digiforce

Cảm Nhận và Ghi Chú về “Paths to digital careers” – Van Quynh Nhung

Xin chào các anh chị và các bạn. Dù hội thảo Paths to Digital Careers đã kết thúc cả tháng rồi, nhưng hôm nay đọc lại note về chương trình vẫn thấy nội dung thật hữu ích. Mình đã đăng comment nhưng nội dung quá dài khiến mọi người khó theo dõi. Do vậy, mình xin phép đăng lại thành bài viết để biết đâu ai đó cần có thể đọc ghi chú tại đây. 

𝐏𝐚𝐭𝐡𝐬 𝐭𝐨 𝐃𝐢𝐠𝐢𝐭𝐚𝐥 𝐂𝐚𝐫𝐞𝐞𝐫𝐬: 𝐓𝐮̛ 𝐃𝐮𝐲 𝐇𝐨̛𝐧 𝐊𝐲̃ 𝐍𝐚̆𝐧𝐠 𝐕𝐚̀ 𝐂𝐨̂𝐧𝐠 𝐍𝐠𝐡𝐞̣̂ 𝐂𝐚̂̀𝐧 𝐕𝐢̣ 𝐍𝐡𝐚̂𝐧 𝐒𝐢𝐧𝐡

Nếu bạn nghĩ rằng mình không giỏi toán, không biết gì về công nghệ, quá trẻ để “trèo cao”, quá lớn tuổi để bắt đầu và Digital Careers thật xa tầm với, thì Webinar Paths to Digital Careers sẽ giúp bạn phá bỏ định kiến này.

1/ Ngành Data analytics – diễn giả Ace Võ, Giáo sư ĐH Loyola Marymount, USA

– Diễn giả bắt đầu bằng 2 đoạn thơ để khán giả đoán xem đâu là đoạn thơ do máy viết, đâu là người viết. Gần 60% khán giả đã đoán sai, với nhận định đoạn thơ máy tính viết là do người viết. Diễn giả Ace cho chúng ta hiểu rằng công nghệ ngày càng phát triển, khó nhận biết vì khả năng hoạt động tinh và đang len lỏi vào rất nhiều hoạt động của mỗi chúng ta.

1.1/ Data Science: theo anh đây được ví như loại hình thi đấu thể thao đồng đội kết hợp gồm: get, clean, combine data -> find value -> communicate value -> put algorithms to production -> monitor results -> improvement.

1.2/ Data scientist vs data engineer:

– Data engineer: Là người chuẩn bị dữ liệu gồm tất cả công đoạn từ phát triển, xây dựng, test và maintain toàn bộ hệ thống

– Data scientist: Là người phân tích các dữ liệu phức tạp, kể cả là big data, từ đó đánh giá và report lại kết quả

1.3/ Entry level (các kỹ năng được xếp từ quan trọng nhất và giảm dần):

– Data Science: Kỹ năng cứng gồm: Data analysis, Programming AI, Dashboards, Machine learning..; Kỹ năng software gồm: Python; SOL, Jva, R…

– Data Analytics: Data analysis, Programming, Modeling, Machine learning…; Kỹ năng software gồm: SQL, Python, Java, R,…

– Business Analytics: Data analysis, Modeling, Business Strategy, Programming, Financial Analytics,…; Kỹ năng software gồm: SOL, Python, Java, Excel…

-> Túm lại analytics vẫn sẽ là “the sexiest job” của thế kỷ 21!

Ps: Đoạn này em xin kiến nghị nhẹ với BTC, là diễn giả Ace có một điểm không giống như quảng cáo trước đó. Cụ thể là anh Ace… đẹp trai hơn hẳn trong hình poster trước sự kiện. Thú thực là nhìn anh em hơi mất tập trung, nên kiến thức cũng đôi phần rơi rụng, em chỉ review được chừng này, mọi người thông cảm. Chị em nào đồng ý kiến thì lên tiếng cho mình đỡ quê nha. Nhân thể ai là người quen của em trong này, nếu đọc được cũng đừng méc chồng em nha!

