Thực tế thì một nhà khoa học dữ liệu trong lĩnh vực tài chính sẽ làm gì?

Các nhà khoa học dữ liệu đóng vai trò quan trọng đối với hầu hết mọi ngành, và một lĩnh vực mà họ đóng vai trò đặc biệt quan trọng đó là Tài chính. Vậy chúng ta hãy cùng tìm hiểu tất cả về vai trò của khoa học dữ liệu trong ngành Tài chính tại đây.

Là trụ cột của nền kinh tế thế giới, ngành Tài chính từ lâu đã hiểu tầm quan trọng của Big data trong việc đưa ra các quyết định có lợi và chấp nhận rủi ro có tính toán. Một trong những sự tiên phong điển hình ứng dụng khoa học dữ liệu trong ngành này đó là sử dụng Big data để chuyển đổi mọi thứ từ cách hoạt động của thị trường chứng khoán đến phát hiện gian lận và thậm chí cải thiện trải nghiệm của khách hàng. Một loạt các ứng dụng tiềm năng được cung cấp bởi Big data đã dẫn đến nhu cầu rất lớn về các nhà khoa học dữ liệu trong lĩnh vực tài chính.

Nhưng chính xác thì một nhà khoa học dữ liệu trong lĩnh vực tài chính là ai và họ làm gì? Trong bài viết này, chúng tôi sẽ trả lời tất cả những điều này và hơn thế nữa. 

1. Nhà khoa học dữ liệu tài chính là gì?
2. Một nhà khoa học dữ liệu trong lĩnh vực tài chính làm gì?
3. Một nhà khoa học dữ liệu trong lĩnh vực tài chính khác với các nhà khoa học dữ liệu trong các ngành khác như thế nào?
4. Bạn cần kinh nghiệm gì để trở thành nhà khoa học dữ liệu trong ngành tài chính?
5. Các nhà khoa học dữ liệu trong ngành tài chính có thể kiếm được bao nhiêu?
6. Tóm tắt và đọc thêm
7. Nhà khoa học dữ liệu tài chính là ai?

1. Nhà khoa học dữ liệu tài chính là gì?

Là một trong những ngành sinh lợi cao nhất thế giới, lĩnh vực tài chính toàn cầu là một trong những ngành đầu tiên xác định tiềm năng lợi nhuận từ Big data. Điều này không quá ngạc nhiên: Ngân hàng luôn cố gắng dự đoán những thay đổi của thị trường để đầu tư tốt nhất và đạt được lợi thế cạnh tranh. Trong khi đó, phân tích dữ liệu cũng nhằm cố gắng đưa ra các dự đoán. Vì các ngân hàng và các tổ chức tài chính khác có quyền truy cập vào dữ liệu — từ các chỉ số thị trường đến dữ liệu giao dịch và hồ sơ khách hàng chi tiết — nên cả hai hoạt động dự đoán của Ngân hàng và hoạt động phân tích dữ liệu là song song với nhau.

Tuy nhiên, lượng dữ liệu lớn mà ngành tài chính thu thập được đặt ra một thách thức. Một trong những vấn đề lớn nhất là làm thế nào để sử dụng tất cả dữ liệu phi cấu trúc này một cách tốt nhất (dữ liệu hoàn toàn chưa được sắp xếp và thiếu mô hình mạch lạc). Thêm vào đó, bởi bản thân ngân hàng là một lĩnh vực cực kỳ phức tạp. Đó là một ngành đầy rẫy các vụ sáp nhập, mua lại, cung cấp sản phẩm phức tạp và các quy định thay đổi không ngừng. Ràng buộc sự thay đổi liên tục này cùng với Big data đòi hỏi những kỹ năng phức tạp hơn nhiều so với những gì người ta có thể mong đợi từ một nhà phân tích dữ liệu tiêu chuẩn.

Bước vào ngành khoa học dữ liệu tài chính, với các chuyên gia tài năng lãnh đạo, các nhà cung cấp dịch vụ tài chính có thể hợp lý hóa các quy trình phức tạp và phá vỡ văn hóa silo (Silo là trạng thái tâm lý khi một số bộ phận không muốn hợp tác và chia sẻ thông tin với những người khác trong cùng một công ty) phổ biến trong toàn ngành. Các nhà khoa học dữ liệu tài chính không chỉ đơn giản là thu thập, khai thác và hiểu dữ liệu (như nhà phân tích dữ liệu) mà họ là những chuyên gia trong ngành với kiến ​​thức chuyên sâu về lĩnh vực.

