Ngành dữ liệu có ba thang chạy song song: phân tích dữ liệu (data analyst), kỹ sư dữ liệu (data engineer) và khoa học dữ liệu (data scientist). Mỗi thang có các nấc junior, chuyên viên, senior, lead hoặc principal, rồi gặp nhau ở nấc trưởng bộ phận dữ liệu và, ở công ty lớn, giám đốc dữ liệu. Ba thang khác nhau ở sản phẩm làm ra: analyst làm ra câu trả lời cho người kinh doanh, engineer làm ra đường ống dữ liệu đáng tin, scientist làm ra mô hình dự đoán.
Ở công ty nhỏ, một người có khi gánh cả ba vai dưới một chức danh. Bài tách từng thang, nói mỗi nấc được giao loại việc gì, điều kiện lên nấc kế, cách chuyển ngang giữa các thang và lương thay đổi theo cấu trúc nào. Số năm trong bài chỉ để tham khảo.
Ba thang đặt cạnh nhau
Bảng dưới xếp các nấc tương đương của ba thang ở công ty có đội dữ liệu từ khoảng mười người trở lên. Tên gọi tiếng Việt và tiếng Anh dùng song song tuỳ nơi.
| Nấc | Phân tích (analyst) | Kỹ sư (engineer) | Khoa học (scientist) |
|---|---|---|---|
| Mới vào | Kéo số liệu theo yêu cầu, làm báo cáo định kỳ | Sửa, bảo trì đường ống có sẵn | Làm sạch dữ liệu, thử mô hình có hướng dẫn |
| Chuyên viên | Tự trả lời câu hỏi kinh doanh, dựng bảng điều khiển | Dựng đường ống mới cho một nguồn dữ liệu | Tự xây mô hình cho một bài toán rõ |
| Senior | Đặt câu hỏi đúng, thiết kế thí nghiệm, tư vấn ra quyết định | Thiết kế kho dữ liệu, chọn công cụ, đảm bảo chất lượng | Chọn hướng tiếp cận, đưa mô hình vào vận hành |
| Lead / principal | Dẫn nhóm phân tích cho một khối kinh doanh | Kiến trúc nền tảng dữ liệu toàn công ty | Dẫn hướng nghiên cứu, chuẩn hoá cách làm mô hình |
| Quản lý | Trưởng nhóm phân tích | Trưởng nhóm kỹ sư dữ liệu | Trưởng nhóm khoa học dữ liệu |
Đọc theo cột để thấy đường đi trong một thang, đọc theo hàng để biết nấc của bạn tương đương nấc nào ở thang khác khi muốn chuyển ngang. Trên hàng cuối, ba thang hội lại ở trưởng bộ phận dữ liệu.
Thang phân tích dữ liệu: từ kéo số tới tư vấn quyết định
Data analyst mới vào thường nhận yêu cầu dạng "cho số đơn hàng theo tỉnh tháng trước". Việc chính là viết truy vấn, kiểm số có khớp với nguồn khác không, trình bày gọn. Người giỏi ở nấc này không trả số ngay mà hỏi lại "anh chị cần số này để quyết định việc gì", vì câu hỏi gốc thường khác câu được gửi tới.
Lên chuyên viên và senior, analyst tự nhận câu hỏi kinh doanh mơ hồ, chẳng hạn "vì sao khách cũ mua ít đi", tự chọn số liệu cần xem, thiết kế phép so sánh hoặc thí nghiệm, và đưa ra khuyến nghị. Senior analyst được đo bằng số quyết định kinh doanh dựa trên phân tích của mình, không phải số báo cáo làm ra.
Nấc lead analyst thường gắn với một khối kinh doanh: marketing, vận hành, tài chính. Người ở đây ngồi họp cùng trưởng khối, định nghĩa chỉ số chung để mọi người đọc cùng một con số, và dẫn vài analyst. Ngả rẽ phổ biến từ thang này là sang quản lý sản phẩm hoặc sang các vai chiến lược kinh doanh.
Thang kỹ sư dữ liệu: người làm cho dữ liệu đáng tin
Data engineer là người dựng và giữ đường ống đưa dữ liệu từ các hệ thống nguồn (ứng dụng bán hàng, phần mềm kế toán, nhật ký website) về kho dữ liệu chung. Người mới vào thường bảo trì đường ống có sẵn: sửa khi một nguồn đổi cấu trúc, xử lý khi dữ liệu về trễ. Việc nghe khô khan nhưng là nền mà analyst và scientist đứng lên.
Lên senior, kỹ sư dữ liệu thiết kế cách tổ chức kho, chọn công cụ, đặt quy tắc kiểm tra chất lượng dữ liệu tự động, và quyết định ai được xem dữ liệu nào. Đây cũng là nấc phải hiểu quy định về bảo vệ dữ liệu cá nhân ở mức nguyên lý: dữ liệu nào cần che, ai được truy cập, lưu bao lâu. Quy định này đang được hoàn thiện, nên khi dựng hệ thống thật cần tra văn bản hiện hành và hỏi bộ phận pháp chế.
