Để giải quyết bài toán “Phân tích thực trạng nhu cầu tìm việc, nhu cầu tuyển dụng của doanh nghiệp”, tôi sẽ thực hiện việc trực quan hóa và phân tích dựa trên những dữ liệu mà Trung tâm
Trang 11
HỌC VIỆN CHÍNH SÁCH VÀ PHÁT TRIỂN
KHOA KINH TẾ SỐ -o0o -
KHÓA LUẬN TỐT NGHIỆP Chủ đề: “Phân tích thực trạng nhu cầu tìm việc, nhu cầu tuyển dụng của doanh nghiệp bằng công cụ trực quan
hóa dữ liệu Tableau”
Trang 2Tôi xin hoàn toàn chịu trách nhiệm với cam kết trên
Hà Nội, ngày 02 tháng 04 năm 2023
TÁC GIẢ
Trịnh Minh Đức
Trang 33
LỜI CẢM ƠN
Với tình cảm sâu sắc và chân thành nhất, cho phép tôi được bày tỏ lòng biết ơn đến tất cả các cá nhân và tổ chức đã tạo điều kiện hỗ trợ, giúp đỡ tôi trong suốt quá trình học tập và nghiên cứu đề tài này Trong suốt thời gian khi bắt đầu học tập tại trường đến nay, tôi đã nhận được rất nhiều sự quan tâm, giúp đỡ của quý thầy cô và bạn bè
Lời đầu tiên cho phép tôi xin cảm ơn đến ban lãnh đạo cùng các phòng ban, các
cô chú, anh chị trong công ty- đơn vị đã tiếp nhận và nhiệt tình tạo mọi điều kiện thuận lợi cho tôi tiếp cận thực tế, nắm bắt công việc, tiếp cận với quy trình vận hành
tổ chức của doanh nghiệp
Với lòng biết ơn sâu sắc nhất, tôi xin gửi đến quý thầy cô ở Khoa Kinh Tế Số
và viện Công nghệ Thông tin đặc biệt là thầy giáo Th.S Đào Quang Toàn đã truyền đạt vốn kiến thức quý báu cho chúng tôi trong suốt thời gian học tập tại trường Nhờ
có những lời hướng dẫn, dạy bảo của các thầy cô nên đề tài nghiên cứu của tôi mới
có thể hoàn thiện tốt đẹp Vì thời gian và kiến tập hạn hẹp nên bài báo cáo không thể tránh khỏi những thiếu sót, rất mong sự góp ý của công ty, quý thầy cô và các bạn,
để tôi rút kinh nghiệm và hoàn thành tốt hơn
Tôi xin chân thành cảm ơn!
Hà Nội, ngày 02 tháng 04 năm 2023 TÁC GIẢ
Trịnh Minh Đức
Trang 44
MỤC LỤC
LỜI CAM ĐOAN 2
LỜI CẢM ƠN 3
MỤC LỤC 4
DANH MỤC TÊN VIẾT TẮT 8
DANH MỤC BẢNG BIỂU 9
LỜI MỞ ĐẦU 11
1 Tính cấp thiết của đề tài 11
2 Mục tiêu nghiên cứu 12
3 Đối tượng và phạm vi nghiên cứu 12
3.1 Đối tượng nghiên cứu 12
3.2 Phạm vi nghiên cứu 12
4 Phương Pháp nghiên cứu 12
4.1 Phương pháp thu thập thông tin 12
4.2 Phương pháp phân tích và xử lý số liệu 13
5 Kết cấu khóa luận 13
CHƯƠNG 1: CƠ SỞ LÝ THUYẾT VỀ TRỰC QUAN HÓA DỮ LIỆU 14
1.1 Tổng quan về trực quan hóa dữ liệu 14
1.1.1 Khái niệm trực quan hóa dữ liệu 14
1.1.2 Trực quan hóa dữ liệu bao gồm những thành phần: 14
1.1.3 Quá trình trực quan hóa dữ liệu 15
1.1.4 Các loại kỹ thuật trực quan hóa dữ liệu: 16
1.1.5 Biện pháp thực hành tốt nhất về trực quan hóa dữ liệu 17
1.2 Công cụ phân tích dữ liệu và trực quan hóa dữ liệu 18
Trang 55
1.2.1 Giới thiệu về ngôn ngữ lập trình Python 18
1.2.2 Giới thiệu về công cụ Tableau 20
1.3 Vai trò trực quan hóa dữ liệu 26
1.3.1 Tại sao trực quan hóa dữ liệu lại quan trọng? 26
1.3.2 Lợi ích của việc trực quan hóa dữ liệu là gì? 27
CHƯƠNG 2: PHÂN TÍCH THỰC TRẠNG NHU CẦU TÌM VIỆC, NHU CẦU TUYỂN DỤNG CỦA DOANH NGHIỆP 28
2.1 Giới thiệu về trung tâm Dịch vụ việc làm Hà Nội 28
2.1.1 Khái quát lịch sử hình thành 28
