Ngày càng có nhiều người bước chân vào lĩnh vực khoa học dữ liệu. Xu hướng này đến từ nhiều lý do. Thứ nhất, nhu cầu bùng nổ: theo báo cáo việc làm mới nổi năm 2020 của LinkedIn, khoa học dữ liệu vẫn là một trong những công việc tăng trưởng nhanh nhất trên thị trường, bất chấp sự chững lại của ngành do đại dịch COVID-19.
Tiếp theo là mức lương kỳ vọng: số liệu Glassdoor năm 2020 cho thấy mức lương của một nhà khoa học dữ liệu mới vào nghề khoảng 89.000 USD. Và cuối cùng, là mức độ phổ biến đáng chú ý: Harvard Business Review đã khẳng định trong một bài viết đáng nhớ năm 2012 rằng nhà khoa học dữ liệu là công việc “quyến rũ” nhất của thế kỷ 21.
Nếu bạn đang cân nhắc bắt đầu một hành trình mới trong lĩnh vực khoa học dữ liệu, đừng do dự—hãy bắt đầu. Để giúp bạn thành công, chúng tôi đã chuẩn bị danh sách 10 bài học và mẹo thực tiễn giúp bạn định hướng và tìm chỗ đứng trong thế giới tuyệt vời của khoa học dữ liệu.
- Giải ảo khoa học dữ liệu
- Ngôn ngữ lập trình là gì?
- Ban đầu sẽ rất đau. Nhưng hãy kiên nhẫn.
- Bạn không đơn độc: tài nguyên khoa học dữ liệu
- Nghệ thuật viết mã
- Tôi nên bắt đầu học từ đâu?
- Tiếp tục học hỏi
- Khoa học dữ liệu là phương tiện để đạt mục tiêu
- Quyền năng lớn đi kèm trách nhiệm lớn
- Kết luận: (Bạn sẽ) trở thành dữ liệu, bạn tôi ơi
Giải ảo khoa học dữ liệu
Khoa học dữ liệu thường được nhắc đến cùng các thuật ngữ công nghệ “hot” như dữ liệu lớn, trí tuệ nhân tạo và học máy, khiến việc hiểu rõ khoa học dữ liệu thực chất là gì trở nên khó khăn.
Nói ngắn gọn, khoa học dữ liệu là một lĩnh vực liên ngành kết hợp phương pháp khoa học, lập trình, thuật toán và thống kê để trích xuất tri thức từ dữ liệu. Khoa học dữ liệu bao gồm một bộ công cụ và phương pháp mạnh mẽ để xử lý dữ liệu, có thể dùng trong hầu như mọi ngành. Khả năng ứng dụng rất rộng, từ phân tích khám phá dữ liệu cơ bản và thu thập dữ liệu như web scraping, đến các ứng dụng có giá trị cao như hệ thống gợi ý, thị giác máy tính, xe tự hành và xử lý ngôn ngữ tự nhiên, nơi học máy và học sâu đóng vai trò then chốt.
Dù khoa học dữ liệu là lựa chọn tự nhiên cho những người có nền tảng CNTT hoặc lập trình, lĩnh vực này đang phát triển nhanh, và ngày nay có thể nói rằng ai cũng được chào đón, dù bạn xuất phát từ đâu. Lý do? Khi khoa học dữ liệu thâm nhập vào các ngành mới, việc hiểu các khía cạnh cốt lõi của một lĩnh vực hay vấn đề nghiên cứu là rất quan trọng. Bên cạnh kỹ năng kỹ thuật và viết mã, nhà khoa học dữ liệu luôn cần có một mức độ hiểu biết về miền nghiệp vụ để hiểu rõ mình đang làm gì. Điều này bao gồm đánh giá dữ liệu đầu vào, thẩm định giá trị và độ tin cậy của insight, và phân định điều gì hợp lý, điều gì không.
Ngôn ngữ lập trình là gì?
Học viết mã là bước cần thiết để trở thành nhà khoa học dữ liệu. Không có lựa chọn thay thế, bất chấp làn sóng gần đây của các nền tảng khoa học dữ liệu và AI “không cần mã”. Dù các giải pháp này cho phép người dùng kinh doanh không chuyên kỹ thuật xây dựng ứng dụng và phần mềm (nhằm giải quyết tình trạng thiếu hụt kỹ sư phần mềm), thì năng lực, nguồn lực và tư duy mà nhà khoa học dữ liệu mang lại khó có thể thay thế, ít nhất là hiện tại.
Lập trình là phần trung tâm trong cuộc sống hằng ngày của một nhà khoa học dữ liệu. Nhưng lập trình rốt cuộc là gì? Và ngôn ngữ lập trình là gì?
