Tôi thường được hỏi: “điều gì khiến bạn phấn khích nhất về tương lai của khoa học dữ liệu?”
Khi các chuyên gia bàn về những bước tiến thú vị nhất, họ thường nói về những công trình ở ranh giới của lĩnh vực. Họ có thể thảo luận về học sâu và cách nó giúp máy tính đánh bại con người ở cờ vây, cách những tiến bộ trong AI cho phép xe tự lái, hoặc cách các công nghệ như Spark và Hadoop cho phép tính toán trên các tập dữ liệu khổng lồ.
Tôi có một câu trả lời khác cho câu hỏi này. Tôi đã bàn luận chi tiết trong webinar DataCamp gần đây của chúng tôi, Dân chủ hóa khoa học dữ liệu trong nội bộ công ty bạn, và tôi sẽ chia sẻ thêm một vài suy nghĩ ở đây.
Biến điều bất khả thi thành khả thi; biến điều khả thi thành điều dễ dàng
Giả sử bạn sống vào năm 1903, và ai đó hỏi bạn bước tiến thú vị nhất đang diễn ra trong giao thông vận tải là gì. Có một câu trả lời dễ thấy: ngày 3 tháng 12 năm 1903 đánh dấu chuyến bay đầu tiên của một phương tiện nặng hơn không khí, do anh em nhà Wright thực hiện tại Kitty Hawk. Nếu bạn được hỏi cùng câu hỏi đó vào năm 1969, bạn có thể sẽ trả lời “Apollo 11 hạ cánh lên mặt trăng.” Cả hai đều là những câu trả lời hoàn toàn hợp lý, tập trung vào những cột mốc đầu tiên trong lịch sử giao thông: biến điều bất khả thi thành khả thi.
Nhưng tôi xin đưa ra một góc nhìn khác. 1903 không chỉ là năm của chuyến bay đầu tiên bằng phương tiện nặng hơn không khí, mà còn là năm Công ty Ford Motor được thành lập. Chỉ trong vài năm, Ford sẽ giới thiệu Model T, thường được ghi nhận là đã biến ô tô từ món hàng xa xỉ thành phương tiện di chuyển với chi phí phải chăng. Và trong khi 1969 chứng kiến lần đầu tiên con người đặt chân lên mặt trăng, đó cũng là năm chuyến bay đầu tiên của Boeing 747, chiếc “máy bay thân rộng” đầu tiên. Việc tăng sức chứa hành khách khiến việc đi lại bằng đường hàng không trở nên khả thi hơn với mọi người. Tôi gọi đó là biến điều khả thi thành điều dễ dàng.
Tôi cho rằng câu hỏi “điều gì thú vị trong khoa học dữ liệu” cũng có câu trả lời tương tự. Những bước tiến được thổi phồng như học sâu, xe tự lái hay dữ liệu lớn đang biến điều bất khả thi thành khả thi: giống như chuyến bay đầu tiên của anh em nhà Wright hay cuộc đổ bộ lên mặt trăng, chúng khiến người ta thốt lên “thật không thể tin là chúng ta làm được điều đó!”
Nhưng còn một cuộc cách mạng thứ hai: sự lan tỏa của các kỹ năng khoa học dữ liệu, cả về lập trình lẫn phân tích thống kê, đến với một cộng đồng rộng lớn hơn.
Ngày càng nhiều người, đến từ nhiều nền tảng khác nhau và khắp các phòng ban, ngành nghề khác nhau, đang tận dụng các công cụ và kỹ năng khoa học dữ liệu để hoàn thành công việc của họ. Một số thay đổi bao gồm
- Số lượng người dùng Python và R để phân tích dữ liệu tăng trưởng
- Các giao diện với công cụ thống kê ngày càng trực quan
- Những tiến bộ trong giáo dục về thống kê và lập trình
Hầu hết những điều này không liên quan đến các phương pháp thống kê mới hay cách tiếp cận AI mới, giống như Model T không phải chiếc ô tô đầu tiên và Boeing 747 không phải chiếc máy bay đầu tiên. Điều khiến chúng trở nên thú vị là phạm vi rộng lớn những người có thể tận dụng chúng.
Điều gì đã thay đổi trong khoa học dữ liệu?
