Công cụ phân tích dữ liệu là một phần quan trọng không thể thiếu đối với dân hành nghề Data. Thực tế, có 4 nhóm nghề data chính: Business Intelligence Analyst, Data Analyst, Data Science và Data Engineer. Tuy nhiên, nhóm nghề Data Engineer lại khá thiên nhiều về develop, software và coding hơn là data analytics nên Cole sẽ bỏ qua về phần này và chỉ nói chính về 3 ngành nghề còn lại.
Công cụ phân tích dữ liệu cho nghề Business Intelligence Analyst:
Các bạn có thể tham khảo bài viết trước về
Business Analysis có thể thấy rằng với ngành nghề BA không tập trung quá nhiều vào việc phân tích các con số, thuật toán, phép tính toán,… Thay vào đó, họ dành nhiều thời gian hơn cho việc chăm sóc khách hàng; thấu hiểu doanh nghiệp khách hàng đang gặp vấn đề gì để đưa ra những giải pháp phù hợp.
Về mặt công cụ, kĩ năng:
– Các bạn học các công cụ cho trực quan hóa dữ liệu (Data Visualization) như Excel, Power BI, Google Data Studio,… và ngôn ngữ truy vấn vào dữ liệu (SQL).
– Kĩ năng thuyết trình, giải quyết vấn đề, tư duy thực tiễn
Về mặt background:
– Các bạn thuộc về dân kinh tế sẽ dễ đi hơn là các nhóm ngành kĩ thuật
– Các bạn học về cơ sở dữ liệu (Database), Kho dữ liệu (Data warehouse) và các tư duy phân tích số liệu đa chiều (OLAP cube), thống kê, KPI,…
Lý do tại sao BA không cần phải tập trung quá nhiều vào các công cụ lập trình mà bạn thường thấy? Nếu suy nghĩ kĩ hơn, một người có vị trí quản lý doanh nghiệp, hay thấu hiểu và đưa định hướng phát triển; thì đâu cần phải làm quá nhiều về dữ liệu này phải không nè.
Công cụ cho nghề Data Analyst
Data Analyst nghe đến cái tên là biết sẽ lấy dữ liệu làm trọng tâm; với nghề này, tất cả công việc của bạn chỉ xoay quanh dữ liệu: từ chọn lọc dữ liệu thô, biến đổi dữ liệu, khai phá dữ liệu, sắp xếp và chọn lọc thông tin chính xác. Để học sâu vào nghề này đòi hỏi bạn phải có kiến thức cơ bản hoặc nền tảng statistics, hay ngôn ngữ SQL.
Về mặt công cụ, kĩ năng:
– Các bạn học các công cụ cho trực quan hóa dữ liệu (Data Visualization) như Excel, Power BI, Google Data Studio,… và ngôn ngữ truy vấn vào dữ liệu (SQL) – Đây chính là nơi bắt đầu hoàn hảo cho nhóm nghề này
– Kĩ năng thuyết trình, diễn giải
– Các công cụ lập trình: Python, Java
Về mặt background:
– Với vị trí này thì các bạn xuất thân từ chuyên ngành tài chính, kế toán, kiểm toán, marketing, kĩ thuật, kinh tế là đều có khả năng theo được
– Tư duy phân tích số liệu đa chiều (OLAP cube) , thống kê, Khai phá dữ liệu,..
– Đặc biệt là tư duy giải quyết vấn đề (Problem Solving) và nền tảng Toán học vững vàng.
Công cụ phân tích dữ liệu cho nghề Data Scientist
Nhóm sẽ nghiên cứu sâu về các thuật toán, phương pháp học máy, trí tuệ nhân tạo,… Để theo được vị trí này (kể cả bằng tiếng Việt); học viên cần nắm được cơ bản những từ/cụm từ tiếng Anh thông dụng trong ngành như regression, binominal, retention rate… Những thuật ngữ này cũng rất cần cho việc code vì phần lớn các chương trình code vẫn viết trên nền tảng tiếng Anh.
Thực tế, nghề Data Scientist thường sẽ là các bạn IT/Dev chuyển ngành sang học dữ liệu là chủ yếu; bởi tính chất 2 ngành nghề là như nhau. Tuy nhiên, DS sẽ nhẹ hơn về đi coding, software; và tập trung nhiều về Machine Learning, Deep Learning và phân phối, khai phá Big Data
Về mặt công cụ, kĩ năng:
– Các bạn học các công cụ cho trực quan hóa dữ liệu (Data Visualization) như Excel, Power BI, Google Data Studio;… và ngôn ngữ truy vấn vào dữ liệu (SQL)
– Các công cụ lập trình: Python, Java,…
Về mặt background:
– Là dân toán ứng dụng, kinh tế, tài chính, các ngành khoa học,… đến từ các trường đại học thiên về nghiên cứu; như Đại học Khoa học Tự nhiên, Đại học khối ngành Kinh tế học, Đại học Bách Khoa,…
– Tư duy khai phá dữ liệu, học máy, phân tích số liệu đa chiều (OLAP cube) , thống kê,…..
– Đặc biệt là cần nhạy với các con số và kĩ thuật vững vàng.
