เรียนจบปริญญาวิทยาการคอมพิวเตอร์ด้วย Coursera
(notesbylex.com/completing-a-computer-science-degree-on-coursera)- นักพัฒนาซอฟต์แวร์/MLE ที่สั่งสมประสบการณ์สายเทคมาเกือบ 21 ปีโดยไม่มีปริญญา ได้เรียน University of London BSc Computer Science ผ่าน Coursera ควบคู่กับการทำงานเต็มเวลา และเรียนจบในเวลาประมาณ 3 ปี 9 เดือน
- แม้หลักสูตรจะเป็นการเรียนทางไกล 100% แต่ Coursera รับผิดชอบส่วนวิดีโอเรียน ควิซ และการส่งงาน ขณะที่ University of London Worldwide และ Goldsmiths แบ่งหน้าที่กันดูแล การดำเนินการ การให้คะแนน และการสอบ
- ค่าใช้จ่ายรวมอยู่ที่ £14,666~£21,829 ขึ้นอยู่กับประเทศที่พำนักและความเร็วในการเรียน โดยกรณีพำนักในออสเตรเลีย ผู้เขียนจ่ายจริงราว £17,000/A$33,000 และใช้ใบรับรอง Coursera เทียบแทนได้ 3 โมดูล ช่วยลดทั้งเวลาและค่าใช้จ่าย
- แม้จะเป็นปริญญาออนไลน์ แต่ก็มีทั้งงานระหว่างภาค สอบปลายภาค/งานปลายภาค การคุมสอบทางไกล และกำหนดต้องเรียนจบภายใน 6 ปี ทำให้ภาระค่อนข้างหนัก และในช่วงท้ายต้องใช้ เวลาว่างเกือบทั้งหมด ไปกับการเรียน
- ข้อไม่พอใจใหญ่ที่สุดคือการรอผลคะแนนใช้เวลาราว 3 เดือน ทำให้นำฟีดแบ็กไปใช้ได้ยาก และการสอบแก้ตัวอาจเลื่อนไปได้ถึง 1 ปี อีกทั้งหลังการแพร่หลายของ LLM ก็มีการเข้มงวดเรื่อง การคุมสอบและนโยบาย AI มากขึ้น
เส้นทางอาชีพก่อนมีปริญญาและเหตุผลที่เริ่มเรียน
- ผู้เขียนสั่งสมประสบการณ์สายเทคราว 21 ปี โดยในนั้นประมาณ 14 ปีทำงานเป็น นักพัฒนาซอฟต์แวร์และ MLE
- หลังออกจากโรงเรียนมัธยมก่อนกำหนด ก็เริ่มงานเฮลป์เดสก์ตั้งแต่อายุ 18 ด้วยใบรับรองอย่าง MCP, MCSA, A+ ก่อนจะย้ายมาสู่สายวิศวกรรมซอฟต์แวร์และแมชชีนเลิร์นนิง
- การไม่มีปริญญาไม่ใช่อุปสรรคใหญ่ในเส้นทางอาชีพที่ผ่านมา
- ในออสเตรเลียมักได้ยินว่าประสบการณ์และทัศนคติสำคัญกว่าวุฒิการศึกษาอย่างเป็นทางการ
- ผู้เขียนมองว่าตัวเองใกล้เคียงกับคำว่า self-educated มากกว่า “self-taught” เพราะใช้ MOOCs, ใบรับรอง, หนังสือ และ Kaggle สะสมทักษะที่จำเป็น
- ประสบการณ์การเรียนหลักที่กล่าวถึงคือ CS50, คอร์ส ML ของ Andrew Ng และ fastai
- อย่างไรก็ดี ทางเลือกในการทำงานต่างประเทศมีข้อจำกัดอยู่
- ตอนวัยหนุ่มเคยผ่านไปถึงรอบสัมภาษณ์สุดท้ายกับบริษัทในสหรัฐ แต่เพิ่งรู้ว่าวีซ่า E-3 ระหว่างออสเตรเลีย-สหรัฐต้องมีวุฒิปริญญาตรีเป็นอย่างน้อย
- ผู้เขียนชอบการเรียนรู้อยู่แล้ว และอยากสำรวจช่องว่างความรู้ของตัวเองพร้อมทดลองใช้ Zettelkasten Method กับปัญหาการเรียนจริง
โครงสร้างปริญญาทางไกลผ่าน Coursera
- ปริญญานี้เป็นการเรียน ทางไกล 100%
- Coursera ดูแลการรับชมวิดีโอเรียน แล็บโน้ตบุ๊ก ควิซ ฟอรัม และการอัปโหลดงาน
- ฟอรัมเป็นพื้นที่พูดคุยกับผู้สอน แต่แทบไม่ได้ถูกใช้งาน
- หน่วยงานที่ดูแลโปรแกรมคือ University of London Worldwide ส่วนการตรวจงานและให้คะแนนสอบเป็นหน้าที่ของ Goldsmiths, University of London
