Tự học nghề phân tích

Không ngờ bài viết trước về nghề đi phân tích khi chia sẻ lên facebook được các bạn ủng hộ quá (mặc dù số lượng ghé thăm blog của mình thì vẫn lèo tèo 😝), mình lại có quyết tâm viết một bài vẫn về chủ đề này, mặc dù mình định bụng là viết một bài khác về tiềm năng công nghệ của nghành dịch vụ công (không biết có ai quan tâm tới public sector không ?!).

Trong bài follow-up này mình sẽ tập trung vào câu hỏi: vậy nếu bạn là một tay mơ gà mờ mà muốn đổ lái sang làm nghề phân tích (đặc biệt là trong ngành tech), thì bạn có thể bắt đầu hành trình tự học từ đâu. Mình sẽ giới thiệu và review một số khoá học cũng như sách và các tư liệu khác mà mình đã tìm hiểu và thực hành, có một số kĩ năng cứng bây giờ mình không sử dụng hàng ngày nữa nhưng vẫn giúp ích rất nhiều cho công việc và vai trò là BA/FA của mình, vì mình có thể nói cùng một ngôn ngữ với đội ngũ developer và engineer.

Để không spam chữ và “cognitive overload” các bạn thì mình sẽ cố gắng ngắn gọn nhất có thể, tuỳ theo sự ủng hộ của các bạn mà mình sẽ deep dive vào từng chủ đề sau này vậy 😉

“Tay mơ” ở đây chỉ những bạn nào một là mới bắt đầu tìm hiểu hướng đi, lựa chọn cho sự nghiệp, hai là những bạn đang làm một ngành khác mà lại muốn quay xe làm lại từ đầu với ngành này, ba là bạn đang làm một công việc cần dùng tới phân tích để giúp ích cho công việc chính. Đặc biệt vì hành trình của mình là từ dân business đổi lái qua làm BA/FA cho ngành công nghệ nên bạn sẽ thấy những khoá học và tư liệu mình chia sẻ sẽ thiên về những JD về data và tech hơn. Nhưng yên tâm, mình sẽ nói thêm nếu bạn chỉ muốn theo đuổi nghề phân tích theo nghĩa rộng.

1. Khoá học

(mình KHÔNG nhận được lợi lộc gì từ những nhà cung cấp này mà đơn giản là khách hàng viết đánh giá).

1.1. Cho ngạch DA/DS

1.1.1. Kĩ năng Excel từ cơ bản tới nâng cao:

Mặc dù thời buổi hiện nay công nghệ thay đổi như gió và có những tool giúp bạn làm việc với data rất nhanh ngọn, mình thấy có một nền tảng kiến thức Excel và VBA chắc chắn vẫn rất tốt. Ví dụ trong những tháng đầu tiên mình chuyển qua làm DA cho một công ty tech, lúc đó họ chưa có adopt tool gì cao siêu vì công ty còn nhỏ, chúng mình hoàn toàn sử dụng Excel và VBA để làm những công đoạn lọc, làm sạch và transform data một cách khá “quyền lực”. Thậm chí tất cả báo cáo và dashboard đều được xây dựng qua Excel, chỉ tới khi công việc bắt đầu phát triển thêm ở mảng machine learning, chúng mình mới đổi qua sử dụng Python và tự động hoá tất cả các bước trước đây làm cùng Excel.

Khoá học tốt mà mình đã trải nghiệm:

Trường đào tạo học Excel online của anh Thanh.

Trên đây có nhiều khoá hay, từ SQL, VBA tới gần đây có cả về MS Power BI, các công vụ data visualization khác. Anh Thanh giảng bằng tiếng việt, có bài thực hành song song, có forum để đặt câu hỏi (group FB) và nhận được sự hỗ trợ, lại có kênh youtube lâu năm nên rất nhiều tư liệu. Mình chưa học những khoá mới sau năm 2018 vì sau đó mình đổi qua làm BA/FA nhưng mình hoàn toàn tin tưởng vào trường dậy Excel của thầy giáo Thanh.

1.1.2. Kĩ năng về Data Science/Data analysis/BI:

Nhà cung cấp Udacity/edX

Introduction to Computer Science (2012)

Khoá đầu tiên mình học khi đổi từ một ngành nontech sang một ngành tech là khoá này của Udacity – một trong những khoá phổ biến và hot nhất trên Udacity được tạo ra từ năm 2012. Với một người gần như lúc đó con số 0 về lập trình và khoa học máy tính thì đây là một khoá mình đánh giá rất hợp với người mới bắt đầu (trước đó mình làm việc với Data chỉ ở mức analytics, BI và visualization thôi), khiến các bạn vừa hiểu kĩ về căn bản lại vừa có động lực theo tiếp những khoá sau nâng cao hơn.

