Phỏng vấn chuyên gia Data Analyst nhiều năm kinh nghiệm tại Mỹ

Như chúng ta có thể thấy hiện nay dữ liệu được tạo ra ngày càng nhiều và trở thành 1 kho báu mới cho các doanh nghiệp. Data Analyst là người giúp các doanh nghiệp khai thác kho báu đó. Bởi vậy hiện nay Phân tích dữ liệu được coi là một trong 3 nhóm ngành nghề hấp dẫn và là 1 trong 3 kỹ năng được nhà tuyển dụng yêu cầu khi phỏng vấn.

Tuy nhiên theo khảo sát của Cole.vn, lĩnh vực ngành DA vẫn còn có 1 khoảng trống lớn chưa được làm rõ, có rất nhiều câu hỏi mà những bạn muốn theo đuổi DA đang thắc mắc như:

“Em tốt nghiệp ngành kinh tế tài chính liệu có thể theo học DA?”

“Học DA có khó không? Ngành này có yêu cầu background IT không?”

“Ở độ tuổi gần 30 có còn kịp theo đuổi nghề này?”

….

Hiểu được những đắn đo thắc mắc của các bạn, Cole đã có cuộc phỏng vấn với anh Nguyễn Hoàng Nguyên Business Intelligence Developer tại FPT Software. Từng có nhiều năm kinh nghiệm làm Data Analyst tại công ty dầu khí BP và công ty Matrix Metals tại Houston, Texas Mỹ.

Với góc nhìn của 1 người nhiều năm kinh nghiệm trong lĩnh vực phân tích dữ liệu, anh Nguyên đã đưa ra những giải đáp rất cụ thể, thiết thực cho những câu hỏi mà mọi người đang rất băn khoăn về nghề DA. 

Mời các bạn cùng đọc bài phỏng vấn để tìm hiểu những khía cạnh của nghề phân tích dữ liệu nhé.

Theo anh nghề Data Analytics là gì?

a) Nghề Data Analytics là gì?

Nghề Data Analytics là công việc xem xét kỹ lưỡng và phân tích các dữ liệu bằng các công cụ phân tích dữ liệu. Kết quả mà họ thu được từ dữ liệu thô giúp chủ lao động hoặc khách hàng của họ đưa ra các quyết định quan trọng. Người làm trong lĩnh vực Data Analytics có thể làm Data Analyst, Business Intelligence Analyst hoặc Business Intelligence Developer.

b) Trong nghề này, mọi người thường có 3 lựa chọn đó là:

• Làm Data Analyst/ Business Intelligence tại Client (Tại các công ty như ngân hàng, bảo hiểm,…) có 2 hình thức: . Một là làm tại một bộ phận nhất định và trợ giúp bộ phận các công việc liên quan tới dữ liệu. Hai là một bộ phận trung tâm chuyên trách nhận yêu cầu từ các bộ phận, từ các yêu cầu. Team sẽ xử lý dữ liệu và đáp ứng nhu cầu.
• Làm Data Analyst/ Business Intelligence tại các công ty outsource/ phần mềm: thường sẽ nhận trách nhiệm xây dựng các hệ thống tự động hóa xử lý dữ liệu từ các nguồn; cung cấp báo cáo đáp ứng nhu cầu khách hàng… Những người làm DA tại công ty outsource sẽ có thể làm được nhiều ngành nghề khác nhau . Có thể biết nhiều điều thú vị từ những ngành nghề mà khách hàng kinh doanh.
• Làm Freelancer cũng là một lựa chọn cho những Data Analyst/ Business Intelligence kinh nghiệm lâu năm và có mối quan hệ thân thiết với khách hàng, và có năng lực tìm kiếm các dự án. giúp các DA/BI kiếm thêm thu nhập.

c) Công việc cụ thể của 1 Data Analyst là như thế nào, bao gồm những công việc gì ạ?

