Hầu hết các công ty, tập đoàn trong các lĩnh vực khác nhau của nền kinh tế thế giới đã bắt đầu thu thập, tổ chức, lưu trữ và phân tích một lượng lớn dữ liệu liên quan đến hoạt động của họ. Trong một cuộc khảo sát gần đây, số người được hỏi cho biết họ cảm thấy các khoản chi phí cho Big Data là cần thiết để chuyển đổi hoạt động của họ thành các doanh nghiệp cạnh tranh hơn.

Những công việc hàng đầu trong lĩnh vực Big Data

1. Nhà khoa học dữ liệu

Theo PayScale, có rất nhiều cơ hội cho các nhà khoa học dữ liệu công nghệ thông tin (CNTT) tài năng, có khả năng khai thác và phân tích dữ liệu phức tạp cho các tập đoàn lớn. Hợp tác với các nhóm CNTT đa chức năng, họ biên dịch và tạo ra các mô hình dữ liệu thống kê khác nhau để từ đó đưa ra các đề xuất và kế hoạch hành động liên quan đến toàn bộ hệ thống.

Các nhà khoa học dữ liệu CNTT cần có kiến thức nâng cao về kỹ thuật khai thác dữ liệu khác nhau như phân cụm, phân tích hồi quy, cây quyết định và máy vectơ hỗ trợ; bằng cấp cao (như Thạc sĩ hoặc Tiến sĩ) về khoa học máy tính cùng kinh nghiệm làm việc trong lĩnh vực liên quan.

Khoa học dữ liệu được đánh giá là công việc đứng đầu trong danh sách 50 công việc tốt nhất ở Mỹ năm 2019 với mức lương trung bình lên tới 108.000 USD (tương đương khoảng 2,5 tỷ đồng)/năm và điểm hài lòng là 4,3/5.

2. Kỹ sư dữ liệu

Kỹ sư dữ liệu là công việc sử dụng các thế mạnh khoa học và kỹ thuật máy tính để tổng hợp, phân tích và xử lý các tập dữ liệu lớn. Các tác vụ phổ biến bao gồm tạo và dịch thuật toán máy tính thành mã nguyên mẫu, phát triển các quy trình kỹ thuật để cải thiện khả năng truy cập dữ liệu và thiết kế báo cáo, bảng điều khiển cũng như công cụ cho người dùng cuối.

Nhà tuyển dụng thường yêu cầu các ứng viên đã hoàn thành bằng đại học về khoa học máy tính, kỹ thuật hoặc một lĩnh vực liên quan. Họ cũng thích những ứng viên có kinh nghiệm từ 3 đến 5 năm, thành thạo về kiến thức hệ thống Linux, thiết kế cơ sở dữ liệu SQL và một trong những ngôn ngữ mã hóa như Java, Python, Kafka, Hive hoặc Storm. Kỹ năng mềm bao gồm kỹ năng giao tiếp bằng văn bản, lời nói cũng như khả năng làm việc độc lập và theo nhóm.

Kỹ sư dữ liệu xếp thứ 8 trong số 50 công việc tốt nhất ở Mỹ 2019 với mức lương trung bình 106.000 USD (khoảng 2,46 tỷ đồng)/năm và điểm hài lòng công việc là 3,9/5.

3. Chuyên viên phân tích dữ liệu

Các nhà phân tích dữ liệu thu thập thông tin hữu ích về các chủ đề khác nhau bằng cách thiết kế và thực hiện khảo sát quy mô lớn. Công việc của họ là tuyển dụng những người tham gia khảo sát, biên soạn và giải thích dữ liệu đã gửi, sau đó chuyển tiếp những phát hiện thông qua biểu đồ và báo cáo truyền thống cũng như định dạng kỹ thuật số.

Các cá nhân mong muốn trở thành chuyên viên phân tích dữ liệu phải có kiến thức về chương trình máy tính như Microsoft Excel, Microsoft Access, SharePoint và cơ sở dữ liệu SQL cũng như kỹ năng giao tiếp và thuyết trình tốt, với khả năng dịch hiệu quả thông tin phức tạp cho các bên liên quan.

