Data scientist là gì? Công việc, kỹ năng, lộ trình, lương

Mục lục

1. Data scientist là gì?
2. Nghề data scientist xuất hiện từ khi nào?
3. Data scientist làm gì? Vòng đời một dự án
4. Data scientist loại A và loại B khác nhau thế nào?
5. Một ngày làm việc của data scientist trông như thế nào?
6. Data scientist cần những kỹ năng gì?
7. Data scientist dùng những công cụ nào?
8. Data scientist khác data analyst, data engineer và ML engineer thế nào?
9. Data scientist làm việc ở đâu và khi nào doanh nghiệp cần tuyển?
10. Lương data scientist ở Việt Nam là bao nhiêu?
11. Triển vọng nghề và tác động của AI tạo sinh
12. Lộ trình trở thành data scientist
13. Ưu điểm và thách thức của nghề data scientist
14. Data scientist cần biết gì về pháp luật dữ liệu ở Việt Nam?
15. Câu hỏi thường gặp

Data scientist là gì?

Data scientist, tiếng Việt thường gọi là nhà khoa học dữ liệu, là vị trí dùng dữ liệu để trả lời những câu hỏi mà báo cáo thông thường không trả lời được: khách nào sắp rời bỏ, tuần sau cần nhập bao nhiêu hàng, khuyến mãi mới có thật sự làm tăng doanh thu không.

Để trả lời, data scientist kết hợp ba thứ: thống kê để biết kết luận có đáng tin không, lập trình để xử lý dữ liệu và xây mô hình, hiểu biết nghiệp vụ để đặt đúng câu hỏi.

Theo Cục Thống kê Lao động Mỹ (BLS), nhiệm vụ của nghề gồm: thu thập, phân tích dữ liệu; xây dựng, kiểm định và cập nhật mô hình; trình bày kết quả bằng trực quan hoá; đưa khuyến nghị kinh doanh.

Bài này nói về nghề data scientist. Phần ngành khoa học dữ liệu (định nghĩa, mảng kiến thức, quy trình CRISP-DM, trường đào tạo) có trong bài data science là gì.

Ví dụ dễ hiểu

Ví dụ minh hoạ: một chuỗi siêu thị thấy số khách dùng thẻ thành viên giảm. Data analyst làm dashboard cho thấy tỷ lệ quay lại giảm mạnh ở nhóm khách trẻ tại một số cửa hàng. Data scientist đi tiếp:

• Xây mô hình dự đoán khả năng từng khách ngừng mua trong 60 ngày tới, dựa trên tần suất mua, giá trị giỏ hàng, lần mua gần nhất.
• Thiết kế thí nghiệm: chia ngẫu nhiên khách có nguy cơ cao thành hai nhóm, một nhóm nhận ưu đãi, một nhóm không, để đo tác động thật của ưu đãi.
• Lượng hoá: nếu chi phí ưu đãi lớn hơn doanh thu giữ lại được, khuyến nghị không triển khai đại trà.

Nghề data scientist xuất hiện từ khi nào?

Theo tổng hợp của Gil Press trên Forbes, chức danh “data scientist” được DJ Patil và Jeff Hammerbacher chọn cho đội dữ liệu của họ tại LinkedIn và Facebook vào khoảng năm 2008. Tháng 10/2012, Thomas H. Davenport và DJ Patil đăng bài “Data Scientist: The Sexiest Job of the 21st Century” trên Harvard Business Review. Một số bài tiếng Việt ghi bài này ra đời năm 2018, nhưng mốc đúng là năm 2012.

Ngày 15/07/2022, hai tác giả đăng bài nhìn lại trên Harvard Business Review. Họ nhận định nghề đã phổ biến hơn, lương tốt và vẫn tăng trưởng, nhưng vai trò đã được định nghĩa lại: kỹ năng phi kỹ thuật như đạo đức và quản trị thay đổi quan trọng hơn, và doanh nghiệp nên xây đội ngũ dữ liệu đa dạng thay vì đi tìm một “kỳ lân” biết mọi thứ. Vì vậy ngày nay data scientist thường làm việc cạnh data engineer, data analyst và ML engineer, mỗi người lo một phần của chuỗi.

