Đã hơn một năm kể từ ngày tôi bắt đầu công việc full-time đầu tiên tại Mỹ: Data Analyst (Chuyên viên phân tích dữ liệu) tại trường Đại học Penn State (The Pennsylvania State University)—cũng là nơi tôi vừa lấy bằng Tiến sĩ.
Bạn đang xem: Data analyst là gì
Ban đầu khi mới bắt đầu công việc này, tôi chỉ nghĩ đây là một công việc văn phòng bình thường, không có gì quá “sexy” cả ???? nên ít khi chia sẻ trên blog. Tuy vậy, càng ngày càng có nhiều bạn trẻ—cả Việt Nam lẫn nước ngoài—hỏi tôi về ngành nghề này. Các vị trí tuyển dụng cho ngành này dường như cũng tăng theo cấp số nhân trong năm vừa qua, chứng tỏ sức hút và nhu cầu ngày càng tăng với nghề Data Analytics. Ngay bản thân tôi sau một thời gian làm việc thì cũng hiểu hơn về công việc này và thấy yêu quý nó hơn cả thời điểm tôi mới nhận được việc làm.
Bởi vậy, bài viết này phân tích năm khía cạnh lớn nhất nghề này, dưới quan điểm và kinh nghiệm thực tiễn của tôi, bao gồm: (1) Data Analyst là gì, (2) Hành trình của tôi đến với nghề này, (3) Các kỹ năng cần thiết cho công việc, (4) Kinh nghiệm để trở thành một Data Analyst giỏi, và (5) Lời khuyên để chuẩn bị một hồ sơ cạnh tranh cho vị trí Data Analyst.
Lưu ý nhỏ trước khi đọc: Trong quá trình thực hiện bài viết, tôi đã tham khảo rất nhiều nguồn tài liệu cả tiếng Anh và tiếng Việt, khảo sát nhiều vị trí tuyển Data Analyst tại nhiều ngạch công việc khác nhau ở các quốc gia để viết một bài khách quan, khái quát, và có tính ứng dụng cao nhất. Tuy nhiên, do đặc thù là ngành tương đối mới và ở mỗi ngạch công việc lại có yêu cầu khác nhau nên một bài viết nhỏ không thể bao quát được hết từng vị trí. Do vậy, thông tin dưới đây chỉ có tính tham khảo và bạn đọc nên tự nghiên cứu, tìm tòi, và kiểm chứng thông tin cho riêng mình.
Hành trình của tôi đến với nghề Data Analyst
Đầu tiên, tôi phải thú nhận rằng Data Analyst không phải “dream job” (công việc trong mơ) của tôi, ít nhất theo cái nghĩa mà mình mơ ước được làm nghề, luyện tập kỹ năng để thi thố, và chuyên tâm ứng tuyển vào vị trị này. Nói cho đúng hơn, gần như “dòng đời xô đẩy” đưa tôi đến với nghề Data Analyst.
Tôi bắt đầu tìm công việc fulltime tại Mỹ khi đang trong quá trình viết luận án Tiến sĩ (chưa tốt nghiệp) vì tôi muốn khi ra trường mình đã có công việc rồi chứ không phải rơi vào hoàn cảnh chơi vơi thất nghiệp. Hơn nữa, ra ngoài ra việc đi làm cũng là giải pháp giúp tôi ra khỏi nhà và trở lại với chính mình sau thời gian sinh con đầu lòng nhiều stress. Vì background của tôi là nghiên cứu về giáo dục nên ban đầu tôi nghĩ mình sẽ tiếp tục con đường học thuật để làm giảng viên, nhà khoa học, hay nghiên cứu sau tiến sĩ (post-doc). Tuy nhiên, thị trường tuyển dụng mảng học thuật vô cùng hạn chế và cạnh tranh cao nên cơ hội rất ít; ngoài ra nếu được nhận việc khả năng cao tôi sẽ phải di chuyển tới bang/thành phố khác—một điều tôi chưa muốn làm tại thời điểm đó vì con còn quá nhỏ. Bởi vậy, tôi quyết định bước ra khỏi “vùng an toàn” của mình để nộp những công việc khác với dự tính ban đầu nhưng ở ngay thành phố tôi đang sống.