- การสอบใช้ระบบคุมสอบทางไกลด้วย Inspera proctoring software
- นักศึกษาคนอื่นเล่าว่าก่อน COVID จะไปสอบที่ศูนย์การศึกษาในพื้นที่
- ในปี 2022 เคยมีช่วงสั้น ๆ ที่สอบแบบไม่คุมสอบ จำกัดเวลา 4 ชั่วโมง และเปิดเว็บ/เปิดหนังสือได้
- ผู้เขียนมองว่าความสำเร็จของ LLM อาจเป็นแรงกดดันให้มีการนำระบบคุมสอบกลับมา
- ผู้เขียนไม่ได้เทียบทางเลือกมากนัก และมองว่าแพลตฟอร์ม Coursera ที่คุ้นเคยอยู่แล้วเข้ากับวิถีชีวิตของตัวเองดี
เงื่อนไขการสมัครและ Performance-Based Admission
- เงื่อนไขพื้นฐานคือมี ประกาศนียบัตรจบมัธยมปลาย
- อีกเส้นทางหนึ่งคือ Performance-Based Admission (PBA)
- ต้องเรียน Introduction to Programming I และโมดูลคณิตศาสตร์อีก 1 วิชา
- หากผ่านทั้งสองโมดูล ก็จะได้เข้าเรียนในหลักสูตรปริญญาเต็มรูปแบบ
- โมดูลเหล่านี้ถูกนับรวมในเกรดสุดท้ายด้วย จึงไม่ใช่เวลาที่เสียเปล่า และยังช่วยให้รู้ว่าโปรแกรมนี้เหมาะกับตัวเองหรือไม่
ค่าใช้จ่าย การจ่ายต่อโมดูล และการหักลดหย่อนภาษี
- รูปแบบการจ่ายเงินแยกตามโมดูลเหมาะกับผู้เขียนมาก
- สำหรับผู้พำนักในออสเตรเลีย ค่าเรียนต่อโมดูลปัจจุบันคือ £823 หรือราว A$1,600
- โปรเจ็กต์สุดท้ายคิดเป็นดับเบิลโมดูลและมีค่าใช้จ่ายเพิ่มอีกเล็กน้อย
- ค่าใช้จ่ายรวมทั้งโปรแกรมที่มหาวิทยาลัยประกาศไว้คือ £14,666~£21,829 ตามประเทศที่พำนักและความเร็วในการเรียน
- ผู้เขียนจ่ายรวมราว £17,000 หรือประมาณ A$33,000 กระจายตลอด 3.5 ปี
- มีการเทียบแทน 3 โมดูลด้วยคุณวุฒิที่ต้องใช้เพียงการสมัครสมาชิก Coursera จึงช่วยลดค่าใช้จ่ายเพิ่มได้
- ในออสเตรเลีย หากการเรียนช่วยรักษาหรือพัฒนาทักษะ/ความรู้ที่จำเป็นต่อการทำงานปัจจุบัน ก็สามารถขอหักลดหย่อน self-education expenses ได้
- การเรียนปริญญาวิทยาการคอมพิวเตอร์ขณะทำงานเป็นวิศวกรซอฟต์แวร์ ถือว่าเข้าเงื่อนไขนี้ตามความเห็นของนักบัญชี
ภาระการเรียนและความเร็วในการเรียน
- แม้จะเป็นหลักสูตรออนไลน์ แต่ก็ไม่ใช่ปริญญาที่ง่าย
- ประสบการณ์ด้านซอฟต์แวร์ช่วยให้เข้าใจวิชาที่คุ้นเคยได้ง่ายขึ้น แต่ไม่ได้ลดภาระของงานและการสอบลงจริง ๆ
- แต่ละโมดูลมีงานระหว่างภาคบังคับ และตามด้วย การสอบปลายภาคหรืองานปลายภาค
- งานมักยาวและยาก
- ข้อสอบก็ค่อนข้างยากเช่นกัน
- ในหนึ่งเซสชันสามารถลงได้สูงสุด 4 โมดูล หรือ 2 โมดูลพร้อมโปรเจ็กต์สุดท้าย
- และสามารถเพิ่มวิชาสอบแก้ตัวได้อีก 1 วิชา
- ทั้งหลักสูตรต้องเรียนจบภายใน 6 ปี ซึ่งถ้าจะทำให้ทันก็ควรเรียนเฉลี่ยราว 2 โมดูลต่อเซสชัน
- หลังผ่าน PBA แล้ว ผู้เขียนลงเฉลี่ยประมาณ 3 โมดูลต่อเซสชัน และช่วงระหว่างเซสชันก็ไปเก็บใบรับรอง RPL เพิ่ม
- ในช่วงเซสชันท้าย ๆ ลงถึง 4 โมดูล ทำให้ภาระหนักมาก
- นักศึกษาจำนวนมากลง 4 โมดูลต่อเนื่อง และระยะเวลาสั้นที่สุดที่เป็นไปได้ดูเหมือนจะอยู่ที่ 3 ปี
- ในช่วงก่อนมิดเทอมและก่อนสอบไม่กี่สัปดาห์ ปริญญานี้กิน เวลาว่างแทบทั้งหมด
