Một báo cáo của Forbes dự đoán rằng vào năm 2020, khoảng 1,7 megabyte thông tin mới sẽ được tạo ra mỗi giây cho mỗi con người trên hành tinh. Tuy nhiên, ai cũng biết rằng, thu thập một lượng lớn dữ liệu cũng vô nghĩa nếu không có những người xây dựng phương thức để đọc hiểu những con số này.

Thế là, BOOM! Ngành Data Science (Khoa học dữ liệu) ra đời. Nếu ví Data Science là môn nghệ thuật được tạo thành từ sự kết hợp của thống kê, toán học và lập trình, thì các Data Scientist với kỹ năng giải quyết vấn đề và thu thập dữ liệu chính là những bậc thầy của môn nghệ thuật đó. Bài viết này sẽ giúp các bạn hiểu rõ hơn về ngành Data Science và vị trí công việc Data Scientist. 

Data Scientist là ai?

Data Scientist là những người kể chuyện bằng data; nói cách khác, họ chính là những người phân tích và sắp xếp data. Để có thể hoàn thành công việc, các Data Scientist sẽ phải phối hợp áp dụng các kiến thức, kỹ năng về khoa học máy tính, thống kê và toán học. Qua bộ óc và đôi bàn tay của các Data Scientist, dữ liệu sẽ được cấu trúc hóa và mô hình hóa, trước khi được phân tích và trình bày với các đội nhóm trong doanh nghiệp. Công việc của một Data Scientist bao gồm 2 nhiệm vụ chính như sau: 

• Tìm ra những insight giá trị từ data: những dữ liệu mà các data scientist cung cấp cho các bên liên quan như lãnh đạo doanh nghiệp, khách hàng hay đội marketing sẽ đóng vai trò quan trọng trong việc thúc đẩy tăng trưởng kinh doanh của doanh nghiệp đó. 

Vd: Dựa trên việc tính toán, thống kê tương tác của người dùng mạng xã hội, các Data Scientist có thể tìm ra thông tin của loại socola được yêu thích và tìm mua nhiều nhất trong mùa Valentine. Phát hiện này được gọi là một insight và sẽ có thể rất có ích cho chiến dịch marketing của một doanh nghiệp. 

• Trình bày về data cho các đội nhóm khác để đưa ra chiến lược kinh doanh cho doanh nghiệp: Kể ca khi đã được mô hình hóa, data vẫn sẽ là những con số khó hiểu nếu không được các Data Scientist trình bày và phân tích thông qua các biểu đồ, báo cáo và các buổi thuyết trình tại doanh nghiệp. Vậy nên, sau khi tìm ra insights, các Data Scientist sẽ tiến hành trình bày insights với các bên liên quan để đưa ra chiến lược kinh doanh và kế hoạch hoạt động cho doanh nghiệp. 

Ứng dụng của Data Science

• Thuật toán tìm kiếm: Các công cụ tìm kiếm sử dụng các thuật toán dựa trên data để cung cấp kết quả tốt nhất cho các truy vấn tìm kiếm trong một vài giây.
• Quảng cáo kỹ thuật số: Toàn bộ bí mật của nghệ thuật tiếp thị kỹ thuật số nằm trong việc sử dụng thuật toán khoa học dữ liệu để phân tích hành vi người tiêu dùng để điều chỉnh từ banner đến bảng quảng. Đây là lý do khiến quảng cáo kỹ thuật số nhận được CTR (Click to Rate) cao hơn quảng cáo truyền thống.
• Hệ thống đề xuất: Các hệ thống đề xuất không chỉ giúp bạn dễ dàng tìm thấy các sản phẩm có liên quan từ hàng tỷ sản phẩm có sẵn mà còn bổ sung rất nhiều vào trải nghiệm người dùng. Rất nhiều công ty sử dụng hệ thống này để quảng bá sản phẩm bằng cách đưa ra đề xuất sản phẩm của mình phù hợp với nhu cầu của người dùng dựa trên các thông tin thu thập được thông qua hành vi tìm kiếm trước đó.

Ngành Data Science phù hợp với ai?

Để trả lời câu hỏi này, bạn hãy tự trả lời 3 câu hỏi sau:

• Bạn có hứng thú với việc đọc, phân tích và thống kê dữ liệu không?
• Bạn có thể đọc các nghiên cứu khoa học về dữ liệu và công nghệ thông tin mà không gặp phải nhiều rào cản không?
• Bạn có muốn tìm hiểu hoặc muốn học sâu về Machine Learning không?

Nếu đáp án cho cả 3 câu trả lời của bạn là  “có” thì bạn rất phù hợp để trở thành một Data Scientist đó nha. 

