Data Analytics - Chia sẻ chuyện nghề.

Mấy thím chuyên công nghệ thông tin ở trong đây có vẻ thiếu tự tin với ngành này thế nhỉ. Thằng bạn mình học Kinh tế quốc dân. Ra trường học thêm tí Python mà nó cũng làm đc DA cho Lazada kia kìa. Thằng này chắc trình code tuổi gì với các thím.
 
Cám ơn bác nhé. Mình note lại rồi, SQL mình chủ động học lại, do cũng có nền tảng lúc trước, may mắn A/B testing thì đi làm thường xuyên có. Chỉ có Database Design, chắc giống như cái ERD, cũng chập chững làm, sai lên sai xuống.
ERD mức conceptual trong Database Design đấy bác. Học SQL ổn một chút sẽ dễ hơn.

Share bạn quyển này phù hợp với dân kinh tế, kinh doanh sang:
Update link
https://file.io/G0YyPqrIkJbe
 
Last edited:
Mình đang học julia đc ko thớt. Có văn bằng thống kê doanh nghiệp
Julia, R hay Python cũng okie. Có điều Julia chưa phổ biến bằng 2 thằng kia, sau này nếu cần thì học thêm 1 ngôn ngữ khác cũng không vấn đề gì.

Chỉ biết sql có làm được ko các bác :(
Học thêm trong quá trình làm nữa bạn. Chứ có ai bắt đầu đã là siêu nhân đâu.

Mấy thím chuyên công nghệ thông tin ở trong đây có vẻ thiếu tự tin với ngành này thế nhỉ. Thằng bạn mình học Kinh tế quốc dân. Ra trường học thêm tí Python mà nó cũng làm đc DA cho Lazada kia kìa. Thằng này chắc trình code tuổi gì với các thím.
Món này đa ngành mà thím, không phải so mỗi khả năng code. Dân Biz hay IT làm đều phải học thêm. Định hướng và các vị trí công việc trong ngành này cũng khác nhau nữa.
 
hoá ra thớt dạy ở datapot à?
trước hỏi học online thì ko có nên tiếc ghê
Giờ có online rồi đó bác. Nếu có điều kiện bác ủng hộ nhé.
Đưa lớp lên online phải build lại cả bộ giáo trình với setup riêng một con LMS để cho học viên tương tác nên hơi lâu.

Chộ, vợ ông có ý kiến gì ko? lên đây trao đổi Zalo :adore::adore:
Trống vợ đó người ơi. :LOL:
 
Giờ có online rồi đó bác. Nếu có điều kiện bác ủng hộ nhé.
Đưa lớp lên online phải build lại cả bộ giáo trình với setup riêng một con LMS để cho học viên tương tác nên hơi lâu.


Trống vợ đó người ơi. :LOL:
trước tính đổi ngành đó thím xong lại nhảy cty làm về planning analyst cụ thể là production plan nhưng cty về hoá dầu chứ ko IT nên ko biết cần học j.cty thì dùng power bi nhưng để làm report thui.đang build bộ phần mềm riêng,ko biết có j cần bổ sung ko thím,hiện chỉ dùng excel là chủ yếu
 
Trong ngành IT thấy mảng này hợp với anh em hệ thống thông tin, anh em làm code nhiều vào sẽ nhanh nản vì viết SQL và dùng tool khá nhiều. Tin học hóa đã đến giai đoạn xử lý data, giờ nhiều cty cần mảng này lắm vì dữ liệu nhiều mà không học được bao nhiêu từ kho đấy.
Mình thấy anh em học toán ứng dụng thì hợp hơn HTTT á
 
thím cho m học hỏi thêm,
làm sao để kiểm soát đầu vào đúng nhất có thể vậy thím. đang bị vướng chỗ này
 
Với JD như sau thì vào cty mình làm những gì ak các bác, em chưa hình dung rõ, mong chỉ giáo ạ.

