Xin tư vấn chuyển ngành Data analyst
- Thread starter mleeng
- Start date
mleeng
Senior Member
bác cho em hỏi, h em học và tích lũy tầm 1 năm -2 năm đủ bằng cert các thứ, rồi nhảy sang lúc 27 tuổi thì có muộn ko ạ, liệu có thể xin đc việc k hay nên học sớm nhảy sớm
Di_VITCON
Senior Member
Bằng cấp thì bùa mấy hồi, mình k nghĩ bằng cấp quyết định nhiều đến khả năng xin việc ở level junior/mid. Ngay cả cv hiện tại của mình cũng chỉ viết những dòng query rất đơn giản, select from where là hết. Cái này tập trung tầm 3-4 tháng là có thể master đc cả. Ở các cty tech như L,S (ecom) , Z (ứng dụng chat sẽ), G ( ứng dụng gọi xe) nó sẽ có các bài test riêng cho vị trí DA, mình đã từng làm qua thì thấy rất dễ, các kiến thứ hơi advanced xíu là window functions, self-join... về toán thì dùng xác suất thống kê để lấy outlier hay percentile value...
Cái khó của việc chuyển ngày k phải là technical mà nó nằm ở domain knowledge và phân tích data để có insight ( cái này mình tự thấy vẫn chưa làm tốt )
Bạn nên start ở 1 department nào có, rồi kiêm luôn role làm reporting cho team, các kiến thức hands-on đó nó quan trọng hơn gấp nhiều lần certificate ( lứa sau này đứa nào cũng bùa 1 đống cert, học đống tools và ngôn ngữ lập trình mà thảy vào project thực tế thì mù mờ k làm đc gì )
thuocdo181
Senior Member
Nội dung bác hỏi ở dưới có bác post dưới trả lời rồi nhé. Nó xoay quanh việc công cụ càng ngày càng thuận tiện, nên việc có hiểu sâu về 1 domain nào đó, 1 doanh nghiệp hoặc tương tự mới mang cho bác lợi thế được. Mình đang biết 1 ngành rồi thì nên khai thác ngành đó chứ all-in xong để theo 1 ngành mới hẳn sẽ rủi ro hơn.
Di_VITCON
Senior Member
em tay ngang k trường lớp trả lời thế này có thiếu sót bác góp ý thêm cảm ơn b
thuocdo181
Senior Member
Mình thấy bác comment chất quá nên quote lại luôn. Bác làm trong ngành nên nhận xét mọi thứ cũng thực tế hơn.
Mình cũng tay ngang bác ơi, có thể là nhiều năm hơn xíu. Mình làm từ những năm 2014, background tài chính và không có tí kĩ thuật nào. Khi đó mọi thứ đều phải tự học, mình còn phải qua mấy hiệu sách khu Bách Khoa HN mua sách giáo trình của đội CNTT về tự học. Muốn có người để tuyển cũng không có nên phải mở ra làm đào tạo nhân sự. Mình cũng chứng kiến rise and fall của ngành này từ lúc mọi người nghi ngờ không biết là nó là gì, đến xu hướng ML, nhà nhà tải dataset Titanic về chạy ML, sau này là AI các kiểu nữa. Cuối cùng nó vẫn xoay về vấn đề kinh doanh mà doanh nghiệp cần xử lý.
Add thêm cái ảnh tweet của bác Dan từ thời 2013...
kiengcan9999
Đã tốn tiền
nghe bác nói thấy bác đã làm lâu, xin bác cho ý kiến mấy cái sau ạ
- Bác thấy DS có tiềm năng ở Việt Nam không ạ? ngày trước mình thấy còn tuyển DS trên các trang tuyển dụng chứ giờ thấy gần như rất hiếm.
- DA em thấy giờ nhiều trường lớp đào tạo, fresher ra trường rất nhiều. Liệu còn có cơ hội cho tay ngang nhảy sang không ạ?
Cảm ơn bác ạ!
Gà trọc
Senior Member
Bác đang làm dev thì sang da làm j ko tận dụng được thế mạnh background it hơn nữa để đạt dc lương cao với dev là dễ hơn với da
thuocdo181
Senior Member
Theo mình thì DS sẽ không được ưu tiên nhiều do auto ML và các giải pháp, framework có sẵn quá tiện rồi nên DA, DE, Machine Learning Engineer đang làm thêm mấy phần việc của DS trước đây.
