Fresher Data Analyst có nên chấp nhận mức lương thấp hơn để được làm việc với người giỏi?

Giả sử bạn vừa trải qua vài tháng tìm việc và cuối cùng nhận được hai lời mời làm việc cho vị trí Data Analyst.

Cả hai đều có những điểm hấp dẫn riêng:

Offer A: Lương 11 triệu/tháng

– Làm việc trong team Data khoảng 5 người.

– Có quản lý trực tiếp với nhiều năm kinh nghiệm trong lĩnh vực Data.

– Được tiếp cận với ngành Logistics, một lĩnh vực còn khá mới mẻ với bạn.

Offer B: Lương 15 triệu/tháng

– Làm việc tại một startup.

– Là nhân sự Data duy nhất của công ty.

– Phạm vi công việc khá rộng, từ Data Analysis, Reporting đến Data Pipeline và các hoạt động hỗ trợ khác.

Nếu xét về thu nhập, Offer B rõ ràng chiếm ưu thế với mức chênh lệch 4 triệu đồng mỗi tháng.

Nhưng nếu đặt mình vào vị trí của một người mới bắt đầu sự nghiệp, bạn sẽ chọn công việc nào?

Đây không đơn thuần là bài toán so sánh mức lương. Bởi một công việc có thể trả bạn nhiều tiền hơn ở hiện tại, nhưng chưa chắc giúp bạn có nhiều cơ hội phát triển hơn trong tương lai.

1. Ở những năm đầu, tốc độ phát triển năng lực quan trọng không kém mức lương

Khi mới bước chân vào ngành Data, bạn có thể đã biết SQL, Python, Power BI và từng thực hiện một vài dự án cá nhân.

Nhưng kiến thức trong khóa học và khả năng giải quyết vấn đề tại doanh nghiệp là hai chuyện rất khác nhau.

Chẳng hạn, khi nhận một yêu cầu từ Business, bạn có biết cách xác định vấn đề thực sự cần giải quyết không? Khi xây dựng dashboard, bạn có hiểu nên lựa chọn metric nào và vì sao? Khi kết quả phân tích không hợp lý, bạn có đủ kinh nghiệm để phát hiện vấn đề nằm ở dữ liệu, phương pháp hay giả định ban đầu?

Đó là những năng lực không thể hình thành chỉ bằng cách làm thêm nhiều bài tập hay học thêm một công cụ mới.

Bạn cần được va chạm với các bài toán thực tế, nhận phản hồi từ người có kinh nghiệm và hiểu vì sao một cách tiếp cận chưa tốt cần được điều chỉnh.

Đây cũng là lý do một môi trường có đội ngũ Data đủ mạnh, quản lý có chuyên môn và văn hóa review công việc tốt có thể mang lại nhiều giá trị cho người mới.

Bạn không chỉ hoàn thành task được giao mà còn học được cách tư duy và tiêu chuẩn làm việc của một Data Analyst chuyên nghiệp.

2. Phạm vi công việc rộng chưa chắc đồng nghĩa với cơ hội phát triển tốt

Ở chiều ngược lại, làm Data tại startup cũng có những lợi thế rất đáng cân nhắc.

Khi là nhân sự Data duy nhất, bạn có thể được tham gia vào nhiều khâu hơn: xử lý dữ liệu, xây dựng báo cáo, phân tích kinh doanh, thiết kế pipeline hay làm việc trực tiếp với các phòng ban.

Đây là cơ hội để hiểu cách một hệ thống dữ liệu vận hành và nhìn thấy mối liên hệ giữa hoạt động phân tích với quyết định kinh doanh.

Tuy nhiên, cần phân biệt hai tình huống:

– Bạn được trao quyền ownership một phần công việc, có mục tiêu rõ ràng, được hướng dẫn và có cơ hội cải thiện cách triển khai.