Công việc này xếp thứ 31 trên 50 công việc tốt nhất ở Mỹ 2019 với mức lương trung bình 60.000 USD (tương đương khoảng 1,4 tỷ đồng)/năm và điểm hài lòng công việc là 3,9/5.

4. Kỹ sư bảo mật

Các kỹ sư bảo mật đóng một vai trò quan trọng trong việc lên kế hoạch và giảm thiểu rủi ro CNTT cho công ty bằng cách thiết lập tường lửa máy tính, phát hiện và ứng phó với các cuộc xâm nhập, đồng thời xác định chính xác các vấn đề bảo mật hệ thống. Họ cũng tạo và thực hiện các kế hoạch kiểm tra cho phần mềm, phần cứng mới hoặc mới được cập nhật và thiết lập các giao thức phòng thủ nhiều lớp cho các mạng máy tính.

Vị trí này thường yêu cầu bằng cử nhân về kỹ thuật, khoa học máy tính hoặc một lĩnh vực liên quan cùng với nhiều năm kinh nghiệm và lý tưởng nhất là có chứng chỉ bảo mật ngành. Ngoài hiểu biết kỹ thuật về ngôn ngữ máy tính và hệ điều hành, các kỹ sư bảo mật cũng cần có kỹ năng giải quyết vấn đề và nền tảng toán học vững chắc để có thể làm việc độc lập.

Đây là công việc xếp thứ 17 trên 50 công việc tốt nhất ở Mỹ 2019, với mức lương trung bình là 102.000 USD (tương đương gần 2,4 tỷ đồng)/năm và điểm hài lòng công việc là 3,8/5.

5. Quản lý cơ sở dữ liệu

Các nhà quản lý cơ sở dữ liệu được đào tạo và có kỹ năng về quản lý dự án sẽ thực hiện chẩn đoán cũng như sửa chữa các cơ sở dữ liệu tinh vi. Họ cũng xem xét các yêu cầu kinh doanh về sử dụng, đánh giá các nguồn dữ liệu để cải thiện nguồn cấp dữ liệu và giúp thiết kế, cài đặt phần cứng lưu trữ.

Công việc này yêu cầu bằng cử nhân về công nghệ thông tin và tối thiểu 5 năm ở vị trí quản lý cơ sở dữ liệu. Các ứng viên cũng nên thành thạo các phần mềm cơ sở dữ liệu khác nhau như MySQL và Oracle.

Các nhà quản lý cơ sở dữ liệu kiếm được trung bình 73.545 USD (tương đương khoảng 1,7 tỷ đồng)/năm.

6. Kiến trúc sư dữ liệu

Kiến trúc sư dữ liệu sử dụng kiến thức về ngôn ngữ máy tính hướng dữ liệu để tổ chức và duy trì dữ liệu trong cơ sở dữ liệu quan hệ và kho lưu trữ của công ty, phát triển chiến lược kiến trúc dữ liệu cho từng lĩnh vực chủ đề của mô hình dữ liệu doanh nghiệp.

Các kỹ năng mà các nhà tuyển dụng tìm kiếm đối với công việc kiến trúc sư dữ liệu bao gồm trình độ kỹ thuật nâng cao (đặc biệt là các ngôn ngữ như SQL và XML), sự nhạy bén trong phân tích, trực quan hóa sáng tạo và kỹ năng giải quyết vấn đề cũng như định hướng chi tiết. Hầu hết các kiến trúc sư dữ liệu đều có ít nhất một bằng cử nhân (và thường là bằng cấp cao) trong lĩnh vực liên quan đến khoa học máy tính.

Kiến trúc sư dữ liệu là công việc có mức lương cao nhất trong lĩnh vực Big Data, trung bình lên tới 113.078 USD (tương đương khoảng 2,6 tỷ đồng)/năm.

7. Tuyển dụng kỹ thuật

Những nhà tuyển dụng kỹ thuật sẽ phụ trách tìm nguồn cung ứng và sàng lọc nhân sự Big Data cùng với các chuyên gia kỹ thuật khác. Họ làm việc với các tập đoàn để đánh giá nhu cầu tuyển dụng và sau đó tìm kiếm những ứng viên mạnh nhất trên thị trường cho từng cơ hội việc làm cụ thể. Họ cũng hỗ trợ các ứng viên chuyên nghiệp trong suốt quá trình xin việc, phỏng vấn, tuyển dụng.

