Sau 8 tháng học Machine Learning trực tuyến, Đặng Hoàng Long [sinh năm 1997] có việc làm trong ngành phân tích dữ liệu tài chính với đãi ngộ đúng nguyện vọng.
Hoàng Long chia sẻ, cách đây một năm, anh chưa từng nghĩ mình sẽ trở thành một nhân viên phân tích dữ liệu, hiểu về Machine Learning và có thể lập trình trơn tru. Khi ấy, mục tiêu của nam sinh viên Đại học Ngoại thương là một nhân viên phân tích và đầu tư tài chính, làm việc tại một công ty chứng khoán.
Mọi thứ thay đổi khi Long tận mắt chứng kiến cách làm việc của một lập trình viên khi đang thực tập ngành Phân tích và Đầu tư tài chính. "Lúc đó mình chợt nghĩ, sẽ thế nào nếu có thể kết hợp kỹ năng lập trình để ứng dụng vào phân tích dữ liệu tài chính", nam sinh kể lại.
Đặng Hoàng Long [giữa] nhận học bổng khóa học Machine Learning tại FUNiX, do Công ty Kalapa trao tặng.
Không phải là suy nghĩ thoáng qua, Long bắt đầu lên mạng tìm kiếm và tự học Python - ngôn ngữ lập trình đầu tiên giúp anh tiếp cận ngành Dữ liệu. Càng học, anh càng tò mò trước những thuật ngữ lặp đi lặp lại như Data Science, Machine Learning, Deep Learning, Big Data... Nam sinh tiếp tục tìm hiểu và gia nhập các hội nhóm online về công nghệ và tham gia một số khóa học trên các nền tảng trực tuyến.
Tuy nhiên, anh cho biết bản thân thấy càng học lại càng thấy thiếu. Dù nắm được một vài thao tác, cú pháp xử lý dữ liệu, biết khái niệm trong Học Máy, nhưng Hoàng Long không thực sự hiểu điều gì đang diễn ra đằng sau các thư viện, câu lệnh được viết. "Mình tìm đọc về xác suất - thống kê, đại số tuyến tính, thuật toán, học cách sử dụng cơ sở dữ liệu đám mây... để trau dồi nền tảng, tư duy. Thế rồi mình biết đến học bổng Kalapa ở FUNiX và ứng tuyển ngay", anh nói thêm.
Chinh phục được ban giám khảo tại vòng phỏng vấn, Long được trao học bổng, bắt đầu theo học chứng chỉ Machine Learning tại FUNiX từ tháng 7/2020.
Hoàng Long không mất nhiều thời gian để làm quen với cách học của FUNiX vì đã quen với các nền tảng học online lớn trên thế giới như Coursera. Nam sinh tận dụng thêm lợi thế lớn của FUNiX là tương tác, hỏi trực tiếp từ các mentor - chuyên gia công nghệ đang làm việc thực tế trong ngành. "Nếu bị bí khi làm bài tập thì mình có thể xin trợ giúp được ngay từ các mentor. Điều này giúp cho mình không bị chán hay bỏ dở giữa chừng khi gặp bài tập, project khó" - Long nhận xét.
Thời điểm học Machine Learning, Long còn ôn luyện một số chứng chỉ khác liên quan đến ngành Tài chính, vì vậy, anh phải tập trung cao độ, đồng thời lập kế hoạch rõ ràng để bám sát tiến độ học, tránh bị hụt hơi hay chậm deadline [hạn chót]. Nam học viên thường cố gắng duy trì để không bỏ dở việc học quá hai đến ba ngày liên tiếp, giúp bộ não không mất đi thói quen học tập đã hình thành.
Dù vất vả vì khối lượng kiến thức khá lớn, Hoàng Long chưa bao giờ nghĩ đến việc ngừng học vì không muốn phụ lòng tin của FUNiX, cũng như đơn vị tài trợ đã tặng học bổng.
Tháng 3, Hoàng Long hoàn thành khóa học sau 8 tháng. Nam học viên cho hay, khóa học giúp anh cảm nhận được sức mạnh và lợi ích của khoa học máy tính trong việc phân tích, xử lý dữ liệu và giải các bài toán của doanh nghiệp. Từ những kiến thức chuyên sâu của khóa học, anh hình thành kỹ năng cần thiết trong ngành khoa học dữ liệu.
