Cùng gọi là “làm data”, nhưng ba người có thể làm ba việc rất khác nhau. Chọn nhầm hướng học là lý do nhiều bạn trẻ mất thời gian. Bài này dùng khung 5 câu hỏi cố định của chuyên mục — nghề làm gì, cần gì, đường vào, lộ trình & lương, triển vọng — áp cho cả họ nghề dữ liệu.
Nội dung chính
1. Ba nghề dữ liệu làm gì mỗi ngày?
| Nghề | Công việc lõi | Sản phẩm giao ra |
|---|---|---|
| Data Analyst (Phân tích dữ liệu) | Lấy dữ liệu có sẵn, làm sạch, phân tích, trả lời câu hỏi kinh doanh | Báo cáo, dashboard, insight giúp sếp ra quyết định |
| Data Engineer (Kỹ sư dữ liệu) | Xây và vận hành đường ống dữ liệu (data pipeline), kho dữ liệu, hạ tầng cloud | Hệ thống dữ liệu chạy ổn định để người khác dùng |
| Data Scientist (Khoa học dữ liệu) | Xây mô hình thống kê/machine learning để dự đoán, phân loại, tối ưu | Mô hình dự báo (churn, gian lận, gợi ý sản phẩm…) |
Cách nhớ đơn giản: Data Engineer làm ra “đường ống” đưa dữ liệu về đúng chỗ; Data Analyst đọc dữ liệu để trả lời “chuyện gì đang xảy ra”; Data Scientist dùng dữ liệu để đoán “chuyện gì sắp xảy ra”. Ở công ty nhỏ, một người có thể kiêm cả ba; ở công ty lớn, ba vai trò tách bạch.
2. Cần năng lực gì?
- Chung cho cả ba: tư duy logic, thoải mái với con số, tiếng Anh đọc tài liệu, và SQL (ngôn ngữ truy vấn dữ liệu — kỹ năng nền của mọi nghề data).
- Data Analyst: Excel nâng cao, SQL, công cụ trực quan hóa (Power BI/Tableau), khả năng “kể chuyện bằng số” cho người không rành kỹ thuật. Ít yêu cầu lập trình sâu nhất → cửa vào dễ nhất cho người trái ngành.
- Data Engineer: lập trình (Python/Scala), hạ tầng cloud (AWS/GCP/Azure), công cụ pipeline, kiến trúc hệ thống. Nặng kỹ thuật nhất.
- Data Scientist: toán – xác suất thống kê vững, machine learning, Python; thường cần nền học vấn cao hơn.
3. Đường vào nghề
Không bắt buộc phải học đúng một ngành. Các đường phổ biến:
- Ngành đại học thuận lợi: Khoa học máy tính/CNTT, Toán – Thống kê, Kinh tế lượng, Hệ thống thông tin quản lý, Khoa học dữ liệu (nhiều trường VN đã mở riêng).
- Từ ngành khác chuyển sang: rất phổ biến với Data Analyst — kế toán, kinh tế, marketing… bổ sung SQL + Power BI + một khóa phân tích là bước được vào nghề.
- Vị trí khởi điểm: thực tập sinh data, BI Analyst, Data Analyst fresher. Điều nhà tuyển dụng nhìn: một portfolio dự án thật (một dashboard, một bài phân tích dữ liệu công khai) hơn là chứng chỉ suông — đúng tinh thần “bằng chứng thay thâm niên”.
4. Lộ trình & mức lương tham khảo (Việt Nam 2026)
💰 Data Analyst
Fresher 10–15 tr → 1–3 năm 15–25 tr → senior 25–40 tr → lead 40–60 tr → Head of Data/Data Director 60–100 tr+/tháng.
💰 Data Engineer
Junior 15–25 tr (mặt bằng người mới tin cậy ~23–29 tr) → mid 25–45 tr → senior 40–70 tr → lead/principal 60–120 tr/tháng. Cùng cấp bậc, Data Engineer thường cao hơn Data Analyst ~15–25% vì đòi kỹ năng hạ tầng sâu hơn.
💰 Data Scientist
Fresher/junior (<1 năm) 15–25 tr → mid-senior (2–4 năm) 35–55 tr/tháng.