Nhà tuyển dụng kỹ thuật cần có kiến thức chuyên môn nâng cao về vị trí công việc mà họ tìm kiếm, đồng thời xây dựng mối quan hệ tích cực với các ứng viên trong sàng lọc và phỏng vấn.

Công việc này đứng thứ 28 trong danh sách 50 công việc tốt nhất ở Mỹ năm 2019 với điểm số hài lòng công việc là 4,1/5 và mức lương trung bình là 48.000 USD (tương đương khoảng 1,1 tỷ đồng)/năm.

(Nguồn: GoodCV)

Bài viết Những công việc hàng đầu trong lĩnh vực Big Data đã xuất hiện đầu tiên vào ngày Hướng nghiệp 4.0.

Chủ tịch kiêm Nhà sáng lập Alibaba Jack Ma cho rằng, trong 30 năm tới, trí tuệ nhân tạo (AI) sẽ vượt qua kiến thức của con người dẫn đến hệ quả là chúng ta sẽ dần mất hết việc làm vào tay robot: “Một làn sóng mới đang đến. Con người sẽ bị đánh cắp hết việc làm. Tuy nhiên, những người bắt kịp với làn sóng này sẽ trở nên giàu có và thành công hơn. Ngược lại, đối với những người tụt hậu phía sau, chắc chắn tương lai sẽ rất thảm khốc”. Jack Ma nhấn mạnh trung tâm của kỷ nguyên công nghệ đang phát triển như vũ bão chính là dữ liệu (data). Do đó trong tương lai, thị trường việc làm sẽ ưu tiên những kỹ năng liên quan đến dữ liệu và việc phân tích dữ liệu.

Eric Schmidt – Chủ tịch Tập đoàn Alphabet (công ty mẹ của Google) và Jonathan Rosenberg – Cố vấn cấp cao cho CEO Larry Page đồng ý rằng phân tích dữ liệu là kỹ năng hàng đầu mà mọi sinh viên trẻ đều nên học. “Phân tích dữ liệu, ý tôi là những kiến thức cơ bản về cách thức hoạt động của dữ liệu thống kê, hay cách mà mọi người đưa ra kết luận sau khi phân tích khối lượng dữ liệu lớn. Tôi cho rằng kiến thức cơ bản về phân tích dữ liệu là cực kỳ quan trọng với thế hệ những người trẻ tiếp theo. Bởi đó chính là thế giới mà các bạn sắp bước vào”, Chủ tịch Alphabet nhấn mạnh.

Nhiều viện nghiên cứu, chuyên gia, nhà doanh nghiệp hàng đầu trên thế giới cũng đã khẳng định xu hướng này. McKinsey Global Institute dự đoán, đến thời điểm hiện tại, thế giới đang thiếu hụt từ 140 đến 190 nghìn người có đủ kỹ năng để tạo ra tri thức từ dữ liệu lớn.

Vậy bạn có thực sự hiểu về nghề phân tích dữ liệu?

1. Đừng nhầm lẫn giữa Data Analyst (Chuyên gia phân tích dữ liệu) và Business Analyst (Chuyên gia phân tích kinh doanh)

• Mọi người thường nhầm lẫn giữa Data Analyst (DA) và Business Analyst (BA), tuy nhiên đây là hai công việc khác nhau. Để hiểu một cách đơn giản, bạn có thể hình dung qua ví dụ sau: BA là cầu nối giữa Business và Khối công nghệ, nhiệm vụ của BA là diễn giải yêu cầu của Business thành ngôn ngữ của developer và ngược lại. Khi Business User tìm đến BA, thường là họ đã biết mình muốn gì và cần gì…họ đã có sẵn câu trả lời và cần BA diễn giải lại dưới nghiệp vụ của Khối công nghệ.
• DA là người phân tích và xử lý dữ liệu để tìm ra Insight, từ đó đưa ra các đề xuất, giải pháp cho Business. DA là cầu nối giữa Business và Data. Khác với BA, Business User tìm đến DA khi họ chỉ có câu hỏi và lại là câu hỏi mơ hồ, họ cảm nhận có điều gì đó khúc mắc song chưa có cơ sở để khẳng định. DA sẽ căn cứ vào dữ liệu để xác nhận khúc mắc đó có tồn tại hay không và đề xuất giải pháp. Đôi khi, DA tự tìm đến với Business User để cung cấp thông tin mà Business User chưa hề biết tới.

