phương pháp nghiên cứu trong khoa học dữ liệu đề tài định hướng nghề nghiệp

Đứng như tên gọi của nó, Data Analyst viết tắt là DA hay Chuyên viên phân tích dữ liệu là công việc tập trung vào việc thu nhập, khai thác và xử lý bộ đữ liệu để đưa ra quan sát, nhận đị

BO GIAO DUC VA BAO TAO TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TP.HCM BÀI TIỂU LUẬN

PHƯƠNG PHÁP NGHIÊN CỨU TRONG KHOA HỌC DỮ LIỆU

Dé tai: Định hướng nghề nghiệp

Họ vả tên: MAI TIẾN ĐẠT

Mã sinh viên: 2187400217

Lớp: 2IDHTAI

TP.HCM, 07/03/2024

LỜI MỞ ĐẦU

“Tôi muốn nhìn lại sự nnghiệp của minh và tự hảo về công việc đã làm, và tự hào vì đã thử sức với mọi thứ” — Jon Stewart

Câu nói này đã gieo vào trong tâm trí tôi một niềm khao khát mãnh liệt về việc tìm kiếm một nghề nghiệp phù hợp, nơi tôi có thể thỏa sức đam mê và cống hiến hết mình Việc định hướng nghề nghiệp không chỉ đơn thuần là lựa chọn một công việc để kiếm sống, mà còn là hành trình theo đuổi đam mê, cống hiến xã hội và tạo

dựng giá trị cho bản thân

Lua chọn con đường sự nghiệp phủ hợp là một quyết định mang tinh định hướng cho tương lai của mỗi người Nó không chỉ ảnh hướng đến thu nhập và sự én địi cuộc sống mà còn quyết định mức độ hạnh phúc và thành công của mỗi cá nhân

ma ti dang tran trở

Có thể hành trình này sẽ gặp nhiều khó khăn và thử thách, nhưng tôi tin rằng với sự quyết tâm và nỗ lực, tôi sẽ tìm được con đường phủ hợp nhất với bản thân Bài tiểu

luận này chính là một bước ngoặc quan trọng trong hành trình phiêu lưu ấy

CHƯƠNG 1: TỰ ĐÁNH GIÁ BẢN THÂN

1 l Giới thiệu bản thân:

CHƯƠNG 2: ĐỊNH HƯỚNG NGHỀ NGHIỆP

2.1 Tìm hiểu loại công việc phù hợp với nhu cầu, sở thích, khả năng:

Sau khi đành thời gian để hiểu rõ bản thân và thị trường lao động Tôi đã sẵn sàng bước vào giai đoạn quan trọng tiếp theo: Lira chọn công việc phủ hợp Đây là một quyết định mang tính bước ngoặc ảnh hướng trực tiếp đến sự thành công và hạnh phúc trong tương lai của bản thân

Hiểu được tầm quan trọng đó tôi đánh giá bản thân qua các tiêu chỉ dựa vào thang do LIKERT để tìm ra được nghề nghiệp phù hợp nhất với mình Có 5 cấp độ như

Ì Rat không thích: lđ

2 Không thích: 2đ

5 Rấtthích: 5đ

Nghề nghiệp Chuyên viên phân tích ; Chuyên viên phân tích ; Chuyên viên phát trién ; 4 Kiêm toán viên hệ F ;

Quản lý cơ sở đữ liệu

Sun dữ liệu nghiệp vụ hệ thống thống thông tỉn

Tiêu chỉ

Lương 4 5 5 5 3

Sở thích và đam mê cá 5 3 4 5 2

nhan

Nhu cầu và xu hướng 5 4 4 4 3

của thị trường lao động

Tiém nang phat triển và | 4 4 3 3 2

cơ hội trong ngành

Phù hợp với năng lực 5 5 3 3 3

va kha nang

Phù hợp với lối sống 3 3 3 3 3

Tổng 26 24 22 23 l6

Như vậy công việc mà tôi cảm thây phù hợp nhất với mình là Chuyên viên phân tích đữ liệu hay còn gọi là Data Analyst