Công việc của nhà khoa học dữ liệu tài chính có thể liên quan đến mọi thứ, từ phát hiện gian lận đến tạo các giải pháp dịch vụ khách hàng được cá thể hóa. Nó có thể có nghĩa là xây dựng kho dữ liệu phức tạp hoặc tạo ra các thuật toán, thứ có thể tự động hóa các tương tác tài chính quan trọng. Điều này làm cho nó trở thành một lĩnh vực đa dạng với nhiều tiềm năng phát triển nghề nghiệp. Thêm vào đó, mức thu nhập mang lại của ngành này cực kỳ tốt, như chúng ta sẽ thấy ở phần sau. 

2. Một nhà khoa học dữ liệu trong lĩnh vực tài chính làm gì?

Giờ đây, chúng ta đã có một cái nhìn khái quát về khoa học dữ liệu trong lĩnh vực tài chính (và tại sao nó lại quan trọng như vậy), trách nhiệm hàng ngày của một nhà khoa học dữ liệu tài chính là gì? Trong thực tế, nó được hiểu theo nghĩa rất rộng. Bạn sẽ tìm thấy nhiều phân ngành tùy thuộc vào lĩnh vực họ làm việc. Các lĩnh vực này bao gồm:

• Quản lý rủi ro
• Phát hiện gian lận
• Trải nghiệm khách hàng
• Phân tích người tiêu dùng
• Tự động hóa định giá
• Giao dịch thuật toán

Chi tiết cụ thể của các vai trò này khá khác nhau. Nhưng về tổng thể, công việc của nhà khoa học dữ liệu là phát triển các quy trình thu thập và lưu trữ dữ liệu, khai thác những dữ liệu đó để có thông tin chi tiết, sau đó phát triển và đưa ra các giải pháp chiến lược cho các vấn đề quan trọng. 

Một cách dễ hiểu hơn để hình dung những gì các nhà khoa học dữ liệu tài chính làm trong một ngày là xem các nhiệm vụ và trách nhiệm mà họ được mong đợi phải hoàn thành. Mặc dù rất khó để khái quát hóa, nhưng sau đây là những gì nhà khoa học dữ liệu tài chính sẽ làm, dựa trên các mô tả công việc của khoa học dữ liệu tài chính thực tế.

Trách nhiệm chung của một nhà khoa học dữ liệu trong lĩnh vực tài chính:

• Thu thập, xây dựng chiến lược dữ liệu, thiết kế dữ liệu, kỹ sư dữ liệu và ghi lại, phát triển các cơ sở hạ tầng dữ liệu phức tạp.
• Sử dụng các kỹ thuật mô hình hóa dữ liệu để mang lại sự gắn kết cho dữ liệu phi cấu trúc và bán cấu trúc.
• Sử dụng lập trình ngôn ngữ tư duy (NLP) và thị giác máy tính để phân tích dữ liệu phi cấu trúc và bán cấu trúc.
• Làm việc chặt chẽ với các nhóm khác nhau (từ DevOps đến quản lý điều hành) để xác định các vấn đề và đưa ra các giải pháp theo hướng dữ liệu cho những vấn đề này.
• Tiến hành phân tích định lượng để có được những hiểu biết sâu sắc, phát triển những giải pháp này thành những giải pháp khả thi và sau đó theo dõi những giải pháp này để chuyển giao thành công (đồng thời đo lường kết quả).
• Đào tạo các mô hình ML sử dụng dữ liệu hiện có và hệ thống tạo bản mẫu- prototyping systems để thử nghiệm các phương pháp tiếp cận mới.
• Phát triển và mã hóa các thuật toán mới, để giúp quản lý quá trình phân tích dữ liệu và Machine Learning.
• Giao tiếp rõ ràng với các bộ phận khác nhau của doanh nghiệp và cố vấn thêm cho các nhân viên cấp dưới.

