Xu hướng tuyển dụng nghề Biên dịch dữ liệu

Đó là lý do tại sao nghề “biên dịch dữ liệu” lại được săn đón ráo riết như vậy.

Công ty bảo hiểm MassMutual kiếm được 30 tỷ USD mỗi năm, nhưng đang gặp phải vấn đề lớn. Kể từ năm 2013, không chỉ MassMutual mà toàn ngành bảo hiểm gặp lao đao vì “gian lận”. Theo ước tính của FBI, gian lận đã khiến ngành bảo hiểm của Mỹ phải hồi lại gần 40 tỷ USD mỗi năm. “Chúng tôi đã phải làm việc cật lực để phát hiện những hồ sơ gian lận”, chia sẻ của ông Sears Merritt, Giám đốc chiến lược Công nghệ và Khoa học dữ liệu của MassMutual.

Để giải quyết tình hình trên, MassMutual đã cho ra đời một vị trí mới với tên gọi “quản lý sản phẩm” (product manager), đóng vai trò là cầu nối giữa nhà phân tích dữ liệu và những giám đốc vận hành bộ phận.

Ban đầu, người quản lý sản phẩm sẽ tổng hợp những dữ liệu bao gồm lối sống, tình trạng bệnh án, chăm sóc sức khoẻ dài hạn, v.v... của những người tham gia bảo hiểm rồi khoanh vùng những nơi có dấu hiệu của hồ sơ gian lận. Rồi từ đó các nhà khoa học dữ liệu sẽ so sánh, đối chiếu và phóng dữ liệu trong từng khu vực để phát hiện ra gian lận một cách chính xác nhất.

Hiện nay, MassMutual dùng phương pháp này để phát hiện gian lận “trong mỗi bước của việc tạo một hồ sơ bảo hiểm, từ việc quảng bá cho đến viết yêu cầu bồi thường cho người đóng bảo hiểm”, chia sẻ của ông Merritt. “Kết quả này thực sự đem lại tác động lớn”.

Sự cộng tác giữa những nhà khoa học dữ liệu và các quản lý đã đồng thời chỉ ra sự kém hiệu quả trong cách làm việc cũ và giúp các nhà quản lý định ra hướng đi cho lộ trình tăng trưởng mới. Điều này kích thích doanh thu và lợi nhuận của MassMutual tăng lên “hàng chục triệu USD” và chính những người quản lý sản phẩm đã biến chúng thành hiện thực, ông Merrit tiếp tục bình luận.

Dữ liệu đang sinh sôi nảy nở một cách nhanh chóng, nhưng rất nhiều nhà điều hành và quản lý không bắt kịp được tốc độ này. Đó là lý do tại sao nghề biên dịch dữ liệu trở nên rất “hot” trong thị trường hiện nay, dựa theo đánh giá của Harvard Business.

Trước năm 2026, Học viện Toàn cầu McKinsey dự đoán rằng theo nhu cầu sẽ có từ 2 đến 4 triệu biên dịch dữ liệu, chỉ riêng tại Hoa Kỳ.

Hiện nay, việc thuê biên dịch dữ liệu không hề dễ dàng. Công việc này yêu cầu nhiều kỹ năng độc đáo, bao gồm nền tảng khoa học dữ liệu vững chắc và năng khiếu biến những ý tưởng phức tạp trở nên thực tế. Những biên dịch viên dữ liệu này hiếm đến nỗi các nhà tuyển dụng phải đặt tên cho họ là “kỳ lân”, chia sẻ của ông Brad Stillwell, phó chủ tịch chiến lược sản phẩm tại Birst, một đơn vị trực thuộc Infor – gã khổng lồ cung cấp phần mềm đám mây toàn cầu.

Trong 18 năm sự nghiệp của mình, ông Stillwell đã tuyển dụng rất nhiều biên dịch dữ liệu. Ông để ý rằng mặc dù trí tuệ nhân tạo được sử dụng để tư vấn cho người quản lý trong nhiều vấn đề và trả lời cho những câu hỏi liên quan đến dữ liệu, nhưng vẫn không thể thay thế được vai trò của bộ não con người. “Vẫn có cách thực hiện điều này”, ông Stillwell phát biểu. “Những quyết định kinh doanh thường được đưa ra dựa trên trực giác, sự suy đoán hay luồng thông tin không hoàn chỉnh, mà không tốn nhiều thời gian. Vì vậy một người biên dịch dữ liệu lý tưởng phải tư duy bằng cả não trái lẫn não phải một cách xuất sắc”.

Đó là lý do tại sao “cử nhân ngành khoa học xã hội khi hợp tác với nhà phân tích dữ liệu sẽ trở thành những biên dịch dữ liệu tuyệt vời”, Stillwell nói thêm. “Những người thuộc chuyên ngành lịch sử có lẽ sẽ không biết đến quy trình dữ liệu tuyến tính, nhưng họ sẽ biết cách nghiên cứu lịch sử dữ liệu, tìm ra mẫu phân tích và suy ra nơi dữ liệu có thể dẫn đến”.

Biên dịch dữ liệu chỉ làm việc thực sự hiệu quả khi hiểu rõ về doanh nghiệp mà họ đang làm việc. Nếu như không có đủ thông tin và kiến thức, họ sẽ không thể hiểu được người quản lý cần tìm hiểu điều gì từ dữ liệu và lý do là gì.

Biên dịch dữ liệu không phải là nghề “phổ biến”. Đó là lý do tại sao có nhiều công ty cố gắng thuê biên dịch từ bên ngoài và tiến hành đào tạo nội bộ.

Điển hình như ông McKinsey, đã xây dựng một học viện đào tạo biên dịch dữ liệu nội bộ cách đây vài năm, và cung cấp khoảng 1000 biên dịch dữ liệu hàng năm.

MassMutual cũng áp dụng lộ trình này. Công ty bảo hiểm này đã cho ra mắt Chương trình Phát triển Khoa học Dữ liệu (DSDP) vào năm 2014, hợp tác với năm trường đại học khác, lân cận Massachusetts. Sau khi theo học ba năm chuyên sâu ở các trường như Smith, Mount Holyoke và Umass Amherst, những cử nhân sẽ gia nhập MassMutual với vai trò là nhà khoa học dữ liệu cấp độ junior và học tại trường khoa học dữ liệu cùng lúc. Những nhân viên mới này sẽ làm việc với đồng nghiệp cấp cao về việc áp dụng dữ liệu vào các thử thách kinh doanh thực tế mà những nhà quản lý của MassMutual phải đối mặt hàng ngày.

“Các thuật toán cho bạn biết những vấn đề kinh doanh mà bạn có thể giải quyết”, theo chia sẻ của ông Sears Merritt, người vận hành chương trình. “Nhưng sự phán đoán và trực giác của con người có thể vượt xa điều đó, và cho bạn biết những vấn đề bạn nên giải quyết”.

Câu chuyện ẩn sau những con số

Trong những năm tiếp theo, tất cả chúng ta có lẽ cần phải bổ sung thêm kỹ năng biên dịch dữ liệu. “Chúng tôi cần một thế hệ những nhà điều hành phải am hiểu cách quản lý và lãnh đạo thông qua dữ liệu”, chia sẻ của ông Marc Benioff – Giám đốc điều hành Salesforce trong quyển sách DataStory: Explain Data and Inspire Action Through Story.

“Và chúng tôi cũng cần một thế hệ nhân viên mới có khả năng tổ chức và xây dựng doanh nghiệp dựa trên dữ liệu”. Nói cách khác, mọi công việc sẽ yêu cầu kĩ năng biên dịch dữ liệu mà hầu hết nhân viên hiện nay chưa sử dụng hoặc chưa cần đến.

Tuy nhiên, một số người đã có sẵn năng khiếu biến những điều khô khan trở nên đầy màu sắc và thú vị, đặc biệt là những người có tài kể chuyện bẩm sinh. Bà Nancy Duarte, người đứng đầu công ty truyền thông Duarta, Inc. ở Thung lũng Silicon tin rằng những câu chuyện được tạo ra từ dữ liệu sẽ sống động và lôi cuốn độc giả hơn giúp họ dễ ghi nhớ và nắm bắt thông tin. Và đây cũng là kỹ năng quan trọng hơn bất kỳ kỹ năng dịch thuật nào. Câu chuyện sẽ trở nên có giá trị hơn khi thuyết phục được người đọc đưa ra một hành động cụ thể.

Điều này được lý giải vì bộ não của con người có vẻ như không cảm thấy hào hứng với những câu chuyện đi theo mạch mở bài – thân bài – kết bài. “Ảnh chụp MRI cho thấy việc kể một câu chuyện dựa trên dữ liệu sẽ làm sáng bộ não con người, điều mà dữ liệu không thể làm một mình được, thêm vào đó dữ liệu sẽ trở nên vô dụng nếu thiếu đi kinh nghiệm và nhận định của con người. Nếu chúng ta chỉ dựa vào máy để đưa ra quyết định, thì đó chắc chắn sẽ là những quyết định sai lầm”, bà Nancy chia sẻ thêm.

Theo Brandsvietnam