Tiếc là hiện giờ khoá này hiện đã không còn nữa vì họ cập nhật và thay đổi chương trình dạy, mình vẫn kể tên ở đây vì mình muốn nhấn mạnh, trừ khi các bạn đã có backrgound technical, đừng coi nhẹ những kiến thức căn bản nhất khi muốn trở thành DA hay DS (giống như khi xây nhà chưa có móng mà chỉ đi học những thứ ở mức độ cao hơn thì việc mò lại từ đầu rất mất thời gian). Vậy nên mình tìm thấy một khoá khác tương tự hoàn toàn phù hợp với người mới bắt đầu là khoá CS50’s Introduction to Computer Science của Harvard University, khoá này bạn tìm được ở nhiều nền tảng như edX hay ClassCentral.

Ngoài ra, trên Udacity có nhiều track về DA cũng như DS, họ gọi những chương trình của họ là một “Nanodegree”. Mình thấy concept khá hay, chỉ cần bạn đầu tư thời gian và công sức để thực sự “commit” với một Nanodegree của Udacity thì khi hoàn thành bạn đã có thể tự tin giải quyết những bài toán thường gặp của DA, DS, hay sử dụng việc phân tích dữ liệu thêm cho công việc mang tính chất khác.

Tuy nhiên chi phí của Udacity khá chát so với những bạn còn là sinh viên nên hầu như năm nào họ còn cũng học bổng. Thường là học bổng liên kết với những tổ chức khác nhau như học bổng Bertelsmann Technology hay Intel® Edge AI. Nếu bạn quan tâm, cách tốt nhất là đăng kí để nhận được thông báo mỗi khi có chương trình mới.

Nhà cung cấp DataCamp

Cũng như Udacity, các kĩ năng cứng của một DA, DS, hay việc sử dụng dữ liệu phục vụ cho nghề BA, BI, Analytics đều có thể học được trên DataCamp. Họ cũng chia ra nhiều ngạch khác nhau tuỳ theo công việc bạn muốn theo đuổi. Chi phí cho một khoá trên DataCamp thì vừa túi tiền hơn Udacity nhiều và mình thấy các nhà tuyển dụng ngày càng coi trọng chương trình dạy cũng như certificate của Datacamp. Tại thời điểm viết bài này DataCamp đang giảm giá gần 50% cho chi phí thường niên của họ, còn tầm 140euro cho một năm, all you can eat luôn, không sợ lỡ hẹn với Data nhé 😄

Các skill track mà mình đã học và có thể xác nhận là tốt, như đã nói, người bắt đầu với con số 0 về computer science như mình đã có thể bắt đầu mà không bỏ dở:

Data Scientist with Python

Data Analyst with SQL Servers

Ngoài ra mình học những khoá nhỏ lẻ khác tuỳ vào mục đích của công việc, ví dụ như tại thời điểm làm DA/DS đó vì công việc có dự án về ML và AI thì mình học thêm khoá nhỏ về Machine Learning trên DataCamp và cách sử dụng IBM Watson trong dự án AI.

1.2. Cho ngạch BA/FA (công nghệ)

Scrum.org

Do đây là ngôi nhà và là nơi sản sinh ra scrum methology và scrum framework nên họ có rất nhiều khoá học về Scrum Master, Product Owner, v.v. Khoá mình đã học là PSM và PSPO căn bản, tuỳ mục tiêu bạn có thể học bất cứ khoá nào những phù hợp với nghề đi phân tích nhất là cho 2 ngạch này.

IREB – International requirements engineering board

Đây là tổ chức đào tạo và chứng nhận nghề phân tích chức năng quốc tế, nên càng phù hợp với những ai đang làm hoặc muốn làm FA/BA trong công nghệ. Họ không có khoá nào trực tiếp nhưng có nhiều nhà cung cấp khoá học khác nhau.

Khoá mình đã sử dụng là CPRE 3.0 (certified professional for requirements engineering) – cung cấp cho bạn đầy đủ kiến thức (cơ bản) của nghề phân tích chức năng trong ngành công nghệ.

1.3. Cho nghề BA nói chung

Nghề phân tích nói chung cần nhiều kĩ năng về decision making và decision analysis, các mô hình, các framework giúp các bạn bóc tách một vấn đề một cách khoa học, logic, từ đó đưa ra giải pháp phù hợp. Với những kĩ năng này thì thực sự không có một khoá học nào có thể dạy các bạn được hết tất cả. Nếu để viết thêm về chủ đề này thì chắc mình cần vài bài nữa chứ không thể chỉ gói gọn trong bài hôm nay được 😅

May mắn của mình là môn học đầu tiên khi mới bước chân sang Đức là môn Decision Analysis, từ đó trở đi mình càng thêm yêu thích tâm lý học, các mô hình trí tuệ và đặc biệt là tâm lý học hành vi trong tổ chức. Vì vậy mình có thể giới thiệu một vài đầu sách cũng như những tài liệu mà mình tìm hiểu trong quá trình nâng cao kĩ năng tư duy và phân tích.