- ยิ่งไปโมดูลช่วงท้าย ปริมาณงานก็ยิ่งเพิ่มมาก
- 2 เซสชันสุดท้ายยากที่สุด
- เคยมีช่วงที่ต้องตื่นตี 4 มาสอบ 4 ชั่วโมง กลางวันทำงาน และกลางคืนทำการบ้าน
โมดูลที่เทียบแทนด้วย Recognition of Prior Learning
- มหาวิทยาลัยเปิดให้เทียบแทนผ่าน Recognition of Prior Learning หากเคยเรียนโมดูลที่เทียบเท่าจากที่อื่นมาก่อน
- ใบรับรองบางรายการบน Coursera สามารถใช้แทนได้ทั้งโมดูล และได้มาด้วยเพียงการสมัครสมาชิก Coursera
- ผู้เขียนเทียบแทน 3 โมดูลด้วยใบรับรองต่อไปนี้
- How Computers Work → Google IT Support Professional Certificate
- Data Science → IBM Data Science Professional Certificate
- Machine Learning and Neural Networks → IBM AI Engineering Professional Certificate
- ใบรับรอง Google เรียนจบในเดือนเมษายน 2023 ตอนจบเซสชันแรก
- ใช้เวลาประมาณ 3 เดือนเมื่อเรียนสัปดาห์ละ 10 ชั่วโมง
- ใบรับรอง IBM 2 รายการ เรียนจบต่อเนื่องกันในช่วงว่างหลังสอบกลางภาคเดือนกรกฎาคม 2024
- ตอนนั้นก็ยังลงโมดูลปกติ 3 วิชาไปพร้อมกันด้วย
- การเทียบแทนเหล่านี้ช่วยลดระยะเวลารวมของปริญญาลงได้ 1 เซสชัน
- รายการคุณวุฒิที่ใช้เทียบแทนอาจมีการเปลี่ยนแปลงแล้ว จึงควรตรวจสอบหน้าเว็บปัจจุบันอีกครั้ง
วิชาที่เรียนและโปรเจ็กต์ต่าง ๆ
- โครงสร้างวิชาไม่ได้ต่างจาก ปริญญาตรีวิทยาการคอมพิวเตอร์ ทั่วไปมากนัก
- มีคณิตศาสตร์รวมอยู่ด้วย แต่ไม่มากเท่าปริญญาวิศวกรรม
- ส่วนใหญ่เน้นภาคปฏิบัติ
- ใน coursework มีโปรเจ็กต์น่าสนใจหลายอย่าง
- audio visualizer
- เกม JavaScript หลายเกม หนึ่งในนั้นเป็น pool simulation
- DJ simulator ที่ทำด้วย JUCE
- โปรเจ็กต์อัลกอริทึมเชิงวิวัฒนาการที่ได้แรงบันดาลใจจาก Evolving Virtual Creatures ของ Karl Sims ปี 1994
- ชุดแบบฝึกด้าน signal processing
- โปรเจ็กต์วิจัยที่อิงการสแครปและวิเคราะห์ข้อมูลเว็บ
- โปรเจ็กต์สุดท้ายเป็น mammography classifier สำหรับตรวจหามะเร็งเต้านม ที่สามารถฝึกและรันจนจบบน Apple Silicon
- โค้ดของโปรเจ็กต์สุดท้ายอยู่ที่ cm3070-final-project
- เส้นทางการเรียนของผู้เขียนเป็นดังนี้
- ตุลาคม 2022: Introduction to Programming I, Discrete Mathematics / เทียบ How Computers Work ด้วย Google IT Support
- เมษายน 2023: Introduction to Programming II, Computational Mathematics, Web Development
- ตุลาคม 2023: Fundamentals of Computer Science, Algorithms and Data Structures I, Software Design and Development
- เมษายน 2024: Object-Oriented Programming, Programming with Data, Graphics Programming / เทียบ 2 โมดูลด้วย IBM Data Science และ IBM AI Engineering
- ตุลาคม 2024: Computer Security, Algorithms and Data Structures II, Databases, Networks and the Web
- เมษายน 2025: Professional Practice for Computer Scientists, Databases and Advanced Data Techniques, Artificial Intelligence, Intelligent Signal Processing
