีผลงานโดดเด่นก็จะพิจารณาปรับขึ้นพิเศษให้ ส่วนการเลื่อนตำแหน่งก็จะปรับตามความสามารถเป็นหลัก
ออฟฟิศ DataWow อยู่อาคารซัมเมอร์ฮับ ชั้น 6 ถนนสุขุมวิท ใกล้กับบีทีเอสพระโขนง ทางออกที่ 4
อย่างที่กล่าวไปว่า DataWow สนับสนุนให้พนักงานพัฒนาและขวนขวายหาความรู้ด้วยตัวเอง ดังนั้นหากพนักงานอยากเรียนคอร์สออนไลน์ ซื้อหนังสือหรือไปงานสัมมนาต่างๆ ไม่ว่าจะเกี่ยวกับงานหรือไม่ก็ตาม บริษัทจะสนับสนุนเงินให้ 100% แต่ต้องไม่กระทบกับงาน หรือหากอยากเรียนภาษาอังกฤษและญี่ปุ่นจะสนับสนุนเงินให้ 100% เช่นกัน หรือแม้แต่การเรียนภาษาอื่นๆ ตามความสนใจบริษัทก็ยังช่วย 50% ของค่าใช้จ่ายเช่นกัน
DataWow จะค่อนข้างให้ความสำคัญกับ Work-Life-Balance สามารถทำงานที่บ้านได้สัปดาห์ละวัน ส่วนการเข้างาน จะให้เลือกเข้าช่วงเวลา 8.00 - 17.00 หรือ 9.00 - 18.00 น.
บริษัทจะมีการจัดเลี้ยงอาหารบุฟเฟต์กันทุกๆ วันศุกร์ ให้พนักงานร่วมกันสั่งอาหารมาแบ่งกันทาน มีบริการสมัครสมาชิกฟิตเนสที่เปิดให้บริการอยู่ในตึกเดียวกันให้ รวมถึงออกค่า Grab สำหรับการเดินทางมาหรือกลับจากที่ทำงานด้วย ส่วนประกันมีให้ครบทั้งประกันสุขภาพ ประกันอุบัติเหตุและประกันสังคม
ในแง่ความบันเทิงที่ออฟฟิศก็มีเกมให้เล่น ทั้ง PlayStation 4 และบอร์ดเกมให้เล่น หากอยากได้เกมไหน สามารถเดินไปบอก CEO ได้เลย เพราะ CEO จะทำงานอยู่ที่ญี่ปุ่น (เป็น CTO ของนานาเมะอุเอะควบไปด้วย) ครึ่งเดือน เมื่อกลับมาไทยก็จะขนเกมกลับมาให้ ส่วนในครัวมีอาหารแช่แข็ง ขนม นม เนย กาแฟให้พร้อม ซึ่งจะให้พนักงานเป็นคนเลือกสั่งเองทุกๆ ต้นเดือน
คุณต้นบอกกับ Blognone ว่าอยากได้คนที่ไม่เป็นน้ำเต็มแก้ว พร้อมจะเรียนรู้ตลอดเวลา รู้จักขวนขวาย รู้ว่าตัวเองต้องทำอะไร ที่สำคัญคือต้องเป็นคนที่ทำอะไรเร็วและกระตือรือร้น ไม่ใช่คนที่ฟังคำสั่งอย่างเดียว แต่ต้องรู้จักคิดเอง ทำเอง มีเหตุผล ที่สำคัญคืออยากได้วิศวกรหรือนักพัฒนาที่เป็นภาษา Ruby อยู่แล้วเพราะต้องใช้ทำงานเป็นหลัก
คุณพีรพงศ์ เจริญธรรมกิจ
ปริญญาตรี วิศวกรรมคอมพิวเตอร์ สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง
ตำแหน่ง Team Leader Developer
คุณธนิน พงษ์พันธ์เดชา
ปริญญาตรีจาก UC Berkeley, Major Economic and Statistics; Minor Computer Science
ตำแหน่ง Senior Machine Learning Engineer
คุณณัฐวุฒิ คิดดี
ปริญญาตรีวิศวกรรมคอมพิวเตอร์ จุฬาลงกรณ์มหาวิทยาลัย
ตำแหน่ง Data Scientist และ Web Developer
คุณสุปวีณ์ เจิดจิตกุศล
ปริญญาตรี สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง
ตำแหน่ง Data Validation Officer (Operation)
คุณจิรัศยา ทองคำ
ปริญญาตรี สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหาร ลาดกระบัง
ตำแหน่ง Assistant General Manager
คุณกัณฐพัฒน์ พรศิริอนันต์
ปริญญาตรี สาขาวิชาภาษาญี่ปุ่น คณะมนุษยศาสตร์ มหาวิทยาลัยเกษตรศาสตร์
ตำแหน่ง Japanese Content Moderator
ถ้าคุณพอมีความรู้ความสามารถหรือสนใจงานด้าน Machine Learning/Deep Learning เป็นคนกระตือรือร้น มีความรับผิดชอบและพร้อมจะเรียนรู้สิ่งใหม่ๆ สามารถดูรายละเอียดงานและตำแหน่งที่เปิดรับได้ที่นี่
Comments
Data Categorisation => Data Categorization
ชอบโลโก้บริษัทจังครับ