Big Data เส้นทางการพัฒนาระบบข้อมูลขนาดใหญ่ (Big Data Road Map)

Big Data เส้นทางการพัฒนาระบบข้อมูลขนาดใหญ่ (Big Data Road Map)

องค์ประกอบหลักในการพัฒนาระบบข้อมูลขนาดใหญ่ เพื่อให้การพัฒนาระบบสามารถรองรับงานในอนาคตได้อย่างมีประสิทธิภาพ และเป็นการพัฒนาที่ยั่งยืน ได้แก่

1. ระบบข้อมูลขนาดใหญ่แพลตฟอร์ม (Big data platform) เป็นเครื่องมือในการจัดเก็บและประมวลผลข้อมูล เพื่อช่วยสนับสนุนงานในระบบอื่น ๆ ทั้งระบบบริหารจัดการข้อมูล (Data management system) และระบบวิเคราะห์และทำรายงาน (Data analytics and visualization) ให้มีประสิทธิภาพ

2. ระบบบริหารจัดการข้อมูล (Data management system) เป็นเครื่องมือช่วยให้การบริหารจัดการกับข้อมูลให้มีการจัดเก็บอย่างมีคุณภาพ พร้อมสำหรับนำไปใช้ในการวิเคราะห์และทำรายงาน

3. ระบบวิเคราะห์ข้อมูลและทำรายงาน (Data analytics and visualization system) เป็นเครื่องมือสำหรับนักวิเคราะห์ข้อมูลหรือนักวิทยาศาสตร์ข้อมูล ให้สามารถวิเคราะห์ข้อมูลและทำรายงานแบบ dashboard เพื่อสนับสนุนผู้บริหารขององค์กร ในการนำผลการวิเคราะห์ไปใช้ในการวางแผนและตัดสินใจได้อย่างรวดเร็วและแม่นยำ

4. การฝึกอบรบบุคลากรด้านบิ๊กดาต้า (Big data training) ให้บุคลากรขององค์กร มีความรู้และทักษะในการทำงานด้านข้อมูลขนาดใหญ่อย่างยั่งยืน ด้วยการฝึกอบรมเชิงปฏิบัติการ (Training workshop) กับงานและข้อมูลจริง โดยผู้เชี่ยวชาญด้านข้อมูลขนาดใหญ่ในแต่ละสาขา 

เส้นทางการพัฒนาระบบข้อมูลขนาดใหญ่ (Big Data Road Map) เนื่องจากการทำงานในด้านระบบข้อมูลขนาดใหญ่นั้นทำได้ยาก เพราะต้องใช้บุคคลากรที่มีความรู้ความชำนาญเฉพาะในงานหลายด้านมาช่วยกัน ดังนั้นหากต้องการพัฒนาระบบนี้ให้ดีจึงที่ผู้พัฒนาจะต้องมีการจัดทำแผนและเส้นทางในการพัฒนาระบบที่เป็นขั้นตอน มีระนะเวลาที่เพียงพอซึ่งส่วนใหญ่จะใช้ระยะเวลาการพัฒนาที่ต่อเนื่องอย่างน้อย 3 ปี โดยจะมีการพัฒนาไปทีละ่ส่วน ดังนี้

1. ระบบบิ๊กดาต้าแพลตฟอร์มระดับองค์กร (Enterprise Big Data Platform) ในช่วงระยะแรก การทำงานจะเน้นไปที่การยกระดับของบิ๊กดาต้าแพลตฟอร์ม และระบบรักษาความปลอดภัยข้อมูลให้เป็นขั้นสูงสุดหรือระดับ Enterprise ส่วนระบบเชื่อมโยงและให้บริการข้อมูล จะปรับไปเป็นระบบบริหารจัดการข้อมูล เพื่อเตรียมความพร้อมไปสู่ระบบบริหารจัดการข้อมูลที่สมบูรณ์ในปีต่อไป สำหรับระบบวิเคราะห์และทำรายงานยังคงมีการทำต่อเนื่อง แต่เพิ่มระดับการวิเคราะห์ให้ใช้เทคนิคที่สูงขึ้น ส่วนการฝีกอบรบปีนี้จะเพิ่มระดับการวิเคราะห์และทำรายงานให้เป็นระดับสูง

2. ระบบบริหารจัดการข้อมูลระดับองค์กร (Enterprise Data Management) ในปีที่ 2 ยกระดับส่วนของการบริหารจัดการข้อมูล ให้เป็นระดับสูงสุดหรือระดับ Enterprise ส่วนการเชื่อมโยงข้อมูลภายในและภายนอกที่เกี่ยวข้องกับการให้บริการของ กสอ. ต้อง ดำเนินการให้ครบถ้วนในปีนี้ และเริ่มดำเนินการนำเข้าข้อมูลแบบ Real-time และข้อมูลจาก IoT สำหรับการฝึกอบรมในปีนี้จะเริ่มวางรากฐานของนักวิทยาศาสตร์ข้อมูล (Data scientist) ขั้นต้น เพื่อเตรียมความพร้อมให้สามารถรองรับระบบงานอัจฉริยะในปีต่อไป

3. ระบบข้อมูลอัจฉริยะของ กสอ. (DIP Data Intelligence) ในปีที่ 3 เป็นต้นไป เน้นการยกระดับการวิเคราะห์และให้บริการข้อมูล หลังจากที่ข้อมูลมีความพร้อมแล้ว เราสามารถนำเทคโนโลยีด้าน AI และ Machine Learning มาช่วยพัฒนาโมเดลการวิเคราะห์ข้อมูลให้สามารถให้บริการแบบอัจฉริยะได้ รวมทั้งเพิ่มการฝึกอบรมนักวิทยาศาสตร์ข้อมูล (Data scientist) เป็นระดับสูง ให้แก่บุคลากรในองค์กรด้วย