Trong thời gian qua, chị Cherry nhận được rất nhiều câu hỏi từ các bạn là đang học một ngành không liên quan (non-tech) thì có chuyển hướng sang làm BA, BI và các nghề liên quan Data Analytics khác được hay không (chị Cherry sẽ gọi chung là nghề data).
Câu trả lời của chị Cherry là làm được nếu
các bạn có 'the right expectation' về quá trình chuyển hướng,
các bạn thực sự thích và
có chiến lược trau dồi điểm chưa hoàn thiện về kĩ năng.
Có rất nhiều điểm chị Cherry muốn viết kĩ cho các bạn, nên chị sẽ tách 3 điểm trên thành 3 post riêng. Trong post này chị sẽ nói về: 'the right expectation' trong quá trình chuyển hướng.
Hiện nay không thiếu các nguồn để các bạn học thêm kĩ năng về nghề data, tuy nhiên chị Cherry thấy hầu như không mấy ai nói về việc chuẩn bị tâm lý cho việc nhảy ngành - điều mà Cherry thấy mang tính quyết định sự thành công trong nỗ lực của các bạn.
Chuyển hướng sang các nghề Data Analytics khó không?
Nhìn nhận thực tế thì mức độ khó là tuỳ thuộc vào mức độ quen thuộc với số liệu hoặc coding của từng bạn hiện tại và so với yêu cầu của vị trí mà bạn nhắm tới. Nhìn chung thì các bạn học Tài Chính sẽ cảm thấy bớt 'ngộp' so với một bạn học ngành Nhân sự khi phải học về các technical skills.
Tuy nhiên, nếu các bạn thấy đam mê với ngành này thì chuyện chuyển ngành khó hơn hay dễ hơn các ngành khác là không liên quan, việc so sánh sẽ chỉ làm các bạn thiếu tự tin hơn thôi.
Chị Cherry muốn các bạn nhìn cái 'khó' theo một hướng tích cực nhưng vẫn thực tế: học bất kì cái gì mới cũng khó. Thấy khó không có nghĩa là mình yếu kém, mà là mình đang học hỏi cái mới. Các bạn không phải là trường hợp cá biệt khi thấy khó và nản, ngay cả Cherry đã bao năm trong ngành vẫn vò đầu bứt tai khi học nhiều khái niệm hay công nghệ mới.
Nhìn nhận thực tế thì mức độ khó là tuỳ thuộc vào mức độ quen thuộc với số liệu hoặc coding của từng bạn hiện tại và so với yêu cầu của vị trí mà bạn nhắm tới. Tuy nhiên, thấy khó không có nghĩa là mình yếu kém, mà là mình đang học hỏi cái mới. Các bạn không phải là trường hợp cá biệt khi thấy khó và nản.
'Khó' vậy thì phải làm gì?
Như Cherry nói ở trên, trong thời gian đầu, các bạn hãy expect là mình sẽ thấy khó, thấy nản, thấy không hiểu gì và thấy không biết bao giờ mới giỏi. Đây là những cảm xúc vô cùng bình thường trong quá trình học. Để vượt qua thời gian đầu (và cũng là thời gian khó khăn nhất), các bạn cần hiểu việc quan trọng không phải là hiểu hết những thứ bạn học, mà là luyện sự kiên trì để vượt qua cái nản.
Nói ngắn gọn, chị Cherry khuyên các bạn đã xác định được kĩ năng mình muốn học rồi thì nên dành 20-60 phút mỗi ngày để học. Học trên 60 phút thì cũng tốt thôi, nhưng Cherry nhấn mạnh, điều quan trọng là các bạn học mỗi ngày, các bạn không cần hiểu hết, hay học tận 4-5 tiếng một ngày. Nếu không hiểu, các bạn chỉ cần bắt chước y chang như những gì được dạy (vd: type code theo đáp án, đừng chỉ thụ động copy paste).
Kiên trì trong tầm 1-2 tháng như vậy, dần dần các bạn sẽ thấy quen thuộc với các từ ngữ chuyên ngành hơn và khi nhìn lại những thứ mình học trước đây (và không hiểu lắm) thì chợt thấy rất dễ hiểu.
Trong thời gian đầu, các bạn hãy expect là mình sẽ thấy khó, thấy nản, thấy không hiểu gì và thấy không biết bao giờ mới giỏi. Để vượt qua thời gian này, các bạn cần hiểu việc quan trọng không phải là hiểu hết những thứ bạn học, mà là luyện sự kiên trì để vượt qua cái nản.
Có hi vọng nào cho em nếu em muốn chuyển sang làm Data Science?
Có, nhưng không dễ và sẽ cần nỗ lực hơn rất rất nhiều so với việc chuyển sang các nghề Data Analytics.
Nhiều bạn học trái ngành khi đi xin lời khuyên thì hay được bảo là nếu ở Đại học bạn không học Data Science, Computer Science, Statistics hay các bạn sẽ khó có cửa để nhảy sang làm các vị trí như Data Scientist, ML/AI/Data Engineer. Các vị trí trên thường yêu cầu ít nhất bằng thạc sĩ hoặc PhD (đặc biệt với Data Scientists). Những nhận định này không hề sai, tuy nhiên nó được đưa ra dựa trên assumption là bạn đã, đang và sẽ không có đủ bằng cấp chuyên ngành.
Thực tế là mỗi người đều khác nhau, có người nhận ra được mình thích gì từ sớm và có người thì muộn hơn. Có thể bạn chưa có đủ bằng cấp tại thời điểm hiện tại nhưng bạn hoàn toàn có lựa chọn học lại từ đầu (nếu bằng ĐH của bạn hoàn toàn không liên quan) hoặc học lên tiếp (Thạc sĩ và Tiến sĩ) đúng ngành Data Science. Các bạn có thể google chị Chip Huyen - hiện là co-founder của Claypot AI, để thấy rằng con đường vào Data Science của chị ý cũng là một ngã rẽ khá gắt so với những công việc mà chị ấy làm trước đó.
Do đó, Cherry nghĩ nếu bạn xác định rất thích và sẵn sàng làm whatever it takes (also, là có chút điều kiện kinh tế) để trở thành Data Scientist thì tại sao lại không thử? Dù kết quả có thế nào thì Cherry vẫn nghĩ những kiến thức các bạn lượm lặt được khi học về Data cũng sẽ cho bạn lợi thế lớn ở bất kì vị trí nào sau này.
Comments