Tuy nhiên cả hai vị trí BA và DA cũng có những điểm giống nhau là đều thuộc lĩnh vực Data, đều phải hiểu về Business và hệ thống dữ liệu data của Business đó.

2. Chuyên gia phân tích dữ liệu – họ làm gì?

Công việc chính của một chuyên gia phân tích dữ liệu là:

• Thu thập, phân loại và nghiên cứu các bộ dữ liệu khác nhau; Dữ liệu có thể đến từ nội bộ của tổ chức và các dữ liệu thu thập bên ngoài xã hội;
• Phân tích dữ liệu để tìm ra insight phục vụ cho các quyết định mang tính chiến lược, cũng như các hoạt động vận hành doanh nghiệp nói chung của Business User;
• Đảm bảo hệ thống báo cáo/phân tích dữ liệu hoạt động chính xác và hiệu quả

3. Bạn cần chuẩn bị những gì nếu muốn trở thành chuyên gia phân tích dữ liệu chuyên nghiệp?

Về cơ bản, để trở thành một chuyên gia phân tích dữ liệu chuyên nghiệp, bạn cần:

• Có kiến thức về toán thống kê, máy học
• Có kiến thức về cơ sở dữ liệu
• Thường xuyên cập nhật, trao đổi và học hỏi về nghiệp vụ của doanh nghiệp và hoạt động kinh doanh

(Nguồn: ieit)

Bài viết Chuyên gia phân tích dữ liệu đã xuất hiện đầu tiên vào ngày Hướng nghiệp 4.0.

Nhà khoa học dữ liệu là người thực hiện thu thập, phân tích dữ liệu và đưa ra kết quả phân tích kèm theo những giải thích về tính ứng dụng cho kết quả trong thực tế. Kết quả phân tích được sử dụng để đưa ra quyết định quan trọng cho doanh nghiệp, có thể ảnh hưởng đến sự tăng trưởng và giúp giành lợi thế cạnh tranh trên thị trường.

Các nhiệm vụ chính của một nhà khoa học dữ liệu

1. Xác định chính xác bộ dữ liệu và các biến liên quan
2. Xác định các vấn đề phân tích dữ liệu thách thức nhất
3. Thu thập và tập hợp dữ liệu có cấu trúc và không cấu trúc từ các nguồn khác nhau.
4. Làm sạch và xác nhận dữ liệu đảm bảo tính chính xác, đầy đủ và thống nhất
5. Xây dựng và áp dụng các mô hình và thuật toán để khai thác dữ liệu
6. Phân tích dữ liệu để tìm ra các mẫu hình (pattern) và xu hướng
7. Giải thích dữ liệu để tìm giải pháp
8. Truyền đạt kết quả cho các bên liên quan bằng cách sử dụng các công cụ trực quan hóa

Những kỹ năng thiết yếu của một nhà khoa học dữ liệu

– Nhóm kỹ năng phân tích gồm các kỹ năng về thống kê, tính toán, tư duy phản biện, kỹ năng trực quan hóa dữ liệu, sắp xếp dữ liệu và làm việc với dữ liệu phi cấu trúc. Các nhóm kỹ năng cần thiết của một nhà khoa học dữ liệu bao gồm Phân tích (Analytics), Lập trình (Programming), và Kiến thức chuyên ngành (Domain Knowledge).

– Nhóm kỹ năng lập trình bao gồm các kỹ năng về lập trình (sử dụng một hoặc nhiều ngôn ngữ như Python, R, SAS và Scala), kiến thức về trí tuệ nhân tạo, học máy, học sâu, và kinh nghiệm về SQL.

