Thành lập từ năm 1997

Góc nhìn thực tế về ngành Data Science

Trong quá trình làm tư vấn Du học, một câu hỏi mà rất nhiều bạn học sinh và cả các bậc phụ huynh cũng rất thắc mắc đó là: học ngành nghề gì ra trường dễ xin việc? Ngành nghề gì dễ định cư hay ngành học đó có khó không?
.
Không thể phủ nhận một thực tế, việc đào tạo hay phát triển nguồn nhân lực của một quốc gia nói chung và một đơn vị nói riêng phụ thuộc rất nhiều vào nhu cầu thực tiễn, như vậy đào tạo phải phục vụ và bắt kịp được nhu cầu xã hội. Trong một vài năm lại đây ngành Data Science Data Science, là một lĩnh vực liên ngành của Khoa học máy tính (Computer Science), nổi lên như một trong những ngành “hot”, ngành tương lai trên mọi phương tiện truyền thông. Thế nhưng, trên thực tế rất ít bạn hình dung được ngành Data Science thực tế là làm về gì và cần phải học gì để ra làm ngành này.
.
Data Science được phát triển từ lĩnh vực phân tích thống kê và khai phá dữ liệu. Tạp chí Khoa học Dữ liệu ra mắt lần đầu tiên vào năm 2002, do Hội đồng Khoa học Quốc tế: Ủy ban Dữ liệu Khoa học và Công nghệ xuất bản. Đến năm 2008, chức danh data scientist (nhà khoa học dữ liệu) xuất hiện và lĩnh vực này nhanh chóng phát triển.
.
❓ Tại sao Data Science là một lĩnh vực nở rộ???
– Data Scientist (kỹ sư khoa học dữ liệu) là những người phân tích, sắp xếp và thay dữ liệu “kể chuyện”, bất kể nó có cấu trúc hay không. Công việc của họ sẽ cần phối hợp giữa cả khoa học máy tính, thống kê và toán học. Họ sẽ là người phân tích, xử lý và “mô hình hóa” các dữ liệu, sau đó diễn giải các kết quả để tạo ra các kế hoạch hoạt động cho team và doanh nghiệp.
– Nói một cách dễ hiểu, nghề data scientist làm việc cùng dữ liệu và cho ra các insight mang tính phân tích. Họ sẽ truyền đạt các phát hiện và insight này với các bên liên quan – từ lãnh đạo cấp cao, quản lý đến khách hàng. Từ đó các công ty có thể trực tiếp hưởng lợi từ việc đưa ra các quyết định sáng suốt nhất để thúc đẩy tăng trưởng kinh doanh và lợi nhuận của họ (tức là, phụ thuộc vào bối cảnh của các ngành công nghiệp).
.
.
Hôm nay AIT xin phép đưa ra một trường hợp thực tế để bạn đọc có thêm hình dung về ngành nghề
.
🍀 Trải nghiệm của bạn Khánh, hiện (năm 2023) đang là sinh viên năm cuối ngành Data science
(DS) tại Drexel University
“Với tư cách là một người học và làm data, Khánh nhận thấy phần đông các bạn hỏi về data đều bị mất phương hướng trong việc định hướng mình muốn làm gì và học gì? Cái này bản thân mình cũng đã tự trải nghiệm trong 5 năm đại học và nhìn thấy ở hầu như toàn bộ các bạn học data khác xung quanh mình.
.
TLDR – bài viết sẽ rất dài và không khó có thể mang tâm thái đọc chơi mà hiểu: Chủ yếu  sinh viên DS đều mất định hướng và không phân biệt được ngành và nghề Data science, vì vậy khi học và làm cần có cách tiếp cận khác với các ngành khác.
.
🎯 DS as a major ≠ DS as a profession
DS là ngành học chính # chuyên gia trong lĩnh vực DS
🔑
Trên trường, ngành DS thường dạy một cách rất bao quát các kỹ năng + kiến thức của một người làm việc với các con số. Thường các khóa học sẽ dạy theo dạng:
– dạy về DS Life Cycle -> một chút Pytho
– SQL, R -> một chút visualization -> một chút Stats
– ML -> thực hành nhiều các dự án/chiến dịch kéo data online về tự xử lý và phân tích.
