Các vai trò Khoa học Dữ liệu vượt ra ngoài chức danh “Nhà khoa học dữ liệu”

Năm 2011, Harvard Business Review gọi khoa học dữ liệu là “công việc hấp dẫn nhất của thế kỷ 21”. Nhu cầu về khoa học dữ liệu từ đó chỉ tăng lên. Fortune đưa tin số vị trí tuyển dụng cho nhà khoa học dữ liệu đã tăng 480% kể từ năm 2016. Mức tăng trưởng này lớn đến mức vẫn còn thiếu 250.000 chuyên gia khoa học dữ liệu tính đến năm 2020.

Đáng tiếc là những ai mong muốn một vị trí trong lĩnh vực khoa học dữ liệu có thể cảm thấy nản lòng. Chỉ cần liếc qua mô tả công việc đã thấy một danh sách kỹ năng đáng gờm. Sự cạnh tranh khốc liệt cho các vị trí khoa học dữ liệu cũng khiến một số ứng viên bị từ chối tại công việc mơ ước.

Tuy nhiên, nhiều người không nhận ra rằng con đường sự nghiệp của một nhà khoa học dữ liệu có thể không tuyến tính. Những công việc không mang chức danh “nhà khoa học dữ liệu” vẫn có thể trang bị cho bạn các kỹ năng giá trị trong khoa học dữ liệu! Các kỹ năng này bao gồm thống kê, xử lý dữ liệu, học máy, lập trình, hiểu biết kinh doanh và kỹ năng kể chuyện–tất cả đều thiết yếu cho một nhà khoa học dữ liệu.

Dưới đây là một vài vai trò có thể là bệ phóng hướng tới mục tiêu trở thành nhà khoa học dữ liệu. Cả vai trò kỹ thuật lẫn phi kỹ thuật đều có thể giúp bạn bước vào ngành.

Vai trò dữ liệu phi kỹ thuật

Nhà phiên dịch Dữ liệu/Phân tích 

McKinsey gọi đây là “vai trò phải có mới,” một người phiên dịch phân tích giúp lãnh đạo doanh nghiệp ưu tiên các vấn đề kinh doanh, rồi truyền đạt những mục tiêu đó cho các chuyên gia dữ liệu. Họ thuyết phục lãnh đạo và đảm bảo giải pháp do đội dữ liệu xây dựng tạo ra giá trị kinh doanh. 

“Bạn liên tục diễn giải các khái niệm kỹ thuật và khiến mọi người nói cùng một ngôn ngữ,” Gruschow, một nhà phân tích kỹ thuật tại Fortive, mô tả vai trò của mình. Theo McKinsey, ứng viên phù hợp là người có tinh thần khởi nghiệp, kỹ năng quản lý dự án tốt và hiểu biết kỹ thuật tổng quát (dù không nhất thiết phải giỏi lập trình). Nếu bạn có những kỹ năng này, vai trò nhà phiên dịch phân tích có thể rất hợp với bạn. 

Quản lý Sản phẩm Khoa học Dữ liệu

Quản lý sản phẩm khoa học dữ liệu (PM) phụ trách lộ trình sản phẩm khoa học dữ liệu từ ý tưởng đến ra mắt. Họ hợp tác với các nhóm kinh doanh để xác định cách khoa học dữ liệu giải quyết điểm đau kinh doanh. PM làm việc chặt chẽ với chuyên gia dữ liệu và nhà phát triển để xây dựng yêu cầu sản phẩm, giám sát phát triển và xác định chỉ số thành công.

Một quản lý sản phẩm liên tục trao đổi với nhiều nhóm bên liên quan đa dạng (Nguồn)

Mỗi công ty có sản phẩm khoa học dữ liệu riêng. Một PM tại công ty thông minh kinh doanh có thể giám sát phát triển công cụ trực quan hóa dữ liệu, trong khi một PM tại công ty phát trực tuyến có thể phụ trách lộ trình cho tính năng gợi ý trong ứng dụng. Những người giỏi quản lý bên liên quan và có hiểu biết rộng về khoa học dữ liệu sẽ phù hợp với vai trò này. 

Tư vấn Chiến lược Dữ liệu 

Tư vấn chiến lược dữ liệu thiết kế, xây dựng và triển khai chiến lược dữ liệu giúp cải thiện hiệu quả kinh doanh. Họ làm việc với lãnh đạo để đánh giá năng lực dữ liệu của công ty và đề xuất lộ trình hướng tới tổ chức dựa trên dữ liệu.