• • Xác định yêu cầu phân tích dữ liệu: Bên cạnh các yêu cầu từ quản lý, phòng ban khác, và khách hàng, các DA/BI cũng sẽ phải tự mình đặt ra những câu hỏi/ giả thuyết từ hoạt động kinh doanh của công ty. Để phát triển các báo cáo và thu nhận các chỉ số cần thiết với mục đích đưa ra các hướng cải thiện hoạt động công ty.
  • Lấy dữ liệu: Các nguồn dữ liệu có thể đến từ 2 nguồn nội bộ hoặc bên ngoài. Đối với dữ liệu nội bộ, dữ liệu sẽ thường truy xuất từ các hệ thống lưu trữ dữ liệu hoạt động nội bộ. DA/BI cũng cần phải liên lạc với các bộ phận khác để tiếp cập dữ liệu. Đôi khi DA/BI sẽ phải tìm các nguồn dữ liệu bên ngoài và tìm các cách thức để lấy dữ liệu.
  • Trích xuất và làm sạch dữ liệu: Sử dụng các công cụ để trích xuất dữ liệu cần thiết, làm sạch dữ liệu và tải lên các nền tảng khác để tiến hành phân tích dữ liệu.

• Tiến hành phân tích dữ liệu:

• Thực hiện phân tích ban đầu để đánh giá chất lượng của dữ liệu.
• Thực hiện phân tích sâu hơn để xác định ý nghĩa của dữ liệu.
• Thực hiện phân tích cuối cùng để cung cấp sàng lọc dữ liệu bổ sung.
• Chuẩn bị báo cáo: Yêu cầu từ quản lý hoặc bộ phận khác có thể có 2 hình thức chính. Một là yêu cầu 1 lần hoặc cho một dự án nhất định, DA/BI sẽ cung cấp báo cáo, phân tích, đề xuất dựa vào phân tích. Hai là xây dựng các báo cáo tự động, đối với yêu cầu này, DA/BI sẽ phải xây dựng các mô hình dữ liệu để lưu trữ các dữ liệu cần thiết cho việc tính toán, phát triển quy trình tự động xử lý dữ liệu từ dữ liệu gốc ra mô hình và phát triển các báo cáo trực quan hóa dữ liệu một cách hiệu quả.

Nhiều bạn nói, làm DA lương cao lắm, tận 2000 USD là chuyện bình thường, điều này có thật không anh?

Trên thực tế, có nhiều DA đạt được mức lương này. Tuy nhiên, họ thường đã ở vị trí Senior tại các công ty tập đoàn lớn (thường liên quan đến ngành tài chính, ngân hàng hoặc e-commerce,…). Về kỹ năng chuyên môn, họ cũng thường biết những kỹ thuật data mining có liên quan đến học máy như phân tích cụm, phân tích nhóm thuần tập (Cohort study),… 

Bên cạnh đó, họ cũng cần có tư duy problem – solving, hiểu rõ quy trình nghiệp vụ của công ty, nắm được kiến trúc dữ liệu để từ đó tìm ra hướng phân tích đúng, cuối cùng là đưa ra những giải pháp cho công ty. 

Nhiều nơi cứ vẽ lên sự hào nhoáng của nghề DA, nào là trở thành DA với mức lương mấy nghìn đô. Nhưng thực tế, các bạn cần phải hiểu câu chuyện đằng sau, làm sao mà họ có được mức lương đấy!

Cũng giống như các công việc khác, các bạn DA mới bước chân vào nghề cũng phải đi thực tập với mức lương “phụ cấp” 2-5 triệu, sau đó lên Fresher với mức lương 7-12 triệu. Khoảng 1-3 năm khi có chỗ đứng trong nghề rồi, mức lương mới ổn định ở mức 15-20 triệu.

Nhìn chung thì nghề DA có mức lương khởi đầu cao hơn các nghề khác và có lộ trình phát triển tốt hơn.

Anh có thể làm rõ điểm giống và khác nhau của DA và BA và BI được không ạ? 