Bên cạnh đó, suốt thời gian tìm kiếm và ứng tuyển công việc phù hợp với định hướng nghề nghiệp mới, Hoàng Long đã nhận sự hỗ trợ nhiệt tình của hannah, mentor và FUNiX, từ chia sẻ kiến thức, hướng dẫn học tập đến những lời khuyên về chuẩn bị hồ sơ, kiến thức khi ứng tuyển. "Nếu không có sự giúp đỡ của các anh chị thì mình sẽ không thể nào hoàn thành việc học và có được công việc một cách suôn sẻ", Long nói.
Nam sinh xác định ứng tuyển vào những doanh nghiệp gốc tài chính - ngân hàng đang muốn xây dựng, mở rộng bộ phận Khoa học dữ liệu. Sau nhiều nỗ lực, anh đã tìm được công việc mới đúng với mơ ước của mình.
Hiện tại, mục tiêu của Đặng Hoàng Long là tiếp tục trau dồi thêm kinh nghiệm để có thể tiến xa trong ngành khoa học dữ liệu. Anh tin tưởng, thành công của mỗi cá nhân sẽ được chắp cánh bằng việc nắm bắt cơ hội học tập, làm việc dù là nhỏ nhất.
Từ câu chuyện của chính mình, anh gợi ý các bạn có nền tảng kinh tế có thể mạnh dạn theo học ngành khoa học dữ liệu. "Chắc chắn mức đãi ngộ sẽ không làm các bạn thất vọng. Thoát khỏi vùng an toàn của bản thân để theo đuổi tiến bộ công nghệ sẽ đem lại những giá trị to lớn cho cộng đồng, góp phần thúc đẩy văn minh nhân loại", Hoàng Long nhận định.
Vân Anh
Chúng ta đang bước vào kỷ nguyên số với nhu cầu lưu trữ và khai thác các nguồn dữ liệu [Big Data] ngày một lớn. Trở thành một nhà phân tích dữ liệu hoặc đảm nhiệm các vị trí liên quan đến lĩnh vực phân tích dữ liệu là công việc có ý nghĩa quan trọng với bất kì tổ chức, doanh nghiệp nào.
Dữ liệu lớn [Big Data] – Một trong bốn nền tảng của cuộc cách mạng công nghệ 4.0
Cùng với IoT [Internet of Things], AI [Artificial Intelligence – Trí tuệ nhân tạo], Blockchain [Chuỗi khối], Big Data [Dữ liệu lớn] là một trong bốn nền tảng quan trọng của cuộc cách mạng công nghệ 4.0. Big Data được hiểu là những dữ liệu khổng lồ, là nguồn tài sản thông tin có dung lượng lớn và đa dạng, có vận tốc cao, đòi hỏi các hình thức xử lý thông tin có hiệu quả về chi phí, để nâng cao việc đưa ra quyết định và tối ưu hóa quy trình. Nói cách khác, Big Data là một tệp dữ liệu khổng lồ không thể phân tích được bằng các công cụ và phần mềm thông thường.
Tầm quan trọng của dữ liệu lớn không nằm ở lượng dữ liệu mà chúng ta có, nó nằm ở việc chúng ta làm gì với những dữ liệu đó. Hầu hết các doanh nghiệp, tổ chức sẽ sử dụng nguồn dữ liệu lớn phân tích để tìm ra câu trả lời cho các câu hỏi: giảm chi phí, giảm thời gian, phát triển sản phẩm mới và dịch vụ tối ưu, ra quyết định thông minh.
Big Data được hiểu là những dữ liệu khổng lồ, là nguồn tài sản thông tin có dung lượng lớn và đa dạng, có vận tốc cao, đòi hỏi các hình thức xử lý thông tin có hiệu quả về chi phí, để nâng cao việc đưa ra quyết định và tối ưu hóa quy trình.
Khi việc phân tích nguồn dữ liệu lớn được hỗ trợ tối đa, chúng ta có thể hoàn thành tốt một số tác vụ như: xác định nguyên nhân gốc rễ của những thất bại, tạo các chương trình khuyến mại hợp lý dựa trên thói quen của khách hàng đối với công việc kinh doanh, tính toán được những rủi ro gặp phải, phát hiện hành vi gian lận trước khi nó có ảnh hưởng.
Việt Nam trong Top 20 nước có số người sử dụng Internet cao nhất thế giới. Theo số liệu của Tổng cục Thống kê năm 2019, tỷ lệ người sử dụng Internet là 68,7%. Trong khi đó tỉ lệ trung bình của thế giới là 51,4%. Chính vì vậy, thị trường Big Data tại Việt Nam được các chuyên gia đánh giá là triển vọng hàng đầu châu Á. Tuy nhiên việc khai thác Big Data trong nước vẫn chưa tương xứng với tiềm năng và chỉ chủ yếu tập trung ở các doanh nghiệp công nghệ.
“Sự bùng nổ của dữ liệu đang khiến nhiều doanh nghiệp trong nước phải đối mặt với hàng loạt hạn chế trong việc xử lý thông tin, dẫn đến khả năng đưa ra các quyết định bị chậm trễ hoặc trì hoãn. Điều này về lâu dài chắc chắn sẽ ảnh hưởng không nhỏ đến hiệu quả của các doanh nghiệp.” – Ông Nguyễn Kim Hòa, Giám đốc Công nghệ và Hệ thống IBM Việt Nam cho biết
Phân tích dữ liệu là gì?
Phân tích dữ liệu [Data Analytics] là một chuyên ngành trong Công nghệ thông tin. Công việc tập trung vào việc thu thập, khai thác, quản lý và xử lý bộ dữ liệu – các Big Data, từ đó đưa ra các nhận định, dự đoán xu hướng hoạt động của tương lai. Phân tích dữ liệu có thể bao gồm phân tích dữ liệu thăm dò, phân tích dữ liệu xác nhận, phân tích dữ liệu định lượng và phân tích dữ liệu định tính [tập trung vào các dữ liệu như video, hình ảnh và văn bản].
Đây là một công việc có ý nghĩa và có tầm quan trọng lớn đối với bất cứ tổ chức hoặc doanh nghiệp nào. Đặc biệt là các lĩnh vực như ngân hàng đầu tư, bảo hiểm, du lịch, quốc phòng, hàng không vũ trụ và y học – nơi các phần mềm đóng vai trò quan trọng.
Tương lai của ngành Phân tích dữ liệu
Hệ thống phân tích dữ liệu tự động đang được đưa vào sử dụng trong nhiều công ty. Tuy nhiên, nó vẫn chưa thể đáp ứng hoàn toàn nhu cầu của người sử dụng. Theo các nghiên cứu, 80% lượng công việc không thể tự động hóa; 20% còn lại có thể thực hiện bằng máy nhưng hiệu quả chưa cao. Hơn nữa, máy học tự động chỉ có thể giải quyết được những vấn đề đơn giản. Các vấn đề phức tạp hơn cần đến tư duy của con người mới có thể giải quyết được. Do đó, ngành Phân tích dữ liệu sẽ không biến mất ngay cả khi công nghệ phát triển.
Hệ thống phân tích dữ liệu tự động đang được đưa vào sử dụng trong nhiều công ty.
Theo Diễn đàn Kinh tế thế giới [WEF], nhu cầu tuyển dụng nhân sự ngành Phân tích dữ liệu đã tăng mạnh trong năm 2020, gấp 6 lần so với 5 năm trước. Trong 5 năm tới, tỉ lệ này sẽ tiếp tục tăng cao hơn nữa do lượng dữ liệu con người tạo ra ngày càng nhiều. Nhờ đó mà cơ hội việc làm và phát triển sự nghiệp của những người theo đuổi ngành Phân tích dữ liệu cũng vô cùng rộng mở.
Theo Glassdoor [một website về việc làm của Mỹ], mức lương trung bình của 1 nhà phân tích dữ liệu rơi vào khoảng 84.000 USD/ năm. Tại Việt Nam, con số này cũng lên tới trên 470 triệu/ năm theo thống kê của TopDev. Mức thu nhập này cao hơn mức thu nhập trung bình, điều này khiến cho nghề phân tích dữ liệu trở thành một ngành nghề sinh lời cao và cực hấp dẫn, được bầu chọn là ngành nghề “quyến rũ” nhất thế kỷ. Jeanne Harris – Giám đốc điều hành cấp cao tại Accenture Institute for High Performance [AIHP] cũng đã từng nhấn mạnh tầm quan trọng của các chuyên gia phân tích khi khẳng định “dữ liệu sẽ trở nên vô dụng nếu thiếu người có kỹ năng để phân tích nó”.
Xem thêm:
Học Phân tích dữ liệu ở đâu?
Phân tích dữ liệu [Data Analytics] là một ngành còn khá mới mẻ tại Việt Nam nhưng lại là xu hướng phát triển đầy tiềm năng trong tương lai với triển vọng nghề nghiệp hấp dẫn. Đón đầu xu hướng và mong muốn mang đến thành công cho những bạn trẻ theo đuổi ngành nghề này, Swinburne Việt Nam là một trong số những trường tiên phong đào tạo chuyên ngành Phân tích dữ liệu.