2.1.2 Cơ cấu và nhiệm vụ 28
2.1.3 Tình hình hoạt động của đơn vị 35
2.1.4 Định hướng phát triển 37
2.2 Tổng quan về thị trường lao động Hà Nội 39
2.2.1 Thiếu nguồn nhân lực có kỹ năng 39
2.2.2 Theo sát nhu cầu thị trường lao động 40
2.3 Công tác phân tích dự báo thị trường lao động 41
2.3.1 Công tác thu thập, cập nhật thông tin thị trường lao động 41
2.3.2 Công tác phân tích, dự báo thị trường lao động 43
2.3.3 Công tác cung ứng thông tin thị trường lao động 43
2.3.4 Công tác cung – cầu lao động 44
2.4 Tìm hiểu thị trường lao động 46
2.5 Xử lí dữ liệu thô của trung tâm 51
2.6 Ứng dụng công cụ Tableu vào việc xử lý dữ liệu của trung tâm 52
2.6.1 Với nhà tuyển dụng 52
2.6.2 Với người lao động 58
2.7 Công tác tư vấn, giới thiệu việc làm 65
2.7.1 Công tác tư vấn: 65
Trang 66
2.7.2 Công tác giới thiệu việc làm: 66
2.8 Công tác Thông tin thị trường lao động 68
2.8.1 Hoạt động quản trị website vieclamhanoi.net 68
2.8.2 Hoạt động kết nối việc làm trong thời gian hoãn tổ chức phiên do ảnh hưởng dịch Covid – 19 và tuyên truyền thông tin 69
2.8.3 Hoạt động tổ chức phiên giao dịch việc làm 70
2.8.4 Hoạt động tại Sàn, Điểm GDVL vệ tinh 71
2.9 Tổ chức thực hiện chính sách bảo hiểm thất nghiệp (BHTN) 72
2.10 Công tác Đào tạo nghề 74
CHƯƠNG 3: ĐÁNH GIÁ NGHIỆP VỤ TẠI TRUNG TÂM DỊCH VỤ VIỆC LÀM HÀ NỘI 75
3.1 Đánh giá về hoạt động phân tích thị trường lao động tại Trung tâm dịch vụ việc làm Hà Nội 75
3.1.1 Những mặt đạt được 75
3.1.2 Những khó khăn và nguyên nhân 77
3.2 Một số giải pháp nhằm phân tích thực trạng nhu cầu tìm việc, nhu cầu tuyển dụng của doanh nghiệp bằng ngôn ngữ Python và trực quan hóa dữ liệu 79
3.2.1 Ứng dụng công nghệ thông tin trong hoạt động hỗ trợ việc làm 79
3.2.2 Nâng cao chất lượng hoạt động hỗ trợ việc làm cho lao động trên địa bàn thành phố Hà Nội 80
3.2.3 Nâng cao chất lượng đội ngũ cán bộ thực hiện công tác phân tích thị trường lao động và công tác hỗ trợ việc làm 87
3.2.4 Đa dạng hóa các biện pháp hỗ trợ việc làm cho lao động đang hưởng trợ cấp thất nghiệp 87
3.2.5 Nâng cao nhận thức, trách nhiệm của người lao động đang hưởng TCTN, người sử dụng lao động, cơ quan, tổ chức trong việc thực hiện hoạt động hỗ trợ việc làm 89
Trang 77
3.3 Đề xuất, kiến nghị 91 PHẦN KẾT 92 TÀI LIỆU THAM KHẢO 93
Trang 88
DANH MỤC TÊN VIẾT TẮT
Trang 99
DANH MỤC BẢNG BIỂU
Hình 1.1: Các thành phần chính của Tableau 21
Hình 1.2: Tableau Preb 22
Hình 2.1: Cơ cấu tổ chức bộ máy của Trung tâm Dịch vụ việc làm Hà Nội 29
Sơ đồ 2.2: Cơ cấu tổ chức hệ thống Sàn GDVL cấp thành phố 30
Sơ đồ 2.3: Cơ cấu tổ chức bộ máy tại Phòng Phân tích dự báo thị trường lao động 31
Hình 2.4: Số lượng nhà tuyển dụng 52
Hình 2.5: Khu vực của các doanh nghiệp tuyển dụng 53
Hình 2.6: Trình độ chuyên môn yêu cầu của các nhà tuyển dụng 54
Hình 2.7: Số năm kinh nghiệm làm việc yêu cầu của các nhà tuyển dụng 55
Hình 2.8: Tính chất công việc và kinh nghiệm làm việc theo yêu cầu của nhà tuyển dụng 56
Hình 2.9: Mức lương theo tính chất công việc của nhà tuyển dụng đưa ra 57
