Tôi là một data scientist bình thường. Và tôi đã sống ổn suốt 10 năm qua

• Tôi biết có những Data Scientist thực sự xuất sắc: có bằng PhD, làm việc tại FAANG và rất thành thạo các công nghệ mới nhất. Nhưng tôi không thuộc kiểu đó
• Tôi đã làm việc tại các công ty quy mô nhỏ và vừa dùng công nghệ cũ, những nơi một mình tôi đảm nhiệm vai trò Analyst/Scientist, và phần lớn là các công ty mà có lẽ bạn chưa từng nghe tên
  • Tôi không làm điều gì quá đặc biệt, không nghĩ mình thông minh hay xuất chúng, và có lẽ sẽ không vượt qua được vòng phỏng vấn FAANG hiện nay
• Dù vậy, tôi vẫn có những trải nghiệm rất tuyệt với vai trò Data Scientist và đã tạo ra tác động thực tế tại các công ty mình từng làm việc
  • Ngay cả bây giờ, khi đi phỏng vấn, tôi cũng không quá khó để nhận được lời mời làm việc, dù ở thời điểm hiện tại điều đó đã khó hơn nhiều
  • Tôi luôn có khao khát và động lực học cái mới, đồng thời nhận ra mình có năng lực chuyển những thông tin phức tạp thành thứ mà ai cũng có thể hiểu
• Tôi cố gắng giữ thái độ tử tế và đồng cảm, đồng thời cho mọi người thấy rằng dữ liệu có thể rất thú vị và vui
  • Tôi từ chối kiểu hành xử hạ thấp người khác để làm mình trông thông minh hơn, nên tôi yêu việc diễn giải các khái niệm phức tạp để ai cũng hiểu được
• Tôi thích công việc tìm ra insight từ dữ liệu và chỉ ra hướng đi tiếp theo
  • Dù có nhiều mô hình không dẫn tới kết quả cụ thể, tôi vẫn thích chính quá trình xây dựng mô hình
  • Một số quyết định và tác động lớn nhất mà công ty tạo ra lại đến từ biểu đồ cột và các KPI cơ bản
• Tôi dự định sẽ tiếp tục làm công việc này trong tương lai
  • Dù cảm thấy mình chỉ bình thường, thậm chí dưới mức đó, tôi vẫn làm điều mình thích và tập trung vào những gì mình làm tốt
  • Đặc biệt, AI đang tạo ra những thay đổi rất lớn trong lĩnh vực này, và hiện tôi cũng đang thích nghi với sự thay đổi đó
• Tôi muốn chia sẻ một trải nghiệm tích cực của một người bình thường đến mức gần như đau lòng
  • Đặc biệt với những người mới vào nghề hoặc đang muốn chuyển ngành, tôi muốn cho họ thấy rằng bạn không nhất thiết phải là người thông minh nhất trong phòng
  • Điều cần thiết là đào sâu những nền tảng vững chắc và có ý chí tạo ra thay đổi hoặc mang lại giá trị cho công ty

[GN⁺]

