เย่ๆ ทีม data scientist และ developer ของซันเดย์ชนะการแข่งแฮก AWS Hackdays Thailand 2019 อีกสมัยแล้วด้วยโปรเจกต์ Automated Chest X-ray Interpretation (แพลตฟอร์มแปลผลภาพเอ็กซ์เรย์ทรวงอก) ทำให้พวกเขาเป็นตัวแทนประเทศไทยไปแข่งขันรอบ Final ที่สิงคโปร์! อยากรู้แล้วใช่ไหมว่าโซลูชั่นที่ทำให้พวกเขาชนะใจกรรมการในรอบนี้คืออะไร มีที่มาที่ไปอย่างไร รวมถึงว่าพวกเขามีเคล็ดลับการเตรียมตัวแฮกอย่างไร แล้วเวลาว่างชอบทำอะไรกันบ้าง
วันนี้เราจับตัวป่าน (ธรรญชนก งามเสาวรส) และภูมิ (ภูวิศ วิทิตยานนท์) จากทีม data scientist และหนึ่ง (ผดุงเกียรติ ตามาสี) กับมัส (อัฐสกรณ์ ตันเยี่ยนนิติ) จากทีม developer มานั่งคุยกันถึงที่มาที่ไปของโปรเจกต์ เบื้องหลังการทำงาน อุปสรรคที่พบ และชีวิตการเป็น data scientist และ developer ที่ซันเดย์ ไปคุยพวกเขากันเลย
ช่วยเล่าให้ฟังหน่อยว่าโปรเจกต์นี้คืออะไร
ป่าน: งานนี้คือแพลตฟอร์มแปลผลภาพเอ็กซ์เรย์ทรวงอกโดยใช้เทคโนโลยีของ AWS ผู้ใช้สามารถอัพโหลดฟิล์มเอ็กซ์เรย์ แล้วระบบจะใช้แมชชีนเลิร์นนิงวิเคราะห์ความน่าจะเป็นว่าผู้ใช้มีโอกาสเป็นโรคเกี่ยวกับระบบทางเดินหายใจรวมถึงโรคทรวงอกจำนวน 11 โรคหรือเปล่า จากนั้นก็สรุปผลออกมาในแบบที่คนทั่วไปสามารถเข้าใจได้ง่าย
เราคิดกันว่าจะนำระบบนี้มารวมเข้ากับแพลต์ฟอร์มประกันสุขภาพที่มีอยู่แล้วของซันเดย์ ลูกค้าจะได้เข้าใจปัญหาสุขภาพของตัวเอง ซึ่งผู้ใช้สามารถอัพโหลดภาพเอ็กซ์เรย์ทรวงอกและผลตรวจสุขภาพของตัวเองเข้าไปในระบบ จากนั้นระบบจะวิเคราะห์และให้คำแนะนำด้านสุขภาพ และหาผู้เชี่ยวชาญมาให้คำปรึกษาเพิ่มเติมด้วย ลูกค้าที่เต็มใจเปิดเผยข้อมูลด้านสุขภาพให้เราจะได้รับส่วนลดสำหรับการซื้อประกันสุขภาพในปีถัดไป และทำให้เราสามารถคำนวนราคาค่าเบี้ยประกันได้ตรงกับสุขภาพที่แท้จริงของลูกค้าได้ หมายความว่าลูกค้าที่มีสุขภาพแข็งแรงจะจ่ายเบี้ยประกันถูกลง แพลตฟอร์มนี้เราเปิด API ให้ทุกคนใช้งานได้สะดวกขึ้น สำหรับคนที่ต้องการใช้งานจำนวนมาก
โปรเจกต์นี้เกิดขึ้นมาเพื่อแก้ปัญหาอะไร
ป่าน: โปรเจกต์นี้เกิดมาเพื่อแก้ 2 ปัญหาหลักๆ คือ 1. เราต้องการที่จะลดภาระงานของรังสีแพทย์ โดยเป็นระบบที่ช่วยคัดกรองเบื้องต้น รวมถึงเป็นความคิดเห็นที่สอง (second opinion) เพื่อช่วยสนับสนุนและลดความผิดพลาดจากความเหนื่อยล้าของรังสีแพทย์ 2. ช่วยให้คนทั่วไปเข้าใจปัญหาสุขภาพของตัวเองมากขึ้น
