Không có một lộ trình học Data Analysis nhất định nào dành cho tất cả những người muốn học về dữ liệu. Tùy thuộc vào mục tiêu đầu ra của mỗi cá nhân mà sẽ có những chương trình học phù hợp. Nhưng nhìn chung, nếu bạn là người mới bắt đầu tìm hiểu về phân tích dữ liệu, muốn làm việc với những con số và đang có ý định chuyển ngành thì có thể tham khảo lộ trình học Data Analyst cho người mới bắt đầu dưới đây, đã giúp hàng nghìn người từ số 0 và chuyển ngành thành công sang Data.
Xem bài viết gốc tại: https://mindx.edu.vn/blog/hoc-data-analyst-cho-nguoi-moi-bat-dau
Mất bao nhiêu thời gian để có thể trở thành Data Analyst?
Hiện nay, có rất ít các chương trình đào tạo chính quy về phân tích dữ liệu tại Việt Nam. Người muốn tìm hiểu và làm việc trong ngành Data, phải tìm học ở các nguồn tài liệu nước ngoài hoặc tại các trung tâm giáo dục công nghệ. Cũng không có một câu trả lời chính xác nào cho câu hỏi “Mất bao nhiêu thời gian để có thể trở thành Data Analyst". Khoảng thời gian từ khi mới bắt đầu tìm hiểu đến khi chuyển ngành có thể là 1-2 năm, 3-4 năm. Nhưng cũng có người chỉ mất khoảng 6-8 tháng.
Qua rất nhiều các cuộc khảo sát với hàng trăm Data Analyst cùng sự tư vấn từ các Senior DA, chúng tôi nhận thấy rằng, 6-8 tháng không đủ để bạn trở thành Master Data Analyst. Nhưng 6-8 tháng là đủ để người học có thể trang bị những kiến thức cần thiết và thực tiễn nhất để có thể đảm nhận những công việc về phân tích dữ liệu, tự tin on job thành công.
Vậy với mục tiêu từ 6-8 tháng, đâu là lộ trình học Data Analyst cho người mới bắt đầu chuẩn nhất để chuyển ngành.
Lộ trình học Data Analysis từ 6-8 tháng cho người mới bắt đầu
Trước khi đi vào lộ trình chi tiết, chúng tôi sẽ giúp bạn giải đáp thắc mắc “Với lộ trình học này, bạn sẽ được gì?”
- Nắm được các kiến thức nền tảng và trọng tâm của ngành phân tích dữ liệu, từ đó là cơ sở để bạn phát triển career path của mình trong ngành Data Analysis. Ví dụ: từ **Data Analyst **→ Analyst Specialist → Data Scientist → Director of Data Analytic hoặc rẽ hướng sang Product Manager hay Business Strategy.
- Có đủ kiến thức và kỹ năng cần thiết để bắt đầu với một công việc về phân tích dữ liệu ở bậc Fresher/Junior tại các doanh nghiệp. Bạn sẽ đóng vai trò là Business Intelligence Analyst - Người nghiên cứu, xử lý dữ liệu, tìm ra insight và đề xuất giải pháp từ những insight đó để phục vụ cho mục đích phát triển của doanh nghiệp.
- Có đủ kiến thức và kỹ năng để bổ trợ cho chuyên môn hiện có của mình như Product Management, Marketing, Kinh doanh, Tài chính - Ngân hàng, Đầu tư.
Cần phải lưu ý rằng, muốn trở thành Data Analyst, bạn không chỉ cần có domain knowledge (kiến thức chuyên ngành) và soft skill (kỹ năng mềm). Ở phần này, chúng tôi sẽ đề cập trước hết đến Domain Knowledge rất cần thiết trong lộ trình học Data Analyst cho người mới bắt đầu.
Giai đoạn 1: Học công cụ để có bước chân đầu tiên vào ngành
Có rất nhiều cách tiếp cận ngành Data Analysis nhưng phù hợp hơn cả với những người mới bắt đầu chính là học về các công cụ. Công cụ là một trong những domain knowledge đặc biệt quan trọng và phục vụ đắc lực trong việc xử lý dữ liệu. Khi tiếp cận với công cụ, bạn còn có thể hiểu về tổng quan cơ sở dữ liệu một cách dễ dàng hơn.
