ชีตสรุป · Cheat Sheet

building ในสายตา Team Lead คือการวางรากฐานแล้วสร้างอย่างเป็นระบบ เลือก compute ด้วยวิจารณญาณตามบริบทลูกค้า ทำผ่าน IaC ด้วย Terraform ที่จัดการ state, module, environment เป็น ตั้ง CI/CD ที่ปลอดภัยและ rollback ได้ และที่สำคัญคือวาง landing zone ด้วย resource hierarchy, IAM, org policy, networking และ security baseline ก่อนสร้าง workload เล่าทุกอย่างโยงกับประสบการณ์จริงเพื่อให้ Team Lead เชื่อว่าเราสร้างของจริงเป็น

migration คือจุดชี้ขาดของรอบสอง ใช้ 4 เฟส Assess-Plan-Deploy-Optimize และ 3 เส้นทางที่แมปกับ 6 Rs เฟส Assess ใช้ Migration Center สร้าง inventory และ business case รู้จักเครื่องมือปัจจุบัน (Migrate to VMs, Migrate to Containers, DMS, Datastream, Storage Transfer Service, Transfer Appliance) และใช้ให้ถูกงาน วาง wave และ pilot ก่อนขยาย ให้ความสำคัญกับ cutover, rollback และ data validation ซึ่งเป็นจุดที่ Team Lead เจาะลึก และเล่าทุกอย่างโยงกับประสบการณ์จริงเพื่อพิสูจน์ว่าย้ายของจริงเป็น

managing คือการดูแล workload หลัง go-live และมักเป็นตัวตัดสินความน่าเชื่อถือ วางรากฐานด้วย observability (monitoring, logging, tracing) และ SLO/SLI/error budget แบบ SRE คุมต้นทุนด้วย FinOps (recommenders, CUD, autoscaling, cost audit) ดูแล security posture ต่อเนื่องด้วย Security Command Center และ IAM review รักษา reliability ด้วย autoscaling, incident response และ DR testing และทำ governance/automation ให้ยั่งยืน เล่าโยงกับคุณค่าธุรกิจเสมอ เพราะการดูแลที่ดีคือสิ่งที่ทำให้ลูกค้าอยู่กับคลาวด์ได้อย่างมั่นใจ

รอบ Team Lead วัดว่าไว้ใจให้ทำงานจริงได้ไหม เตรียมเรื่องเล่า STAR อย่างน้อย 5 เรื่องที่แสดงทั้งความลึกและวิจารณญาณ แปลงประสบการณ์ AWS เป็นภาษา GCP ให้เป็นจุดแข็ง เมื่อไม่เคยทำสิ่งที่ถูกถามให้ซื่อสัตย์ โยงประสบการณ์ใกล้เคียง และแสดงวิธีคิด ระหว่างตอบให้คิดออกเสียง ถามก่อนตอบ เล่า trade-off และปิดด้วยคุณค่าธุรกิจ เตรียมคำถามถามกลับ ทั้งหมดนี้ทำให้ Team Lead เชื่อว่าเราพร้อมนั่งหน้าลูกค้าจริงและปิด technical win ได้

การแนะนำตัวคือการตั้งกรอบว่าเราเป็น technical advisor ที่คุยกับลูกค้าได้ ใช้โครง Now-Proof-Why-Edge เล่าผลลัพธ์ไม่ใช่หน้าที่ อ้างจุดแข็งเชิงเทคนิคเจาะจงตอนพูดถึง Google Cloud วางเบ็ดเฉพาะเรื่องที่พร้อมลงลึก และปรับโทนตามผู้ฟัง ทั้งหมดนี้คือการสาธิตว่าเราทำงาน DCE เป็นตั้งแต่ประโยคแรก

IaaS PaaS SaaS คือเรื่องของเส้นแบ่งความรับผิดชอบที่เลื่อนไปมา ยิ่งขึ้นไปทาง SaaS ลูกค้ายิ่งดูแลน้อยแต่ปรับแต่งน้อย อธิบายด้วยอุปมาพิซซ่าให้ลูกค้าเข้าใจเร็ว จับคู่กับ service GCP จริง (Compute Engine, Cloud Run/App Engine, Workspace) เสมอตอบด้วยเกณฑ์การเลือกและมุมการเงิน CapEx/OpEx และอย่าลืมว่า shared responsibility เปลี่ยนตามโมเดล ซึ่งจะโยงไปถึงเรื่อง security ในตอนต่อ ๆ ไป