2.2 Tìm hiểu vị trí công việc:

2.2.1 Chuyén vién phan tich dir liéu ( Data Analyst) la gi?

Đứng như tên gọi của nó, Data Analyst viết tắt là DA hay Chuyên viên phân tích dữ liệu là công việc tập trung vào việc thu nhập, khai thác và xử lý bộ đữ liệu để đưa

ra quan sát, nhận định, báo cáo về một vấn đề cụ thể Mục đích của một báo cáo phân tích đữ liệu là để giúp Lãnh đạo nắm duoc tinh hinh thực tế và để tham mưu đưa

liệu, với khối lượng đữ liệu lớn, cần ít nhất một người có khả năng tổng hợp, phân tích và diễn giải số liệu ra những thông tin súc tích và thiết thực nhất cho tổ chức-

doanh nhiệp của mỉnh phát triển theo đúng hướng Công việc của họ đóng vai trò quan trọng trong việc thúc đây sự phát triển và thành công của tổ chức-đoanh nghiệp trong thời đại bùng nổ đữ liệu hiện nay

2.2.2 Mô tả công việc:

- Công việc đầu tiên mà hầu hết các DA đều phải làm đó là “Xây dựng dashboard':

+ Dashboard là tập hợp các chỉ số đo lường về mặt kinh doanh, vận hành, quản trị công ty, là các chỉ số đã được tính toán từ các dữ liệu bằng biểu dd, đỗ thị hoặc những con số và những hình ảnh bắt mat dé giúp cho nhà quản trị nhìn vào là có thể thây được những thông tin, những kết quả kinh đoanh vận hành của tổ chức-đoanh

nghiệp

+ Những cái đashboard này thường được xây dựng từ những hệ thống BI tools (Business Intelligence tools) nhu là Power BI, Tableau, QlikView va Google Data Studio

+ Có 3 loại Dashboard phổ biến: Operational dashboard: những cái báo cáo về mặt vận hành, ví dụ như la dashboard về Sales, Customer Service, Hr la nhimg vận hành hằng ngày của công ty; 2 loại còn lại là Analytical dashboard va Strategic dashboard it khi gap trong vận hành hằng ngày

- Công việc thứ 2 mà DA làm như cơm bữa hằng ngày là làm báo cáo, có 2 báo cáo:

+ Báo cáo định kỳ hàng tuần/tháng/quý/năm DA phải làm các báo cáo lại tỉnh hình kinh doanh, tình hình vận hành Loại báo cáo này đã có sẵn khuôn khổ, mình

cần đánh giá tiêu chỉ nảo thi tất cả mọi thứ đều có sẵn, chỉ cần tỉnh toán đúng số liệu, điền vào và ghi nhận xét

+ Báo cáo phân tích Khi tham gia vào đự án thi phải thường xuyên làm bài phân tích này, tùy thuộc vào yêu cầu nhận được mà phải phân tích như là phân tích hàng

vi khách hang dé trải nghiệm người dùng tốt hon, phân tích rủi ro gian lận để quản lý tối ưu chỉ phí tốt hơn, phân tich sản phẩm dé tìm ra giải pháp tối ưu nhất để tối tru hóa lợi nhuận Để làm được một bài phân tích thì phải có chiến thuật thật kỹ lưỡng và chặt chẽ Đầu tiên phải xác định được vấn đề phân tích là gì Hiểu rõ vấn để rồi, thì mới biết được lây đữ liệu ở đâu, những loại đữ liệu nào Sau khi lấy được đữ liệu rồi thì sẽ tính toán theo những ma trận minh muốn Sau khi tính toán xong rồi minh moi bat đầu xây dựng những cái biểu để để có thé tim được (insights) những cái nhìn ấn sâu bên trong có thể ảnh hướng đến việc ra quyết định tốt hơn Đây là

một trong những kỹ năng quan trọng nhất, nó là giá trị cốt lõi của DA

- Công việc thứ 3 là giải quyết Ad-hoc Analysis:

+ Là một cái không thể thiếu trong công việc của DA Một yêu cầu bắt thỉnh linh của sếp, của nhóm kinh đoanh nào đó hay là của khách hàng đang cần một cái

tổng quan nhất Tiếp là đặt ra những các giả thuyết có thể xảy ra của vấn dé đó Rồi di tinh toán để tìm ra (insights) những cái nhìn ẩn sâu bên trong DA tổng hợp và tra lời lại cho các yêu câu của vân đề

- Công việc thứ 4 là hé tro theo dự án:

+ Ö giai đoạn chuẩn bị, DA lên kế hoạch cho dự án triển khai mượt mà hơn Từ việc phân tích đữ liệu trong quá, từ đó đề xuất những hành động khi triển khai một

kế hoạch phải tối ưu va dam bao được rủi ro hết mức có thể

+ Tiếp đến giai đoạn triển khai, DA luôn phải liên tục cập nhập những kết qua, theo đõi các chỉ số để đánh giá và đưa ra những cải thiện kịp thời để cải thiện tỉnh hình của sản phẩm tốt lên