Data scientist làm gì? Vòng đời một dự án

Mỗi dự án khoa học dữ liệu là một vòng lặp chứ không phải một đường thẳng.

1. Đặt bài toán

Data scientist cùng bộ phận kinh doanh chuyển mong muốn mơ hồ (“giảm khách rời bỏ”) thành câu hỏi đo được (“dự đoán khách ngừng mua trong 60 ngày, đủ chính xác để chiến dịch giữ chân có lãi”), chốt chỉ số thành công và quyết định nào sẽ dùng kết quả. Hướng dẫn Rules of Machine Learning của Google còn khuyên đừng ngại ra mắt khi chưa có học máy: nhiều bài toán giải bằng quy tắc đơn giản là đủ.

2. Lấy và hiểu dữ liệu

Data scientist viết truy vấn SQL lấy dữ liệu từ kho, rồi làm phân tích khám phá (exploratory data analysis, EDA): phân phối từng biến, giá trị thiếu, ngoại lệ, tương quan. Mục tiêu là biết dữ liệu nói gì và không nói gì, ví dụ chỉ có khách dùng thẻ thành viên, không có khách vãng lai.

3. Chuẩn bị dữ liệu

Gồm làm sạch, ghép bảng và tạo đặc trưng (feature engineering), tức biến dữ liệu thô thành biến mô hình dùng được như “số ngày từ lần mua gần nhất”. Khảo sát State of Data Science 2020 của Anaconda (2.360 người trả lời, hơn 100 quốc gia) cho thấy trung bình 45% thời gian dành cho nạp và làm sạch dữ liệu. Kỹ thuật cụ thể có trong bài làm sạch dữ liệu.

4. Mô hình hoá

Bắt đầu từ mốc đơn giản (baseline), như dự đoán theo trung bình hoặc một quy tắc nghiệp vụ, rồi mới thử các mô hình học máy như hồi quy logistic, cây quyết định, gradient boosting. Mô hình phức tạp chỉ đáng dùng khi vượt mốc đơn giản rõ ràng.

5. Đánh giá

Có hai tầng. Tầng kỹ thuật dùng chỉ số như precision, recall, sai số dự báo trên dữ liệu mô hình chưa từng thấy. Tầng kinh doanh hỏi: với độ chính xác này chiến dịch có lãi không, ai bị ảnh hưởng nếu mô hình sai, mô hình có thiên lệch với nhóm khách nào không.

6. Triển khai và theo dõi

Kết quả có thể là báo cáo khuyến nghị, một thí nghiệm A/B hoặc mô hình chạy hằng ngày trong hệ thống. Sau đó cần theo dõi hiện tượng trôi mô hình (model drift): hành vi khách thay đổi khiến dự báo kém dần. Ở công ty lớn, ML engineer thường lo phần đưa mô hình vào vận hành.

Data scientist loại A và loại B khác nhau thế nào?

Cùng chức danh nhưng công việc có thể rất khác. Một cách chia phổ biến của Michael Hochster, được Robert Chang (khi đó là data scientist tại Twitter) dẫn lại trong bài viết năm 2015:

Tiêu chí	Loại A (Analysis – phân tích)	Loại B (Building – xây dựng)
Trọng tâm	Hiểu dữ liệu, rút kết luận cho con người ra quyết định	Dùng dữ liệu “trong sản phẩm”, hệ thống tự ra quyết định
Sản phẩm điển hình	Phân tích nguyên nhân, thí nghiệm A/B, dự báo phục vụ kế hoạch	Hệ gợi ý sản phẩm, chấm điểm rủi ro, phân loại tự động
Kỹ năng nổi bật	Thống kê suy luận, thiết kế thí nghiệm, kể chuyện bằng dữ liệu	Học máy, kỹ thuật phần mềm, hiệu năng hệ thống
Gần với vai trò	Data analyst cấp cao	ML engineer, software engineer

Khi đọc tin tuyển dụng, tin ghi “data scientist” nhưng chủ yếu yêu cầu dashboard và SQL thực chất là việc data analyst; tin yêu cầu Docker, API, tối ưu tốc độ suy luận thì nghiêng hẳn về loại B.

Một ngày làm việc của data scientist trông như thế nào?

