Khoa học dữ liệu

Thực chất, đây là nghề “dạy” máy tính cách suy nghĩ và hành động thông minh như con người dựa trên những dữ liệu có sẵn. Thay vì ngồi đoán mò xu hướng, bạn sẽ dùng các công cụ số để bới tìm “vàng” trong hàng tỷ thông tin hỗn độn, giúp doanh nghiệp biết chính xác khách hàng muốn gì hoặc dự báo chuyện gì sắp xảy ra. Hiểu đơn giản, bạn chính là một “thám tử dữ liệu” kiêm “người huấn luyện máy móc” để giải quyết các bài toán phức tạp của cuộc sống.

Đây là một ngành học có độ khó cao, đòi hỏi tư duy logic rất khắt khe và khả năng làm việc với những con số khô khan suốt nhiều giờ liền. Nếu bạn không giỏi toán hoặc ngại tư duy trừu tượng, đây sẽ là một "cơn ác mộng" thực sự chứ không hề lung linh như lời đồn.

Linh, Data Analyst tại công ty thương mại điện tử

Hồi cấp 3, Linh luôn là người bạn bè nhờ giải thích tại sao kết quả ra con số đó, không chỉ nhờ làm bài. Vào đại học, Linh chọn ngành Khoa học dữ liệu vì muốn hiểu "máy tính nghĩ như thế nào". Những học kỳ đầu, Linh thấy mình đang gần như chỉ làm toán và viết code xử lý dữ liệu, không hào nhoáng như tưởng tượng về AI. Đến năm 3, Linh bắt đầu làm đồ án phân tích hành vi mua hàng và lần đầu tiên nhìn thấy biểu đồ mình tạo ra được dùng trong cuộc họp thật sự. Sau khi ra trường, Linh nhận vị trí Data Analyst, công việc hàng ngày là dọn dữ liệu, dựng dashboard và giải thích con số cho bộ phận kinh doanh, phần "dọn dẹp" chiếm phần lớn thời gian, đúng như thầy đã cảnh báo từ năm nhất.

Quân, Machine Learning Engineer tại công ty công nghệ

Quân học giỏi Toán từ nhỏ nhưng thấy Toán thuần túy quá xa thực tế. Khi biết có ngành cho phép dùng Toán để xây hệ thống AI, Quân quyết định ngay. Quãng thời gian đại học, Quân dành nhiều giờ cuối tuần đọc thêm tài liệu quốc tế vì giáo trình chính đôi khi chạy sau thực tế vài năm. Giai đoạn đầu đi làm, Quân liên tục phải học lại các framework mới vì công nghệ cập nhật liên tục. Hiện tại Quân tập trung xây dựng các mô hình nhận diện hình ảnh cho sản phẩm của công ty, công việc đòi hỏi vừa hiểu sâu lý thuyết, vừa biết tối ưu để chạy được trên hệ thống thực.

1. Lấy bảng điểm của lớp bạn (hoặc bất kỳ dãy số nào), thử tự tính trung bình, tìm giá trị cao nhất/thấp nhất và đặt câu hỏi: "Con số này nói lên điều gì?", nếu bạn thấy thú vị khi suy nghĩ về điều đó, đây là tín hiệu tốt.
2. Cài Python (miễn phí) và chạy thử đoạn code tính tổng một danh sách số, nếu bạn không bỏ cuộc khi gặp lỗi đầu tiên và tìm cách sửa, bạn có tố chất tự học cần thiết cho ngành.
3. Tìm một bộ dữ liệu công khai (ví dụ: dữ liệu giá nhà, điểm thi) và thử mô tả bằng lời xu hướng bạn thấy, bài tập này kiểm tra khả năng "đọc" dữ liệu trước khi biết dùng bất kỳ phần mềm nào.
4. Đọc một bài giải thích ngắn về "hồi quy tuyến tính" hoặc "decision tree" bằng tiếng Việt hoặc tiếng Anh, nếu bạn đọc xong muốn tìm hiểu thêm thay vì cảm thấy nản, ngành này phù hợp với bạn.