Đó là khi tôi tình cờ nhìn thấy thông tin tuyển dụng của vị trí Data Analyst tại trường Đại học Penn State.
Thông báo tuyển dụng chỉ nêu ngắn gọn là cần tuyển một người vào vị trí Higher Education Data Analyst (Chuyên viên phân tích dữ liệu đại học). Yêu cầu có tối thiểu bằng Đại học, có kỹ năng quản lý, khai thác và phân tích dữ liệu, làm được báo cáo giúp đưa ra quyết định dựa trên số liệu khoa học. Ngoài công việc phân tích dữ liệu thông thường, vị trí này còn làm việc với dự án đánh giá năng lực của nhà trường để tìm giải pháp giúp các hoạt động giảng dạy và dịch vụ cho sinh viên được tốt hơn. (Gần như là Data Analystics + Evaluation/Assessment)
Từ khi COVID-19 bùng phát tại Mỹ, tôi làm việc ở nhà 100% mà không gặp trở ngại gì nhờ công nghệ remote desktop và thói quen backup dữ liệu lên cloud.
Kinh nghiệm để trở thành một Data Analyst giỏi
Trong quá trình làm việc ở vị trí của mình và cộng tác với những Data Analyst khác ở trong và ngoài trường, tôi nghiệm ra một số điều đặc biệt có thể biến bạn từ một Data Analyst “thường thường bậc trung” lên mức độ giỏi.
Bản thân tôi không tự nhận mình là siêu sao nhưng nhờ việc áp dụng những bài học kinh nghiệm dưới đây mà ngay trong năm đầu làm việc tôi đã được đánh giá năng lực ở mức “exceptional” (đặc biệt xuất sắc)—mức đánh giá cao nhất trong hệ thống của Penn State.
Theo kinh nghiệm của tôi, để trở thành một Data Analyst giỏi, bạn cần 5 điều sau đây:
1. Trở thành chuyên gia trong lĩnh vực hẹp của mình: Một Data Analyst trung bình là người biết dàn trải mọi thứ, cái gì cũng biết một chút, nhưng Data Analyst giỏi là người biết ít hơn nhưng biết rất sâu về lĩnh vực mình đang làm.
Ví dụ, vị trí của tôi hiện tại nằm ở một College (Schreyer Honors College) trực thuộc Penn State; bởi vậy, càng làm tôi càng thu hẹp phạm vi tập trung của mình từ số liệu đại học chung chung, tới số liệu Penn State, và sau cùng tới số liệu riêng của College, sau đó tiếp tục chẻ nhỏ ra từng đơn vị như Academics, Student Affairs… Càng thu hẹp lĩnh vực tập trung, bạn càng trở thành chuyên gia, và càng củng cố vị trí của mình hơn trong công việc. Một khi bạn đã trở thành chuyên gia, có những thứ chỉ riêng mình bạn biết và chỉ bạn mới có thể làm được, và vì thế, bạn không dễ gì có thể bị thay thế.
2. Dành thời gian quan sát, học hỏi trước khi bắt tay vào “hành động”. Khi bắt đầu công việc mới ai cũng hừng hực khí thế, muốn thay đổi mọi thứ theo cách của mình, muốn cộp con dấu riêng cho mình. Tuy nhiên, đây không hẳn là điều tốt đối với Data Analyst giỏi vì như đã viết, để làm tốt công việc, bạn cần hiểu được hoàn cảnh, lịch sử của số liệu. Nếu bạn làm nhiều số liệu nội bộ (internal/in-house data) và có liên quan đến đánh giá năng lực như tôi, bạn lại càng phải dành thời gian quan sát, học hỏi đồng nghiệp và những người đi trước rất nhiều trước khi đưa ra ý kiến muốn thay đổi điều gì đó.