2/ Ngành Business Analytics (BA) – diễn giả Trần Hùng Thiện, Founder & CEO of GCOMM

2.1/ Xác định sự phù hợp:

– Diễn giả mở màn bằng việc hướng dẫn “xem bói” để tiên đoán về độ phù hợp của một nhân sự đối với ngành BA. Cụ thể, bước 1: hãy cầm một tờ hoá đơn và nhìn chăm chú, bước 2: nếu nhìn bill mà có cảm xúc kiểu: “Đây là tài sản tương lai của tôi nè” (nguyên văn câu của diễn giả). Thì khả năng cao là bạn phù hợp với ngành này.

– Thêm một cách nữa để xác định: Nếu bạn được giao một Data Sheet mà cảm thấy vô cùng phấn khích, cảm nhận được rất nhiều thông điệp ẩn sau thì xin chúc mừng bạn sinh ra để dành cho BA; Nếu ngược lại bạn cảm thấy sợ hãi, buồn ngủ, kèm nhiều cảm xúc tiêu cực thì xin chào, hẹn kiếp sau gặp lại; Nếu như bạn thấy “không cảm xúc” có nghĩa là hãy cho chúng ta thêm thời gian tìm hiểu.

2.2/ Business Analytics là gì? Ví dụ tưởng chừng hài hước nhưng đã nêu được bản chất của BA đó là thu thập Data là để giải quyết business problems, là xác định hành vi mua sắm, insight khách hàng và từ đó đưa ra giải pháp, chiến lược kinh doanh phù hợp. Với tờ hoá đơn kia, bạn có thể xác định được mặt hàng nào đang bán chạy, chương trình khuyến mại nào sẽ hiệu quả, thời gian mua sắm tỷ lệ thuận hay nghịch với tổng hoá đơn, với tốc độ này, từng mặt hàng nên lưu trữ bao nhiêu là đủ… Lần đầu tiên mình biết được một cái bill chứ đựng nhiều thông điệp đến vậy.

2.3/ Làm sao để bắt đầu theo ngành này? Cách 1, đi theo con đường chính thống học thuật, tìm những trường đào tạo để theo học chính quy và trở thành chuyên gia nghiên cứu, giảng dạy; Cách 2 đi theo con đường làm việc thực tế. Bạn có thể học một ngành không liên quan trong trường ĐH, nhưng vì lý do nào đó thấy yêu thích BA, thì khi ra làm việc hoàn toàn có thể định hướng theo ngành này để trở thành chuyên viên BA cho các công ty. Tuy vậy, hãy luôn để cao yếu tố học hỏi từ các chuyên gia trong ngành, học từ thực chiến để bù đắp cho sự thiếu hụt về đào tạo nền tảng ban đầu; Cách thứ 3 kết hợp vừa học thuật vừa thực chiến để bước chân vào BA (vừa là chuyên gia vừa là người làm nghề). Đời đủ dài để thay đổi và cũng đủ ngắn để không nên do dự.

2.4/ Entry level: Chỉ cần đảm bảo 60% kỹ năng nghề nghiệp của ngành này là đủ. Khó nhất làm BA là Business Mindset. Học KHÔNG đủ, quan sát, trải nghiệm, bồi đắp vốn sống để không bị chính những kỹ năng, kiến thức đã có đóng khung suy nghĩ.

2.5/ Cơ hội nghề nghiệp: Thực tế đây cũng là ngành nghề của thế kỷ 21 bởi lẽ chúng ta đang bội thực data nhưng đói kém insight và BA sẽ giúp chúng ta làm điều đó. Đặc biệt, nếu Data analytics là ngành đòi hỏi phải giỏi toán, thì BA không yêu cầu điều ấy và diễn giả… chính là minh chứng thuyết phục nhất.

3/ Ngành EdTech – diễn giả Lê Đình Hiếu Founder & CEO of G.A.P

Diễn giả mở đầu với một câu hỏi: Học qua zoom có phải EdTech không?

3.1/ EdTech là gì? Theo cách hiểu mà Đại học UPenn đề xuất thì EdTech nghĩa là ứng dụng công nghệ để mang đến giải pháp cho giáo dục. Miễn là việc ứng dụng công nghệ để cải tiến việc học trong 5 khía cạnh của giáo dục bao gồm: Learner, Teacher, Learning Material, Technology, Community thì đó chính là EdTech 3.2/ EdTech đang phát triển thế nào? EdTech đang ngày càng phát triển đặc biệt sau cú hích Covid. Nếu như 10 năm trước đây các ứng dụng công nghệ chỉ chiếm 20% trong giáo dục thì hiện nay con số này đã lên đến 80%.

