Chuyên viên phân tích dữ liệu

Công việc hằng ngày

Việc chính

• Nhận câu hỏi từ phòng kinh doanh, tiếp thị, tài chính, ví dụ "vì sao doanh thu miền Trung giảm"
• Lấy dữ liệu từ hệ thống của công ty bằng câu lệnh truy vấn
• Làm sạch dữ liệu: xóa dòng trùng, sửa lỗi nhập, ghép các nguồn khác nhau
• Phân tích, tìm quy luật và nguyên nhân
• Vẽ biểu đồ, dựng bảng theo dõi số liệu cập nhật tự động
• Trình bày kết luận và đề xuất cho người không chuyên

Nhịp làm việc

Giờ giấc

Giờ hành chính; nhiều nơi cho làm từ xa một phần

Ca đêm

Hầu như không

Lúc cao điểm

Cuối tháng, cuối quý khi chốt báo cáo

Làm chủ yếu ở

Văn phòng

Điều nên biết

Điều ít ai nói

• Phần lớn thời gian là làm sạch dữ liệu, không phải phân tích
• Có những báo cáo làm rất công phu nhưng không ai dùng
• Đầu vào cạnh tranh gắt vì rất nhiều người học khóa ngắn rồi ứng tuyển
• Công cụ đổi liên tục, phải tự học suốt đời

Nghề gần giống

• Chuyên viên phân tích nghiệp vụ: Làm rõ yêu cầu và quy trình, ít làm trực tiếp với số liệu
• Nhà khoa học dữ liệu: Xây mô hình dự báo, cần toán và lập trình sâu hơn
• Kỹ sư dữ liệu: Xây hệ thống lưu trữ và dẫn dữ liệu, thiên về lập trình
• Kế toán quản trị: Làm với số liệu tài chính theo chuẩn mực kế toán

Có hợp với em không

Đây là gợi ý để em tự quan sát mình, không phải điều kiện loại. Nhiều điều có thể rèn được.

Yêu cầu về sức khỏe, thể chất

Không có yêu cầu đặc biệt.

Môn học và xét tuyển

Gợi ý chọn môn lớp 10: Nên có Tin học. Nếu không chọn Tin, vẫn vào được ngành qua tổ hợp A00, A01, D01 và tự học lập trình từ năm lớp 11.

Tổ hợp xét tuyển thường gặp

• A00: Toán, Vật lý, Hóa học
• A01: Toán, Vật lý, Tiếng Anh
• D01: Toán, Ngữ văn, Tiếng Anh
• D07: Toán, Hóa học, Tiếng Anh
• X06: Toán, Vật lý, Tin học
• X26: Toán, Tin học, Tiếng Anh

Tổ hợp và điểm chuẩn thay đổi theo trường, theo năm. Em xem đề án tuyển sinh của trường.

Xem nghề khác theo môn: Giáo dục kinh tế và pháp luật, Tiếng Anh, Tin học, Ngữ văn, Toán, Vật lý

Học ở đâu, theo đường nào

Các con đường vào nghề

Vừa học vừa làm: Không áp dụng.

Điều kiện đặc biệt, giấy phép, chứng chỉ

Chứng chỉ nên có

• Microsoft Certified: Power BI Data Analyst Associate
• Google Data Analytics Professional Certificate
• IBM Data Analyst Professional Certificate

Thông tin pháp lý cập nhật đến ngày 04/10/2026. Luật có thể thay đổi, em cần xem lại văn bản mới nhất hoặc hỏi cơ quan có thẩm quyền trước khi quyết định.

Kiến thức và kỹ năng

Ngoại ngữ: Tiếng Anh đọc hiểu tài liệu chuyên môn là tối thiểu; giao tiếp nếu làm cho công ty nước ngoài.