2. Sách và tư liệu khác

Về Data Science

Sách: Learning predictive analytics with Python by Ashish Khumar (quyển này mình có PDF)

Podcast: Super DataScience with Kirill Eremenko

Về Decision Analysis

Sách: Thinking fast and slow – Daniel Kahneman

Sách: Blink, the power of thinking without thinking – Malcom Gladwell

Về kĩ năng mềm nói chung, quản lý, văn hoá đội nhóm

Sách: The culture code: the secrets of highly successful groups – Daniel Coyle (quyển này mình có PDF)

Về UX Design/ Product Management

Sách: The Product Book by Product School (nếu chưa bao giờ biết đến product management là cái quần què gì hoặc đang muốn chuẩn bị cho interview về PM)

Sách: Flow – the psychology of optimal experience –  Mihaly Csikszentmihalyi (nếu muốn thiết kế chức năng sản phẩm một cách tối ưu nhất cho trải nghiệm của người dùng)

Sách: Measure what matters – John Doerr (nếu muốn đưa ra những mục tiêu thực sự có ý nghĩa cho sản phẩm)

Về Storytelling

Sách: The Science of storytelling – Will Storr

TED Talk của David JP Philips, Will Storr về story telling (trên youtube hoặc TED)

3. 80% tâm trí, 20% kĩ năng…

Trên đây chỉ là những khoá mà mình đã thực sự học hết, hoặc những tư liệu mà mình tự tin nói mình đã thực sự đọc hay tìm hiểu. Mình nghĩ, tư liệu chắc chắn có rất nhiều nhưng khi bị cognitive overload (quá tải nhận thức) thì não bộ chúng ta sẽ từ chối tiếp nhận thông tin nên một lời khuyên từ mình cho người mới bắt đầu: hãy chỉ chọn một khoá, một track, hay một tư liệu nào đó phù hợp với định hướng của bạn và theo nó tới tận cùng. Nếu chưa biết định hướng nào cho phù hợp, bạn có thể xem lại bài viết trước của mình về nghề đi phân tích. Khi tự học không nên ôm đồm quá nhiều cùng một lúc, rất dễ gây chán nản, động lực của mình đến từ việc hoàn thành những khoá nhỏ và cơ bản nhất. Các bạn còn rất nhiều thời gian để học thêm, mình cũng vẫn đang học, dù là không phải là về data và BA nữa.

Sự thật là để thành công ở bất cứ ngành nghề nào, kĩ năng cứng quan trọng nhưng nó chỉ là một phần nhỏ.

Ngoài những kĩ năng cứng thì những người muốn tự học còn cần trang bị cả growth mindset và sức khoẻ tinh thần, sức “bật” (resilience), ý chí nữa. Có một tinh thần ham học hỏi và muốn phát triển là điều kiện cần, có một tâm lý vững vàng, bền bỉ, kiên cường, không chạy theo bất cứ một hành trang của ai khác, tự tìm đi con đường học tập và phát triển phù hợp với khả năng và tài chính của chính mình, sẽ là điều kiện đủ để các bạn thành công trên con đường tự học nghề phân tích.

Có lẽ dù không muốn làm “quá tải nhận thức” của các bạn nhưng vì tâm lý muốn chia sẻ hết lòng mà mình lại đang gây áp lực với các bạn một phần nào đó 😅. Nếu đang cảm thấy hơi choáng ngợp vì đống thông tin này, bạn có thể nghe những tâm sự mình đã trải qua, cách mình thoát lười, cách mình đứng dậy khi gặp sự từ chối và cách mình bảo vệ sức khoẻ tinh thần cũng như sức bền của mình nhé.

Bonus: như đã nói ở trên, có một số sách mình có bản PDF, bạn đọc nào có nhu cầu nhận sách có thể nhảy qua trang facebook page của blog và để lại comment trên post về bài viết này, mình sẽ gửi PDF sách cho các bạn qua e-mail.

Chúc các bạn tuần mới vui vẻ và hiệu quả! 💙💛

---

Trang blog được thành lập và quản lý chỉ bởi một người (chính mình). Nếu bạn thích bài viết này hoặc muốn ủng hộ blog của mình, cách tốt nhất là kể về nó hoặc chia sẻ với bạn bè hay những người xung quanh mà bạn cho là bài viết này có thể hữu ích cho họ. Cheers 😉