- ตุลาคม 2025: Natural Language Processing, Final Project
- แหล่งข้อมูลจากชุมชนนักศึกษาก็มีประโยชน์มาก
- world-class/notes: รีโพซิทอรีที่นักศึกษาอัปโหลดเลกเชอร์โน้ตไว้
- world-class/REPL: แหล่งรวมสื่อการสอนและทรัพยากร
- spreadsheet ที่นักศึกษาช่วยกันสรุประดับความยากและตัวชี้วัดของแต่ละวิชา
เพื่อนร่วมเรียน
- หนึ่งในส่วนที่ดีที่สุดคือประสบการณ์การได้ เรียนร่วมกับนักศึกษาคนอื่น
- Coursera เชิญนักศึกษาเข้า Slack workspace
- พื้นที่นี้ค่อนข้างอิสระ และแทบไม่เห็นผู้ดูแลอย่างเป็นทางการชัดเจน
- นักศึกษาบางคนดูแลการใช้ช่องอย่างเข้มงวด
- ศิษย์เก่าบางคนยังอยู่ช่วยตอบคำถามและให้คำแนะนำนักศึกษา
- อดีตนักศึกษาบางคนก็แวะมาโพสต์ปั่นเป็นครั้งคราว
- มีวัฒนธรรมการแชร์วิดีโอและสกรีนช็อตงานของนักศึกษาที่ทำผลงานได้ดี ซึ่งช่วยสร้างแรงบันดาลใจมาก
- มีนักศึกษาจากทั่วโลกและหลากหลายเส้นทางอาชีพเข้าร่วม
- นักศึกษาที่เรียนจบระหว่างสงครามยูเครน
- นักศึกษาที่หัดพัฒนาเว็บด้วยตัวเองและหาเงินค่าเรียนจากสตูดิโอของตน
- นักศึกษาที่คลอดลูกสองครั้งระหว่างเรียน และยังทำงานเป็นครูเต็มเวลา พร้อมเรียนจบทั้ง BSc และปริญญาโท
- Django ที่ชาร์จแล็ปท็อปด้วยแผงโซลาร์และเรียนผ่านข้อมูลมือถือจากค่ายผู้ลี้ภัยในยูกันดา
- เรื่องราวของ Django ต่อเนื่องไปที่ Shipping a Laptop to a Refugee Camp in Uganda
ความล่าช้าของผลคะแนน โปรเจ็กต์กลุ่ม และปัญหาแพลตฟอร์ม
- ข้อไม่พอใจมากที่สุดคือการรอผลคะแนนนาน ประมาณ 3 เดือน
- บ่อยครั้งได้คะแนนงานระหว่างภาคตอนใกล้ส่งงานปลายภาคแล้ว ทำให้ปรับใช้ฟีดแบ็กได้ยาก
- หากสอบตกโมดูล สามารถสอบแก้เฉพาะส่วนที่ไม่ผ่านได้
- แต่เพราะคะแนนสุดท้ายออกหลังเริ่มเซสชันถัดไปแล้ว การสอบแก้จึงอาจต้องรอถึง 1 ปี
- เรื่องนี้เป็นจุดที่ทำให้ผู้เรียนรู้สึกท้อที่สุด
- โปรเจ็กต์กลุ่มก็เป็นอีกประเด็นที่มักถูกบ่น
- แม้จะสุ่มจัดกลุ่ม แต่หลายครั้งไม่ชัดเจนเลยว่าสมาชิกคนอื่นยังเรียนอยู่จริงหรือไม่
- มีกลุ่มที่เงียบหายเหมือนร้างทั้งกลุ่มอยู่บ่อย
- ผู้เขียนเคยเจอกลุ่มที่พอใช้ได้ครั้งหนึ่ง แต่ก็ต้องปล่อยให้สมาชิกที่เพิ่งโผล่มาในสัปดาห์สุดท้ายได้ประโยชน์ไปฟรี ๆ อยู่ดี
- หลังจากนั้นหลักสูตรมีการเปลี่ยน ทำให้โปรเจ็กต์กลุ่มแบบบังคับเหลืออยู่แค่งานระหว่างภาคของวิชาเดียว
- แพลตฟอร์ม Coursera ยังมีจุดให้ปรับปรุงด้านการใช้งานอีกมาก
- มักซิงก์กับโปรแกรมจริงไม่ตรงกัน
- ไม่รู้ว่าการสอบที่ทำอยู่นอก Coursera นั้นเสร็จแล้ว
- ตอนส่งงานต้องอัปโหลดหลายไฟล์และหลายวิดีโอ
- ถ้าจะแก้ไฟล์ที่ส่ง ต้องอัปโหลดทั้งหมดใหม่ ดังนั้นถ้าอัปโหลดวิดีโอเสร็จแล้วเพิ่งเจอพิมพ์ผิดในรายงาน ก็ต้องเริ่มใหม่ตั้งแต่ต้น
- Inspera ก็เป็นซอฟต์แวร์ที่ใช้งานยากเช่นกัน
- มักเกิด false positive จนสอบอยู่ดี ๆ แล้วระบบปิดตัว
- เพราะเวลาสอบมีแค่ 4 ชั่วโมง และการสอบใหม่อาจต้องรอ 1 ปี จึงเป็นประสบการณ์ที่กดดันมาก