Hình 2.10: Mức lương theo trình độ chuyên môn của nhà tuyển dụng đưa ra 58 Hình 2.11: Tổng số người tìm việc làm chia theo giới tính nam và nữ 59
Hình 2.12: Bảng đánh giá nhu cầu tìm việc theo giới tính nữ 59
Hình 2.13: Bảng đánh giá nhu cầu tìm việc của giới tính nữ và kỹ năng mềm ở mức khá 60
Hình 2.14: Bảng đánh giá nhu cầu tìm việc theo giới tính nữ với kỹ năng mềm ở mức tốt 61
Hình 2.15: Bảng đánh giá nhu cầu tìm việc ở nam giới 62
Hình 2.16: Bảng đánh giá nhu cầu tìm việc theo độ tuổi từ 18-37 63
Hình 2.17: Bảng đánh giá nhu cầu tìm việc theo độ tuổi từ 26-37 63
Trang 1010
Hình 2.18: Bảng đánh giá nhu cầu tìm việc theo độ tuổi từ 37-59 64
Hình 2.19: Bảng đánh giá nhu cầu tìm việc theo độ tuổi từ 42-59 64
Bảng 2.20: Kết quả hoạt động GTVL năm 2022 67
Bảng 2.21: Bảng kết quả hoạt động tổ chức phiên GDVL năm 2022 71
Bảng 2.22: Bảng kết quả tổ chức thực hiện BHTN năm 2022 73
Trang 1111
LỜI MỞ ĐẦU
1 Tính cấp thiết của đề tài
Trong nền kinh tế, mỗi một thị trường đều rất cần thiết, phải giải quyết những nhiệm vụ đặt ra trước nó và có ý nghĩa quan trọng khác nhau Thị trường lao động được coi như một đầu tàu để kéo theo sự chuyển động của các thị trường khác Thị trường lao động khác với các loại thị trường khác (như: hàng hóa, vốn, nhà ở, bất động sản v.v ) ở chỗ nó phức tạp hơn, bao gồm hoạt động của những lực lượng và các công cụ điều tiết mà phần lớn ở các thị trường khác không có Thị trường lao động đảm bảo việc làm cho người dân, kết nối họ vào lĩnh vực sản xuất và dịch vụ, tạo khả năng cho họ nhận được những thu nhập thiết yếu để tái sản xuất sức lao động của chính bản thân mình, cũng như nuôi sống gia đình mình Thị trường lao động dễ dàng chuyển đổi người lao động sang chỗ làm việc thích hợp hơn với họ, nơi mà thành quả lao động của họ có năng suất hơn và có cơ hội nhận được thu nhập cao hơn Nhiệm vụ chính của Trung tâm Dịch vụ việc làm Hà Nội chính là tổ chức các hoạt động tư vấn, giới thiệu việc làm, thông tin thị trường lao động cho các tổ chức
và cá nhân có nhu cầu sử dụng lao động theo đúng quy định hiện hành của Nhà nước
Để giải quyết bài toán “Phân tích thực trạng nhu cầu tìm việc, nhu cầu tuyển dụng của doanh nghiệp”, tôi sẽ thực hiện việc trực quan hóa và phân tích dựa trên những dữ liệu mà Trung tâm Dịch vụ việc làm Hà Nội thu thập được của người lao động Thời điểm hiện tại, đã có nhiều phần mềm chuyên hỗ trợ trực quan hóa dữ liệu
và phân tích dữ liệu như như Tableau, Power BI hay rộng hơn có thể kể đến ngôn ngữ lập trình Python
Đối với ngôn ngữ lập trình Python: Python hoạt động tốt trên mọi giai đoạn phân tích dữ liệu nhờ vào các thư viện Python được thiết kế cho khoa học dữ liệu trở nên thuận tiện và dễ dàng hơn Khai phá dữ liệu, xử lý dữ liệu và mô hình hóa – trực quan hóa dữ liệu là 3 ứng dụng phổ biến nhất về cách Python đang được sử dụng để phân tích dữ liệu
Đối với phần mềm Power BI: Với Power BI bạn có thể sử dụng nhiều loại dữ liệu mà bạn đang có để phân tích Cho dù đó là một file Excel, là dữ liệu trong hệ thống công ty hay thậm chí là dữ liệu trên một website bất kỳ mà bạn muốn phân