– Bạn phải tự xử lý mọi thứ vì công ty chưa có đội ngũ, thiếu người định hướng và không có ai đủ chuyên môn để review kết quả.

Bề ngoài, cả hai đều có thể được mô tả bằng những JD rất hấp dẫn như được làm nhiều mảng, làm việc độc lập và có cơ hội xây dựng hệ thống từ đầu.

Nhưng trải nghiệm nghề nghiệp mà chúng mang lại hoàn toàn khác nhau.

Làm nhiều việc không đồng nghĩa với học được nhiều. Điều quan trọng là sau mỗi công việc, bạn tích lũy thêm được năng lực gì và có tiến bộ hơn trong cách giải quyết vấn đề hay không.

3. Đừng chỉ hỏi công việc này có gì, hãy hỏi mình sẽ học được gì

Khi đánh giá một offer, ngoài mức lương và chế độ đãi ngộ, bạn nên tìm hiểu sâu hơn về môi trường làm việc thông qua một số câu hỏi:

– Ai sẽ là người hướng dẫn và review công việc của tôi?

Khi viết SQL chưa tối ưu, phân tích sai metric hoặc đưa ra kết luận chưa thuyết phục, ai sẽ giúp bạn nhận ra vấn đề? Một người quản lý có kinh nghiệm có thể giúp bạn rút ngắn đáng kể thời gian học hỏi.

– Sau 12 tháng, tôi có thể làm được những gì mà hiện tại chưa làm được?

Hãy nhìn vào sự tiến bộ về tư duy phân tích, khả năng giải quyết Business Problem, giao tiếp với stakeholder và chất lượng đầu ra. Đừng chỉ đếm số lượng công cụ bạn đã sử dụng.

– Tôi sẽ được tham gia vào những bài toán thực tế nào?

Một công việc có thể khiến bạn rất bận rộn với việc cập nhật báo cáo mỗi ngày, nhưng lại ít cơ hội tiếp cận những vấn đề kinh doanh có chiều sâu.

– Tôi có được hiểu Business và tác động của dữ liệu đến quyết định kinh doanh không?

Một Data Analyst có giá trị không chỉ biết truy vấn dữ liệu hay xây dựng dashboard. Họ cần hiểu dữ liệu đang phản ánh điều gì và doanh nghiệp có thể hành động như thế nào từ những kết quả phân tích đó.

– Kinh nghiệm ở đây sẽ giúp CV của tôi tốt hơn như thế nào trong 1-2 năm tới?

Bạn có thể kể được những câu chuyện gì về công việc đã làm? Đã giải quyết vấn đề nào? Đóng góp ra sao? Đây là những yếu tố quan trọng giúp bạn tạo lợi thế khi ứng tuyển ở những vị trí tiếp theo.

4. Thứ bạn cần tích lũy không chỉ là kinh nghiệm, mà còn là Career Capital

Career Capital có thể hiểu là vốn nghề nghiệp mà bạn tích lũy trong suốt quá trình làm việc.

Nó không đơn thuần là số năm kinh nghiệm ghi trên CV, mà bao gồm những năng lực và giá trị khiến bạn trở thành một ứng viên tốt hơn trên thị trường lao động.

Với một Data Analyst, Career Capital có thể được xây dựng từ:

– Technical Skills: Khả năng xử lý, phân tích và xây dựng hệ thống dữ liệu.

– Problem Solving: Kinh nghiệm xác định và giải quyết các bài toán kinh doanh.

– Business Understanding: Khả năng hiểu mô hình kinh doanh, chỉ số và hoạt động của doanh nghiệp.

– Communication: Khả năng trình bày insight, trao đổi với stakeholder và thuyết phục bằng dữ liệu.

– Practical Experience: Những dự án thực tế đã tham gia và kết quả có thể chứng minh.

– Professional Network: Những đồng nghiệp, quản lý và mentor có thể hỗ trợ hoặc xác nhận năng lực của bạn.