Lưu ý: lương ở Hà Nội và TP.HCM thường cao hơn tỉnh khác ~15–25% do cầu mạnh từ ngân hàng, fintech và startup AI. Các con số trên là khoảng tham chiếu từ khảo sát thị trường, không phải cam kết — thực nhận tùy công ty, kỹ năng và kết quả phỏng vấn.
5. Triển vọng — vì sao đây là nhóm khát nhân lực?
- Nhu cầu tuyển vị trí dữ liệu tăng trung bình 25–30%/năm giai đoạn 2022–2025 (báo cáo thị trường IT của Navigos Group).
- Riêng Data Engineer tăng ~38% so với cùng kỳ 2025 — vượt xa mức tăng chung ~12% của ngành IT.
- Nhu cầu vị trí Data/AI/Machine Learning tăng 64% theo Future of Jobs Report 2025 của Diễn đàn Kinh tế Thế giới.
- Người tuyển lớn: fintech (MoMo, VNPay, ZaloPay), ngân hàng số (Timo, TNEX), thương mại điện tử (Shopee, Lazada, Tiki), tập đoàn tiêu dùng (Unilever, P&G, Masan) — dữ liệu đã thành “nhiên liệu” của mọi ngành, không riêng công ty công nghệ.
Nghề này hợp với ai?
Hợp nếu bạn thích tìm quy luật trong con số, kiên nhẫn làm sạch dữ liệu (chiếm phần lớn thời gian thật), và muốn một nghề áp dụng được ở gần như mọi ngành. Nếu bạn ghét ngồi lâu với bảng số và công cụ, đây không phải nghề nên chọn chỉ vì “lương cao”. Kiểm tra độ hợp qua quy trình chọn ngành 4 bước, và xem nghề data đứng ở đâu trên bản đồ ngành cầu vượt cung 2026. Data cũng là một trong những nghề làm remote cho công ty nước ngoài dễ nhất.
Bài thuộc chuyên mục Mô tả công việc — bản đồ nghề nghiệp VN & thế giới. Xem thêm bài nền 10 nhóm nghề theo chuẩn quốc gia & ISCO-08.
Câu hỏi thường gặp
Data Analyst và Data Engineer khác nhau thế nào?
Data Engineer xây và vận hành hạ tầng, đường ống đưa dữ liệu về đúng nơi, đúng định dạng — nặng lập trình và hệ thống. Data Analyst dùng dữ liệu đã có để phân tích và trả lời câu hỏi kinh doanh — nặng phân tích và trình bày. Cùng cấp bậc, Data Engineer thường lương cao hơn ~15–25% do yêu cầu kỹ thuật sâu hơn.
Học ngành gì để làm nghề dữ liệu?
Thuận lợi nhất là Khoa học máy tính/CNTT, Toán – Thống kê, Khoa học dữ liệu, Hệ thống thông tin quản lý. Nhưng nhiều người vào nghề (đặc biệt Data Analyst) từ kinh tế, kế toán, marketing bằng cách bổ sung SQL, Power BI và làm dự án thật.
Trái ngành, không giỏi lập trình có làm data được không?
Được — bắt đầu từ Data Analyst, vai trò ít đòi lập trình sâu nhất: cần Excel nâng cao, SQL, công cụ trực quan hóa và khả năng kể chuyện bằng số. Xây một portfolio 2–3 dự án phân tích thật rồi ứng tuyển vị trí analyst fresher là con đường phổ biến của người trái ngành.
Lương ngành data ở Việt Nam có thật sự cao không?
Cao so với mặt bằng nhưng phân hóa theo vai trò và kinh nghiệm: fresher phổ biến 10–25 triệu/tháng tùy nghề, senior 40–70 triệu, cấp lead/head 60–120 triệu. Hà Nội và TP.HCM cao hơn tỉnh ~15–25%. Đây là khoảng tham chiếu từ khảo sát thị trường, thực nhận tùy năng lực và công ty.
Cập nhật tháng 07/2026. Nguồn số liệu: bảng lương data (CareerLink, Cole.vn, StartTrain, INDA Academy tổng hợp khảo sát thị trường), báo cáo thị trường IT của Navigos Group (tăng trưởng nhu cầu vị trí dữ liệu), Future of Jobs Report 2025 (Diễn đàn Kinh tế Thế giới, nhu cầu Data/AI +64%). Mức lương là khoảng tham chiếu tại thời điểm khảo sát, không phải cam kết thu nhập cá nhân.