Mình đào tạo DA gồm cả fresher và người đang đi làm. KH doanh nghiệp thuê mình để đào tạo nhân sự của họ thêm các kỹ năng về DA để làm việc hiệu quả hơn. Nếu nếu bạn đang đi làm thì cứ cởi mở mà học thêm 1 kĩ năng mới, khi nào đủ khả năng coi nó thành nghề chính thì bạn sẽ biết thôi.
mango305
Senior Member
bạn đào tạo DA ạ, cho mình hỏi người đang học DA già nhất hiện tại sinh năm bn ạ
thuocdo181
Senior Member
Học ở với mình có những "anh chị" 5x tuổi. Nhiều "anh chị" tầm manager, director của những tập đoàn top VN như Hoà Phát, Sunhouse vẫn học thêm kỹ năng mới như bình thường, thậm chí học hành nghiêm túc là đằng khác.
Với họ, học là để thêm kiến thức, làm mẫu và định hướng nhân viên ở dưới. Đúng nghĩa học tập là suốt đời.
Phoenix1906
Senior Member
Mình là dân từ business sang đây. 31 tuổi mới có job đầu tiên. Làm 3 năm giờ đang là Senior/Team Lead của 1 công ty Mỹ cũng trong Fortune 500, chuyên về tư vấn giải pháp & outsourcing.
Mình ra trường làm NHNN tầm 3 năm. Cũng đc quy hoạch lên cán bộ nhưng k chịu nổi môi trường nhà nước. Sau đó sang Sing làm business cũng tầm 3 năm, cũng ko cảm thấy happy vì môi trường quá toxic bệnh hoạn. Sau đó gap tầm 2+ năm học về DS và có job đầu tiên trong lúc đang còn học dở dang.
Có lẽ sẽ trả lời được 1 số câu hỏi của các bạn đang muốn chuyển nghề/đang trong quá trình chuyển nghề.
1. Làm sao để chen chân vào ngành Data ?
Thật sự rất khó nói. Nhưng nó sẽ là tổng hoà của : quyết tâm, nỗ lực và 1 chút may mắn.
Mình bỏ hết công việc ở bên Sing để theo học Data là 1 sự quyết tâm và đấu tranh rất lớn cả với gia đình và cả với bản thân. May mình hồi đó chưa có vợ con gì nên cũng bớt 1 phần áp lực nhưng bố mẹ, họ hàng, bạn bè thân thiết nhẹ thì nghi ngờ cười nhạo; nặng thì chửi rủa ngăn cấm… ngay cả bản thân mình sau 1 thời gian cũng tự hỏi bản thân, liệu mình làm như thế có đúng không ? Có phải là 1 bước đi sai lầm không ? Tất cả những thứ đó bạn nên xác định trước và suy nghĩ về cách đối mặt với nó, nhất là các bạn đã đi làm 1 thời gian và có tuổi khi qđ chuyển ngành.
Để chen chân vào ngành thì cần sự nỗ lực khá lớn. Phải học, đọc, tự làm thật nhiều. Nhiều khi các bạn sẽ rơi vào tình cảnh làm khó vcl, học khó vcl, mãi đ ra nhưng không biết là liệu mình làm vậy có tác dụng gì không. Câu trả lời là : hên xui. Nhưng cứ làm đi, không bổ ngang thì bổ dọc.
Học gì ? Học, thi chứng chỉ. Nghiên cứu tài liệu chuyên ngành. Học code SQL, Python, học sử dụng tool, học Tiếng Anh ( đừng coi thường TA nha mình biết vài case cực giỏi nghề nhưng vì TA kém nên lẹt đẹt mãi ko bứt lên được) …
Sau khi đã quyết tâm và nỗ lực thì các bạn cần phải có job đầu tiên. Hãy chuẩn bị tinh thần để bắt đầu từ những vị trí thấp nhất : intern, trainee… mình đã từng đi phỏng vấn vị trí intern và bị reject vì lý do : quá già ( và mấy thằng pvan thì toàn tào lao không chả biết mẹ gì ). Chuẩn bị tinh thần bị reject rất nhiều. Nhưng nếu đã quyết tâm thì đừng nản chí. Bạn có thể bị reject 100 lần nhưng biết đâu lần thứ 101 lại thành công thì sao ?