- ระหว่างการสอบจะมีเจ้าหน้าที่ซัพพอร์ตเพิ่มเติมประจำอยู่
- แต่ในสถานการณ์อื่น การติดต่อผู้รับผิดชอบจริงอาจใช้เวลา
- ผู้เขียนเคยเจอกรณีที่คนอื่นได้ผลแล้วแต่ตัวเองยังไม่ได้ และต้องใช้เวลาหลายสัปดาห์กว่าจะคลี่คลาย
เคล็ดลับการเรียน
- การเริ่มงานเร็วและส่งบ่อยเป็นวิธีที่ได้ผลมาก
- เริ่มจากทำเวอร์ชัน end-to-end ที่ดูน่าจะผ่านก่อน แล้วค่อยปรับปรุงต่อไป
- ทันทีที่รู้โจทย์ก็เริ่มทำและส่งร่างไว้ก่อน เพื่อลดความกดดันจากเดดไลน์
- ต้องตรวจงานที่ส่งซ้ำหลายรอบ
- การลืมส่งบางส่วนเป็นความผิดพลาดที่เกิดขึ้นบ่อย
- ผู้เขียนทำเช็กลิสต์การส่งโปรเจ็กต์ ถ่ายสกรีนช็อตหน้าส่งงาน และจดแม้กระทั่ง S3 URL ของไฟล์ที่อัปโหลดไว้
- ควรหาช่วงเวลาที่เหมาะกับตัวเองและรักษาความสม่ำเสมอ
- สำหรับผู้เขียน ช่วงเช้าตรู่เหมาะที่สุด
- เพราะงานมักยืดเยื้อ จึงแทบหาเวลาเรียนหลังเลิกงานไม่ได้
- ควรจัดการ วิชาที่เป็น blocker ก่อน
- ใน Level 5 วิชาหลักคือ Object-Oriented Programming และ Software Design and Development
- หากต้องสอบแก้ วิชาพวกนี้อาจทำให้ความคืบหน้าติดขัดและเพิ่มเซสชันโดยไม่จำเป็น
- ต้องอ่านระเบียบให้ละเอียด
- โดยเฉพาะ Admission Notice ที่ส่งมาทางอีเมลเท่านั้น และมีข้อมูลสำคัญอย่างกฎสอบที่อัปเดตและวันสอบของแต่ละครั้ง
- ข้อความ pinned ใน Slack ก็สำคัญ
- มีคำแนะนำที่เป็นประโยชน์มากมายเกี่ยวกับวิธีรับมือเมื่อเกิดปัญหา
การแพร่หลายของ LLM และการเปลี่ยนแปลงนโยบาย AI
- ผู้เขียนเริ่มเรียนก่อน ChatGPT เปิดตัวเพียง 1 เดือน จึงได้เห็นหลักสูตรค่อย ๆ เปลี่ยนไปตาม พัฒนาการของ LLM
- ช่วงแรกยังรู้สึกว่าโพสต์เรื่องใช้ ChatGPT ยื่นอุทธรณ์ใบสั่งจอดรถน่าสนใจ แต่ตอนนี้มาตรฐานเปลี่ยนไปจนเรื่องนั้นดูเล็กน้อยมาก
- การคุมสอบเข้มงวดขึ้นเรื่อย ๆ หลังเริ่มใช้งาน
- ช่วงหลังมีการยกเลิก cheatsheet
- คาดว่าเป็นมาตรการป้องกันการใช้ LLM สร้าง cheatsheet หรือการแอบใช้จอที่สอง
- ในอดีตเคยเลือกสอบเวลาไหนก็ได้ภายในหน้าต่าง 24 ชั่วโมง แต่ล่าสุดเปลี่ยนเป็นให้นักศึกษาตามซีกโลกต่าง ๆ สอบพร้อมกันในเวลาเดียวกัน
- LLM ยังส่งผลชัดเจนต่อปริมาณการสนทนาในช่องเรียน
- ช่วงแรกมีการถามคำถามจากเนื้อหาและเช็กความเข้าใจกันอย่างคึกคัก
- หลังจากนั้นบทสนทนาลดลง และดูเหมือนผู้คนจะหันไปถาม LLM แทน
- ในเดือนกุมภาพันธ์ 2025 หรือราว 2.5 ปีหลังเริ่มเรียน มหาวิทยาลัยออกนโยบาย AI อย่างเป็นทางการ
- การส่งผลงานที่สร้างโดย LLM โดยไม่เปิดเผยจะถูกมองว่าเป็น contract cheating
- ซึ่งอยู่ในหมวดเดียวกับการจ้างคนเขียนเรียงความแทน
- การใช้ AI ในการประเมินถูกแบ่งเป็นกรอบ 3 ระดับ
- Level Zero: ห้ามใช้ AI
- Level One: ใช้เพื่อช่วยระดมความคิดและจัดโครงสร้างได้ แต่ต้องประกาศ
- Level Two: ต้องใช้ AI เช่น ให้ AI สร้างผลลัพธ์ขึ้นมาแล้ววิจารณ์ผลลัพธ์นั้น