Có rất nhiều các công cụ và ngôn ngữ truy vấn phục vụ cho việc phân tích dữ liệu nhưng người mới bắt đầu có thể tiếp cận với 3 công cụ hỗ trợ phổ biến nhất chính là Power BI, ngôn ngữ truy vấn SQL, ngôn ngữ lập trình Python. **Tại sao lại học SQL? **
Vì phần lớn thời gian của một Data Analyst chính là làm việc với hệ quản trị cơ sở dữ liệu. Và SQL chính là ngôn ngữ có thể dùng để truy vấn dữ liệu trong các cơ sở dữ liệu quan hệ đó.
**Tại sao học Python? **
Python là một ngôn ngữ lập trình giúp xử lý dữ liệu nhanh gọn và hiệu quả hơn. Đây được xem như là “best practice" trong việc xử lý dữ liệu. Bên cạnh đó, Python có rất nhiều thư viện hỗ trợ Data Analyst trong việc clean, transform, statistics, visualization….Theo dự đoán trong vào năm tới, Python cũng sẽ phổ biến như SQL và là một domain knowledge mà rất nhiều doanh nghiệp tại Việt Nam yêu cầu ở ứng viên DA của mình.
Tại sao học Power BI?
Bởi trong nhánh làm về Data, có mảng về Business Intelligence cũng là hướng đi chính của lộ trình học Data Analyst cho người mới bắt đầu này. Trong đó, 1 phần lớn công việc của 1 BI Analyst chính là xây dựng dashboard, report. Để hỗ trợ cho công việc này cho công việc này một cách nhanh chóng và tự động hoá, bạn sẽ cần đến sự trợ giúp của PowerBI. **
Ở giai đoạn này, bạn chỉ cần mất 1-2 tháng để làm quen, sử dụng và áp dụng nó vào các công việc thường ngày có liên quan đến phân tích và xử lý dữ liệu.
Giai đoạn 2: Học Business Intelligence Analysis để sẵn sàng apply vào doanh nghiệp
Nếu bạn chỉ dừng lại ở mục tiêu apply thành công vị trí phân tích và xử lý dữ liệu tại doanh nghiệp thì có thể chỉ cần học đến Business Intelligence Analysis. BIA là nhà phân tích dữ liệu kinh doanh. Công việc của một BIA là làm việc trực tiếp với dữ liệu thông qua các chỉ số thu thập được ở bên ngoài (tương tác khách hàng, khảo sát thị trường và những số liệu trong quá khứ như báo cáo tài chính của công ty). Từ đó, phân tích và đưa ra những chiến lược kinh doanh hiệu quả.
Để làm được những công việc của một Business Intelligence Analyst, bạn cần kết hợp giữa Domain Knowledge, Problem Solving skill. Ngoài ra, bạn cũng có Statistical Techniques, Visualization Skills. Để các công cụ (Python, Power BI, SQL,...) có thể hỗ trợ một cách đắc lực cho công việc của BIA, bạn cần phải học cách tư duy sao cho có tính hệ thống cao hơn và cách tự động hoá báo cáo.
Ngoài ra, thống kê cũng là một kỹ năng rất quan trọng của bất cứ Data Analyst nào. Bởi khi bạn lựa chọn ngẫu nhiên một tệp dữ liệu để phân tích mà dữ liệu đầu vào bị sai lệch thì cho dù bạn có thực hiện đúng các bước phân tích thì kết quả nhận được cũng không còn ý nghĩa mà ngược lại còn gây ảnh hưởng đến doanh nghiệp. Do đó, bạn phải chú ý thống kê chuẩn xác để không phải mắc những sai lầm về lấy mẫu sai, thông tin sai lệch hay bỏ qua đường cơ sở. Hãy không ngừng cải thiện kỹ năng thống kê của mình để không bị dữ liệu đánh lừa.
Giai đoạn 3: Bắt đầu để trở thành một Master Data Analyst thực thụ
Đi sâu hơn vào lĩnh vực Data Analyst, bạn có thể master chuyên môn của mình theo hướng trở thành nhà phân tích dự đoán hiệu suất kinh doanh tương lai (Predictive Analysis) bằng cách sử dụng công nghệ học máy Machine Learning. Ví dụ, dựa vào machine learning, bạn có thể biết trước khả năng khách hàng rời bỏ bằng các thuật toán hồi quy (regression) để có những hành động kịp thời giữ khách hàng và tối ưu hoá chi phí và hiệu quả quảng cáo sao cho phù hợp.
Bạn có thể học về machine learning nếu muốn phát triển theo hướng này hoặc muốn những kiến thức căn bản về làm việc với các bạn đang làm về machine learning.