Mình vào được ngành thật sự do may mắn. Đợt đó có công ty họ tuyển vị trí power bi, cần biết về sql. Mình nửa chữ pbi ko biết, sql bập bõm. May họ cho làm bài test online thế là nhờ mấy thằng bạn + stackoverflow
. Pass vòng test thì đến vòng phỏng vấn, cũng ko quá tự tin nhưng may chém TA được nên pass. Vào làm thời gian đầu cũng khổ sở vì éo biết làm, lại bị nhét ngay vào dự án điểm của công ty. Kinh nghiệm là đừng dấu dốt, hỏi loạn lên đi. Kiếm được người giỏi nhiệt tình thì bám chặt nó vào đừng buông ra ngày xưa mình từng đi hỏi cả những đứa giờ đang làm lính của mình 
2. Làm data có cần phải giỏi code không ?
Không. Làm data chỉ cần biết sơ qua về code. Data Analyst thì chỉ cần biết SQL, Excel ở mức trung bình. Data Engineer thì cần biết thêm 1 ít Python, Java… Data Scientist chỉ cần biết Python.
Trong ngành này theo mình đánh giá code chỉ tầm 30%. 70% còn lại là hiểu business và có “data-sense”
Ở công ty mình ( nặng về tư vấn giải pháp ) thì dân thuần code ( đa phần là tụi trẻ, tốt nghiệp KHTN, Bách Khoa các kiểu ) thì trì trặc mãi mới lên được mid/senior level. Còn team lead như bọn mình thì 1 là làm khá lâu (5-10 năm) hoặc đi nhanh như mình thì đều từ business sang ( các domain khác nhau: finance, banking, marketing…)
3. DA DE hay DS ?
Theo mình đánh giá thì trừ khi bạn theo từ đầu và từ ngày xưa thì hãy nên theo DS. Tay ngang nếu từ business thì có thể theo DA. Nếu từ code thì theo DE. Job DS hiện tại k có nhiều, tương lai có thể cũng không còn hấp dẫn nữa ( vì thực tế R&D bây h chả ai làm và cũng chả có nguồn lực để làm , họ chờ Big Tech nghiên cứu sẵn rồi áp dụng thôi ). Nếu thích thì có thể nghiên cứu theo hướng AI/ML Engineer. Ngoài ra có 1 hướng khá hay cho anh em từ code sang là ML Dev Ops ( cái này khá thiếu người làm , nhưng job cũng ko có nhiều, nhưng cái nào cần thì lại trả rất cao
)
Tuy nhiên không có nghĩa là bạn làm code thì ko thể làm DA hay từ business sang thì ko thể theo DE. Bạn cần tìm hiểu kĩ vai trò của các role trong 1 dự án và ý nghĩa của nó đối với doanh nghiệp và xem cái nào phù hợp với mình.
Sơ qua về các role:
Các bạn có thể tưởng tượng Data ở dạng thô nó giống như dầu thô, hoặc quặng ở dạng sơ khai vậy. Mặc dù rất giá trị nhưng để “sử dụng” nó để tạo ra value cho doanh nghiệp thì cần rất nhiều bước. Cũng giống như dầu thô hút lên ko thể mang đổ vào ô tô chạy ngay được mà phải lọc vậy.
Data Engineer (DE) là người trực tiếp làm việc với các dữ liệu thô này. Nhiệm vụ của bạn là phải ingest dữ liệu ( hút dầu từ mỏ ), biến đổi ở mức cơ bản (loại bỏ tạp chất) và đưa nó đến nơi lưu trữ. Công việc hàng ngày của bạn sẽ liên quan nhiều đến việc xử lý dữ liệu thô, config các pipeline, thiết kế luồng dữ liệu ( cái nào load trước load sau, source từ đâu, destination như nào), thiết lập quy trình xử lí dữ liệu tự động, config network, security …. Bởi vậy nên các bạn từ code sang sẽ dễ làm quen hơn ( nhưng ko có nghĩa là bạn k cần biết về business )
Data Analysts là người xử lý dữ liệu thô để mang lại giá trị cho business users. Giống như nhà máy lọc dầu thô để tạo thành xăng, dầu, nhựa đường ,… Vì nhìn vào 1 cái bảng 10 triệu dòng thì không ai có thể hiểu gì hết nên bạn phải đưa ra được các chỉ số tính toán dựa trên số liệu đó. Ví dụ đơn giản như bạn tính tổng doanh số theo ngày, tháng, năm chẳng hạn. Đó chỉ là 1 chỉ số cơ bản nhất, còn business có 7 7 49 kiểu metric và KPI khác nhau. Nên việc của DA sẽ là mày mò xem tính toán chỉ số nào, tính kiểu gì, theo “chiều” nào , thiết kế Data Model như nào, visualize dữ liệu sao cho dễ hiểu , đẹp, mang lại nhiều insight, communicate với business users về các findings của bạn sau khi làm việc với dữ liệu, training business users về cách sử dụng các tool báo cáo… Vì làm việc với business users nhiều và đa phần công việc của các bạn là làm sao để họ hài lòng nên hiểu business là critical đối với 1 DA.
