Quay trở lại Việt Nam sau 4 năm du học tại Mỹ, Duy Cao chọn Home Credit là điểm bắt đầu cho hành trình chinh phục sự nghiệp của mình trong lĩnh vực Khoa học Dữ liệu (Data Science), thông qua việc tham gia Chương trình Phát triển Tài năng trẻ Home Racer 2022.
Cùng đón đọc những chia sẻ về hành trình theo đuổi sự nghiệp trong lĩnh vực Data Science của Duy Cao, từ một cậu sinh viên ngành Khoa học Máy tính cho đến một Chuyên viên Phân tích Dữ liệu tại Home Credit Việt Nam nhé!
-----------------------
❔ Chào Duy, Duy giới thiệu một chút về bản thân mình nhé?
💬 Mình là Duy, hiện đang là Chuyên viên Phân tích Dữ liệu (Data Analyst – DA) tại Khối Quản trị Rủi ro & Hỗ trợ Thanh toán. Công việc của mình là xây dựng và giám sát các mô hình trí tuệ nhân tạo dựa trên các thuật toán máy học và thống kê, nhằm phục vụ/hỗ trợ cho các hoạt động quản trị rủi ro của công ty.
❔ Được biết Duy đã tốt nghiệp ngành Khoa học Máy tính, Đại học Dallas (Mỹ), điều gì khiến Duy lựa chọn đi theo con đường phân tích dữ liệu vậy?
💬 Mình lựa chọn theo học ngành này vì đơn giản là đó là đam mê của mình từ bé. Tuy vậy, thời gian đầu để xác định chính xác bản thân sẽ làm gì sau khi ra trường thì mình chưa quyết định được vì tiềm năng của Khoa học Máy tính rất đa dạng và rộng lớn.
Những năm đầu mình có ý định đi theo hướng network engineering (kỹ sư mạng máy tính) hoặc cybersecurity (an ninh mạng) vì với mình chúng có vẻ khá thú vị khi có sự kết hợp giữa phần cứng và phần mềm. Tuy vậy, trong giai đoạn bùng dịch, đã có một sự kiện xảy ra làm thay đổi định hướng của mình. Khi đó, tụi mình học tại nhà và mình cũng vừa học môn Học máy (Machine Learning). Lúc đó mình và bạn cùng phòng của mình tự hỏi: “Tại sao không thử ứng dụng Machine Learning vào một mô hình (model) nào đó để dự báo số ca nhiễm COVID ở Mỹ. Ở thời điểm đó cũng có nhiều cá nhân, tổ chức làm dự báo rồi nhưng đa số là dự báo theo bang, quy mô quá rộng, không biết được chính xác khu vực nào cần sự chú ý nhiều hơn. Mình và bạn mình bắt đầu thu thập dữ liệu từ nhiều nguồn để tạo nên model dự đoán số ca nhiễm theo từng ngày, từng tuần cho từng hạt (county) ở Mỹ. Tạo xong model, tụi mình cũng xây dựng một trang web để công khai và trực quan hóa kết quả dự báo. Sau khi hoàn thiện dự án, tụi mình cảm thấy rất vui vì đã hoàn thiện được điều mình thích và học hỏi được nhiều, nhưng mình không hề nghĩ rằng dự án này sẽ được ai đó quan tâm đến. Khoảng một tháng sau, Trung tâm Kiểm soát và Phòng ngừa Dịch bệnh Hoa Kỳ (U.S. CDC) liên hệ tụi mình và hỏi rằng có muốn cập nhật dữ liệu dự báo của tụi mình lên trang web của Trung tâm hay không, và từ đó mỗi tuần tụi mình vẫn cập nhật dữ liệu dự báo cho CDC. Mình rất ngạc nhiên và vui mừng, vì nhận thấy rằng việc mình làm đã mang lại tác động tích cực cho cộng đồng. Sau này, trong lúc hoàn thiện bài xuất bản khoa học về dự án này, mình đã có cơ hội tự so sánh lại hiệu quả model của mình và thấy rằng model của mình chính xác hơn rất nhiều so với vài model khác của những công ty công nghệ lớn hay một vài trường đại học lớn. Lúc đó mình nhận ra rằng bản thân mình thực sự phù hợp với Data Science; vì vậy, từ cuối năm 2 mình đã quyết định theo đuổi lĩnh vực này và công việc hiện tại mình đang làm cũng đúng với định hướng của mình.
