Yêu cầu tuyển dụng vị trí Data Science
- Kỹ năng giải quyết vấn đề mạnh mẽ, tập trung vào phát triển sản phẩm.
- Có kinh nghiệm sử dụng các ngôn ngữ máy tính thống kê (R, Python, SLQ, v.v.) để thao tác dữ liệu và rút ra thông tin chuyên sâu từ các tập dữ liệu lớn.
- Có kinh nghiệm làm việc và tạo kiến trúc dữ liệu.
- Kiến thức về nhiều kỹ thuật học máy (phân cụm, học cây quyết định, mạng thần kinh nhân tạo, v.v.) và những ưu điểm/nhược điểm trong thế giới thực của chúng.
- Kiến thức về các khái niệm và kỹ thuật thống kê nâng cao (hồi quy, tính chất của phân phối, kiểm tra thống kê và cách sử dụng hợp lý, v.v.) và kinh nghiệm với các ứng dụng.
- Kỹ năng giao tiếp bằng văn bản và bằng lời nói xuất sắc để điều phối giữa các nhóm.
- Kiến thức và kinh nghiệm mã hóa với một số ngôn ngữ: C, C++, Java,
- JavaScript, v.v.
- Kiến thức và kinh nghiệm về các kỹ thuật thống kê và khai thác dữ liệu: GLM/Regression, Random Forest, Boosting, Trees, text mining, phân tích mạng xã hội, v.v.
- Có kinh nghiệm truy vấn cơ sở dữ liệu và sử dụng các ngôn ngữ máy tính thống kê: R, Python, SLQ, v.v.
- Kinh nghiệm sử dụng các dịch vụ web: Redshift, S3, Spark, DigitalOcean, v.v.
- Có kinh nghiệm tạo và sử dụng các thuật toán và thống kê học máy nâng cao: hồi quy, mô phỏng, phân tích kịch bản, mô hình hóa, phân cụm, cây quyết định, mạng lưới thần kinh, v.v.
- Kinh nghiệm phân tích dữ liệu từ các nhà cung cấp bên thứ 3: Google Analytics, Site Catalyst, Coremetrics, Adwords, Crimson Hexagon, Facebook Insights, v.v.
- Có kinh nghiệm với các công cụ tính toán/dữ liệu phân tán: Map/Reduce, Hadoop, Hive, Spark, Gurobi, MySQL, v.v.
- Trải nghiệm trực quan hóa/trình bày dữ liệu cho các bên liên quan bằng cách sử dụng: Periscope, Business Object, D3, ggplot, v.v.
Lộ trình sự nghiệp của Data Science
Mức lương trung bình của Data Science tại Việt Nam khoảng từ 20 triệu - 30 triệu VND/tháng. Mức lương của intern Data Science ở Việt Nam cũng thay đổi tùy thuộc vào nhiều yếu tố, bao gồm vị trí, công ty, địa điểm làm việc, và mức độ kỹ năng của intern.
Lộ trình thăng tiến trong lĩnh vực Data Science có thể khác nhau tùy thuộc vào công ty, ngành công nghiệp và mục tiêu cá nhân. Dưới đây là một lộ trình thường gặp để phát triển sự nghiệp trong Data Science:
Intern Data Analyst (Intern Nhân viên Phân tích Dữ liệu)
Giai đoạn đầu tiên thường làm việc như một intern Data Analyst. Trải nghiệm này giúp bạn làm quen với môi trường làm việc và các công cụ phân tích dữ liệu cơ bản. Trách nhiệm chính thường liên quan đến thu thập dữ liệu, làm sạch dữ liệu, và hỗ trợ các dự án phân tích dữ liệu đang diễn ra.
Intern Data Scientist (Intern Nhà Khoa học Dữ liệu)
Nếu bạn có kiến thức cơ bản về Machine Learning và thống kê, bạn có thể được thăng tiến lên vị trí intern Data Scientist. Trong vai trò này, bạn có thể tham gia vào các dự án phức tạp hơn, xây dựng và đánh giá mô hình dự đoán đơn giản, và tham gia vào quá trình phân tích dữ liệu chi tiết hơn.
Junior Data Scientist (Nhà Khoa học Dữ liệu Junior hoặc Nhân viên Khoa học Dữ liệu Junior)
Sau giai đoạn intern, bạn có thể ứng tuyển vào vị trí Junior Data Scientist hoặc tương đương. Bạn sẽ tham gia vào các dự án Data Science thực tế hơn, có trách nhiệm lớn hơn trong việc phân tích dữ liệu, xây dựng mô hình, và thực hiện các nhiệm vụ khoa học dữ liệu.
Data Scientist (Nhà Khoa học Dữ liệu)
Khi có kinh nghiệm và kiến thức đầy đủ, bạn có thể trở thành một Data Science chính thức. Ở vị trí này, bạn sẽ đảm nhiệm trách nhiệm chính trong việc phân tích dữ liệu phức tạp, xây dựng và đánh giá các mô hình dự đoán, và đưa ra quyết định dựa trên dữ liệu.
Senior Data Scientist (Nhà Khoa học Dữ liệu Cao cấp)
Thăng tiến lên vị trí Senior Data Scientist đòi hỏi kinh nghiệm và thành tựu đáng kể trong lĩnh vực. Trách nhiệm mở rộng để bao gồm việc chỉ đạo dự án, đào tạo nhân viên mới, và tham gia vào quản lý dự án lớn hơn.
Data Science Manager
Bạn có thể thăng tiến thành Trưởng Nhóm Khoa học Dữ liệu hoặc Data Science Manager, có trách nhiệm lãnh đạo và quản lý một nhóm Data Science.
Data Science Director (Giám Đốc Khoa học Dữ liệu)
Đây là vị trí cấp cao hơn trong lĩnh vực Data Science, thường có vai trò quản lý toàn bộ bộ phận Khoa học Dữ liệu của tổ chức.
Chief Data Officer (CDO) hoặc Chief Analytics Officer (CAO) (Giám Đốc Dữ liệu hoặc Giám Đốc Phân Tích)
Đây là vị trí cấp cao nhất trong lĩnh vực Data Science và thường có thẩm quyền lớn trong việc định hình chiến lược dữ liệu của tổ chức.
Tweet
Facebook
Copy Link