Đây cũng chính là “xương sống” của rất nhiều các MOOC về DS trên mạng. Nhìn qua có vẻ rất đầy đủ và thậm chí trong quá trình học còn cảm thấy rất dễ, nhưng bản chất các khóa học chỉ chạm vào bề mặt chứ không đi sâu vào từng vấn đề. Nếu đi sâu vào từng phần, nhiều bạn sẽ bất ngờ vì độ phức tạp – đồng thời cũng là cái thú vị – thực sự của ngành DS.
🔑
Nghề DS có thể hiểu theo hai cách: người nghiên cứu chuyên sâu với số liệu (Data scientist) hoặc làm việc với nhiều khía cạnh DS – any role in a data team, cách thức phát triển theo bề rộng. Ở đây, mình sẽ nói theo hướng thứ hai. Mỗi vị trí đều yêu cầu một bộ kỹ năng khác nhau. Dù trên thực tế, các bộ kỹ năng này có sự trùng hợp – ví dụ như người phân tích dữ liệu hay kỹ sư đều cần biết SQL – yêu cầu về độ thành thạo là cực kỳ khác nhau. Lý do các bộ kỹ năng có sự trùng hợp là vì dù bạn nắm vị trí gì thì bạn cũng phải tương tác với bộ số liệu giống nhau và sử dụng cùng một platform để lưu trữ và trích xuất data. Sự khác biệt về yêu cầu độ thành thạo xuất phát từ các giá trị khác nhau mà từng vị trí mang lại. Một ví dụ nhỏ, cùng là sử dụng SQL, Data analyst – người làm về phân tích số liệu phải thành thạo việc viết query để xây, viết báo cáo, đánh giá, tạo ra giá trị cho Dự án, còn kỹ sư DS phải thành thạo việc thiết kế mô hình để xây dựng hệ thống cho người phân tích số liệu sử dụng.
🔑
Ngành DS học trên trường không chuẩn bị cho học sinh để tham gia vào thị trường nghề DS. Có thể thấy rõ sự đối nghịch trong giá trị mà ngành DS cung cấp và nghề DS đòi hỏi. Ngành DS cung cấp kiến thức theo chiều ngang còn nghề DS đòi hỏi kiến thức theo chiều dọc. Nếu chăm chỉ học trên trường, chắc chắn nói tới mảng nào của DS bạn cũng biết (và tất nhiên bạn sẽ gánh cả team trong quá trình học và thực hành trên trường), nhưng không đủ thành thạo để làm việc độc lập khi ra ngoài làm việc (và ngay bản thân bạn cũng đang không biết mình muốn đi sâu vào mảng nào). Theo trải nghiệm của mình thì đây là vấn đề của gần như tất cả các bạn sinh viên DS. Sự mất định hướng sẽ hiện rõ dần khi các bạn bắt đầu tham gia thị trường lao động và nhận ra mình không đặc biệt như mình nghĩ (ai cũng có một sơ yếu lý lịch với rất nhiều kinh nghiệm làm dự án, phân tích và xử lý rất nhiều trường số liệu, làm cả trăm khóa học online, etc.). Tuỳ mục tiêu sự nghiệp của mỗi người sẽ có nhiều cách tái định hướng khác nhau. Nhưng dù là cách nào thì vẫn phải hành động nếu nhận thấy bản thân đang rơi vào hoàn cảnh này.
.
🎯 Learn DS through jobs and internships – Học tập thông qua công việc và thực tập sinh
🔑
Trải nghiệm đi làm thực tế là rất có giá trị đối với mọi ngành học trên trường. Tuy nhiên, đối với DS, nhu cầu “học” khi đi làm còn lớn hơn nữa. Đối với mình thì đây là một ngành khá cô độc dù cho DS là một ngành nghề rất thu hút.
– Lý do thứ nhất: ngành DS cho bậc đại học là rất mới so với một số ngành đặc thù khác như BA, Finance, CS, etc. Cách đây 5 năm, vào thời điểm mình đăng ký học, chỉ có 3 trường đào tạo Đại học (Bachelor degree) cho DS và nhận học sinh quốc tế (University of Rochester, Case Western Reserve, và Drexel). Vì vậy, mạng lưới alumni, faculty, curriculum, etc. chuyên sâu về DS ở các trường là rất hạn chế.