❔ Lý do Duy lựa chọn quay trở về Việt Nam để phát triển sự nghiệp của mình là gì?
💬 Năm cuối đại học mình cân nhắc khá nhiều về quyết định về Việt Nam hay ở lại. Sau khi cân nhắc nhiều yếu tố về cơ hội nghề nghiệp, môi trường sống, tài chính,… Cuối cùng, mình quyết định trở về Việt Nam, lựa chọn một nơi mà mình quen thuộc hơn để bắt đầu sự nghiệp của mình.
❔ Vào thời điểm đó, chắc hẳn Duy cũng có khá nhiều lựa chọn cho mình, vậy những yếu tố nào khiến Duy lựa chọn Home Credit Việt Nam?
💬 Trường mình khá thoải mái trong việc đăng ký tín chỉ các môn học nên trong những học kỳ đầu, mình dành hầu hết số tín chỉ để học hết các môn chuyên ngành và bắt buộc. Đến năm cuối mình có đăng ký học thêm một số môn về Kinh tế và Tài chính và niềm hứng thú đối với ngành Tài chính của mình cũng bắt đầu từ đó.
Cùng với niềm hứng thú này, khi được giới thiệu về Chương trình Home Racer 2022, mình đã tìm hiểu kỹ hơn và cảm thấy rất thích chương trình. Thứ nhất, chương trình mang đến cho mình một vị trí phù hợp với định hướng phát triển theo Data Science. Thứ hai, Home Credit là công ty đa quốc gia xuất phát từ châu Âu nên mình cũng tin rằng mọi công nghệ, nền tảng, tư duy và môi trường ở đây sẽ rất cởi mở, rất mới, phù hợp và gần gũi với mình (và thực tế, đúng là như vậy). Mình đã quyết định ứng tuyển vào chương trình và bắt đầu làm việc tại Home từ tháng 10/2022 đến nay.
❔ Vậy trải nghiệm thực tế khi làm việc tại một doanh nghiệp tài chính số như Home Credit của Duy như thế nào?
💬 Đối với mình, Home thực sự là một doanh nghiệp số khi vận hành mọi thứ dựa trên dữ liệu với hệ thống dữ liệu được vận dụng hiệu quả và tự động hóa; điều này được thể hiện rõ rệt nhất trong quá trình thẩm định hồ sơ khách hàng. Theo mình được biết, một số tổ chức hiện tại vẫn đang thẩm định theo quy trình thủ công truyền thống. Đối với một khách hàng đang có nhu cầu mua sắm các mặt hàng tiêu dùng như điện thoại, tivi, máy lạnh,…, điều này ảnh hưởng rất lớn tới trải nghiệm tiêu dùng tại cửa hàng của họ. Ở Home, mình có thể tự hào chia sẻ rằng mọi thứ hoàn toàn được tự động hóa với quy trình đơn giản và thời gian phản hồi dưới 5 phút.
Trong công việc, mỗi dự án mà mình được đảm nhận đều mang lại cho mình rất nhiều điều mới mẻ và thú vị. Câu hỏi mình nhận được mỗi ngày đều rất mới, đòi hỏi mình cần dành nhiều thời gian để suy nghĩ và tìm ra câu trả lời. Vì đôi lúc quá trình đó kéo dài trong nhiều tháng liên tiếp nên khi tìm ra đáp án, mình đều cảm thấy rất vui và tự hào.