Chuyên gia tư vấn xác định cách doanh nghiệp ứng dụng công nghệ dữ liệu để giải quyết vấn đề. Chiến lược sẽ khác nhau tùy mức độ trưởng thành của công ty. Với tổ chức non trẻ, họ có thể đề xuất triển khai công cụ quản trị và quản lý dữ liệu. Với tổ chức trưởng thành, họ có thể gợi ý dùng các giải pháp đám mây đổi mới. Những ai có nền tảng tư vấn từ trước có thể thấy vai trò này hấp dẫn. Bên cạnh đó, người có hiểu biết thực tiễn về các khung dữ liệu khác nhau (như quản trị dữ liệu, quản lý dữ liệu, thông minh kinh doanh, phân tích nâng cao, học máy và nền tảng đám mây) sẽ rất phù hợp. 

Quản lý Dự án Kỹ thuật

Quản lý dự án kỹ thuật lên kế hoạch, tổ chức và điều phối các dự án khoa học dữ liệu kỹ thuật. Họ quản lý nguồn lực, đảm bảo dự án bàn giao đúng thời hạn, trong ngân sách và đúng phạm vi. 

Vì quản lý dự án theo sát từ ý tưởng đến ra mắt, vai trò của họ khá đa dạng. Họ lập đề cương, lên lịch nhiệm vụ, đánh giá các giai đoạn, giao tiếp với bên liên quan và quản lý tầm nhìn sản phẩm. Để quản lý đội dự án liên chức năng, họ dùng các phương pháp phát triển như Scrum và Agile. 

Phương pháp Agile (Nguồn)

Vai trò quản lý dự án kỹ thuật phù hợp với những người có kinh nghiệm quản lý. Ứng viên có nền tảng kỹ thuật về khoa học dữ liệu, kỹ thuật phần mềm hoặc UI/UX thường có lợi thế khi ứng tuyển vị trí PM kỹ thuật. 

Biên tập Kỹ thuật 

Khi số lượng và quy mô sản phẩm khoa học dữ liệu tăng, nhu cầu về tài liệu kỹ thuật cũng tăng theo. Tài liệu đúng và súc tích là một trong những cách tốt nhất để nhà phát triển truyền đạt hướng dẫn tới người dùng cuối.

Ví dụ tài liệu kỹ thuật của Twilio (Nguồn)

Biên tập kỹ thuật lấp đầy khoảng trống này bằng cách cung cấp hướng dẫn khởi đầu, tài liệu sản phẩm chi tiết và tài liệu tham khảo API cho sản phẩm kỹ thuật. Họ cũng hợp tác chặt chẽ với kỹ sư phát triển, quản lý sản phẩm và quản lý chương trình để thiết kế tài liệu. Biên tập kỹ thuật nên có nền tảng kỹ thuật để dễ trao đổi với các đội kỹ thuật. Nếu bạn muốn theo đuổi viết kỹ thuật, bạn có thể muốn đưa các mẫu bài viết kỹ thuật vào hồ sơ trước khi bắt đầu tìm việc. 

Vai trò dữ liệu kỹ thuật

Chuyên viên Phân tích Thông minh Kinh doanh (BI)

Một chuyên viên BI sử dụng phân tích và trực quan hóa dữ liệu để giúp tổ chức ra quyết định dựa trên dữ liệu. Công việc hằng ngày của họ là diễn giải dữ liệu then chốt để tạo insight. Để truyền đạt insight, chuyên viên BI duy trì các chỉ số và trực quan hóa dưới dạng bảng điều khiển hoặc slide thuyết trình. Vì vậy, họ thành thạo công cụ cơ sở dữ liệu (SQL), công cụ BI (như Tableau) và bảng tính (như Excel).

Một dự án thú vị cho chuyên viên BI là tự động hóa quy trình báo cáo hiện có. Ví dụ, các chuyên viên BI tại HelloFresh đã loại bỏ nhu cầu báo cáo thủ công bằng cách tạo bảng điều khiển thời gian thực. Đội marketing sau đó tận dụng các báo cáo này để tối ưu chiến dịch, từ đó cải thiện giữ chân khách hàng.

Ví dụ một bảng điều khiển PowerBI

Nhà phân tích dữ liệu

Nhà phân tích dữ liệu có nhiều điểm tương đồng với chuyên viên BI. Cũng như chuyên viên BI, họ chịu trách nhiệm cung cấp chỉ số kinh doanh chính xác và rút ra insight có thể hành động để bên liên quan đưa ra quyết định dựa trên dữ liệu. 

Ở một số công ty, nhà phân tích dữ liệu có thể tham gia các dự án phân tích nâng cao. Những dự án này có thể yêu cầu họ phối hợp với đội sản phẩm, kinh doanh và kỹ thuật để dẫn dắt quyết định trọng yếu. Ví dụ, một nhà phân tích có thể được giao xây dựng phân khúc khách hàng, từ đó xây dựng chiến lược riêng cho từng phân khúc.

Nhà phân tích dữ liệu có thể thực hiện phân khúc khách hàng (Nguồn)

Tùy phạm vi công việc, nhà phân tích dữ liệu có thể cần biết không chỉ SQL, công cụ BI và bảng tính, mà còn cả ngôn ngữ lập trình (như Python hoặc R). Kiến thức vững về thống kê cũng sẽ giúp ích khi làm các dự án phân tích nâng cao. 