- ผู้สอนต้องหาสมดุลระหว่างการกันไม่ให้นักศึกษายกการเรียนทั้งหมดให้ LLM ทำแทน กับความจริงที่ว่า AI มีแนวโน้มสูงมากว่าจะกลายเป็นส่วนหนึ่งของชีวิตการทำงาน
การประเมินหลังเรียนจบ
- ตลอด 3 ปีครึ่งที่ผ่านมาเป็นช่วงที่หนักมาก และมีหลายครั้งที่ผู้เขียนต้องละเลยภรรยาและเพื่อนไปบ้าง
- แต่การได้มีปริญญาเป็นสิ่งที่น่ายินดีอย่างมาก
- สิ่งที่ชอบเป็นพิเศษคือได้เรียนหัวข้ออย่างคณิตศาสตร์ ซึ่งหากไม่มีหลักสูตรนี้ก็คงไม่ได้เรียนเอง
- เพื่อนร่วมเรียนเป็นผู้คนที่น่าสนใจมาก และผู้เขียนหวังว่าจะได้มิตรภาพไปตลอดชีวิต
- แม้จะมีข้อไม่พอใจอยู่บ้าง แต่ก็หวังว่าเวลาจะช่วยให้หลายอย่างดีขึ้น และโดยรวมแล้วถือว่าเป็นประสบการณ์ที่ดี
1 ความคิดเห็น
ความคิดเห็นบน Hacker News
เคยเดินเส้นทางคล้าย ๆ กัน เรียนที่ โรงเรียนทหาร สองแห่งในบราซิลที่แข่งขันสูง แต่ไม่ได้เรียนจบ แล้วย้ายไปสหรัฐฯ ตอนนี้เป็นวิศวกรซอฟต์แวร์อาวุโสในบริษัท FAANG
การไม่มีปริญญาไม่ใช่อุปสรรคจริง ๆ และในบริษัทก็เลื่อนจากจูเนียร์ขึ้นเป็นซีเนียร์ได้เร็วในเวลาแค่ 4 ปี ถึงอย่างนั้นก็รู้สึกมาตลอดว่ามันเป็นจุดอ่อนและข้อจำกัด จึงเริ่มเรียนปริญญาวิทยาการคอมพิวเตอร์ออนไลน์ของมหาวิทยาลัยในบราซิลช่วง COVID และเพิ่งจบเมื่อสัปดาห์ที่แล้ว
อยากใส่ชื่อสถาบันที่ดูแข็งแรงกว่าในเรซูเม่ เลยสอบติดหลักสูตรออนไลน์ Johns Hopkins Masters in AI และสงสัยว่ามีใครเคยมีประสบการณ์กับโปรแกรมนี้บ้างไหม
ไม่ได้เกี่ยวข้องโดยตรงกับคณะวิศวกรรมหรือหลักสูตร แต่ถึงอาจไม่ดังเท่าคณะแพทย์หรือคณะสาธารณสุข โดยรวมก็เป็นโรงเรียนที่ค่อนข้างดีทีเดียว
ไม่รู้ว่า Johns Hopkins เป็นแบบนั้นหรือเปล่า แต่ OMSCS ของ Georgia Tech เป็นแบบนั้น
อย่างไรก็ตาม ถ้าเป็น ซีเนียร์ใน FAANG อยู่แล้ว ก็ไม่แน่ใจว่าจำเป็นต้องมีความชอบธรรมเพิ่มเติมจริง ๆ หรือไม่
Georgia Tech และ UT Austin มีชื่อเสียงดีเรื่อง OMSCS โดยค่าใช้จ่ายราว 6,000 ดอลลาร์ และ 10,000 ดอลลาร์ ตามลำดับ ถ้าพูดถึงปริญญาวิทยาการคอมพิวเตอร์ออนไลน์ที่อาจารย์ระดับท็อปมีส่วนสอนอย่างจริงจังและค่าใช้จ่ายไม่เกินไป ที่นึกออกก็มี GT, UT Austin, UIUC ประมาณนี้
เดี๋ยวนี้คนเก่ง ๆ จากมหาวิทยาลัยอย่าง Stanford หรือ MIT ยังมักเข้าบริษัทเล็ก ๆ ไม่ได้ด้วยซ้ำ ดังนั้นเรื่องเล่าแบบ “ไม่มีปริญญาก็ไม่เป็นไร” ฟังดูเหมือนมองข้ามโชคของตัวเองมากเกินไป
ผ่านไป 20 ปีแล้ว โปรเจกต์กลุ่ม ก็ดูเหมือนยังเหมือนเดิม
ต่อให้เรียนแบบออฟไลน์ ปกติก็มี 1–2 คนทำทุกอย่าง ที่เหลือหายไปหรือไม่ก็นั่งเล่นเฉย ๆ
โทรไป อีเมลไป ก็ไม่มีการตอบกลับเลย หลังจากติดต่อไม่ได้เกินหนึ่งเดือนและกำลังคุยกันว่าจะบอกอาจารย์อย่างไร อาจารย์ก็บอกว่าคนนั้น ถูกรถบรรทุกชน จริง ๆ และยังอยู่โรงพยาบาล จึงขอถอนด้วยเหตุผลทางการแพทย์
เรานัดรวมงานกันก่อนส่ง 1 สัปดาห์ และโปรเจกต์มีระยะเวลา 6 สัปดาห์ แต่คนสุดท้ายเอาแต่บอกว่ากำลังทำอยู่ ไม่ต้องห่วง จนถึงก่อนส่ง 1 สัปดาห์ก็ยังโชว์อะไรไม่ได้เลย สุดท้ายผมต้องรีบจัดการเอง แต่เวลาไม่พอเลยได้ B แทน A และหลังจากนั้นผมก็ทำทุกโปรเจกต์คนเดียว