ใครจะได้รับประโยชน์จากโซลูชั่นนี้บ้าง
ภูมิ: รังสีแพทย์ แพทย์ รวมถึงคนทั่วไป และลูกค้าที่ได้ซื้อผลิตภัณฑ์ของซันเดย์ คือเราช่วยให้รังสีแพทย์สามารถใช้เวลาวินิจฉัยผู้ป่วยด้วยเครื่อง MRI หรือ CT scan ซึ่งซับซ้อนกว่าได้อย่างเต็มที่ นอกจากนี้ยังช่วยให้แพทย์สามารถอ่านฟิล์มได้แม่นยำขึ้นและลดภาระงานจากการอ่านฟิล์ม
สำหรับคนทั่วไป แพลตฟอร์มนี้ทำให้ผู้ตรวจได้รับผลตรวจที่หลากหลายขึ้น และสามารถนำผลตรวจสุขภาพที่ได้มาตรวจสอบกับเว็บที่สรุปผลของฟิล์ม เราช่วยทำให้ลูกค้าได้รับเบี้ยประกันที่เหมาะสมกับตัวเองมากขึ้นด้วยครับ
ไอเดียของโปรเจกต์นี้เกิดขึ้นมาได้อย่างไร
หนึ่ง: เราเริ่มคิดจากหัวข้อในการแข่งแฮกกาธอนครั้งนี้ซึ่งมีอยู่ด้วยกัน 4 หัวข้อ ได้แก่ Agritech, HealthTech, FinTech และ SmartCity เราเลยแยกกันออกไปคิดว่าจะทำอะไรดี โดยโฟกัสว่าอยากให้สิ่งที่ทำในการแข่งขันครั้งนี้เป็นประโยชน์กับคนทั่วไป และนำมาประยุกต์ใช้กับผลิตภัณฑ์ของบริษัทได้
หลังจากผ่านไปหนึ่งอาทิตย์เราก็กลับมานั่งคุยกันว่าจะทำอะไรดี แต่ละไอเดียที่แต่ละคนได้ก็เป็นไอเดียที่ดีทั้งนั้น แต่เราเลือก Automate Chest x-ray Interpretation เพราะ Stanford ML Group เพิ่งปล่อยชุดข้อมูลขนาดใหญ่ซึ่งละเอียดมากออกมา ชุดข้อมูลนี้เป็นผลดีต่อการสร้างโมเดลเพื่อความแม่นยำ แล้วเราก็คิดด้วยว่านี่จะเป็นผลิตภัณฑ์ที่จะช่วยเหลือผู้คนได้มาก ผลิตภัณฑ์นี้จะช่วยเป็นอีกความเห็นหนึ่ง ช่วยเพิ่มความแม่นยำในการอ่านผล ส่วนคนทั่วไปที่มีฟิล์มเอ็กซ์เรย์อยู่แล้วก็สามารถเข้ามาใช้งานเพื่ออ่านฟิล์มเอ็กซ์เรย์ย้อนหลังได้ ส่วนลูกค้าของเราก็สามารถเข้ามาอัพโหลดฟิล์มเอ็กซ์เรย์และผลตรวจสุขภาพเพื่อเก็บเป็นข้อมูล แล้วก็ยังได้รับคำแนะนำสำหรับการปฏิบัติตัวต่อไป ลูกค้ายังได้รับส่วนลดตามระดับสุขภาพของลูกค้าจริงๆ ด้วย
เล่าเบื้องหลังการพัฒนาโปรเจต์นี้ให้ฟังหน่อยได้ไหม
