Appearance
🧠 Case Study — Career Transitions, Interviews & Portfolios
Buổi 20 là buổi cuối — bạn chuẩn bị bước vào thị trường DA. Hãy xem 3 câu chuyện THẬT về những người chuyển ngành thành công: họ xây portfolio như thế nào, phỏng vấn ra sao, và bài học gì cho bạn.
Case Study 1: Từ Giáo viên Toán đến Data Analyst — Hành trình 8 tháng của Minh Anh
Bối cảnh
Minh Anh, 28 tuổi, giáo viên Toán cấp 3 tại Đà Nẵng. 4 năm dạy học, yêu nghề nhưng muốn thử thách mới. Thu nhập giáo viên: 8-10 triệu VND/tháng. Đọc được bài viết trên Vietcetera về "Data Analyst — nghề hot không cần background IT" → quyết định chuyển ngành.
Lợi thế: Nền tảng Toán vững (xác suất, thống kê, logic). Quen giải thích khái niệm phức tạp đơn giản (teaching skill = communication skill). Kỷ luật tự học.
Bất lợi: Zero coding experience. Không biết SQL, Python. Không có network trong tech. Ở Đà Nẵng — ít cơ hội DA hơn TP.HCM/Hà Nội.
Hành trình
Tháng 1-2: Foundation
- Hoàn thành Google Data Analytics Professional Certificate (Coursera)
- Học SQL trên Mode Analytics + HackerRank — 2 giờ/ngày sau giờ dạy
- Bắt đầu Excel for Business Specialization
Tháng 3-4: Python & Analysis
- Học Python qua Kaggle Learn (free) + DataCamp
- Hoàn thành 3 Kaggle Getting Started competitions
- Bắt đầu project đầu tiên: Phân tích điểm thi THPT Quốc gia — dataset quen thuộc vì background giáo dục
Tháng 5-6: Portfolio Building
Project #1: Vietnam National Exam Score Analysis
Dataset: 1 triệu thí sinh, 9 môn thi, 63 tỉnh/thành
Tools: Python, Pandas, Matplotlib, Seaborn
Findings:
- Toán & Tiếng Anh có phân phố bimodal → 2 nhóm trình độ rõ rệt
- Tỉnh có GDP cao → điểm trung bình cao hơn 0.8 điểm
- Điểm Lịch sử thấp nhất cả nước — nhưng cải thiện 12% so với năm trước
GitHub: 400+ stars vì dataset relatableProject #2: Student Performance Prediction
Dataset: 5,000 students, 15 features (study hours, family background, etc.)
Tools: Python, scikit-learn, Logistic Regression
Model: Predict pass/fail — Recall 0.81
Insight: Attendance rate là predictor quan trọng nhất — quan trọng hơn IQ score
Recommendation: Early warning system khi attendance < 75%Project #3: Tableau Dashboard — Vietnam Education Statistics
Dataset: World Bank + Bộ GD&ĐT data, 10 năm, 63 tỉnh
Tools: Tableau Public
Dashboard: Interactive map + time series + comparisons
Link: public.tableau.com/minh-anh/vietnam-educationTháng 7: Job Application
- Apply 45 vị trí DA tại TP.HCM + Đà Nẵng + remote
- Nhận 8 phản hồi, 5 interview invitations
- 3 reject sau phone screen, 2 vào vòng technical
Tháng 8: Interviews & Offer
Phỏng vấn — "Câu hỏi thay đổi cuộc đời"
Vòng 1: Phone Screen — EduTech Startup (TP.HCM, remote OK)
Recruiter hỏi: "Background giáo viên, tại sao DA?"
Minh Anh: "4 năm dạy Toán, em nhận ra mình thích PHÂN TÍCH hơn dạy. Mỗi kỳ thi, em phân tích điểm học sinh để điều chỉnh phương pháp — đó chính là data analytics. Em muốn làm điều đó ở scale lớn hơn."
→ Passed ✅
Vòng 2: Technical Interview
| Câu hỏi | Câu trả lời Minh Anh | Đánh giá |
|---|---|---|
| "Viết SQL: top 5 tỉnh điểm Toán cao nhất" | Viết chính xác với GROUP BY, ORDER BY, LIMIT | ✅ |
| "Giải thích p-value cho non-tech" | "Như học sinh bốc thăm ngẫu nhiên — p-value cho biết kết quả có phải do may mắn không" | ✅ Xuất sắc — teaching background |
| "Walk me through a project" | Trình bày Exam Score Analysis bằng STAR framework, có data + findings + impact | ✅ |
| "Pandas: handle missing values" | df.isnull().sum(), fillna(median) cho numeric, dropna() cho <= 5% missing | ✅ |
| "What's your biggest weakness?" | "Em chưa có industry experience. Nhưng em bù bằng 3 portfolio projects + tự học liên tục" | ✅ Honest |
Vòng 3: Case Study Presentation (45 min)
Đề bài: "EduTech app có 200K users. Retention tháng 2 giảm 15%. Phân tích nguyên nhân và đề xuất giải pháp."
