Tiếp cận ngành nghề ‘quyến rũ’ nhất thế kỷ 21

Dù GDP của nước Mỹ hiện giảm sút trong hai quý liên tiếp - dấu hiệu của sự suy thoái kinh tế, nhưng thị trường lao động nhìn chung vẫn diễn ra mạnh mẽ, thông tin được ông Đặng Hoàng Hải Anh, nhà kinh tế phát triển tại Ngân hàng Thế giới (Mỹ) chia sẻ trong chuỗi chương trình "Vòng tay nước Mỹ 10" do Hội thanh niên, sinh viên Việt Nam tại Hoa Kỳ tổ chức.

Cùng quan điểm, ông Hậu Nguyễn, trợ lý giáo sư tại đại học Emori (Mỹ) dẫn chứng, có 500 nghìn công việc mới tăng thêm tại Mỹ vào tháng 7/2022, cao hơn so với dự kiến. Trung bình một người đang chưa có việc làm có đến hai vị trí đang yêu cầu tuyển dụng. Hiện chỉ có 3,5% tỷ lệ người thất nghiệp (con số trong đại dịch là 15%).

Các chuyên gia cho rằng, cùng với sự thịnh hành của IoT (Internet vạn vật), AI (trí tuệ nhân tạo), blockchain (chuỗi khối), dữ liệu lớn (big data) là một trong các nền tảng cốt lõi của công nghệ 4.0. 

Theo Harvard Business Review, ngành khoa học dữ liệu được coi là ngành nghề “quyến rũ” nhất của thế kỷ 21. Từ đây, các ngành nghề liên quan đến dữ liệu như kỹ sư dữ liệu, nhà phân tích dữ liệu, nhà khoa học dữ liệu nhận được sự quan tâm lớn của người trẻ.

Chị Thảo Nguyễn, Integrated Analytics Lead tại Johnson & Johnson với 10 năm trong ngành phân tích dữ liệu cho biết, ba tiêu chí quan trọng để thích nghi và phát triển trong lĩnh vực dữ liệu.

Một là các kỹ năng chuyên môn cần có để giải quyết vấn đề, tìm ra các sự thật ngầm hiểu hữu ích. Các kỹ năng này là những công cụ hỗ trợ, được áp dụng mô hình học máy hoặc trí tuệ nhân tạo để đưa ra dự đoán.

Thứ hai là kiến thức chuyên môn để người học biết ngành nào sẽ cần loại dữ liệu nào. Cuối cùng là bản lĩnh và kiến thức kinh doanh nhất định. Bản lĩnh này một phần dựa vào khả năng thuyết trình để tạo ảnh hưởng và niềm tin của lãnh đạo, từ đó thay đổi định hướng cho phù hợp.

Theo chị Phượng Tạ, Phó chủ tịch phụ trách chiến lược dữ liệu tại RADaR Analytics, đứng trước một vấn đề, điều đầu tiên các ứng viên cần làm trong quá trình phân tích dữ liệu là bắt đầu với những câu hỏi chứ không phải lao ngay vào dữ liệu.

“Cần biết câu hỏi mình muốn trả lời là gì bởi có khi đối tác không đưa câu hỏi cụ thể. Nếu như không làm rõ yêu cầu của doanh nghiệp khách hàng là gì, thì không thể phân tích dữ liệu”, chị Phượng nói.

Phân tích dữ liệu là hành trình tìm thấy giá trị và sự thật ngầm hiểu

Theo anh Tuấn Nguyễn, nhà khoa học dữ liệu tại Quora, các sinh viên đang học tập trong ngành dữ liệu hoặc bắt đầu tìm hiểu việc làm ngành này cần nắm thật rõ kiến thức cơ bản về dữ liệu trước khi tiếp xúc kiến thức phức tạp hơn. Những kiến thức này bao gồm thống kê, thuật toán, phân phối của dữ liệu, T-test hoặc A/B Testing…Một khi ứng viên có nền tảng kiến thức dữ liệu vững vàng, việc tiến xa hơn trong lĩnh vực này sẽ được rộng mở.

Tuy nhiên, trong trường hợp sinh viên ra trường muốn đổi hướng sang ngành dữ liệu nhưng chưa có kiến thức ngành này, ứng viên có thể tìm kiếm những điểm chung trong những công việc từng xử lý bởi dữ liệu ở khắp mọi nơi. Đó có thể là những câu chuyện từng xử lý một dữ liệu đó như thế nào, kết quả nhận được là gì, đóng góp gì cho dự án.

Anh chia sẻ thêm, khi phân tích, người làm dữ liệu cần tìm những giá trị và sự thấu hiểu về sản phẩm, dịch vụ. Những giá trị này để phát hiện ra, người làm dữ liệu cần hai yếu tố quan trọng, gồm trực giác về sản phẩm và độ nhạy bén trong kinh doanh.

Trong đó, trực giác về sản phẩm thể hiện tư duy đánh giá và phát triển sản phẩm. Điều này xuất phát từ việc nghiên cứu để hiểu sản phẩm và người dùng đến đâu. Nhờ đó, một người làm dữ liệu sẽ biết lúc nào dữ liệu trả lời được câu hỏi đặt ra và lúc nào ko trả lời được.

“Nhiều bạn mới vào ngành dữ liệu cho rằng công cụ thần kỳ, nhưng không phải vấn đề nào cũng được giải quyết được bằng dữ liệu”, anh Tuấn nói.

Chẳng hạn, trong một số trường hợp, dữ liệu không thể biết được sở thích hay nỗi đau của người dùng mà cần có các bước tiếp như phỏng vấn, nhận phản hồi…

Nói về xu hướng ngành dữ liệu, các chuyên gia đánh giá, lĩnh vực này vẫn cần nguồn nhân lực lớn bởi ngành nào cũng được thuyết phục bởi những đánh giá và phát hiện được dựa trên dữ liệu. Ngoài chú trọng tới kinh nghiệm, kỹ năng chuyên môn, sở thích cá nhân trong một ngành nhất định cũng là lợi thế giúp ứng viên ghi điểm. Càng nhiều kiến thức trong nhiều ngành, việc phân tích dữ liệu càng thuận lợi, mà theo nhận định của diễn giả là “mang lại làn gió mới” cho dự án, công ty đó.