หนึ่ง: หลังจากที่เราเลือกหัวข้อที่เราจะทำได้ เราก็เริ่มวางแผน สิ่งที่เราทำจริงๆ แล้วเป็น 2 ผลิตภัณฑ์ใหม่สำหรับรังสีแพทย์กับคนทั่วไป และสำหรับลูกค้าของเรา ใช้เวลาวางแผนและเตรียมการ 3 สัปดาห์ แต่ใช้เวลาลงมือทำจริงๆ แค่ 2 สัปดาห์ก่อนส่ง งานก็แบ่งได้เป็น 4 ส่วนคือ 1. โมเดลในการตีความฟิล์มเอ็กซ์เรย์ 2. การอ่านผลการตรวจสุขภาพประจำปี 3. การรวบรวมข้อมูลทั้งหมดเพื่อส่งต่อให้หน้าเว็บไซต์ 4. การติดตั้งระบบ และ 5. ส่วนของเว็บไซต์
ป่านและภูมิเป็นคนรับผิดชอบส่วนที่ 1 และ 2 เพราะเป็นงานสำหรับ data scientist ส่วนที่ 3 และส่วนที่ 4 ผมเป็นคนรับผิดชอบเพราะว่าคุ้นกับงานส่วนนี้อยู่แล้ว และในส่วนของเว็บไซต์นั้นก็จะเป็นใครไปไม่ได้นอกจากพี่มัส เพราะพี่มัสเชี่ยวชาญในการทำงานด้านเว็บ ความที่แต่ละคนในทีมเชี่ยวชาญในด้านต่างๆ อยู่แล้ว เราก็เลยสามารถทำโปรเจกต์นี้เสร็จทันส่งได้ แล้วก็มีเวลาเหลือในการทำวิดีโอพรีเซนเทชั่นสำหรับอธิบายผลิตภัณฑ์ของเราด้วย
นำเทคโนโลยีอะไรมาใช้ในโปรเจกต์นี้บ้าง และอยากให้เล่าเบื้องหลังการทำงานกับเทคโนโลยีเหล่านี้หน่อย
หนึ่ง: ส่วนใหญ่เทคโนโลยีที่เราใช้ในรอบนี้เป็นอะไรที่คุ้นเคยและใช้จริงอยู่ในบริษัทอยู่แล้ว นั่นคือ Sage Maker ซึ่งช่วยให้สร้างโมเดลได้ง่ายและรวดเร็ว แล้วก็สามารถสร้าง endpoint เพื่อให้เรียกใช้ได้ง่าย นอกจากนี้ก็มี Lambda ซึ่งทั้งดีและถูก เราสามารถเขียนฟังก์ชั่นแล้วเอาไปวางไว้ในระบบ เมื่อฟังก์ชั่นนั้นๆ ถูก trigger ก็จะสตาร์ตตัวเองขึ้นมา และปิดตัวเองเมื่อทำงานเสร็จ ข้อดีอีกอย่างคือคิดราคาตามการใช้งานจริงเท่านั้น แล้วก็รับโหลดได้จำนวนมาก
เราใช้ ECS และ Load Balancer ซึ่งมักจะมาคู่กันด้วย โดยใช้ ECS จัดการคลัสเตอร์แล้วนำเซอร์วิซของเราไปวางไว้ โดยที่ load balancer จะเข้ามาเป็นคนช่วยจัดการโหลดที่เข้ามาว่าจะให้ไปเข้าเครื่องไหนใน คลัสเตอร์นั้นๆ
แล้วก็มี Textract ซึ่งเป็นของใหม่ที่พึ่งเปิดตัวในงาน re:Invent หลักการทำงานของมันคืออ่านข้อความจากรูปภาพ โดยมันจะระบุตำแหน่งของข้อความให้ด้วย ซึ่งเหมาะกับการนำมาใช้อ่านผลการตรวจสุขภาพ
ส่วนเทคโนโลยีตัวสุดท้ายที่เราใช้คือ Intel DAAL ให้ภูมิพูดต่อเรื่อง Intel DAAL ดีกว่า
ภูมิ: Intel DAAL เป็น library เกี่ยวกับงานด้านการวิเคราะห์ของ Intel ซึ่งเราเองเพิ่งได้มาศึกษาประสิทธิภาพ รวมถึงความเข้ากันกับ AWS ในการแข่งครั้งนี้นี่เอง Intel DAAL สามารถสร้างโมเดลผ่าน SageMaker ทำให้ใช้งานได้ค่อนข้างสะดวก เราจึงนำมาใช้ช่วยคิดคะแนนสุขภาพ
