[Hướng nghiệp] SO SÁNH 2 NGÀNH DATA ANALYST VÀ DATA SCIENTIST
SO SÁNH 2 NGÀNH DATA ANALYST VÀ DATA SCIENTIST
Nhiều bạn nói “Facebook hay ghê, vừa mới nói chuyện với bạn về laptop, giờ lướt bảng tin Facebook toàn quảng cáo về laptop.” Đã bao giờ bạn thắc mắc vì sao Facebook có thể làm được việc đó không?
Facebook sở hữu đội ngũ các chuyên gia phân tích dữ liệu, các nhà khoa học dữ liệu (Data Scientist). Có hai ngành nghề rất nhiều bạn nhầm lẫn khi chọn ngành học là data science và data analytics. Ở bài viết này, VNTalent sẽ viết về 2 ngành Data Science và Data Analytics.
Data Analytics và Data Science:
Cả hai đều làm việc với các dữ liệu (data). Tuy nhiên, làm gì với data sẽ điểm khác nhau lớn nhất giữa hai công việc này.
Các chuyên gia phân tích dữ liệu (data analysts):
Sử dụng dữ liệu có được để tạo các thống kê về hành vi người dùng và giải quyết các vấn hiệu quả.
Ví dụ: Công ty viễn thông ABC muốn quảng bá sản phẩm mới là gói cước 4G 100GB/ tháng với giá 90,000 VND. Công ty có dữ liệu của 10 triệu khách hàng đang dùng dịch vụ của công ty. Lúc này, các chuyên gia phân tích dữ liệu sẽ phân tích dữ liệu của công ty từ đó trả lời các câu hỏi khách hàng nào trước đây thường xuyên sử dụng 4G, khách hàng ở thành phố, tỉnh nào thường xuyên sử dụng 4G, độ tuổi nào thường xuyên dùng 4G, đối tượng nào cần sử dụng khoảng 80-100GB data một tháng,... Sau khi phân tích xong, các chuyên gia phân tích dữ liệu sẽ trình bày với các bộ phận khác như truyền thông, sales,... Nhờ vào việc phân tích này, công ty viễn thông ABC không chỉ đánh đúng vào khách hàng đang có nhu cầu, tiết kiệm chi phí và thời gian truyền thông mà còn tăng khả năng khách hàng mua sản phẩm.
Các nhà khoa học dữ liệu (data scientist):
Các nhà khoa học dữ liệu dành phần lớn thời gian để sử dụng ngôn ngữ lập trình thiết kế, xây dựng các phần mềm quản lý dữ liệu, phân tích dữ liệu, bảo vệ dữ liệu khỏi hacker,.. Điểm mạnh nhất của các nhà khoa học dữ liệu là khả năng lập trình (coding). Nếu một chuyên gia phân tích dữ liệu (data analysts) không có phần mềm phân tích dữ liệu thì anh ta sẽ phải phân tích một cách thủ công (mất nhiều thời gian) hoặc là anh ta phải tìm một data scientist để lập trình phần mềm phân tích dữ liệu.
Ví dụ: Công ty viễn thông ABC muốn quảng bá sản phẩm mới là gói cước 4G 100GB/ tháng với giá 90,000 VND. Công ty có dữ liệu của 10 triệu khách hàng đang dùng dịch vụ của công ty. Dữ liệu này quá lớn để phân tích thủ công. Các nhà khoa học dữ liệu (data scientist) sẽ trả lời các câu hỏi lập trình như thế nào để có thể lọc ra các dữ liệu đã từng mua các gói cước 3G, 4G của công ty, lập trình như thế nào để lọc ra các khách hàng ở khu vực thường xuyên sử dụng 4G ở mức 80-100B một tháng…. Các nhà khoa học dữ liệu dùng ngôn ngữ lập trình như C++ để thiết kế phần mềm có khả năng lọc các dữ liệu nhanh chóng và chuẩn xác nhất.
Data Analysts và Data Scientist ai quan trọng hơn:
Các chuyên gia phân tích dữ liệu (data analysts) sử dụng phần mềm thiết kế bởi các Nhà khoa học dữ liệu (data science) để có thể thống kê, tập hợp và trình bày các dữ liệu một cách hợp lý, nhanh chóng và ít sai sót nhất. Còn các nhà khoa học dữ liệu (data science) nhờ vào khả năng phân tích vấn đề của chuyên gia phân tích dữ liệu (data analysts) để viết nên phần mềm logic nhất.
Tiềm năng của công việc này:
Theo Job Bank của Canada, công việc Database analysts and data administrators (NOC 2172) nhiều vị trí như quản lý dữ liệu, khai thác dữ liệu,... hiện có hơn 130 công việc đang cần tuyển dụng với mức lương trung bình là 34.13 CAD/ giờ.
Một số nguồn thông tin tham khảo:
https://www.innoarchitech.com/blog/what-is-data-science-does-data-scientist-do
https://www.northeastern.edu/graduate/blog/data-analytics-vs-data-science/
Nhận xét
Đăng nhận xét