Tại DataFramed, chúng tôi tự hào mang đến cho bạn những cuộc đối thoại, góc nhìn và bài học hay nhất trong thế giới dữ liệu. Khi đang xây dựng lịch phát hành cho các tập năm 2023, chúng tôi muốn dành chút thời gian để nhìn lại một số tập nổi bật nhất của năm vừa qua.
Trong bài viết này, chúng ta sẽ cùng điểm lại một số tập phổ biến và gợi nhiều suy ngẫm của năm 2022 cũng như lý do vì sao chúng vẫn còn ý nghĩa đến hôm nay. Dù bạn là một lãnh đạo dữ liệu dày dạn hay chỉ mới bắt đầu hành trình với dữ liệu, những tập này đều rất đáng nghe để bạn luôn nắm bắt các xu hướng, công cụ và kỹ thuật mới nhất trong lĩnh vực. Nếu muốn nghe các tập mới nhất của DataFramed, hãy đăng ký DataFramed trên nền tảng podcast bạn đang dùng.
Sự trỗi dậy của các công việc lai & tương lai của kỹ năng dữ liệu với Matt Sigelman
Ai cũng biết các công việc khoa học dữ liệu đang gia tăng, nhưng nhu cầu về kỹ năng dữ liệu nói chung cũng đang tăng — dẫn đến điều mà Matt Sigelman gọi là “các công việc lai.” Điều này đòi hỏi một sự chuyển đổi mô hình trong cách chúng ta nghĩ về công việc và kỹ năng. Matt Sigelman là Chủ tịch của Emsi Burning Glass, một công ty phân tích thị trường lao động hàng đầu. Emsi Burning Glass sử dụng khoa học dữ liệu để lập bản đồ cách các kỹ năng thay đổi trên thị trường việc làm theo thời gian thực. Trong tập này, Matt mang đến một góc nhìn độc đáo về chính xác cách các kỹ năng dữ liệu đang được săn đón nhiều hơn và trong những vai trò nào.
Cách kỹ năng hiểu biết dữ liệu giúp bạn thành công với Jordan Morrow
Hiểu biết dữ liệu ngày càng trở thành kỹ năng mà mọi vị trí đều cần, bất kể công việc đó có định hướng dữ liệu hay không. Không ai hiểu điều này rõ hơn Jordan Morrow, người được biết đến như Cha đẻ của Hiểu biết Dữ liệu. Jordan là Phó Chủ tịch kiêm Trưởng bộ phận Phân tích Dữ liệu tại Brainstorm, Inc., và là tác giả của Be Data Literate: The Skills Everyone Needs to Succeed. Jordan đã là một người ủng hộ mạnh mẽ cho hiểu biết dữ liệu trong suốt sự nghiệp của mình, bao gồm cả việc giúp Liên Hợp Quốc hiểu và sử dụng hiệu quả hiểu biết dữ liệu. Xuyên suốt tập này, anh định nghĩa hiểu biết dữ liệu là gì, vì sao các tổ chức cần hiểu biết dữ liệu để sử dụng dữ liệu đúng cách và tạo tác động kinh doanh, cách nâng cao hiểu biết dữ liệu trong tổ chức, và nhiều nội dung khác.
Khung thành công để mở rộng mức độ trưởng thành dữ liệu với Ganes Kesari
Để trở thành một tổ chức định hướng dữ liệu, cần có sự thay đổi lớn về tư duy và văn hóa, đầu tư vào công nghệ và hạ tầng, chuyển đổi kỹ năng, và truyền thông rõ ràng về tính hữu ích của việc dùng dữ liệu để đưa ra quyết định tốt hơn. Với tất cả các đòn bẩy cần mở rộng này, nhiều tổ chức bị mắc kẹt ngay từ sớm trong hành trình chuyển đổi dữ liệu, không biết cần ưu tiên điều gì và như thế nào. Trong tập này, Ganes Kesari tham gia để chia sẻ các khung và quy trình mà các tổ chức có thể áp dụng để trở nên định hướng dữ liệu, đo lường mức độ trưởng thành dữ liệu, và giành được sự ủng hộ của các bên liên quan trên toàn tổ chức.
