Khoa học dữ liệu là một lĩnh vực liên ngành về các quá trình và các hệ thống rút trích tri thức hoặc hiểu biết từ dữ liệu ở các dạng khác nhau, kể ở dạng cấu trúc hay phi cấu trúc là sự tiếp nối của một số lĩnh vực phân tích dữ liệu như khoa học thống kê, khai phá dữ liệu, tương tự như khám phá tri thức ở các cơ sở dữ liệu (KDD). Khoa học dữ liệu là một trong những ngành công nghệ có công việc tốt nhất tại Mỹ, theo công bố của trang web tuyển dụng Glassdoor.
Blockchain là công nghê mà ai cũng nhắc tới và công ty nào cũng đua nhau ứng dụng Blockchain vào dây chuyền của mình để đáp ứng cuộc cách mạng 4.0 đang cận kề. Vậy bạn cũng nên hiểu các thuật ngữ blockchain thông dụng dưới đây. Mình sẽ cập nhật liên tục các thuật ngữ mới tại bài này.
Thuật ngữ ”Internet of things”( viết tắt là IoT) dạo gần đây xuất hiện khá nhiều và thu hút không ít sự quan tâm chú ý của thế giới công nghệ. Vì sự bùng nổ của IoT trong tương lai sẽ có tác động mãnh mẽ tới cuộc sống, công việc và xã hội loài người.
Blockchain là gì? Blockchain là một công nghệ cho phép truyền tải dữ liệu một cách an toàn dựa vào hệ thống mã hoá vô cùng phức tạp, tương tự cuốn sổ cái kế toán của một công ty, nơi mà tiền mặt được giám sát chặt chẽ. Trong trường hợp này Blockchain là một cuốn sổ cái kế toán hoạt động trong lĩnh vực kỹ thuật số.
Để giải quyết nhu cầu cho việc tạo ra các đồ thị hiển thị dữ liệu đơn giản nhưng mạnh mẽ, chứ đựng nhiều thông tin; nhiều công cụ hiển thị dữ liệu đã ra đời. Tuy nhiên nhiều chuyên gia phân tích dữ liệu và các nhà quản lý thường không nhận biết hết được các công cụ này.
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.