Đây là chia sẻ của bạn Hoàng Anh Tuấn - Học viên Khóa học Data Analyst tại MindX, về hành trình chinh phục vị trí Data Engineer tại FPT Software trong vòng 6 tháng. Cùng lắng nghe câu chuyện học tập và những kinh nghiệm mà Tuấn đúc kết được trong quá trình học cũng như tìm việc nhé.
Chào mọi người. Mình là Hoàng Anh Tuấn, 22 tuổi, vừa mới nhận được offer vị trí Data Engineer (bậc Junior) tại FPT Software. Thời điểm chuẩn bị học Data, mình đang là sinh viên năm cuối ngành CNTT trường đại học Swinburne, khá hoang mang khi đứng trước nhiều hướng đi. Ví dụ với ngành học của mình thì sẽ làm lập trình web hoặc các công việc liên quan tới ứng dụng, như lập trình game,...
Lý do tại sao mình lại hướng sang nghề kỹ sư khoa học dữ liệu?
Thứ nhất là mình có chị gái (hiện đang làm Data Analyst tại nước ngoài). Chị ấy định hướng cho mình về công việc này và có chia sẻ rằng Data ở nước ngoài rất phát triển. Nếu mình theo hướng này, thì cơ hội làm việc cho các tập đoàn lớn và các công ty global rất lớn. Bên cạnh đó, bản thân cũng rất đam mê với Toán, Tin nên mình quyết định thử sức.
Mục tiêu ban đầu của mình là trở thành Data Analyst nhưng trong quá trình học và tìm hiểu sâu hơn, thì mình lại muốn một thử thách to lớn hơn liên quan tới công nghệ nói chung và lập trình khoa học dữ liệu nói riêng. Vậy nên mình đã quyết định học và theo đuổi Data Engineer.
Mình đã học như thế nào?
Trước kia, ở trường đại học thì mình cũng được học các môn liên quan tới hệ thống dữ liệu & cơ sở dữ liệu. Nhưng tất cả các kiến thức ấy đều rất cơ bản, không chuyên sâu. Và mình thấy chỉ học mỗi ở trường mà đi ra làm được việc luôn thì rất khó, trừ khi bạn phải rất xuất sắc. Chính vì vậy, mình cần tìm 1 khóa học để cho mình kiến thức tổng quan, lộ trình rõ ràng. Khóa học mình lựa chọn là Data Analyst tại MindX. Từ đó, mình biết mình cần học gì, làm gì để đạt mục tiêu tìm được việc sau 6 tháng.
Đầu tiên, mình sẽ phổ cập tất cả các kiến thức liên quan tới Data Analytics nói chung trong kỳ 1 học tại MindX. Sau đó, mình dành thời gian để tự học những phần mềm, công nghệ mới liên quan tới dữ liệu. Ví dụ như Cloud, Spark, Machine Learning hay Big Data. Thời gian tự học lên đến 70%.
Thứ hai, là mình thực hành rất nhiều. Vì mình thấy thực hành giúp mình tốt hơn trong việc tích lũy kinh nghiệm, đảm bảo bản thân sẽ không bị ngỡ ngàng khi đến môi trường làm việc thực tế. Mỗi ngày mình đều đặt mục tiêu 2-3 tiếng ngồi code. Dần dần, nó biến thành đam mê và thêm tạo hứng thú khi học tập.
Thứ ba, có gì khó, hỏi mentor. Việc có chị gái làm Data Analyst là một điểm cộng rất lớn cho mình. Ngoài ra, mình được hỗ trợ rất nhiều bởi các anh chị mentor tại trung tâm. Ví dụ như những câu hỏi mình đặt ra liên quan đến ngành nghề, việc làm thì anh chị đều giải đáp được và các thông tin anh chị cung cấp rất hữu ích với mình, hỗ trợ nhiều trong quá trình tìm việc.
Thứ tư, là mình trau dồi mindset về dữ liệu. Việc bạn hiểu kiến thức và ứng dụng nó vào thực hành, dần dần sẽ tạo cho mình 1 tư duy và khả năng nắm bắt thông tin nhạy bén khi nhìn vào dữ liệu. Đây là điều rất cần thiết cho không chỉ những người làm Data mà còn ứng dụng cho tất cả mọi người trong mọi lĩnh vực của cuộc sống.