  • Build and continuously improve a variety of data analysis that add value to our business.
  • Develop in-depth understanding for what drives growth for the merchants and how it can be improved.
  • Collaborate with our Data Engineering team to get the most out of our existing datasets and ensure usability of data.
  • Own projects which incorporate use of statistical methodologies. Drive projects which aim to decrease the risk of potential losses and make our marketplace model more attractive for Company and external partners.You will design research plans and, in collaboration with your team, select the most appropriate methodologies.
 
Theo các bác thì làm DA này đường dài thì lên vị trí nào nhỉ, Data Scientist với Data Engineer à :nosebleed:

Dạo này tự nhiên job này hot chứ mình thấy khả năng đi lên khá hẹp, hầu hết các job tuyển DA đến từ các công ty công nghệ, tài chính ngân hàng, các ngành khác khá ít. Thường cũng tuyển vị trí junior, senior là cùng chứ không tuyển cấp manager.

Nhiều người nghĩ từ DA sẽ lên DS, nhưng thực ra con đường rất là chua, không phải ai cũng cố được, và job DS cũng không nhiều.

Và với đặc thù ngành công nghệ thì khi không đi lên được thì khả năng sẽ bị đào thải, thay thế cao, tuổi nghề thấp :sweat:

Gửi từ Meizu 15 bằng vozFApp
 
Last edited:
Chuyên ngành học của mình ngày trước là ngôn ngữ, sau này đi ra làm nhân sự. Gần đây mình có tìm hiểu và định hướng bản thân đi theo con đường People Analytics. Nhiệm vụ chính (do mình tìm hiểu và tự nghĩ ra) sẽ là đào data về ứng viên, về con người hiện tại để xây dựng mô hình ứng viên lý tưởng cho từng vị trí và tìm hiểu/đáp ứng sự thay đổi trong cơ cấu nhân sự theo mô hình kinh doanh từng thời điểm. Thêm một vài cái nữa như xây dựng chính sách phù hợp cho công ty, xây dựng chương trình đào tạo để phát triển tổ chức.
Mình định đi theo con đường là: học Power BI và thi DA100, học thêm về 1 khóa ngắn online về xác suất thống kê, học cơ bản về SQL và lập trình Python cơ bản. Dự kiến lộ trình 2 năm và bắt đầu theo đúng thứ tự nói trên.
Mình sử dụng excel ở mức trung bình, biết hàm cơ bản như if, vlookup, index, match và có thể lồng các hàm này với nhau, pivot table. Cũng khá thích data.
Không biết các thím thấy lộ trình mình tự nghĩ ra như thế có đủ đảm bảo để áp dụng được không? Hay có thím nào đã từng đi theo con đường này, hoặc biết người nào đi theo con đường này thì chỉ thêm cho mình với.

Mảng này hay đó bạn.

Mình trước có build team và lead 1 dự án HR Analytics. Team mình giải quyết bài toán phân tích xung quanh vòng đời nhân sự từ chuẩn hóa và lượng hóa quy trình tuyển dụng, phân bổ workload nhân sự cho từng dự án, đánh giá mức độ phù hợp và hiệu quả hoạt động (nhân sự và dự án). Doanh nghiệp lúc đó mình làm việc hoạt động theo matrix structure nên có nhiều thứ để làm.

Bài toán chua nhất trong đấy là chuẩn hóa quy trình và lôi từ các hệ thống ra để lấy được dữ liệu.
Hướng tiếp cận của bạn nên bắt đầu với Power BI, SQL rồi dành thời gian tìm hiểu thêm về domain nhân sự như quy trình nhân sự, sự khác biệt giữa các Org Structure, Structured behavioral interview, các hệ thống HRM,....

Python, toán không nên ưu tiên vội, tìm được task nào có thể cần dùng thì tập trung học sau.
 
Theo các bác thì làm DA này đường dài thì lên vị trí nào nhỉ, Data Scientist với Data Engineer à :nosebleed:

Dạo này tự nhiên job này hot chứ mình thấy khả năng đi lên khá hẹp, hầu hết các job tuyển DA đến từ các công ty công nghệ, tài chính ngân hàng, các ngành khác khá ít. Thường cũng tuyển vị trí junior, senior là cùng chứ không tuyển cấp manager.