Lập trình là kỹ thuật cho phép thực thi các tác vụ tự động của một hệ thống máy tính. Để giao tiếp với máy tính, chúng ta dùng ngôn ngữ lập trình. Ngôn ngữ lập trình là tập hợp các quy tắc ngữ nghĩa và cú pháp mà lập trình viên sử dụng để viết các chỉ dẫn—còn gọi là thuật toán—để máy tính hoàn thành một nhiệm vụ cụ thể.
Có hàng trăm ngôn ngữ lập trình. Trong khoa học dữ liệu, hai ngôn ngữ phổ biến nhất là Python và R. Cả hai đều tuyệt vời cho hầu hết các tác vụ khoa học dữ liệu bạn có thể nghĩ đến. Chúng thường được mô tả như đối thủ, nhưng cách tiếp cận thông minh hơn là xem chúng bổ trợ cho nhau; những “đồng minh” có thể kết hợp để khai thác tối đa tiềm năng và lợi thế riêng. May mắn là DataCamp có danh mục khóa học phong phú nơi bạn có thể học cả Python và R.
Ban đầu sẽ rất đau. Nhưng hãy kiên nhẫn.
Thẳng thắn mà nói: học viết mã rất khó. Điều này đúng với mọi người, bất kể nền tảng. Đã đến lúc ngừng nghĩ rằng người học khoa học máy tính hay toán phù hợp với khoa học dữ liệu hơn người tốt nghiệp khoa học xã hội - nhân văn. Khác biệt duy nhất là người trước có lẽ bắt đầu lập trình từ đại học còn người sau thì không. Nhưng hãy tin rằng người trước cũng từng vật lộn với viết mã, nhất là lúc khởi đầu.
Viết mã giống như đi tập gym. Những ngày đầu rất đau. Cơ bắp ê ẩm và cứng đờ. Bạn chưa quen với cơn đau đó và khi nằm trên ghế sofa, bạn có thể muốn bỏ cuộc. Nhưng nếu bạn không bỏ, nếu tiếp tục luyện tập, mọi thứ sẽ dần cải thiện. Vài tuần sau, bạn sẽ đạt được những mốc thể lực tưởng như bất khả thi không lâu trước đó. Cuối cùng, đi gym sẽ trở thành thói quen, và một ngày bạn nhận ra mình thích tập luyện.
Với hầu hết trẻ sơ sinh, mất khoảng 9 đến 14 tháng để bắt đầu nói. May mắn thay, ngôn ngữ lập trình đơn giản và sơ khai hơn ngôn ngữ tự nhiên. Nếu quyết tâm, bạn có thể viết các script cơ bản trong vài tháng. Giống như đi gym, bạn phải kiên nhẫn khi học một ngôn ngữ lập trình.
Bạn không đơn độc: tài nguyên khoa học dữ liệu
Hành trình khoa học dữ liệu của bạn sẽ đầy chông gai. Bạn có thể bị kẹt khi viết mã, đôi lúc không hiểu vì sao script không chạy đúng, và sẽ có lúc bạn không biết bắt đầu một tác vụ dữ liệu cụ thể như thế nào.
Đừng căng thẳng: bạn không đơn độc. Một trong những điều tuyệt nhất ở khoa học dữ liệu—và rộng hơn là hệ sinh thái lập trình—là internet đầy ắp tài nguyên và thông tin giúp bạn vượt qua thách thức. Bạn chỉ cần đặt đúng câu hỏi để nhận đúng câu trả lời.
Dưới đây là danh sách tài nguyên sẽ “giải cứu” bạn trong suốt hành trình:
-
Stack Overflow: “Nhà tiên tri Delphi” cho lập trình viên. Với hơn 16 triệu người dùng, Stack Overflow là nền tảng hỏi đáp công khai cho lập trình viên. Nếu bạn gặp vấn đề với script Python hoặc R, nhiều khả năng bạn sẽ tìm giải pháp trên Stack Overflow.
-
Tutorial: Gặp rắc rối với hồi quy? Không biết bắt đầu web scraping từ đâu? Đọc một hướng dẫn về chủ đề đó có thể là điểm khởi đầu tuyệt vời. Bạn có thể tìm các tutorial toàn diện về nhiều chủ đề trên những nền tảng uy tín như DataCamp, thậm chí cả YouTube.
-
Khóa học trực tuyến: Nếu bạn muốn trở thành chuyên gia, mài giũa kỹ năng viết mã, hoặc đơn giản là mở rộng chân trời khoa học dữ liệu, một khóa học có lẽ là điều bạn cần. Có rất nhiều lựa chọn trên thị trường, bao gồm DataCamp. Đừng bỏ lỡ cơ hội khám phá danh sách khóa học phong phú của chúng tôi.
-
Sách khoa học dữ liệu: Sách luôn là nguồn thông tin tuyệt vời. Số lượng sách về khoa học dữ liệu tăng lên trong những năm gần đây, và nhiều cuốn có thể tìm thấy miễn phí trực tuyến. Gợi ý: sách O’Reilly.