Theo mình được biết,

• Business Analyst (BA) sẽ như là cầu nối giữa IT và Business. Công việc sẽ là nhận các yêu cầu về mặt hoạt động kinh doanh từ bộ phận business, rồi làm việc với các bộ phận IT để phác thảo, xây dựng kế hoạch và cung cấp các sản phẩm IT đáp ứng nhu cầu bộ phận business.
• Data Analyst/ Business Intelligence Analyst: nói vui thì công việc này các bạn sẽ làm tất cả mọi thứ liên quan tới dữ liệu, có thể là làm báo cáo, trả lời câu hỏi về một sự thay đổi trong kinh doanh bằng dữ liệu, chuẩn bị ngân sách cho bộ phận cho thời gian tới,..công việc sẽ rất rộng và phụ thuộc vào bộ phận bạn làm.
• Ngoài ra còn một vị trí là Business Intelligence Developer. Vị trí này hơi nghiêng về IT hơn và làm nhiều cho các công ty product hoặc outsourcing. Ở vị trí này bạn sẽ làm nhiều hơn về xây dựng các mô hình dữ liệu từ dữ liệu lớn (có thể Big Data). Phát triển từ khâu tự động hóa xử lý dữ liệu gốc tới mô hình dữ liệu và cung cấp các báo cáo trực quan hóa dữ liệu.

Anh có thể chia sẻ lý do tại sao anh chọn theo nghề phân tích dữ liệu? Điều gì là động lực giúp anh luôn nỗ lực theo đuổi con đường này? Và hành trình của anh/chị trên con đường theo đuổi nghề DA?

Mình yêu thích dữ liệu và có đam mê với công việc phân tích dữ liệu từ thời sinh viên. Sau khi ra trường thì tiếp tục học hỏi và trau dồi thêm nghề bằng cách vào các công ty thực tập và làm việc.

Những khó khăn khi bước chân vào nghề Data Analyst mà anh/chị cũng nhưng những người đồng nghiệp trong nghề của mình thường hay gặp phải? Anh/chị có thể chia sẻ bài học đúc rút của bản thân khi gặp những khó khăn trên cho các bạn trẻ theo đuổi ngành này?

Với nghề này thì tùy từng người mà có những khó khăn khác nhau. Thông thường những bạn không có nền tảng IT hoặc không quen làm việc với nhiều số liệu sẽ cảm thấy khá oải khi mới bước chân vào nghề này. Các bạn DA sẽ phải xử lý và chỉnh sửa lỗi liên tục trong quá trình phân tích dữ liệu. Ngoài ra, các bạn DA cũng gặp những khó khăn khác như thỉnh thoảng phải đau đầu xử lý dữ liệu có nhiều vấn đề hoặc máy móc gặp trục trặc. 

Một trong những khó khăn lớn là cung cấp các phân tích thực sự trả lời và giúp ích cho các hoạt động công ty.

Bên cạnh đó, các bạn DA cũng sẽ gặp phải bài toán khó trong khâu xử lý dữ liệu, nhất là khi gặp phải dữ liệu không ở dạng tốt để thực hiện các thao tác. Đây cũng là khâu mất nhiều thời gian để làm sạch và transform dữ liệu.  Khi gặp vấn đề này, mình sẽ trao đổi và bàn bạc với mọi người để tìm ra hướng giải quyết hợp lý, hiệu quả và đảm bảo tốc độ công việc.

Những sai lầm mà các Data Analyst hay gặp phải thực tế trong doanh nghiệp? Anh có lời khuyên nào để giúp tránh những sai lầm trên?

Sai lầm có lẽ các bạn DA sẽ hay gặp phải đó là không hiểu yêu cầu của doanh nghiệp hoặc của khách, sai từ bước ban đầu dẫn đến kết quả báo cáo của mình không đưa ra những thông tin có giá trị với họ. Do vậy các bạn khi làm nghề cần hiểu và xác định được yêu cầu và mục tiêu phân tích dữ liệu của doanh nghiệp hoặc của khách hàng.

