Data Path: From Machine to Data to Tools
เข้าใจ data จริงๆ แล้วเลือกเรียน tool ที่คุณต้องการ — Google Sheets, Python, SQL, หรือ C
เส้นทางการเรียน
Section titled “เส้นทางการเรียน”เริ่มจาก Foundation เพื่อเข้าใจพื้นฐาน แล้วเลือกเรียน tool ที่ตรงกับงานของคุณ
เลือก Track ที่ใช่
Section titled “เลือก Track ที่ใช่”| Track | เหมาะกับ | Modules | เวลา |
|---|---|---|---|
| Google Sheets | คนใช้ spreadsheet ทุกวัน, นักบัญชี, admin | 4 modules | ~8 hrs |
| Python & pandas | Data analyst, นักวิเคราะห์, developer | 5 modules | ~12 hrs |
| SQL | DBA, backend dev, data engineer | 5 modules | ~12 hrs |
| JavaScript | Frontend dev, web developer, fullstack | 4 modules | ~10 hrs |
| TypeScript | Developer ที่อยากเขียนโค้ดปลอดภัยขึ้น | 3 modules | ~8 hrs |
| C — X-ray | คนอยากเข้าใจ “ทำไม” ทุกอย่างถึงทำงานแบบนี้ | 2 modules | ~4 hrs |
เริ่มเรียน
Section titled “เริ่มเรียน”Foundation (เริ่มที่นี่)
Section titled “Foundation (เริ่มที่นี่)” Foundation: Machine & Data Types ทำไม data types ถึงมีอยู่ — จาก binary ไปจนถึง 4 เครื่องมือ
Tool-Specific Tracks
Section titled “Tool-Specific Tracks” Google Sheets Track Cells, types, text operations, numbers, dates, import & real cases
Python & pandas Track Variables, DataFrames, cleaning, transformation, EDA
SQL Track SELECT, schema, aggregation, joins, real cases
JavaScript Track Variables, functions, async/await, DOM — พื้นฐาน JS สำหรับทุกคน
TypeScript Track Types, interfaces, generics, React+TS — เขียนโค้ดที่ปลอดภัยกว่า
C — X-ray View Types, sizeof, memory — เข้าใจว่าทำไมทุก tool ถึงทำงานแบบนี้
Integration & Reference
Section titled “Integration & Reference” Cheat Sheet ตารางเปรียบเทียบ data types ครบทั้ง 4 tools
Assessment 10 คำถามทดสอบความเข้าใจ
Null Decision Tree NULL vs empty string vs zero — ตัดสินใจได้ทันที