Khi nhắc đến số má, đa số các bạn - đặc biệt là các bạn nữ, các bạn không có điểm số tốt các môn tự nhiên ở phổ thông, hoặc các bạn có thiên hướng về các ngành xã hội, sẽ chạy xa tám kiếp vì ... mất 12 năm thanh xuân vì toán lý hoá rồi, tại sao lại phải đâm đầu vô học data?
Đó là câu hỏi hoàn toàn chính đáng, và rất nên hỏi.
Trong Part 2 của xê ri "Nhảy sang nghề data", chị Cherry sẽ cho các bạn 3 lý do:
1. Data là một ngành vô cùng thân thiện với mọi background
Như hình bên dưới, Data Science (Khoa học dữ liệu) là một ngành mix mỗi thứ một tí: Statistics (xác suất thống kê), Computer Science (Khoa học máy tính), và Domain knowledge (nôm na là Kiến thức lĩnh vực). Domain knowledge giúp bạn xác định vấn đề đang gặp phải và định hướng giải quyết, Statistics cho bạn biết công thức giải quyết, và Computer Science giống như một bảng tính Excel giúp bạn áp dụng công thức trên cho nhiều phép tính tương tự cách nhanh-gọn-lẹ nhứt.
Các bạn học Nhân sự, Du lịch, even Tâm lý ... thật ra cái các bạn có sẵn đó chính là Domain knowledge. Ví dụ cụ thể luôn, nếu giữa 2 bạn fresh DA: bạn A background Computer Science và bạn B background Du lịch, cùng vào làm số liệu cho Vietjet đi. Khi thấy số Revenue (Doanh thu) rớt vào tháng 10, khả năng cao bạn A sẽ hoảng loạn highlight cho sếp và test n lý do có thể gây rớt số, nhưng bạn B sẽ nhận ra được đơn giản tháng 10 là vừa qua mùa cao điểm du lịch. Bạn B sẽ vẫn highlight số rớt cho sếp nhưng sẽ note nhẹ là đó là chuyện bình thường xảy ra hàng năm vào cùng kì.
Tóm lại là Cherry nghĩ ai cũng có thế mạnh riêng,
Kiến thức Domain mà các bạn coi là 'trái ngành' có thể lại rất hữu ích. Nó cho các bạn khả năng 'cảm thụ' số dưới góc nhìn khác so các bạn chỉ học thuần các ngành tự nhiên và khả năng nhìn ra cơ hội ứng dụng mới.
Các bạn học Statistics cũng có lợi thế là các bạn có thể hiểu và thiết kế các phương pháp đo lường, dự báo và phân tích cách khoa học hơn
Còn các bạn ngành CS thì có khả năng 'scale' (mở rộng quy mô) của một ứng dụng hơn so với các ngành khác.
Tuỳ vào năng lực và sở thích mà các bạn có thê mix match tỉ lệ Statistics - Computer Science - Domain và chọn công việc phù hợp.
2. Con người làm data thường có tư duy cởi mở
Vì Data Science là một interdiscipline (ý là mix nhiều chuyên ngành khác nhau) và nó cũng là một ngành liên tục phát triển, nên đa số người trong ngành khá khiêm tốn về kiến thức của bản thân và luôn cởi mở với ý tưởng của người khác.
Khi họ đưa ra một ý kiến X mà các bạn không đồng ý hoặc không hiểu, các bạn hoàn toàn có thể và được khuyến khích hỏi lại. Ngược lại, khi bạn đưa ra một ý kiến mà không được đồng tình lắm (chuyện thường ở huyện, nothing to be ashamed of) thì họ sẽ không bảo bạn một cách bossy là "sai rồi, về chỗ làm lại", nhưng sẽ chỉ ra cho bạn tại sao họ nghĩ vậy và dẫn chứng số liệu cho nhận định của họ một cách tôn trọng và văn minh.
Chính nhờ quá trình feedback qua lại này, mà trong công việc, bạn sẽ được phát triển rất nhiều về mặt tư duy, được tự do bày tỏ quan điểm của mình và được lắng nghe.
3. Số liệu làm cuộc sống của bạn dễ dàng hơn
Dù các bạn có hay không mong muốn học chuyên sâu về Data thì Cherry tin rằng mọi người đều có lợi khi có chút hiểu biết về dữ liệu.
Ví dụ: chỉ với một vế "I don't watch Netflix, but" ứng dụng inferkit trên đã viết tiếp cho Cherry được phần tiếp theo của đoạn văn mà không cần bất kì chỉ dẫn nào. Đoạn text được viết tiếp có thể không đúng 100% ý của Cherry nhưng nó có thể giúp Cherry brainstorm thêm ý tưởng khi bí bài.
Lợi ích của việc hiểu về data thực sự rất lớn:
Các bạn chuyên ngành có thể nghiên cứu tạo ra các ứng dụng 'cứu' người như whoever xây dựng text generator Cherry lấy làm ví dụ phía dưới (https://app.inferkit.com/demo)
Còn các bạn không chuyên, có thể tự cứu bản thân chỉ đơn giản nhờ
biết về sự tồn tại về những ứng dụng như trên và đem ứng dụng có sẵn vào giải quyết vấn đề của bản thân
dùng số liệu để tự phân biệt thông tin đúng sai và đưa ra quyết định cho riêng mình.
cuối cùng là để ... đi cãi nhau cho thuyết phục :)
--------------
Fun facts:
Thời phổ thông bạn "đạt điểm số không tốt" không có nghĩa là bạn hoàn toàn không có khả năng về môn đó. Cá nhân Cherry cũng rất trầy trật với Toán Lý Hoá suốt 12 năm học và một mực chọn một ngành ĐH không liên quan gì số liệu, hay coding.
Artificial neural network (mạng thần kinh nhân tạo) - một core concept của Deep Learning, thực ra hem được nhen nhóm bởi một nhóm developer nào đó đâu, mà là từ ý tưởng của nhà thần kinh học Warren McCulloch & nhà tư duy Walter Pitts.
Comments