Ví dụ về trách nhiệm theo vai trò cụ thể

• Đưa ra các phương pháp tiếp cận mới để phân tích rủi ro hoặc tìm cách tự động hóa quy trình quản lý rủi ro (quản lý rủi ro).
• Thiết kế và xây dựng các ứng dụng xác minh danh tính hiệu suất cao có thể chống lại các cuộc tấn công gian lận một cách tích cực (phát hiện gian lận).
• Phân tích việc sử dụng sản phẩm và hành vi của khách hàng để đưa ra các đề xuất nhằm cải thiện trải nghiệm khách hàng giữa các đơn vị kinh doanh (dữ liệu khách hàng).
• Kiến thức vững chắc về các quy trình thẻ tín dụng, kế toán và kiểm soát SOX [một loại thủ tục bảo vệ lỗi] (phân tích người tiêu dùng).
• Theo dõi các thuật toán giao dịch và thiết kế lại chúng cho phù hợp để chúng có thể hoạt động với các nền tảng giao dịch thay thế (giao dịch theo thuật toán).

Vì lợi ích của bài viết này, chúng tôi đã cố tình tránh đề cập vào các yêu cầu kỹ thuật phức tạp, có thể gây nhầm lẫn ở giai đoạn này (mặc dù bạn có thể hiểu sâu hơn trong phần bốn). Và mặc dù danh sách này vẫn chưa đầy đủ, nhưng nó cho bạn biết vai trò của nhà khoa học dữ liệu tài chính có thể đa dạng như thế nào.

3. Một nhà khoa học dữ liệu trong lĩnh vực tài chính khác với các nhà khoa học dữ liệu trong các ngành khác như thế nào?

Vậy điều gì khiến một nhà khoa học dữ liệu tài chính trở nên nổi bật hơn so với những nhà khoa học trong các ngành khác? Mặc dù các nhiệm vụ cho bất kỳ nhà khoa học dữ liệu nào cũng sẽ khác nhau tùy theo tính chất công việc, nhưng xu hướng chung là họ được yêu cầu những năng lực rất giống nhau, bất kể trọng tâm ngành của họ là gì.

Chúng ta có thể nói rằng tất cả các nhà khoa học dữ liệu đều cần có ba năng lực chung. Đây là kiến thức về lĩnh vực kinh tế, kỹ năng công nghệ và sự thành thạo về toán học và thống kê. Sự khác biệt chính giữa các ngành là mức độ quan trọng của những năng lực này. Cách tốt nhất để tìm hiểu điều này là sử dụng dữ liệu như bảng dưới đây.

Theo kết quả của một cuộc khảo sát khoa học dữ liệu của The Analytics Week và Business Over Broadway, hầu hết các nhà khoa học dữ liệu (bất kể ngành nghề nào) đều có trình độ kinh tế và thống kê thành thạo hơn họ trong lĩnh vực công nghệ (ngoại lệ là lĩnh vực giáo dục / khoa học).

Biểu đồ thể hiện sự khác biệt về vai trò của khoa học dữ liệu giữa các ngành. Nguồn: businessoverbroadway.com

Chúng ta cũng có thể phân biệt giữa các nhà khoa học dữ liệu trong lĩnh vực tài chính và những nhà khoa học trong các ngành khác bằng cách xem trọng tâm của họ nằm ở đâu. Cụ thể, họ chủ yếu là người quản lý doanh nghiệp, nhà phát triển, nhà sáng tạo hay nhà nghiên cứu? Cũng theo nghiên cứu này, lĩnh vực tài chính được thống trị bởi các nhà nghiên cứu (65%). Đây là tỷ lệ các nhà khoa học dữ liệu nghiên cứu cao thứ ba trong bất kỳ ngành nào, như bạn có thể thấy trong biểu đồ.

Trong khi đó, 49% nhà khoa học dữ liệu trong lĩnh vực tài chính tự nhận mình là chuyên gia dữ liệu kinh tế. Mặc dù những con số này tương tự như những con số trong các ngành khác, nhưng có một số khác biệt. Ví dụ: những người làm việc trong lĩnh vực công nghệ thông tin và truyền thông có xu hướng tập trung nhiều hơn vào các khía cạnh sáng tạo (ví dụ: hack) và phát triển (ví dụ: kỹ thuật dữ liệu).