Hiện tại Data Analyst đang là 1 trong những ngành hot và có rất nhiều bạn đang tìm hiểu về ngành này. Vậy anh có thể cho biết học DA nên bắt đầu từ đâu? Học gì để trở thành 1 Data Analyst? Và mất bao lâu mới có thể làm DA?

Về công nghệ, để trở thành 1 DA ở mức độ Fresher, tối thiểu bạn cần phải biết sử dụng các công cụ này:

• Ngôn ngữ SQL để truy vấn dữ liệu và biết thao tác trên hệ quản trị cơ sở dữ liệu MySQL, SQL Server,…
• Sử dụng công cụ để xử lý dữ liệu và trực quan hóa dữ liệu. Công cụ phổ biến là Excel và Power BI. 

Bên cạnh đó, khi phải xử lý lượng dữ liệu lớn hoặc bạn muốn phân tích nâng cao, bạn có thể trau dồi thêm những kỹ năng công cụ sau:

• Dùng ngôn ngữ lập trình Python và các thư viện Python (NumPy, Pandas, Matplotlib, Seaborn, Scikit-learn) để xử lý tự động khối lượng dữ liệu lớn.
• Kỹ năng sử dụng công cụ để trực quan hóa dữ liệu khác nhau như Power BI, Spotfire, Tableau, Google Data Studio, Pentaho, Azure Analysis Services,…hoặc có thể thậm chí sử dụng Excel. Tùy thuộc vào nhu cầu và khả năng công ty để lựa chọn phù hợp.

Tuy nhiên, Excel, Power BI, Google Data Studio và Tableau là phổ biến nhất.

Bên cạnh các tools, một thứ mà hiện tại đang hay bị bỏ quên ở Việt Nam là kiến thức về xác suất thống kê (statistics). Những kiến thức này rất cần thiết để đào sâu dữ liệu và để phát triển ngành nghề lên cao hơn (như là data scientist).

Tuy nhiên, quan trọng nhất là các bạn Data Analyst cần có tư duy nghiệp vụ, biết các hướng phân tích, tìm ra được insights đúng để giải quyết được bài toán của doanh nghiệp.

Theo anh đâu là những kỹ năng cần thiết để trở thành Data Analyst chuyên nghiệp?

• Kỹ năng tuy duy phân tích: Các bạn phải phân tích được báo cáo thay vì chỉ tạo ra báo cáo. Ví dụ như trong báo cáo mà bạn phân tích có những điểm hoặc có xu hướng nào đang tác động đến tình hình kinh doanh của doanh nghiệp. Từ đó đưa ra insights hữu ích. Kỹ năng tư duy còn thể hiện ra trong việc tự mình đặt câu hỏi. các giả thuyết và tìm hiểu, đào sâu để chứng minh/ trả lời các điều trên.
• Kỹ năng giao tiếp: Trong quá trình làm nghề, các bạn sẽ phải liên hệ với các phòng ban để thu thập dữ liệu, cũng như trao đổi công việc với các bên liên quan.
• Kỹ năng thuyết trình: Sau khi làm phân tích dữ liệu các bạn sẽ phải trình bày báo cáo của mình với giám đốc hoặc các bên liên quan. Do đó, để truyền tải tốt thành quả phân tích của mình, các bạn cần có kỹ năng thuyết trình. Kỹ năng thuyết trình không chỉ thể hiện qua việc nói, còn qua việc viết báo cáo và chọn lọc các trực quan hóa dữ liệu phù hợp
• Bên cạnh đó cũng cần có các kỹ năng công nghệ (đặc biệt SQL) và sử dụng tools tốt để xử lý dữ liệu hiệu quả. 
• Các kỹ năng và hiểu biết về xác suất thống kê, toán học (statistics) sẽ giúp ích nhiều trong sự nghiệp dài lâu.
• Kỹ năng ngoại ngữ: Không chỉ riêng nghề DA mà hầu như các nghề khác cũng đều cần đến tiếng Anh để nâng cao công việc. Riêng ngành DA các bạn cũng nên có tiếng Anh để hiểu những thuật ngữ trong ngành.

