data scientist
Một trong những nghề thuộc lĩnh vực ngành nghề data đang nhận được sự quan tâm lớn từ mọi người đó là Data Scientist, chắc hẳn các bạn còn nhiều điều chưa biết về nghề này và gặp vấn đề với việc có quá nhiều thông tin trên mạng đúng không nào? Vì vậy, bài viết này Tabbook sẽ cập nhật một số thông tin cơ bản nhất về công việc này nhé!
Kỹ sư khoa học dữ liệu (Data Scientist) là một trong những ngành nghề phát triển nhất thế kỷ 21. Có thể nói, mọi lĩnh vực trong xã hội đều có lượng dữ liệu gần như vô tận cần được lọc, diễn giải và áp dụng cho nhiều mục đích khác nhau, từ doanh nghiệp đến tổ chức phi chính phủ hay các cơ quan, đoàn viện chính phủ.
Data Scientist là người thu thập, phân tích dữ liệu với mục đích đi đến một kết luận nào đó thông qua nhiều kỹ thuật khác nhau.
Nhìn chung, các nghề trong lĩnh vực Data Analytics có một vài yêu cầu chung, tuy nhiên chúng ta vẫn cần phân biệt rõ nhiệm vụ và vai trò của mỗi nghề để đưa ra lựa chọn nghề nghiệp phù hợp.
Theo hướng Analysis hay Building?
Nghề Data Scientist có thể được chia thành 2 nhóm chính, gồm phân tích – Analysis và xây dựng – Building. Analysis là việc suy nghĩ nhắm đến nhiệm vụ tìm ra các góc nhìn có giá trị (insight) nhờ việc sử dụng các công cụ phân tích dữ liệu. Building thường làm việc nhiều về phần mềm (software) và kỹ thuật (engineering) hơn. Họ chịu trách nhiệm xây dựng các sản phẩm data cho công ty dựa trên cơ sở dữ liệu.
Cụ thể, công việc của một Data Scientist gồm các nhiệm vụ như sau:
- Xác định nhiệm vụ/mục tiêu doanh nghiệp/điều khách hàng cần
- Hiểu mô hình phù hợp nhất đối với dữ liệu họ sẽ phân tích
- Làm việc với các phòng ban khác để hiểu nhu cầu doanh nghiệp nhằm thực hiện nhiệm vụ. Data Scientist thường quan tâm đến mức độ khả thi của nhiệm vụ, loại dữ liệu yêu cầu, nguồn lực,…
- Gom dữ liệu, làm sạch dữ liệu và đồng bộ hóa dữ liệu
- Vận dụng các phương pháp thống kê để xây dựng các mô hình dự đoán
- Áp dụng các kỹ thuật định lượng từ kiến thức về thống kê, kinh tế lượng và Machine Learning/Deep Learning vào giải pháp cho doanh nghiệp từ nhiều lĩnh vực
- Truyền tải insight và các phân tích với ban lãnh đạo, các stakeholder cũng như các phòng ban liên quan để tiến hành thay đổi/cập nhật
Theo Vietnamworks, mức lương trung bình cho Data Scientist ở Việt Nam là 30.760.150 VND/tháng. Trong đó, mức lương cho người mới tốt nghiệp vào khoảng 18.250.260 VND/tháng. Ngoài ra, vị trí trưởng phòng thường nhận mức lương 63.349.900 VND/tháng.
Theo đuổi một bằng cấp cụ thể hay có thể tự học để làm Data Scientist?
- Về học vấn: Data Scientist thường được yêu cầu tối thiểu là có bằng thạc sĩ. Dù vậy, nhiều nhà tuyển dụng thường quan tâm hơn đến các ứng viên có bằng tiến sĩ. Một số bằng cử nhân thường được ưa chuộng hơn cho vị trí Data Scientist bao gồm khoa học máy tính, kỹ thuật máy tính, công nghệ thông tin, toán học ứng dụng hoặc thống kê.
- Về đào tạo: Họ dành thời gian tham gia các chương trình đào tạo ở các lĩnh vực cụ trước khi bắt đầu ở một vị trí công việc chính thức. Thời gian đào tạo giúp họ tích lũy kiến thức ngành nhiều hơn và học hỏi thêm kỹ năng học thuật để có thể áp dụng cho nhiều lĩnh vực khác nhau.