Nhiều người nghĩ từ DA sẽ lên DS, nhưng thực ra con đường rất là chua, không phải ai cũng cố được, và job DS cũng không nhiều.

Và với đặc thù ngành công nghệ thì khi không đi lên được thì khả năng sẽ bị đào thải, thay thế cao, tuổi nghề thấp :sweat:

Gửi từ Meizu 15 bằng vozFApp

Câu hỏi của bác cũng hay này. :LOL:

Đồng ý với thím đường từ DA sang DS hẹp, và không hẳn phù hợp với tất cả mọi người.

DA có thể đi lên tiếp theo hướng đi sâu một domain hoặc tech stack nào để thành expert, hướng sang các vị trí Analytics Manager, Data Project Manager, dài hạn có thể là CDO.

Ngoài ra DA có thể chuyển sang các vị trí khác vì có tư duy tốt phân tích, hiểu nghiệp vụ, có kỹ năng tech sẽ có rất nhiều lợi thế. :beauty:
 
mình học ngành tâm lý, chuyên ngành là quản lý nhân sự,học cho biết thui chứ cái này làm nhức não quá...hiện tại làm mảng phân tích kèo banh và NBA.
đang hỗ trợ con bạn thân bên mảng giáo dục trẻ đặc biệt.
khả năng của mình là viết SEO online được...
tương lai là mình kiếm tiền từ mảng betting và rửa qua mảng giáo dục của bạn mình...bạn mình đầu ngành này ở SG rồi....
 
Câu hỏi của bác cũng hay này. :LOL:

Đồng ý với thím đường từ DA sang DS hẹp, và không hẳn phù hợp với tất cả mọi người.

DA có thể đi lên tiếp theo hướng đi sâu một domain hoặc tech stack nào để thành expert, hướng sang các vị trí Analytics Manager, Data Project Manager, dài hạn có thể là CDO.

Ngoài ra DA có thể chuyển sang các vị trí khác vì có tư duy tốt phân tích, hiểu nghiệp vụ, có kỹ năng tech sẽ có rất nhiều lợi thế. :beauty:

Đúng là thế nhưng nó chỉ bó gọn trong các công ty IT, ngân hàng :sweat: và cái kiến thức domain mình thấy cũng thường để làm project outsource là nhiều.

Các ngành hàng khác thật sự job DA khá ít đất diễn, họ chỉ cần một vài người làm analyst số liệu, báo cáo là đủ rồi, thường vị trí này nằm trong một bộ phận của công ty, chuyên phục vụ mục tiêu của bộ phận đó thôi, hướng đi lên khá hẹp do suốt ngày ngồi làm số liệu :sweat:

Mình nghĩ bạn nào thích làm công nghệ, làm project, học hỏi liên tục, update công nghệ thì sẽ hợp làm DA cũng như mọi job trong cái Tech Industry vậy, nhìn có vẻ đầu vào nó dễ hơn các vị trí khác nhưng cũng dễ bị đào thải hơn, cạnh tranh như Dev vậy chứ không đơn giản là ngã rẽ cho dân kinh tế đâu.

Chung quy mình thấy DA cũng chỉ là một hướng trong mảng tech thôi, mọi người đừng nghĩ nó hot mà đâm đầu vô hối không kịp. cân nhắc khả năng bản thân rồi quyết định
 
Định comment vài câu phá làng phá xóm cho các bạn new comer tỉnh ngộ. Nhưng thôi, để quy luật cung cầu quyết định :shame:
P/S Mình đang làm BA kiêm DA không lại nói người ngoài thì biết cái đéo gì :shame:
 
Đúng là thế nhưng nó chỉ bó gọn trong các công ty IT, ngân hàng :sweat: và cái kiến thức domain mình thấy cũng thường để làm project outsource là nhiều.