Nhiều bạn dù đang học ngành khác hoặc có nhiều người dù đi làm rồi vẫn mong muốn tìm hiểu ngành DA, tuy nhiên điều mà họ thường trăn trở nhất là liệu không có background IT thì có theo được nghề DA. Vậy có thể trả lời thắc mắc này giúp các bạn được không?

Trên thực tế có nhiều người làm nghề DA xuất phát từ kế toán, tài chính hoặc từ background kinh tế khác nhau. Để trở thành 1 DA không hề quá khó khăn như nhiều người nghĩ, các bạn không nhất thiết phải có nền tảng IT mà chỉ cần các bạn có niềm yêu thích với dữ liệu, với code hoặc thuật toán máy tính thì các bạn đều có thể học phân tích dữ liệu được

Với những bạn IT khi làm phân tích dữ liệu, các bạn có lợi thế về viết code và sử dụng các thuật toán để thực hiện các phương thức phân tích dữ liệu cao hơn. Tuy nhiên, không phải vậy mà những người không có nền tảng IT lại bị lép vế trên thị trường tuyển dụng, các bạn dân kinh tế sẽ có lợi thế về mặt kiến thức và tư duy kinh tế – thị trường, điều đấy sẽ giúp các bạn hiểu các vấn đề kinh doanh của doanh nghiệp để có hướng làm phân tích dữ liệu hiệu quả.

Vậy thì với những người đang đi làm mà muốn rẽ hướng sang, ở độ tuổi gần 30 liệu học DA có còn kịp?

Học DA ở độ tuổi gần 30 cũng không hề muộn.Tuy có thể về mặt kỹ thuật học sẽ có những hạn chế nhất định, tuy nhiên theo mình thấy, những người ở độ tuổi đấy sẽ thường có nhiều năm kinh nghiệm làm việc, họ cũng có thể đã làm việc ở nhiều doanh nghiệp khác nhau. Do đó khả năng phân tích thị trường của họ sẽ tốt hơn và nhạy bén hơn so với những bạn trẻ chưa có nhiều trải nghiệm. 

Để cải thiện mặt kỹ thuật trong lĩnh vực DA này, mọi người hoàn toàn có thể trau dồi trong lúc làm việc hoặc học hỏi từ các nguồn trên internet, có rất nhiều nguồn kiến thức bổ ích về DA trên mạng mà mọi người có thể tham khảo và áp dụng trong công việc.

Nghề IT, digital marketing có xu hướng bão hòa trong năm 2025, vậy còn data analyst thì sao ạ, trong khi hiện tại có rất người tranh nhau đi học và làm việc chứng tỏ trong tương lai gần mức lương và slot cũng sẽ giảm?

Thực ra Data Analysis học cũng khá khó, chỉ đơn giản hơn IT về khoản lập trình. DA đòi hỏi nền tảng chuyên môn vững chắc cả về tư duy phân tích, logic giải quyết vấn đề và kỹ năng sử dụng công cụ. Điều này hầu như ít ai có được vì có rất ít trung tâm chuyên về đào tạo ngành dữ liệu uy tín. Trong khi đó, nhân lực ngành này cần đến năm 2025 là 50,000 người, đào tạo không kịp. Tương lai, con số này sẽ còn tăng mạnh vì nhiều DN truyền thống muốn tập trung về ERP và cả CRM, các DN càng ngày càng chú trọng nhiều về dữ liệu

Học Data Analysis không phải là xu hướng, mà là 1 phần không thể thiếu ở mọi doanh nghiệp, khi thế giới đang chuyển mình lao đầu để đuổi kịp thời đại số.

Tuyển dụng DA hầu như đều yêu cầu có kinh nghiệm tối thiểu 1-2 năm, vậy anh/chị có thể đưa ra lời khuyên cho những bạn trẻ theo đuổi ngành DA về việc tìm nơi thực tập và trau dồi kinh nghiệm thực chiến?