Chuyên viên MarketingOps

Chuyên viên vận hành marketing triển khai quy trình marketing và phân tích hiệu suất marketing. Các quy trình này có thể bao gồm quản lý lead và tương tác khách hàng qua phần mềm CRM. Họ phân tích dữ liệu khách hàng và nhà cung cấp để tìm cơ hội và tối ưu hóa quy trình marketing. Ví dụ, một chuyên viên có thể thực hiện phân tích phễu để tìm mắt xích yếu nhất trong quá trình chuyển đổi khách hàng. 

Ví dụ phân tích phễu (Nguồn: Clevertap) 

Hơn nữa, chuyên viên vận hành marketing có thể thực hiện kiểm định giả thuyết để tối ưu hiệu suất. Với A/B testing đúng cách, một chuyên viên có thể phát hiện biểu tượng cảm xúc trong tiêu đề email cải thiện đáng kể tỷ lệ nhấp của nhóm khán giả trẻ. Vai trò này là bệ phóng tuyệt vời cho những ai có thiên hướng marketing. Nó cũng lý tưởng cho sinh viên mới tốt nghiệp, vì NCSU cho biết tới 45% tin tuyển dụng chuyên viên vận hành marketing yêu cầu dưới 2 năm kinh nghiệm và 80% yêu cầu bằng cử nhân.

Chuyên viên Phân tích Tài chính

Chuyên viên phân tích tài chính xem xét dữ liệu tài chính, xác định cơ hội đầu tư và đánh giá kết quả của khuyến nghị kinh doanh. Cụ thể, họ phân tích mối tương tác giữa các yếu tố kinh tế vĩ mô, điều kiện kinh tế vi mô và nền tảng cơ bản của công ty. Các con số tài chính là “cơm áo gạo tiền” của họ. Để đánh giá sức khỏe doanh nghiệp, họ xem xét các chỉ số như biên lợi nhuận gộp, biên lợi nhuận ròng, tốc độ tăng trưởng, lợi nhuận trên vốn chủ sở hữu và thu nhập trên mỗi cổ phiếu, cùng những chỉ số khác. 

Họ cũng lập dự phóng về hiệu suất và giá trị tương lai của công ty bằng các phương pháp thống kê (như hồi quy) và mô hình tài chính nâng cao (như chiết khấu dòng tiền).  

Ví dụ phân tích hồi quy đơn giản do một chuyên viên phân tích tài chính thực hiện (Nguồn)

Những người có bằng cử nhân–ưu tiên các ngành kế toán, kinh tế, tài chính hoặc thống kê– hoặc MBA, có cơ hội tốt trở thành chuyên viên phân tích tài chính, theo Investopedia.

Kỹ sư Học máy (MLE)

Theo LinkedIn, MLE là một trong 25 chức danh tăng trưởng nhanh nhất năm 2022. MLE thiết kế, xây dựng và đưa mô hình học máy vào vận hành. Do đó, họ thành thạo thiết kế kiến trúc mô hình, điều phối pipeline học máy và giám sát giải pháp ML trong môi trường sản xuất. 

Ví dụ, một MLE tại công ty gọi xe có thể giám sát thời gian mà AI ghép cặp trong sản xuất mất để ghép tài xế với hành khách. MLE làm việc với nhà khoa học dữ liệu để đảm bảo thời gian không vượt quá ngưỡng định sẵn. Vai trò MLE phù hợp với những người có khả năng lập trình mạnh, như kỹ sư phần mềm hoặc kỹ sư dữ liệu. Họ cũng cần nền tảng vững về toán và thống kê cùng hiểu biết chắc về các mô hình học máy. 

Xây dựng sự nghiệp dữ liệu của bạn 

Những người tìm việc háo hức nhưng quá chú trọng vào chức danh nhà khoa học dữ liệu có thể bỏ qua các chức danh này trong quá trình tìm kiếm. Lời khuyên của chúng tôi? Đừng ngại theo đuổi những chức danh ngoài nhà khoa học dữ liệu nếu bạn có thể học kỹ năng khoa học dữ liệu ngay trong công việc. Như Steve Jobs đã nói rất hay, “bạn không thể nối các dấu chấm khi nhìn về phía trước… nên bạn phải tin rằng những dấu chấm đó sẽ bằng cách nào đó nối lại trong tương lai.”

Bài viết này ban đầu được đăng trên DataCamp Certified Community, một nền tảng độc quyền dành cho tất cả người học đã hoàn thành một trong các chứng chỉ của DataCamp. Để truy cập cộng đồng này và có thêm nhiều nội dung giúp bạn luôn dẫn đầu trong ngành dữ liệu, hãy nhận chứng chỉ ngay hôm nay!