ĐỪNG nhìn thấy BTC đang giảm mà nghĩ đến cuối năm nay, đầu năm sau không lên mốc 100k
Đặt tus này ở đây để ghi nhớ lời này
Vẫn chơi X cùng ae bốn bể, cứ thấy tương tác là sẽ xuất hiện và đáp lễ ngay.
Chúc anh em 1 buổi tối vui vẻ, hạnh phúc
#BTC100k
@vedanthk_ i am using github copilot with chatgpt on vscode, i find it very good, is claude better?. if possible i will try pro+ package to compare claude 4 and gpt o3
@ReeceHarding i think from idea to product is possible with vibe coding, but to marketing to make money i find it difficult, maybe you should guide us, this challenge is a great thing even if you don't give 100$ guarantee
𝗧𝗲𝗻𝗲𝗼 𝗶𝘀 𝗹𝗶𝘀𝘁𝗲𝗻𝗶𝗻𝗴.
We’re running a community survey to learn more about the people behind Teneo—your background, Web3 experience, and what brought you here.
𝗔 𝗰𝗼𝗺𝗺𝘂𝗻𝗶𝘁𝘆-𝗱𝗿𝗶𝘃𝗲𝗻 𝗽𝗿𝗼𝘁𝗼𝗰𝗼𝗹 𝗴𝗿𝗼𝘄𝘀 𝘄𝗶𝘁𝗵 𝗶𝘁𝘀 𝗽𝗲𝗼𝗽𝗹𝗲. Your input helps shape the future.
The survey is 𝟭𝟬𝟬% 𝗮𝗻𝗼𝗻𝘆𝗺𝗼𝘂𝘀, honest feedback makes a difference.
If you're part of the community, check Discord to take part. 100 Engage Points for those who complete it.
#LearnAboutTeneo
ĐỪNG nhìn thấy BTC đang giảm mà nghĩ đến cuối năm nay, đầu năm sau không lên mốc 100k
Đặt tus này ở đây để ghi nhớ lời này
Vẫn chơi X cùng ae bốn bể, cứ thấy tương tác là sẽ xuất hiện và đáp lễ ngay.
Chúc anh em 1 buổi tối vui vẻ, hạnh phúc
#BTC100k
Chức danh Data Analyst dễ gây hiểu lầm (và bậc thang sự nghiệp)
Vị trí phân tích đầu tư là cấp độ đầu vào trong ngành đầu tư. Vậy vị trí Data Analyst cũng là vị trí đầu vào trong ngành dữ liệu chăng?
Mình vừa có một quan sát khá thú vị và quan trọng gần đây.
Hãy tưởng tượng bạn 22 tuổi, đang học chuyên ngành Tài chính và mới tốt nghiệp. Bạn nghe rằng làm việc trong ngành đầu tư (đặc biệt là ngân hàng đầu tư) rất hấp dẫn. Bạn nộp đơn và có được một công việc đầu vào tại một ngân hàng đầu tư. Chức danh của bạn là “investment analyst” (chuyên viên phân tích đầu tư), bạn dành thời gian để xem xét các giao dịch và phân tích dữ liệu tài chính.
Giờ hãy tưởng tượng chúng ta gặp nhau. Bạn hỏi: “Bạn làm công việc gì?” “Tôi là một data analyst (chuyên viên phân tích dữ liệu),” mình trả lời.
Ấn tượng đầu tiên của bạn sẽ là gì về công việc của mình? Nếu bạn giống như mình trước đây, có lẽ bạn sẽ nghĩ: “Cô ấy làm về dữ liệu, chắc là đang làm phân tích dữ liệu và đây là một vị trí đầu vào giống như mình.”
Nếu nhìn vào bậc thang sự nghiệp trong ngành đầu tư, nó sẽ là: Investment Analyst → Senior Investment Analyst → Associate → Senior Associate → VP → Director, v.v.
Nhưng trong ngành dữ liệu, bậc thang sự nghiệp của data analyst có thể là: Data Analyst → Senior Data Analyst → Lead → Staff → Principal.
Bạn có thể thấy sự khác biệt ở đây: Chức danh “investment analyst” và “data analyst” có ý nghĩa khác nhau. “Analyst” trong lĩnh vực đầu tư thường ngụ ý cấp độ đầu vào, còn trong lĩnh vực dữ liệu lại nhấn mạnh vào công việc phân tích (phạm vi công việc).
Nói cách khác: Một investment analyst là người đầu vào trong ngành đầu tư, trong khi một data analyst là người thực hiện phân tích dữ liệu mà không nhấn mạnh cấp độ kinh nghiệm.
Tại sao lại có sự khác biệt này?
Trong đầu tư, bạn bắt đầu với công việc bàn giấy, thực hiện phân tích giao dịch và thẩm định. Khi thăng tiến, bạn sẽ cần đi gặp khách hàng có giá trị cao để mang lại các giao dịch cho công ty. Trong lĩnh vực này, xây dựng quan hệ khách hàng (và tạo cơ hội giao dịch) được xem là cấp độ cao hơn công việc phân tích, vì điều này liên kết trực tiếp với doanh thu.
Điều này không giống trong sự nghiệp data analyst. Đầu ra chính của data analyst là các insight và phân tích để hỗ trợ các quyết định kinh doanh. Khi thăng tiến, bạn vẫn tiếp tục cung cấp các insight có tác động cao hơn, nhưng bản chất công việc của bạn không thay đổi.
Tại sao điều này lại quan trọng?
Vì điều này có thể dẫn đến hiểu lầm rằng: “Data analyst là một vai trò ở cấp độ đầu vào.”
Đối với những người đã ở trong ngành dữ liệu, chúng ta hiểu rõ điều này không đúng. Nhưng đối với những người mới bước vào ngành, họ có thể nghĩ rằng data analysis không phải là một sự nghiệp dài hạn. Do đó, họ sẽ có xu hướng chuyển sang các vai trò khác (data scientist, product, lãnh đạo) để thăng tiến.
Làm sao để khắc phục vấn đề này?
Dưới đây là một vài ý tưởng:
Định nghĩa và phân tách rõ ràng các vai trò dữ liệu: Emilie Schario trong bài nói “Down with Data Science” (Coalesce 2021) đã đề xuất chia các vai trò dữ liệu thành 4 cốt lõi: Data Engineers, Analytics Engineers, Data Analysts, và Machine Learning Engineers.
Xây dựng và phổ biến bậc thang sự nghiệp rõ ràng cho data analyst: Nếu có một cấu trúc tiêu chuẩn giống như ngành đầu tư, điều này sẽ giúp giảm bớt sự nhầm lẫn. Chúng ta có thể tham khảo từ ngành Kỹ sư phần mềm với các bậc như: Junior → Data Analyst (không thêm từ nào) → Senior → Lead → Staff → Principal.
Khi điều này trở nên phổ biến, mọi người sẽ dần điều chỉnh quan điểm của mình về vai trò data analyst.