มีการศึกษาค้นคว้าเพิ่มเติมอย่างไรบ้าง
ภูมิ: เราได้คุยกับคนที่ทำงานในสายงานนี้ ไม่ว่าจะเป็นหมอ พยาบาล และนักเทคนิคการแพทย์เพื่อทำความเข้าใจกระบวนการและปัญหาในสถานพยาบาล ซึ่งเรานำข้อมูลตรงนี้มาคิดว่า เราสามารถใส่ผลิตภัณฑ์ของเราเข้าไปตรงจุดไหนได้บ้าง หรือเราควรจะทำระบบบนแพลตฟอร์มไหนเพื่อให้เขาใช้งานได้สะดวกที่สุด เพราะเราหวังว่าผลิตภัณฑ์ที่จะทำนี้จะสามารถนำไปปรับใช้จริงได้
หนึ่ง: เราเข้าไปดูว่าการส่งคนไข้ไปให้ฝ่ายรังสีวิทยาเพื่อเข้าสู่กระบวนการเอ็กซ์เรย์นั้นมีปัญหาตอนไหนบ้าง มีขั้นตอนไหนที่งานหนัก และระบบของเราสามารถเข้าไปช่วยอะไรได้บ้าง
ภูมิ: ใช่ๆ นอกจากนี้เรายังต้องการทำผลิตภัณฑ์ให้คนทั่วไปได้ใช้ด้วย เราก็เลยพยายามออกแบบคำอธิบายและคะแนนสุขภาพแบบที่คนทั่วไปเข้าใจได้ง่าย
พบอุปสรรคอะไรบ้างระหว่างพัฒนาผลิตภัณฑ์
ป่าน: เนื่องจากทุกคนมีงานประจำที่ยังคงต้องรับผิดชอบ ทำให้เวลาค่อนข้างเป็นอุปสรรค์ที่สำคัญ แต่สิ่งที่ยากที่สุดในการแข่งครั้งนี้คือการเลือกหัวข้อที่จะทำ เนื่องจากธีมหลักของการแข่งครั้งนี้คือ Hack for Good เราจึงต้องการที่จะทำโปรเจกต์ที่เป็นประโยชน์ต่อสังคม แต่ขณะเดียวกันก็ยังต้องสามารถนำไปพัฒนาต่อให้เป็นไปในแนวทางที่สอดคล้องกับทิศทางของบริษัทด้วย
เราถกเถียงกันเรื่องนี้มากกว่า 1 อาทิตย์ เพื่อที่จะได้โปรเจกต์ที่ตอบโจทย์ที่สุด จนออกมาเป็นแพลตฟอร์มแปรผลภาพเอ็กซ์เรย์ทรวงอกที่สามารถประยุกต์ใช้ในแพลตฟอร์มประกันสุขภาพในที่สุด
มีการเตรียมตัวเพื่อแข่งแฮ็กในครั้งนี้อย่างไร มีเคล็ดลับอะไรไหม
ป่าน: เราใช้เวลาหลังเลิกงานรวมทั้งวันเสาร์อาทิตย์ในการเตรียมตัว เรียกได้ว่าเราเตรียมตัวกันอย่างหนักหน่วงเลยทีเดียว เคล็ดลับคือการตีโจทย์ให้แตกว่าสิ่งที่กรรมการมองหาคืออะไร แล้วพยายามนำเสนอสิ่งเหล่านั้นให้ได้ชัดที่สุด
มีแผนจะพัฒนาโปรเจกต์นี้ต่อไปอย่างไรบ้าง คาดหวังว่ามันจะถูกนำไปประยุกต์ใช้โดยใคร และสามารถพัฒนาไปได้ถึงในระดับใด
มัส: โปรเจกต์ Chest X-Ray นี้เป็นฟังก์ชั่นแรกที่ทำให้ลูกค้าสามารถเก็บข้อมูลสุขภาพและวางแผนการดูแลสุขภาพได้ ในอนาคตเราอยากพัฒนาตัวแพลตฟอร์มสุขภาพของซันเดย์ให้เป็นมากกว่าประกันสุขภาพ เราอยากจะให้ข้อมูลเกี่ยวกับสุขภาพด้านอื่นๆ ให้ลูกค้า เพื่อทำให้เมื่อลูกค้าคิดถึงการดูแลสุขภาพก็จะคิดถึงซันเดย์