แม้แต่โปรเจกต์ใหญ่ที่ปกติมี 5–6 คน ผมก็เถียงกับอาจารย์อยู่นิดหน่อยแล้วทำคนเดียว และทุกครั้งก็ได้รับการประเมินว่าเป็นโปรเจกต์ยอดเยี่ยม
สมัยนั้นถ้ามี MCSE ก็ถูกจ้างได้ทุกที่ และ A+ ก็ทำให้เหนือกว่าคู่แข่ง แถมตอนนั้นยังใช้ได้ตลอดชีวิต
ต้นยุค 2000 เป็นแบบนั้นจริง ๆ ผมเองก็เริ่มมาแบบนั้น เพิ่งจบปริญญาตรีเมื่อไม่นานมานี้ และตอนนี้กำลังเรียนปริญญาโทอยู่
ผมก็คล้ายกัน คือเรียนปริญญาโทเพื่อให้มีคุณวุฒิ เติมช่องว่าง และเรียนรู้สิ่งใหม่ ๆ
การเรียนและทำการบ้านตอนกลางคืนมีความโรแมนติกแบบอุดมคตินิยมอยู่พอสมควร และ โครงสร้างการเรียนออนไลน์ แบบนี้เหมาะกับคนที่มีวินัยสูง แต่ในอีกด้านหนึ่งก็มีการทุจริตและการใช้ AI ทำให้ชวนหดหู่ว่าคุณวุฒินั้นพิสูจน์อะไรได้ไม่มากนัก
สุดท้ายสัญญาณที่ชัดเจนก็มีแค่ประมาณว่า “คนคนนี้ไม่ได้ล้มเลิกกลางคัน และรู้จักเขียนรายงานกับใช้เอกสารอ้างอิง” ดังนั้นถ้าจะตรวจสอบคุณสมบัติให้ครบถ้วนจริง ๆ ก็ต้องมีการทดสอบแยกต่างหาก
แพงกว่าที่คิด ในแอฟริกาใต้ ค่าใช้จ่ายระดับนั้นสามารถเรียน ปริญญา 3 ปี ในมหาวิทยาลัยที่ถือว่าอยู่ระดับท็อปของประเทศและติดอันดับโลกประมาณ 300 ได้ โดยรวมค่าที่พัก ค่าอาหาร และค่าใช้จ่ายอื่น ๆ แล้ว
อย่างไรก็ตาม นั่นเป็นกรณีของคนท้องถิ่นที่ได้รับเงินอุดหนุนจากภาษี ไม่ใช่ชาวต่างชาติ
แม้จะเป็นการตัดสินใจแบบหุนหันพลันแล่น แต่การทำจนจบและได้ first class ก็น่ายินดี
ผมเรียนวิทยาการคอมพิวเตอร์ตั้งแต่ปริญญาตรี โท จนถึงเอก รวมทั้งหมด 11 ปี และมันเป็นการเสียเวลาครั้งใหญ่ที่สุดในชีวิต
ยิ่งมีประสบการณ์ทำงานมากขึ้น ก็ยิ่งมั่นใจว่าแทบทุกอย่างในสายเทคโนโลยีเรียนรู้ได้จากหน้างาน ส่วนมหาวิทยาลัยใกล้เคียงกับคลับทางสังคมมากกว่า ตอนนี้สิ่งที่เรียนในมหาวิทยาลัยและมากกว่านั้นสามารถเรียนออนไลน์ได้ฟรี
มหาวิทยาลัย โดยเฉพาะมหาวิทยาลัยระดับท็อป ยังให้ใบเบิกทางที่มีคุณค่าต่อการหางานอยู่ แต่ไม่รู้ว่ามันจะอยู่ได้นานอีกแค่ไหน ถ้าจะเข้าสู่อุตสาหกรรมในวันนี้ ดูเหมือนการลงมือสร้างของจริงและสะสมพอร์ตโฟลิโอจะดีกว่าการเรียนปริญญาหลายปี
ถ้าเป็นตอนนี้ ผมคงไม่แนะนำปริญญาด้านเทคโนโลยี เว้นแต่มาจากมหาวิทยาลัยระดับโลก และแม้เป็นมหาวิทยาลัยแบบนั้น ผมก็จะโฟกัสที่ การสร้างเครือข่าย และการหาคนที่มีความสนใจคล้ายกัน มากกว่าเกรด
สิ่งที่เรียนคือทฤษฎีการคำนวณ ทฤษฎีกราฟ คณิตศาสตร์ไม่ต่อเนื่อง ตรรกะเชิงรูปแบบ อะไรทำนองนั้น แต่โลกต้องการคนที่รู้ JavaScript มากกว่านักวิทยาการคอมพิวเตอร์อย่างมหาศาล
เมื่อเวลาผ่านไป ปริญญา CS จำนวนมากเปลี่ยนไปทางการผลิตวิศวกรซอฟต์แวร์ แต่ซอฟต์แวร์เอ็นจิเนียริ่งในฐานะสาขาวิศวกรรมกลับน่าผิดหวังมาก แทบไม่มีแนวปฏิบัติด้านการออกแบบที่ได้รับการยอมรับโดยทั่วไป ไม่มีหน่วยงานกำกับดูแล และแทบไม่มีการคำนวณขอบเขตความปลอดภัย ก็แค่ดึง left-pad จาก npm มาใช้แล้วปล่อยผ่าน หรือเดี๋ยวนี้ Codex ก็ทำแบบนั้นแทน