Trang 12Chính vì vậy, là một sinh viên của chuyên ngành “Phân tích Dữ liệu lớn trong Kinh tế và Kinh doanh”, tôi nhận thấy các phần mềm trực quan hóa dữ liệu rất có tiềm năng trong việc phân tích dữ liệu bằng cách đơn giản hóa những tập dữ liệu khổng lồ sang dạng hình ảnh cũng như con số tổng hợp Xuất phát từ những điều trên, trong suốt quá trình học tập, tôi đã nghiên cứu và hoàn thành Khóa luận “Phân tích thực trạng nhu cầu tìm việc, nhu cầu tuyển dụng của doanh nghiệp bằng ngôn ngữ Python và trực quan hóa dữ liệu”
2 Mục tiêu nghiên cứu
Dựa vào tệp dữ liệu mà Trung tâm Dịch vụ việc làm Hà Nội thu thập được của người lao động Dùng các công cụ trực quan hóa dữ liệu để phân tích thực trạng nhu cầu tìm việc, nhu cầu tuyển dụng của doanh nghiệp sau đó đánh giá thực trạng nhu cầu tìm việc của người lao động và nhu cầu tuyển dụng của doanh nghiệp, đưa ra giải pháp cho vấn đề
3 Đối tượng và phạm vi nghiên cứu
3.1 Đối tượng nghiên cứu
Người lao động có nhu cầu tìm việc và nhu cầu tuyển dụng của doanh nghiệp
3.2 Phạm vi nghiên cứu
Nghiên cứu dựa trên dữ liệu có được của toàn bộ người lao động có nhu cầu tìm việc và các nhà tuyển dụng trên toàn địa bàn Thành phố Hà Nội
4 Phương Pháp nghiên cứu
4.1 Phương pháp thu thập thông tin
- Thu thập từ nguồn Thông tin thứ cấp: Được thu thập thông qua các kết quả
nghiên cứu trước đây về những vấn đề có liên quan đến đề tài, được đăng tải trên tạp chí, internet; các bài viết, các công trình nghiên cứu khoa học Ngoài ra, thu thập từ các tài liệu về thị trường lao động như “Bản tin cập nhật thị trường lao động” của
Trang 1313
Trung tâm Dịch vụ việc làm Hà Nội
- Thu thập từ nguồn Thông tin sơ cấp: Thu thập thông tin qua bảng câu hỏi
Trong đó, phát ra 30000 phiếu điều tra, đối tượng hỏi là người lao động có nhu cầu tìm kiếm việc làm và các nhà tuyển dụng có nhu cầu tuyển nhân viên
4.2 Phương pháp phân tích và xử lý số liệu
Đề tài sử dụng các phương pháp thống kê, phân tích, so sánh, tổng hợp với sự trợ giúp của ngôn ngữ lập trình Python, phần mềm trực quan hóa dữ liệu Tableau
5 Kết cấu khóa luận
Trong quá trình thực tập tại Trung tâm Dịch vụ việc làm Hà Nội, được học tập
và làm việc tại phòng phòng phân tích dự báo thị trường lao động, công việc là thu thập và xử lí dữ liệu, tôi đã học hỏi được rất kinh nghiệm, nhận thấy rõ hơn về tầm quan trọng của nghiệp vụ phân tích dữ liệu đối với quá trình phân tích thị trường lao động của trung tâm
Với những kiến thức thu thập và tích lũy được cùng với sự giúp đỡ của thầy giáo chúng tôi đã tìm hiểu và hoàn thành bài báo cáo với nội dung gồm 3 chương:
Chương 1: Cơ sở lý thuyết về trực quan hóa dữ liệu
Chương 2: Phân tích thực trạng nhu cầu tìm việc, nhu cầu tuyển dụng của doanh nghiệp
Chương 3: Đánh giá nghiệp vụ tại Trung tâm Dịch vụ việc làm Hà Nội
Trang 1414
CHƯƠNG 1: CƠ SỞ LÝ THUYẾT VỀ TRỰC QUAN HÓA
DỮ LIỆU
1.1 Tổng quan về trực quan hóa dữ liệu
1.1.1 Khái niệm trực quan hóa dữ liệu
Trực quan hóa dữ liệu là quá trình sử dụng các yếu tố hình ảnh như đồ thị, biểu
