Nội dung chính
Data Analyst là người đại diện cho tiếng nói của dữ liệu. Họ thực hiện các phân tích sâu (deep dive analytics) để cung cấp insights cho những quyết định cũng như kế hoạch của ban lãnh đạo doanh nghiệp. Đọc bài phỏng vấn của ITviec với chị Nguyễn Thị Thúy Hạnh – Senior Manager, BI and Data Analytics của Property Guru Group tại Singapore, để biết:
Read the English version here.
Data Analytics nghe có vẻ khô khan và rắc rối. Tại sao chị chọn con đường này?Mình nghĩ, đôi khi nghề chọn người nhiều hơn là người chọn nghề. Do duyên mà ngay từ lúc mới ra trường mình được chọn và offer công việc làm DA ngay khi còn chưa biết DA là gì. Đó thật sự là may mắn so với các bạn ở thời điểm hiện tại khi làm DA/ DS đã thành một xu hướng. Theo mình thì không có nghề nào là quá rắc rối và quá khả năng của một người bình thường, vấn đề duy nhất là nó có hợp với tính cách và hướng phát triển của bạn không, hoặc là bạn có cảm thấy mình có thể làm nghề này hay không. DA có sức hấp dẫn riêng của nghề, ví dụ như bạn không phải chịu áp lực doanh số, hay phải hoạt ngôn mới làm được. Bạn sẽ có thời gian suy nghĩ và tìm giải pháp cho vấn đề, cho sản phẩm, hay cho doanh nghiệp, và giải pháp của bạn dựa trên con số, phân tích và tính toán, với độ chính xác cao. Hơn nữa, DA là một nghề không chịu sự bó hẹp của industry, bạn có thể làm cho bank, hay cho công ty công nghệ, hay cho sản phẩm sức khỏe, y tế, thể thao… Làm DA đôi lúc như là người soi đèn cho những người làm operation quyết định, khi phân tích/ tìm hiểu/định hướng của bạn được chấp nhận, hay khi bạn thấy stakeholders ồ lên hoá ra là vậy, hoá ra đó là điểm họ bị struggling và không tìm được câu trả lời, bạn sẽ cảm thấy mọi công sức bạn bỏ ra được đền đáp, như kiểu dùng chất kích thích vậy (cười). Theo chị, Data Analyst có phải là Business Analyst?Cách đây vài năm mình trả lời cho câu hỏi này rằng “Chắc chắn Data Analyst (DA) không phải là Business Analyst (BA)”. Nhưng hiện tại đọc lại câu hỏi thì sẽ thấy khó để trả lời hơn. Vì sao lại như vậy? Vì các bạn trẻ bây giờ rất ham học hỏi, điểm khác biệt lớn ngày xưa là DA thường khả năng technical cao hơn BA, thì hiện tại hầu như các bạn BA đã cố gắng để xóa nhòa ranh giới đó. Phần nhiều điểm khác nhau hiện tại là do ở scope công việc. Có thể nói, nhiệm vụ thực sự của BA và DA sẽ là:
Ví dụ như ngân hàng, bạn sẽ thấy rất nhiều BA trong khối IT, nơi họ thực sự làm công việc của một Business Analyst: diễn giải yêu cầu của người làm business thành ngôn ngữ của developer và ngược lại. Còn DA là người phân tích và xử lý dữ liệu để tìm ra các insight, từ đó đưa ra các đề xuất/giải pháp cho business. Ở một số công ty khác, BA thường gắn với các operation team, thực hiện các phân tích hoặc ad học cần nhiều business mindset và ít technical skills hơn. DA sẽ thực hiện các dự án có tính tập trung và mang lại giải pháp toàn diện, giải quyết được vấn đề cho nhiều team một lúc, hoặc vấn đề mang tính toàn công ty hơn, long term hơn. Ví dụ như bộ phận Chiến lược có thể có BA. BA của bộ phận Chiến lược chủ yếu sẽ phân tích xem chính sách của chính phủ, đối thủ, thị trường, và nội tại của công ty phù hợp với chính sách gì tại thời điểm này và năm sau, hay 3 năm tới. Các bạn DA thuộc team data thì lại làm những phân tích như làm thế nào để khách hàng quay lại nhiều hơn, dành thời gian nhiều hơn, tiêu tiền nhiều hơn, hài lòng hơn với sản phẩm…
Chị có thể giải thích rõ hơn điểm giống/khác nhau giữa hai công việc này?Trước khi vào trả lời, thì phải nói thêm là ngay cả câu trả lời bên dưới cũng có khả năng là không đúng, phần nhiều sự khác nhau hiện tại là do công ty quy định về job scope. Tuy nhiên thì mình vẫn giữ nguyên quan điểm như dưới nếu nhất định phải phân biệt rạch ròi. 1. Khác nhau:Khi business user tìm đến BA, thường là họ đã biết mình muốn gì, cần gì. Họ đã có sẵn câu trả lời, và chỉ cần BA diễn giải lại.
