Data Analytics - Chia sẻ chuyện nghề.

Có fen nào từng làm job này chưa? Tui apply mấy lần mà nó chưa từng gọi pv lần nào, k biết do mức lương mong muốn tui đòi cao vượt khung bên đó hay nó đăng cho vui, nhưng thấy đăng hoài.

 
Cũng đang bước vào học data, đánh dấu hóng nghe chuyện nghề
r2DB4tw.gif


Sent from Samsung SM-G781B using vozFApp
 
Có fen nào từng làm job này chưa? Tui apply mấy lần mà nó chưa từng gọi pv lần nào, k biết do mức lương mong muốn tui đòi cao vượt khung bên đó hay nó đăng cho vui, nhưng thấy đăng hoài.

có khi đăng để HR lấy CV đó thím
 
Thím chia sẻ thêm chút về công việc và kĩ năng hiện tại của thím với mô tả qua về dự án thím đang làm thì tư vấn sẽ sát hơn ấy thím.

Giờ các Data Platform khá thuận tiện rồi nên công việc của DE không quá nặng tech nữa. Như team của mình không có ranh giới quá rõ ràng giữa 2 vị trí này. DE sẽ thiên hơn về lựa chọn giải pháp, triển khai hạ tầng với tích hợp dữ liệu nhiều hơn. Thím nên cân nhắc học thêm về các giải pháp dữ liệu trên cloud, ml ops nữa vì giờ DE cũng hay phụ trách cả phần này.

Mình vừa làm 2 dự án dùng Microsoft Fabric, vụ build ETL pipeline của nó dễ đến mức các bạn DA cân được luôn.
DE có tham gia và phần dựng framework tích hợp bước đầu, một số jobs chạy EOD để tính toán chỉ số, sau đó là build semantic model nhiều hơn.
Em cảm ơn thím nhiều nhé. Job hiện tại của em là DA bên mảng tài chính (background của em là Kế toán) nhưng đang muốn mở rộng ra hướng technical, vì thực chất DA thiên về Insight business nhiều hơn (cái này e cover đc). Đang định học luôn chứng chỉ GCP của Google vì thấy chương trình nó cover nhiều thứ ạ. Nếu được nhờ thím tư vấn thêm về GCP này luôn nhé ^^
 
Có fen nào từng làm job này chưa? Tui apply mấy lần mà nó chưa từng gọi pv lần nào, k biết do mức lương mong muốn tui đòi cao vượt khung bên đó hay nó đăng cho vui, nhưng thấy đăng hoài.

Nhìn yêu cầu công việc có vẻ giống tuyển Senior nhiều hơn, đa phần là làm nghiệp vụ xây báo cáo. Manager thì sẽ thiên về cấu phần liên quan đến định hướng, phát triển đội ngũ, quản lý nhiều hơn.
Mà thường trao đổi công việc xong mới deal lương chứ đâu có cần phải báo mức lương mong muốn ngay khi apply đâu. :-?
Level manager đang tuyển nhiều mà, thím cập nhật lại Linkedin phát là HR các bên hỏi thăm thường xuyên ngay.
 
Em cảm ơn thím nhiều nhé. Job hiện tại của em là DA bên mảng tài chính (background của em là Kế toán) nhưng đang muốn mở rộng ra hướng technical, vì thực chất DA thiên về Insight business nhiều hơn (cái này e cover đc). Đang định học luôn chứng chỉ GCP của Google vì thấy chương trình nó cover nhiều thứ ạ. Nếu được nhờ thím tư vấn thêm về GCP này luôn nhé ^^
Các dự án ngành tài chính, ngân hàng mình làm thì dùng công nghệ của Microsoft phổ biến hơn (một phần cũng do mình được các bác MS VN giới thiệu).
Chứng chỉ thím học của GCP, Microsoft, AWS đều okie. Không ưu tiên thằng AWS vì nó nặng về kĩ thuật quá, không hợp với các bạn đang làm business.
Ngoài ra, thím có thể phát triển chuyên sâu hơn về xây dựng các hệ thống báo cáo cho ngành tài chính, báo cáo quản trị nội bộ. Lúc đó thì không làm phân tích theo kiểu case-by-case nữa mà hướng đến việc triển khai cả một hệ thống báo cáo phân tích cho một tổ chức, xa hơn là cho một ngành, nghiệp vụ cụ thể cũng okie.
Để làm được thì thím cần học sâu hơn về hệ thống dữ liệu, mô hình hoá dữ liệu và hiểu sâu hơn về domain thím đang làm.
 
