Khoa học dữ liệu là một mảng của lĩnh vực kỹ thuật số đang thiếu tài năng trầm trọng. Trên thực tế, IBM cho rằng khoa học dữ liệu sẽ chiếm 28% tất cả các công việc kỹ thuật số vào năm 2020, nhưng đáng lo ngại, báo cáo này cũng cho thấy trung bình mất 45 ngày để tuyển được nhân sự cho vị trí như thế này, vì những người nộp đơn không có các kỹ năng cần thiết.
"Máy học, dữ liệu lớn (big data) và kỹ năng khoa học dữ liệu là các lĩnh vực khó tuyển dụng nhất và có khả năng gây ra sự gián đoạn lớn nhất nếu không được lấp đầy", theo báo cáo The Quant Crunch của IBM.
Ủy ban châu Âu cho rằng 100.000 việc làm liên quan đến dữ liệu mới sẽ được tạo ra trong khu vực vào năm 2020, nhưng thực tế không có đủ người có kỹ năng đúng để lấp đầy vai trò chắc chắn áng lo ngại.
Điều gì đã kích cầu khoảng cách kỹ năng nhà khoa học dữ liệu lớn như vậy?
Lý do chính tại sao không có đủ các nhà khoa học dữ liệu là nhu cầu phân tích dữ liệu đã phát triển nhanh chóng trong vài năm qua, đơn giản là không đủ người được đào tạo để đáp ứng nhu cầu. Số lượng các dữ liệu các doanh nghiệp đang tạo ra so với hai năm trước là đáng kinh ngạc, và nó đang phát triển nhanh chóng, với Capgemini dự đoán khối lượng dữ liệu được tạo ra bởi các doanh nghiệp sẽ tăng 20.000 lần trong khoảng thời gian từ năm 2000 đến năm 2020. IDC cho rằng một gói dữ liệu khổng lồ 163 zettabyte/năm sẽ được tạo ra bởi doanh nghiệp vào năm 2025.
Ngày càng có nhiều thiết bị tham gia thị trường để xóa dữ liệu, bao gồm thiết bị đeo được, thiết bị văn phòng/nhà thông minh và thậm chí chưa bao gồm người dùng internet đang sử dụng internet, tương tác với thương hiệu và hơn thế nữa đang đưa ra quyết định kinh doanh.
Mặc dù số lượng dữ liệu ấn tượng và là một điều tích cực, nhưng điều không tích cực là dữ liệu là vô ích nếu không được phân tích và tìm hiểu sâu về quá trình chuyển đổi của nó. Nếu không có nhân lực để tìm hiểu tất cả các thông tin có ý nghĩa gì, thì việc thu thập dữ liệu ngay từ đầu là vô nghĩa.
Ngành công nghiệp đang làm gì để giúp thu hẹp khoảng cách kỹ năng?
Ủy ban châu Âu đã cam kết cố gắng lấp đầy khoảng cách kỹ năng của nhà khoa học trên toàn châu Âu bằng cách tổ chức các buổi để khám phá những gì doanh nghiệp có thể thử thực hiện và làm cho vấn đề ít nghiêm trọng hơn, giải quyết nhu cầu của tổ chức và sử dụng dữ liệu họ thu thập có được thông tin chi tiết quan trọng về khách hàng của họ và cách phát triển doanh nghiệp của họ.
Các doanh nghiệp cũng bắt đầu phản ứng trước sự thiếu hụt của nhà khoa học dữ liệu của quốc gia và đang cộng tác với các công ty và cơ sở giáo dục khác để cố gắng và thu hẹp khoảng cách trước khi nó trở nên quá lớn để quản lý.
Ví dụ, công ty quản lý và phân tích dữ liệu SAS đã hợp tác với HSBC và Data Lab để giới thiệu khóa học Thạc sĩ về Khoa học dữ liệu cho doanh nghiệp. Khóa học sẽ được tổ chức tại Đại học Stirling và được thiết kế cho những người muốn bắt đầu sự nghiệp trong phân tích dữ liệu. Nó dạy sinh viên cách sử dụng phân tích nâng cao và áp dụng các kỹ năng này vào các tình huống thực tế.
