Data Analyst là gì? Data Scientist là gì

Bài đăng này đã không được cập nhật trong 4 năm

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.