-Công việc cuối cùng là xây dựng những tài sản về dữ liệu: Xử lý đữ liệu thô thành những dữ liệu sạch để phục vụ đứng nhu cầu của mình và được quản lý trong một

cơ sở dữ liệu để phuc vu cho nhém cua minh

2.2.3 Những kiến thức và kỹ năng cần có:

2.2.3.1 Kỹ năng kỹ thuật:

- Ngôn ngữ xử lý và phân tích đữ liệu:

+ Phé biến nhất: SQL

+ Cao cap hon: NoSQL, Python, R, Oracle

- PI Tools để trực quan hóa đữ liệu:

+ Power PI

+ Taleau

+ Qlik

+ Google Data Studio

- Lập báo cáo: Ms.Excel

- Mô hinh dự đoán

2.2.3.2 Kiến thức chuyên môn:

- Kiến thức chuyên môn về sản phẩm về lĩnh vực bạn đang phụ trách phân tich

+ Marketing, rủi ro, tài chinh,

- Xác suất và thống kê

2.2.3.3 Kỹ năng mềm:

- Giao tiếp hiệu quả

- Giải quyết vấn để

- Tư duy logic

- Phân tích và đọc hiểu báo cáo

- Thuyết trình và kế chuyện

- Quản lý thời gian, quản lý dự án

- Khả năng tự học, cập nhập kiến thức kịp thời

- Làm việc nhóm

- Tiếng anh thành thạo

2.2.4 Lộ trình thăng tiến:

Lộ trình thăng tiễn của DA có thể khác nhau tủy thuộc vào công ty và ngành nghề, nhưng nhìn chưng nó tuân theo một cấu trúc chưng

2.2.4.1 Data Analyst Intern ( Thực tập sinh phân tích dữ liệu):

Đây là vị trí đầu tiên trong ngành phân tích đữ liệu Người thực tập sẽ hỗ trợ các nhà phân tích đữ liệu có kinh nghiệm hơn trong các nhiệm vụ như thu thập đữ liệu,

Là cấp độ đầu vào cho các nhà phân tích đữ liệu, những người ở vị trí này sẽ chịu trách nhiệm thu thập, làm sạch và phân tích đữ liệu Họ cũng sẽ tạo báo cáo và trinh bày kết quả cho các bên liên quan

2.2.4.3 Senior Data Analyst ( Chuyên viên phân tích dữ liệu cấp cao):

Các nhà phân tích đữu liệu cấp cao có kinh nghiệm hơn và có chuyên môn trong một lĩnh vực cụ thể Họ sẽ chịu trách nhiệm phát triển và thực hiện các chiến lượt

phân tich dữ liệu, cũng như tư vấn cho các bên liên quan về cách sử dụng dữ liệu để đưa ra quyết định

2.2.4.4 Lead Data Analytics ( Nhà Quản lý phân tích dữ liệu):

Các nhà quản lý phân tích đữ liệu giám sát một nhóm các nhà phân tích đữ liệu Họ chịu trách nhiệm lập kế hoạch và lập ngân sách cho nhóm, cũng như đảm bảo rằng các dự án được hoàn thành đúng thời hạn và trong ngân sách

2.2.4.5 Data Science Manager ( Giám đốc khoa học dữ liệu):

Giám đốc đữ liệu là cấp cao nhất trong lĩnh vực phân tích đữu liệu Họ chịu trách nhiệm phát triển và thực hiện chiến lược đữ liệu tổng thể của tổ chức

2.2.5 Mức lương :

2.2.5.1 Mức lương theo cấp bậc:

Theo thống kê của Glassdoor.com, mức lương mới nhất của Data Analyst ở Việt Nam theo cấp bậc có sự chênh lệch như sau:

(Đơn vị : đồng/ tháng)

Cấp bậc Mức lương trung binh Mức lương cơ bản Mức lương bổ sung Tổng thu nhập ước tỉnh Data Analyst Intern 4.000.000 _ _ _

Junior Data Analyst 13.500.000 10.000.000 - 21.000.000 1.500.000 - 3.000.000 11.500.000 - 24.000.000 Senior Data Analyst 26.000.000 24.000.000 - 40.000.000 2.000.000 - 4.000.000 26.000.000 -

44.000.000 Lead Data Analyst 38.000.000 32.000.000 - 3.000.000 - 6.000.000 35.000.000 - 56.000.000

50.000.000

Data Science Manager

55.000.000

45.000.000 - 70.000.000

5.000.000 - 10.000.000

50.000.000 -

80.000.000

2.2.5.2 Mức lương theo kinh nghiệm:

Bảng sau đây là mức lương của Data Analyst tại Việt Nam tir dir liu trên Glassdoor.corn