Sơ bộ vậy. Bạn nào có thắc mắc gì thêm cứ hỏi, mình sẽ cố gắng trả lời trong khả năng.
Mình ra trường làm NHNN tầm 3 năm. Cũng đc quy hoạch lên cán bộ nhưng k chịu nổi môi trường nhà nước. Sau đó sang Sing làm business cũng tầm 3 năm, cũng ko cảm thấy happy vì môi trường quá toxic bệnh hoạn. Sau đó gap tầm 2+ năm học về DS và có job đầu tiên trong lúc đang còn học dở dang.
Có lẽ sẽ trả lời được 1 số câu hỏi của các bạn đang muốn chuyển nghề/đang trong quá trình chuyển nghề.
1. Làm sao để chen chân vào ngành Data ?
Thật sự rất khó nói. Nhưng nó sẽ là tổng hoà của : quyết tâm, nỗ lực và 1 chút may mắn.
Mình bỏ hết công việc ở bên Sing để theo học Data là 1 sự quyết tâm và đấu tranh rất lớn cả với gia đình và cả với bản thân. May mình hồi đó chưa có vợ con gì nên cũng bớt 1 phần áp lực nhưng bố mẹ, họ hàng, bạn bè thân thiết nhẹ thì nghi ngờ cười nhạo; nặng thì chửi rủa ngăn cấm… ngay cả bản thân mình sau 1 thời gian cũng tự hỏi bản thân, liệu mình làm như thế có đúng không ? Có phải là 1 bước đi sai lầm không ? Tất cả những thứ đó bạn nên xác định trước và suy nghĩ về cách đối mặt với nó, nhất là các bạn đã đi làm 1 thời gian và có tuổi khi qđ chuyển ngành.
Để chen chân vào ngành thì cần sự nỗ lực khá lớn. Phải học, đọc, tự làm thật nhiều. Nhiều khi các bạn sẽ rơi vào tình cảnh làm khó vcl, học khó vcl, mãi đ ra nhưng không biết là liệu mình làm vậy có tác dụng gì không. Câu trả lời là : hên xui. Nhưng cứ làm đi, không bổ ngang thì bổ dọc.
Học gì ? Học, thi chứng chỉ. Nghiên cứu tài liệu chuyên ngành. Học code SQL, Python, học sử dụng tool, học Tiếng Anh ( đừng coi thường TA nha mình biết vài case cực giỏi nghề nhưng vì TA kém nên lẹt đẹt mãi ko bứt lên được) …
Sau khi đã quyết tâm và nỗ lực thì các bạn cần phải có job đầu tiên. Hãy chuẩn bị tinh thần để bắt đầu từ những vị trí thấp nhất : intern, trainee… mình đã từng đi phỏng vấn vị trí intern và bị reject vì lý do : quá già ( và mấy thằng pvan thì toàn tào lao không chả biết mẹ gì ). Chuẩn bị tinh thần bị reject rất nhiều. Nhưng nếu đã quyết tâm thì đừng nản chí. Bạn có thể bị reject 100 lần nhưng biết đâu lần thứ 101 lại thành công thì sao ?
Mình vào được ngành thật sự do may mắn. Đợt đó có công ty họ tuyển vị trí power bi, cần biết về sql. Mình nửa chữ pbi ko biết, sql bập bõm. May họ cho làm bài test online thế là nhờ mấy thằng bạn + stackoverflow
. Pass vòng test thì đến vòng phỏng vấn, cũng ko quá tự tin nhưng may chém TA được nên pass. Vào làm thời gian đầu cũng khổ sở vì éo biết làm, lại bị nhét ngay vào dự án điểm của công ty. Kinh nghiệm là đừng dấu dốt, hỏi loạn lên đi. Kiếm được người giỏi nhiệt tình thì bám chặt nó vào đừng buông ra ngày xưa mình từng đi hỏi cả những đứa giờ đang làm lính của mình 2. Làm data có cần phải giỏi code không ?
