Thị trường lao động vẫn mạnh dù trong giai đoạn suy thoái kinh tế
Tại buổi chuỗi hội thảo của chương trình Vòng tay Nước Mỹ 10, với tư cách nhà kinh tế phát triển tại Ngân hàng thế giới (WB), ông Đặng Hoàng Hải Anh cho biết, dù GDP của nước Mỹ hiện giảm sút trong hai quý liên tiếp (dấu hiệu của sự suy thoái kinh tế), nhưng thị trường lao động nhìn chung vẫn diễn ra mạnh mẽ. Ví dụ như thị trường chứng khoán vài tháng gần đây vẫn phát triển nhanh, đa phần công ty làm ăn có lãi. Theo TS Hải Anh, cách đây 2 năm trước, Covid-19 có thể là cú sốc đối với nền kinh tế Mỹ và toàn cầu. Tuy nhiên, trong thời kỳ này, Cục Dự trữ Liên bang Mỹ (FED) đã có những chính sách bơm tiền để phục hồi nền kinh tế. Vì vậy nền kinh tế vẫn đà tăng trưởng mạnh từ cuối năm 2020 và cho đến tận đầu năm 2021.
Đồng ý với quan điểm của TS Hải Anh, ông Hậu Nguyễn - Trợ lý Giáo sư tại Đại học Emori (Atlanta, Mỹ) khẳng định, chưa bao giờ thời kỷ khủng hoảng kinh tế xảy ra nhưng thị trường lao động vẫn tuyển thêm nhiều như vậy. Ông dẫn chứng, tháng vừa qua Mỹ tăng 500.000 việc làm mới, cao hơn so với dự kiến. Trung bình một người đang chưa có việc làm có đến 2 vị trí đang yêu cầu tuyển dụng. Hiện chỉ có 3,5% tỷ lệ người thất nghiệp (trong đại dịch là 15%). Phân tích mối liên quan của thị trường việc làm với lạm phát kinh tế, ông Hậu Nguyễn cho rằng, khi có nhiều việc nhưng ít người nộp hồ sơ xin việc thì lương sẽ tăng cao. Tuy nhiên, mức lương tăng nhưng hiệu suất công việc không tăng, giá trị chênh lệch thì lạm phát kinh tế sẽ xuất hiện.
Ngân hàng quốc gia của Mỹ tìm cách kiểm soát nền kinh tế để tránh lạm phát. “Cách tốt nhất hiện nay là tăng lãi suất vay của các công ty, điều này đi đôi với việc mở rộng và thuê thêm người gặp khó khăn, bởi phải thuê bớt người lại, đẩy mức lương cao để tránh lạm phát. Nhưng khi nhiều người mất việc do lạm phát mà nhu cầu tuyển dụng doanh nghiệp vẫn cao, khủng hoảng kinh tế có thể xuất hiện” - ông nói.
Bàn về hiệu ứng của biến đổi khí hậu ảnh hưởng tới nền kinh tế vĩ mô, ông Toàn Phan - Nhà kinh tế học cấp cao tại Bộ phận nghiên cứu thuộc FED cho biết, các nước phát triển như Mỹ, châu Âu và các nước đang phát triển ngày càng nhận ra có ảnh hưởng của biến đổi đến nền kinh tế. Mùa hè nhiệt độ tăng quá cao ảnh hưởng đến kiến trúc, cơ sở hạ tầng. Điển hình như tại Anh, hệ thống tàu điện ở phải tạm dừng do đường ray giãn nở và cong. Nghiên cứu ảnh hưởng khí hậu đến hệ thống tài chính, ông Toàn Phan cho rằng, trong tình hình kinh tế hiện nay, việc chuyển dịch nền kinh tế xanh hướng tới bền vững, giúp tạo nhiều cơ hội việc làm. Với lĩnh vực nghiên cứu, nhiều trường đại học tuyển dụng số lượng lớn nhân sự để nghiên cứu về biến đổi khí hậu, mở các khoa đào tạo và nghiên cứu về vấn đề này. Các phòng nghiên cứu nhận được các khoản viện trợ phi lợi nhuận từ Chính phủ cho nghiên cứu phát triển, nghiên cứu cơ bản.
Tại chuỗi các hội thảo, các diễn giả cũng cho rằng, việc cập nhật kiến thức thực tế, chuyên môn và kỹ năng mới quan trọng. Bên cạnh đó, quá trình trau dồi các phương pháp tính toán, kinh tế lượng, thống kê mới, nghiên cứu sinh cần cập nhật các nghiên cứu xung quanh mới nhất là gì. Ngoài ra, việc tạo mạng lưới làm việc (networking) rất cần thiết trong lĩnh vực nghiên cứu. Ngoài xu hướng công việc trong ngành kinh tế, cùng với sự thịnh hành của Internet Vạn Vật IoT)), Trí tuệ nhân tạo (AI), Chuỗi khối (Blockchain), dữ liệu lớn (big data) là một trong các nền tảng cốt lõi của công nghệ 4.0. Theo Harvard Business Review, ngành khoa học dữ liệu được coi là ngành nghề “quyến rũ” nhất của thế kỷ XXI. Từ đây, các ngành nghề liên quan đến dữ liệu như kỹ sư dữ liệu (data engineer), nhà phân tích dữ liệu (data analyst), nhà khoa học dữ liệu (data scientist) nhận được sức hút và sức nóng của sinh viên ra trường.