Ví dụ minh hoạ ở một công ty thương mại điện tử cỡ vừa:

• Buổi sáng: xem bảng theo dõi mô hình gợi ý, thấy tỷ lệ nhấp giảm ở danh mục đồ gia dụng; họp với marketing chốt thiết kế thí nghiệm miễn phí vận chuyển.
• Buổi chiều: viết SQL lấy dữ liệu, phát hiện cột ngày giao hàng lệch múi giờ, báo data engineer sửa ở nguồn; thử hai đặc trưng mới cho mô hình dự báo nhu cầu.
• Cuối ngày: viết tóm tắt một trang cho trưởng nhóm sản phẩm: kết quả thí nghiệm, độ tin cậy, khuyến nghị.

Data scientist cần những kỹ năng gì?

Xác suất và thống kê

Đây là nền móng: phân phối, kiểm định giả thuyết, khoảng tin cậy, hồi quy và đặc biệt là thiết kế thí nghiệm. Thiếu thống kê, bạn dễ nhầm tương quan với nhân quả hoặc kết luận từ mẫu quá nhỏ.

Lập trình và SQL

Python phổ biến nhất nhờ pandas, NumPy, scikit-learn; R vẫn mạnh trong thống kê. SQL là bắt buộc vì dữ liệu doanh nghiệp nằm trong cơ sở dữ liệu. Bạn cũng nên dùng Git và viết mã người khác đọc, chạy lại được.

Học máy

Nắm các nhóm bài toán (phân loại, hồi quy, phân cụm), cách chia dữ liệu huấn luyện và kiểm tra, hiện tượng quá khớp (overfitting), cách chọn chỉ số đánh giá. Học sâu (deep learning) cần cho vị trí làm ảnh, giọng nói, ngôn ngữ, không bắt buộc với mọi vị trí.

Nghiệp vụ và giao tiếp

Mô hình tốt mà không ai dùng là mô hình thất bại. Data scientist phải hiểu cách doanh nghiệp kiếm tiền, nói bằng ngôn ngữ của người ra quyết định và trình bày được cả giới hạn của kết quả.

Đạo đức và pháp lý dữ liệu

Bài học kinh điển là công cụ AI tuyển dụng của Amazon: theo Reuters (10/2018), công cụ học từ hồ sơ khoảng 10 năm, phần lớn của nam giới, nên hạ điểm hồ sơ có chữ “women’s” và đã bị dừng. Data scientist cần biết kiểm tra thiên lệch và giải thích mô hình.

Nhóm kỹ năng	Khi mới vào nghề	Ở vị trí cao hơn
Thống kê	Thống kê mô tả, kiểm định cơ bản, hồi quy	Thiết kế thí nghiệm, suy luận nhân quả
Lập trình	Python hoặc R, SQL thành thạo, Git	Mã đạt chuẩn sản phẩm, đánh giá mã cho người khác
Học máy	Mô hình kinh điển, chia dữ liệu đúng, chọn chỉ số	Chọn kiến trúc phù hợp, đánh giá rủi ro, theo dõi mô hình trôi
Nghiệp vụ	Hiểu một mảng (bán hàng, tín dụng, vận hành)	Tự đề xuất bài toán, ước tính giá trị, ưu tiên dự án
Giao tiếp	Trình bày kết quả rõ ràng cho nhóm	Thuyết phục lãnh đạo, phối hợp nhiều phòng ban

Data scientist dùng những công cụ nào?

Các nhóm công cụ hay gặp trong mô tả công việc (không nhằm xếp hạng hay khuyến nghị sản phẩm):

Nhóm	Công cụ hay gặp	Dùng để làm gì
Ngôn ngữ	Python, R, SQL	Xử lý dữ liệu, thống kê, truy vấn kho dữ liệu
Phân tích, học máy	pandas, NumPy, scikit-learn, XGBoost	Biến đổi bảng dữ liệu, mô hình trên dữ liệu dạng bảng
Học sâu	PyTorch, TensorFlow	Mô hình cho ảnh, văn bản, giọng nói
Môi trường làm việc	Jupyter Notebook, VS Code	Thử nghiệm, ghi chép, chia sẻ phân tích
Dữ liệu lớn	Apache Spark, kho dữ liệu đám mây	Xử lý dữ liệu vượt bộ nhớ một máy
Quản lý thí nghiệm	MLflow, Git	Ghi phiên bản dữ liệu, tham số, kết quả

Data scientist khác data analyst, data engineer và ML engineer thế nào?

