บทบาทของ Data Engineer ในปัจจุบันได้ถูกขยายเพิ่มเติมออกไปมากขึ้น ด้วยบทบาทหน้าที่ที่หลากหลาย อาจทำให้เกิดความสงสัยว่า พวกเขาต้องทำอะไรบ้างในแต่ละวัน อย่างไรก็ตาม สิ่งที่พวกเขาทำมักเกี่ยวข้องกับด้าน Technical โดยในบทความนี้จะแบ่งกิจกรรมต่าง ๆ ออกเป็นกลุ่ม ๆ เรามาดูกันว่า Data Engineer ต้องทำอะไรบ้าง ในแต่ละวัน
1. Coding — 30 to 40%
ก่อนอื่นเรามานิยามสิ่งที่เกี่ยวข้องกับการ Coding กันก่อน:
การพัฒนา Data Pipeline / API / Microservice
Setup/Maintenance Infrastructure
แก้ Bugs / ปรับปรุง Codebase ให้ดีขึ้น / Documentation
มันขึ้นอยู่กับ Phase ของ Projects ซึ่งคุณอาจต้องทำงานที่เกี่ยวข้องกับการ Coding ที่แตกต่างกัน เช่น Features ใหม่, การ Debug, การ Maintenance และการทำให้ Stability
นอกจากนี้คุณควรทราบไว้ว่า การ Coding ไม่เพียง แต่เกี่ยวกับ “การทำให้มากขึ้น” (เช่น การเพิ่มบรรทัดของการเขียน Code) แต่ยังเกี่ยวกับ “การทำให้น้อยลง” (เช่น การลบ Code ออกไป) อีกด้วย ตัวอย่างที่ดีก็คือ ลองดูที่ Committers อันดับต้น ๆ ของ Apache Spark ที่นี่ พวกเราจะเห็นว่า พวกเขาหลายคนมี Negative Ratio นั่นคือ พวกเขามีการลบบรรทัดของ Code มากกว่าการเพิ่มเข้าไป
หลายคนอาจคิดว่า การ Coding ไม่ใช่กิจกรรมหลัก! แต่การศึกษาหลายชิ้นมักจะแสดงให้เห็นว่า Software Engineer จะใช้เวลา 30 ถึง 40% ในการ Coding ทุกวัน ซึ่งตัวเลขนั้นก็สัมพันธ์กับประสบการณ์ทำงานของหลาย ๆ คน
2. Project & Time Management — 20 to 30%
นี่ถือเป็นส่วนที่ท้าทาย เนื่องจากมันเป็นเรื่องง่ายที่อาจไม่เกิดประสิทธิภาพในสิ่งเหล่านี้ การวัดประสิทธิภาพของ Project/Time Management เป็นเรื่องที่ทำได้ไม่ง่าย และคุณก็มักจะไม่ได้เป็นเพียงแค่ตัวแปรเดียวในสมการ
กิจกรรมเหล่านี้ ส่วนใหญ่จะแบ่งออกเป็น 2 ประเภท:
Writing: Tickets Grooming, Roadmap เป็นต้น
Meetings: Standup, Sprint Planning เป็นต้น
การ Writing แทบจะเป็นสิ่งที่จำเป็นสำหรับการ Meeting ทุกครั้ง นอกจากนี้การอ่านสิ่งต่าง ๆ มาก่อนล่วงหน้า อย่างเช่น Agenda จะช่วยทำให้การสนทนาทำได้รวดเร็วขึ้นและทำให้ทุกคนเข้าใจตรงกัน
3. Data Evangelism — 10 to 15 %
Data Engineers ส่วนใหญ่จะเป็นบุคคลที่อยู่คั่นกลางระหว่าง Data Consumers (Data Analyst / Data Scientist / Business / Microservice) และ Data Producers หากมีสิ่งผิดปกติเกิดขึ้นกับ Data Consumers คนแรกที่จะถูกเพ่งเล็ง ก็คือ Data Engineers
ในสถานการณ์นั้น คุณอาจต้องเล่นบทบาทเป็นตำรวจเลว หมายถึง คุณต้องแสดงบทบาทของคุณด้วยการตั้งกฎและเผยแพร่ Data Culture ซึ่งบางครั้งคุณอาจต้องพูดปฏิเสธหรือสั่งห้าม คุณอาจต้องทำให้ผู้คนกลับมาสู่ความเป็นจริง ความสามารถในการสื่อสารเหตุการณ์สำคัญที่เป็นจริงอย่างสุภาพและนุ่มนวล ถือเป็น Skill ที่มีประโยชน์อย่างมาก
เขียน Best Practices, สื่อสารกับผู้มีส่วนได้ส่วนเสีย และ Data Producers รวมทั้งแสดงให้พวกเขาเห็นว่า แนวทางเหล่านี้มีไว้เพื่อช่วยเหลือทุกคนและปรับปรุงประสิทธิภาพการทำงาน ไม่ใช่มีไว้เพื่อปิดกั้นพวกเขา
4. Review — 10 to 20 %