ดังนั้น CS จึงถูกมองเหมือนเป็นสิ่งที่ต้องทำถ้าจะเข้า Google แต่ประโยชน์จริงต่ำ และเป็นวิธีที่แพงและไม่มีประสิทธิภาพในการตรวจว่า “จริงจังพอไหม” และทำงานส่งตรงเวลาหรือเปล่า
ปริญญาเอกไม่ใช่กระบวนการเรียนเนื้อหา แต่เป็นกระบวนการได้มาซึ่งความเป็นอิสระในการวิจัย ความมั่นใจ และความสามารถในการวิพากษ์อย่างเข้มข้น มันควรเป็นความทรมานชนิดพิเศษ ที่ต้องบดตัวเองกับปัญหาที่ยากจริง ๆ และอดทนกับช่วงเวลาที่ไร้ประสิทธิผลอย่างสุดขั้ว
ถ้าได้สิ่งเหล่านั้นมาแล้วไม่ได้ใช้ในที่ทำงาน ก็อาจเป็นไปได้ว่าคุณไม่จำเป็นต้องมีปริญญาเอก แต่นั่นไม่ใช่ความผิดของตัวปริญญาเอง
มันค่อนข้างซ้ำ ๆ ต้องใช้วิจารณญาณที่ดีและความสามารถในการตามกระแสล่าสุดให้ทัน แต่โดยปกติไม่ใช่งานวิจัยอัลกอริทึมล้ำหน้า การเพิ่มปุ่มใหม่ ใส่พารามิเตอร์ใน analytics call และทำดาร์กโหมด คือสิ่งที่คนส่วนใหญ่ในงานเทคเงินเดือนหกหลักทำกัน
ถ้ามันช่วยให้เข้าใจสิ่งที่ต้องใช้ในการสัมภาษณ์ เพิ่มโอกาสในการขยายเครือข่าย หรือกลายเป็นสัญญาณเชิงนามธรรมอื่น ๆ มันก็อาจไม่ได้เสียเปล่าเท่าที่พูด
ผมไม่มีปริญญา และในวงการเทคแถบชายฝั่ง คนที่มีพื้นหลังแบบนี้ยิ่งหายากขึ้นเรื่อย ๆ จนอาจกลายเป็นข้อเสียด้วยซ้ำ ในทางกลับกัน ผมใช้เวลาส่วนใหญ่ของอาชีพไปกับการเขียนแอปพลิเคชันเพื่อแก้ปัญหาการปฏิบัติการซอฟต์แวร์ ทำงานกับทีมเล็กมากกว่าทีมใหญ่ และบ่อยครั้งต้องขับเคลื่อนโดยไม่มีฝ่ายผลิตภัณฑ์หรือโปรเจกต์มาสนับสนุน
เมื่อก่อนผมเกลียดช่วงนั้นเพราะจำได้แต่ว่าเป็นความลำบาก แต่ช่วงหลังมานี้ผมมองว่าตัวเอง พึ่งพาตนเอง ได้มากขึ้น และในฐานะวิศวกรที่ทำงานมานาน ก็มีความสามารถและความคุ้นเคยที่จะนำทีมที่ใหญ่ขึ้นได้ คุณค่าของประสบการณ์หรือสิ่งต่าง ๆ มักไม่ได้ปรากฏหรือได้รับการยอมรับในทันที
ในสาขาส่วนใหญ่ แทบเป็นไปไม่ได้เลยที่จะได้งานโดยไม่มีปริญญา และในสายเทคก็ยังยาก ผมทำงานในบริษัทเทคขนาดใหญ่ และเท่าที่เห็น วิศวกรซอฟต์แวร์ ส่วนใหญ่มีปริญญาในรูปแบบใดรูปแบบหนึ่ง ข้อยกเว้นมีแน่ แต่พบไม่บ่อย
คอร์สออนไลน์ผ่าน Coursera ยังราคา 17,000 ปอนด์ใน 3 ปี หรือประมาณ 22,000 ดอลลาร์ แพงกว่าที่คิด
ที่น่าสนใจคือดูเหมือนจะใกล้เคียงกับค่าใช้จ่ายของ The Open University ด้วย: https://www.open.ac.uk/courses/computing-it/degrees/bsc-comp...
และก็มีแนวโน้มว่ายังถูกกว่าการเรียนโปรแกรมเดียวกันแบบออฟไลน์อยู่ดี
อยากรู้จริง ๆ ว่าคนนี้อุด ช่องว่างความรู้ด้านคณิตศาสตร์ ของตัวเองอย่างไร
เมื่อก่อน สิ่งนี้เป็นเหตุผลหลักที่สุดที่ทำให้ผมไม่กล้าลองเรียนหลักสูตรแบบนี้
ครอบคลุมถึงพีชคณิตเชิงเส้นและสมการเชิงอนุพันธ์ และบน Coursera ก็มีคอร์สคณิตศาสตร์ให้เรียนอยู่ไม่น้อย
ผมคิดเรื่องหลักสูตรนี้โดยเฉพาะมาสักพักแล้ว
บางครั้งก็อดคิดไม่ได้ว่าอยากทำสิ่งนี้เพื่อ “อาชีพ” หรือจริง ๆ แล้วอยากทำเพื่อ ตัวเอง กันแน่