Chuyên viên Khoa học Dữ liệu Y sinh

1. Thông tin căn bản

  • Tuổi: 28
  • Số năm kinh nghiệm ở ngành nghề này: 02 năm
  • Trình độ học vấn & chuyên ngành:
    • Thạc sĩ Khoa học Sinh học (Master of Science in Biology) – Ludwig Maximilian University of Munich.
    • Nghiên cứu sinh Tiến sỹ – Ludwig Maximilian University of Munich
    • Chuyên ngành: Khoa học Dữ liệu Y sinh (Biomedical Data Science)
  • Số giờ làm hằng tuần: 40 giờ
  • Loại hình & quy mô công ty:
    • Viện Nghiên cứu Sinh học Tính toán – Trung tâm Helmholtz tại Munich (Institute of Computational Biology, Helmholtz Center Munich)
    • Số lượng: khoảng 2500 chuyên viên.

2. Trách nhiệm chính của anh/chị ở công việc hiện tại là gì? Công việc này đem lại giá trị gì cho công ty, cho các bên liên quan?

Trách nhiệm chính:

  • Nghiên cứu các dự án về y sinh: tham gia vào các dự án liên quan đến y sinh của viện nghiên cứu. Ví dụ: một trong các dự án là phân tích dữ liệu để đưa ra mô hình dự đoán tỷ lệ mắc bệnh ở người tiểu đường khi có một số triệu chứng điển hình như tê tay/chân). Các dữ liệu gồm thông tin như tuổi tác, giới tính, khu vực sinh sống, thói quen sinh hoạt, tiền sử bệnh khác, ăn uống… liên quan đến các bệnh nhân tiểu đường điều trị ở cơ sở y tế trong vài chục năm trở lại. Ngoài ra, việc nghiên cứu còn giúp đưa ra các dự đoán về các bệnh tật khác nhau dựa trên thông tin phân tích được từ nghiên cứu.
  • Hỗ trợ sinh viên thạc sỹ và cử nhân: khi nhận tin từ các tổ chức khác nhau, Viện nghiên cứu chưa biết các thông tin này có tiềm năng hay không, Viện sẽ chia các thông tin này vào các dự án thí điểm (pilot study), và bạn nghiên cứu sinh sẽ hỗ trợ sinh viên phát triển nghiên cứu thử nghiệm. Từ đó, tìm ra tiềm năng của dữ liệu, nếu dữ liệu tiềm năng, sẽ tiếp tục phát triển thành nghiên cứu chính thức.
  • Phụ trách “journal club”: tổ chức các buổi trò chuyện hàng tuần để các chuyên viên trong lab (phòng nghiên cứu – khoảng 25 người) có thể chia sẻ thông tin hữu ích cho các thành viên thông qua hình thức thuyết trình.

Giá trị của công việc:

  • Nghiên cứu về y sinh (biomedicine) để mang lại các ứng dụng vào thực tế y sinh (bệnh viện, công ty dược … giúp chữa trị bệnh nhân, bào chế thuốc, thăm khám) theo đặt hàng trong nước; nghiên cứu cơ bản để giải đáp và tìm ra các hướng phát triển mới của lĩnh vực; hợp tác quốc tế với các quốc gia để phát triển lĩnh vực nói chúng.

3. Anh/chị bắt đầu vào nghề như thế nào? Vì sao anh/chị chọn con đường này?

Bản thân tôi tự quyết định theo ngành này, do ngày xưa đi học ở trường đại học được các thầy cô du học nước ngoài kể về trải nghiệm của họ, cách họ nhìn thấy thế giới. Từ đó, tôi được truyền cảm hứng và quyết tâm theo đuổi ngành này.

Ngày đầu vào học lớp đầu tiên của chương trình thạc sỹ, môn gen người (human genomics), tôi thấy hay vì hiểu thêm nhiều ứng dụng của công nghệ sinh học tính toán (computational biology) hơn là công nghệ sinh học truyền thống (traditional biology). Công nghệ truyền thống thì thường là nghiên cứu dựa vào thực nghiệm (thí nghiệm cho ra kết quả rồi tổng hợp đánh giá), còn công nghệ sinh học hiện đại sẽ ứng dụng “học máy” vào phân tích dữ liệu và mô phỏng dữ liệu để huấn luyện mẫu (train model), tạo ra chương trình cung cấp các giải pháp giúp tiết kiệm thời gian hơn và giải đáp các bài học thực tiễn hơn.

Sau khi thực tập thạc sĩ ở Viện nghiên cứu hiện tại, tôi được giáo sư nhận vào viện làm luôn và ký hợp đồng toàn thời gian cho vị trí Data Scientist (Chuyên viên Khoa học Dữ liệu). Đồng thời, Viện cũng tài trợ cho tôi khóa học tiến sĩ đến nay.
Nếu được chọn lại ngành nghề, tôi vẫn chọn nghề này vì hiện tại tôi cảm thấy mọi thứ tốt, không có gì khó khăn, vui vì được làm cái mình thích.