Cộng đồng dữ liệu có thể thúc đẩy sự nghiệp dữ liệu của bạn như thế nào với Kate Strachnyi
Kỹ năng dữ liệu có thể quan trọng với tất cả mọi người, nhưng mức độ cần thiết luôn khác nhau ở mỗi cá nhân. Có người cần kỹ năng kỹ thuật nâng cao về thuật toán học máy, trong khi người khác chỉ cần nắm được những điều cơ bản. Bất kể bạn đang ở đâu trên phổ kỹ năng, cộng đồng dữ liệu có thể giúp tăng tốc sự nghiệp của bạn. Không ai hiểu điều đó rõ hơn Kate Strachnyi. Kate là Nhà sáng lập kiêm Quản lý Cộng đồng tại DATAcated, một công ty tập trung kết nối các chuyên gia dữ liệu và giúp các công ty dữ liệu tiếp cận đối tượng mục tiêu thông qua chiến lược nội dung hiệu quả. Trong tập này, chúng tôi bàn về thực tiễn tốt nhất trong trực quan hóa dữ liệu, tầm quan trọng của kỹ năng kỹ thuật và kỹ năng mềm đối với chuyên gia dữ liệu, cách xây dựng thương hiệu cá nhân và vượt qua Hội chứng Kẻ mạo danh, hiểu biết dữ liệu có thể quyết định thành bại của tổ chức ra sao, và nhiều nội dung khác.
Báo chí dữ liệu trong thời COVID-19 với Betsy Ladyzhets
Từ năm 2020, Báo chí Dữ liệu đã gia tăng cả về tầm quan trọng lẫn mức độ hiện diện. Suốt đại dịch COVID-19, các nhà báo dữ liệu đóng vai trò then chốt trong việc cung cấp thông tin cho công chúng bằng cách điều tra, chất vấn, diễn giải và giải thích các bộ dữ liệu phức tạp. Trong tập này, Betsy Ladyzhets tham gia để nói về hiện trạng của Báo chí Dữ liệu ngày nay và chia sẻ kinh nghiệm làm nhà báo dữ liệu của cô. Xuyên suốt tập, chúng tôi thảo luận về tầm quan trọng của việc để dữ liệu định hình câu chuyện, những đặc điểm của báo chí truyền thống mà nhà báo dữ liệu cần có, thực tiễn tốt nhất để truyền tải câu chuyện dữ liệu hiệu quả, tác động của sự trỗi dậy của AI và trực quan hóa dữ liệu đến báo chí dữ liệu, và nhiều điều khác.
Salesforce đã xây dựng một tổ chức khoa học dữ liệu có tác động lớn như thế nào với Anjali Samani
Trong tập này, Anjali Samani, Giám đốc Khoa học Dữ liệu & Trí tuệ Dữ liệu tại Salesforce, tham gia để bàn về những yếu tố cần có để trở thành một tổ chức dữ liệu trưởng thành và cách xây dựng một đội ngũ dữ liệu đa dạng, tạo tác động. Là một lãnh đạo dữ liệu với hơn 15 năm kinh nghiệm, Anjali là chuyên gia trong việc đánh giá và khai thác tối đa giá trị từ dữ liệu, triển khai các chiến lược dài hạn và ngắn hạn trực tiếp mang lại kết quả kinh doanh tích cực, và cách bạn có thể làm điều tương tự.
Loạt tập về sự nghiệp DataFramed với Sadie St. Lawrence, Nick Singh, Khuyen Tran và Jay Feng
Trong loạt 4 tập tập trung vào khởi đầu sự nghiệp dữ liệu, Sadie St. Lawrence, Nick Singh, Khuyen Tran và Jay Feng tham gia để bàn về cách bắt đầu sự nghiệp dữ liệu hiệu quả trong bối cảnh hiện nay. Có những góc nhìn vượt thời gian liên quan đến cách sắp xếp hồ sơ xin việc, thực tiễn tốt nhất khi tạo dự án danh mục, cách tiếp cận phỏng vấn khoa học dữ liệu, và cách tận dụng cộng đồng dữ liệu và chia sẻ kiến thức như một cách để phát triển thương hiệu cá nhân.
Khám phá thêm DataFramed!
Nếu bạn thích những nội dung trên, chắc chắn bạn sẽ yêu thích các tập mới nhất của DataFramed. Xem các tập mới và đón nghe DataFramed phát hành hàng tuần bằng cách đăng ký theo dõi DataFramed trên nền tảng podcast bạn đang dùng.