Không. Làm data chỉ cần biết sơ qua về code. Data Analyst thì chỉ cần biết SQL, Excel ở mức trung bình. Data Engineer thì cần biết thêm 1 ít Python, Java… Data Scientist chỉ cần biết Python.
Trong ngành này theo mình đánh giá code chỉ tầm 30%. 70% còn lại là hiểu business và có “data-sense”
Ở công ty mình ( nặng về tư vấn giải pháp ) thì dân thuần code ( đa phần là tụi trẻ, tốt nghiệp KHTN, Bách Khoa các kiểu ) thì trì trặc mãi mới lên được mid/senior level. Còn team lead như bọn mình thì 1 là làm khá lâu (5-10 năm) hoặc đi nhanh như mình thì đều từ business sang ( các domain khác nhau: finance, banking, marketing…)
3. DA DE hay DS ?
Theo mình đánh giá thì trừ khi bạn theo từ đầu và từ ngày xưa thì hãy nên theo DS. Tay ngang nếu từ business thì có thể theo DA. Nếu từ code thì theo DE. Job DS hiện tại k có nhiều, tương lai có thể cũng không còn hấp dẫn nữa ( vì thực tế R&D bây h chả ai làm và cũng chả có nguồn lực để làm , họ chờ Big Tech nghiên cứu sẵn rồi áp dụng thôi ). Nếu thích thì có thể nghiên cứu theo hướng AI/ML Engineer. Ngoài ra có 1 hướng khá hay cho anh em từ code sang là ML Dev Ops ( cái này khá thiếu người làm , nhưng job cũng ko có nhiều, nhưng cái nào cần thì lại trả rất cao
)Tuy nhiên không có nghĩa là bạn làm code thì ko thể làm DA hay từ business sang thì ko thể theo DE. Bạn cần tìm hiểu kĩ vai trò của các role trong 1 dự án và ý nghĩa của nó đối với doanh nghiệp và xem cái nào phù hợp với mình.
Sơ qua về các role:
Các bạn có thể tưởng tượng Data ở dạng thô nó giống như dầu thô, hoặc quặng ở dạng sơ khai vậy. Mặc dù rất giá trị nhưng để “sử dụng” nó để tạo ra value cho doanh nghiệp thì cần rất nhiều bước. Cũng giống như dầu thô hút lên ko thể mang đổ vào ô tô chạy ngay được mà phải lọc vậy.
Data Engineer (DE) là người trực tiếp làm việc với các dữ liệu thô này. Nhiệm vụ của bạn là phải ingest dữ liệu ( hút dầu từ mỏ ), biến đổi ở mức cơ bản (loại bỏ tạp chất) và đưa nó đến nơi lưu trữ. Công việc hàng ngày của bạn sẽ liên quan nhiều đến việc xử lý dữ liệu thô, config các pipeline, thiết kế luồng dữ liệu ( cái nào load trước load sau, source từ đâu, destination như nào), thiết lập quy trình xử lí dữ liệu tự động, config network, security …. Bởi vậy nên các bạn từ code sang sẽ dễ làm quen hơn ( nhưng ko có nghĩa là bạn k cần biết về business )
Data Analysts là người xử lý dữ liệu thô để mang lại giá trị cho business users. Giống như nhà máy lọc dầu thô để tạo thành xăng, dầu, nhựa đường ,… Vì nhìn vào 1 cái bảng 10 triệu dòng thì không ai có thể hiểu gì hết nên bạn phải đưa ra được các chỉ số tính toán dựa trên số liệu đó. Ví dụ đơn giản như bạn tính tổng doanh số theo ngày, tháng, năm chẳng hạn. Đó chỉ là 1 chỉ số cơ bản nhất, còn business có 7 7 49 kiểu metric và KPI khác nhau. Nên việc của DA sẽ là mày mò xem tính toán chỉ số nào, tính kiểu gì, theo “chiều” nào , thiết kế Data Model như nào, visualize dữ liệu sao cho dễ hiểu , đẹp, mang lại nhiều insight, communicate với business users về các findings của bạn sau khi làm việc với dữ liệu, training business users về cách sử dụng các tool báo cáo… Vì làm việc với business users nhiều và đa phần công việc của các bạn là làm sao để họ hài lòng nên hiểu business là critical đối với 1 DA.