ฝากถึงคนไอทีที่มีไอเดียดีๆ แต่ไม่รู้จะเริ่มทำไอเดียให้เป็นจริงอย่างไรหน่อย
ป่าน: ต้องเริ่มจากการวางแผน ว่าไอเดียของเราต้องการแก้ปัญหาอะไร ให้ใครใช้ แล้ววาดออกมาเป็น User Journey เพื่อจะได้เห็นภาพรวมของทั้งระบบ สิ่งที่สำคัญที่สุดคือการคิดว่าทำยังไงให้มีคนมาใช้ผลิตภัณฑ์ของเรา เพราะไอเดียที่ดีที่แก้ปัญหาได้นั้นไม่ได้หมายความว่าจะมีคนเอาไปใช้จริงๆ หลังวางแผนแล้วก็ลงมือทำ
หนึ่ง: หากมีไอเดียแล้ว ต้องยึดมั่นในไอเดียและกลุ่มเป้าหมายด้วย ลองลดขนาดของโปรเจกต์ลงมาในอยู่ในสเกลเล็กๆ ก่อน บางครั้งไม่จำเป็นที่จะต้องรีบเอาเทคโนโลยีใส่เข้าไปเยอะๆ เริ่มจากทำให้แก้ปัญหาได้ก่อน แล้วจึงค่อยใส่เทคโนโลยีเข้าไป จากนั้นก็ลองทำให้เกิดขึ้นจริง แล้วนำไปให้กลุ่มเป้าหมายใช้เพื่อปรับปรุงแล้วจึงขยายต่อไปในอนาคต
ภูมิ: เชื่อว่าหลายคนยังมีไอเดียดีๆ ที่อยากลองทำให้เป็นรูปเป็นร่าง แต่อยากเน้นว่าควรวางแผนหรือศึกษาตลาดของสิ่งที่เราจะทำ อาจยังไม่ต้องถึงกับทำแผนการตลาดทั้งหมด แต่ก็ควรเห็นภาพรวมว่า ปัญหาที่เราแก้ใหญ่นั้นแค่ไหน ใครบ้างที่จะมาใช้ของเรา ความคุ้มค่าเมื่อเขาจ่ายเงินซื้อวิธีแก้ปัญหาของเราเป็นอย่างไรทั้งหมดนี้ต้องอยู่บนความพอดี บางผลิตภัณฑ์แก้ปัญหาที่ใหญ่หรือหลากหลาย แต่ผลิตภัณฑ์ยากต่อการใช้งานทำให้มีผู้ใช้ในวงจำกัด บางครั้งวิธีแก้ปัญหาอาจด้วยการนำเทคโนโลยีที่เหมาะสมมาใช้ ไม่จำเป็นต้องใส่เทคโนโลยีเข้าไปเยอะจนเกินจำเป็น
มัส: เมื่อมีไอเดียแล้วลองหาทีม ผมว่าการทำงานเป็นทีมเป็นเรื่องที่สำคัญมากในการพัฒนาหรือสร้าง แพลตฟอร์มสักอันหนึ่ง เพราะมันต้องอาศัยทักษะหลายอย่าง ซึ่งการที่คนเพียงคนเดียวจะมีทุกทักษะนั้นเป็นไปได้ยาก เมื่อมีทีมแล้ว ให้ทุกคนในทีมได้แสดงความสามารถตามที่ถนัด นี่จะช่วยทำให้ไอเดียออกมาเป็นรูปเป็นร่าง
เวลาว่างชอบทำอะไรกันบ้าง
มัส: ผมชอบอ่านและฝึกใช้เทคโนโลยีใหม่ๆ
ป่าน: เวลาว่างชอบดูหนัง ดูซีรี่ย์อยู่ที่บ้าน พักผ่อนเพื่อให้ตัวเองพร้อมทำงานและเรียนรู้สิ่งใหม่ๆ