Tôi từng kể, một trong những “drama” tôi gặp phải khi tuyển vào vị trí này là đồng nghiệp dè chừng vì lo họ sẽ bị tôi đánh giá, soi xét qua các chỉ số về năng lực. Nhưng ngay từ đầu, tôi đã khẳng định với họ rằng mình đến đây để học chứ không phải để đánh giá ai cả. Trong quá trình làm việc, tôi quan sát và đặt câu hỏi cầu thị rất nhiều để có được niềm tin từ đồng nghiệp, khiến họ dễ dàng mở lòng chia sẻ khó khăn, vất vả trong công việc—đây chính là những data đắt giá nhất!
3. Hết sức cẩn trọng khi chia sẻ số liệu, luôn đặt tính bảo mật dữ liệu lên hàng đầu. Đây là điều vô cùng quan trọng đối với bất kỳ ai làm về số liệu vì số liệu nhìn vô cảm, vu vơ nhưng lọt vào tay ai đó với dụng tâm xấu thì có thể trở nên rất “nhạy cảm”. Trên thực tế, rất nhiều người mặc dù giỏi về nghề nhưng lại sơ sót về vấn đề trọng yếu này.
Trở lại với đề tài “drama”, người tiền nhiệm của tôi từng làm một survey khảo sát sinh viên về hoạt động của nhà trường, một số ít sinh viên có phản hồi tiêu cực nêu đích danh giáo viên và cán bộ nhà trường. Thay vì bảo mật thông tin và trao đổi trực tiếp với cấp trên, người này “nhanh nhảu” chia sẻ cho chính giáo viên và cán bộ có nêu tên về những phản hồi này ????. Đó là lý do chính khiến người tiền nhiệm của tôi bị buộc thôi việc khi chưa làm đến nửa năm.
Xem thêm: Encapsulation Là Gì – Tính đóng Gói Encapsulation Trong Java
Đừng bao giờ, đừng bao giờ để mình phạm vào lỗi chết người này!
4) Làm việc được cả số liệu định lượng lẫn định tính: Nghĩ đến Data Analyst, nhiều người chỉ nghĩ đến con số (định lượng) nhưng nếu muốn trở thành Data Analyst giỏi, bạn nên thành thạo cả kỹ năng phân tích được cả số liệu dưới dạng ngôn từ (định tính). Bởi vì số liệu trong thực tế, đặc biệt những số liệu có chiều sâu thường ở dạng mix cả định lượng và định tính. Nếu bạn có thể làm được cả hai, bạn sẽ tạo cho mình lợi thế cạnh tranh tốt hơn, tạo ra được những phân tích đa chiều hơn, và cộng tác được nhiều hơn với nhiều người trong nhiều dự án khác nhau.
5) Kể được “câu chuyện” đằng sau số liệu: Data Analyst về bản chất là bạn biến bộ dữ liệu phức tạp ra những kết luận đơn giản, dễ hiểu, có tính ứng dụng cao. Bởi vậy, để trở thành một Data Analyst giỏi, bạn không nên chỉ vùi đầu vào máy tính cộng cộng, trừ trừ… mà nên luyện tập kỹ năng truyền đạt thông tin lôi cuốn, kể “câu chuyện” đằng sau số liệu một cách thuyết phục qua ngôn ngữ nói (thuyết trình) hoặc ngôn ngữ viết (báo cáo, nghiên cứu khoa học).
Ai cũng có thể tính toán được nhưng khác biệt giữa người mức trung bình và người giỏi là khả năng trình bày suy nghĩ, diễn giải vượt trên các con số khô khan thông thường. Đây cũng là kỹ năng tốt cho bất cứ ngành nào, chứ không phải chỉ riêng Data Analyst.