Quá trình mình xin việc và được offer vị trí Data Engineer tại FPT Software
Sau 6 tháng học, mình bắt đầu chuẩn bị hồ sơ xin việc. Đây là giai đoạn mình bước ra khỏi vùng an toàn, gặp khá nhiều khó khăn vì đây là lần đầu đi xin việc nhưng cũng là trải nghiệm thú vị vì được tiếp xúc nhiều thứ mới.
Mình có ứng tuyển vào vị trí Data Engineer của một số công ty lớn như FPT Software, Inda, VNPay, Viettel. Nhưng công ty đầu tiên phỏng vấn là FPT Software và được nhận offer luôn. Quá trình chuẩn bị và xin được việc làm đầu tiên chỉ vỏn vẹn trong vòng 1 tuần.
Đây thực sự là một điều may mắn với mình. Nhưng bên cạnh đó, để có được thành công ban đầu này, mình đã tập trung tích lũy kiến thức và kinh nghiệm rất nhiều, tìm hiểu rất nhiều các JD công việc có liên quan để hiểu thị trường, hiểu nhu cầu của nhà tuyển dụng. Đặc biệt là chú trọng vào việc làm CV, Portfolio và Cover Letter. Mình đã xây dựng những tất cả những thứ này trong vòng 1 tháng, trải qua hơn 20 version CV khác nhau và update liên tục mỗi ngày. Còn Portfolio thì làm trên Github. Trong Github đó chia thành các folder nhỏ, mỗi folder sẽ có các project liên quan tới từng kỹ năng mình có. Ví dụ các folder về Python, SQL, Spark,...
- Về CV, nên làm càng formal càng tốt, ngắn gọn nhưng phải đảm bảo tính meaningful. Và mình phải update liên tục. Với mỗi công ty ứng tuyển thì nên có một cái CV khác nhau, nội dung sắp xếp phụ thuộc vào các yêu cầu trong JD của doanh nghiệp đó.
- Portfolio thì làm trên Github hoặc Linkedin, sắp xếp khoa học theo từng folder ứng với từng kỹ năng. Mỗi folder có chứa các project liên quan để thể hiện kinh nghiệm thực tế mình có.
- Về quá trình phỏng vấn, mình phải thể hiện sự tự tin. Càng tự tin thì tỷ lệ thành công càng cao. Tiếp theo, nếu được thì mình nên xin phỏng vấn bằng Tiếng Anh để tạo lợi thế so với các ứng viên khác. Và điều quan trọng là mình không nên nói dối về kinh nghiệm mình có. Vì nghiệp vụ của nhà tuyển dụng rất cao, dễ dàng biết được mình có đang nói dối hay không.
Sau quá trình tìm việc này, mình nhận thấy rằng, để làm cho Portfolio hay CV của mình nổi bật hơn các ứng viên khác thì cần phải tìm hiểu xem nhà tuyển dụng đang cần gì ở một ứng viên. Mình sẽ học những kỹ năng đó và học thêm những thứ mà người ta đánh giá đó là kỹ năng cao và phân biệt mình với những người khác.
Điều mình đúc kết được sau quá trình học và tìm việc kể trên
“Practice makes perfect" - Không có gì hữu ích bằng việc thực hành và tự học.
Nếu là người mới, và chưa biết bắt đầu từ đâu, bạn có thể đăng ký 1 khóa học tại trung tâm để được định hướng về lộ trình học tập. Việc học ở trung tâm sẽ giúp cho bạn có định hướng rõ ràng. Nhưng nếu chỉ học ở trên lớp thì sẽ rất nhanh nản do lượng kiến thức dồn dập và mới lạ (đặc biệt là đối với các học viên ít kiến thức về công nghệ). Vậy nên, hãy thực hành và tự học. Và việc học sẽ xứng đáng nếu bạn chủ động khám phá những thứ mới. Chúc các bạn luôn quyết tâm, kiên trì và thành công trong việc chinh phục ngành dữ liệu.