Còn khi business user tìm đến với DA, họ thường chỉ có câu hỏi, và lại là một câu hỏi mơ hồ. Họ cảm nhận được khúc mắc gì đó song chưa có cơ sở để khẳng định. DA sẽ căn cứ vào dữ liệu để xác nhận khúc mắc đó có tồn tại hay không, và đề xuất giải pháp. Thậm chí, đôi khi DA sẽ tự tìm đến business user để cung cấp những thông tin mà business user chưa hề biết tới. Đó là khi data cất lên tiếng nói, và DA lắng nghe được.
2. Giống nhau:BA và DA đều thuộc lĩnh vực Data, đều phải hiểu về business và hệ thống data của business đó. Trên thực tế, có rất nhiều blur lines giữa hai công việc này. Đặc biệt là trong môi trường start-up, nơi bạn thường xuyên thấy mình làm cả hai công việc BA và DA mỗi ngày.
Analytics Manager là bước phát triển cao hơn của Data Analyst?Tùy thuộc vào môi trường, công việc, cũng như thị trường bạn đang sống, có rất nhiều nhánh khác nhau trong cùng lĩnh vực data.
Theo mình quan sát thấy, thì hầu hết các bạn Data Analyst đều muốn phát triển thành Data Scientist. Có lẽ vì Data Scientist được các kênh truyền thông “lăng xê” thành rock-star trong ngành dữ liệu chăng? (cười) Tuy nhiên, theo mình thì mọi nhánh nghề nghiệp đều quan trọng. Rất khó có thể nói công việc nào là bước phát triển cao hơn của công việc nào. Các đồng nghiệp làm Data Scientist mà mình biết, công việc của họ cũng tương đối giống với công việc mà bọn mình gọi là “Data Analyst”. Sự khác biệt có lẽ chủ yếu ở phần trăm phân bổ giữa các trách nhiệm công việc.
Cũng tương tự, theo mình, Analytics Manager không phải là bước phát triển cao hơn của vị trí Data Analyst. Đơn giản là, giống như mọi vị trí managing khác, khi chuyển thành Analytics Manager, bạn nhận thêm trách nhiệm quản lý.