Điểm khác biệt là ở Swinburne, Phân tích dữ liệu là chuyên ngành phụ [Co-major or Minor] thuộc cả hai ngành lớn: Kinh doanh và Công nghệ thông tin. Do đó người học có thể lựa chọn chuyên ngành này ở một trong hai ngành trên sao cho phù hợp với mục tiêu và định hướng công việc tương lai.
Trọng tâm chính của chuyên ngành Phân tích dữ liệu là các kiến thức kỹ năng liên quan tới quản lý, thu thập các loại dữ liệu khác nhau, cách sử dụng các công cụ mới nhất để lưu trữ, xử lý, trích xuất và trực quan hóa. Mỗi một môn chuyên sâu sẽ trang bị cho sinh viên các kiến thức về thống kê, xác suất, thuật toán tối ưu, cùng các công nghệ, phần mềm đang phát triển để xử lý các dữ liệu Big Data.
Swinburne Việt Nam là một trong số những trường tiên phong đào tạo chuyên ngành Phân tích dữ liệu.
Việc phân tích dữ liệu cũng gắn với việc ra quyết định cho các hoạt động kinh doanh. Thông qua các dữ liệu kinh doanh được phân tích, chúng ta có thể tối ưu các hoạt động của doanh nghiệp, bao gồm việc đánh giá các mô hình kinh doanh hiện có, xác định được các cách thức hiệu quả nhất để phân phối sản phẩm, phân công công việc cho nhân viên, điều chuyển nhân sự, chi phí…..
Bạn có thể chọn học ngành Công nghệ thông tin và chuyên ngành Phân tích Dữ liệu hoặc ngành Kinh doanh với các chuyên ngành trong lĩnh vực kinh doanh như Quản trị kinh doanh, Marketing cùng với chuyên ngành thứ hai là Phân tích Dữ liệu [co-major]. Như vậy dù bạn học ngành Kinh doanh, bạn cũng có thể sở hữu các kiến thức về quản lý dữ liệu nhằm phục vụ cho nghề nghiệp của mình.
Ngoài việc học tập với các giáo sư có trình độ giảng dậy quốc tế, sinh viên sẽ được tiếp cận với thực tiễn rất đa dạng về việc Phân tích dữ liệu từ Tập đoàn FPT. Hiện FPT đang đi tiên phong trong nghiên cứu và ứng dụng các bài toán liên quan tới Big Data và Trí tuệ nhân tạo. Sinh viên sẽ được tạo điều kiện thực hành với các bài toán thực tế từ các chuyên gia trong ngành [industry mentor].
Cho dù chọn lựa chuyên ngành Phân tích dữ liệu tại ngành nào thì trong quá trình làm việc tại các công ty đa quốc gia, các sinh viên Swinburne luôn thể hiện được sự vượt trội về năng lực khi có khả năng sử dụng Tiếng Anh thành thạo, bắt nhịp vào công việc nhanh và đáp ứng được những yêu cầu cao của doanh nghiệp. Điều này có được là nhờ ngay từ năm thứ 3, sinh viên đã có một học kỳ thực tập tại doanh nghiệp [On the job training]. Qua đó sinh viên có cơ hội tham gia vào những dự án thực tế và được học hỏi về kinh nghiệm làm việc từ các chuyên gia trong ngành.
Có thể nói, tấm bằng cử nhân chuyên ngành Phân tích dữ liệu của Swinburne Việt Nam chính là tấm “hộ chiếu” đảm bảo cho các bạn trẻ sau khi tốt nghiệp. Bởi Swinburne University of Technology luôn được đánh giá là một trong những ngôi trường có chất lượng đào tạo tốt nhất thế giới, đứng thứ 372 trên bảng xếp hạng các trường đại học theo QS Rank 2020.
Trang Trần
TRANG TRẦN
[Theo Dân Trí] Hội thảo khoa học về Nghiên cứu trong Quản trị và Sáng tạo Công nghệ [International Conference…
[Theo Tiền Phong] - “Với sự thông minh và sáng tạo mà sinh viên Việt Nam đang có, chúng ta…
[Theo VnExpress] - Nhận định trên được các chuyên gia và lãnh đạo doanh nghiệp đưa ra tại Hội thảo…
Đó là ý nghĩa của Hội thảo Khoa học Quốc tế về Mạng và các Hệ thống thông minh [The…
Trong những năm gần đây, sự phát triển của Công nghệ thông tin đã giúp ích rất nhiều cho các…
Tiếp tục chuỗi chương trình Industry Link – Học tập xuyên biên giới cùng các chuyên gia và giáo sư…