Minh Anh có 24 giờ chuẩn bị. Cô làm:
- Viết SQL queries giả lập segmented analysis
- Xây 5 slides: Problem → Hypothesis → Analysis Plan → Expected Findings → Recommendations
- Trình bày 15 phút + Q&A
Kết quả: Nhận offer. Junior Data Analyst — EduTech Startup. Salary: 16 triệu VND/tháng + remote OK. Bắt đầu tháng 9.
Bài học từ Minh Anh
✅ Background "lạ" = lợi thế nếu biết frame: Toán → logic, Teaching → communication
✅ Portfolio QUAN TRỌNG hơn certificate: 3 projects > 10 certificates
✅ Chọn dataset quen thuộc = project authentic + passionate
✅ Remote mở ra cơ hội: Đà Nẵng apply TP.HCM — nhờ remote policy
✅ Teaching skill = presentation skill = interview superpowerCase Study 2: Marketing Executive → DA tại FinTech — Phỏng vấn 3 vòng
Bối cảnh
Tuấn, 30 tuổi, 5 năm Marketing tại agency (digital marketing, performance ads). Quản lý budget 2 tỷ VND/quý cho 8 clients. Hàng ngày nhìn dashboards Facebook Ads, Google Analytics — nhưng chỉ ở mức "read", không "build".
"Em biết CAC, ROAS, CTR. Nhưng khi CEO hỏi 'tại sao CPL tuần này tăng 40%?', em chỉ biết tra GA và đoán. Em muốn THỰC SỰ phân tích."
Tuấn học DA 6 tháng (self-study + bootcamp), xây 4 portfolio projects, và apply vào MoMo — ví điện tử lớn nhất Việt Nam.
Portfolio của Tuấn
| # | Project | Dataset | Tools | Highlight |
|---|---|---|---|---|
| 1 | Marketing Attribution Analysis | 100K transactions, 6 channels | Python, SQL | Multi-touch attribution vs last-click → budget reallocation +22% ROI |
| 2 | MoMo Transaction Pattern Analysis | 500K synthetic transactions | Python, Pandas, Seaborn | Peak hours, category trends, user segmentation |
| 3 | Customer Lifetime Value Prediction | 30K customers, 18 features | Python, scikit-learn | Regression model, R² = 0.68, top features: frequency + recency |
| 4 | Power BI Dashboard — E-commerce KPIs | Real-time data simulation | Power BI, DAX | 12 KPIs, drill-down by region/category/time |
3 vòng phỏng vấn tại MoMo
Vòng 1: HR Screening (30 min, online)
- "Tại sao chuyển từ Marketing sang DA?" → Tuấn kể story: từ đọc dashboard → muốn build dashboard → học DA → build 4 projects
- "Salary expectation?" → Research trên Glassdoor/ITviec: 18-24 triệu VND cho mid-level DA tại FinTech
- "Tại sao MoMo?" → "MoMo có 40 triệu users, transaction data khổng lồ. Em muốn phân tích user behavior ở scale mà không công ty nào khác ở VN có"
Vòng 2: Technical Interview (60 min, onsite)
Interviewer: Senior DA tại MoMo.
| Phần | Câu hỏi/Task | Tuấn trả lời |
|---|---|---|
| SQL (20 min) | "Tìm top 10 merchants by transaction volume tháng này, so sánh với tháng trước" | Viết query với CTE + window function LAG() + PERCENT_CHANGE |
| Python (15 min) | "Cho dataset 50K transactions — tìm anomaly" | df.describe(), IQR method, scatter plot outliers, investigate |
| Statistics (10 min) | "A/B test: variant có uplift 3%. Sample size 5,000 mỗi nhóm. Có đủ để conclude?" | Tính power analysis, check p-value, discuss practical vs statistical significance |
| Business (15 min) | "MoMo thấy payment completion rate giảm 8% ở category 'Utility Bills'. Debug." | Structured approach: segment by platform → by bill type → by amount range → check error logs → hypothesis: app update gây UI issue ở iOS |
Câu hỏi khó nhất: "Nếu em chỉ có SQL và Excel — không có Python, không có BI tool — em vẫn có thể deliver value không?"