Chị Nguyễn Thị Thúy Hạnh (ở giữa) cùng đồng nghiệp. Từ vị trí Data Analyst có thể phát triển sự nghiệp lên những vị trí nào khác (theo hướng Manager thì như thế nào, theo hướng Technical thì như thế nào)?Hiện tại công ty nào cũng có hai hướng cho nhân viên lựa chọn, hoặc là theo hướng Manager hoặc là theo hướng Technical. Theo hướng technical các bạn có thể lựa để từ DA rồi thành Senior DA, rồi sau đó tuỳ theo công ty, có thể là Principal/ Lead DA. Tất nhiên cũng tuỳ công ty, nhưng đối với Principal DA, thường ở vị trí đó sẽ được (hay bị) mong đợi là có thể lead các project một mình, và thường là các project lớn có nhiều ảnh hưởng. Ngoài ra những bạn này sẽ là người có khả năng giải đáp, hướng dẫn các bạn DA mới vào nghề, tuy không trực tiếp quản lí nhân sự. Như trên đã trình bày, một hướng khác là các bạn làm DA hay muốn chuyển sang làm Data Scientist. Tuy nhiên lựa chọn này sẽ cần các bạn nỗ lực rất nhiều, vì thị trường DS thường được coi là lớp kem trên đỉnh, tức là mỏng nhưng tập trung nhiều nhân tài, nguyên nhân là các bạn làm DS thường tốt nghiệp PhD, và kiến thức rất sâu, dày. Thị trường DS ở VN còn thiếu và yếu, nên nhiều bạn chọn chuyển ngang, và thành công. Tuy nhiên để chuyển ngang được ở các công ty lớn, thị trường lớn, thì mình thường khuyến khích các bạn nên bỏ ra vài năm đi học, để tăng khả năng cạnh tranh. Hướng khác nữa là hiện tại có nhiều bạn làm DA rồi chuyển qua làm Product cho Data Product. Đây là một hướng phát triển khá thú vị, tuy nhiên các bạn cũng sẽ cần cố gắng rất nhiều để bắt kịp các kiến thức về Product. Theo hướng Manager thì đơn giản hơn, sẽ là bạn phát triển đến mức Senior DA, ở mức out standing, và muốn thử sức ở lĩnh vực quản lí. Làm quản lí thì ngành nghề lĩnh vực nào cũng như nhau, có nhiều cái khó, nhiều cái đau đầu nhưng cũng có niềm vui (ví dụ như sếp không mắng nhân viên không nghỉ việc là vui rồi) Tuy nhiên làm manager thì nếu trộm vía công việc suôn sẻ, sẽ có lúc bạn phải nghĩ, bước tiếp theo là gì, sau Head of Analytics hay Head of Data là gì, và đó cũng là một bài toán khó, ngay cả đối với mình hiện tại (cười). Trách nhiệm công việc chính của Analytics ?Trách nhiệm chính của Analytics Manager là:
Một ngày làm việc bình thường của Analytics Manager?Hiện tại mỗi ngày 50% thời gian của mình là đi họp, chủ yếu là để “move the needle” nếu cần thiết, và vạch ra chiến lược cho team làm những việc mang lại nhiều ảnh hưởng hơn, hoặc đôi khi thảo luận business opportunity từ data, chắc do đã thành Senior Manager vì với Manager, một ngày bình thường sẽ phải:
Sau đó, mình sẽ làm một số báo cáo/analysis theo kế hoạch; hoặc hỗ trợ dữ liệu nếu có yêu cầu. Ngoài giờ làm việc, ngoài những kế hoạch cá nhân, mình sẽ cố sắp xếp để học hay đọc thêm về data, visualization, code, artificial intelligence hay technology industry.
Infographic về Data Analyst và Analytics Manager của Data Camp Điều mọi người thường hiểu lầm về Data Analyst là gì?Người ngoài ngành thường không biết bọn mình làm gì, nên chắc là… không có hiểu lầm gì cả (cười). Còn với những ai sắp/muốn trở thành Data Analyst/Scientist, dường như mọi người thường nghĩ sẽ được làm những project với mô hình predictive hay clustering phức tạp, cũng như muốn vọc sâu vào machine learning. Nhưng trên thực tế, Data Analyst phải xử lý khá nhiều với dữ liệu thô.
Những công việc này thường mất rất nhiều thời gian. Song kỹ năng để thực hiện lại rất đơn giản, với một số query cơ bản. Điều này nghe có vẻ buồn. Tuy nhiên, nếu thực sự yêu dữ liệu, bạn sẽ cảm thấy phần công việc này giúp bạn hiểu hơn về hệ thống, sản phẩm của công ty.
