Nhà khoa học dữ liệu thực sự làm gì

Nhà khoa học dữ liệu giúp một tổ chức ra quyết định tốt hơn nhờ những gì rút ra được từ dữ liệu. Có khi kết quả chỉ là một biểu đồ và một câu trả lời rõ ràng. Có khi là một mô hình dự đoán điều sắp xảy ra. Mô hình chỉ là công cụ. Mục tiêu thật là một quyết định tốt hơn so với đoán mò.

Chức danh mỗi công ty hiểu một kiểu. Hai người cùng là “data scientist” có thể làm những việc rất khác nhau, nên hãy đọc kỹ mô tả công việc chứ đừng chỉ nhìn chức danh.

Chuyên viên phân tích dữ liệu (data analyst) chủ yếu trả lời câu hỏi “chuyện gì đã xảy ra và vì sao?” bằng truy vấn, bảng tính và dashboard. Nhà khoa học dữ liệu đi thêm một bước: “điều gì nhiều khả năng sẽ xảy ra, và ta nên làm gì?”, dùng thống kê và mô hình. Kỹ sư machine learning (ML engineer) lấy mô hình chạy tốt trong notebook và đưa nó vào sản phẩm thật, chạy ổn định mỗi ngày, ở quy mô lớn.

Ranh giới giữa các vai trò khá mờ. Nhiều nhà khoa học dữ liệu viết SQL cả ngày, nhiều chuyên viên phân tích cũng dựng mô hình đơn giản. Hãy hình dung đây là một dải liên tục, không phải ba cái hộp tách biệt.

Phần lớn dự án đi theo cùng một vòng. Bắt đầu từ một câu hỏi có người thực sự quan tâm, ví dụ “khách hàng nào có khả năng hủy gói cước tháng tới?”. Tìm và làm sạch dữ liệu có thể trả lời câu hỏi đó. Dựng mô hình hoặc phân tích đơn giản nhất có thể hiệu quả. Rồi biến kết quả thành quyết định: gọi điện cho ai, thay đổi gì, đo lường gì tiếp theo.

Sau quyết định, bạn kiểm tra xem điều gì đã xảy ra và vòng lặp lại bắt đầu. Một dự án không bao giờ đi đến quyết định chỉ là một thú vui tốn kém.

Hãy chuẩn bị tinh thần rằng phần lớn thời gian dành cho việc tìm, hiểu và làm sạch dữ liệu, cùng với việc giải thích kết quả cho người khác. Huấn luyện mô hình thường là phần ngắn nhất. Đó không phải dấu hiệu bạn làm sai. Công việc vốn là vậy.

Đây là tin vui cho người mới. Làm dữ liệu cẩn thận và viết rõ ràng là những kỹ năng bạn tập được ngay từ ngày đầu, và cũng là điều đồng nghiệp đánh giá cao nhất.