Power BI Day 4: Vai trò của các thành viên trong team Data

Để bạn – 1 Data Analyst (in future) có thể kể một câu chuyện vừa hấp dẫn vừa thú vị cho các sếp, bạn càng cần phải cộng tác với những thành viên trong đội Data của mình. Vậy các thành viên trong team data đó là những ai?

PM – Product Manager

Họ là người chịu trách nhiệm cho sản phẩm.

Vị trí của họ trong team data là ít tính “technical” nhất bởi họ không tập trung vào việc giải quyết vấn đề theo mặt kỹ thuật mà họ là người phát hiện ra vấn đề.

Tất nhiên, họ là người “hết mực” yêu sản phẩm

Kỹ năng cốt lõi của một PM là khả năng giao tiếp. Dấu hiệu để biết một PM là họ luôn hỏi:

“Tính năng này có quan trọng đối với người dùng không?”

“Nó có phải là một vấn đề quan trọng cần giải quyết trong sản phẩm không?”

Và để giải quyết câu hỏi đó, họ đi hỏi Data Analyst.

DA – Data Analyst

Các nhà phân tích dữ liệu cũng thường chịu trách nhiệm xác định các chỉ số chính và xây dựng các trang tổng quan khác nhau.

Điều này bao gồm những thứ như hiển thị lợi nhuận của công ty, hiển thị số lượng danh sách hoặc số lượng người mua liên hệ với người bán,…

Do đó, các nhà phân tích dữ liệu nên biết cách tính toán tất cả các số liệu kinh doanh quan trọng và cách trình bày chúng theo cách dễ hiểu đối với người khác.

DA là người có các kỹ năng về:

• SQL (Tham khảo các khóa học SQL tại đây)
• Programming languages: Python/ R;
• Tableau/ PowerBI/ Qlik;
• Statistics;
• Có kiến thức về Data Model và Machine Learning là một lợi thế

Một cuộc nói chuyện của PM và DA

DS – Data Scientist

Khác với DA, các nhà khoa học dữ liệu thường tập trung nhiều hơn vào việc dự đoán hơn là giải thích.

Những kỹ năng của một DS là:

• Machine learning — the main tool for building predictive services;
• Python — the primary programming language;
• SQL — necessary to fetch the data for training their models;
• Flask, Docker, and similar

DE – Data Engineers

Các kỹ sư dữ liệu thực hiện tất cả các công việc nặng nhọc trong team data khi nói đến dữ liệu. Rất nhiều công việc cần phải diễn ra trước khi các nhà phân tích dữ liệu có thể truy cập cơ sở dữ liệu, tìm nạp dữ liệu, thực hiện phân tích của họ và đưa ra một báo cáo.

Đây chính xác là trọng tâm của các kỹ sư dữ liệu – họ đảm bảo rằng điều này là khả thi. Trách nhiệm của họ là chuẩn bị tất cả các dữ liệu cần thiết ở dạng có thể sử dụng được cho các đồng nghiệp của họ.

Muốn trở thành DE, bạn nên chuẩn bị tinh thần với các công cụ:

• AWS/ Google Cloud
• Kubernetes và Terraform
• Kafka/ RabbitMQ
• Databases Airflow/ Luigi

MLE – Machine Learning Engineer

Các kỹ sư học máy lấy bất kỳ dữ liệu nào mà các nhà khoa học xây dựng và giúp họ mở rộng quy mô dữ liệu đó. Họ cũng đảm bảo rằng dịch vụ có thể bảo trì được và nhóm tuân theo các phương pháp kỹ thuật tốt nhất.

Khác với DS, họ tập trung nhiều vào kỹ thuật hơn là mô hình hóa.

JD của MLE thường sẽ xuất hiện những dòng sau:

• AWS/ Google Cloud;
• Kubernetes và Terraform;
• Python;
• Flask, Docker.