Và mặc dù chúng tôi liên tục nói về nhu cầu nhân lực cao như thế nào, nhưng thực tế các nhà khoa học dữ liệu vẫn rất hiếm trong ngành tài chính (khi so sánh với các ngành khác). Theo khảo sát, phần lớn các nhà khoa học dữ liệu làm việc trong lĩnh vực bán lẻ, dịch vụ chuyên nghiệp và truyền thông. Chỉ 11% làm việc trong ngành tài chính. Mặc dù con số này có thể đã tăng lên đáng kể từ khi cuộc khảo sát được tiến hành, nhưng đây vẫn là một tin tốt nếu bạn đang hy vọng có được công việc đầu tiên trong lĩnh vực này. Nó cho chúng ta biết rằng các nhà phân tích dữ liệu giỏi và các nhà khoa học dữ liệu là những ngành nghề có nhu cầu nhân lực cao. 

4. Bạn cần kinh nghiệm gì để trở thành nhà khoa học dữ liệu trong ngành tài chính?

Tiếp theo, bạn cần có những kỹ năng và kinh nghiệm gì để trở thành nhà khoa học dữ liệu trong ngành tài chính? May mắn thay, không có một con đường duy nhất nào để bước vào lĩnh vực này. Khá khả thi nếu bắt đầu với tư cách là một nhà phân tích dữ liệu, từng bước chinh phục sự nghiệp và xây dựng các kỹ năng trong quá trình đó. Nhưng cho dù bạn đang làm việc cho một ngân hàng, công ty khởi nghiệp fintech hay nhà cung cấp bảo hiểm, bạn có thể cần phải đạt được các tiêu chuẩn và kinh nghiệm sau:

• Bằng cấp hoặc bằng cấp có liên quan (lý tưởng là Thạc sĩ hoặc Tiến sĩ) về toán học, thống kê, khoa học máy tính hoặc một chủ đề liên quan.
• Kiến thức chuyên môn sâu, hiểu biết về lĩnh vực tài chính và các yêu cầu quy định của lĩnh vực này (tối thiểu là đối với lĩnh vực bạn sẽ làm việc, ví dụ: đánh giá rủi ro hoặc yêu cầu bảo hiểm).
• Kiến thức về nhiều loại công cụ khoa học dữ liệu chung, từ các thuật toán máy học, đến học sâu, phân tích dữ liệu và lập trình ngôn ngữ tư duy.
• Cả lý thuyết và kỹ năng thực hành cần thiết để tạo ra các mô hình thống kê độc đáo.
• Sử dụng thành thạo các công nghệ Big data, ví dụ: các kiến trúc cụm máy tính- clustered computing architectures như Apache Spark, Hadoop, v.v.
• Khả năng sử dụng nhiều ngôn ngữ lập trình, chủ yếu là Python và R, và có thể là các ngôn ngữ khác, tùy thuộc vào trọng tâm của bạn (ví dụ: JavaScript, C ++).
• Hiểu biết và khả năng làm việc với các bộ dữ liệu phi cấu trúc hoặc bán cấu trúc.
• Kiến thức về các hệ thống chính được sử dụng trong ngành tài chính, ví dụ: SAP, Oracle, SWIFT, v.v.
• Kiến thức về nhiều nhà cung cấp dữ liệu quan trọng trong ngành tài chính, ví dụ: Acuris, Bloomberg, Moody’s Analytics, Thomson Reuters, v.v.

Học hoặc phát triển những kỹ năng này có thể mất vài năm. Như vậy, câu hỏi tiếp theo của bạn có thể là: điều này có thực sự đáng để đầu tư thời gian không? Phần tiếp theo có thể giúp bạn quyết định.

5. Các nhà khoa học dữ liệu trong lĩnh vực tài chính có thể kiếm được bao nhiêu?

Mức lương bạn có thể mong đợi kiếm được với tư cách là nhà khoa học dữ liệu sẽ thay đổi tùy thuộc vào trình độ kỹ năng, lĩnh vực chuyên môn của bạn (ví dụ: đánh giá rủi ro so với trải nghiệm khách hàng) và tổ chức bạn đang làm việc. Ngay cả bản thân chức danh công việc cũng sẽ có tác động. Mặc dù điều này gây khó khăn cho việc xác định mức lương chính xác, nhưng chúng tôi có thể ước tính số tiền bạn có thể kiếm được trong lĩnh vực tài chính bằng cách xem xét mức lương trung bình cho các vai trò dữ liệu khác nhau.

