Definition of Done และเป้าหมายปลายทาง
Definition of Done ของ Learning Path
เมื่อจบเส้นทางนี้ ผู้เรียน ไม่จำเป็นต้องเขียน AI model ได้ แต่ควรทำสิ่งต่อไปนี้ได้:
- อธิบาย AI, ML, Generative AI และ LLM ด้วยภาษาของตัวเอง
- อธิบาย hallucination และความเสี่ยงของ AI ได้
- ใช้ AI ช่วยงานโดยไม่เชื่อ output แบบอัตโนมัติ
- แยกงานที่เหมาะ/ไม่เหมาะกับ AI ได้
- อธิบาย semantic search และ RAG ในระดับ business ได้
- วิเคราะห์ workflow งาน QA ปัจจุบันได้
- หา pain point และ business problem ได้
- Identify stakeholders ได้
- เก็บและจัด requirement ได้
- เขียน functional / non-functional requirement ได้
- เขียน user story ได้
- เขียน acceptance criteria ที่ test ได้
- วาด As-Is / To-Be process ได้
- ทำ UAT กับ prototype ได้
- อธิบาย AI risk และ human-in-the-loop ได้
- ทำ case study ตั้งแต่ problem → solution → validation ได้
- มี project อย่างน้อย 1 ตัวสำหรับใช้สมัคร BA
ข้อไหนยังติ๊กไม่ได้ ให้กลับไป Stage ที่สอนเรื่องนั้น — ไม่มีทางลัด แต่ก็ไม่มีข้อไหนที่ไกลเกินเอื้อม
เป้าหมายปลายทาง
เส้นทางนี้ไม่ได้พยายามเปลี่ยน:
QC/QA → Programmer
แต่พยายามสร้าง:
Automotive Domain Knowledge
+
Quality / Customer Experience
+
Business Analysis
+
AI Literacy
↓
AI-aware Business Analyst
ข้อได้เปรียบคือคุณไม่ได้ทิ้งประสบการณ์ QC/QA เดิม แต่เปลี่ยน domain knowledge เดิมให้กลายเป็นจุดแข็งของ BA
ตำแหน่งที่สามารถสำรวจต่อได้
- Business Analyst
- IT Business Analyst
- Business System Analyst
- Digital Transformation Analyst
- Manufacturing IT / MES Analyst
- Quality System Analyst
- Product Owner (เมื่อมีประสบการณ์เพิ่ม)
- AI / Automation Business Analyst
สังเกตว่า Product Owner คือขั้นถัดไปหลังมีประสบการณ์ BA ไม่ใช่ทางแยกที่ต้องเลือกตั้งแต่วันนี้ — เก็บประสบการณ์ BA ให้แน่นก่อน แล้วประตูบานนั้นจะเปิดเอง
ขอให้สนุกกับการเดินทาง — จาก QC/QA Support สู่ AI-aware Business Analyst