đồ hoặc bản đồ để trình bày dữ liệu Quá trình này chuyển đổi dữ liệu số phức tạp, có dung lượng lớn thành biểu đồ hoặc hình ảnh trình bày trực quan có thể quan sát dễ dàng hơn Các công cụ trực quan hóa dữ liệu giúp tự động hóa quá trình chuyển đổi
dữ liệu thành biểu đồ hoặc hình ảnh đảm bảo độ chính xác và chi tiết Bạn có thể sử dụng những hình ảnh, biểu đồ được trình bày trực quan để quan sát tổng quan hoặc tìm kiếm những thông tin hữu ích từ dữ liệu
1.1.2 Trực quan hóa dữ liệu bao gồm những thành phần:
Các nhà khoa học dữ liệu kết hợp ba thành phần chính để trực quan hóa dữ liệu
• Thông điệp
Thông điệp trình bày mục đích phía sau việc trực quan hóa dữ liệu Nhà khoa học
dữ liệu trao đổi với một số bên liên quan về những kết quả mà họ muốn đạt được bằng cách phân tích dữ liệu Ví dụ: có thể họ muốn đo lường các chỉ số đo lường hiệu suất công việc chính hoặc dự đoán doanh số bán hàng Các nhà khoa học dữ liệu và người dùng doanh nghiệp cộng tác để xác định thông điệp mà họ muốn dữ liệu truyền tải
• Dữ liệu
Sau đó, các nhà phân tích dữ liệu xác định tập dữ liệu thích hợp để giúp họ tường thuật thông điệp của dữ liệu Họ chỉnh sửa các định dạng dữ liệu hiện có, làm sạch
dữ liệu, loại bỏ các giá trị ngoại lai và thực hiện phân tích sâu hơn Sau khi chuẩn bị
dữ liệu, họ lên kế hoạch sử dụng các phương pháp khác nhau để khám phá trực quan
• Phương tiện trực quan
Sau đó, các nhà khoa học dữ liệu lựa chọn các phương pháp trực quan phù hợp nhất để chia sẻ thông tin chuyên sâu mới Họ tạo ra các biểu đồ và đồ thị làm nổi bật các điểm dữ liệu chính và đơn giản hóa tập dữ liệu phức tạp Họ cân nhắc sử dụng
Trang 1515
các phương thức hiệu quả để trình bày dữ liệu nghiệp vụ thông minh một cách có hệ thống
1.1.3 Quá trình trực quan hóa dữ liệu
Có năm bước để trực quan hóa dữ liệu hiệu quả
Xác định mục tiêu
Có thể xác định mục tiêu trực quan hóa dữ liệu bằng cách xác định các câu hỏi
mà tập dữ liệu hiện có của ta có thể trả lời Một mục tiêu rõ ràng giúp xác định loại:
Thu thập dữ liệu liên quan đến việc xác định nguồn dữ liệu bên trong và bên ngoài
Có sẵn các tập dữ liệu lớn trực tuyến để mua và sử dụng Các công ty cũng có thể có sẵn các kho lưu trữ dữ liệu hiện có để phân tích Ví dụ: Có thể thu thập lịch sử doanh
số bán hàng, chiến dịch tiếp thị và dữ liệu đóng gói sản phẩm để tìm bao bì tốt nhất
Làm sạch dữ liệu
Làm sạch dữ liệu liên quan đến việc loại bỏ dữ liệu dư thừa, thực hiện các phép tính toán để phân tích thêm hoặc lọc và chuyển đổi dữ liệu để đáp ứng các tiêu chí của câu hỏi Ví dụ: có thể loại bỏ dữ liệu doanh số bán hàng khỏi các tháng nghỉ lễ
và sau các chiến dịch tiếp thị để xác định doanh số trung bình theo loại bao bì
Chọn phương tiện trực quan hóa dữ liệu
Có thể chọn trong nhiều loại biểu đồ khác nhau để khám phá theo cách trực quan hiệu quả Mối quan hệ giữa các điểm dữ liệu và thông tin chuyên sâu mà ta muốn thể hiện sẽ xác định các biểu diễn đồ họa tốt nhất