-
Tài liệu hướng dẫn (documentation): Cuối cùng nhưng không kém phần quan trọng là tài liệu của các gói/thư viện. Tài liệu là một trong những yếu tố quan trọng nhất của một gói hoặc thư viện tốt. Đây là nguồn đầu tiên giúp người dùng hiểu mục tiêu và cách thức hoạt động của gói. Dù có thể không phải là thứ bạn thấy hứng thú nhất, trong nhiều trường hợp, lời giải cho vấn đề của bạn chính là một hàm hay tham số của gói mà bạn chưa biết cho đến khi đọc tài liệu.
Nghệ thuật viết mã
Sau vài tháng “luyện công” viết mã, bạn sẽ thấy tự tin hơn với kỹ năng của mình. Trong thời gian này, bạn sẽ nội tại hóa nhiều quy trình, cú pháp và lệnh. Một cách vô thức, các phản xạ tự động khi viết mã sẽ xuất hiện, giúp việc viết script trơn tru hơn.
Rốt cuộc, bạn sẽ nhìn thấy “bức tranh lớn”: bạn sẽ nhận ra rằng viết mã là một nghệ thuật. Chẳng hạn, bạn sẽ hiểu có nhiều cách để giải một bài toán lập trình, nhưng một số cách hiệu quả hơn cách khác. Quả thật, việc theo đuổi hiệu quả sẽ dẫn dắt công việc của bạn, cả khi viết và khi chạy mã. Điều này sẽ đưa bạn đến việc học những chiến lược lập trình mới.
Một khía cạnh quan trọng khác bạn sẽ bắt đầu chú ý là tính dễ đọc. Hãy nhớ rằng tính dễ đọc không chỉ quan trọng với các lập trình viên khác có thể phải làm việc với script của bạn, mà còn với “bạn của tương lai.” Bằng những thay đổi nhỏ ở một số yếu tố như cấu trúc cú pháp, đặt tên biến và hàm, khoảng trắng và thụt dòng, mã của bạn có thể trông đẹp hơn và dễ hiểu hơn. Ngoài ra, viết chú thích trong mã và tạo tài liệu cho các hàm sẽ giúp cuộc sống của bạn và người đọc khác dễ dàng hơn nhiều.
Tôi nên bắt đầu học từ đâu?
Trước đó chúng ta đã định nghĩa khoa học dữ liệu là lĩnh vực liên ngành kết hợp phương pháp khoa học, lập trình, thuật toán và thống kê để trích xuất tri thức từ dữ liệu. Đúng vậy, bắt đầu như thế là khá nhiều. Khoa học dữ liệu là lĩnh vực đòi hỏi cao và người mới rất dễ bị choáng ngợp. Nếu thấy an ủi, hãy biết rằng bất kỳ ai bước vào khoa học dữ liệu, bất kể nền tảng, đều phải trải qua một quá trình học: đơn giản là không thể biết hết mọi thứ ngay lập tức.
Vậy bắt đầu từ đâu? Không có một câu trả lời duy nhất, nhưng bạn sẽ khó tiến xa trong sự nghiệp nếu thiếu nền tảng về lập trình, thống kê và toán. Về lập trình, ngoài Python hoặc R, biết SQL chắc chắn là bắt buộc. Còn với toán và thống kê, đừng sợ. Có thể mất nhiều thời gian hơn, nhưng rồi bạn sẽ tự mình hiểu p-value là gì hay mạng nơ-ron nhân tạo hoạt động ra sao.
Trong lúc đó, bạn có thể làm những việc khác để tăng độ hiện diện và cơ hội được tuyển dụng. Một ý tưởng hay là tạo portfolio. Về việc này, chúng tôi rất khuyến nghị thử DataCamp Workspace vừa ra mắt, một môi trường trực tuyến để viết mã, vận dụng kỹ năng bằng cách phân tích các bộ dữ liệu thú vị, và xây dựng portfolio khoa học dữ liệu. Ngoài ra, bạn có thể viết bài về lĩnh vực này, tham gia các cuộc thi khoa học dữ liệu, hoặc lấy chứng chỉ khoa học dữ liệu.
Tiếp tục học hỏi
Nếu bạn nghĩ tìm được công việc khoa học dữ liệu đầu tiên là kết thúc hành trình, bạn đã nhầm. Khoa học dữ liệu là lĩnh vực năng động và phát triển nhanh. Thứ phổ biến hôm nay có thể lỗi thời vào ngày mai. Để hình dung bức tranh toàn cảnh, hãy xem hình này.
Nguồn: FirstMark
Ta có thể rút ra hai kết luận từ hình này. Thứ nhất, khoa học dữ liệu là quá trình học tập suốt đời. Bạn phải tiếp tục học, nếu không sẽ có nguy cơ trở nên lỗi thời.