Những tài sản này sẽ tiếp tục tạo ra giá trị khi bạn chuyển việc, ứng tuyển vào những công ty lớn hơn hoặc hướng đến các vị trí có mức độ trách nhiệm cao hơn.

Vì vậy, một công việc có mức lương khởi điểm thấp hơn nhưng giúp bạn tích lũy Career Capital nhanh hơn đôi khi lại là khoản đầu tư tốt hơn cho sự nghiệp.

5. Không có công thức chung để chọn giữa Startup và Corporate

Quay lại hai offer ban đầu, sẽ không có câu trả lời tuyệt đối rằng Offer A tốt hơn Offer B chỉ vì có team Data, hay Offer B hấp dẫn hơn vì mức lương cao và phạm vi công việc rộng.

Nếu Offer A có quản lý giỏi, đồng nghiệp sẵn sàng chia sẻ, quy trình review rõ ràng và cơ hội tham gia vào các bài toán thực tế, đây có thể là nơi rất tốt để xây dựng nền tảng chuyên môn.

Nếu Offer B cho phép bạn trực tiếp xây dựng hệ thống dữ liệu, làm việc với Business, có quyền ownership thực sự và vẫn nhận được sự định hướng cần thiết, startup hoàn toàn có thể là lựa chọn giúp bạn trưởng thành nhanh chóng.

Ngược lại, nếu ở Offer A bạn chỉ làm những task lặp lại mà không được học hỏi, hoặc ở Offer B bạn phải tự xoay xở với mọi thứ mà không có định hướng, thì cả hai đều có những hạn chế cần cân nhắc.

Đừng chọn công việc chỉ dựa trên quy mô công ty hay mức lương. Hãy tìm hiểu chất lượng của trải nghiệm mà công ty đó có thể mang lại.

Job đầu tiên không nhất thiết phải là nơi trả lương cao nhất, mà nên là nơi giúp bạn có nhiều lợi thế hơn cho chặng đường tiếp theo

Khi mới đi làm, việc quan tâm đến thu nhập là hoàn toàn chính đáng. Tuy nhiên, đừng để mức lương tháng đầu tiên trở thành tiêu chí duy nhất quyết định lựa chọn của bạn.

Hãy thử nhìn công việc đầu tiên như một khoản đầu tư cho 3-5 năm tiếp theo.

Bạn có thể chấp nhận mức lương thấp hơn một chút để đổi lấy cơ hội được làm việc với những người giỏi, tiếp xúc với bài toán thực tế, được feedback thường xuyên và phát triển tư duy chuyên môn.

Bởi khi năng lực đã tốt hơn, bạn có nhiều kinh nghiệm thực chiến và chứng minh được giá trị của mình, cơ hội đạt được mức thu nhập tốt hơn cũng sẽ rộng mở hơn.

Đừng chỉ hỏi công ty sẽ trả cho bạn bao nhiêu tiền mỗi tháng. Hãy hỏi công việc này sẽ giúp bạn trở thành một Data Analyst có giá trị như thế nào trong tương lai.

Đó mới là một trong những tiêu chí quan trọng nhất khi lựa chọn job đầu tiên.

—————————-
Nếu bạn quan tâm đến khóa coaching giúp bạn trở thành Data Analyst trong vòng 6-8 tháng thì tham khảo ngay lộ trình này: http://link.unigap.io/lo-trinh-hoc-data-analyst Hoàn tiền nếu không có offer.

Nếu bạn muốn học Phân tích dữ liệu để phục vụ công việc thì tham khảo lộ trình Khóa Power BI Mastery: http://link.unigap.io/powerbi-mastery
Thành thạo Power BI sau 2 tháng, học ~ 2 giờ mỗi ngày, 18 buổi training, có 4 projects để luyện tập, áp dụng tư duy Design Thinking vào phân tích dữ liệu. 

Leave a Reply

Your email address will not be published. Required fields are marked *