Tuấn: "Được. 80% DA work là SQL + Excel. Python và BI tool tăng tốc, nhưng core analysis vẫn là: đặt câu hỏi đúng, query đúng data, interpret đúng kết quả. Em từng giải bài toán attribution 100K transactions bằng SQL + Google Sheets trước khi refactor bằng Python."
→ Interviewer gật đầu.
Vòng 3: Case Study Presentation (45 min, onsite với Panel gồm DA Lead + Product Manager + VP Analytics)
Đề bài (nhận trước 48 giờ): "MoMo muốn launch chương trình loyalty 'MoMo Rewards'. Phân tích user transaction data để đề xuất reward structure: ai được gì, ngưỡng nào, expected impact."
Tuấn chuẩn bị:
- Segment users bằng RFM (Recency, Frequency, Monetary)
- Đề xuất 3 tiers: Silver (70% users), Gold (25%), Platinum (5%)
- Simulated impact: +12% transaction frequency cho Silver → Gold conversion
- Dashboard mockup trong Power BI
Presentation 20 min + Q&A 25 min. Câu Q&A khó nhất: "Tuấn ơi, loyalty program cost ước tính bao nhiêu? ROI positive sau bao lâu?"
Tuấn: "Em estimate reward cost ~2% GMV cho Silver, ~4% cho Gold, ~7% cho Platinum. Break-even dựa trên tăng frequency: nếu Silver users tăng 1 transaction/tháng → ROI positive sau 4 tháng. Em acknowledge đây là estimate — cần A/B test pilot 10K users trước khi scale."
Kết quả
Nhận offer: Data Analyst — Product Analytics Team, MoMo. Salary: 22 triệu VND + bonus. Bắt đầu sau 1 tháng.
Bài học từ Tuấn
✅ Marketing background = domain knowledge: biết CAC, ROAS, LTV → discuss fluently
✅ Portfolio phải RELEVANT tới company apply: MoMo project → MoMo interview
✅ SQL + business thinking > fancy ML models ở phỏng vấn DA
✅ Case study presentation: structure > detail. Rõ ràng > phức tạp
✅ Acknowledge uncertainty + propose validation (A/B test) → shows maturityCase Study 3: Kế toán → DA — Portfolio trên GitHub thay đổi tất cả
Bối cảnh
Linh, 27 tuổi, kế toán tại công ty logistic ở Hà Nội. 3 năm làm kế toán: nhập liệu, đối chiếu, báo cáo thuế. Hàng ngày mở Excel 8 tiếng. Biết VLOOKUP, Pivot Table, và mọi phím tắt Excel.
"Em giỏi Excel — nhưng em dùng Excel như máy tính bỏ túi: tính toán, không phân tích. Em muốn TÌM INSIGHT từ số, không chỉ cộng trừ số."
Linh học DA online 5 tháng, xây GitHub portfolio, và được nhận từ... chính company mình đang làm việc — chuyển từ Accounting sang newly-created DA role.
GitHub Portfolio — "Trang portfolio tốt nhất em từng thấy"
HR Manager — chị Hương — vô tình thấy GitHub của Linh khi Linh share LinkedIn post. Chị click vào, và thấy:
GitHub Profile README:
markdown
# 👋 Hi, I'm Linh — Data Analyst
## About Me
Former accountant turned data analyst. 3 years in finance
gave me attention to detail and love for numbers.
Now I use Python & SQL to find stories those numbers tell.
## 🔥 Featured Projects
### 📦 Supply Chain Analytics
Analyzed 200K shipments — identified 3 bottleneck routes
causing 40% of delivery delays → recommendations saved
estimated 800M VND/year.
### 💰 Financial KPI Dashboard
Built Tableau dashboard tracking 15 financial KPIs
real-time for C-suite — replaced 20-page monthly Excel report.
### 📊 Customer Payment Behavior Analysis
Analyzed 50K invoices — found 18% of B2B customers pay
consistently late (>45 days). Built prediction model:
which invoices will be late? → Recall 0.79.Repo structure mẫu — Supply Chain Analytics:
supply-chain-analytics/
├── README.md ← Detailed writeup
├── notebooks/
│ ├── 01_data_exploration.ipynb ← Clean, documented
│ ├── 02_route_analysis.ipynb ← Core analysis
│ └── 03_recommendations.ipynb ← Final insights
├── dashboard/
│ ├── screenshots/
│ │ ├── overview.png
│ │ ├── route_map.png
│ │ └── delay_analysis.png
│ └── dashboard_link.md
├── data/
│ └── processed/
│ └── shipments_clean.csv
├── requirements.txt
└── .gitignoreĐiều khiến chị Hương ấn tượng nhất: README của mỗi project có section "Business Impact" — không chỉ nói "em phân tích" mà nói "phân tích này TIẾT KIỆM/TẠO RA bao nhiêu."
