Data engineer (kỹ sư dữ liệu) dựng và giữ đường dẫn để dữ liệu chảy từ các hệ thống về một kho sạch, đúng giờ. Data analyst (chuyên viên phân tích dữ liệu) dùng dữ liệu đó trả lời câu hỏi kinh doanh bằng báo cáo và nhận định. Data scientist (nhà khoa học dữ liệu) dùng thống kê và học máy để dự đoán hoặc tự động ra quyết định.
Ba chức danh hay bị lẫn vì đều có chữ data và đều dùng chung vài công cụ. Cách tách gọn nhất là hỏi mỗi người giao ra thứ gì: đường ống dữ liệu, câu trả lời có số liệu, hay mô hình. Phần dưới đi qua từng người, thêm hai chức danh lân cận là BI developer và machine learning engineer.
Bảng phân biệt theo thứ được giao ra
Cột "giao ra" là thứ người khác nhận được từ họ cuối mỗi tuần, đáng tin hơn tên công cụ trên tin tuyển dụng.
| Chức danh | Tiếng Việt | Giao ra | Người dùng kết quả |
|---|---|---|---|
| Data engineer | Kỹ sư dữ liệu | Đường ống dữ liệu, kho dữ liệu, bảng đã làm sạch | Analyst, scientist, các hệ thống khác |
| Data analyst | Chuyên viên phân tích dữ liệu | Báo cáo, bảng điều khiển, câu trả lời có số liệu | Quản lý, phòng kinh doanh, tiếp thị |
| Data scientist | Nhà khoa học dữ liệu | Mô hình dự đoán, thử nghiệm, phân tích thống kê sâu | Nhóm sản phẩm, ban lãnh đạo |
| BI developer | Lập trình viên báo cáo quản trị | Hệ thống báo cáo dùng chung, mô hình dữ liệu cho báo cáo | Toàn công ty |
| Machine learning engineer | Kỹ sư học máy | Mô hình đã đưa vào chạy thật trong sản phẩm | Người dùng cuối qua sản phẩm |
Một cách nhớ: data engineer lo dữ liệu đến được, data analyst lo dữ liệu được hiểu, data scientist lo dữ liệu được dùng để đoán trước, machine learning engineer lo phần đoán trước đó chạy được trong sản phẩm hằng ngày.
Một câu hỏi đi qua ba người: ví dụ ở chuỗi bán lẻ
Giám đốc vận hành của một chuỗi cửa hàng giả định hỏi: "Vì sao tháng này nhiều cửa hàng hết hàng sữa vào cuối tuần?" Câu hỏi này cần cả ba người, mỗi người một đoạn.
Anh Phong, data engineer, phát hiện số liệu tồn kho của cửa hàng chỉ được đổ về kho dữ liệu mỗi đêm, còn số bán thì cập nhật từng giờ. Anh viết lại đường ống để tồn kho cũng về theo giờ và thêm một bảng sạch ghép bán hàng với tồn kho. Nếu thiếu bước này, mọi phân tích sau đều đứng trên dữ liệu lệch nhau.
Chị Trang, data analyst, dùng bảng đó so sánh các cửa hàng. Chị thấy hết hàng tập trung ở cửa hàng gần khu dân cư mới, và đơn đặt hàng gửi nhà cung cấp vẫn dựa trên số bán của năm ngoái. Chị trình bày bằng một bảng điều khiển và ba câu kết luận, đề xuất điều chỉnh mức đặt hàng cho mười hai cửa hàng.
Anh Khoa, data scientist, đi tiếp một bước: dựng mô hình dự báo lượng bán theo ngày cho từng cửa hàng, có tính đến ngày lễ, thời tiết, khuyến mãi. Sau ba tháng thử nghiệm, mô hình được đưa vào hệ thống đặt hàng tự động. Phần đưa vào chạy thật và giữ cho nó chạy ổn là việc của machine learning engineer, ở công ty nhỏ thì anh Khoa làm luôn.
Data analyst: chức danh dễ vào, dễ ghi sai
Không phải ai làm Excel cũng là data analyst. Người tổng hợp số liệu bán hàng mỗi tuần là có làm việc với dữ liệu, nhưng chức danh của họ có thể là nhân viên kinh doanh hay chuyên viên báo cáo. Data analyst được kỳ vọng tự đặt câu hỏi, tự lấy dữ liệu bằng truy vấn, và đưa ra nhận định có cơ sở.