Nấc cao của thang này là kiến trúc sư dữ liệu hoặc principal data engineer, người thiết kế nền tảng dữ liệu cho cả công ty. Thang kỹ sư dữ liệu khá gần thang lập trình viên và DevOps, nên chuyển qua lại giữa ba nghề này tương đối dễ.
Thang khoa học dữ liệu: mô hình chỉ có giá trị khi được dùng
Người mới vào làm sạch dữ liệu nhiều hơn làm mô hình. Phần lớn thời gian của data scientist mới là tìm hiểu dữ liệu, xử lý giá trị thiếu, kiểm tra dữ liệu có thiên lệch không. Ai vào nghề với hình dung cả ngày thử thuật toán mới thường thất vọng ở năm đầu.
Chuyên viên tự giải một bài toán rõ. Ví dụ giả định: dự đoán khách nào sắp ngừng dùng dịch vụ. Chuyên viên tự chọn đặc trưng, chọn mô hình, đánh giá, và giải thích kết quả cho người kinh doanh bằng lời thường.
Senior đưa mô hình vào vận hành. Mô hình nằm trên máy cá nhân không tạo ra giá trị. Senior scientist làm việc với kỹ sư để mô hình chạy thật, theo dõi khi nó kém đi, và biết khi nào một quy tắc đơn giản tốt hơn mô hình phức tạp.
Nhánh kỹ sư học máy tách ra ở nấc cao. Một số công ty có thang machine learning engineer riêng, nghiêng về kỹ thuật vận hành mô hình. Người thiên về nghiên cứu đi tiếp lên principal scientist, người thiên về quản lý lên trưởng nhóm khoa học dữ liệu.
Trưởng bộ phận dữ liệu và giám đốc dữ liệu
Ba thang hội lại ở trưởng bộ phận dữ liệu, tiếng Anh thường gọi head of data hoặc head of analytics. Người ở nấc này quản lý cả ba nhóm hoặc vài nhóm, quyết định ưu tiên dự án dữ liệu, ngân sách công cụ, và chịu trách nhiệm cho câu hỏi "công ty có dùng dữ liệu đúng cách để ra quyết định không". Họ thường báo cáo cho giám đốc công nghệ hoặc giám đốc vận hành.
Ở công ty lớn, ngân hàng, tập đoàn bán lẻ, có thêm nấc giám đốc dữ liệu, tiếng Anh là chief data officer. Vai này nặng về quản trị dữ liệu: ai sở hữu dữ liệu nào, chất lượng đo bằng gì, tuân thủ quy định bảo vệ dữ liệu ra sao. Người lên được nấc này thường đã đi qua ít nhất hai trong ba thang hoặc có nền quản lý kinh doanh.
Một điểm cần biết: ở nhiều công ty Việt Nam, bộ phận dữ liệu còn nhỏ và nằm dưới khối công nghệ hoặc khối kinh doanh. Khi đó nấc cao nhất thực tế có thể chỉ là trưởng nhóm, và người muốn đi tiếp phải chuyển sang công ty có đội dữ liệu lớn hơn.
Chuyển ngang giữa ba thang: làm theo thứ tự nào
Chuyển thang trong ngành dữ liệu rất phổ biến vì nền chung (truy vấn, thống kê, hiểu nghiệp vụ) giống nhau. Các bước thường gặp khi muốn chuyển trong cùng công ty:
- Xác định nấc tương đương của bạn ở thang mới theo bảng đầu bài, chấp nhận có thể lùi một nấc trong sáu tháng đầu.
- Học phần còn thiếu: analyst sang engineer cần thêm lập trình và tư duy hệ thống; analyst sang scientist cần thêm thống kê và học máy; engineer sang scientist cần thêm mô hình và cách giải thích kết quả.
- Xin nhận một việc nhỏ của thang mới trong dự án đang làm, có người ở thang đó kèm.
- Ghi lại kết quả việc đó dưới dạng có thể chứng minh, rồi đề xuất chuyển chính thức với quản lý cả hai bên.
- Thống nhất bằng văn bản chức danh mới, nấc mới và thời điểm xét lại lương.
Chuyển thang khi đổi công ty khó hơn vì bên tuyển ít tin vào kinh nghiệm chưa có chức danh tương ứng. Vì vậy nên chuyển trong nội bộ trước nếu công ty có đủ ba thang.
Dấu hiệu bạn đã làm việc của nấc kế
Người kinh doanh hỏi bạn trước khi quyết. Với analyst, khi trưởng nhóm marketing gọi bạn vào họp lúc đang bàn phương án, chứ không gửi yêu cầu kéo số sau khi đã quyết, nghĩa là bạn đã chạm nấc senior.