Hiện nay nghề dữ liệu đang phát triển nên sẽ có nhiều cơ hội để các bạn có thể tìm nơi thực tập. Thỉnh thoảng sẽ có nơi tuyển vị trí intern hoặc fresher, các bạn có thể tìm cơ hội ở trên các trang tuyển dụng như Itviec, Vietnamwork, Topcv,…

Đặc biệt là các nhóm chuyên về nghề Data trên facebook các nhà tuyển dụng đăng thông tin lên đó rất nhiều và có thêm  rất nhiều nguồn dữ liệu xung quanh và có nhiều các câu hỏi đang được đặt ra, các bạn có thể tự mình làm các dự án cá nhân. Và tìm một số platform phù hợp để chia sẻ phân tích của mình.

Một mặt sẽ giúp trau dồi phát triển kinh nghiệm kỹ năng bản thân, Hai là có thể để lại ấn tượng tốt với các nhà tuyển dụng.

Anh có thể cho biết lộ trình sự nghiệp (lộ trình thăng tiến) của 1 Data Analyst ở Việt Nam?

Thường thì Career path của 1 Data Analyst sé đi từ Fresher lên Junior và đến Senior:

• Fresher Data Analyst

Khởi đầu với nghề phân tích dữ liệu, người đi làm thường sẽ thiếu kinh nghiệm. Nhiều bạn biết sử dụng công cụ, tuy nhiên lại thiếu tư duy phân tích. Dó đó, các bạn mới bước chân vào nghề sẽ apply ở vị trí intern nếu kiến thức chưa vững hoặc fresher nếu các bạn đã sử dụng tốt các công cụ Excel và Power BI và SQL và có dưới 1 năm kinh nghiệm.

Lương dành cho Fresher Data Analyst sẽ rơi vào khoảng 6 triệu đến dưới 10 triệu

• Junior Data Analyst

Khi bạn đã có từ 1-3 năm kinh nghiệm và có trong mình 1 kỹ năng phân tích dữ liệu ứng với 1 nghiệp vụ cụ thể (VD phân tích tài chính, nhân sự,…), bạn đang ở level của 1 Junior Data Analyst.

Ở vị trí này, bạn ít nhất phải thành thạo SQL, Excel, PowerBI hoặc Google Analytics/ Google Data Studio. Ngoài ra bạn có thể biết làm các phân tích xác suất thống kê với R và Python để làm các phân tích nâng cao.

Lương của Junior Data Analyst sẽ từ 10 triệu đến trên 20 triệu

• Senior Data Analyst

Ở vị trí Senior Data Analyst, bạn cần có từ 3-5 năm kinh nghiệm trở lên. Cùng với đó, bạn phải có khả năng phân tích dữ liệu sắc bén, thành thạo kỹ năng phân tích xác suất thống kê, thành thạo ngôn ngữ SQL, Python hoặc R, công cụ trực quan hóa dữ liệu PowerBI hoặc biết thêm Google Data Studio,… Biết làm việc với các loại CSDL khác nhau như SQL Server, MySQL, Oracle,…

Lương của Senior Data Analyst giao động từ từ 20 triệu đến 30 triệu

Một câu hỏi cuối cùng, theo em biết là anh từng có thời gian du học và làm DA tại Mỹ, tại sao anh không tiếp tục ở Mỹ sinh sống và làm việc mà lại về Việt Nam?

Sau khoảng thời gian du học mình có từng làm Data Analyst tại một số công ty tại Mỹ, sau đấy 1 phần lý vì do gia đình, bên cạnh đó 1 lý do đặc biệt là mình thấy ở Việt Nam cũng có nhiều cơ hội nghề nghiệp khi doanh nghiệp Việt đã bắt đầu quan tâm đến chuyển đổi số. Ứng dụng khoa học dữ liệu trong kinh doanh nên cơ hội khá nhiều, mình cũng đã có kinh nghiệm 4 năm làm việc bên đó nên về Việt Nam cũng không khó để lựa chọn công việc.. ?

Anh đã từng có thời gian làm DA/BI tại Mỹ vậy Anh có thể chia sẻ về môi trường làm việc cũng như tính chất của công việc này khác gì so với Việt Nam hiện tại?