IS ประกอบด้วยคน กระบวนการ ข้อมูล และเทคโนโลยี เทคโนโลยีเป็นแค่ส่วนเดียว เส้นแบ่งที่สำคัญที่สุดคือ OLTP กับ OLAP ซึ่งชี้ว่าควร map ไป service ไหนบน GCP รู้จักระบบองค์กรหลักอย่าง ERP และ CRM เข้าใจ data flow ตั้งแต่ source ถึง decision และแยกประเภทข้อมูล structured กับ unstructured ได้ ทั้งหมดนี้คือพื้นฐานที่ทำให้ออกแบบโซลูชันที่ทำงานกับของเดิมของลูกค้าได้จริง

SQL เน้นโครงสร้างชัดและ ACID เหมาะงานที่ความถูกต้องสำคัญ NoSQL เน้นยืดหยุ่นและ horizontal scale มีหลายตระกูลตามรูปแบบข้อมูล CAP theorem อธิบายการเลือกระหว่าง consistency กับ availability บน GCP จับคู่ให้ถูก: Cloud SQL สำหรับ relational ทั่วไป, Spanner สำหรับ global + strong consistency, AlloyDB สำหรับ PostgreSQL performance สูง, Bigtable สำหรับ time-series มหาศาล, Firestore สำหรับ realtime app, Memorystore สำหรับ caching และที่สำคัญที่สุดคือถาม requirement ก่อนเลือกเสมอ

การออกแบบสถาปัตยกรรมคือหัวใจของ DCE ใช้กรอบ Architecture Framework ห้าเสาที่ต้องชั่งน้ำหนักให้เหมาะกับบริบทลูกค้า ทำตาม playbook เจ็ดขั้นโดยเริ่มจากถาม requirement เสมอ มี reference pattern ในหัวห้าแบบไว้ปรับใช้ เล่า trade-off ให้คมเพราะนั่นคือสิ่งที่แยกคำตอบระดับสูง อย่า over-engineer และอย่าลืมว่าทีมลูกค้าต้องดูแลไหว ปิดทุกการออกแบบด้วยคุณค่าทางธุรกิจเสมอ เพราะ technical win เกิดเมื่อลูกค้าเห็นว่าโซลูชันแก้ปัญหาธุรกิจของเขาได้จริง

ความปลอดภัยคือเรื่องของหลายชั้นซ้อนกัน เริ่มจากเคลียร์ shared responsibility เข้ารหัสครบสามสถานะโดย at rest เป็นค่าเริ่มต้นบน GCP ใช้ IAM แบบ least privilege และ service account ปกป้องเครือข่ายด้วย VPC, Cloud Armor และ VPC Service Controls ยึดหลัก defense in depth และ zero trust มองเห็นทุกอย่างผ่าน Security Command Center และ audit log และรู้จัก compliance framework กับ data residency เพื่อตอบลูกค้าสาย regulated ได้ เป้าหมายสูงสุดคือเปลี่ยนความกลัวของลูกค้าให้เป็นความมั่นใจ

แยกชัดว่าส่วนไหน public-facing ส่วนไหน internal-only แล้วเปิดเท่าที่จำเป็น traffic ภายนอกต้องผ่านชั้นป้องกัน component ภายในอยู่ใน private subnet ใช้ IAP สำหรับการเข้าถึงแอปภายในตามตัวตนแทน VPN เชื่อม on-prem ด้วย Cloud VPN หรือ Cloud Interconnect ตามความต้องการ throughput และยึดแนวคิด zero trust ที่ตัดสินการเข้าถึงด้วยตัวตนและ context ไม่ใช่แค่ตำแหน่งในเครือข่าย