Thuận lợi, khó khăn khi chuyển từ banking industry sang online industry?Từ một industry lâu đời như banking chuyển sang một industry đang có đà phát triển như vũ bão, cũng như chuyển từ môi trường corporate sang start-up at heart company. Có nhiều điều ban đầu khiến mình cảm thấy khó khăn. Công việc ở công ty nhìn chung cố định, mỗi người giống như một mắt xích trong dây chuyền chặt chẽ, với hệ thống quy trình và chính sách đã hoàn thiện. Còn trong start-up, bạn sẽ phải làm quen với sự thay đổi chóng mặt của công việc.
Tuy nhiên, bản chất công việc DA khá giống nhau ở mọi môi trường. Có lẽ vì vậy, nên sau khi hiểu hơn về industry, business, cũng như cách làm việc của hai môi trường, mình may mắn đã bắt nhịp được với công việc mới. Được như vậy, cũng phải cảm ơn các bạn Data Engineer đã giúp xây dựng hệ thống dữ liệu chuẩn và đúng yêu cầu người dùng, giúp việc thao tác và xử lý sau đó không khác nhau nhiều. Chị Hạnh (thứ 2 từ trái sang) cùng các đồng nghiệp tại Singapore Sai lầm “nhớ đời” chị từng phạm phải trong công việc?Mình từng phạm sai lầm nhớ đời khi làm DA và BA cùng lúc cho một dự án khá lớn. Sau khi thực hiện xong phần dữ liệu và model tính toán, ở công đoạn cuối cùng, mình cần IT hỗ trợ để upload kết quả lên một website thông báo cho khách hàng. Lúc đó, bọn mình có khoảng 2 triệu khách. Tuy nhiên, trong quá trình trao đổi, hai bên đã bỏ qua dữ kiện này. Đến ngày upload kết quả, mình mới phát hiện ra: công cụ mà IT xây dựng cho mình chỉ có thể upload 20 nghìn dòng/lần. Nghĩa là, bọn mình sẽ phải upload 100 lần, mỗi lần mất chừng 1 giờ đồng hồ. Đó là chưa kể thời gian đổ dữ liệu từ database sang file excel. Rốt cuộc, mình phải “cầu viện” manager của mình. Và, vì không thể sai hẹn với khách hàng, cả team đã phải gác lại mọi công việc để tập trung upload dữ liệu lên bằng tool cũ. Sau lần đó, IT đã upgrade lên một công cụ mới, giúp mình thực hiện việc upload này trong vòng 20 phút/lần/toàn bộ dữ liệu khách hàng. Dĩ nhiên, sự cố đó có gây thiệt hại, vì bọn mình đã trễ một vài deadline khác của team. Và bài học lớn nhất vẫn là “pay attention to details”. Ai là người truyền cảm hứng về nghề Data Analyst cho chị?Anh Muthukrishnan, hiện là Head of Retail Bank Finance Analytics của HSBC tại Ấn Độ. Đó là người thầy đầu tiên, đồng thời cũng là người truyền cảm hứng và tình yêu với Analytics cho mình. Muthu là một lãnh đạo có tầm nhìn sắc bén, đồng thời luôn có giải pháp/đề xuất cho mọi tình huống công việc – đúng như ngành Analytics yêu cầu. Ngoài ra, team mình lúc đó hầu như đều có background về kinh tế. Chính anh Muthu đã giúp bọn mình tự học SQL/SAS, đồng thời rèn cho bọn mình hiểu rằng không có việc gì là không làm được nếu thực sự nỗ lực. Một bài học khác nữa mà mình học được từ anh Muthu:
Đây là nguồn cổ vũ giúp mình chịu khó học hỏi và thử nghiệm cái mới. Những kỹ năng cần thiết để trở thành Data Analyst?Để trở thành Data Analyst, bạn cần:
Nhìn chung, nghề Data Analyst không yêu cầu phải cực kì giỏi về coding. Nhưng nếu có background về software engineering sẽ là lợi thế. Các bạn coder muốn chuyển sang làm Data Analyst thì cần lưu ý các kỹ năng cơ bản trên, đặc biệt là phải hiểu về business. Làm thế nào để một bạn trẻ biết có nên theo nghề Data Analyst hay không?Đây là một câu hỏi rất khó để trả lời. Theo mình, bạn cần tự hỏi bản thân 3 câu hỏi sau:
Ngoài ra, bạn nên:
Nếu mọi câu trả lời đều là “có”, và nếu sau khi tìm hiểu, bạn vẫn muốn theo đuổi? Xin chào mừng đến với thế giới của dữ liệu. Mức lương và cơ hội nghề nghiệp của nghề Data Analyst ở Việt Nam và Singapore theo đánh giá của cá nhân chị?Theo đánh giá cá nhân của mình thì hiện tại Data Science là một ngành luôn thiếu nhân lực. Không chỉ ở Singapore hay ở Việt Nam, mà bất kì nước nào, cơ hội trong ngành Data cũng rất cao. Không chỉ ở các công ty công nghệ, mà trong tất cả các ngành nghề khác như y tế, xây dựng, khách sạn, ăn uống, dịch vụ… Data cũng bắt đầu phát triển và được đầu tư khai thác.
Có thể hơi khó tưởng tượng, nhưng y tế lại là một trong những ngành cần rất nhiều người làm Data hiện nay. Mình cũng đã may mắn được tiếp xúc với CIO của một số công ty Fortunes 500 làm trong các lĩnh vực khá cổ truyền như Oil and gas hay Transportation. Và có thể thấy nhu cầu khủng khiếp của các công ty với nhân sự ngành này. Mình nghĩ cơ hội nghề nghiệp của ngành ở Việt Nam thật sự rất rộng mở. Tuy nhiên, hiện tại cũng khá nhiều bạn sinh viên theo đuổi ngành này, nên có lẽ 3-4 năm tới, cung cho ngành cũng khá nhiều và ngành Data sẽ ngày càng thêm cạnh tranh. Người làm trong ngành cũng luôn luôn phải cập nhật trang bị thêm kiến thức để có thể theo kịp những hướng đi mới của thế giới, do vậy công việc cũng sẽ đòi hỏi sự kiên trì và yêu thích nhất định. Về mức lương thì tuỳ thuộc vào công ty và công việc, vị trí, số năm kinh nghiệm, nên mình sẽ không tổng quát tại đây. Có một số bạn có email hỏi mình là lương mình bao nhiêu, mình nghĩ đó là một câu hỏi khá nhạy cảm. Và lời khuyên của mình cho các bạn theo đuổi công việc này hay bất kì công việc nào là: hãy làm công việc mà mình cảm thấy có đủ sức để theo đuổi tới lúc mình trở thành một trong những người tốt nhất. Khi đó, dù làm gì, bạn cũng sẽ được trả công xứng đáng. Một điều chị muốn chia sẻ là, như Master Yoda trong Chiến tranh giữa các vì sao đã nói “Do or not do. There’s no try”. Có khá nhiều bạn ham mê và hỏi, cũng như đi phỏng vấn chuyển ngành nghề, tuy nhiên lại không hề có một động thái tìm hiểu hay tự học tự làm trước khi hỏi thêm, hay trước khi phỏng vấn. Chị nghĩ như vậy sẽ phí thời gian của cả hai bên, nếu các bạn không tự ráng sức trước, sẽ rất khó có ai mở cơ hội mời sẵn cho các bạn. Chị có trực tiếp tham gia tuyển dụng Data Analyst không? Nếu có