Thêm vào đó, với đặc thù công việc là đa phần các thành viên sẽ phụ trách từng dự án riêng biệt, team mình thường xuyên tổ chức các buổi họp hàng tuần, hàng tháng để chia sẻ về các dự án mà mỗi người đang phụ trách. Đó có thể là những điểm đã làm được, cũng có thể là những khó khăn đang gặp phải. Với mình, những buổi họp này hiệu quả hơn rất nhiều so với những gì mình mong đợi, vì nó giúp mình có thêm nhiều góc nhìn hơn khi thực hiện dự án, từ đó mình có thể điều chỉnh hoặc đưa ra quyết định tốt hơn trong những dự án mà mình phụ trách.
Về môi trường làm việc, như mình có đề cập trước đó, Home có một môi trường cởi mở, hiện đại và quốc tế. Không có rào cản về ngôn ngữ, giới tính hay cấp bậc,…, mình hoàn toàn có thể thoải mái trao đổi, chia sẻ quan điểm, ý tưởng của bản thân về một vấn đề hay một dự án nào đó.
❔ Những thách thức nào mà Duy thường gặp phải khi làm việc tại Home?
💬 Với một người trẻ như mình, đó là thách thức về giao tiếp trong công việc, đặc biệt là giữa các phòng ban khác nhau. Mình không chỉ làm việc với bộ phận của mình mà còn làm việc với các bộ phận khác, điều này đòi hỏi bản thân mình vừa phải hiểu được bối cảnh dự án, thuật ngữ mà bộ phận đó sử dụng, vừa phải lựa chọn cách diễn đạt phù hợp để những bộ phận khác hiểu được các đề xuất của mình. Điều này minh chứng cho sự khác biệt rõ rệt giữa môi trường học thuật và môi trường làm việc thực tế. Nhưng mình nghĩ thách thức này cũng dễ dàng vượt qua nếu bạn xác định được mục tiêu chung của dự án, dành thời gian tìm hiểu về và lựa chọn cách diễn đạt thông tin phù hợp; từ đó việc hợp tác giữa các bộ phận cũng trở nên hiệu quả hơn rất nhiều.
❔ Duy có lời khuyên nào dành cho các bạn trẻ có đam mê và định hướng phát triển sự nghiệp trong lĩnh vực Data, đặc biệt là Data Science?
💬 Đầu tiên, cũng là điều quan trọng nhất, mình nghĩ các bạn cần luôn giữ vững tinh thần không ngừng học hỏi và sẵn sàng tiếp thu kiến thức mới. Thực sự không ai có thể khẳng định chắc chắn 100% rằng mình đã biết hết được mọi thứ, đặc biệt là Data Science. Đối với mình, đây là lĩnh vực thay đổi rất nhanh, gần như là mỗi ngày đều có thể khám phá ra rất nhiều điều mới mẻ.
Thứ hai, sẵn sàng đón nhận mọi câu hỏi và tìm câu trả lời ở nhiều nguồn thông tin nhất có thể. Đó có thể là một bài viết, một bài báo,… trong hoặc thậm chí là ngoài lĩnh vực mình đang làm. Ví dụ như gần đây mình hoàn thành một dự án trong công ty bằng việc tìm được thuật toán mình cần từ các lĩnh vực tưởng chừng như chẳng liên quan như: Ecology (Sinh thái học) hay Network Traffic Monitoring (Theo dõi bất thường trong băng thông mạng). Có thể nói: những câu hỏi mở sẽ luôn được giải đáp bằng những câu trả lời cũng rất mở
Và cuối cùng là luôn có tư duy quản trị rủi ro (i.e., “Risk-in-Mind"), đặc biệt là ngay từ những giai đoạn đầu tiên của dự án. Bên cạnh việc dành thời gian nhất định cho việc xác định hướng đi của dự án, bạn cần có một kế hoạch cụ thể về việc thực hiện dự án ra sao, lộ trình thực hiện như thế nào,… cùng các phương án dự phòng. Điều này giúp các bạn tối ưu hóa thời gian thực hiện và gia tăng tỷ lệ thành công của dự án.