– Lý do thứ hai: như mình đã chia sẻ ở trên, cộng đồng sinh viêc DS còn chưa giúp được bản thân thì làm sao giúp được những người xung quanh. Thậm chí, cộng đồng này vô tình còn khiến cho sự mất định hướng lan toả một cách rộng rãi và mạnh mẽ hơn. “Đừng học Data science” – đây sẽ là lời khuyên cửa miệng của đa số các bạn sinh vieecn DS năm cuối sau khi xin việc ở hơn 200 vị trí và chỉ được nhận 1 thông báo phỏng vấn.
Bởi vậy, nếu bạn có “lỡ” chọn ngành DS thì phải xác định thành công hay thất bại là do nỗ lực của bản thân gần như toàn bộ. Nếu bạn may mắn có một người hướng nghiệp – mentor hiểu về data và tận tình giúp đỡ bạn (phải chắc chắn người định hướng đó không phải là một cựu DS mất định hướng khác) thì hãy tận dụng cơ hội đó càng nhiều càng tốt vì những mentor như vậy rất hiếm.
Thông qua trải nghiệm thực tế, hãy học về sự khác biệt của những vai trò khác nhau của số liệu, vị trí người dùng, học về bộ kỹ năng của từng vị trí đó, học cách mà họ tương tác với nhau và với số liệu, học cách lên một bức tranh tổng thể và hoàn chỉnh ở một trình độ cao, học làm một “công nhân” thật sự cần gì ở một người làm về số liệu thực thụ, học để tự thiết kế một chương trình học cho chính bản thân mình sau khi kết thúc kỳ thực tập/công việc. Luôn đặt câu hỏi “mình có gì đặc biệt hơn những người còn lại trong đội nhóm” để tìm ra hướng phát triển theo chiều sâu cho bản thân. Đừng lao vào chỉ học code 100 bài SQL và Python để đến lúc phỏng vấn việc làm hỏi các bạn trích xuất thử 10 dòng dữ liệu từ MySQL database qua Excel để tính tổng mà mình không biết làm thế nào.
.
🎯 Be ready to compete against the Master degree holders – Chuẩn bị sẵn sàng để trở thành chuyên gia ở bậc học cao hơn
🔑
Sự thật là có quá đông các bạn đang theo học thạc sĩ (Master degree) trong lĩnh vực DA/DS, và rất nhiều trong số đó là những người đã có sẵn một vài năm kinh nghiệm trong cùng lĩnh vực (years of professional experience). Cả bậc Đại học và Thạc sĩ DS đều ít nhiều gặp những thử thách tương tự nhau như mình đã chia sẻ ở trên, nhưng đối với những người đã có nhiều kinh nghiệm thực tế thì việc định hướng bản thân khi học và làm DS sẽ dễ đạt được hơn. Khi đi tìm việc, cả hai nhóm này thường tìm cùng một vị trí (các bạn Master thường học DS vì muốn chuyển ngành/nghề nên sẽ tìm cả các vị trí trình độ mới vào nghề như các bạn sinh viên Đại học vừa ra trường) nên vô hình chung các bạn sinh viên Đại học sẽ gặp bất lợi. Tuy nhiên, lợi thế của các bạn sinh viên mới ra trường là thời gian “ngâm” ở trường vừa hoàn tất nên nếu tận dụng được thì các bạn sẽ có nhiều thời gian hơn để hát triển các kỹ năng và năng lực tư duy nghành nghề, tìm những điểm mạnh với sức trẻ không ngại va vấp, thử nghiệm những thứ mới mẻ… Đây đều là những thứ khó mà hoàn thành được một cách trọn vẹn trong 1-2 năm của bậc học Thạc sĩ. Tuy nhiên, vì sự mất định hướng mà hầu như các bạn sinh viêcn DS đều tự đánh mất lợi thế này của mình. Kết quả là lúc xin việc và bị từ chối vì không có bằng thạc sĩ, các bạn quay ra bài xích là vì người khác có bằng cấp cao hơn nên không công bằng. “Đừng ghét người chơi, hãy ghét cuộc chơi”.
.