3.3/ Bốn công nghệ chính được ứng dụng nhiều nhất trong giáo dục gồm:

  • Nhóm 1: AI, big data, machine learning để cá nhân hoá chương trình học. Điều này giúp mỗi học sinh sẽ có một chương trình học riêng phù hợp với năng lực và ưu thế của mình; 
  • Nhóm 2: (công nghệ thực tế ảo): AR, VR giúp về nâng cao trải nghiệm học tập. Ví dụ bạn có thể chữa “bệnh” sợ nói trước đám đông bằng vịệc luyện thuyết trình trước hàng trăm người thông qua VR; 
  • Nhóm 3: được gọi là game changing: IOT cloud, giúp bạn học bất cứ nơi đâu. Điều này cho phép người dùng kết nối thiết bị thông minh tạo trải nghiệm học có thể là học qua máy hút bụi; 
  • Nhóm 4: Blockchain Viễn cảnh về một tương lai đi du học mà không cần sao in, công chứng, nộp hàng tập hồ sơ bởi tất cả được mã hoá trong hệ thống chung mà bất cứ các trường ĐH nào cũng có thể truy cập.

3.4/ Cơ hội nghề nghiệp: Cũng giống như các ngành kể trên, nhu cầu nghiệp của ngành này rất lớn, đặc biệt là sau Covid, các phụ huynh cũng như học sinh đã sẵn sàng hơn nhiều với việc số hoá giáo dục. Trong đó, kỹ năng làm việc với con người được đề cao nhất cho mọi ứng viên. Bởi lẽ, sứ mệnh của EdTech đó chính là dùng công nghệ để giúp giáo dục vươn rộng hơn, giúp thay đổi cuộc đời con người.

3.5/ Big question: “Adtech có làm tăng khoảng cách giàu nghèo, khả năng tiếp cận giáo dục?”.

Theo anh Đình Hiếu thì ngược lại, mục tiêu của EdTech chính là rút ngắn khoảng cách trong giáo dục. Ví dụ như ngày hôm nay chúng ta được dự miễn phí một buổi hội thảo về tương lai nghề nghiệp đến từ các giáo sư, chuyên gia đầu ngành là nhờ EdTech. 

Tuy nhiên, tại Việt Nam khoảng cách giữa các tầng lớp rất lớn, vì công nghệ nền tảng ở tầng lớp thu nhấp thấp không có. Do vậy, vô tình EdTech lại đẩy xa hơn khoảng cách giàu – nghèo trong tiếp cận giáo dục.

Để chứng minh việc công bằng trong tiếp cận tài nguyên trong giáo dục cũng sẽ là vô nghĩa nếu không có nền tảng công nghê, diễn giả Hiếu đã bị lag mạng giật cục vài lần và bị out khỏi webinar trong sự lặng im suy ngẫm của 4 khách mời và gần 1300 khán giả.

4/ Ngành Fintech – diễn giả, tiến sỹ khoa học Hồ Quốc Tuấn, ĐH Bristol, UK

4.1/ Tương lai ngành Fintech:

– Bằng việc đưa ra những số liệu thống doanh thu của ngành này cho tới 2030 sẽ là lớn hoặc… cực lớn. Triển vọng đạt 208 tỷ đô trong một kịch bản “bi quan” nhất hoặc 519 tỷ đô trong kịch bản thuận lợi.

– Thực tế ngành này đang có vai trò ứng dụng lớn trong kiểm toán và đặc biệt đặt ra yêu cầu chuyển đổi số trong ngành ngân hàng.

4.2/ Các lĩnh vực triển vọng:

– Cao nhất là payments, kế đến là digital lending, insurance technology,…

– Các ngành thu hút vốn đầu tư mạo hiểm gồm: Edtech, Fintech, Insurtech.

– Nhu cầu công việc đa dang, không chỉ là IT

– Đừng chỉ nhìn vào data analytics khi nghĩ về cơ hội nghề nghiệp

4.3/ Entry level:

– Làm fintech không cần giỏi data analytics, chỉ cần hiểu. Quan trọng phải có mindset nên hãy vào làm rồi chuyển đổi.

– Một lần nữa, anh Tuấn cũng đề cao quan điểm tư duy hơn kỹ năng, để bắt đầu kỹ năng đảm bảo 60% bán mô tả công việc là đủ.

4.4/ Những ngành nghề mới nổi:

– Fin-fluencer, Metaverse content creator, Maketing investment adviser, Game guides, Crypto VC funds…

– Tuy nhiên, anh Tuấn cho rằng hiện nay xuất hiện bong bóng dự án trong ngành này. Khi mà nguồn cung quá nhu cầu và quá giá trị thực tế thì ắt hẳn bong bóng sẽ nổ. Bong bóng vỡ đi vẫn sẽ để lại nền tảng, những ai bám trụ vẫn là cơ hội lớn.

– Bong bóng vỡ đi vẫn sẽ để lại nền tảng, những ai bám trụ vẫn là cơ hội lớn

– Câu hỏi của nhiều khán giả đặt ra là có nên đầu tư vào tiền mã hoá không? Tuy không đủ thời gian để diễn giả trả lời nhưng theo suy nghĩ của mình thì câu trả lời sẽ là còn tuỳ, phụ thuộc bạn đầu tư vào dự án có nguồn gốc thế nào.

Nó không khác nào câu hỏi kinh doanh network maketing có xấu không? Nếu đi chính đạo thì ta có thể gọi hình thức này là kinh doanh không sở hữu, bán hàng trực tiếp, thương mại xã hội trên nền tảng thương mại điện tử… Nếu gặp những cá nhân, tổ chức đội lốt “lùa gà” thì đây được biết với cái tên đa cấp. Dù khen, chê, yêu, ghét thì network vẫn tồn tại cả trăm năm tốt xấu lẫn lộn. Do vậy với mình, thì hình thức đầu tư tiền mã hoá cũng sẽ là tương tự. Chỉ là cái xấu thì sẽ bị đào thải. Sớm thôi.

5/ Ngành Digital Marketing – Diễn giả Hồ Ngã, Giáo sư ĐH San Francisco State University, USA

5.1/ Cơ hội nghề nghiệp ngành Digital Marketing:

– Đây là ngành có cơ hội nghề nghiệp, cung không đủ cầu, phát triển nhanh và lớn mạnh vì nhà nhà, người người cần chuyển đổi số để kinh doanh. Không nhất thiết phải là một tập đoàn, một công ty, một cá nhân đơn lẻ cũng có thể phát triển Digital Marketing cho hoạt động kinh doanh.

– Trước đây 80% chi phí Marketing đi vào truyền hình, quảng cáo, ngày này 80% đi vào nhân sự, đây cũng là minh chứng cho việc phát triển nhu cầu nhân sự trong tương lai của ngành này.

5.2/ Kỹ năng cần thiết: Digital skill liên quan vận hành web, app… và cần có kiến thức nền tảng về MKT. Mới vào nghề cần kỹ năng và đi sâu thì cần tư duy. Đích đến của MTK vẫn là xây dựng tình yêu của khách hàng cho thương hiệu, là đường dài chứ không phải là gia tăng khách hàng ngay lập tức.

5.3/ Sự thay đổi của Digital Marketing ngày nay:

– Hành vi khách hàng thay đổi trong search and share nên các lý thuyết MKT cũng phải thay đổi. Nếu như media trước đây là một chiều, thì ngày nay là đa chiều. Sự thay đổi về cạnh tranh trong MKT cũng chuyển từ cạnh tranh brand, Market share sang cạnh tranh data, mindshare, wallet share…

– Do đó, thật sai lầm nếu phụ thuộc vào quảng cáo bán hàng mà không xây long term brand. Sai lầm ấy ngày càng thể hiện rõ khi Facebook đang bị Apple hạn chế khả năng tìm kiếm hành vi khách hàng và tiến tới là Google.

5.4/ Marketing post-Facebook

– Nếu như không thể sử dụng quảng cáo FB, hay nói đúng hơn là quảng cáo FB không còn hiệu quả thì các nhãn hàng nên làm gì? Lựa chọn nhanh và ngay mang tính chất “chữa cháy” đó chính là giảm chi phí quảng cáo FB, chuyển quảng cáo đa kênh.

– Gia tăng hoạt động social media, content, organic reach…

– Chiến lựơc lâu dài đó là Inbound Marketing làm cho thương hiệu của bạn “hữu xạ tự nhiên hương”. Inbound Marketing chắc chắn là nghề hot trong những năm tới.- Giờ đây, các công ty, nhãn hàng cần phải thay thế process Đi vào – mua – mua tiếp – mua thêm. Chứ không phải là khách mới liên tục. Do vậy, khi quảng cáo có vấn đề, data mới hiếm hơn thì chăm sóc khách cũ và đào sâu rất quan trọng. Do vậy các ngành nghề liên quan dự báo conversion, retention and development cũng sẽ là những ngành phát triển.

– Việc quảng cáo bị hạn chế như một sự phát triển cho Marketing nói chung. Bởi lẽ, quảng cáo chỉ là một khía cạnh nhỏ của MKT nhưng trước nay được chú ý quá nhiều vì những mục tiêu con số và với thực trạng hiện tại thì buộc doanh nghiệp đặt vấn đề đào sâu và xây dựng long term brand lên số một.

6/ Những điều đọng lại sau cùng của mình, sau khi lắng nghe cả 5 bài chia sẻ của các diễn giả:

– Ngành digital nói chung đang rất thiếu nguồn nhân sự, thậm chí ở Mỹ có những nơi tuyển dụng nhân sự data analytics không cần bằng cấp, chỉ cần làm được việc. Để bắt đầu, bạn cần đảm bảo được khoảng 60% những kỹ năng mà ngành đặt ra là đủ, rồi từ đó phát triển thêm. Không có sự hoàn hảo ngay lúc bắt đầu, chỉ có bắt đầu, làm, sửa sai mới ra sự hoàn thiện (vẫn là không có hoàn hảo đâu).

– Tuy nhiên, đừng thấy các diễn giả nói về tương lai nghề Digital thênh thang mà ngay lập tức lao vào bắt trend. Việc đầu tiên cần làm là đặt cho mình câu hỏi WHY, tại sao mình muốn chọn nghề này? Mình thật sự tìm thấy điều gì hấp dẫn (ngoài yếu tố lương)? Mình muốn tiến xa đến đâu? Khi xác định được một lý do đủ lớn để bắt đầu hãy tiếp tục với những câu hỏi: Ngành này yêu cầu gì? Làm sao để mình bồi đắp kỹ năng đó? Hiện nay có rất nhiều nguồn học online, offline, do đó không nhất thiết phải bỏ học, nghỉ việc, bỏ ngang để sang một ngành mới. 

– Tất cả các diễn giả đồng tình rằng để bắt đầu bạn cần kỹ năng nhưng để đi xa và vươn cao thì bạn cần phát triển tư duy về nghề nghiệp.

– Sau cùng thì công nghệ cũng vẫn là một công cụ để phục vụ, nâng cao chất lượng của con người, tối ưu năng suất lao động, thu hẹp khoảng cách xã hội… chứ không phải công nghệ sẽ chi phối con người. Công nghệ, nhất định cần là vị nhân sinh.

7/ Chủ đề Webinar tiếp theo: “How to build a data analytics platform?”.

Anh Ngã đã hé lộ một chút về dự án thống kê dự báo số người nhập viện Covid trong 28 ngày tới tại Mỹ và mô hình này đã được kiểm chứng về độ chính xác cao trong suốt 2 năm qua. 

(?) Câu hỏi ngay lập tức nẩy lên trong đầu mình là liệu việc training data đã được thực hiện thế nào và có bị “over fitting” không? Tuy nhiên với tính chính xác cao như vậy, và việc vận hành như anh chia sẻ chỉ cần 3 người thì chắc hẳn webinar tới sẽ lại một lần nữa chúng ta được mở mang tầm mắt.

Cuối cùng em xin được gửi lời cảm ơn chân thành nhất đến 5 diễn giả, một anh Ace nhẹ nhàng, một anh Thiện hài hước, anh Hiếu nhiệt huyết, anh Tuấn điềm tĩnh và anh Ngã thân thiện đã mang đến bức tranh tương lai nghề nghiệp ngành digital không thể sinh động và đa sắc hơn. Cảm ơn BTC đã âm thầm cống hiến cho thành công chung cả chương trình. 

Chia sẻ bài viết:
Xem tất cả các bài viết khác tại đây