Người làm Data cần “biết mình biết ta”
Không ngừng cập nhật bản thân, biết quan sát, thấu hiểu để lựa chọn và xử lý dữ liệu đúng đắn là những chia sẻ được các chuyên gia nhấn mạnh trong livestream Tech Innovator #2 với chủ đề “Mining the value of data”.
Tiếp nối thành công của số đầu tiên thuộc chuỗi sự kiện Tech Innovators, livestream thứ hai đã lên sóng lúc 19h30 ngày 26/07 vừa qua trên fanpage FPT Software thu hút đông đảo người theo dõi. Chương trình đã tiếp cận gần 228.000 người, hơn 5.000 lượt tương tác và có 765 câu hỏi do khán giả gửi về trước và trong khi diễn ra sự kiện.
Trong 90 phút giao lưu, các chuyên gia gồm Tiến sĩ Nguyễn Duy Khương với gần 15 năm kinh nghiệm và nghiên cứu Khoa học máy tính, đặc biệt trong ngành AI và Data; Thạc sĩ Hà Đinh – hiện là Data Scientist của Shopify tại Canada, dưới sự dẫn dắt nội dung chương trình của CAIO FSOFT Nguyễn Xuân Phong – đã có những trao đổi sôi nổi quanh chủ đề Data.
Tiến sĩ Duy Khương đã “bén duyên” với Data Science từ năm 2008, khi lĩnh vực này còn mới mẻ. Sự hiếu kỳ trước cách thức mà các “gã khổng lồ” như Google, Apple khai thác dữ liệu đã thúc đẩy anh miệt mài nghiên cứu và học lên những vị trí cao hơn. Hiện, anh đang gắn bó với FSOFT trong vai trò là một Data Scientist tập trung vào dữ liệu lớn (Big Data). Trước đó, anh từng là chuyên gia khoa học dữ liệu hàng đầu của Rakuten- công ty sở hữu nền tảng E-commerce đứng vị trí số 6 trên thế giới.
Theo anh Khương, những người làm trong lĩnh vực Data cần phải đặc biệt lưu tâm về quản lý và bảo mật dữ liệu. Ở những quốc gia lớn như Mỹ, Nhật Bản…, dữ liệu được quy định rất rõ ràng về mục đích sử dụng và được bảo mật khắt khe. Đôi khi, nhu cầu công việc cần truy cập vào những nguồn dữ liệu khác nhau. Nhưng để tiếp cận chúng, cần phải xin quyền truy cập từ đội ngũ Data Governance.
Cựu chuyên gia của Rakuten cũng chỉ ra tầm quan trọng của dữ liệu khi so sánh hiệu năng của model tăng đáng kể từ 10-20%, có khi đến 40% nếu có đủ nguồn dữ liệu đổ về. Trong những năm gần đây phát triển các nhánh nghiên cứu về AI và Machine Learning rất hữu ích, cho phép xây một model hoàn chỉnh với dữ liệu giới hạn. Riêng tại FSOFT, một bài toán cần giải là nguồn dữ liệu khá giới hạn phụ thuộc khách hàng. Vì thế, công ty có một nhóm xây dựng model theo yêu cầu giới hạn về dữ liệu có nhãn.
Khác với anh Khương, diễn giả Hà Đinh khởi điểm là một Marketer chính hiệu. Sau quá trình công tác, cô gái trẻ nhận thấy phân tích định tính chưa đủ giải thích cho insight người dùng nên quyết định theo học Thạc sĩ Data Science tại ĐH British Columbia. Hà Đinh mong muốn có thể dùng khảo sát và phân tích định lượng để nghiên cứu hành vi của con người. Từ đó giúp doanh nghiệp đưa ra những quyết định, chiến lược.
Với vai trò của mình tại Shopify, Hà đã tiến hành những khảo sát và nghiên cứu về nhân sự, như mức độ hài lòng của nhân viên, sự công bằng lương bổng, tiêu chí về một người sếp kiểu mẫu… Từ đó, giúp công ty có thể cân nhắc và ban hành các chính sách nhân sự để cải thiện cũng như đáp ứng nguyện vọng của nhân viên.
Trong công việc, Hà Đinh thường xuyên sử dụng Data Visualization. Hiều một cách nôm na, đây là cách để một người làm dữ liệu “dịch” lại công trình dữ liệu của mình thành một hình thức dễ hiểu, nhưng vẫn giàu giá trị thông tin cho người xem, nhóm này là cấp quản lý và ban lãnh đạo. Tuy nhiên, cô gái trẻ lưu ý: “Phần dễ là kỹ thuật, phần khó là trình bày cũng như làm sao thuyết phục doanh nghiệp tin tưởng vào giá trị dữ liệu, lập luận phân tích và lời đề xuất của mình”.
Bên cạnh đó, Hà Đinh phải làm thêm những cuộc khảo sát, phỏng vấn để nắm bắt được các cấp lãnh đạo hiểu dữ liệu ra sao và hành động thế nào từ các thông tin đó. Đây là một quá trình nghiên cứu không ngừng đi từ dữ liệu ra dashboard data visualization, và cứ thế liên tục phát triển dashboard lên.
Kết lại buổi livestream, Tiến sĩ Nguyễn Duy Khương nhắn nhủ: “Quan trọng không phải bạn có kỹ năng gì mà là bạn đã sẵn sàng học điều mới chưa. Hãy dám dấn thân và không ngừng nâng cấp chính mình. Bởi điều này sẽ đưa bạn đến thành công và cơ hội thì vô cùng rộng lớn trong thế giới phẳng như hiện nay”.
An Chi