object สำหรับไฟล์ unstructured และ scale ไม่จำกัด (Cloud Storage), block สำหรับ disk ที่ต้อง performance สูง (Persistent Disk/Hyperdisk), file สำหรับการแชร์ไฟล์ข้ามหลายเครื่อง (Filestore) เลือกประเภทตามวิธีเข้าถึงข้อมูล แล้วเลือก storage class และ location ตามความถี่ ต้นทุน latency และ data residency ใช้ lifecycle management ประหยัดอัตโนมัติ และแยก durability กับ availability ให้ออก นี่คือจุดที่ DCE ช่วยลูกค้าทั้งเรื่อง performance และลดต้นทุนได้พร้อมกัน

data warehouse คือที่เก็บข้อมูลเพื่อวิเคราะห์ (OLAP) ต่างจาก data lake ที่เก็บข้อมูลดิบ BigQuery เป็นแกน serverless ที่ scale ระดับ petabyte ใช้ SQL มี ML ในตัว และรองรับ real-time วางตัวเป็นศูนย์กลางของ pipeline ที่มี Pub/Sub, Dataflow, Cloud Storage, Dataproc, Composer และ Looker ล้อมรอบ เล่าทั้งเทคนิคและคุณค่าธุรกิจ เสนอเส้นทาง modernize จากของเดิมอย่างมีขั้นตอน และอย่าลืม data governance กับการคุมต้นทุน เพราะนี่คือจุดที่ GCP สร้างความต่างได้ชัดที่สุด

AI คือจุดที่ GCP ต่างจากคู่แข่งชัดสุด เล่าเป็นภาษาธุรกิจโดยเริ่มจากปัญหาลูกค้าเสมอ เข้าใจระดับการใช้ AI ตั้งแต่ pre-trained API ถึง agentic AI และ Gemini รู้จัก RAG สำหรับต่อ AI เข้ากับข้อมูลองค์กร เตรียม use case ตามอุตสาหกรรมให้เล่าได้เป็นปัญหา-โซลูชัน-ผลลัพธ์ เลือกระดับและ use case ให้เหมาะกับความพร้อมลูกค้า เริ่มเล็กที่ value ชัด และเคลียร์เรื่อง responsible AI กับ governance เพื่อปลดล็อกความกังวลที่มักทำให้ดีลช้า

RTO คือเวลาที่ยอมให้ล่มก่อนกู้กลับ RPO คือข้อมูลย้อนหลังที่ยอมเสียได้ ยิ่งต่ำยิ่งแพง HA กันเหตุเล็กภายใน region ส่วน DR กันเหตุใหญ่ข้าม region กลยุทธ์ DR ไล่จาก backup-restore, pilot light, warm standby ถึง hot standby/active-active ตามต้นทุนและความเร็ว บน GCP ใช้ multi-zone, multi-region, database replication, automated backup และ IaC พร้อมทดสอบ failover เป็นระยะ หัวใจคือ map ตัวเลข RTO/RPO ของลูกค้าเป็นกลยุทธ์ที่สมดุลระหว่างความเสี่ยงกับงบ

case study คือการรวมทุกหัวข้อมาใช้จริง ใช้กรอบหกขั้น Clarify-Assess-Design-Trade-off-Migrate-Value โดยเริ่มจากถามเสมอ คิดออกเสียง เล่า trade-off ระบุสมมติฐาน และปิดด้วยคุณค่าธุรกิจทุกครั้ง ผู้สัมภาษณ์มองหาความเป็นที่ปรึกษาที่เชื่อมเทคนิคเข้ากับธุรกิจได้และทำให้เรื่องยากฟังดูเป็นไปได้ เมื่อฟังครบทั้งสิบสองตอนตั้งแต่การแนะนำตัว พื้นฐานคลาวด์ ระบบสารสนเทศ ฐานข้อมูล สถาปัตยกรรม ความปลอดภัย การเข้าถึง การจัดเก็บ data warehouse AI และ disaster recovery มาจบที่ case study เราจะมีทั้งความรู้และวิธีคิดที่พร้อมเดินเข้าห้องสัมภาษณ์ DCE อย่างมั่นใจ ขอให้โชคดีครับ