Sự tăng trưởng của các ngôn ngữ lập trình cho khoa học dữ liệu. Vài năm qua đã chứng kiến sự bùng nổ trong việc sử dụng các ngôn ngữ lập trình cho khoa học dữ liệu. Như thấy trong các phân tích từ blog Stack Overflow, Python có cơ sở vững chắc để được xem là ngôn ngữ lập trình phát triển nhanh nhất thế giới, và chủ yếu nhờ các công cụ phục vụ khoa học dữ liệu. Ngôn ngữ R cũng cho thấy mức tăng trưởng ấn tượng tương tự, đặc biệt trong các lĩnh vực như học thuật, y tế, chính phủ và tư vấn.
Source: Stack OverflowKhả năng sử dụng của ngôn ngữ và công cụ lập trình được cải thiện. Nhiều phần trong sự tăng trưởng này không đến từ các phương pháp mới trong thống kê, học máy hay AI, mà từ việc cải thiện khả năng sử dụng của các phương pháp hiện có. Một ví dụ đáng chú ý là gói pandas trong Python, cấu trúc dữ liệu thành một đối tượng gọi là DataFrame giúp thực hiện các phân tích mạnh mẽ và trực quan.
Source: Stack OverflowPandas tập trung vào việc khiến các phương pháp chuyển đổi dữ liệu hiện có trở nên trực quan hơn. Như tác giả pandas Wes McKinney chia sẻ trong một cuộc phỏng vấn với Quartz, “nó giúp những người không phải là chuyên gia khoa học máy tính có thể phân tích và làm việc với dữ liệu. Bạn vẫn phải viết mã, nhưng nó khiến việc viết mã trở nên trực quan và dễ tiếp cận. Nó giúp mọi người vượt ra khỏi việc chỉ dùng Excel để phân tích dữ liệu.” Pandas là nền tảng cho lộ trình Data Scientist with Python của DataCamp.
Trong ngôn ngữ R, tidyverse mang đến một cuộc cách mạng tương tự về khả năng sử dụng. Đây là một tập hợp các gói được thiết kế để giúp việc chuyển đổi dữ liệu, trực quan hóa và mô hình hóa trở nên dễ dàng hơn. Như tôi đã nhận thấy, tidyverse cực kỳ trực quan khi giới thiệu các phương pháp trực quan hóa dữ liệu cho người mới bắt đầu, và các phân tích xác nhận đây là một trong những phần phát triển nhanh nhất của hệ sinh thái R.
Giáo dục tốt hơn. Sự mở rộng hoạt động trong các ngôn ngữ lập trình cho khoa học dữ liệu đến từ những người mới tham gia cộng đồng, hoặc từ các lĩnh vực kỹ thuật phần mềm khác, hoặc từ những ngành nghề hoàn toàn khác. Điều đó có nghĩa là một phần của cuộc cách mạng khoa học dữ liệu không chỉ nằm ở cách các công cụ được xây dựng, mà còn ở cách chúng được giảng dạy.
Các khóa học khoa học dữ liệu tương tác tại DataCamp của chúng tôi đã dạy hàng trăm nghìn người cách phân tích và trực quan hóa dữ liệu, bao gồm cả nhiều người chưa từng lập trình trước đây. Làm cho đường cong học tập trở nên dễ hơn là phần quan trọng trong việc dân chủ hóa khoa học dữ liệu.
Điều này có ý nghĩa gì đối với công ty của bạn?
Khi ai đó hỏi bạn liệu bạn đã tận dụng tối đa khoa học dữ liệu hay chưa, bạn không nên mặc định rằng mình cần thêm chatbot vào sản phẩm, hoặc ném tiền cho một tư vấn viên nói rằng họ đang dùng học sâu. Thay vào đó, bạn nên xem xét cách mọi người trong công ty đang tận dụng phân tích và trực quan hóa dữ liệu.
Thật tuyệt khi một phòng thí nghiệm tại Google có thể dùng AI để xây dựng xe tự lái. Nhưng cũng thật đáng mừng khi một quản lý marketing có thể dùng R để trực quan hóa mức độ hiệu quả của quảng cáo, hoặc khi một đội ngũ tài chính có thể dùng Python để dự báo doanh thu tương lai.
Nếu bạn muốn hiểu rõ hơn về cách cuộc cách mạng trong khoa học dữ liệu này có thể ảnh hưởng đến công ty của bạn, hãy tham gia webinar của chúng tôi về Dân chủ hóa khoa học dữ liệu trong nội bộ công ty bạn.