– Nhóm kỹ năng mà hầu hết các nhà khoa học dữ liệu trẻ đều gặp khó khăn chính là nhóm kiến thức chuyên ngành. Tất cả kết quả phân tích phải được áp dụng trong thực tế. Việc hiểu càng sâu các kiến thức chuyên ngành sẽ giúp các nhà khoa học dữ liệu có tư duy sâu, rộng hơn về các mô hình, các phân tích mà họ sẽ nghĩ ra để giải các bài toán của doanh nghiệp, giúp cho những mô hình và phân tích của họ đạt được tính tổng quát và chính xác nhất.

Nhu cầu nhân lực đối với ngành khoa học dữ liệu

Khi các công ty nhận ra giá trị và tầm quan trọng của dữ liệu lớn (big data), họ càng đẩy mạnh việc sử dụng nó để đưa ra các quyết định kinh doanh đúng đắn hơn. “Các công việc thuộc ngành khoa học dữ liệu đang ngày càng trở nên hấp dẫn hơn”, Andrew Flowers – một nhà kinh tế học từ tổ chức Indeed với trụ sở tại Austin, Texas – cho biết. Nhu cầu tuyển dụng các chuyên gia khoa học dữ liệu càng tăng lên khi các tổ chức tự duy trì hoạt động thông qua việc nghiên cứu dữ liệu.

Báo cáo từ Indeed cho thấy nhu cầu tuyển dụng nhân lực ngành này tăng 29% sau mỗi năm, và mức tăng trưởng 344% từ năm 2013. Tương tự, dữ liệu từ một website tuyển dụng ngành công nghệ cho thấy nhu cầu nhân lực liên quan đến khoa học dữ liệu chỉ tính riêng trên nền tảng website đó đã tăng hơn 32%, và vì thế khoa học dữ liệu được coi là “một nghề nghiệp có nhu cầu cao”. Các thông báo tuyển dụng vị trí nhà khoa học dữ liệu đến từ các công ty thuộc nhiều lĩnh vực khác nhau, không chỉ riêng về công nghệ. Nhu cầu cho khoa học dữ liệu nhìn chung đang tăng lên đều đặn, với khoảng hơn 32.000 tin tuyển dụng mới vào mỗi tháng.

Mức lương của nhà khoa học dữ liệu

Theo Glassdoor, mức lương trung bình của nhà khoa học dữ liệu là 113.436 USD. Yếu tố để mức lương của các nhà khoa học dữ liệu cao là do các tổ chức đang dần nhận ra sức mạnh của dữ liệu lớn và muốn sử dụng nó để thúc đẩy các quyết định kinh doanh của mình. Và bởi vì nguồn cung cấp các chuyên gia dữ liệu vẫn chưa thể bắt kịp nhu cầu tuyển dụng, nên mức lương khởi điểm cho các vị trí này vẫn ở mức cao (50.000 đến 95.000 USD), đặc biệt đối với những người có bằng cấp cao về khoa học dữ liệu hoặc lĩnh vực liên quan.

Bài viết Nhà khoa học dữ liệu đã xuất hiện đầu tiên vào ngày Hướng nghiệp 4.0.

Công ty bảo hiểm MassMutual kiếm được 30 tỷ USD mỗi năm, nhưng đang gặp phải vấn đề lớn. Kể từ năm 2013, không chỉ MassMutual mà toàn ngành bảo hiểm gặp lao đao vì “gian lận”. Theo ước tính của FBI, gian lận đã khiến ngành bảo hiểm của Mỹ phải hồi lại gần 40 tỷ USD mỗi năm. “Chúng tôi đã phải làm việc cật lực để phát hiện những hồ sơ gian lận”, chia sẻ của ông Sears Merritt, Giám đốc chiến lược Công nghệ và Khoa học dữ liệu của MassMutual.

Để giải quyết tình hình trên, MassMutual đã cho ra đời một vị trí mới với tên gọi “quản lý sản phẩm” (product manager), đóng vai trò là cầu nối giữa nhà phân tích dữ liệu và những giám đốc vận hành bộ phận.

Ban đầu, người quản lý sản phẩm sẽ tổng hợp những dữ liệu bao gồm lối sống, tình trạng bệnh án, chăm sóc sức khỏe dài hạn,… của những người tham gia bảo hiểm rồi khoanh vùng những nơi có dấu hiệu của hồ sơ gian lận. Rồi từ đó các nhà khoa học dữ liệu sẽ so sánh, đối chiếu và phóng dữ liệu trong từng khu vực để phát hiện ra gian lận một cách chính xác nhất.

Hiện nay, MassMutual dùng phương pháp này để phát hiện gian lận “trong mỗi bước của việc tạo một hồ sơ bảo hiểm, từ việc quảng bá cho đến viết yêu cầu bồi thường cho người đóng bảo hiểm”, chia sẻ của ông Merritt. “Kết quả này thực sự đem lại tác động lớn”.

Sự cộng tác giữa những nhà khoa học dữ liệu và các quản lý đã đồng thời chỉ ra sự kém hiệu quả trong cách làm việc cũ và giúp các nhà quản lý định ra hướng đi cho lộ trình tăng trưởng mới. Điều này kích thích doanh thu và lợi nhuận của MassMutual tăng lên “hàng chục triệu USD” và chính những người quản lý sản phẩm đã biến chúng thành hiện thực, ông Merritt tiếp tục bình luận.

Dữ liệu đang sinh sôi nảy nở một cách nhanh chóng, nhưng rất nhiều nhà điều hành và quản lý không bắt kịp được tốc độ này. Đó là lý do tại sao nghề biên dịch dữ liệu trở nên rất “hot” trong thị trường hiện nay, dựa theo đánh giá của Harvard Business.

Trước năm 2026, Học viện Toàn cầu McKinsey dự đoán rằng theo nhu cầu sẽ có từ 2 đến 4 triệu biên dịch dữ liệu, chỉ riêng tại Hoa Kỳ.

Hiện nay, việc thuê biên dịch dữ liệu không hề dễ dàng. Công việc này yêu cầu nhiều kỹ năng độc đáo, bao gồm nền tảng khoa học dữ liệu vững chắc và năng khiếu biến những ý tưởng phức tạp trở nên thực tế. Những biên dịch viên dữ liệu này hiếm đến nỗi các nhà tuyển dụng phải đặt tên cho họ là “kỳ lân”, chia sẻ của ông Brad Stillwell, phó chủ tịch chiến lược sản phẩm tại Birst, một đơn vị trực thuộc Infor – gã khổng lồ cung cấp phần mềm đám mây toàn cầu.

Trong 18 năm sự nghiệp của mình, ông Stillwell đã tuyển dụng rất nhiều biên dịch dữ liệu. Ông để ý rằng mặc dù trí tuệ nhân tạo được sử dụng để tư vấn cho người quản lý trong nhiều vấn đề và trả lời cho những câu hỏi liên quan đến dữ liệu, nhưng vẫn không thể thay thế được vai trò của bộ não con người. “Vẫn có cách thực hiện điều này”, ông Stillwell phát biểu. “Những quyết định kinh doanh thường được đưa ra dựa trên trực giác, sự suy đoán hay luồng thông tin không hoàn chỉnh, mà không tốn nhiều thời gian. Vì vậy một người biên dịch dữ liệu lý tưởng phải tư duy bằng cả não trái lẫn não phải một cách xuất sắc”.

Đó là lý do tại sao “cử nhân ngành khoa học xã hội khi hợp tác với nhà phân tích dữ liệu sẽ trở thành những biên dịch dữ liệu tuyệt vời”, Stillwell nói thêm. “Những người thuộc chuyên ngành lịch sử có lẽ sẽ không biết đến quy trình dữ liệu tuyến tính, nhưng họ sẽ biết cách nghiên cứu lịch sử dữ liệu, tìm ra mẫu phân tích và suy ra nơi dữ liệu có thể dẫn đến”.

Biên dịch dữ liệu chỉ làm việc thực sự hiệu quả khi hiểu rõ về doanh nghiệp mà họ đang làm việc. Nếu như không có đủ thông tin và kiến thức, họ sẽ không thể hiểu được người quản lý cần tìm hiểu điều gì từ dữ liệu và lý do là gì.

Biên dịch dữ liệu không phải là nghề “phổ biến”. Đó là lý do tại sao có nhiều công ty cố gắng thuê biên dịch từ bên ngoài và tiến hành đào tạo nội bộ.

Điển hình như ông McKinsey, đã xây dựng một học viện đào tạo biên dịch dữ liệu nội bộ cách đây vài năm, và cung cấp khoảng 1000 biên dịch dữ liệu hàng năm.

MassMutual cũng áp dụng lộ trình này. Công ty bảo hiểm này đã cho ra mắt Chương trình Phát triển Khoa học Dữ liệu (DSDP) vào năm 2014, hợp tác với năm trường đại học khác, lân cận Massachusetts. Sau khi theo học ba năm chuyên sâu ở các trường như Smith, Mount Holyoke và UMass Amherst, những cử nhân sẽ gia nhập MassMutual với vai trò là nhà khoa học dữ liệu cấp độ junior và học tại trường khoa học dữ liệu cùng lúc. Những nhân viên mới này sẽ làm việc với đồng nghiệp cấp cao về việc áp dụng dữ liệu vào các thử thách kinh doanh thực tế mà những nhà quản lý của MassMutual phải đối mặt hàng ngày.

“Các thuật toán cho bạn biết những vấn đề kinh doanh mà bạn có thể giải quyết”, theo chia sẻ của ông Sears Merritt, người vận hành chương trình. “Nhưng sự phán đoán và trực giác của con người có thể vượt xa điều đó, và cho bạn biết những vấn đề bạn nên giải quyết”.

Câu chuyện ẩn sau những con số

Trong những năm tiếp theo, tất cả chúng ta có lẽ cần phải bổ sung thêm kỹ năng biên dịch dữ liệu. “Chúng tôi cần một thế hệ những nhà điều hành phải am hiểu cách quản lý và lãnh đạo thông qua dữ liệu”, chia sẻ của ông Marc Benioff – Giám đốc điều hành Salesforce trong quyển sách DataStory: Explain Data and Inspire Action Through Story.

“Và chúng tôi cũng cần một thế hệ nhân viên mới có khả năng tổ chức và xây dựng doanh nghiệp dựa trên dữ liệu”. Nói cách khác, mọi công việc sẽ yêu cầu kỹ năng biên dịch dữ liệu mà hầu hết nhân viên hiện nay chưa sử dụng hoặc chưa cần đến.

Tuy nhiên, một số người đã có sẵn năng khiếu biến những điều khô khan trở nên đầy màu sắc và thú vị, đặc biệt là những người có tài kể chuyện bẩm sinh. Bà Nancy Duarte, người đứng đầu công ty truyền thông Duarta, Inc. ở Thung lũng Silicon tin rằng những câu chuyện được tạo ra từ dữ liệu sẽ sống động và lôi cuốn độc giả hơn giúp họ dễ ghi nhớ và nắm bắt thông tin. Và đây cũng là kỹ năng quan trọng hơn bất kỳ kỹ năng dịch thuật nào. Câu chuyện sẽ trở nên có giá trị hơn khi thuyết phục được người đọc đưa ra một hành động cụ thể.

Điều này được lý giải vì bộ não của con người có vẻ như không cảm thấy hào hứng với những câu chuyện đi theo mạch mở bài – thân bài – kết bài. “Ảnh chụp MRI cho thấy việc kể một câu chuyện dựa trên dữ liệu sẽ làm sáng bộ não con người, điều mà dữ liệu không thể làm một mình được, thêm vào đó dữ liệu sẽ trở nên vô dụng nếu thiếu đi kinh nghiệm và nhận định của con người. Nếu chúng ta chỉ dựa vào máy để đưa ra quyết định, thì đó chắc chắn sẽ là những quyết định sai lầm”, bà Nancy chia sẻ thêm.

(Nguồn: BrandsVietnam)

Bài viết Nghề biên dịch dữ liệu – xu hướng tuyển dụng “hot” của tương lai đã xuất hiện đầu tiên vào ngày Hướng nghiệp 4.0.