Phân biệt nhanh: data engineer làm cho dữ liệu sẵn sàng; data analyst giải thích chuyện đã xảy ra; data scientist dự báo và thử nghiệm; ML engineer đưa mô hình vào vận hành ổn định.

Tiêu chí	Data scientist	Data analyst	Data engineer	ML engineer
Câu hỏi chính	Điều gì sẽ xảy ra, nên làm gì?	Chuyện gì đã xảy ra, vì sao?	Dữ liệu có đủ, đúng, kịp không?	Mô hình có chạy ổn định, nhanh, rẻ không?
Đầu ra	Mô hình dự báo, thí nghiệm, khuyến nghị	Báo cáo, dashboard, phân tích nguyên nhân	Đường ống, kho dữ liệu	Dịch vụ suy luận, hạ tầng huấn luyện
Toán, thống kê	Sâu	Ứng dụng	Cơ bản	Trung bình
Kỹ thuật phần mềm	Trung bình	Cơ bản	Sâu	Sâu

Với data analyst: ranh giới nằm ở độ sâu mô hình và thống kê. Nhiều người đi từ data analyst lên data scientist sau khi bổ sung học máy và thiết kế thí nghiệm; ở công ty nhỏ hai vai trò thường gộp làm một.

Với data engineer: data engineer xây và vận hành đường ống, kho dữ liệu; data scientist dùng các bảng đó. Dữ liệu đầu vào không ổn định thì data scientist giỏi mấy cũng khó làm tốt.

Với ML engineer: data scientist trả lời “mô hình nào, có đáng dùng không”; ML engineer trả lời “làm sao để mô hình phục vụ hàng triệu lượt mỗi ngày”. Ở công ty quy mô vừa, data scientist loại B thường kiêm cả phần này.

Data scientist làm việc ở đâu và khi nào doanh nghiệp cần tuyển?

Theo BLS, tại Mỹ năm 2025 có 275.600 việc làm data scientist; các ngành tuyển nhiều nhất là xuất bản, phát thanh và nội dung (12%), bảo hiểm (10%), thiết kế hệ thống máy tính (10%), quản lý doanh nghiệp (10%), trung gian tín dụng (6%). Ở Việt Nam, nhu cầu tập trung ở nơi có nhiều dữ liệu giao dịch:

• Ngân hàng, ví điện tử: chấm điểm tín dụng, phát hiện gian lận. MoMo cho biết dùng học máy kết hợp dữ liệu lớn để chấm điểm tín dụng dựa trên lịch sử thanh toán hoá đơn và hành vi tiêu dùng (báo Đại biểu Nhân dân, 09/2025).
• Thương mại điện tử, bán lẻ, viễn thông: gợi ý sản phẩm, dự báo nhu cầu, tối ưu khuyến mãi, dự đoán khách rời bỏ.
• Y tế: hỗ trợ đọc ảnh chẩn đoán. Sách trắng năm 2021 của VinBrain và đối tác về AI tầm soát lao dùng 185.486 ảnh X-quang đã làm sạch từ hơn 500.000 ảnh thu thập.
• Sản xuất, logistics: dự báo hỏng hóc thiết bị, tối ưu tuyến giao hàng.

Với doanh nghiệp, nên tuyển data scientist khi đã có dữ liệu tương đối sạch và tập trung, có câu hỏi dự báo hoặc tối ưu gắn với tiền (tồn kho, rủi ro, giữ chân khách) và có người sẵn sàng dùng kết quả. Nếu dữ liệu còn rải rác trong file Excel, chưa có báo cáo cơ bản, data engineer và data analyst mang lại giá trị nhanh hơn. Gartner dự báo (02/2025) đến hết năm 2026, các tổ chức sẽ bỏ dở 60% dự án AI không có dữ liệu sẵn sàng cho AI.

Lương data scientist ở Việt Nam là bao nhiêu?