Đồng nghiệp tin dữ liệu bạn làm ra mà không kiểm lại. Với kỹ sư dữ liệu, dấu hiệu rõ nhất là analyst dùng bảng bạn dựng mà không tự đối chiếu với nguồn khác. Niềm tin đó có được nhờ kiểm tra chất lượng tự động và ghi chú rõ ràng, không nhờ nói.
Mô hình của bạn đang chạy thật. Với data scientist, mô hình được dùng trong sản phẩm hoặc quy trình hằng ngày, có người theo dõi và có số đo tác động, là bằng chứng nặng ký hơn mọi bài trình bày.
Bạn đang kèm người mà không ai giao. Người mới trong nhóm tự tìm đến bạn khi kẹt, và bạn có thói quen viết lại cách làm cho người sau dùng. Ở cả ba thang, đây là điều kiện chung để lên lead.
Bạn nói được "không nên làm". Từ chối một yêu cầu phân tích vô ích, gác lại một mô hình phức tạp khi quy tắc đơn giản đủ dùng, kèm lý do thuyết phục, là kỹ năng phân biệt người ở nấc trên với người chỉ làm tốt việc được giao.
Lương ngành dữ liệu thay đổi thế nào giữa các nấc
Bài không ghi con số; bạn nên tra khảo sát lương ngành công nghệ và tin tuyển hiện hành, so đúng thang, đúng nấc, đúng loại công ty. Lương ngành dữ liệu chênh nhiều giữa ngân hàng, công ty công nghệ, công ty bán lẻ và doanh nghiệp sản xuất.
Về tương quan thường gặp: ở nấc mới vào, analyst thường thấp hơn engineer và scientist vì rào cản kỹ thuật thấp hơn. Từ nấc senior, khoảng cách thu hẹp, và senior analyst giỏi tư vấn quyết định có thể ngang hoặc hơn senior engineer, vì giá trị gắn trực tiếp với doanh thu. Nấc quản lý có thêm phụ cấp quản lý và thưởng theo kết quả bộ phận.
Thứ làm tăng giá trị khi đàm phán: kinh nghiệm một ngành có dữ liệu phức tạp, kết quả kinh doanh đo được từ phân tích hay mô hình của bạn, và kinh nghiệm dựng hệ thống từ đầu thay vì chỉ dùng hệ thống có sẵn.
Câu hỏi thường gặp
Data analyst lên tới nấc cao nhất là gì?
Trong thang phân tích, nấc cao thường là lead analyst hoặc principal analyst phụ trách một khối kinh doanh, rồi trưởng nhóm phân tích. Đi tiếp lên trưởng bộ phận dữ liệu cần hiểu thêm phần kỹ sư và khoa học dữ liệu. Nhiều analyst giỏi cũng rẽ sang quản lý sản phẩm hoặc chiến lược.
Data engineer và data scientist, nghề nào lên nhanh hơn?
Không có nghề nào nhanh hơn một cách cố định. Kỹ sư dữ liệu dễ chứng minh kết quả hơn vì đường ống chạy hay không là rõ ràng; scientist cần mô hình được dùng thật mới có bằng chứng. Tốc độ lên phụ thuộc nhiều vào việc công ty có đội dữ liệu đủ lớn để có các nấc trên hay không.
Analytics engineer đứng ở đâu?
Analytics engineer là vai nằm giữa analyst và data engineer: chuẩn hoá, mô hình hoá dữ liệu trong kho để analyst dùng dễ và đúng. Ở công ty có vai này, nó thường là một thang riêng với nấc tương đương các thang kia, hoặc là lối chuyển từ analyst sang engineer.
Head of data báo cáo cho ai?
Thường cho giám đốc công nghệ hoặc giám đốc vận hành; ở một số công ty cho thẳng tổng giám đốc. Vị trí này nói lên công ty coi dữ liệu là việc kỹ thuật hay là công cụ ra quyết định kinh doanh, và ảnh hưởng tới quyền ưu tiên dự án của bộ phận dữ liệu.
Có cần bằng thạc sĩ để lên senior data scientist không?
Không bắt buộc ở phần lớn công ty Việt Nam. Bằng cấp giúp lúc tuyển ở nấc đầu, nhưng xét lên senior thì nhìn vào mô hình đã đưa vào vận hành và kết quả đo được. Vai nghiên cứu thuần ở công ty lớn mới hay đòi bằng cao.
Làm dữ liệu ở công ty nhỏ có bất lợi khi lên nấc không?
Có cả lợi lẫn bất lợi. Bạn được làm cả ba vai nên học rộng, nhưng thang ngắn và ít người kèm. Khi chuyển sang công ty lớn, nên mô tả rõ từng phần việc đã gánh để được xếp đúng thang và đúng nấc.