Sau khi ra trường từ 2015 mình có làm việc tại 4 công ty (2 công ty thực tập và 2 công ty chính thức 1 công ty làm job DA là công ty dầu khí BP và 1 công ty làm job BI là Matrix Metals tại Houston, TX, US), trở về Việt Nam thì mình xin làm BI tại FPT mình thấy tính chất công việc nghề này thì ở đâu cũng giống nhau. Quá trình phỏng vấn và xin việc cũng khá giống nhau, có chăng sự khác nhau ở đây FPT là công ty Outsource sẽ làm DA hay BI theo yêu cầu của khách hàng.

Các công ty mình làm hồi ở Mỹ là các công ty Client họ có lịch sử phát triển khá lâu đời và thành khuôn mẫu rồi. Lúc về Việt Nam mình thấy các công ty tại Việt Nam như giai đoạn còn khai hoang cà có khá nhiều cơ hội để cho mình có thể phát triển sự nghiệp.

Anh có nhận xét gì về tương lai và triển vọng của nghề này ở Việt Nam?

Như mình và các bạn có thể thấy trên nhiều diễn đàn, chúng ta hay nghe nói đến vấn đề chuyển đổi số và VN chúng ta đang đẩy mạnh chuyển đổi số để bắt kịp với công nghệ thế giới. Cùng với sự phát triển của công nghệ thì dữ liệu ngày càng nhiều đặt ra các bài toán cần giải quyết bằng dữ liệu.

Do đó nhu cầu về phân tích dữ liệu sẽ càng tăng lên. Các nghề DA và BA có rất nhiều tiềm năng phát triển ở VN.

Những nguồn tự học mà dân phân tích dữ liệu hay cày?

Khi các bạn tìm trên mạng thì có rất nhiều nguồn tài liệu về phân tích dữ liệu. Với mình thì đây là những kênh mình đã chắt lọc trong quá trình tìm tòi tự học.

Để học SQL, các bạn có thể tham khảo 1 vài trang web:

W3 Schools

Mode Analytics tutorials

Để học công cụ BI, các bạn có thể tham khảo 1 vài trang web:

Trang Youtube của Avi Singh về Power BI – https://www.youtube.com/user/ModernExcel 

Trang Youtube học Tableau – https://www.youtube.com/playlist?list=PL6_D9USWkG1C4raCOTlTf_oq4XnNNNtm9  

Nguồn tự học tổng hợp về Data Analysis

Analytics Vidhya (là một trang web tổng hợp rất nhiều tutorial, khái niệm và giải thích rất nhiều chủ đề liên quan tới phân tích dữ liệu bao gồm cả học máy)

Nguồn dataset và các bài toán phân tích dữ liệu 

Kaggle – đây là một nền tảng trực tuyến cho cộng đồng Machine Learning (ML) và Khoa học dữ liệu. Kaggle cho phép người dùng chia sẻ, tìm kiếm các bộ dữ liệu; tìm hiểu và xây dựng models, tương tác với những nhà khoa học và kỹ sư ML trên toàn thế giới; tham gia các cuộc thi để có cơ hội chiến thắng những giải thưởng giá trị

Để theo nghề Data Analyst nên tự học hay đi học các khóa học?

Những bạn nào có khả năng tự chắt lọc được tài liệu để học và tự xây dựng lộ trình học cho mình thì có thể tự học. Nhưng nếu các bạn còn đang bơi trong bể kiến thức thì nên học 1 vài khóa data analysis nền tảng và để xác định hướng học tập của mình vì DA có rất nhiều định hướng.

Điều quan trọng nhất là tư duy phân tích dữ liệu, tìm ra phương hướng giải quyết bài toán của Doanh nghiệp với dữ liệu trong tay. Điều này đòi hỏi các bạn DA cần có nhiều trải nghiệm.

>> Data Analysis là gì? Khám phá mọi khía cạnh và những xu hướng 2023: https://cole.edu.vn/data-analysis-la-gi/