🎯 Peer pressure – Áp lực đồng trang lứa
🔑
Cái này thì chắc chắn ai cũng phải đối mặt bất kể mọi ngành nghề. Tuy nhiên, với trải nghiệm học DS của mình, thì áp lực đồng trang lứa khi nhìn các bạn học ngành khác đạt được các thành tựu nhất định trong khi bản thân vẫn không hiểu mình muốn học gì, làm gì, và đạt được gì (dù GPA 4.0) là cực kỳ nản lòng và hoang mang. Chắc chắn sẽ có nhiều bạn đồng cảm được với mình ở cái cảm giác mất phương hướng và tự vấn bản thân khi chứng kiến quá nhiều bạn bè lần lượt “thoát” DS sang ngành khác năm này qua năm khác. Một lần nữa, “thoát” DS chẳng có gì là sai, thậm chí là một cách tái định hướng rất tốt nếu bạn thực sự thấy DS không phù hợp với mình và muốn trải nghiệm một ngành học khác. Bản thân mình cũng nghe nhiều lời “đàm tiếu”, bóng gió từ học sinh ngành khác khi nói về DS – “Học thì dễ mà không biết làm cái gì”, “Không học nổi CS nên mới sang DS học cho dễ”, etc. – đây đều là những chất xúc tác rất tốt để chuyển một bạn sinh viên DS thành một người bài xích DS chính hiệu. Đây là một thực tế không thể tránh khỏi khi bạn học DS, nên bạn cần chuẩn bị sẵn tâm lý để đương đầu và tảng lờ những thứ bên ngoài đi để tránh lãng phí thời gian. Một khi bạn biết mình muốn học, làm, và đạt được gì thì mọi sự áp lực sẽ dần biến mất. Vả lại, bạn còn chưa hiểu ngành của bạn thì bạn đừng mong người ngành khác có đủ hiểu biết về DS để nhận xét bạn 😄
Trên đây là một số những chia sẻ nhỏ của mình về trải nghiệm học DS ở Đại học. Còn rất nhiều thứ mình muốn kể thêm nhưng bài đã dài nên chắc để một dịp khác.
🔑
Nguồn tham khảo:
1. Chris Tran trên group Viet Tech
2. Mr Khánh, chuyên ngành Data science, Drexel University
AIT ở đây ngoài làm việc với tư cách hỗ trợ các bạn làm cách thủ tục chúng tôi còn là chuyên gia định hướng nghề nghiệp, đưa ra những nhận định trên con số thống kê thực tế.
Văn phòng Tư vấn du học AIT luôn cập nhật các thông tin về du học và học bổng Canada. Bạn có câu hỏi liên quan xin đừng ngần ngại liên hệ với chúng tôi
🏢 Địa điểm văn phòng Tư Vấn Du Học – Định Cư AIT tại Việt Nam: Tầng 5, Toà Nhà Tem, số 14 Trần Hưng Đạo, Hoàn Kiếm, Hà Nội.
☎ Hotline: 091 559 1919
💻 Email: Counselor@aitduhoc.com
———————————–
📍 Văn phòng Tư vấn Du học AIT, thành lập từ năm 1997, là đơn vị được điều hành bởi Chuyên gia Tư vấn Di trú Canada, cô Vũ Như Quỳnh – đơn vị tư vấn và cung cấp dịch vụ di trú hợp pháp được công nhận bởi Chính phủ Canada.
📍📍 Văn phòng Tư vấn Du học AIT là một trong số ít các văn phòng tại Việt Nam cam kết đồng hành cùng học sinh và phụ huynh trong suốt quá trình du học và làm thủ tục định cư tại Canada
📍📍📍 Các dịch vụ Di trú Canada: Visa Du học, Visa Lao động/ LMIA, Visa Du lịch (thời hạn 10 năm), Super Visa (ở lại 5 năm), Gia hạn Visa, Khôi phục tình trạng pháp lý (ở quá hạn, out of status), Bảo lãnh vợ chồng, Bảo lãnh bố mẹ, Express entry: FSW, FST, CEC, Chương trình chỉ định tỉnh bang, Định cư doanh nhân, Gia hạn thẻ thường trú nhân, Hồ sơ xin quốc tịch☘