Internal Transfer — "Em không cần apply bên ngoài"
Chị Hương gọi Linh:
"Linh ơi, chị thấy GitHub của em. Mấy project supply chain analytics em làm — data tương tự data mình đang có. Board đang muốn tuyển DA — em có muốn chuyển sang không?"
Linh: "Chị nói thật ạ?"
"Thật. Em đã hiểu business mình 3 năm rồi. Em có domain knowledge mà DA bên ngoài mất 6 tháng mới có. Plus, skills trên GitHub cho thấy em EDA, dashboard, prediction đều được. Em chỉ cần onboard vào DA role."
Kết quả: Linh chuyển từ Kế toán viên (12 triệu VND/tháng) → Data Analyst (18 triệu VND/tháng) tại cùng công ty. Raise 50%. Cùng office, cùng team — nhưng vai trò hoàn toàn khác.
6 tháng sau — Linh tạo impact
| Project | Impact | Stakeholder |
|---|---|---|
| Route Optimization Dashboard | Giảm 22% delivery delays trên 3 routes | Operations Director |
| Invoice Payment Prediction | Predict late payments → proactive follow-up → giảm overdue 35% | CFO |
| Warehouse Capacity Forecast | Forecast demand → optimize inventory → giảm storage cost 15% | Supply Chain Manager |
| Monthly BI Report | Tự động hóa report cũ (20 trang Excel → 1 Tableau dashboard) | CEO |
Bài học từ Linh
✅ Internal transfer = competitive advantage: domain knowledge + new skills = unbeatable
✅ GitHub portfolio có thể được CHÍNH công ty mình phát hiện
✅ README with "Business Impact" > README "Tools Used"
✅ Accountant → DA tự nhiên: attention to detail, numbers comfort, business understanding
✅ Không cần chờ "đủ giỏi" — portfolio 3 projects + willingness to learn = enough📋 Tổng hợp — Patterns từ 3 Career Transitions
Common Success Factors
| Factor | Minh Anh (Teacher) | Tuấn (Marketing) | Linh (Accountant) |
|---|---|---|---|
| Learning time | 8 tháng | 6 tháng | 5 tháng |
| # Portfolio projects | 3 | 4 | 3 |
| Key advantage | Teaching → Communication | Marketing → Domain knowledge | Accounting → Detail + Internal opportunity |
| Job found via | Apply online → 3 rounds | Apply online → 3 rounds | Internal discovery via GitHub |
| Starting salary | 16M VND | 22M VND | 18M VND (raise 50%) |
| #1 interview skill | Explain complex → simple | Business case → structured answer | Domain knowledge + project relevance |
Portfolio Checklist — From 3 Cases
PORTFOLIO THAT GETS INTERVIEWS:
✅ 3-4 projects minimum
✅ At least 1 project relevant to target industry/company
✅ README with: Problem → Method → Findings → Impact (NUMBERS!)
✅ Clean notebooks: Restart → Run All → no errors
✅ Live dashboard (Tableau Public / Power BI Service)
✅ GitHub profile README with featured projects
✅ Screenshot gallery (backup for expired links)
✅ requirements.txt in every repo
✅ .gitignore (no data leaks, no .pyc files)
✅ Consistent naming: lowercase-with-hyphens for reposInterview Preparation — From 3 Cases
| Interview Stage | What They Test | How to Prepare |
|---|---|---|
| Phone Screen | Communication, motivation, salary range | Practice STAR stories, research company, know your range |
| Technical | SQL, Python, Statistics, Business sense | StrataScratch SQL, mock interview, review project code |
| Case Study | End-to-end thinking, presentation, Q&A handling | Practice timed presentations, prepare for "what if" questions |
| Culture Fit | Teamwork, learning mindset, curiosity | Authentic examples, acknowledge weaknesses + growth plan |
Takeaway chung: Portfolio + Domain Knowledge + Communication = DA Job. Bạn không cần PhD. Bạn cần PROJECTS mà recruiter click vào và nói "Người này BIẾT PHÂN TÍCH."