Tiến sĩ Kepa Mendibil, giám đốc khóa học Thạc sĩ Khoa học Dữ liệu của Trường Quản lý Trường Stirling cho biết: “Vấn đề đang nổi lên là thiếu các sinh viên tốt nghiệp với kỹ năng để áp dụng các khía cạnh kỹ thuật của khoa học dữ liệu và sử dụng kỹ năng phân tích để đưa ra quyết định kinh doanh tốt."
Mặc dù việc lấp đầy lỗ hổng kỹ năng của các nhà khoa học dữ liệu không thể được giải quyết ngay lập tức, điều quan trọng là các doanh nghiệp và chính phủ làm việc cùng nhau để đảm bảo họ đang thực hiện các bước tiếp theo để tạo ra lực lượng lao động được trang bị tốt hơn.
Cách tiếp cận hai hướng là cần thiết, thứ nhất là dạy cho những thế hệ trẻ về những tiền đồ và cơ hội của dữ liệu; thứ hai là bắt đầu càng sớm càng tốt và đào tạo nhân viên hiện có cách phân tích dữ liệu để đảm bảo ý nghĩa thực sự của công ty thông tin không bị mất mãi mãi.
Vai trò của nhà khoa học dữ liệu là gì?
Trong khi các nhà khoa học dữ liệu đang được săn lùng cao, vai trò của vị trí này có thể khác biệt đáng kể giữa các công ty, nhà khoa học dữ liệu Jessica Kirkpatrick giải thích tại công ty tuyển dụng kỹ thuật Hired.
"Nói một cách đơn giản, khoa học dữ liệu đang sử dụng phương pháp khoa học và áp dụng nó vào bộ dữ liệu của một doanh nghiệp để tìm ra những thông tin quan trọng giúp cho công ty đưa ra quyết định chiến lược", cô nói. "Tuy nhiên, mỗi công ty lại có yêu cầu khác nhau trong nhiệm vụ hàng ngày trong lĩnh vực khoa học dữ liệu."
Mặc dù một nhà khoa học dữ liệu có thể được giao nhiệm vụ lấy dữ liệu thô - từ một ứng dụng hoặc trang web - và tổ chức nó trong một cơ sở dữ liệu theo cách dễ dàng phân tích, người khác có thể thấy mình đang chạy thử nghiệm A/B trên trang web xem phiên bản nào hoạt động tốt hơn với người dùng.
"Chẳng hạn như khi thuê, chúng tôi có thể thử nghiệm một công cụ lên lịch phỏng vấn mới với một nhóm khách hàng nhỏ và xem tính năng mới này ảnh hưởng đến khả năng thuê ứng viên của họ như thế nào", Kirkpatrick nói thêm.
"Sau đó chúng tôi so sánh mức độ hiệu quả của nhóm thử nghiệm này có thể thuê ứng cử viên với phần còn lại của khách hàng không có quyền truy cập vào công cụ. Điều này cho phép chúng tôi hiểu được liệu công cụ có giúp khách hàng của chúng tôi hay không và liệu chúng tôi có nên thêm nó vào tính năng vĩnh viễn cho sản phẩm của chúng tôi. "
"Nhưng vai trò ngày càng tập trung không chỉ vào dữ liệu mà còn vào chiến lược của công ty để từ đó giúp các giám đốc điều hành xác định các khu vực hiệu quả nhất của doanh nghiệp và các khu vực nào cần thêm nguồn lực."
Kirkpatrick nói thêm: “Chúng tôi đã thấy sự gia tăng về số lượng vai trò Giám đốc dữ liệu trong những năm gần đây, bởi vì các công ty đang nhận ra rằng điều quan trọng là phải có một người có kiến thức sâu về phân tích kinh doanh trong phòng họp.