Các dự án ngành tài chính, ngân hàng mình làm thì dùng công nghệ của Microsoft phổ biến hơn (một phần cũng do mình được các bác MS VN giới thiệu).
Chứng chỉ thím học của GCP, Microsoft, AWS đều okie. Không ưu tiên thằng AWS vì nó nặng về kĩ thuật quá, không hợp với các bạn đang làm business.
Ngoài ra, thím có thể phát triển chuyên sâu hơn về xây dựng các hệ thống báo cáo cho ngành tài chính, báo cáo quản trị nội bộ. Lúc đó thì không làm phân tích theo kiểu case-by-case nữa mà hướng đến việc triển khai cả một hệ thống báo cáo phân tích cho một tổ chức, xa hơn là cho một ngành, nghiệp vụ cụ thể cũng okie.
Để làm được thì thím cần học sâu hơn về hệ thống dữ liệu, mô hình hoá dữ liệu và hiểu sâu hơn về domain thím đang làm.
Em đang làm bank, background tài chính thì học các chứng chỉ này có tạm ổn để triển khai sang DA được ko bác
 
Các dự án ngành tài chính, ngân hàng mình làm thì dùng công nghệ của Microsoft phổ biến hơn (một phần cũng do mình được các bác MS VN giới thiệu).
Chứng chỉ thím học của GCP, Microsoft, AWS đều okie. Không ưu tiên thằng AWS vì nó nặng về kĩ thuật quá, không hợp với các bạn đang làm business.
Ngoài ra, thím có thể phát triển chuyên sâu hơn về xây dựng các hệ thống báo cáo cho ngành tài chính, báo cáo quản trị nội bộ. Lúc đó thì không làm phân tích theo kiểu case-by-case nữa mà hướng đến việc triển khai cả một hệ thống báo cáo phân tích cho một tổ chức, xa hơn là cho một ngành, nghiệp vụ cụ thể cũng okie.
Để làm được thì thím cần học sâu hơn về hệ thống dữ liệu, mô hình hoá dữ liệu và hiểu sâu hơn về domain thím đang làm.
Thank thím nhìu nhé!
 
Các dự án ngành tài chính, ngân hàng mình làm thì dùng công nghệ của Microsoft phổ biến hơn (một phần cũng do mình được các bác MS VN giới thiệu).
Chứng chỉ thím học của GCP, Microsoft, AWS đều okie. Không ưu tiên thằng AWS vì nó nặng về kĩ thuật quá, không hợp với các bạn đang làm business.
Ngoài ra, thím có thể phát triển chuyên sâu hơn về xây dựng các hệ thống báo cáo cho ngành tài chính, báo cáo quản trị nội bộ. Lúc đó thì không làm phân tích theo kiểu case-by-case nữa mà hướng đến việc triển khai cả một hệ thống báo cáo phân tích cho một tổ chức, xa hơn là cho một ngành, nghiệp vụ cụ thể cũng okie.
Để làm được thì thím cần học sâu hơn về hệ thống dữ liệu, mô hình hoá dữ liệu và hiểu sâu hơn về domain thím đang làm.
Nếu được bro cho xin vài cuốn sách tiếng anh để tự học. Mình đang tự đọc sách và học vài khóa cơ bản ở datapot
 
Em đang làm bank, background tài chính thì học các chứng chỉ này có tạm ổn để triển khai sang DA được ko bác
Được thím ơi. Cày tạm PL 300 là tạm ổn để bắt đầu rồi. Có nhóm này trước mình lập để share tài liệu cho các bạn ôn thi chứng chỉ Microsoft, có hướng dẫn, review khá chi tiết vụ thi. Thím tham khảo xem sao: Log in to Facebook (https://www.facebook.com/groups/da100vn)

Nhưng chứng chỉ là một phần, quan trọng là vẫn phải lăn vào làm. Xem có việc nào liên quan đến báo cáo, phân tích, tổng hợp dữ liệu thì áp dụng vào làm thử rồi dần dần sẽ thành master.
 