“Bắt đầu với câu hỏi, không phải dữ liệu”
Tại hội thảo sáng ngày 14/8/2022, chị Thảo Nguyễn - cán bộ cấp cao của Johnson & Johnson, với 10 năm trong ngành phân tích dữ liệu cho biết, có 3 tiêu chí quan trọng để thích nghi và phát triển trong lĩnh vực dữ liệu, gồm: Một là, technical skill (các kỹ năng chuyên môn cần có để giải quyết vấn đề, tìm ra những thông tin hữu ích). Các kỹ năng này là những công cụ hỗ trợ, được áp dụng mô hình học máy, hoặc trí tuệ nhân tạo để đưa ra dự đoán (loại dữ liệu nào thì sẽ phù hợp với mô hình nào). Hai là, kiến thức chuyên môn để người học biết ngành nào sẽ cần loại dữ liệu nào (ví dụ ngành bán lẻ thì cần dữ liệu khách hàng, dữ liệu tiêu dùng). Ba là, bản lĩnh và kiến thức kinh doanh nhất định. Bản lĩnh này một phần dựa vào khả năng thuyết trình để tạo ảnh hưởng và niềm tin của lãnh đạo, từ đó áp dụng để thay đổi định hướng phù hợp.
Theo chị Phượng Tạ - Phó chủ tịch Chiến lược dữ liệu tại RADaR Analytics, đứng trước một vấn đề, điều đầu tiên các ứng viên cần làm trong quá trình phân tích dữ liệu là bắt đầu với những câu hỏi, chứ không phải “lao luôn” vào dữ liệu. “Cần biết câu hỏi mình muốn trả lời là gì bởi có khi đối tác không đưa ra câu hỏi cụ thể. Nếu như không làm rõ yêu cầu của doanh nghiệp khách hàng là gì, thì không thể phân tích dữ liệu” - chị Phương Tạ cho biết.
Phân tích dữ liệu là hành trình tìm thấy giá trị và sự thấu hiểu
Theo anh Tuấn Nguyễn - Nhà khoa học dữ liệu tại Quora, các sinh viên đang học tập trong ngành dữ liệu hoặc bắt đầu tìm hiểu việc làm ngành này cần nắm thật rõ kiến thức cơ bản về dữ liệu trước khi tiếp xúc kiến thức phức tạp hơn. Những kiến thức này bao gồm thống kê, thuật toán, phân phối của dữ liệu, T-test hoặc A/B Testing… Một khi ứng viên có nền tảng kiến thức dữ liệu vững vàng, việc tiến xa hơn trong lĩnh vực này sẽ được rộng mở. Tuy nhiên, trong trường hợp sinh viên ra trường muốn đổi hướng sang ngành dữ liệu nhưng chưa có kiến thức về ngành này, ứng viên có thể tìm kiếm những điểm chung trong những công việc từng xử lý bởi “dữ liệu ở khắp mọi nơi”. “Đó có thể là những câu chuyện từng xử lý một dữ liệu đó như thế nào, kết quả nhận được là gì, đóng góp gì cho dự án” - anh Tuấn nói về cách ứng viên tạo cơ hội khi chưa có kinh nghiệm trong ngành dữ liệu này.
Anh Tuấn cũng chia sẻ thêm, khi phân tích, người làm dữ liệu cần tìm những giá trị và sự thấu hiểu về sản phẩm, dịch vụ. Những giá trị này để phát hiện ra, người làm dữ liệu cần 2 yếu tố quan trọng: trực giác về sản phẩm và độ nhạy bén trong kinh doanh. Trực giác về sản phẩm thể hiện tư duy đánh giá và phát triển sản phẩm. Điều này xuất phát từ việc nghiên cứu để hiểu sản phẩm và người dùng đến đâu. Nhờ đó, một người làm dữ liệu sẽ biết lúc nào dữ liệu trả lời được câu hỏi đặt ra và lúc nào ko trả lời được. “Nhiều bạn mới vào ngành dữ liệu cho rằng, công cụ thần kỳ, nhưng ko phải vấn đề nào được giải quyết được bằng dữ liệu” - Anh Tuấn nói và lấy dẫn chứng trong trường hợp dữ liệu không thể trả lời hết câu hỏi người dùng thích gì, đâu là nỗi đau của người dùng, mà cần có các bước tiếp như phỏng vấn, nhận phản hồi…
Nói về xu hướng ngành dữ liệu tại sự kiện, các diễn giả đánh giá lĩnh vực này vẫn cần nguồn nhân lực lớn bởi ngành nào cũng được thuyết phục bởi những đánh giá và phát hiện được dựa trên dữ liệu. Ngoài chú trọng tới kinh nghiệm, kỹ năng chuyên môn, sở thích cá nhân trong một ngành nhất định cũng là lợi thế giúp ứng viên ghi điểm. Bởi càng nhiều kiến thức trong nhiều ngành, việc phân tích dữ liệu càng thuận lợi, mà theo nhận định của diễn giả là “mang lại làn gió mới” cho dự án, công ty đó.
HTL