ภูมิ: อาจพูดได้ว่าผมชอบศึกษาโลก ชอบทำความเข้าใจว่าสังคมและวัฒนธรรมในแต่ละที่เป็นอย่างไร มีที่มาอย่างไร ผู้คนคิดอย่างไร รวมถึงสนใจที่มาของสิ่งของต่างๆ เช่น ตึกรามบ้านช่อง สิ่งประดิษฐ์ เหล่านี้ส่งผลต่อการเลือกภาพยนตร์หรือสารคดีที่ดู สถานที่เที่ยว หรือหนังสือที่อ่าน แต่ก็มีบ้างที่ดูภาพยนตร์และเล่นเกมตามกระแส หรือไม่ก็อ่านนิยาย
หนึ่ง: ผมชอบดูซีรีย์ มีอ่านหนังสือบ้าง ติดตามข่าวและอัพเดตความรู้ด้านเทคโนโลยีทั่วๆ ไปและที่ผมเองกำลังสนใจอยู่ในขณะนั้น
เป็นไงมาไงถึงได้มาทำอาชีพที่ทำอยู่นี้
มัส: เริ่มจากตอนเรียน ได้เรียนเกี่ยวกับการเขียนโปรแกรม ก็รู้สึกว่าตัวเองชอบเขียนโค้ดเพื่อแก้ปัญหา ตอนนั่งเขียนโค้ดก็นั่งทำได้หลายชั่วโมง เลยตั้งใจมาเป็น developer แล้วก็ศึกษาเทคโนโลยีใหม่ๆ เกี่ยวกับงานด้าน developer อยู่ตลอด
ป่าน: ตั้งแต่ตอนเรียนมหาวิทยาลัย ได้ลองทำโปรเจกต์เกี่ยวกับแมชชีนเลิร์นนิงแล้วรู้สึกสนุก บวกกับได้รับความรู้และประสบการณ์ดีๆ จากการไปฝึกงานมาอีก 2 ที่ ทำให้ตัดสินใจที่จะเป็น data scientist ในที่สุด
ภูมิ: ส่วนผมตอนที่ยังเป็นนักศึกษาปี 2 ได้มีโอกาสได้ไปฝึกงานที่มหาวิทยาลัยแห่งหนึ่งในญี่ปุ่น ทำให้ได้มีโอกาสทำโปรเจกต์ที่เกี่ยวกับแมชชีนเลิร์นนิง ผมเลยได้พบอีกหนึ่งสิ่งที่ผมสนุกกับมันและเอามาใช้ทำมาหากินได้ หลังจากนั้นก็ได้เลือกเดินเส้นทางนี้มาโดยตลอด
หนึ่ง: เริ่มจากเป็นคนที่ชอบคอมพิวเตอร์มาก อยู่กับคอมพิวเตอร์มาตั้งแต่เด็ก ก็เลยคิดว่าอยากทำงานอะไรก็ได้ที่เกี่ยวกับคอมพิวเตอร์ ก็เลยเลือกเรียนวิศวะคอมฯ แล้วสายนี้ก็แตกออกเป็นหลายแขนง ผมลองทำงานมาหลายด้าน ทั้งด้านระบบ (system) ด้านการเป็นนักพัฒนา (developer) แล้วก็ด้านข้อมูล (data) แล้วพอมาทำงานก็ได้ทำงานด้านระบบมากขึ้น เลยเลือกทางนี้แหละ
ชอบอะไรในงานที่ทำอยู่
มัส: ชอบการสร้างผลิตภัณฑ์ที่แก้ปัญหาให้ผู้ใช้งานและการได้เปิดมุมมองใหม่ๆ ของการสร้างผลิตภัณฑ์
ป่าน: ชอบความท้าทายของงาน เนื่องจากการเป็น data scientist ที่ดีไม่ใช่แค่เขียนโค้ดเพียงอย่างเดียว แต่จะต้องเข้าใจภาพรวมของธุรกิจ ต้องเข้าใจว่าสิ่งที่ลูกค้าต้องการจริงๆ คืออะไร แล้วเราจะนำข้อมูลอะไรบ้างมาวิเคราะห์ด้วยอัลกอริธึมที่เหมาะสมเพื่อให้ได้คำตอบ
ภูมิ: การทำงานเกี่ยวกับข้อมูลทำให้เรามองภาพรวมของธุรกิจในหลายด้านขึ้น ได้ใช้ความรู้ในด้านต่างๆ มาผสมผสานกัน รู้จักนำข้อมูลมาใช้ประโยชน์อย่างเหมาะสม เป็นการแก้ไขปัญหาที่เราเองก็สนุกไปกับมัน