Khác với BA. Business analyst làm việc với con người và quy trình để xác định phần mềm cần làm gì. Data analyst làm việc với số liệu đã có để hiểu chuyện gì đang xảy ra. Hai chữ cùng có "analyst" nên tin tuyển dụng đôi khi trộn, đọc kỹ phần mô tả.
Có chữ riêng theo mảng. Marketing analyst, financial analyst, product analyst đều là phân tích dữ liệu nhưng gắn với một mảng nghiệp vụ. Financial analyst còn là một nghề riêng của ngành tài chính, đừng ghi lẫn.
Cách ghi tiếng Việt. Chuyên viên phân tích dữ liệu là cách ghi rõ nhất trên hợp đồng. Tránh "phân tích viên", vì không rõ phân tích gì.
Bậc trong nghề. Data analyst cũng có junior, senior, lead như lập trình viên. Khác biệt giữa các bậc nằm ở chỗ ai đặt câu hỏi: junior trả lời câu hỏi được giao, senior tự nhận ra câu hỏi nào đáng hỏi và thuyết phục được quản lý nghe theo nhận định của mình.
Data scientist: chữ bị dùng rộng nhất
Khi nghề khoa học dữ liệu được nhắc nhiều, nhiều công ty gắn chữ data scientist cho mọi vị trí liên quan đến số liệu để dễ tuyển. Kết quả là có người mang chức danh data scientist nhưng công việc hằng ngày là làm báo cáo, việc của data analyst. Ngược lại, có người làm mô hình dự báo thật mà chức danh chỉ là chuyên viên phân tích. Vì vậy, người tuyển dụng có kinh nghiệm luôn hỏi ứng viên mô hình gần nhất họ dựng là gì, dùng dữ liệu nào, và ai đang dùng kết quả của nó.
Dấu hiệu một vị trí đúng nghĩa data scientist: công việc có thiết kế thử nghiệm (chia nhóm người dùng để so sánh hai phương án), dựng mô hình dự đoán hay phân loại, đo độ chính xác của mô hình, và giải thích được vì sao mô hình đưa ra kết quả đó. Kiến thức thống kê là nền, không chỉ biết gọi thư viện có sẵn.
Ở công ty có đội dữ liệu lớn, data scientist hay được chia nhánh: một nhánh thiên về phân tích và thử nghiệm sản phẩm, một nhánh thiên về xây mô hình học máy. Nhánh thứ hai ngày càng chồng với machine learning engineer. Khi ghi CV, ghi đúng chức danh hợp đồng, rồi nói rõ nhánh của mình bằng ví dụ: dựng mô hình dự báo nhu cầu cho 80 cửa hàng, sai số giảm từ mức cũ xuống còn khoảng một nửa.
Sơ đồ báo cáo của đội dữ liệu
Đội dữ liệu có thể đứng ở nhiều nơi trên sơ đồ, và vị trí đó ảnh hưởng tới việc họ làm.
- Đội dữ liệu tập trung: data engineer, data analyst, data scientist → trưởng nhóm từng mảng → trưởng bộ phận dữ liệu (head of data) → giám đốc công nghệ hoặc giám đốc dữ liệu.
- Analyst nằm ở phòng nghiệp vụ: data analyst → trưởng phòng kinh doanh hoặc trưởng phòng tiếp thị; về chuyên môn có liên hệ với đội dữ liệu trung tâm để dùng chung kho dữ liệu.
- Data engineer nằm ở khối kỹ thuật: data engineer → engineering manager mảng dữ liệu → giám đốc kỹ thuật, vì công việc gần với kỹ sư phần mềm.
- Công ty nhỏ: một hoặc hai người ôm cả ba vai, báo cáo thẳng cho giám đốc. Chức danh thường là "chuyên viên dữ liệu".
Khi soạn sơ đồ, phòng nhân sự nên hỏi: kết quả của người này phục vụ ai nhiều nhất? Analyst phục vụ chủ yếu phòng kinh doanh thì đặt gần phòng đó, nhưng giữ một đường chấm nối về đội dữ liệu để họ không tự dựng kho số liệu riêng.