4. Một ngày làm việc tiêu biểu của anh/chị như thế nào?

9:00 – 18:00
  • Kiểm tra email, phản hồi email
  • Xem lịch làm việc để chuẩn bị cho các cuộc họp trong ngày
  • Đọc các bài báo nghiên cứu
  • Lập trình (Coding)
  • Báo cáo về hoạt động lập trình
  • Kiểm tra tin nhắn của sinh viên và giải quyết các vấn đề hỗ trợ nghiên cứu
  • Báo cáo bổ sung hoạt động trong ngày.
Ghi chú: Tôi làm 5 ngày trong tuần, từ thứ 2 đến thứ 6.
Thời gian linh hoạt, tự nguyện miễn là hoàn thành deadline (hạn nộp) của dự án (đôi khi không có deadline). Deadline có nhiều loại tùy theo dự án, có dự án deadline theo từng giai đoạn nhỏ, có dự án deadline là deadline cuối cùng. Mỗi lab có một “work calender” (lịch làm việc) để ghi chú tình trạng hàng ngày của mỗi người. Nếu ai không có cảm hứng nghiên cứu, có thể ghi chú nghỉ và tự động sắp xếp thời gian để bù vào.

5. Anh/chị thích nhất những điều gì ở công việc của mình? Vì sao?

  • Thích phần lập trình vì nó thú vị: Do lập trình mang lại cảm giác “challenge” (thử thách), giống như đi tìm đáp án, giải câu đố/chơi gameshow. Khi giải được, bản thân cảm thấy thỏa mãn và vui, tạo động lực để chinh phục các câu đố khác.
  • Môi trường làm việc thoải mái, tích cực: Đồng nghiệp quan tâm và thân thiện, sếp chỉ bảo nhiều điều, văn phòng đẹp, thiết bị làm việc hiện đại, đãi ngộ tốt.

6. Anh/chị không thích nhất những điều gì? Vì sao?

Không thích đọc báo và viết bài. Lý do:

  • Vì báo khoa học dài, phải đọc kỹ chi tiết và lọc thông tin. Ngoài ra, mỗi bài báo nghiên cứu thường dẫn đến nhiều bài khác (trích dẫn) nên mất thời gian và đòi hỏi sự tập trung cao độ, dễ dẫn đến kiệt sức hoặc căng thẳng.
  • Phải suy nghĩ cách diễn đạt, sắp xếp ý trước khi hoàn thành một đoạn, cũng tốn nhiều năng lượng và mất nhiều thời gian.

7. Những điều kiện cần có để hoàn thành tốt công việc này (kiến thức, kỹ năng, thái độ, v.v…)? Nếu em muốn thăng tiến trong công việc thì em nên trau dồi những gì ạ?

Những điều kiện cần có để hoàn thành tốt công việc này:

  • Kiến thức về sinh học phân tử, toán và xác suất thống kê (nghĩa rộng bao gồm cả “machine learning”), khoa học máy tính.
  • Kỹ năng: giao tiếp lưu loát tiếng Anh, thuyết trình, đọc và viết (theo phong cách khoa học), lập trình …
  • Thái độ: tích cực để xây dựng mối quan hệ, kiên nhẫn để tìm ra câu trả lời trong nghiên cứu, ham học hỏi để tiếp thu kiến thức/kinh nghiệm từ đồng nghiệp trong nghiên cứu (đặc thù nghiên cứu cần phải giao lưu kiến thức do mỗi người có một sở trường riêng).

8. Nếu muốn thăng tiến trong công việc thì nên trau dồi thêm:

  • Kiến thức, kỹ năng, thái độ ở trên.
  • Nguồn kiến thức: Coursera, Edx (giống Coursera), Udemy; các bài giảng trên youtube, hoặc website của MIT, Stanford University, Harvard …
  • Tạp chí khoa học:
    • Nature (UK): https://www.nature.com/
    • Science (US – chính phủ): https://www.science.gov/
    • Science magazine (US): https://www.science.org/

9. Những điều mà mọi người hay hiểu lầm về công việc này là gì? Tại sao họ lại hiểu sai như vậy?

Các em học sinh nghe đến ngành này thường nghĩ là học xong sẽ chỉ có thể làm giáo viên. Vì học sinh ở trong môi trường nhỏ, không tiếp xúc nhiều với những người làm trong lĩnh vực Sinh học, chỉ thấy thầy cô dạy Sinh có liên quan đến ngành Sinh học.

Học Sinh học ra sẽ làm nghề nông (nông nghiệp) vì học sinh thường nghĩ Sinh học liên quan đến cây cối, thực vật, động vật.

10. Công việc này có giúp em tự nuôi mình khi mới ra trường không?

Vâng có.

11. Nhìn lại con đường phát triển sự nghiệp cũng như quá trình tìm việc của mình, anh/chị có lời khuyên nào cho em nếu em muốn theo nghề này?

  • Nếu thấy thích lĩnh vực này thì cứ làm, đừng sợ thất bại, đừng sợ ngành khó. Vì thường những điều khó mà chinh phục được sẽ đem đến những thành tựu lớn. Sinh học tính toán là một trong những ngành học tiềm năng của tương lai.
  • Hãy quan tâm, tìm hiểu tình hình thế giới (chính trị, môi trường, xã hội …) để dễ dàng nắm được các tiến bộ của thế giới, dự đoán được xu hướng phát triển cũng như tiếp cận, thích nghi và hòa nhập với văn hóa, môi trường ở nước ngoài dễ dàng hơn.
  • Đọc nhiều sách, báo hơn (The Economics, The Guardian …), tìm kiếm các nguồn thông tin mang tính trung dung để đọc… ; chọn lựa các thể loại có liên quan đến mục tiêu phát triển của mình để đọc và xem, không xem những thông tin vô thưởng vô phạt.