Sơ bộ vậy. Bạn nào có thắc mắc gì thêm cứ hỏi, mình sẽ cố gắng trả lời trong khả năng.
mleeng
Senior Member
Cảm ơn bác rất nhiềuMình là dân từ business sang đây. 31 tuổi mới có job đầu tiên. Làm 3 năm giờ đang là Senior/Team Lead của 1 công ty Mỹ cũng trong Fortune 500, chuyên về tư vấn giải pháp & outsourcing.
Mình ra trường làm NHNN tầm 3 năm. Cũng đc quy hoạch lên cán bộ nhưng k chịu nổi môi trường nhà nước. Sau đó sang Sing làm business cũng tầm 3 năm, cũng ko cảm thấy happy vì môi trường quá toxic bệnh hoạn. Sau đó gap tầm 2+ năm học về DS và có job đầu tiên trong lúc đang còn học dở dang.
Có lẽ sẽ trả lời được 1 số câu hỏi của các bạn đang muốn chuyển nghề/đang trong quá trình chuyển nghề.
1. Làm sao để chen chân vào ngành Data ?
Thật sự rất khó nói. Nhưng nó sẽ là tổng hoà của : quyết tâm, nỗ lực và 1 chút may mắn.
Mình bỏ hết công việc ở bên Sing để theo học Data là 1 sự quyết tâm và đấu tranh rất lớn cả với gia đình và cả với bản thân. May mình hồi đó chưa có vợ con gì nên cũng bớt 1 phần áp lực nhưng bố mẹ, họ hàng, bạn bè thân thiết nhẹ thì nghi ngờ cười nhạo; nặng thì chửi rủa ngăn cấm… ngay cả bản thân mình sau 1 thời gian cũng tự hỏi bản thân, liệu mình làm như thế có đúng không ? Có phải là 1 bước đi sai lầm không ? Tất cả những thứ đó bạn nên xác định trước và suy nghĩ về cách đối mặt với nó, nhất là các bạn đã đi làm 1 thời gian và có tuổi khi qđ chuyển ngành.
Để chen chân vào ngành thì cần sự nỗ lực khá lớn. Phải học, đọc, tự làm thật nhiều. Nhiều khi các bạn sẽ rơi vào tình cảnh làm khó vcl, học khó vcl, mãi đ ra nhưng không biết là liệu mình làm vậy có tác dụng gì không. Câu trả lời là : hên xui. Nhưng cứ làm đi, không bổ ngang thì bổ dọc.
Học gì ? Học, thi chứng chỉ. Nghiên cứu tài liệu chuyên ngành. Học code SQL, Python, học sử dụng tool, học Tiếng Anh ( đừng coi thường TA nha mình biết vài case cực giỏi nghề nhưng vì TA kém nên lẹt đẹt mãi ko bứt lên được) …
Sau khi đã quyết tâm và nỗ lực thì các bạn cần phải có job đầu tiên. Hãy chuẩn bị tinh thần để bắt đầu từ những vị trí thấp nhất : intern, trainee… mình đã từng đi phỏng vấn vị trí intern và bị reject vì lý do : quá già ( và mấy thằng pvan thì toàn tào lao không chả biết mẹ gì ). Chuẩn bị tinh thần bị reject rất nhiều. Nhưng nếu đã quyết tâm thì đừng nản chí. Bạn có thể bị reject 100 lần nhưng biết đâu lần thứ 101 lại thành công thì sao ?
Mình vào được ngành thật sự do may mắn. Đợt đó có công ty họ tuyển vị trí power bi, cần biết về sql. Mình nửa chữ pbi ko biết, sql bập bõm. May họ cho làm bài test online thế là nhờ mấy thằng bạn + stackoverflow
2. Làm data có cần phải giỏi code không ?
Không. Làm data chỉ cần biết sơ qua về code. Data Analyst thì chỉ cần biết SQL, Excel ở mức trung bình. Data Engineer thì cần biết thêm 1 ít Python, Java… Data Scientist chỉ cần biết Python.
