Công việc của Nhà khoa học dữ liệu và kiến thức cần có để theo nghề

Anh Phan Đình Phúc, Senior Data Scientist (nhà khoa học dữ liệu) tại DATX Technology Việt Nam chia sẻ về vai trò của nhà khoa học dữ liệu trong Fintech, cũng như các kiến thức cần có để theo nghề.

• Khám phá sức mạnh của việc kết hợp AI và khoa học dữ liệu
• 9x tâm đắc với khóa học Khoa học Dữ liệu trực tuyến tại FUNiX
• Ngành khoa học dữ liệu có nhiều tiềm năng phát triển hay không?
• Thực tập sinh ngành Khoa học dữ liệu cần những kỹ năng gì?
• Vai trò của nhà khoa học dữ liệu trong ngành Fintech và sản phẩm thực tế

Fintech (Công nghệ tài chính) là lĩnh vực phát triển nhanh trong thời gian gần đây, và dữ liệu (data) đóng vai trò quan trọng trong ngành này. Chia sẻ tại xTalk – tọa đàm trực tuyến hàng tuần tại FUNiX, anh Phan Đình Phúc cho biết vị trí data scientist sẽ đảm nhiệm nhiều nhiệm vụ quan trọng.

Thứ nhất, truy xuất và làm sạch dữ liệu. Các dữ liệu AI nói chung sẽ khác dữ liệu đặc thù về tài chính. Dữ liệu tài chính cần kiến thức chuyên môn để hiểu. “Trong ngành Fintech, vị trí khoa học dữ liệu không chỉ yêu cầu kỹ năng liên quan đến Python, Pandas, SQL, mà còn cần kiến thức về tài chính để hiểu báo cáo tài chính, kinh tế, vĩ mô, tin tức…”, anh Đình Phúc cho biết.

Nhà khoa học dữ liệu cũng tham gia xây dựng mô hình tự động hoá, đưa các ứng dụng của AI vào thực tiễn. Mỗi doanh nghiệp có một sản phẩm lõi, với DATX Technology Việt Nam hiện xây dựng một hệ thống xếp hạng, giúp người dùng hiểu cổ phiếu đang có diễn biến như thế nào, thị trường đang thay đổi ra sao. Thay vì phương pháp truyền thống như lấy báo cáo, xin ý kiến chuyên gia, khi có ứng dụng AI, sẽ có giải pháp mang tính hệ thống hoá, tự động hoá, sử dụng nhiều nguồn dữ liệu khác nhau và đảm bảo vận hành 24/7.

Ngoài ra, một data scientist cũng cần có kỹ năng hỗ trợ các phòng ban khác trong việc lên kế hoạch phát triển sản phẩm, thực hiện nghiên cứu. Ví dụ trong ngành tài chính, data scientist sẽ hỗ trợ các phòng ban khác, thực hiện một số công việc như xây dựng các chiến thuật đầu tư, tìm hiểu các báo cáo tài chính triển khai về mặt coding, đưa ra các đánh giá tổng quát…

Dẫn chứng thực tế cho công việc của data scientist trong lĩnh vực Fintech, anh Phúc giới thiệu về nền tảng do DATX Technology Việt Nam phát triển. Đây là nền tảng để các nhà đầu tư, người dùng có thể đánh giá dựa trên các dữ liệu do AI đã tổng hợp, phân tích.

Trong đó, dựa vào việc phân tích dữ liệu và có sự phân tích của AI, nền tảng này xây dựng các biểu đồ để đánh giá trạng thái thị trường, các rủi ro thị trường… cung cấp đồng hồ cho thị trường chứng khoán dựa trên dữ liệu time series, phân tích các tín hiệu mua – bán để đưa ra gợi ý cho các nhà đầu tư theo khẩu vị rủi ro của từng người. Nền tảng cũng dựa vào dữ liệu để xây dựng hệ thống đánh giá riêng về trạng thái của các ngành, đưa ra phân loại ngành cho hơn 1.000 cổ phiếu của thị trường Việt Nam. Thông qua đây, người dùng có thể biết được trạng thái hiện tại của cổ phiếu để đưa ra quyết định.