Nếu được bro cho xin vài cuốn sách tiếng anh để tự học. Mình đang tự đọc sách và học vài khóa cơ bản ở datapot
Học ở datapot thì cũng không hẳn "cơ bản" lắm đâu thím, giáo trình ở đó đã cover khá chi tiết các đầu mục quan trọng của từng bộ môn rồi và để dành cho 1-2 năm đầu đi làm ngẫm thêm rồi. Thím follow được và làm hết bài tập với dự án thì quá ổn luôn.

Sách thì có một số quyển sau bật ra trong đầu mình, thím cần thêm về chủ đề, lĩnh vực nào thì nhắn mình nhé:

1. Data Analytics for Dummies - Data Analytics for Dummies (https://www.analyticsinsight.net/data-analytics-for-dummies/)
Đúng tính chất series sách for Dummies - Tổng quan về Data Analytics một cách xúc tích dễ hiểu.

2. HBR Guide to Data Analytics Basics for Managers - HBR Guide to Data Analytics Basics for Managers ^ 10185 (https://store.hbr.org/product/hbr-guide-to-data-analytics-basics-for-managers/10185)
Sách viết khá dễ hiểu cho tầng Manager hiểu về các ứng dụng dữ liệu trong doanh nghiệp. Dạng collect các chủ đề đơn lẻ nên dễ đọc lúc rảnh. AE bắt đầu làm dữ liệu cũng nên đọc qua để giải thích với các sếp khi cần.

3. Big Book of Dashboard - Big Book of Dashboards (https://www.bigbookofdashboards.com/)
Tổng quan về trực quan hoá dữ liệu một cách rất dễ hiểu. Đi sát theo từng Use-case một cùng với giải thích rõ ràng, có thể ứng dụng được luôn.

4. Definitive Guide to DAX - https://www.amazon.com/DEFINITIVE-GUIDE-DAX-INTELLIGENCE-MICROSOFT/dp/9353945488
Sách gối đầu giường với Power BI Dev, nếu đọc và cày được hết thì quá ổn. Hơi nặng kĩ thuật, nếu thím không định đào sâu thì follow với giáo trình PL 300 đang học cũng okie. Không cần ưu tiên quá.

5. The Data Warehouse Toolkits - Books/Kimball_The-Data-Warehouse-Toolkit-3rd-Edition.pdf at master · ms2ag16/Books (https://github.com/ms2ag16/Books/blob/master/Kimball_The-Data-Warehouse-Toolkit-3rd-Edition.pdf)
Sách gối đầu giường của Data Architect. Đọc 2 chương đầu để có foundation về Dimensional Modeling cũng okie, các chương sau đi vào từng domain cụ thể và ứng dụng thì cứ theo ưu tiên của thím mà đọc. Thi thoảng mình vẫn lôi ra đọc lại khi có các dự án liên quan đến domain tương ứng.

Mình đang không tiện để up pdf, quyển nào thím không tìm được thì cứ nhắn mình, mình tìm lại bản ebook rồi gửi thím.
 
Giờ e mới thấy cái thớt này
Excel và Eng ở mức trung bình theo đc k bác chủ ơi :D
Mò đi tìm hiểu mấy trung tâm mà báo quả học phí ảo quá, thêm quả đứa e học bên xx gì đó 5 chục củ tiền học phí
Sợ vồn
 