Trong ngành này theo mình đánh giá code chỉ tầm 30%. 70% còn lại là hiểu business và có “data-sense”
Ở công ty mình ( nặng về tư vấn giải pháp ) thì dân thuần code ( đa phần là tụi trẻ, tốt nghiệp KHTN, Bách Khoa các kiểu ) thì trì trặc mãi mới lên được mid/senior level. Còn team lead như bọn mình thì 1 là làm khá lâu (5-10 năm) hoặc đi nhanh như mình thì đều từ business sang ( các domain khác nhau: finance, banking, marketing…)
3. DA DE hay DS ?
Theo mình đánh giá thì trừ khi bạn theo từ đầu và từ ngày xưa thì hãy nên theo DS. Tay ngang nếu từ business thì có thể theo DA. Nếu từ code thì theo DE. Job DS hiện tại k có nhiều, tương lai có thể cũng không còn hấp dẫn nữa ( vì thực tế R&D bây h chả ai làm và cũng chả có nguồn lực để làm , họ chờ Big Tech nghiên cứu sẵn rồi áp dụng thôi ). Nếu thích thì có thể nghiên cứu theo hướng AI/ML Engineer. Ngoài ra có 1 hướng khá hay cho anh em từ code sang là ML Dev Ops ( cái này khá thiếu người làm , nhưng job cũng ko có nhiều, nhưng cái nào cần thì lại trả rất cao
Tuy nhiên không có nghĩa là bạn làm code thì ko thể làm DA hay từ business sang thì ko thể theo DE. Bạn cần tìm hiểu kĩ vai trò của các role trong 1 dự án và ý nghĩa của nó đối với doanh nghiệp và xem cái nào phù hợp với mình.
Sơ qua về các role:
Các bạn có thể tưởng tượng Data ở dạng thô nó giống như dầu thô, hoặc quặng ở dạng sơ khai vậy. Mặc dù rất giá trị nhưng để “sử dụng” nó để tạo ra value cho doanh nghiệp thì cần rất nhiều bước. Cũng giống như dầu thô hút lên ko thể mang đổ vào ô tô chạy ngay được mà phải lọc vậy.
Data Engineer (DE) là người trực tiếp làm việc với các dữ liệu thô này. Nhiệm vụ của bạn là phải ingest dữ liệu ( hút dầu từ mỏ ), biến đổi ở mức cơ bản (loại bỏ tạp chất) và đưa nó đến nơi lưu trữ. Công việc hàng ngày của bạn sẽ liên quan nhiều đến việc xử lý dữ liệu thô, config các pipeline, thiết kế luồng dữ liệu ( cái nào load trước load sau, source từ đâu, destination như nào), thiết lập quy trình xử lí dữ liệu tự động, config network, security …. Bởi vậy nên các bạn từ code sang sẽ dễ làm quen hơn ( nhưng ko có nghĩa là bạn k cần biết về business )
Data Analysts là người xử lý dữ liệu thô để mang lại giá trị cho business users. Giống như nhà máy lọc dầu thô để tạo thành xăng, dầu, nhựa đường ,… Vì nhìn vào 1 cái bảng 10 triệu dòng thì không ai có thể hiểu gì hết nên bạn phải đưa ra được các chỉ số tính toán dựa trên số liệu đó. Ví dụ đơn giản như bạn tính tổng doanh số theo ngày, tháng, năm chẳng hạn. Đó chỉ là 1 chỉ số cơ bản nhất, còn business có 7 7 49 kiểu metric và KPI khác nhau. Nên việc của DA sẽ là mày mò xem tính toán chỉ số nào, tính kiểu gì, theo “chiều” nào , thiết kế Data Model như nào, visualize dữ liệu sao cho dễ hiểu , đẹp, mang lại nhiều insight, communicate với business users về các findings của bạn sau khi làm việc với dữ liệu, training business users về cách sử dụng các tool báo cáo… Vì làm việc với business users nhiều và đa phần công việc của các bạn là làm sao để họ hài lòng nên hiểu business là critical đối với 1 DA.
Sơ bộ vậy. Bạn nào có thắc mắc gì thêm cứ hỏi, mình sẽ cố gắng trả lời trong khả năng.
Bác cho em hỏi:1. Tiếng anh (nên là Toeic/ ielts và đạt tầm bao nhiêu là ổn ạ), vì em muốn chuyển sớm nên có thể e học ko kịp đạt target cao.
2. Em base Dược, nên thiếu cả biz+tech; nên e đang đi theo hướng làm MKT để dễ chuyển sang DA, những công việc mkt hiện tại của em toàn là ads và content, không gần với số liệu thị trường,... lắm. Vậy em nên chọn công việc mkt (hoặc 1 công việc biz khác) mang tính chất ntn để có sense biz và dễ chuyển sang DA ạ?