thì chị sẽ tuyển người dựa trên những tiêu chí nào?Mình có tham gia tuyển dụng Data Analyst và hiện tại vẫn đang tuyển tại các thị trường VN/Malaysia/Singapore nên có bạn nào muốn làm cùng team chị thì liên lạc ngay nhé (cười). Thường thì các bạn sẽ được làm test trước, để đánh giá trình độ xử lí dữ liệu của các bạn (test SQL/R/Python…). Sau bài test này rồi thì đến phần phỏng vấn, sẽ tập trung nhiều vào business cases hơn, để hiểu bạn ứng xử thế nào trước yêu cầu của business. Tiêu chí của mình rất đơn giản. Quan trọng nhất là hiếu học, có logic, hiểu bản thân còn thiếu ở điểm nào và mạnh ở điểm nào và yêu thích công việc, chịu khó tìm tòi. Thường tiêu chí đơn giản vậy nhưng mình hay bị các bạn HR chê khó tính. Thực ra mình nghĩ phần nhiều các bạn đi phỏng vấn khá vô tư, nghĩ gì nói nấy, không để ý rằng các câu trả lời của bản thân không có tính thống nhất. Hoặc không tìm hiểu thông tin về công ty/sản phẩm, vì nghĩ rằng head hunter gọi bạn ấy thì công ty cần bạn chứ bạn không cần công ty, nhưng đồng thời nó lại phản ánh sự chuẩn bị của bạn trong mọi việc khác. Mình nghĩ rằng mọi kiến thức đều có thể học được khi bạn thật sự yêu thích công việc và chịu khó phát triển. Tất nhiên, kiến thức và kinh nghiệm là điều mà nhà tuyển dụng nào cũng cần. Nếu bạn thông minh, sắc sảo thì sẽ là điểm cộng. Các nguồn resource hữu ích cho Data Analyst?
Mình cũng hay đọc thêm các bài trên medium (ví dụ như nhóm Towards Data Science). Ngoài ra lúc rảnh, mình có đọc sách liên quan tới AI/ML hay số liệu. Gần đây số lượng sách về chủ đề này khá nhiều, nên cũng là một nguồn tài liệu phong phú cho các bạn lựa chọn. Analytics Vidhya, một trang blog hay về ngành dữ liệu Số lượng sách về data hiện tại khá nhiều, tuy không nhiều sách hay, nhưng nếu các bạn ráng đọc 1 tháng 1-2 quyển, mình nghĩ là cũng sẽ có khá nhiều kiến thức. Trong lần phỏng vấn trước đây với ITviec, sau đó có khá nhiều bạn email hỏi, nên mình có bắt đầu viết blog cá nhân Hanh Nguyen, tuy nhiên lười quá nên mới được có 3 bài, hi vọng sẽ có lúc viết dài hơi hơn. Cũng tranh thủ nói thêm nếu bạn nào có email mà mình không trả lời, bạn có thể vui lòng email lại, do mình sợ hòm mail cá nhân khá nhiều email nên có thể thất lạc. Sau gần 10 năm làm việc, 3 bài học lớn nhất chị đúc rút cho bản thân là gì?1. Be data driven and be strategicNói về be data driven trước nhé. Trong cuộc sống hàng ngày, với mỗi quyết định cá nhân, bạn nên dựa trên các dữ liệu/thông tin có được, thay vì chỉ dựa trên cảm tính.
Mình suy nghĩ tới be strategic khá muộn, nhưng hiện tại mình bắt đầu plan (lên kế hoạch) cho cuộc đời mình 3 năm tới, 5 năm tới, thay vì chỉ tập trung vào làm tốt việc hiện tại như trước đây. 2. Be simpleLà phụ nữ, lại làm dữ liệu, mình rất thích những gì phức tạp và fancy (cười). Tuy nhiên, công việc đã giúp mình hiểu rằng: càng đơn giản càng hiệu quả.