Với sự hấp dẫn của nghề Data Scientist, nhiều bạn trẻ muốn gia nhập lĩnh vực này quan tâm tới các kỹ năng cần thiết để đáp ứng công việc. Theo anh Phúc, để có thể tự tin ứng tuyển vị trí thực tập sinh hoặc fresher, người học cần có 3 kỹ năng: kỹ năng lập trình và sử dụng các công cụ; kỹ năng về toán và thuật toán; kiến thức chuyên môn. 

Về kỹ năng lập trình, anh Phan Đình Phúc cho rằng một trong những kỹ năng quan trọng là hiểu và sử dụng được Python, biết xây dựng và mô hình hoá dữ liệu. Hiện nay, rất nhiều dữ liệu trên thế giới được lưu trên cơ sở dữ liệu, kiến thức về cơ sở dữ liệu và ngôn ngữ SQL rất cần thiết để trở thành một data scientist.

Để học và trau dồi kỹ năng này, tại FUNiX, môn học Phân tích dữ liệu với ngôn ngữ Python sẽ giúp bạn cơ bản đạt được điều đó. Môn học nằm trong chứng chỉ Data Science, cung cấp kiến thức về khái niệm cơ sở dữ liệu, thực hành các câu lệnh query sử dụng ngôn ngữ SQL và Python. Đặc biệt, thông qua môn học, người học sẽ biết cách biểu diễn dữ liệu, giúp xây dựng mô hình và đưa ra các quyết định. 

Với kỹ năng về toán thuật toán, người muốn theo ngành khoa học dữ liệu cần biết phát triển các mô hình liên quan đến machine learning (học máy), deep learning (học sâu). Đây cũng là hai trong số những nội dung quan trọng nằm trong chương trình học Data Scientist của FUNiX. Các môn học trang bị kiến thức về học máy và các ứng dụng trong thực tế, các thuật toán trong học máy, kiến thức cơ bản về các mạng nơ ron hiện nay và ứng dụng trong thị giác máy tính và xử lý ngôn ngữ tự nhiên, cách sử dụng các thuật toán về deep learning để giải quyết các bài toán AI. 

Ngoài ra, kiến thức chuyên môn cũng rất quan trọng. Mentor Phan Đình Phúc chia sẻ, khi làm dữ liệu, phải hiểu ý nghĩa của dữ liệu, hiểu được nguồn dữ liệu để đưa ra việc phân tích, đánh giá sơ bộ trước khi đưa vào mô hình hoá.

Khóa học tại FUNiX đã trang bị cho học viên kỹ năng lập trình, sử dụng công cụ, kiến thức về machine learning, deep learning. Còn kiến thức chuyên ngành, tuỳ vào các bạn học viên tham gia vào lĩnh vực nào, các bạn sẽ cần phải trau dồi kiến thức của bản thân. Ví dụ, muốn tham gia vào lĩnh vực Fintech – lĩnh vực yêu cầu hiểu biết về tài chính, kinh tế. Bên cạnh kiến thức chuyên môn, kỹ năng nghiệp vụ và khả năng hoàn thành nhiệm vụ được giao, người làm về khoa học dữ liệu cũng cần phải có các kỹ năng mềm. Trong đó, yêu cầu một số kỹ năng như kỹ năng giao tiếp tốt, kỹ năng thuyết trình.

“Dữ liệu sẽ trở thành mối quan tâm của tất cả doanh nghiệp. Công nghệ Internet, mạng xã hội ngày càng phát triển, nhu cầu lưu trữ, phân tích, mô hình hoá dữ liệu để giải quyết bài toán kinh doanh sẽ ngày càng lớn, từ đó mở ra nhiều vị trí, cơ hội nghề nghiệp mới cho các bạn trẻ. Do đó, hãy cố gắng và kiên trì theo đuổi đam mê để sẵn sàng chớp lấy cơ hội”, mentor Phan Đình Phúc nhấn mạnh.

Minh Tiến

>>> Xem thêm các chủ đề hữu ích:

• Phân tích dữ liệu kinh doanh là làm gì năm 2022
• Trang bị Kỹ năng phân tích dữ liệu cho người mới
• 5 Công cụ phân tích dữ liệu chuẩn, hiệu quả nhất hiện nay
• Vai trò của Python trong phân tích dữ liệu và khoa học dữ liệu