3. E thấy mn đều chuyển từ base kinh tế or IT sang nên em cũng hơi e ngại base Dược của em có phải là 1 vấn đề lớn ko?
mango305
Senior Member
ý mình là những người học để chuyển ngành ạ
sewsew
Senior Member
muộn
)) tầm ấy người ta ưu tiên tuyển lead hoặc senior rồi mà bác )) Data Analytics nó là skill. Thường người ta ưu tiên người có Domain Knowledge + có khả năng học tool/công nghệ để đào tạo cho nhanh. Bác nên tìm các vị trí Market Analyst (Dù thực tế role này ít dùng technical skill), Campaign Marketing ở big tech (Vị trí này ở big tech mà có SQL để chủ động dữ liệu thì họ ưng quá trời luôn).
mango305
Senior Member
27 tuổi đã muộn rồi ạ, mình 29 rồimuộn
(
sewsew
Senior Member
Muộn mà27 tuổi đã muộn rồi ạ, mình 29 rồi
. Nếu tầm tuổi ấy thì em thấy như này 1. Các công ty nhỏ thì tầm 27- 28 đa phần đẩy lên lead team nhỏ trở lên rồi. Tuyển người lớn hơn chi phí cũng cao hơn + lead cũng khó quản lý hơn.
2. Các công ty lớn tầm 27 - 28 apply mới thì mình thấy đa phần là Master, PhD về nước và apply. Nếu bác cũng tầm tầm vậy thì mạnh dạn thôi. Trước làm ở cty cũ có 1 chị 2 bằng master về data tới 28 tuổi mới làm job đầu tiên mà.
Tất nhiên là luôn có những trường hợp đặc biệt tuy nhiên thì tỉ lệ bản thân rơi vào TH này hơi ít. Cơ mà biết đâu lại may mắn. Bác cứ thử xem xét rồi lựa hướng nhé
mango305
Senior Member
thế thôi đi chạy grab vậyMuộn mà
1. Các công ty nhỏ thì tầm 27- 28 đa phần đẩy lên lead team nhỏ trở lên rồi. Tuyển người lớn hơn chi phí cũng cao hơn + lead cũng khó quản lý hơn.
2. Các công ty lớn tầm 27 - 28 apply mới thì mình thấy đa phần là Master, PhD về nước và apply. Nếu bác cũng tầm tầm vậy thì mạnh dạn thôi. Trước làm ở cty cũ có 1 chị 2 bằng master về data tới 28 tuổi mới làm job đầu tiên mà.
Tất nhiên là luôn có những trường hợp đặc biệt tuy nhiên thì tỉ lệ bản thân rơi vào TH này hơi ít. Cơ mà biết đâu lại may mắn. Bác cứ thử xem xét rồi lựa hướng nhé
( tuổi nghề ngắn cho newbie quá
sewsew
Senior Member
1. Tối thiểu ở mức học Coursera, Udemy được, đọc document được. Req ở các cty VN thường là toeic (>700). Nếu có ielts thì sẽ là điểm cộng.Cảm ơn bác rất nhiều
1. Tiếng anh (nên là Toeic/ ielts và đạt tầm bao nhiêu là ổn ạ), vì em muốn chuyển sớm nên có thể e học ko kịp đạt target cao.
2. Em base Dược, nên thiếu cả biz+tech; nên e đang đi theo hướng làm MKT để dễ chuyển sang DA, những công việc mkt hiện tại của em toàn là ads và content, không gần với số liệu thị trường,... lắm. Vậy em nên chọn công việc mkt (hoặc 1 công việc biz khác) mang tính chất ntn để có sense biz và dễ chuyển sang DA ạ?
3. E thấy mn đều chuyển từ base kinh tế or IT sang nên em cũng hơi e ngại base Dược của em có phải là 1 vấn đề lớn ko?
2. Ads nó có data từ ads đấy. Bạn từ data ads bạn build thử report/kéo thử report/ sử dụng report có sẵn của ads để làm báo cáo gửi sếp mà xem. Rồi bữa nào có cơ hội nói với sếp về định hướng tương lai, những thứ bạn muốn làm. Nếu sếp tốt thì biết đâu lại có cơ hội mới thì sao.
3. Base dược cũng là thế mạnh khi apply vào các cty dược (Pharmacity,....) mình thấy cũng hay tuyển DA. Tuy nhiên thì quy mô dữ liệu không lớn lắm nên vào cho biết lấy điểm xuất phát rồi học hỏi thêm domain khác và nhảy sang nơi có nhiều khả năng học hỏi hơn
sewsew
Senior Member
giờ cạnh tranh nhiều mà bác. Trường ĐH nào cũng có khoa dữ liệu hếtthế thôi đi chạy grab vậy