3. Don’t stop improvingĐặc điểm công việc cũng như industry luôn yêu cầu bọn mình phát triển để đáp ứng. Sau một thời gian dài thì đây chính là tiêu chí quan trọng nhất trong cuộc sống của mình. Điều quan trọng với improvement là phải persistent, tức là sự phát triển không phải là 1 lần, 2 lần, mà bạn phải tự đòi hỏi mình phát triển hàng quý hàng năm, phải tự optimize những công việc mình làm liên tục, cho dù chỉ là 1%. Điều gì khiến chị giữ được lửa và đam mê công việc cho đến tận bây giờ?Mình nghĩ mình khá may mắn khi hầu hết bạn bè đồng nghiệp đều là những người giỏi giang, khá tham vọng với công việc, và đam mê với việc đi làm, cũng như kiếm tiền. Có lẽ vì vậy mà mình luôn cảm thấy mình còn kém cỏi, lười biếng, và còn nhiều thứ phải làm. Lý do nữa là vì nghề Data Analyst thực sự giúp doanh nghiệp có thể có những quyết định đúng đắn, mang lại sự thay đổi cho doanh nghiệp, và khi mình thấy mình có ích, mình có thể yêu nghề hơn chăng? Hơn nữa, data và đặc biệt technology luôn luôn phát triển, việc giữ cho mình được cập nhật không thua kém tụt hậu đã là một thử thách, nên có lẽ vì vậy mình không thấy chán nghề bao giờ. Mình thì không chán nghề nhưng đôi lúc cũng tự hỏi không biết nghề đã chán mình chưa (cười). Nếu được phép thay đổi một điều gì đó trong quá khứ, chị sẽ làm gì?Thực ra thì mình không muốn thay đổi điều gì, mình khá hài lòng với con đường mình đã chọn. Nếu được thay đổi điều gì thì mình chỉ mong trước đó, khi còn đi học, mình nhận ra tầm quan trọng của việc học và học hành chăm chỉ hơn, vào trường tốt hơn và tốt nghiệp điểm cao hơn (cười). Ngoài ra thì với bản thân mình, cũng như với các bạn nữ đang theo đuổi sự nghiệp, mình muốn có lời khuyên là hãy tham vọng hơn, agressive hơn trên con đường mình chọn, bởi vì các bạn nam thường tham vọng hơn, và tới đích sớm hơn nhờ động lực đó, nên đừng ngại mình là phụ nữ mà tham vọng quá, hãy tham vọng hơn lên (cười). Lời khuyên/nhắn nhủ chị muốn gửi tới các bạn trẻ muốn theo nghề Data Analyst là gì?Công việc Analytics cần khá nhiều thời gian. Không phải mọi nghiên cứu hay project nào của bạn cũng trở thành đóng góp giá trị, hay được ghi nhận bởi business. Nên, nếu đã chọn làm công việc này, mong các bạn luôn kiên trì và yêu nghề.
Tiểu sử: Tốt nghiệp Thạc sĩ chuyên ngành Kinh tế tại Pháp năm 2008, chị Hạnh quay lại Việt Nam và bắt đầu làm việc tại Techcombank từ năm 2009. Trong 5 năm, chị trải qua các vị trí từ Chuyên viên Phân tích đến Phó phòng của Trung tâm Phân tích Kinh doanh (Analytics and Customer Intelligence) thuộc Khối Bán lẻ của Techcombank. Năm 2014, chị chuyển sang làm BA Lead tại Ngân hàng Quân Đội (MBBank). Sau đó, chị làm Analytics Manager cho 701Search (công ty mẹ của Chợ Tốt) tại Singapore. Trải qua các công ty như Accord, Agoda, Ascend Group, hện tại, chị đang giữ chức vụ Senior Manager, BI and Data Analytics của Property Guru Group tại Singapore. Bạn muốn trở thành một Data Analyst trong tương lai? Hoặc bạn muốn chia sẻ kinh nghiệm về nghề Data Analyst cùng mọi người? Hãy thảo luận ở phần comment phía dưới bài viết nhé! Và tham khảo ngay việc làm Data Analyst tại ITviec! |