Các dự án ngành tài chính, ngân hàng mình làm thì dùng công nghệ của Microsoft phổ biến hơn (một phần cũng do mình được các bác MS VN giới thiệu).
Chứng chỉ thím học của GCP, Microsoft, AWS đều okie. Không ưu tiên thằng AWS vì nó nặng về kĩ thuật quá, không hợp với các bạn đang làm business.
Ngoài ra, thím có thể phát triển chuyên sâu hơn về xây dựng các hệ thống báo cáo cho ngành tài chính, báo cáo quản trị nội bộ. Lúc đó thì không làm phân tích theo kiểu case-by-case nữa mà hướng đến việc triển khai cả một hệ thống báo cáo phân tích cho một tổ chức, xa hơn là cho một ngành, nghiệp vụ cụ thể cũng okie.
Để làm được thì thím cần học sâu hơn về hệ thống dữ liệu, mô hình hoá dữ liệu và hiểu sâu hơn về domain thím đang làm.
Bác cho em hỏi trong tương lai Data fullstack liệu có xuất hiện và phổ biến không bác nhỉ. Em thấy hiện nay nếu doanh nghiệp dùng Cloud Platform thì gần như sẽ có đủ đồ chơi để triển 1 hệ thống data, giảm tải công sức config và build hệ thống, như vậy em nghĩ sẽ có job vừa cân ETL vừa build dashboard (hay thậm chí apply luôn ML ;) ).

Năm vừa rồi em có học vài chứng chỉ và nhắm đi làm DA (IBM DA và IBM DS), nhưng do công việc hiện tại có tiến triển nên em vẫn trụ lại và học sâu hơn về technical skill, hiện em cũng gần xong career path Data Engineer của GG. Không biết năm sau đi apply việc thì có lợi thế gì so với DA khác không bác nhỉ, chỉ sợ em tham học cho lắm nhưng thiếu exp lại chả xin được việc =((
 
Bác cho em hỏi trong tương lai Data fullstack liệu có xuất hiện và phổ biến không bác nhỉ. Em thấy hiện nay nếu doanh nghiệp dùng Cloud Platform thì gần như sẽ có đủ đồ chơi để triển 1 hệ thống data, giảm tải công sức config và build hệ thống, như vậy em nghĩ sẽ có job vừa cân ETL vừa build dashboard (hay thậm chí apply luôn ML ;) ).

Năm vừa rồi em có học vài chứng chỉ và nhắm đi làm DA (IBM DA và IBM DS), nhưng do công việc hiện tại có tiến triển nên em vẫn trụ lại và học sâu hơn về technical skill, hiện em cũng gần xong career path Data Engineer của GG. Không biết năm sau đi apply việc thì có lợi thế gì so với DA khác không bác nhỉ, chỉ sợ em tham học cho lắm nhưng thiếu exp lại chả xin được việc =((
DS e thấy đang tuyển nhiều đấy bác ơi
 
Giờ e mới thấy cái thớt này
Excel và Eng ở mức trung bình theo đc k bác chủ ơi :D
Mò đi tìm hiểu mấy trung tâm mà báo quả học phí ảo quá, thêm quả đứa e học bên xx gì đó 5 chục củ tiền học phí
Sợ vồn

Excel với Tiếng Anh thì nên có nhưng cũng không yêu cầu quá cao siêu gì. Trung bình cũng đủ để bắt đầu. Còn theo thì tuỳ bác định hướng với xác định vị trí muốn phát triển đến mức nào sẽ cần học thêm những gì và lộ trình ra sao nữa.

Định học trung tâm thì nên xác định rõ mục tiêu đầu ra và hỏi han kĩ về giáo trình, đội ngũ giảng viên với cách thức đào tạo ntn. Quan trọng là học xong có làm được việc chứ vụ đẩy học phí lên cao xong đánh vào lòng tham kiểu "cam kết việc làm" là dễ bị chơi chữ lắm. Vào cho 1 mớ tài liệu với record để tự học, thi thoảng gặp giảng viên tí + làm test qua thì mới tính, lúc đó thì đến cuối nản bỏ gần hết cmnr là hết game.
 
Bác cho em hỏi trong tương lai Data fullstack liệu có xuất hiện và phổ biến không bác nhỉ. Em thấy hiện nay nếu doanh nghiệp dùng Cloud Platform thì gần như sẽ có đủ đồ chơi để triển 1 hệ thống data, giảm tải công sức config và build hệ thống, như vậy em nghĩ sẽ có job vừa cân ETL vừa build dashboard (hay thậm chí apply luôn ML ;) ).