(Đơn vị: đồng/ tháng)

Số năm kinh nghiệm Mức lương trung binh Mức lương cơ bản Mức lương bổ sung Tổng mức lương ước tỉnh

0— I năm 11.000.000 9.000.000 - 15.000.000 10.000.000 - 36.000.000 31.000.000

1-3nam 15.000.000 10.000.000 - 20.000.000 18.000.000 - 40.000.000 39.000.000

4-6 nam 20.000.000 17.000.000 - 30.000.000 12.000.000 - 90.000.000 56.000.000

7-9 nam 37.500.000 21.000.000 - 49.000.000 60.000.000 - | 107.500.000

120.000.000

2.2.5.3 Mức lương theo khu vực:

Khu vực cũng là một trong những yêu tố tác đông mạnh mẽ đến lương của Data Analyst tại Việt Nam Sau đây là mức lương vị trí này tại khu vực Hà Nội và TP.HCM dựa trên số liệu thống kê của Glassdoor.com

Kim Vực Mức lương trung binh Mức lương cơ bản Mức lương bổ sung Tổng mức lương ước tỉnh

Hà Nội 14.500.000 10.000.000 - 18.000.000 | 20.000.000 - 50.000.000 50.500.000

TP.HCM 17.250.000 10.000.000 -21.000.000 | 21.000.000 - 60.000.000 58.250.000

3.1 Sự chuẩn bị:

Trong quá trình học tập tại trường và các khóa học online tôi đã trang bị cho bản thân được một số kiến thức và kỹ năng cũng như những kinh nghiệm mà tôi có được

khi làm những công việc bán thời gian để có thể trở thành một Data Analyst:

3.1.1 Kiến thức nền tảng:

- Toán học và thống kê: Nắm vững các khái niệm về thống kê mô tả, thống kê suy luận, xác suất, hồi quy tuyến tính, đại số tuyến tính

- Lập trình: Học ngôn ngữ lập trình để xử lý và phân tích đữ liệu là Python, R

- Cơ sở đữ liệu: SQL

- Công cụ phân tích dữ liệu: Excel, Power BI

- Trình độ tiếng anh: Ielts 4.5

3.1.2 Kỹ năng chuyên môn:

- Thu thập dữ liệu

- Xử lý đữ liệu

- Phân tích đữ liệu

- Trực quan hóa dữ liệu

3.1.3 Kỹ năng mềm:

- Quản lý thời gian

- Tư duy logic

- Giao tiếp hiệu quả

- Giải quyết vấn để

- Phân tích đọc hiểu báo cáo

3.2 Kế hoạch phát triển bản thân:

Những kiến thức và những kỹ năng ở mục trên vẫn chưa đủ đáp ứng được yêu cầu cần thiết của một Data Analyst, nên tôi quyết định sẽ lập ra kế hoạch trao đổi cho bản thân thêm kiến thức cho tương lai:

3.2.1 Giai đoạn I: Phát triển kỹ năng chuyên môn (3 tháng):

- Tham gia khóa học online về Data Analyst tit Coursera: URL Coursera Data Analyst

- Kỹ năng trực quan hóa đữ liệu : học các công cụ trực quan hóa đữ liệu: Tableau, Google Data Studio

- Kỹ năng giao tiếp và thuyết trình: rẻn luyện khả năng trinh bày kết quả phân tích dữ liệu; tham gia các hoạt đông thuyết trình và thảo luận nhóm để nâng cao kỹ năng giao tiếp

3.2.2 Giai đoạn 2: Tích lũy kinh nghiệm thực tế (3 tháng):

Tìm kiếm cơ hội thực tập:

- Cập nhập CV và portfolio

- Ứng tuyển vào các vị trí thực tập Data Analyst tại các công ty hoặc tổ chức

- Tham gia các dự án tình nguyện hoặc freelance lién quan đến phân tích dữ liệu

3.2.3 Hành động cụ thể:

- Học tập mỗi ngày: Dành ít nhất 2 tiếng mỗi ngày để học tập và thực hành các kỹ năng liên quan đến Data Analyst

- Tham gia các công đồng Data Analyst dé học hỏi và chia sẻ kinh nghiệm

- Tìm kiếm một người hướng dẫn có kinh nghiệm trong lĩnh vực đữ liệu để được hướng dẫn và tư vấn

3.3 Kế hoạch làm việc trong tương lai: