Bí Mật Đằng Sau Nghề Khoa Học Dữ Liệu
Vậy là đã gần 2 năm mình dấn thân vào sự nghiệp trở thành nhà khoa học dữ liệu. Theo mình, khoa học dữ liệu thực sự là một lĩnh vực vạn năng nhưng cũng có những ưu, nhược điểm riêng. Với kinh nghiệm và kiến thức của bản thân, mình sẽ bật mí với các bạn quan điểm của cá nhân đối với nghề này, hy vọng các bạn sẽ có thêm một góc nhìn khác để hiểu sâu hơn về nghề khoa học dữ liệu.
1. Khoa học dữ liệu sẽ rất thú vị, nếu...
Khoa học dữ liệu là một nghề hiếm hoi mà bạn có thể làm tất cả những điều tuyệt vời này cùng nhau: toán học, lập trình và nghiên cứu. Hãy hình dung như thế này, mỗi ngày bạn sẽ đọc một bài nghiên cứu vào buổi sáng, viết ra thuật toán vào buổi chiều và code vào buổi tối. Thật thú vị đúng không?
Tuy nhiên, không phải lúc nào một ngày của bạn cũng diễn ra như thế và bạn cũng không thực sự có thời gian để đi sâu vào bất kì điều gì được kể ở trên. Ví dụ, có những lúc bạn không cần đọc bất kỳ tài liệu nghiên cứu nào mà trực tiếp code luôn. Với sự hạn chế về thời gian, phần duy nhất mà bạn có cơ hội đi sâu vào là chuẩn bị dữ liệu (và thậm chí là cả các bài thuyết trình).
Nếu bạn là một người thích code, toán học sẽ làm bạn điên đầu. Bạn sẽ không có cơ hội thể hiện kỹ năng code như Ninja của mình đâu. Nếu từ một người yêu code trở thành một Nhà khoa học dữ liệu, bạn chỉ có thể có hai lựa chọn: bạn phải đánh bại toán hoặc toán sẽ hạ gục bạn. Còn nếu bạn là một người yêu toán học và thích giải quyết các vấn đề phức tạp, việc chuẩn bị dữ liệu và lập trình đơn điệu sẽ khiến bạn chán ngấy. Đôi khi bạn ước có ai đó sẽ làm hộ bạn công việc chuẩn bị dữ liệu và bạn chỉ việc tạo các model cho nó, nhưng thật không may (hoặc may mắn thay) là nó không hoạt động theo cách này.
Cách để bạn sống sót trong ngành này là cân bằng hợp lý giữa mã hóa và toán học/nghiên cứu. Quan trọng nhất là đừng đánh giá thấp bất kì công đoạn nào và duy trì sự tập trung vào mọi công đoạn để đạt kết quả cao. Ngoài ra, khoa học dữ liệu là một lĩnh vực đang phát triển và đòi hỏi rất nhiều công sức, hãy học hỏi liên tục không ngừng vì sẽ chẳng có tiêu chuẩn nào về "giỏi" ở lĩnh vực này cả.
Tóm lại, khi nói về ngành Khoa học dữ liệu:
- Ưu điểm: khoa học dữ liệu cho phép bạn làm việc với rất nhiều thứ thú vị cùng một lúc: code, toán, nghiên cứu và đôi khi cả các bài thuyết trình nữa.
- Nhược điểm: khoa học dữ liệu có thể không cho phép bạn đi sâu vào bất kỳ khía cạnh riêng nào cả.
2. Khoa học dữ liệu thiên về kinh doanh hơn là khoa học
Sự thật là các nhà khoa học dữ liệu trong ngành không giống như các nhà khoa học làm việc tại CERN hay ISRO đâu. Công việc thực sự của các nhà khoa học dữ liệu là áp dụng các kỹ thuật khoa học để tạo ra giá trị cho doanh nghiệp. Công việc của các nhà khoa học dữ liệu không chỉ đơn giản là tìm ra giải pháp tốt nhất mà là tìm ra giải pháp dễ hiểu và có thể bán được.
Trong khoa học dữ liệu, khi gặp phải các giả thuyết cạnh tranh, logic kinh doanh thường được ưu tiên hơn logic khoa học.