- Về chứng chỉ: Data Scientist không yêu cầu chứng chỉ. Tuy nhiên, họ có thể chọn một vài chứng chỉ tùy chọn để có thêm cơ hội cạnh tranh với các ứng viên khác bao gồm:
- Data Science and Advanced Analytics Associate Certification (DECA-DS) Certification: chứng nhận bởi DELL EMC, được công nhận rộng rãi và chấp nhận trong nhiều lĩnh vực. Nó tập trung vào cả khía cạnh khái niệm và logic của công việc phân tích và big data.
- Microsoft MCSE Data Management and Analytics Certifications: Đây là chứng chỉ nâng cao phù hợp cho các kỹ sư khoa học dữ liệu đã có kinh nghiệm, đặc biệt là những người thực hành SQL Server và Azure shop cơ bản.
Data Scientist yêu cầu kỹ năng tổng hợp
Nghề Data Scientist yêu cầu nhiều kiến thức và kỹ năng tổng hợp, bao gồm:
- Machine learning: đây là việc học từ dữ liệu, xây dựng một mô hình Machine Learning mới, để từ đó tạo ra mô hình dự đoán
- Database: để lưu trữ và truy xuất dữ liệu, cũng như thực hiện một số tính toán
- Programming languages: bạn cần biết lập trình để vận dụng các kết quả phân tích dữ liệu xây dựng sản phẩm hoặc xử lý các database phức tạp
- Visualization: đây là kỹ năng cơ bản để hiểu hơn về dữ liệu và trình bày dễ hiểu cho người nghe
- Detail-oriented: bạn cũng cần có khả năng tập trung vào chi tiết vì công việc có thể bao gồm phân tích dữ liệu thô, và đưa ra kết luận để đề xuất giải pháp. Thậm chí một vấn đề nhỏ cũng có thể đem đến ảnh hưởng quan trọng đến kết luận
- Một số kỹ năng mềm khác: kỹ năng giao tiếp, trình bày hoặc kỹ năng làm việc nhóm, tư duy phản biện cũng cần thiết trong việc rèn luyện để thành một kỹ sư khoa học dữ liệu tốt.
Bạn có thể tham khảo khoá học về Data Scientist tại đây
Môi trường làm việc của Data Scientist phụ thuộc vào lĩnh vực họ làm việc. Họ thường làm công việc nghiên cứu và phát triển cho chính phủ, thiết kế hệ thống máy tính hoặc các dịch vụ liên quan. Đặc biệt, họ làm việc cho các trường đại học, cao đẳng hoặc các nhà phát hành phần mềm.
Một con người phóng khoáng hay kiên nhẫn thích hợp với Data Scientist hơn?
Data Scientist cần có sự tò mò nhằm thúc đẩy mong muốn học hỏi thêm nhiều kiến thức mới. Vì có nhiều lĩnh vực và nhiều điểm dữ liệu (data points) cần phân tích nên họ cần có sự tò mò để tìm ra đáp án mong muốn. Họ còn là người có tổ chức, với vô vàn dữ liệu tiềm năng, việc sắp xếp thông tin hiệu quả là rất quan trọng. Thỉnh thoảng, họ có thể rất thất vọng khi mọi thứ trở nên qua khó khăn và có vẻ như không có giải pháp cho vấn đề, khi đó sự bướng bỉnh là một điểm mạnh.
Một Data Scientist giỏi có thể tái tổ chức, tái phân tích và làm việc với dữ liệu với mong muốn một góc nhìn mới sẽ dẫn đến khoảnh khắc “Eureka!”. Những tính cách khác, chẳng hạn sự sáng tạo, khả năng tập trung cao và chú ý tiểu tiết cũng sẽ giúp trở thành Data Scientist.
Ngoài ra, bạn nên tự trả lời những câu hỏi sau để xem xét liệu bản thân có phù hợp với nghề không:
- Bạn có thích làm việc với dữ liệu (mỗi ngày) không?
- Bạn có gặp khó khăn hay vấn đề gì trong việc đọc báo cáo khoa học thường xuyên không?
Tabbook không chịu trách nhiệm hoặc nghĩa vụ đối với bất kỳ lỗi hoặc thiếu sót nào trong nội dung. Thông tin có trong trang web này được cung cấp trên cơ sở tham khảo nên không có đảm bảo về tính đầy đủ, chính xác hoặc kịp thời …
Tabbook team