Ví dụ: có thể sử dụng biểu đồ cột để biểu diễn doanh số bán hàng bao bì theo màu trong tháng trước Tuy nhiên, biểu đồ tròn có thể phù hợp hơn để biểu thị tỷ lệ phần trăm bao bì có màu trong hàng tồn kho Có hai loại hình trực quan hóa dữ liệu chính
Trang 1616
• Trực quan hóa tĩnh
Trực quan hóa tĩnh chỉ cung cấp một chế độ xem duy nhất cho thông điệp của dữ liệu cụ thể Đồ họa thông tin là một ví dụ về một trực quan hóa tĩnh
• Trực quan hóa tương tác
Trực quan hóa tương tác cho phép người dùng tương tác với các đồ thị và biểu
đồ Người xem có thể thay đổi các biến trong thông số trực quan hóa để tìm thông tin chuyên sâu mới hoặc truy cập thông tin chiều sâu Phần mềm trực quan hóa dữ liệu thường bao gồm một bảng điều khiển để người dùng tương tác với hệ thống
Tạo phương tiện trực quan hóa dữ liệu
Có thể tạo các phương tiện trực quan hóa dữ liệu mà bạn cần bằng cách sử dụng các công cụ trực quan hóa dữ liệu Hầu hết các công cụ nhập tập dữ liệu cuối cùng của ta và tự động tạo ra các báo cáo theo yêu cầu Sau đây là một số nguyên tắc thiết
kế để trực quan hóa dữ liệu hiệu quả:
Thu hút khán giả chú ý đến các chi tiết quan trọng thông qua kích cỡ, màu sắc, phông chữ và đồ họa
• Cung cấp ngữ cảnh cho dữ liệu bằng các dấu hiệu trực quan
• Chọn kiểu phối màu phù hợp
• Sử dụng tiêu đề giải thích để cung cấp thông tin chuyên sâu chính cho khán giả và giúp họ tập trung vào đúng câu hỏi
• Thêm nhãn và số rõ ràng
1.1.4 Các loại kỹ thuật trực quan hóa dữ liệu:
+ Trực quan hóa dữ liệu chuỗi thời gian: Trực quan hóa dữ liệu chuỗi thời gian được sử dụng để trình bày các đối tượng một chiều tuyến tính như đồ thị đường, biểu
đồ đường hoặc dòng thời gian
+ Trực quan hóa dữ liệu phân cấp: Trực quan hóa dữ liệu phân cấp đề cập đến một nhóm hoặc tập hợp các mục có liên kết chung với một mục mẹ Bạn có thể sử dụng những cây dữ liệu này để hiển thị các cụm thông tin
+Trực quan hóa dữ liệu mạng: Trực quan hóa dữ liệu mạng rất hữu ích đối với việc trình bày mối quan hệ phức tạp giữa các loại dữ liệu đồng liên kết khác nhau Ví
Trang 1717
dụ:
• Biểu đồ phân tán trình bày dữ liệu dưới dạng điểm trên một đồ thị
• Biểu đồ bong bóng thêm một yếu tố dữ liệu thứ ba vào biểu đồ phân tán
• Đám mây từ trình bày tần suất từ bằng cách sử dụng từ có các kích cỡ khác nhau
+ Trực quan hóa dữ liệu đa chiều: Trực quan hóa dữ liệu đa chiều trình bày hai
hoặc nhiều biến dữ liệu dưới dạng một hình ảnh 2D hoặc 3D Biểu đồ cột, biểu đồ tròn và đồ thị cột chồng là những ví dụ phổ biến về các loại trực quan hóa này +Trực quan hóa dữ liệu không gian địa lý: Trực quan hóa dữ liệu không gian địa
lý, chẳng hạn như bản đồ nhiệt, bản đồ mật độ hoặc bản đồ địa hình, trình bày dữ liệu liên quan đến các vị trí ngoài đời thực Ví dụ: trực quan hóa dữ liệu biểu thị số lượng khách hàng ghé thăm các chi nhánh bán lẻ khác nhau
1.1.5 Biện pháp thực hành tốt nhất về trực quan hóa dữ liệu
Biện pháp thực hành tốt nhất về trực quan hóa dữ liệu giúp báo cáo dữ liệu của ta
rõ ràng, hoàn thiện và chính xác hơn
• Yếu tố thiết kế
