Data Analyst là gì? Data Scientist là gì

Sự bùng nổ của dữ liệu đang tạo ra một nhu cầu lớn cho những hiểu biết về nó hiện nay. Hầu hết tổ chức, dù lớn hay nhỏ đều nhận ra họ cần phải hoạt động trong môi trường cạnh tranh dữ liệu ngày càng gay gắt. Trong các doanh nghiệp hiện nay, việc làm việc với những file dữ liệu với dung lượng hàng trăm MB trở lên, với hàng trăm nghìn cho tới rất nhiều triệu dòng, cột là chuyện khá phổ biến. Từ những file dữ liệu khổng lồ ấy, làm sao để lựa chọn phần dữ liệu có ích và mang lại giá trị cho người sử dụng để làm báo cáo hay làm nguồn để khai phá thông tin?

Đứng giữa nhiều ngành nghề để lựa chọn vậy thì nhiều người và ngay kể cả bạn cũng không biết nên bắt đầu từ đâu? Để giúp bạn sáng tỏ điều này, chúng ta sẽ so sánh 2 công việc phổ biến nhất trong ngành khoa học dữ liệu (Data science) đó là Data Analyst và Data scientist. Đây là hai trong số những công việc nóng nhất trong ngành công nghệ và được trả lương khá cao. Thậm chí 2 ngành này còn được tạp chí Harvard Business Review trao tặng cho 1 cái tên rất gợi cảm – The sexiest job of the 21st century.

Data Scientist là gì?

Data Scientist là người tạo ra giá trị từ data, với hai nhiệm vụ chính là:

Thu thập, xử lý dữ liệu để tìm ra những insight giá trị.

Ví dụ, dựa trên thông tin thu thập được từ các post/comment/status trên mạng xã hội, Data Scientist có thể tìm ra được: cứ gần đến ngày Valentine thì tần suất xuất hiện của thương hiệu ABC cao hơn hẳn. Đây là một insight giá trị mà bộ phận Marketing có thể sử dụng cho các chiến dịch quảng cáo trong mùa Valentine.

Giải thích, trình bày những insight đó cho các bên liên quan, để chuyển hóa insight thành hành động.

Ví dụ, khi tìm ra được insight giá trị từ data, bạn cần làm report/presentation, hay visualization để biểu diễn, giải thích cho các bên liên quan hiểu được: 1) Insight đó là gì, có ý nghĩa gì? 2) Có thể ứng dụng cụ thể như thế nào để đem lại lợi ích cho doanh nghiệp/sản phẩm/người dùng.

Tuy nhiên, Data Scientist là nghề rất mới, nên định nghĩa về nó còn khá mơ hồ, nhập nhằng (ngay cả trên thế giới). Vì vậy, tùy theo từng công ty mà mô tả công việc, yêu cầu skillset, thậm chí job title có thể khác nhau đôi chút.

Data analyst là gì?

Chuyên viên phân tích dữ liệu (Data Analyst) là người thực hiện các phân tích sâu dữ liệu (deep dive analytics) ở dạng đồ thị, biểu đồ, sơ đồ, bảng biểu và báo cáo; sau đó sử dụng các dữ liệu đó để xác định xu hướng và tạo mô hình dự đoán những gì có thể xảy ra trong tương lai.

Các công việc chính

• Sử dụng các công cụ lắng nghe Internet để thu thập dữ liệu từ các nguồn tin tức và mạng xã hội
• Phân tích dữ liệu và viết báo cáo:
• Phân tích thông tin về thương hiệu và các vấn đề xã hội
• Dự báo và nắm bắt xu hướng trong tương lai
• Trình bày các nội dung trên bằng bảng số liệu, biểu đồ, bản đồ và đề xuất các hình thức minh hoạ hợp lý khác
• Tối ưu các chiến dịch Marketing, Sales dựa trên dữ liệu đã thu thập được.
• Báo cáo thường xuyên cho quản lý và tương tác trực tiếp với khách hàng về diễn biến các sự kiện liên quan tới thương hiệu khách hàng
• Thực hiện các công việc khác được phân công.

KPI công việc

• Tỷ lệ hoàn thành đúng deadline
• Thời gian trung bình để xử lý dữ liệu
• Số lượng báo cáo định kỳ

Yêu cầu công việc

• Tốt nghiệp Đại học các ngành liên quan như Digital Marketing, Market Research, Toán, Khoa học máy tính, Quản trị thông tin, Công nghệ thông tin, Thống kê,…
• Có ít nhất 3 năm kinh nghiệm tại vị trí tương đương
• Kỹ năng sử dụng các công cụ phân tích dữ liệu và code cơ bản để xử lý các mô hình dự báo (predictive models)
• Kỹ năng sử dụng các công cụ visualize để chuyển hóa dữ liệu thành graphics.
• Kỹ năng chuyển hóa dữ liệu thành actionable insight.
• Có kỹ năng phân tích sắc bén, khả năng thu thập, tổ chức, phân tích và phổ biến lượng lớn thông tin một cách chi tiết và chính xác
• Kỹ năng lập kế hoạch, kiểm soát việc thực hiện kế hoạch.
• Cẩn thận, kiên nhẫn, chịu khó, ham học hỏi, có tinh thần trách nhiệm
• Ham học hỏi, trung thực, cẩn thận, nhạy bén với xu thế xã hội.

Khác biệt cơ bản giữa data scientist và data analyst: