Data

Bài viết cập nhật lại khái niệm Data Science mà Nha từng chia sẻ từ năm 2018. Data Science không chỉ là Python, Machine Learning hay AI mà là quá trình kết hợp dữ liệu, thống kê, lập trình, kiến thức chuyên môn và tư duy giải quyết vấn đề để tạo ra insight hoặc giải pháp có giá trị. Bài cũng phân biệt Data Scientist với Data Analyst, Data Engineer, Machine Learning và AI, đồng thời gợi ý lộ trình học Data Science phù hợp hơn trong thời đại Generative AI.

Chưa bao giờ các doanh nghiệp lại “khát” nhân lực về “Big Data” như hiện nay do ngày càng có nhiều công ty nhận ra được lợi ích to lớn từ việc khai thác và phân tích dữ liệu đối với hoạt động kinh doanh của họ. Theo phân tích trên thị trường việc làm thì họ được đón chào với mức lương hậu hĩnh cùng nhiều phụ cấp hấp dẫn khác cho công việc như Data scientist - nhà khoa học dữ liệu hay Data analyst - Chuyên gia phân tích dữ liệu. Vậy làm sao để trở thành nhà khoa học dữ liệu cũng như chuyên gia phân tích dữ liệu?

Bài viết cập nhật lại kiến thức Big Data mà Nha từng chia sẻ từ năm 2016. Big Data không đơn giản là dữ liệu thật nhiều và cũng không có một ngưỡng TB hay PB cố định. Bài giải thích 5V của Big Data, sự khác nhau giữa Big Data với Data Warehouse, Data Lake và Lakehouse, tác động của cloud và AI, đồng thời nhìn lại bài học Google Flu Trends để thấy rằng nhiều dữ liệu không đồng nghĩa với dữ liệu tốt.