Những kỹ năng cần phải có để trở thành Data Scientist (Nhà khoa học dữ liệu)

• Data Scientist phải có trình độ: Data Science là một lĩnh vực đòi hỏi cao về mặt chuyên môn, vậy nên,  88% công ty yêu cầu Data Scientist có bằng Thạc sĩ và 46% yêu cầu có bằng Tiến  sĩ
• Data Scientist phải có kiến thức chuyên sâu về SAS và / hoặc R: Đối với Khoa học dữ liệu, R thường được ưu tiên.
• Data Scientist phải hiểu rõ Python bởi Python là ngôn ngữ mã hóa phổ biến nhất được sử dụng trong khoa học dữ liệu cùng với Java, Perl, C/C++.
• Data Scientist nên có hiểu biết về nền tảng Hadoop: Mặc dù không phải công ty nào cũng là yêu cầu, biết về Hadoop vẫn là một điểm cộng khi xin việc trong lĩnh vực này. Tương tự với việc có một chút  kinh nghiệm trong Hive hoặc Pig.
• Data Scientist cũng nên có kiến thức về cơ sở dữ  liệu / mã hóa SQL: Mặc dù NoQuery và Hadoop là nền tảng chủ chốt của nền Khoa học dữ liệu, các nhà tuyển dụng vẫn dành nhiều ưu ái cho bạn hơn, nếu bạn có thể code và thực hiện các truy vấn phức tạp trong SQL.
• Cuối cùng, Data Sciencetist phải có năng lực làm việc với dữ liệu phi cấu trúc: Điều quan trọng nhất là Nhà khoa học dữ liệu có thể làm  việc với dữ liệu phi cấu trúc như các dữ liệu thu thập được trên phương tiện truyền thông xã hội, video hoặc băng ghi âm.

Các trường đào tạo ngành Data Science

• Đại học Công nghệ thông tin – ĐHQG TP.HCM
• Đại học Quốc tế – ĐHQG TP.HCM
• Đại học Kinh tế Quốc dân
• Đại học Bách Khoa Hà Nội

…

Hiện nay, rất nhiều trường đại học đào tạo khối ngành công nghệ đều cung cấp các khóa học liên quan đến Data Science. Bạn có thể truy cập trang web của các trường đại học này để tìm hiểu kỹ hơn về lộ trình đào tạo và nội dung ngành học. 

Bạn cũng có thể bắt đầu tìm hiểu và tự học ngành Data Science qua các khóa học online trên website của Coursera hay Khan Academy. Đây đều là các websites cung cấp khóa học online chất lượng về ngành Data Science và được gợi ý bởi nhiều học viên đang theo đuổi ngành này. Lưu ý rằng sau khi tham gia các khóa học này, hãy đối chiếu những gì bạn học được với chương trình đào tạo chính quy ở trường, hoặc từ các nguồn thông tin uy tín khác để đảm bảo rằng bạn không bỏ lỡ bất kỳ kiến thức quan trọng nào trong hành trình trở thành một Data Scientist nhé. 

Học gì ở trường để có thể trở thành Data Scientist

Dựa vào những kỹ năng mà một người cần có để trở thành Data Scienctist, Spiderum sẽ cung cấp thông tin về những môn học ở trường mà các bạn cần học chắc kiến thức để theo đuổi ngành này:

• Đại số tuyến tính và xác suất thống kê.
• Đạo hàm tích phân 
• Machine learning.
• Data mining.
• Database: SQL, noSQL.
• Ngôn ngữ lập trình: nên tiếp xúc với C/C++ và Java, sau đó tập trung vào Python, R.
• Ngoài ra, bạn nên làm quen với JavaScript, học để viết được web đơn giản, vẽ được đồ thị, biểu đồ.
• Bạn cũng nên biết về System, cụ thể Linux, Bash, OS.

Thu nhập

Theo khảo sát của Indeed.com, hiện tại, mức lương trung bình của một Data Scientist là 123.000 USD một năm. Còn theo Glassdoor, con số rơi vào khoảng là 115.00 USD.

Hy vọng rằng những thông tin xoay quanh vị trí Data Scientist được đề cập trong bài viết này đã giúp bạn có một cái nhìn tổng quan về Data Science, Data Scientist và các kỹ năng cần thiết để trở thành một Data Scientist cũng như sự phù hợp của vị trí Data Scientist với bản thân. Nếu muốn tìm hiểu thêm về lĩnh vực này, bạn có thể tham khảo những bài viết liên quan về Big Data và các vị trí trong mảng Khoa học dữ liệu của Spiderum nhé!