Các ngành hàng khác thật sự job DA khá ít đất diễn, họ chỉ cần một vài người làm analyst số liệu, báo cáo là đủ rồi, thường vị trí này nằm trong một bộ phận của công ty, chuyên phục vụ mục tiêu của bộ phận đó thôi, hướng đi lên khá hẹp do suốt ngày ngồi làm số liệu :sweat:

Mình nghĩ bạn nào thích làm công nghệ, làm project, học hỏi liên tục, update công nghệ thì sẽ hợp làm DA cũng như mọi job trong cái Tech Industry vậy, nhìn có vẻ đầu vào nó dễ hơn các vị trí khác nhưng cũng dễ bị đào thải hơn, cạnh tranh như Dev vậy chứ không đơn giản là ngã rẽ cho dân kinh tế đâu.

Chung quy mình thấy DA cũng chỉ là một hướng trong mảng tech thôi, mọi người đừng nghĩ nó hot mà đâm đầu vô hối không kịp. cân nhắc khả năng bản thân rồi quyết định

Tương lai thì các kỹ năng về Data, Analytics sẽ blend vào các vị trí công việc hiện tại của các ngành nghề. Như kiểu tin học văn phòng, tiếng anh bây giờ. Có kỹ năng nhưng không nhất thiết phải title có chữ Data. Dù sao DA là vị trí trung gian nên bước đi tiếp theo cũng có nhiều lựa chọn hơn thuần tech hoặc thuần biz.

Giờ thị trường đang trending nên loạn lạc. Nhu cầu nhân lực vẫn nhiều, nhưng người làm được không có mấy. Nhiều big corp tuyển về mà không tận dụng hết.
Khi mảng dữ liệu trưởng thành hơn sẽ phân tách bộ phận và vai trò rõ ràng hơn, doanh nghiệp và ứng viên có kỳ vọng đúng đắn hơn về ngành.


Định comment vài câu phá làng phá xóm cho các bạn new comer tỉnh ngộ. Nhưng thôi, để quy luật cung cầu quyết định :shame:
P/S Mình đang làm BA kiêm DA không lại nói người ngoài thì biết cái đéo gì :shame:

Gạch đá thêm cho vui đi bác.
 
Mảng này hay đó bạn.

Mình trước có build team và lead 1 dự án HR Analytics. Team mình giải quyết bài toán phân tích xung quanh vòng đời nhân sự từ chuẩn hóa và lượng hóa quy trình tuyển dụng, phân bổ workload nhân sự cho từng dự án, đánh giá mức độ phù hợp và hiệu quả hoạt động (nhân sự và dự án). Doanh nghiệp lúc đó mình làm việc hoạt động theo matrix structure nên có nhiều thứ để làm.

Bài toán chua nhất trong đấy là chuẩn hóa quy trình và lôi từ các hệ thống ra để lấy được dữ liệu.
Hướng tiếp cận của bạn nên bắt đầu với Power BI, SQL rồi dành thời gian tìm hiểu thêm về domain nhân sự như quy trình nhân sự, sự khác biệt giữa các Org Structure, Structured behavioral interview, các hệ thống HRM,....

Python, toán không nên ưu tiên vội, tìm được task nào có thể cần dùng thì tập trung học sau.
cảm ơn góp ý của thím. Đọc góp ý của thím và chia sẻ từ các thím khác bên dưới, mình sẽ bỏ qua phần toán và Python vì suy nghĩ kĩ thì đúng là mình cũng chưa có nhiều yêu cầu để dùng đến.
Về dự án ngày trước của thím, có thể chia sẻ thêm giúp mình cụ thể hơn là thím đã lượng hóa quy trình như thế nào được không?
Ví dụ: đi từ bước khảo sát nhân viên, quản lý về hình mẫu ứng viên để tìm ra 3 tiêu chí chung bắt buộc cho phù hợp văn hóa. Sau đó từng phòng ban phải liệt kê từng vị trí và lượng hóa yêu cầu đối với ứng viên để làm sao khi phỏng vấn có thể cho điểm 1-5 từng người, từ đó chọn ra người phù hợp?
Phân tích vòng đời nhân sự có phải tính từ khi người ta nộp CV đến khi người ta rời đi và xem yếu tố gì ảnh hưởng lớn nhất dựa trên dữ liệu?
 
Back
Top