Góc học viên: Tôi đã trở thành Nhà phân tích dữ liệu với DataCamp như thế nào [Chia sẻ trải nghiệm]

Mục tiêu nghề nghiệp của Chris Murphy là trở thành nhà khoa học dữ liệu tại một công ty Fortune 100. Anh hy vọng sẽ tận dụng kinh nghiệm làm việc ở Trung Quốc và vai trò hiện tại là nhà phân tích dữ liệu tại Trường Y UMass để đạt được mục tiêu đó.

Bằng cử nhân của Chris là Quản trị Kinh doanh, chuyên ngành Kinh doanh Quốc tế, với chuyên đề phụ là Tiếng Trung Phổ thông. Sau khi tốt nghiệp năm 2019, anh quyết định chuyển đến Trung Quốc làm việc. Anh nhận được công việc tại một startup ở Thượng Hải trong lĩnh vực thương mại điện tử, một ngành công nghiệp khổng lồ ở Trung Quốc.

Làm việc tại startup thương mại điện tử ở Thượng Hải là một trải nghiệm tuyệt vời, mở mắt tôi về vai trò tiềm năng mà dữ liệu có thể đóng trong kinh doanh.

Khởi đầu hành trình DataCamp của Chris

DataCamp đã giúp Chris giành được vị trí nhà phân tích dữ liệu như thế nào

Chris trở về Mỹ vào đầu tháng 2 năm 2020 do Covid-19 và bắt đầu hành trình với DataCamp, dành khoảng một giờ mỗi ngày để nâng cao kỹ năng dữ liệu. Anh là người ham học hỏi và sử dụng nhiều nền tảng trực tuyến, nhưng thấy mình nhất quán nhất với DataCamp. Gần đây, anh đã nhận vị trí tại Trường Y UMass với vai trò nhà phân tích dữ liệu và ghi nhận DataCamp đã giúp anh có được công việc này.

Là một nhà phân tích dữ liệu tại Trường Y UMass, tôi áp dụng những kỹ năng học được từ DataCamp mỗi ngày trong công việc.

Một ngày làm việc của nhà phân tích dữ liệu

Công việc hằng ngày của Chris tại Trường Y UMass có tác động xã hội lớn. Phân tích dữ liệu của anh hỗ trợ Chương trình Bổ sung của Bang Massachusetts, chương trình cung cấp trợ cấp hàng tháng cho hơn 400.000 người cao tuổi, người khuyết tật và người khiếm thị đủ điều kiện. Anh phát hiện xu hướng, dự đoán mức phân bổ tiền mặt trong tương lai và đảm bảo tình trạng đủ điều kiện liên tục của khách hàng hiện tại.

Công việc của chúng tôi tại Trường Y UMass tác động trực tiếp đến sức khỏe và sinh kế của khách hàng.

Chris đã dùng DataCamp để rèn luyện kỹ năng phân tích dữ liệu như thế nào

Các khóa học về SQL, Python và thống kê

Trong số các kỹ năng học được trên DataCamp, Chris thấy hữu ích nhất là về SQL Server (truy vấn đệ quy, thủ tục lưu trữ, cơ sở dữ liệu quan hệ, v.v.) và nền tảng Python, thống kê, và các thư viện (pandas, Numpy, Seaborn, Matplotlib và scikit-learn).

Hàng ngày, tôi sử dụng các câu lệnh join trong SQL Server theo từng tình huống để thu thập dữ liệu cụ thể từ hồ sơ cập nhật của bang. Tôi tự động hóa báo cáo hằng ngày bằng các hàm phân tích chuỗi văn bản. Tôi cũng phụ thuộc nhiều vào khả năng làm sạch DataFrame trong các gói thao tác dữ liệu như pandas. Tôi làm việc với rất nhiều dữ liệu liên quan đến datetime, nên học cách xử lý ngày tháng trong Python là vô cùng quan trọng.

Lộ trình kỹ năng

DataCamp giúp người học từ mọi nền tảng trở nên thành thạo các ngôn ngữ của dữ liệu. Nếu bạn muốn chuyển sang sự nghiệp dữ liệu hoặc thăng tiến trong vai trò hiện tại, Chris khuyên bạn nên bắt đầu với một trong các lộ trình kỹ năng của chúng tôi.

Các lộ trình kỹ năng của DataCamp được sắp xếp theo trình tự: bạn học những điều cơ bản trước, rồi áp dụng kỹ năng mới vào các bài toán phức tạp hơn. Đây là cách học từng bước rất hiệu quả, theo nhịp độ của riêng bạn.

Xây dựng thói quen hằng ngày

Nếu bạn vừa bắt đầu hành trình với DataCamp, Chris cho rằng “một ít mà thường xuyên” sẽ mang lại hiệu quả lớn. Bạn có thể hình thành thói quen học mỗi ngày hoặc tham gia thử thách #100DaysOfCode để có động lực tạo nên bước ngoặt cho sự nghiệp.

Đừng cố hoàn thành cả một khóa học DataCamp trong một lần. Dễ dàng và hiệu quả hơn nhiều khi tiếp thu và củng cố kiến thức trong nhiều ngày, thay vì cố học tất cả trong thời gian ngắn.

Đăng ký ngay!

Bạn đang tìm một cộng đồng những người đam mê dữ liệu để đồng hành trong hành trình học tập? Hãy tham gia Cộng đồng DataCamp trên Slack, cho cả thế giới biết bạn là người yêu dữ liệu với một ảnh bìa LinkedIn tùy chỉnh, và kết nối với Chris trên LinkedIn.