Ý kiến trên Reddit

• Việc xây dựng mô hình rất thú vị, và cảm giác rằng dù nhiều mô hình trên thực tế không được dùng đến, các quyết định lớn của công ty thường lại đến từ biểu đồ cột và các KPI cơ bản là điều rất thực tế
  • Theo kinh nghiệm của tôi, cái biểu đồ cột đó nhiều khi lại chính là báo cáo các đặc trưng quan trọng nhất của một mô hình xgboost đã được huấn luyện
    Tôi đã rời nghề data scientist khoảng 7 năm rồi nên đây giống như một trải nghiệm từ chiếc hộp thời gian cũ kỹ, nhưng tôi vẫn nhớ là khách hàng khá thích những kết quả đó
  • Tôi là kỹ sư phần mềm nhưng thích tự tạo và huấn luyện mô hình như một sở thích
  • Đoạn đó làm tôi chột dạ. Tôi không đồng cảm với điều đó, và tôi thuộc kiểu đã làm ra thứ gì thì nhất định muốn nó được dùng
    Dù vậy, khả năng chuyển những nội dung phức tạp thành ngôn ngữ mà con người có thể hiểu được tuyệt đối không phải chuyện nhỏ. Có quá nhiều người không làm được nền tảng này, nên chỉ cần làm tốt thôi thì cũng khó có thể gọi là dưới mức trung bình
• Là một data scientist bình thường, tôi cũng thấy biết ơn vì bài này. Cứ suốt ngày chỉ thấy nói về FAANG ở đây cũng bắt đầu ngán rồi
  • Dạo này có cảm giác chỉ toàn thấy tự quảng bá kiểu Only FAANGS
  • Quan trọng hơn việc bạn ở mức trung bình hay top đầu là thời điểm bạn trở thành data scientist
  • Hơn nữa, khá nhiều data scientist ở FAANG làm các mô hình “AI”, mà kiểu việc đó chắc sẽ khiến tôi phát điên. Thế giới không cần thêm một phiên bản ChatGPT khác nữa
• Đây gần với lộ trình nghề nghiệp data scientist thực tế hơn. Trong 99% trường hợp, tác động kinh doanh và giao tiếp quan trọng hơn những mô hình hào nhoáng
  • Tôi làm trong đội data science/phân tích ở mảng tư vấn, và chỉ bằng cách viết truy vấn SQL rồi truyền đạt kết quả cho khách hàng mà đã tính phí tới hàng triệu đô
    Tất nhiên điều đó không có nghĩa số tiền tôi tính phí cũng chính là lương của tôi
  • Những người không làm về data đôi khi cố áp dụng điều hoàn toàn ngược với dao cạo Occam. Không phải cứ có thêm “toán” là luôn có thêm insight, đôi khi chỉ là có thêm giả định mà thôi
• Thành thật mà nói thì nghe như một data scientist giỏi. Tôi đã thấy đủ nhiều người có đầy đủ bằng cấp, tên tuổi nổi tiếng trong CV và nói chuyện rất kêu, nhưng thực tế gần như không tạo ra được gì, nên giờ tôi không còn quá coi trọng những thứ đó nữa
• Có khi đây không phải data scientist trung bình mà là data scientist trung vị
• Một góc nhìn mới mẻ
• Tôi cũng là một data scientist bình thường tương tự, nên khi đọc các bài ở đây đôi lúc cũng thấy bất an
• Tôi cũng gần với kiểu này. Công ty thì lớn, nhưng trọng tâm là hỗ trợ ra quyết định của bộ phận tài chính hơn là cố đẩy những phương pháp mới nhất thật hào nhoáng và phức tạp
  Xem nội dung về phỏng vấn data science thì có cảm giác như phải trở thành một cuốn từ điển sống về thống kê, khoa học máy tính và trí tuệ nhân tạo, nhưng trên thực tế những người thành công nhất lại thường là những người tạo ảnh hưởng tích cực đến công việc của người khác và dễ cộng tác trong nhóm
• Tôi luôn nói điều này với những người không tìm được việc data scientist. Tôi xuất thân từ chuỗi cung ứng, và vì cảm thấy có quá nhiều việc mọi người đang làm thủ công nên tôi đã tự học lập trình
  Sau đó tôi học thạc sĩ data science rồi chuyển sang vai trò quản lý dự án chuỗi cung ứng, và ở đó tôi bắt đầu làm tự động hóa, dashboard, xây dựng data pipeline, mô hình dự báo, phân tích ad-hoc, v.v. Sau khi hoàn thành bằng cấp, công ty thực sự đã thăng chức cho tôi với đúng chức danh và mức lương của data scientist
  Tôi không làm những công việc siêu cao cấp như một số data scientist khác, nhưng nếu dùng năng lực data science và kỹ thuật để giải quyết vấn đề của công ty thì bạn vẫn có thể tìm được một con đường sự nghiệp ít phổ biến hơn nhưng đáng hài lòng
  • Giờ tôi tò mò là bạn kiếm được bao nhiêu. Có đủ để tiếp tục không, hay bạn cảm thấy mình phải làm nhiều hơn để có mức đãi ngộ cao hơn?
• Tôi thật sự thích những câu chuyện như thế này. Những người làm thực chiến kỳ cựu ở khoảng giữa cũng nên lên tiếng