Thứ hai, không thể biết hết mọi ngôn ngữ lập trình và công nghệ ngoài kia. Vì vậy, hãy chọn học theo nhu cầu công việc và theo đam mê của bạn.
Khoa học dữ liệu là phương tiện để đạt mục tiêu
Giá trị công việc của bạn ở đâu nếu bạn không thể truyền đạt tầm quan trọng của các dự án mình đang làm? Ý nghĩa gì của một phân tích dữ liệu sâu và kỹ lưỡng nếu chẳng ai hiểu bạn đang làm gì?
Mục tiêu của khoa học dữ liệu là trích xuất insight từ dữ liệu và áp dụng những insight đó để tạo ra giá trị. Nói cách khác, khoa học dữ liệu không phải mục tiêu tự thân, mà là phương tiện tạo giá trị. Những kỹ năng như giao tiếp tốt, kể chuyện và tư duy sáng tạo là chìa khóa để chuyển hóa insight thành giá trị. Ở khía cạnh này, như đã đề cập, ngành rất hưởng lợi từ các kỹ năng phi kỹ thuật.
Quyền năng lớn đi kèm trách nhiệm lớn
Có lẽ đây là bài học quan trọng nhất. Khoa học dữ liệu đứng sau một số ứng dụng và phát minh giá trị nhất trong cuộc sống chúng ta. Xã hội chúng ta đang thay đổi nhanh chóng, được thúc đẩy bởi sức mạnh đột phá của khoa học dữ liệu và trí tuệ nhân tạo, cùng các công nghệ khác.
Trong bối cảnh bất định và đổi thay sâu sắc này, việc giữ thái độ phản biện và thận trọng là quan trọng. Công việc hằng ngày của nhà khoa học dữ liệu là xử lý khối lượng lớn dữ liệu, xây dựng mô hình và chuyển hóa insight thành giá trị, nhưng chúng ta luôn nên vượt ra khỏi chiếc máy tính và tự vấn về tác động xã hội của công việc mình làm.
Tính phản biện và tinh thần trách nhiệm là bước đầu để ngăn chặn lạm dụng trong ngành và đảm bảo một tương lai công bằng.
Kết luận: (Bạn sẽ) trở thành dữ liệu, bạn tôi ơi
Để kết thúc bài viết, chúng tôi muốn chia sẻ với bạn một bài học cuối: khoa học dữ liệu không chỉ đang thay đổi xã hội, mà còn sẽ thay đổi cuộc đời bạn mãi mãi.
Thế giới chúng ta sống rất phức tạp. Chúng ta liên tục đối mặt các quy trình và hệ thống vượt quá tầm hiểu biết. Để xử lý sự phức tạp đó, chúng ta làm việc với các mô hình—có thể hiểu là mô tả giản lược của thực tại. Theo hướng này, khoa học dữ liệu cung cấp nhiều mô hình giúp ta hiểu thế giới. Chẳng hạn, mô hình quan hệ trong quản trị cơ sở dữ liệu rất hữu ích để cấu trúc thông tin và mô tả hiện tượng phức tạp. Mô hình mạng xã hội có thể giúp ta hiểu cách thông tin lan truyền từ người này sang người khác hoặc khai thác tiềm năng của các mạng mà ta tham gia. Thú vị hơn nữa, các mô hình toán học vận hành ứng dụng học máy không chỉ then chốt để máy tính học, mà còn mang đến những góc nhìn mới để nhìn vào trí tuệ con người, từ đó hiểu sâu hơn về chính mình.
Cuối cùng, còn một lý do khác khiến khoa học dữ liệu sẽ thay đổi bạn. Chúng ta đang sống trong kỷ nguyên Dữ liệu Lớn. Hàng tấn dữ liệu được tạo ra và thu thập mỗi ngày. Dữ liệu chẳng gì khác ngoài thông tin từ nhiều loại và nguồn. Đọc giúp ta học từ sách và văn bản nguồn khác, còn hiểu biết dữ liệu giúp ta học từ dữ liệu. Đây là điều đáng kể, vì dữ liệu mang lại những cách thức chưa từng có để tiếp cận nghiên cứu bất kỳ lĩnh vực nào bạn có thể nghĩ tới, từ y học, tâm lý học, nghệ thuật, đến biến đổi khí hậu, thiên văn học và lịch sử.
Khoa học dữ liệu cung cấp cho bạn công cụ để phân tích dữ liệu—bạn làm gì với chúng hoàn toàn phụ thuộc vào trí tưởng tượng và sự tò mò của bạn. Vậy hãy tiếp tục cuộc phiêu lưu: ngoài kia có cả một thế giới đang chờ bạn (tái) khám phá. Bắt đầu bằng cách xây dựng kỹ năng dữ liệu của bạn trực tuyến.