Nhờ sử dụng các yếu tố thiết kế sáng tạo, hình ảnh trực quan hóa dữ liệu có thể trở nên thu hút hơn Có thể sử dụng các màu sắc, sắc thái màu và hình dạng để bổ sung thêm chi tiết cho phương tiện trực quan Ví dụ: có thể sử dụng biểu tượng giọt nước để trình bày giá trị dữ liệu trong một báo cáo về mức sử dụng nước
• Bằng chứng toàn diện
Nhờ sử dụng lượng lớn dữ liệu trong phân tích, ta có thể cải thiện độ chính xác của việc trực quan hóa dữ liệu Càng nhiều bằng chứng, phân tích càng đáng tin cậy, đồng thời, bằng chứng cũng có thể giúp nêu bật các giá trị ngoại lai Ta luôn có thể đính kèm một báo cáo tổng kết dữ liệu hoặc bản trình bày dữ liệu tổng hợp để có cái nhìn tổng quan về một bản trực quan hóa chi tiết hơn
• So sánh liên quan
Các so sánh cung cấp ngữ cảnh cho dữ liệu và củng cố quan điểm mà chúng ta đang đưa ra Từ đó, dữ liệu cũng trở nên hữu ích hơn Ví dụ: việc hiển thị dữ liệu hiện
Trang 1818
tại sau khi thử một ý tưởng mới cùng với dữ liệu liên quan trước khi dùng thử biểu thị cho người đọc thấy trạng thái trước đây cũng như khả năng biến đổi sau này
1.2 Công cụ phân tích dữ liệu và trực quan hóa dữ liệu
Cố gắng phân tích dữ liệu ngay trong bảng tính hoặc cơ sở dữ liệu có thể là một cơn ác mộng Chưa kể có rất nhiều thứ bên trong cơ sở dữ liệu ta không muốn tiết lộ ra bên ngoài May mắn thay, có rất nhiều công cụ trực quan hóa dữ liệu giúp hiển thị và phân tích dữ liệu ở định dạng dễ hiểu hơn Sau khi dành thời gian ra nghiên cứu thì tôi đã chọn ngôn ngữ lập trình Python và phần mềm Tableau Public do tiện ích của nó
1.2.1 Giới thiệu về ngôn ngữ lập trình Python
Python hoạt động tốt trên mọi giai đoạn phân tích dữ liệu Đó là nhờ vào các thư viện Python được thiết kế cho khoa học dữ liệu trở nên thuận tiện và dễ dàng hơn Khai thác dữ liệu, xử lý dữ liệu và mô hình hóa – trực quan hóa dữ liệu là 3 ứng dụng phổ biến nhất về cách Python đang được sử dụng để phân tích dữ liệu
• Khai thác dữ liệu
Một kỹ sư dữ liệu sử dụng các thư viện như Scrapy và BeautifulSoup để thu thập
dữ liệu dựa vào Python Với sự trợ giúp của Scrapy, chúng ta có thể xây dựng các chương trình đặc biệt có khả năng thu thập dữ liệu từ website Python cũng được sử dụng rộng rãi để thu thập dữ liệu từ các API BeautifulSoup được sử dụng khi chúng
ta không thể truy xuất dữ liệu từ các API: nó quét dữ liệu và phân tích dữ liệu dưới dạng thẻ html
• Xử lý dữ liệu và mô hình hóa
Hai thư viện chính được sử dụng ở giai đoạn này: NumPy và Pandas NumPy (Numerical Python) được sử dụng để sắp xếp các tập dữ liệu lớn và làm cho các thuật toán, vector của chúng trên các mảng dễ dàng hơn Pandas cung cấp hai cấu trúc dữ liệu: chuỗi (danh sách các mục) và khung dữ liệu (một bảng có nhiều cột) Thư viện này chuyển đổi dữ liệu sang khung dữ liệu cho phép bạn xóa hoặc thêm các cột mới vào đó và thực hiện các thao tác khác nhau
• Trực quan hóa dữ liệu
Trang 1919
Matplotlib và Seaborn được sử dụng rộng rãi để trực quan hóa dữ liệu Python Các thư viện này sẽ giúp chuyển đổi danh sách các chữ số dài thành đồ họa dễ hiểu như biểu đồ: biểu đồ hình tròn, bản đồ nhiệt, v.v