Năm vừa rồi em có học vài chứng chỉ và nhắm đi làm DA (IBM DA và IBM DS), nhưng do công việc hiện tại có tiến triển nên em vẫn trụ lại và học sâu hơn về technical skill, hiện em cũng gần xong career path Data Engineer của GG. Không biết năm sau đi apply việc thì có lợi thế gì so với DA khác không bác nhỉ, chỉ sợ em tham học cho lắm nhưng thiếu exp lại chả xin được việc =((
Tương lai là Data fullstack sẽ phổ biến do mấy lý do:
  • Công cụ ngày càng đơn giản và thân thiện với người dùng cuối.
  • Nhân sự có kỹ năng tốt hơn.
  • Doanh nghiệp đang tiết kiệm nên hướng đến đa dạng hoá để tối ưu chi phí.

Xu hướng nữa là người đang có nghiệp vụ kiêm nhiệm thêm phần dữ liệu liệu, kiểu như nhân viên phòng tài chính kế hoạch học thêm kĩ năng + công cụ của DA là chuyển dịch Financial Data Analyst. Lúc đó đội Architect sẽ thiên hơn về chiến lược và kiến trúc giải pháp, đội Engineering tập trung hơn vào phần thiết kế framework cho tích hợp + bảo mật. Còn triển khai chi tiết từng task thì sẽ chuyển dần.

DS e thấy đang tuyển nhiều đấy bác ơi
DS giờ khá khó, nhiều doanh nghiệp để Software Engineer, Data Engineer kiêm nhiệm cả Machine Learning Engineer luôn. Nên DS thường DN lớn mới có vị trí độc lập, nếu không mạnh hẳn về một mảng nghiên cứu hoặc domain nào đó thì phải chủ động được các phần hạ tầng, DE, ML Ops các luôn. Tức là hoặc tập trung vào nghiên cứu chuyên sâu hoặc triển khai được giải pháp đến cho sản phẩm cuối.
 
Excel with English thì nên có nhưng cũng không yêu cầu quá cao siêu gì. Trung bình cũng đủ để bắt đầu. Còn theo thì tùy bác định hướng với xác định vị trí muốn phát triển đến bất kỳ công trình nào sẽ cần học thêm những gì và trình bày ra sao nữa.

Định học trung tâm thì cần xác định rõ mục tiêu đầu ra và hỏi han kỹ lưỡng về giáo trình, đội ngũ nghiên cứu với công thức đào tạo ntn. Quan trọng là học xong là làm việc chứ phục vụ Đưa học phí lên cao xong đánh vào lòng tham kiểu "cam kết việc làm" dễ bị chơi chữ lắm. Vào 1 mới tài liệu với kỷ lục để tự học, thi mời chào thành viên tí + làm bài kiểm tra qua thì mới tính, lúc đó sẽ đến lúc cuối cùng nản lòng gần hết cmnr là hết trò chơi.
E muốn chuyển hoàn toàn sang DA ấy bác chủ.
Bối cảnh thì cũng có mỗi cái bằng thạc sĩ, hồi học xong chui vô nn làm cảm thấy phí quá.
Mới xin ra tự kinh doanh mà được đời nó khó cho tỉnh luôn :))
Nên e mới đang tính là chuyển hoàn toàn sang DA
 
E muốn chuyển hoàn toàn sang DA ấy bác chủ.
Bối cảnh thì cũng có mỗi cái bằng thạc sĩ, hồi học xong chui vô nn làm cảm thấy phí quá.
Mới xin ra tự kinh doanh mà được đời nó khó cho tỉnh luôn :))
Nên e mới đang tính là chuyển hoàn toàn sang DA

Chuyển hoàn toàn sang DA thì thím up cái CV hoặc chi tiết hơn về kinh nghiệm một chút mình tư vấn kĩ hơn.