Ghi chức danh đúng và sai
Một số cách ghi hay gặp trên CV, danh thiếp và cách sửa:
| Đang ghi | Nên ghi | Lý do |
|---|---|---|
| Data Analyst/Scientist/Engineer | Chọn một: Data Analyst | Ba chữ ba nghề, ghép vào làm người đọc nghi ngờ |
| Data Scientist (công việc là làm báo cáo) | Giữ chức danh hợp đồng; dòng mô tả nói rõ báo cáo, bảng điều khiển | Phỏng vấn vị trí data scientist sẽ hỏi mô hình |
| Nhân viên data | Chuyên viên phân tích dữ liệu hoặc Kỹ sư dữ liệu | "Nhân viên data" không cho biết làm gì |
| AI Engineer (dựng bảng điều khiển) | BI Developer | Chữ AI gắn với mô hình học máy, không phải báo cáo |
| Danh thiếp mặt Việt | Lê Thu Trang · Chuyên viên phân tích dữ liệu · Khối vận hành | Ghi khối giúp người nhận biết bạn phục vụ mảng nào |
Nếu bạn đang chuyển nghề từ analyst sang scientist, đừng đổi chữ trên CV trước khi có việc thật để kể. Một dòng mô tả cụ thể về mô hình bạn đã dựng, dù trong dự án nội bộ nhỏ, có sức nặng hơn một chức danh tự đặt.
Tự hỏi để biết công việc của bạn gần chữ nào
Nhiều người làm dữ liệu ở công ty vừa và nhỏ đang ôm một chút của cả ba. Trước khi ghi chức danh lên CV hoặc đề xuất với phòng nhân sự, đi qua năm câu sau và đánh dấu câu nào đúng với tám mươi phần trăm thời gian của bạn:
- Bạn viết mã để kéo dữ liệu từ các phần mềm bán hàng, kế toán, kho về một chỗ, xử lý khi đường ống hỏng lúc nửa đêm? Đó là việc của data engineer.
- Bạn nhận câu hỏi từ quản lý, tự viết truy vấn lấy số, rồi trả lời bằng biểu đồ và vài câu kết luận? Đó là data analyst.
- Bạn thiết kế thử nghiệm, dựng mô hình dự đoán, đo độ chính xác và giải thích kết quả cho người không chuyên? Đó là data scientist.
- Bạn xây và bảo trì hệ thống báo cáo dùng chung, định nghĩa chỉ số cho cả công ty dùng thống nhất? Đó là BI developer.
- Bạn đưa mô hình đã có vào chạy trong sản phẩm, lo tốc độ trả kết quả và cập nhật mô hình định kỳ? Đó là machine learning engineer.
Nếu câu thứ hai chiếm phần lớn thời gian nhưng công ty gọi bạn là data scientist, đừng vội sửa chức danh trên giấy tờ; chỉ cần dòng mô tả trên CV phản ánh đúng việc. Còn nếu bạn làm nhân sự và đang viết tin tuyển, dùng năm câu này hỏi trưởng nhóm dữ liệu trước khi chọn chữ cho tiêu đề tin. Chọn sai chữ, bạn sẽ nhận hàng trăm hồ sơ của nghề bên cạnh.
Câu hỏi thường gặp
Data analyst và data scientist khác nhau thế nào?
Data analyst dùng dữ liệu đã có để trả lời câu hỏi chuyện gì đang xảy ra và vì sao, bằng báo cáo và nhận định. Data scientist dùng thống kê và học máy để dự đoán hoặc tự động ra quyết định, thường bằng mô hình.
Data engineer có phải lập trình viên không?
Gần như vậy. Data engineer viết mã để thu thập, làm sạch, chuyển dữ liệu và dựng kho dữ liệu, nên cần kỹ năng lập trình và cơ sở dữ liệu như một kỹ sư phần mềm, chỉ khác là chuyên về dữ liệu.
Data scientist dịch sang tiếng Việt là gì?
Cách dịch phổ biến là nhà khoa học dữ liệu. Trên hợp đồng ở doanh nghiệp trong nước, đôi khi ghi chuyên viên khoa học dữ liệu cho hợp với hệ chức danh chuyên viên của công ty.
BI developer khác data analyst ở đâu?
BI developer xây hệ thống báo cáo dùng chung cho cả công ty, lo mô hình dữ liệu và hiệu năng của báo cáo. Data analyst dùng các báo cáo đó và dữ liệu gốc để trả lời câu hỏi cụ thể của một phòng ban.
Machine learning engineer có phải data scientist không?
Chồng nhau một phần. Data scientist thiên về thử nghiệm và xây mô hình, machine learning engineer thiên về đưa mô hình vào chạy thật trong sản phẩm, lo tốc độ, độ ổn định và cập nhật mô hình theo thời gian.
Làm báo cáo Excel có ghi data analyst được không?
Chỉ nên ghi nếu đó là chức danh công ty đặt. Nếu không, giữ chức danh thật và mô tả phần việc phân tích bạn đã làm, nêu rõ có tự lấy dữ liệu bằng truy vấn hay chỉ tổng hợp số có sẵn.