Hiện chưa có khảo sát công khai nào tách riêng lương data scientist tại Việt Nam với phương pháp rõ ràng. Nguồn gần nhất là Báo cáo Lương IT và Thị trường tuyển dụng IT Việt Nam 2025–2026 của ITviec, khảo sát trực tuyến 1.839 người, hai đợt từ 27/05 đến 31/07 và từ 21/10 đến 11/11/2025:

Nhóm vị trí	Trung vị chung	1–2 năm	3–4 năm	5–8 năm
Data Analyst/Data Scientist/BI Analyst	40,65 triệu đồng/tháng	23,8 triệu	Không công bố	42,5 triệu
Data Engineer (để so sánh)	41,3 triệu đồng/tháng	Không công bố	56,9 triệu	Không công bố

Để tham chiếu, BLS cho biết lương trung vị năm của data scientist tại Mỹ là 120.230 USD (tháng 5/2025); con số này không dùng để quy đổi trực tiếp cho Việt Nam.

Triển vọng nghề và tác động của AI tạo sinh

BLS dự báo việc làm data scientist tại Mỹ tăng 35% trong giai đoạn 2025–2035. Báo cáo Future of Jobs 2025 của Diễn đàn Kinh tế Thế giới (WEF) xếp chuyên gia dữ liệu lớn (Big Data Specialist) dẫn đầu danh sách nghề tăng nhanh nhất 2025–2030, cùng nhóm với kỹ sư công nghệ tài chính và chuyên gia AI, học máy.

AI tạo sinh thay đổi cách làm nghề hơn là xoá bỏ nghề. Viết mã mẫu, truy vấn, biểu đồ nhanh, thử nhiều mô hình theo lô đang được tự động hoá. Đặt đúng câu hỏi, phát hiện dữ liệu sai lệch, thiết kế thí nghiệm và chịu trách nhiệm về khuyến nghị vẫn cần con người. Việc mới cũng xuất hiện: xây bộ kiểm thử, đo ảo giác và thiên lệch của hệ thống dùng mô hình ngôn ngữ lớn. Hệ quả là người mới không thể chỉ biết chạy thư viện; họ cần chứng minh tư duy thống kê và hiểu nghiệp vụ.

Lộ trình trở thành data scientist

1. Nền tảng: xác suất, thống kê, đại số tuyến tính cơ bản; Python và SQL.
2. Phân tích: làm sạch dữ liệu, EDA, trực quan hoá, kiểm định và đọc thí nghiệm A/B; đủ để bắt đầu ở vị trí data analyst.
3. Học máy: hồi quy, cây quyết định, gradient boosting, phân cụm; kiểm định chéo (cross-validation), xử lý dữ liệu mất cân bằng.
4. Vận hành: Git, kiểm thử, đóng gói mô hình thành API đơn giản, theo dõi hiệu năng theo thời gian.
5. Chuyên sâu: chọn một hướng gắn với ngành bạn muốn vào: xử lý ngôn ngữ, thị giác máy tính, chuỗi thời gian hoặc ứng dụng mô hình ngôn ngữ lớn.

Ba con đường vào nghề phổ biến

• Từ ngành học liên quan: toán, thống kê, khoa học máy tính, hệ thống thông tin hoặc ngành Khoa học dữ liệu (mã 7460108). BLS ghi nhận bằng cử nhân là trình độ đầu vào điển hình.
• Từ data analyst: đã có SQL, nghiệp vụ, kỹ năng trình bày; cần bổ sung học máy và thống kê suy luận.
• Từ lập trình viên: mạnh kỹ thuật phần mềm; cần bổ sung thống kê và tư duy thí nghiệm, hợp với hướng loại B.

Gợi ý dự án cho portfolio

• Dự đoán khách rời bỏ trên dữ liệu công khai, kèm phân tích chi phí lợi ích của chiến dịch giữ chân.
• Phân tích một thí nghiệm A/B: tính cỡ mẫu, kiểm định, giải thích cho người không chuyên.
• Dự báo doanh số theo tuần có xét mùa vụ và Tết Nguyên đán.
• Phân loại cảm xúc bình luận tiếng Việt, có đánh giá lỗi theo từng nhóm.

Mỗi dự án nên có phần “nếu là người ra quyết định thì tôi làm gì”. Về chứng chỉ: không có chứng chỉ bắt buộc, và danh mục thay đổi nhanh; ví dụ trang chính thức của Microsoft hiện ghi chứng chỉ Azure Data Scientist Associate đã ngừng cấp (retired). Portfolio vẫn là bằng chứng thuyết phục hơn.