Để trở nên vượt trội trong các dự án khoa học dữ liệu, kiến thức về khoa học thôi là chưa đủ, bạn còn cần hiểu về kinh tế và marketing để tạo ra giá trị cho doanh nghiệp.
3. Khoa học dữ liệu là một bước đệm vững chắc
Là một nhà khoa học dữ liệu, bạn sẽ có thể xây dựng một nền tảng vững chắc cho bản thân trong trong thời đại mà dữ liệu là nhiên liệu của thế kỷ và trí thông minh nhân tạo (AI) đang dần chiếm lĩnh thị trường.
Ngay cả khi bạn chọn rời khỏi công việc này, kinh nghiệm làm Nhà khoa học dữ liệu có thể có giá trị trong những công việc tương lai của bạn. Ví dụ:
- Nghiên cứu (thạc sĩ/tiến sĩ/ bác sĩ): Một nhà khoa học dữ liệu sẽ dành một lượng thời gian đáng kể để làm thí nghiệm, đọc các bài báo khoa học và tranh luận về ý tưởng với các đồng nghiệp của họ. Tất cả những trải nghiệm này sẽ là tài sản có giá trị để thực hiện nghiên cứu của bạn sau này.
- Khởi nghiệp: Bạn có thể đảm nhiệm một ví trí liên quan đến công nghệ trong một công ty AI nào đó, hoặc tự mở một doanh nghiệp cho riêng mình. Hoặc là, bạn cũng có thể đảm nhận các vai trò không liên quan đến công nghệ trong một công ty khởi nghiệp như sale, lập kế hoạch kinh doanh hoặc tài chính. Kiến thức của bạn có thể giúp bạn hiểu rõ hơn và bán được sản phẩm cho khách hàng, ước tính chi phí và yêu cầu của dự án, v.v. bởi vì khi đã từng là một nhà khoa học dữ liệu, kinh nghiệm của bạn sẽ bao trùm tất cả những lĩnh vực này.
- Chính phủ và các tổ chức toàn cầu: Như bạn biết đấy, công nghệ phát triển luôn đi kèm với mặt trái của nó. Các chính phủ ngày càng quan tâm hơn về tác động của AI đối với xã hội và cách sử dụng sao cho đúng để có thể phát triển bền vững. Bạn có thể ứng dụng trải nghiệm Data Scienceist của bạn để làm việc trong các vai trò liên quan đến chính sách AI, vì sẽ cần có sự hiểu biết sâu về AI để đưa ra các chính sách và quy định phù hợp nhất với xã hội.
4. Nền kinh tế sẽ chi phối khoa học dữ liệu
Cho đến hiện tại, khoa học dữ liệu vẫn là một nghề "hot" với mức thu nhập khủng và chỉ cần bạn có kinh nghiệm trong lĩnh vực này, các nhà tuyển dụng vẫn sẽ liên tục gọi cho bạn với những offer lương hấp dẫn. Tuy nhiên, mình có một lời khuyên là nếu tiền là động lực chính của bạn, đừng chọn nghề này.
Vì suy cho cùng, sớm hay muộn rồi thì chính nền kinh tế cũng sẽ khiến mức lương cao mất dần đi. Bởi vì ngày nay, kinh tế chi phối khoa học dữ liệu, không phải khoa học dữ liệu có thể chi phối được nền kinh tế. Vậy nên điều gì có thể giữ bạn lại với ngành này? Đó chính là đam mê của bạn dành cho khoa học dữ liệu.
Kết
Mình không viết về việc một Nhà khoa học dữ liệu lý tưởng sẽ ra sao, hay để trở thành nhà khoa học dữ liệu nên làm thế nào, mình chỉ đơn giản là muốn chia sẻ về những gì đã học được và rút ra khi làm việc với tư cách là một nhà khoa học dữ liệu trong gần hai năm qua.
Trải nghiệm của bạn có thể rất khác so với những gì mình đã mô tả ở trên vì vậy hãy chia sẻ những kinh nghiệm của bạn bằng cách bình luận bên dưới hoặc viết một bài về nó nhé. Nó sẽ giúp ích rất nhiều cho những người muốn tìm hiểu sâu hơn về khoa học dữ liệu đấy.
Theo medium.com