การ Review ถือเป็นส่วนที่สำคัญ เนื่องจากเป็นช่วงเวลาที่คุณจะได้เรียนรู้มากที่สุด เมื่อคุณต้องการเรียนรู้สิ่งใหม่ ๆ ด้วยตัวเอง มันค่อนข้างยากที่จะรู้ว่าคุณมาถูกทางหรือไม่ การได้รับ Feedback จากเพื่อนร่วมงานหรือผู้ที่เกี่ยวข้องกับงานของคุณ ถือเป็นสิ่งสำคัญ คุณจะได้เรียนรู้ถึง สิ่งที่คุณทำได้ดี และสิ่งที่คุณต้องปรับปรุง
การ Review สามารถแบ่งออกได้เป็น 3 ประเภท:
Code Review
Project Review
Performance Review (อาจเป็น Team หรือ คนที่ต้องทำงานเกี่ยวข้องกัน)
คุณอาจใช้เวลาหลายวันในการ Review Code มากกว่าการเขียน Code และมันก็ไม่ใช่เรื่องเลวร้ายอะไร มันอาจเป็นไปได้ว่า คุณต้องทำความคุ้นเคยกับ Code Base ใหม่ หรือมี Features สำคัญบางอย่างที่ต้องการการ Review อีกครั้ง
การ Review Project อาจเปรียบเหมือนการชันสูตรหรือสาธิตให้กับผู้ที่เกี่ยวข้องได้รับทราบ โดยพื้นฐานแล้วมันเกี่ยวข้องกับทุกอย่างของ Project คือต้องทำความเข้าใจว่า มีอะไรที่ผิดพลาด / มีอะไรที่ใช้การได้ดี นอกจากนี้ยังเป็นโอกาสในการแบ่งปัน Best Practices และสร้างรูปแบบต่าง ๆ เช่น Coding Style, Documentation เป็นต้น
5. Technology Watch — 5 to 15%
ในปัจจุบัน Data Engineer จำเป็นต้องจับตามองเทคโนโลยี เนื่องจาก Tools และ Frameworks ใหม่ ๆ กำลังเกิดขึ้นอย่างรวดเร็วจนคุณต้องทำตาม Trend หากคุณไม่ต้องการที่จะล้าสมัย โดยเนื้องานในส่วนนี้ อาจไม่จำเป็นต้องทำทุกวันก็ได้
เมื่อผู้คนคิดถึงการจับตามองเทคโนโลยี บางครั้งพวกเขาก็คิดว่า “นั่นคือเด็กที่เอาแต่สนใจของเล่นใหม่ ๆ” แต่จริง ๆแล้ว การจับตามองเทคโนโลยี ไม่จำเป็นต้องมองไปที่เทคโนโลยีใหม่ ๆ ที่เปลี่ยนแปลงครั้งใหญ่ ๆ เพียงอย่างเดียว แต่ยังรวมถึง:
อ่านพวกบทความ, หนังสือ
การปรับปรุงการ Setup ปัจจุบันของคุณด้วย Libs/Frameworks หรือ Design Patterns ใหม่ ๆ
ติดตาม Cloud Services หรือ Features ใหม่ ๆ ที่ Cloud จะช่วยทำให้การ Setup ของคุณทำได้ง่ายขึ้นหรือช่วยลดค่าใช้จ่ายลง
6. Nonefficient — 1 to 10 %
พูดกันตรง ๆ คือ อาจมีหลายครั้งหรือหลายช่วงเวลาที่เรารู้สึกว่า ไม่ได้ทำอะไรที่มีประโยชน์หรือมีประสิทธิภาพเลย
การเลื่อนดู LinkedIn Feed ของคุณ, พูดคุยเกี่ยวกับเกมสุดท้ายที่คุณเล่นในช่วง Coffee Break หรือการ Meeting ที่ไม่ Productive สิ่งเหล่านี้คือ กิจกรรมที่อาจทำให้คุณรู้สึกผิดหวังไปบ้างในบางวัน
หากคุณคิดว่า นี่เป็นส่วนหนึ่งของเวลาที่มีค่าของคุณ มันก็ไม่ใช่เรื่องผิดเลยที่เราจะทำสิ่งเหล่านี้บ้างในบางเวลา เพราะอย่างน้อยมันก็ช่วยให้คุณผ่อนคลาย เพียงแต่อย่าใช้เวลาในส่วนนี้ให้มากเกินพอดี
ในความเป็นจริงแล้ว สิ่งที่ Data Engineers ต้องทำในแต่ละวัน อาจมีสัดส่วนของเนื้องานที่ยืดหยุ่นแตกต่างกันไป ตามความก้าวหน้าของ Projects, รูปแบบการทำงานของแต่ละทีม และการจัดสรรเวลาของแต่ละคน
ISM Technology Recruitment Ltd. (#1 Tech Recruiter in Thailand) เราเชี่ยวชาญในธุรกิจ IT Recruitment & IT Outsourcing โดยเฉพาะ เปิดทำการมา 30 ปี มีพนักงานทุกสายและทุกระดับทางด้าน IT ที่ได้ร่วมงานกับลูกค้าองค์กรใหญ่ที่มีชื่อเสียงและบริษัทข้ามชาติมากมาย
หากคุณเป็นคน IT ที่อยากทำงานท้าทายและร่วมงานกับองค์กรชั้นนำ สามารถฝากประวัติการทำงาน (Resume) ของคุณไว้กับ ISM ได้ที่ https://www.ismtech.net/submit-your-resume แล้วคุณจะพบว่าอนาคตและโอกาสก้าวหน้ากำลังรอคุณอยู่
Source: https://towardsdatascience.com/