Ưu điểm và thách thức của nghề data scientist

Ưu điểm	Thách thức
Nhu cầu được dự báo tăng mạnh	Yêu cầu đầu vào cao, cạnh tranh lớn ở cấp mới vào nghề
Tác động trực tiếp tới quyết định kinh doanh	Nhiều dự án không ra sản phẩm vì dữ liệu kém hoặc thiếu người dùng kết quả
Kỹ năng chuyển được giữa nhiều ngành	Phải học liên tục vì công cụ, mô hình thay đổi nhanh
Nhiều hướng phát triển: chuyên gia, quản lý, ML engineer, sản phẩm	Chức danh không thống nhất; trách nhiệm đạo đức khi mô hình ảnh hưởng tới con người

Data scientist cần biết gì về pháp luật dữ liệu ở Việt Nam?

Data scientist dùng dữ liệu khách hàng để huấn luyện mô hình, nên các văn bản sau ảnh hưởng trực tiếp (cập nhật đến 10/2026):

• Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15, thông qua ngày 26/06/2025, hiệu lực từ 01/01/2026. Điều 30 yêu cầu dữ liệu cá nhân trong xử lý dữ liệu lớn, trí tuệ nhân tạo, điện toán đám mây phải đúng mục đích, giới hạn trong phạm vi cần thiết. Hướng dẫn chi tiết tại Nghị định 356/2025/NĐ-CP ngày 31/12/2025.
• Luật Trí tuệ nhân tạo số 134/2025/QH15, thông qua ngày 10/12/2025, hiệu lực từ 01/03/2026, phân loại hệ thống AI theo mức rủi ro cao, trung bình, thấp và đặt yêu cầu minh bạch.
• Luật Dữ liệu số 60/2024/QH15, hiệu lực từ 01/07/2025; Điều 12 yêu cầu dữ liệu chính xác, hợp lệ, toàn vẹn, đầy đủ, cập nhật kịp thời và thống nhất.

Trong thực hành: chỉ dùng trường dữ liệu thật sự cần, ẩn danh hoặc giả danh hoá khi có thể, ghi rõ mục đích, kiểm tra thiên lệch trước khi triển khai và lưu hồ sơ về dữ liệu huấn luyện. Quyền của chủ thể dữ liệu được giải thích trong bài bảo vệ dữ liệu cá nhân.

Câu hỏi thường gặp

Data scientist tiếng Việt là gì?

Thường được dịch là nhà khoa học dữ liệu hoặc chuyên gia khoa học dữ liệu. Một số tin tuyển dụng dùng “kỹ sư khoa học dữ liệu”; nội dung công việc mới là thứ cần đọc kỹ.

Data scientist có cần bằng thạc sĩ hay tiến sĩ không?

Không bắt buộc. BLS ghi nhận bằng cử nhân là trình độ đầu vào điển hình. Bằng sau đại học có lợi thế ở vị trí nghiên cứu; với vị trí ứng dụng trong doanh nghiệp, kinh nghiệm dự án thường quan trọng hơn.

Trái ngành có làm data scientist được không?

Được, nhưng thường qua bước trung gian: bắt đầu ở vị trí data analyst, tích luỹ SQL, nghiệp vụ và thống kê, rồi bổ sung học máy. Hiểu sâu một ngành như ngân hàng, bán lẻ hay y tế lại là lợi thế.

Nên chọn data scientist hay data analyst?

Thích giải thích chuyện đã xảy ra, làm gần phòng kinh doanh và muốn vào nghề nhanh thì chọn data analyst. Thích toán, xây mô hình và chấp nhận lộ trình học dài hơn thì hướng tới data scientist. Hai nghề có thể nối tiếp nhau.

AI có thay thế data scientist không?

AI làm nhanh nhiều việc lặp lại như viết mã, truy vấn, thử mô hình. Nhưng đặt câu hỏi đúng, đánh giá dữ liệu có đáng tin không, thiết kế thí nghiệm và chịu trách nhiệm về khuyến nghị vẫn là việc của con người; dự báo của BLS và WEF đều cho thấy nhu cầu nhân lực dữ liệu tiếp tục tăng.