Dù mình làm đào tạo cho trong ngành này nhưng cũng phải nói thẳng DA giờ yêu cầu cũng khá cao. Không phải là nhà tuyển dụng không muốn tuyển mà đầu vào chưa đủ đáp ứng yêu cầu công việc nên họ chậm lại hoặc treo ở đó. Có 1 khoảng cách giữa ông muốn apply và ông muốn tuyển nhưng chưa được fill vào.

Xu hướng phân hoá thành 2 nhóm đi rộng hoặc chuyên sâu:
1. DA cho đa dạng ngành nghề - Nhóm này được đòi hỏi dần thành full stack. Từ kĩ thuật như coding cũng xoay sở được, build apps để collect dữ liệu, build pipeline hay làm việc với người dùng cuối để thu thập nhu cầu, thực hiện phân tích,... Các bạn trong team dự án của mình hay định hướng là problem solver có kĩ năng về data analysis. Nhóm này thành lính đánh thuê chuyên nghiệp, domain dự án mới sẽ học và thích nghi dần. Có thể dịch chuyển sang các vị trí Engineering, Architect, PM tuỳ định hướng nghề nghiệp. Cũng có thể làm sâu 1 domain để sang nhóm 2.

2. DA chuyên về 1 domain nào đó. Nhóm này không đòi hỏi quá nặng dạng về kĩ thuật, tập trung nhiều hơn vào bài toán cụ thể hơn. Các bạn làm DA cho 1 domain cụ thể lâu có thể dịch chuyển sang hoặc từ các bạn làm 1 nghiệp vụ học thêm về DA. Nhóm này dần thành expert cho một mảng chuyên môn đó, sau này phát triển thêm kĩ thuật và đi ngang sang các domain khác thì career path tương tự nhóm 1, sau này đi tiếp chuyên sâu hơn thành chuyên gia hoặc quản lý cao cấp về mảng đó.
 
Chuyển hoàn toàn sang DA thì thím up cái CV hoặc chi tiết hơn về kinh nghiệm một chút mình tư vấn kĩ hơn.

Dù mình làm đào tạo cho trong ngành này nhưng cũng phải nói thẳng DA giờ yêu cầu cũng khá cao. Không phải là nhà tuyển dụng không muốn tuyển mà đầu vào chưa đủ đáp ứng yêu cầu công việc nên họ chậm lại hoặc treo ở đó. Có 1 khoảng cách giữa ông muốn apply và ông muốn tuyển nhưng chưa được fill vào.

Xu hướng phân hoá thành 2 nhóm đi rộng hoặc chuyên sâu:
1. DA cho đa dạng ngành nghề - Nhóm này được đòi hỏi dần thành full stack. Từ kĩ thuật như coding cũng xoay sở được, build apps để collect dữ liệu, build pipeline hay làm việc với người dùng cuối để thu thập nhu cầu, thực hiện phân tích,... Các bạn trong team dự án của mình hay định hướng là problem solver có kĩ năng về data analysis. Nhóm này thành lính đánh thuê chuyên nghiệp, domain dự án mới sẽ học và thích nghi dần. Có thể dịch chuyển sang các vị trí Engineering, Architect, PM tuỳ định hướng nghề nghiệp. Cũng có thể làm sâu 1 domain để sang nhóm 2.

2. DA chuyên về 1 domain nào đó. Nhóm này không đòi hỏi quá nặng dạng về kĩ thuật, tập trung nhiều hơn vào bài toán cụ thể hơn. Các bạn làm DA cho 1 domain cụ thể lâu có thể dịch chuyển sang hoặc từ các bạn làm 1 nghiệp vụ học thêm về DA. Nhóm này dần thành expert cho một mảng chuyên môn đó, sau này phát triển thêm kĩ thuật và đi ngang sang các domain khác thì career path tương tự nhóm 1, sau này đi tiếp chuyên sâu hơn thành chuyên gia hoặc quản lý cao cấp về mảng đó.
E hộp bác tư vấn e chút đc k ạ
Ra tết e cũng ra HN tìm việc. Cuộc sống đang có chút trục trặc :( năm nay rầu ơi là rầu
 
Back
Top