Banking Technologies and Processes - Myanmar

အရင်တုန်းက PM ဆို Project Manager ပေါ့..

ခုတော့ PM ဆို..

Product Manager လည်းဖြစ်နိုင်သလို

PO Product Owner လည်း ဖြစ်နိုင်တယ်

ဘာကွာသွား သလဲ?

နံပတ်တစ် - ဒါက Agile Software Development မှာသုံးတဲ့ role တွေပါ။

Agile SDLC ကို နားမလည်ရင် ဒီမှာဖတ် - https://banktpmm.com/ #/articles/2022122701535844

ကတော့ WHEN နဲ့ HOW ကိုဘဲ အာရုံစိုက်တယ်
သူ့မေးခွန်းတွေ - project ဘယ်တော့ပြီး မှာလဲ? ဘယ်လောက်ကြာမှာလဲ?

က​တော့ WHAT နဲ့ Priority ကိုဘဲ အာရုံစိုက်တယ်
ဘယ်​ဟာကို အရင်လုပ်ရမယ်? ဘယ်ဟာက စောင့်လို့ရတယ်။

က တကယ်တော့ Agile squad ထဲမှာ မပါဘူး

သူက နောက်ကွယ်က PO ကို ဆေးထိုးတဲ့ တျောက်ပါ။

မင်္ဂလာပါ AI…AI နဲ့ အော်နေသူတွေ ခွဲကြည့်ရင် အုပ်စု ၃ ခု ရှိပါတယ်။

#1 - သုံးစွဲသူ (AI users) အုပ်စု
ဒီအုပ်စုက လူဦးရေရဲ့ ၉၀% ဖြစ်ပါတယ်။ အရင်က Google မှာ ရှာတာက​နေ ခု ChatGPT ပြောင်းရှာတတ်တယ်။ Deepseek တို့ Gemini တို့ Grok တို့ ပေါ်တော့ စမ်းကြည့်တယ်။ ဒီမှာ Google မှာရှာသလောက် “What is..” တို့ “Tell me..” တို့လောက်က မတက်လာဘူးဆို အရင် Goolge Yahoo seach ခေတ်ကနဲ့ users နဲ့ ဘာမှ မကွာပါဘူး။ ဒီအုပ်စုက ကားမ​မောင်းတတ်ဘဲ ကားစီး၊ တက်စီ ငှါးစီးတတ်တဲ့ အုပ်စုထဲမှာ ပါပါတယ်။

Prompt Engineering လေး ဘာ​လေး ဆက်​လေ့လာ ​နေပြီ၊ Copilot လောက်သုံးတတ်​နေပြီ၊ Google Smart features လောက်သုံးတတ်ပြီဆို AI skills နည်းနည်းတက်လာပြီ လို့ပြောရမှာပါ။ ဒါဆိုရင် ကားကြောင်း ပိုနားလည်လာပြီပေါ့။

#2 - တည်​ဆောက်သူ - AI Engineers/Developers အုပ်စု
ဒီအုပ်စုက အရင်က programming ရေးတတ်တယ်၊ website app လုပ်တတ်တယ်။ ခု AI ခေတ်ဆို​တော့ AI Engineer လုပ်မယ်ဆိုတဲ့ အုပ်စု။ ဒါဆို LLM versions တွေ ကို နားလည်ရမယ်၊ ML Models တွေကို API ခေါ်တတ်ရတယ်။ Training Model ဘယ်လိုဖြစ်သလဲ သိရမယ်။ AI Certificate လေး​တွေရှိမယ်။

Data Analytics အပိုင်း ဆိုရင်လည်း Data labelling တို့ ၊ Supervised Learning ၊ Reinforcement Learning ဘာညာသိဖို့ လိုပါမယ်။ Gen AI နဲ့ Agentic AI ဘယ်လိုကွာသလဲ ခွဲခြားတတ်လာမယ်။

ဒါ​လေးတွေသိရင် ကားမောင်းတတ်လာတာနဲ့တူတယ်။ AI ကို အသက်မွေးဝမ်းကြောင်း အလုပ်တစ်ခုအဖြစ် အသုံးပြုနိုင်မှာ ဖြစ်ပါတယ်။

#3 - ဖန်တီးသူ creator အုပ်စု - LLM, Deep Learning, Neural Network
ဒီ level က​တော့ ကားတည်​ဆောက်တဲ့ သူ​တွေနဲ့တူပါတယ်။ creators အုပ်စုပါ။ ဒီလိုသူ​တွေ ကမ္ဘာ့လူဦး​ရေနဲ့ ယှဉ်တွက်ရင် 1-2% လောက်ဘဲရှိပါတယ်။ Facebook က Alexander Wang တို့ OpenAI Sam altman တို့ ဒီအုပ်စုထဲပါတယ်။ ဒီအုပ်စုထဲရောက်ဖို့ အရင်ဆုံး step 1 က အောက်က formula မျိုးတွေ နားလည်လား။ ဒါတွေသုံးပြီး software ရေးတတ်လား။ ဒါမှ next GPT model, Gemini model တို့ ဖန်တီးတဲ့ အဖွဲထဲ ရောက်မှာ ဖြစ်ပါတယ်။

မလုပ်ခင် ဒါမျိုးတွေ စိတ်ဝင်စားလား ဆိုတာ သိဖို့ လိုပါတယ်။ ဒါကြောင့် AI Guru ဖြစ်ဖို့ဆိုတာ ရှားပါတဲ့ talent တွေ လိုအပ်ပါတယ်။

ဒီခေတ်ကျောင်းသားတွေ လည်း AI နဲ့ ပတ်သက်ပြီး ဘွဲ့ယူမယ်၊ career တစ်ခု တည်ဆောက်မယ် ဆိုရင် အနည်းဆုံး ဒုတိယအုပ်စုထဲရောက်တဲ့ အထိ လေ့လာဖို့ လိုပါလိမ့်မယ်။

လက်ရှိ ကိုယ်ဘယ် gruop ထဲ ပါသလဲဆိုတာ သိပြီး manage your expectations (မျှော်လင့်ချက်နဲ့ ၊ လက်​တွေ့နဲ့ ၊ ဖြစ်ချင်တာနဲ့ ကိုက်မကိုက် သုံးသပ်) လုပ်သင့်ပါတယ်။