Giai đoạn 4: Trau dồi soft skill để sẵn sàng apply job Data Analyst đầu tiên
Như đã nói ở trên, một Data Analyst không chỉ cần có Domain Knowledge mà cần phải trau dồi Soft Skill. Những kỹ năng mềm cần có của một DA chính là giao tiếp, thương thuyết, đặt câu hỏi, kỹ năng giải quyết vấn đề hiệu quả, Tiếng Anh,...
Tuy nhiên, để gây thiện cảm với nhà tuyển dụng, bạn cần phải tạo CV và Portfolio cá nhân thật ấn tượng, dù chưa có nhiều kinh nghiệm làm việc. Hãy tập trung show ra được những điểm mạnh và kỹ năng của bản thân trong lĩnh vực Data và sắp xếp chúng một cách khoa học. Ví dụ, với Portfolio, nên trình bày các công cụ và các ngôn ngữ lập trình mà bạn biết như SQL, Python, Power BI thành các mục riêng. Trong từng mục đó, nên có thêm 1-2 project hoặc các bài tập nhỏ đã làm để thể hiện cho nhà tuyển dụng thấy rằng bạn đã có kinh nghiệm thực hành thực tế. Đừng bỏ quên bất kỳ dự án nào liên quan đến dữ liệu bạn đã làm hoặc đã cộng tác thực hiện.
Hãy luyện phỏng vấn thử thật nhiều trước khi có cuộc gặp chính thức với nhà tuyển dụng.
Một số tip khi học Data Analyst để có thể apply job Data đầu tiên
Dưới đây là 1 số tip học Data Analysis từ những người đi trước để có thể apply job đầu tiên:
- Nếu muốn chuyển ngành nhanh, chỉ từ 6-8 tháng, bạn nên học theo một lộ trình cụ thể, học trọng tâm, học đúng thứ cần học để rút ngắn thời gian nhưng vẫn có đủ kiến thức cơ bản để đi làm.
- Bạn nên vừa học vừa thực hành làm các dự án về Data. Chỉ có vừa học vừa thực hành mới giúp bạn có thể tiến bộ nhanh. Có thể tìm các case study từ các nguồn uy tín trên mạng, hoặc tận dụng các công việc liên quan đến dữ liệu ngay tại doanh nghiệp bạn đang làm việc.
- Mặc dù kiến thức ở trên mạng rất nhiều và đa dạng. Bạn có thể tự học trên internet nhưng nhà tuyển dụng vẫn ưu tiên tuyển ứng viên được đào tạo về Data Analysis theo lộ trình bài bản. Nếu bạn học tại các trung tâm, có thể show chứng chỉ Data Analyst. Còn nếu tự học, hãy tự tin trình bày tất cả những kiến thức có được theo hệ thống.
- Nếu muốn đi nhanh và đi xa hơn trong ngành phân tích dữ liệu, bạn nên tìm một mentor đồng hành, hướng dẫn. Bởi học Data cần rất nhiều kiến thức về tech, đôi khi bạn sẽ gặp khó khăn và không thể tìm ra giải pháp. Có mentor đồng hành, bạn sẽ dễ dàng tìm ra câu trả lời và hiểu sâu hơn khi nhận tư vấn từ những người đi trước.
- Data Analysis là ngành hấp dẫn, tiềm năng nhưng vô cùng khó khăn cho người học. Chính vì vậy, nếu muốn áp dụng lộ trình học Data Analyst cho người mới bắt đầu chỉ sau 6-8 tháng, bạn phải thực sự tập trung và kỷ luật. Nhưng chắc chắn, kết quả bạn đạt được sẽ rất xứng đáng với nỗ lực bỏ ra.
Kết luận
Trở thành Data Analyst là một quá trình dài hơi. Bởi lẽ, người làm DA không chỉ cần giỏi về technical mà còn phải đủ hiểu về business. Vì thế, đừng vội thúc ép bản thân lĩnh hội tất cả các kiến thức và kỹ năng trong cùng một lúc. Bạn có thể áp dụng Lộ trình học Data Analysis cho người mới bắt đầu ở trên và nỗ lực để có thể gia nhập ngành DA trong thời gian sớm nhất.
Hoặc bạn cũng có thể tham khảo KHÓA HỌC DATA ANALYST tại MindX, sẽ giúp bạn định hướng để có mục tiêu cụ thể trong ngành DA, có lộ trình học cô đọng và các mentor giàu kinh nghiệm đồng hành hướng dẫn. Tham khảo chi tiết khoá học tại http://ldp.to/dataanalyst