Theo trang web so sánh lương Payscale, đây là mức lương trung bình cho các công việc phân tích dữ liệu tài chính ở Mỹ. Những thông tin này đã được cập nhật từ đầu năm 2022.

• Nhà phân tích kinh doanh lĩnh vực  Tài chính – Ngân hàng: $ 66,726
• Nhà phân tích cao cấp, Tài chính: $ 78.387
• Chuyên viên phân tích tài chính cao cấp: $ 82,556
• Chuyên viên phân tích tín dụng cao cấp: $ 69,797
• Nhà phân tích tuân thủ cấp cao: $ 74,877
• Nhà phân tích ngân sách: $ 62.395
• Nhà phân tích định lượng: $ 85.069 
• Chuyên viên phân tích quản lý rủi ro: $ 70,971

Dựa trên những số liệu này, chúng tôi có thể xác định rằng mức lương trung bình cho các vai trò phân tích dữ liệu là khoảng $ 74K. Và đó chỉ là phân tích dữ liệu. Mặc dù không phải lúc nào cũng có ranh giới được xác định rõ ràng giữa phân tích dữ liệu và khoa học dữ liệu, nhưng chúng biểu thị hai lĩnh vực riêng biệt và chúng ta có thể phỏng đoán rằng các vai trò trong khoa học dữ liệu có khả năng được trả nhiều hơn.

Để minh họa, theo Payscale, các nhà khoa học dữ liệu ở Mỹ kiếm được khoảng $ 97K (trung bình). Trong khi đó, các nhà khoa học dữ liệu cao cấp có thể kiếm được trung bình 127 nghìn đô la. Một khi bạn tính đến sự phát triển nghề nghiệp, chia sẻ lợi nhuận và tiền thưởng, bạn có khả năng kiếm được nhiều tiền hơn.

Các công việc tài chính đòi hỏi sự tích góp lâu dài. Bạn sẽ phải đầu tư một lượng thời gian đáng kể để trau dồi và phát triển các kỹ năng của mình. Bạn sẽ cần trở thành một nhà lãnh đạo kinh doanh xuất sắc. Nhưng như bạn thấy, sự chăm chỉ sẽ được đền đáp. Là một mục tiêu nghề nghiệp dài hạn, điều này là cực kỳ tiềm năng để trở thành lựa chọn và  con đường đầy hứa hẹn và trái ngọt.

6. Tóm tắt và đọc thêm

Trong bài viết này, chúng tôi đã khám phá những kiến ​​thức cơ bản của khoa học dữ liệu trong lĩnh vực tài chính. Chúng tôi xin tóm tắt như sau:

• Các nhà khoa học dữ liệu trong lĩnh vực tài chính làm việc với một lượng lớn dữ liệu có sẵn cho các tổ chức tài chính. Họ sử dụng điều này để thúc đẩy các quyết định kinh doanh có mức độ rủi ro cao.
• Các nhà khoa học dữ liệu trong lĩnh vực tài chính làm việc trong nhiều lĩnh vực, từ quản lý rủi ro và phát hiện gian lận đến định giá tự động và giao dịch theo thuật toán.
• Nhà khoa học dữ liệu trong lĩnh vực tài chính được yêu cầu trình độ kỹ năng cao hơn so với nhà phân tích dữ liệu trung bình: bạn có thể sẽ được yêu cầu bằng thạc sĩ hoặc bằng tiến sĩ. Tuy nhiên, chứng chỉ phân tích dữ liệu là một bước đi tuyệt vời để bắt đầu.
• Khoảng 11% tổng số các nhà khoa học dữ liệu đã chọn chuyên về lĩnh vực tài chính.
• Bạn sẽ được trả công xứng đáng nếu chọn theo đuổi sự nghiệp ở đây, có khả năng kiếm được 127 nghìn đô la mỗi năm.

Nguyễn Hải Nam

Dịch từ bài  What Does a Data Scientist in Finance Actually Do?

Xem thêm: Khoá học về Khoa học dữ liệu đầu tiên tại Việt Nam