หนึ่ง: งานที่ผมทำอยู่ออกจะหลากหลายสักหน่อย แต่ส่วนใหญ่จะเป็นการเพิ่มสมรรถภาพ (performance) ความสามารถในการปรับขนาด (scalability) ความเสถียร (stability) และความปลอดภัย (security) ของระบบ รวมถึงช่วยให้ทีมนักพัฒนาทำงานได้ง่ายขึ้น ช่วยให้การปล่อยฟีเจอร์ใหม่ๆ เป็นไปได้ง่ายและเกิดปัญหาน้อยที่สุด
ชอบอะไรในการทำงานที่ซันเดย์
มัส: ซันเดย์เป็นสตาร์ตอัพที่กำลังโตเร็ว ทุกคนที่นี่มีความสามารถ ทำให้ผมได้เรียนรู้หลายอย่างและได้ประสบการณ์ดีๆ ที่นำไปใช้เพื่อพัฒนาตัวเองได้
ป่าน: data scientist ทุกคนของซันเดย์จะได้รับมอบหมายโปรเจกต์ของตัวเอง คือเราจะได้ทำตั้งแต่วางแผนไปจนถึงการออกผลิตภัณฑ์ ซึ่งเป็นโอกาสดีที่หาได้ยาก เพราะเราจะได้เรียนรู้การทำงานแบบ end-to-end จริงๆ แล้วด้วยความที่ซันเดย์เป็นสตาร์ตอัพทำให้บรรยากาศการทำงานที่นี่ค่อนข้างเป็นกันเอง ทุกคนช่วยเหลือกันเต็มที่ ติดปัญหาอะไรก็สามารถพูดคุยกับหัวหน้าทีมได้ทันที มีไอเดียอะไรใหม่ทุกคนก็พร้อมที่จะรับฟัง
ภูมิ: ซันเดย์เกิดขึ้นด้วยจุดประสงค์ที่ต้องการปรับปรุงและเปลี่ยนแปลงประกันภัยแบบเดิมๆ ที่นี่จึงมีหลายอย่างที่ต่างจากที่อื่น ไม่ว่าจะเป็นจุดมุ่งหมาย ความคิดสร้างสรรค์ การเปิดกว้าง รวมถึงความใฝ่ฝัน จึงไม่แปลกที่ผมได้เจอคนเก่งๆ และได้ทำงานกับคนเหล่านั้นที่นี่ แล้วนี่ก็ส่งผลต่อนโยบายของบริษัทด้วย เช่น การส่งเสริมให้เสนอและลองทำไอเดียใหม่ๆ ให้เป็นรูปเป็นร่าง มีอิสระในเรื่องของเวลาเข้างานและวันหยุด การได้เข้ามาทำงานกับคนที่มีความคิดเหมือนกันภายใต้บรรยากาศที่สนับสนุนต่อการทำงานแบบนี้เป็นอะไรที่สนุกมาก
หนึ่ง: ซันเดย์เป็นสตาร์ตอัพที่มีสภาพแวดล้อมการทำงานแบบสตาร์ตอัพจริงๆ ผลิตภัณฑ์ไม่เหมือนใคร เพื่อนร่วมทีมและคนในบริษัทมีความคิดใหม่ๆ ดีๆ แล้วก็พร้อมช่วยเหลือกันในทุกด้าน
ซันเดย์เป็นอินชัวร์เทคที่นำ Artificial Intelligence, Machine Learning และ Big Data มาใช้ โดยมีทีม data scientist และ developer อย่างป่าน ภูมิ หนึ่ง มัส เป็นผู้อยู่เบื้องหลัง มาดูกันว่าเทคโนโลยีของเราช่วยนำเสนอแผนประกันที่เหมาะกับไลฟ์สไตล์ของคุณในราคาสบายประเป๋าได้อย่างไรที่ www.easysunday.com