วัน: 10 ตุลาคม 2013

ในโลกของการทำงานด้านข้อมูล (Data) ที่การแข่งขันสูง การสัมภาษณ์งานไม่ได้เป็นเพียงแค่การวัดความรู้ทางวิชาการว่าคุณรู้จักคำสั่ง SQL อะไรบ้างเท่านั้น แต่เป็นการประเมินว่าคุณมีกระบวนการคิด (Thinking Process) และทักษะในการแก้ไขปัญหาที่ซับซ้อนอย่างไร ความสามารถที่เรามองหาจึงไม่ใช่แค่ สิ่งที่เรารู้ แต่คือ วิธีที่เราเคยนำความรู้นั้นไปใช้แก้ปัญหาจริง

🧠 Behavioral Questions คืออะไร และทำไมต้องใช้ STAR Method?

แนวคิดหลักที่ว่า พฤติกรรมในอดีตเป็นตัวทำนายพฤติกรรมในอนาคต คือรากฐานของคำถามเชิงพฤติกรรม (Behavioral Questions) คำถามเหล่านี้มักเริ่มต้นด้วยวลีเช่น “ช่วยเล่าถึงครั้งที่คุณเคยจัดการกับข้อมูลที่ผิดปกติได้อย่างไร?” หรือ “ยกตัวอย่างสถานการณ์ที่ต้องปรับปรุงประสิทธิภาพของ Query ที่ช้ามากๆ”

การตอบคำถามเหล่านี้ด้วยการเล่าเรื่องราวอย่างมีโครงสร้าง คือหัวใจสำคัญของการใช้ STAR Method ซึ่งเป็นเครื่องมือที่ช่วยให้คุณเล่าประสบการณ์ได้อย่างครบถ้วนและทรงพลัง:

• S (Situation): อธิบายสถานการณ์หรือบริบทที่เกิดขึ้นอย่างชัดเจน (เช่น: “เรากำลังต้องประมวลผลข้อมูลลูกค้าที่ถูกคั่นด้วยเครื่องหมายจุลภาคในฟิลด์เดียว”)
• T (Task): ระบุภารกิจหรือเป้าหมายที่คุณต้องทำให้สำเร็จ (เช่น: “เป้าหมายคือการแยกข้อมูลเหล่านี้ให้เป็นแถวๆ เพื่อนำไป Join กับตารางหลัก”)
• A (Action): ส่วนสำคัญที่สุด—การอธิบายว่า คุณ ได้ทำอะไรลงไปบ้างโดยเฉพาะเจาะจง (เช่น: “ผมจึงเลือกใช้ฟังก์ชัน PostgreSQL อย่าง STRING_TO_ARRAY ร่วมกับ UNNEST เพื่อแยกค่าที่คั่นด้วยจุลภาค”)
• R (Result): ผลลัพธ์ที่เกิดขึ้นจากการกระทำของคุณ พร้อมทั้งระบุถึงบทเรียนหรือความสำเร็จที่วัดผลได้ (เช่น: “ทำให้กระบวนการ ETL เร็วขึ้น 40% และช่วยให้ทีมสามารถวิเคราะห์ข้อมูลได้ทันเวลา”)

💡 ตัวอย่างการประยุกต์ใช้ STAR Method กับ PostgreSQL

สมมติว่าผู้สัมภาษณ์ถามว่า: “ช่วยเล่าถึงครั้งที่คุณต้องจัดการกับข้อมูลที่จัดเก็บแบบไม่เป็นระเบียบ (Unstructured Data) ใน PostgreSQL หน่อย”

คุณสามารถตอบโดยใช้โครงสร้าง STAR และแทรกโค้ด PostgreSQL เข้าไปในส่วน Action ได้อย่างเป็นธรรมชาติ:

1. S (Situation): “ในโปรเจกต์ล่าสุด ข้อมูลสินค้าที่เราได้รับมาถูกจัดเก็บในคอลัมน์เดียว (VARCHAR) โดยมีค่าคั่นด้วยเครื่องหมายจุลภาค เช่น ‘apple,banana,orange'”
2. T (Task): “ภารกิจคือการแยกข้อมูลเหล่านี้ให้แต่ละรายการอยู่ในแถว (Row) ของตาราง เพื่อให้สามารถ Join กับตารางหมวดหมู่สินค้าได้”
3. A (Action): “ผมจึงเขียน Query โดยใช้ฟังก์ชัน STRING_TO_ARRAY เพื่อแปลงสตริงให้เป็น Array ก่อน จากนั้นใช้ UNNEST เพื่อแตก Array นั้นให้กลายเป็นแถวข้อมูลที่แยกกันอย่างสมบูรณ์ ดังนี้ครับ:”

SQL

SELECT unnest(string_to_array('apple,banana,orange', ',')) AS separated_item;

4. R (Result): “ผลลัพธ์คือเราได้ชุดข้อมูลที่สะอาดและพร้อมใช้งาน ทำให้การ Join ข้อมูลเป็นไปอย่างรวดเร็ว และเราได้สร้าง Pipeline นี้เป็นมาตรฐานสำหรับข้อมูลที่คล้ายกันในอนาคตครับ”

✅ บทสรุป: การเป็นสถาปนิกที่เหนือกว่าแค่โค้ด

การตอบคำถามเชิงพฤติกรรมไม่ใช่แค่การท่องจำคำสั่ง SQL แต่คือการแสดงให้เห็นถึง กระบวนการคิดเชิงสถาปัตยกรรม (Architectural Thinking) ของคุณ เมื่อคุณสามารถเชื่อมโยงปัญหาทางธุรกิจ (Situation/Task) เข้ากับเครื่องมือทางเทคนิคที่เหมาะสม (Action: PostgreSQL Function) และวัดผลลัพธ์ที่ชัดเจน (Result) คุณจะไม่ใช่แค่ผู้ที่รู้ SQL แต่คุณคือผู้ที่สามารถแก้ปัญหาที่ซับซ้อนได้จริง นี่คือสิ่งที่ผู้เชี่ยวชาญระดับ Senior Architect ต้องแสดงออกมาในการสัมภาษณ์งาน