Chuẩn bị hồ sơ cạnh tranh ứng tuyển vị trí Data Analyst
Nếu Data Analyst là “dream job” của bạn, dưới đây là một số gợi ý của tôi để bạn có thể chuẩn bị từ bây giờ để có một bộ hồ sơ cạnh tranh:
Nắm chắc kiến thức Toán cơ bản. Như đã viết, bạn không cần phải là siêu sao Toán nhưng những kiến thức cơ bản như descriptive statistics, regression, tabulation, t-test, chi-square… thì nên biết và làm thành thạo.Tìm hiểu cụ thể vị trí mình muốn làm thường có yêu cầu gì và chuẩn bị trước cho từng yêu cầu đó. Như đã viết, mỗi một vị trí Data Analyst có yêu cầu về ngành học, kỹ năng, và kiến thức khác nhau. Vậy nên, nếu bạn biết mình muốn làm ngành nào hay cụ thể là tổ chức-công ty nào, bạn nên xem những thông tin tuyển dụng họ đã đăng (ví dụ trên LinkedIn) để xem yêu cầu của họ về kỹ năng là gì. Ví dụ như vị trí tôi đang làm hiện tại thì chỉ yêu cầu biết Excel, SQL, SPSS hoặc Stata, và một phần mềm phân tích định tính như NVivo. Nhưng những nơi khác, ở những ngạch việc khác có thể yêu cầu R, Python… Vì vậy, biết trước được ngành mình thích cần những gì để hoàn thiện từ trước sẽ giúp bạn có bộ hồ sơ cạnh tranh hơn nhiều.Luôn thể hiện sự khiêm tốn, tinh thần cầu tiến, ham học hỏi: Trong CV, cover letter, cũng như khi phỏng vấn cho công việc, bạn không nên quá khoe khoang về kỹ năng và kiến thức của mình (điều mà tôi từng thấy ở nhiều buổi phỏng vấn Data Analyst). Bạn chỉ nên nói vừa đủ, súc tích về những gì mình biết, lắng nghe người phỏng vấn để hiểu thêm về hoàn cảnh công việc, và thể hiện rõ tinh thần học hỏi, cầu thị. Kể cả bạn có đã là siêu sao số liệu đi chăng nữa, bất cứ khi nào vào một môi trường mới, bắt vào một bộ số liệu mới, bạn đều phải học lại từ đầu. Là một người từng làm tuyển dụng, tôi luôn tâm niệm rằng điều làm bạn trở nên “cạnh tranh” nhất là chính con người và phẩm chất của bạn, chứ không hẳn là bằng cấp, kỹ năng, hay những gì bạn thể hiện trên giấy tờ.
—
Hy vọng bài viết trên cho bạn cái nhìn tổng quát và sát thực nhất về nghề Data Analyst. Như đã thú thực ngay từ ban đầu, Data Analyst không phải là “dream job” của tôi và cũng chưa chắc tôi sẽ gắn bó với công việc này cả đời. Tuy nhiên, sau một năm làm việc, tôi đã học được rất nhiều điều bổ ích có thể áp dụng được ngay vào cuộc sống hàng ngày.
Ví dụ, vì làm việc quen với số liệu, tôi quan tâm hơn đến data report của chính trang blog này để biết được bạn đọc The Present Writer thích đề tài nào nhất, hay đọc vào thời điểm nào trong tuần, là nam hay nữ, sống ở đâu… để phát triển blog dựa theo hướng phù hợp với bạn đọc hơn. Cũng nhờ có đầu óc nhanh nhạy hơn về con số, tôi quản lý tài chính cá nhân được tốt hơn và hiểu rõ hơn một số mô hình tài chính mới (ví dụ như FIRE) để đầu tư cho tương lai của mình.
Xem thêm: Normie Là Gì – ý Nghĩa Từ Này Là Sao
Bởi vậy, tôi tin rằng dù bạn có không quyết định làm Data Analyst thì một số kỹ năng, kiến thức của nghề này cũng có thể giúp bạn phát triển hơn, nhanh nhạy, sáng tạo hơn ở công việc bạn đang làm.
Be Present,
Chi Nguyễn
*Bạn thích bài viết này? Hãy cân nhắc ủng hộ cho The Present Writer để blog có thể tiếp tục hoạt động phi lợi nhuận
**Vui lòng đọc kỹ yêu cầu về Bản Quyền-Cộng Tác trước khi sao chép hoặc trích dẫn nội dung và hình ảnh của blog
Chuyên mục: Hỏi Đáp