Cấp độ 0–5 và lộ trình

1. Cấp 0 · Nhận biết

   Bằng chứng: Kể được 3 việc chính; Phân biệt được với kế toán và lập trình viên

   Thời gian thường gặp: 1 buổi

2. Cấp 1 · Làm quen

   Bằng chứng: Dùng bảng tính tính tổng, đếm có điều kiện, lọc, lập bảng tổng hợp trên bộ 500 dòng; Vẽ biểu đồ đúng loại; Viết 3 nhận xét từ bảng điểm lớp mình

   Thời gian thường gặp: 1–2 tháng

3. Cấp 2 · Nền tảng

   Bằng chứng: Tra cứu nối hai bảng trong bảng tính; Viết truy vấn lọc, nhóm, nối 2 bảng ra đúng kết quả; Tính trung bình, trung vị và biết khi nào trung bình gây hiểu sai; Làm sạch một bộ dữ liệu có lỗi

   Thời gian thường gặp: 3–6 tháng

   Vị trí: Thực tập sinh

4. Cấp 3 · Sẵn sàng đi làm

   Bằng chứng: 2–3 dự án trong hồ sơ, mỗi dự án đủ: câu hỏi – dữ liệu – cách làm – kết luận – đề xuất; Một bảng theo dõi trên Power BI hoặc Tableau; Trình bày 10 phút cho người không chuyên; Thực tập hoặc dự án cho doanh nghiệp thật

   Thời gian thường gặp: 6–12 tháng sau cấp 2

   Vị trí: Nhân viên phân tích mới vào nghề

5. Cấp 4 · Thành thạo

   Bằng chứng: Tự biến câu hỏi mơ hồ thành kế hoạch phân tích; Xây bộ chỉ số đo hiệu quả; Phát hiện số sai trước khi báo cáo; Dùng Python cho phân tích lặp lại; Có ít nhất một quyết định của công ty thay đổi nhờ phân tích của mình

   Thời gian thường gặp: 2–5 năm đi làm

   Vị trí: Chuyên viên

6. Cấp 5 · Dẫn dắt

   Bằng chứng: Đặt quy chuẩn dữ liệu cho nhóm; Kèm ít nhất 2 người lên cấp 3; Tham gia định hướng dùng dữ liệu của công ty

   Thời gian thường gặp: Trên 5 năm

   Vị trí: Trưởng nhóm, chuyên gia

Ở công cụ này, em tự ghi nhận được tới cấp 5. Các cấp cao hơn do nơi đào tạo, nơi làm việc hoặc cơ quan cấp phép xác nhận.

Lộ trình theo giai đoạn

Có thể đi sâu hoặc chuyển hướng sang: Bán lẻ, Ngân hàng, tài chính, Kho vận, Chuyển sang khoa học dữ liệu, kỹ sư dữ liệu, quản lý sản phẩm

Nhu cầu xã hội

Xu hướng

Tăng. Dự báo thị trường lao động TP.HCM năm 2026 xếp nhân lực dữ liệu vào nhóm chất lượng cao đang khan hiếm. (Độ tin cậy: trung bình)

Tác động của trí tuệ nhân tạo

Đổi cách làm. Công cụ trí tuệ nhân tạo đã viết được truy vấn và vẽ biểu đồ. Giá trị của người làm nghề chuyển sang đặt đúng câu hỏi, hiểu kinh doanh và kiểm xem kết quả có đúng không. Nhận định của người biên soạn.

Mức cạnh tranh

Cao. Cao ở đầu vào. Quý II/2026 tại TP.HCM, người có trình độ đại học chiếm khoảng 13% nguồn cung nhưng chỉ khoảng 4% nhu cầu tuyển. Người có dự án thật trong hồ sơ vượt lên rõ.

Nơi nhiều việc

Hà Nội, TP.HCM; Ít hơn ở Đà Nẵng, Cần Thơ

Phần này để em tham khảo bối cảnh. La Bàn không dùng nhu cầu xã hội hay thu nhập để xếp nghề nào lên trước.

Hồ sơ cập nhật ngày 04/10/2026.