- Ưu điểm của việc sử dụng Python để phân tích dữ liệu
Hội nhóm, cộng đồng tuyệt vời: Điều này sẽ các nhà phát triển tìm ra giải pháp
dễ dàng hơn Python đã xuất hiện và mang nhiều nhà phát triển Python lại với nhau
do việc sử dụng nó trong lĩnh vực Công nghệ thông tin khác nhau Nếu một nhà phát triển gặp khó khăn, họ có nhiều khả năng tìm ra giải pháp nhanh chóng và dễ dàng với sự giúp đỡ của cộng đồng
Dễ học: Python là một trong những ngôn ngữ lập trình dễ học nhất, do cú pháp rõ ràng và dễ đọc Nó cũng yêu cầu ít dòng mã hơn! Do đó, người học có thể nhanh chóng học hỏi và bắt tay ngay vào việc thực hiện các dự án phân tích dữ liệu Tốc độ phát triển cũng là một lợi thế của Python Theo đó, một nhà phát triển không phải suy nghĩ quá nhiều trong khi viết và dễ dàng gỡ lỗi mã hơn
Linh hoạt và có thể mở rộng: Python có thể được sử dụng trong nhiều lĩnh vực và
dự án, hoạt động nhanh hơn do tính linh hoạt cao và có thể được sử dụng với bất kỳ công cụ phát triển ứng dụng nhanh nào
Nhiều loại thư viện: Các thư viện này được sử dụng miễn phí có thể làm giảm ngân sách phân tích dữ liệu Do sự hỗ trợ mạnh mẽ của Python, chúng đang phát triển
và liên tục bổ sung các tính năng cần thiết để làm việc thoải mái với dữ liệu
Nhược điểm của việc sử dụng Python để phân tích dữ liệu
Giới hạn tốc độ: Python là một ngôn ngữ thông dịch, vì vậy bạn có thể thấy rằng
nó chậm hơn một số ngôn ngữ phổ biến khác Tuy nhiên, điều này không phải là một vấn đề trừ khi tốc độ là một tiêu điểm cho dự án
Tiêu thụ bộ nhớ: Bạn nên lưu ý rằng mức tiêu thụ bộ nhớ của Python rất cao Vì
lý do đó, nó có thể không phải là lựa chọn tốt nhất cho các tác vụ đòi hỏi nhiều bộ nhớ Nó có thể có vấn đề khi một số lượng lớn các đối tượng đang hoạt động trong RAM
Không có nguồn gốc từ môi trường di động: Python không có nguồn gốc từ môi trường di động và nó được một số lập trình viên coi là ngôn ngữ yếu cho điện toán di động Android và iOS không hỗ trợ Python như một ngôn ngữ lập trình chính thức
Trang 2020
Tuy nhiên, Python có thể dễ dàng được sử dụng cho các mục đích di động, nhưng
nó đòi hỏi một số nỗ lực bổ sung
1.2.2 Giới thiệu về công cụ Tableau
Tableau là một công cụ mạnh mẽ và được phát triển nhanh nhất có chức năng phân tích (analyze) và trực quan hóa (visualize) dữ liệu trong ngành công nghiệp kinh doanh thông minh (Business Intelligence) nhằm xây dựng nền tảng số và phân tích
dữ liệu cho doanh nghiệp Một cách đơn giản, Tableau chuyển hóa dữ liệu thô dưới dạng bảng thành các định dạng dễ theo dõi và tiếp thu như hình ảnh và biểu đồ
- Lịch sử hình thành
Tableau là kết quả của một dự án khoa học máy tính tại Stanford được ra mắt vào năm 2003 Nền tảng này có vai trò cải thiện quá trình phân tích và khiến cho dữ liệu tiếp cận với mọi người dễ dàng hơn Christian Chabot, Pat Hanrahan và Chris Stolte
là những người đồng sáng lập ra Tableau với sứ mệnh “Making data easy to see and understand is one of the great opportunities of our time” (Tạm dịch: “Làm cho dữ liệu trở nên dễ quan sát và dễ hiểu là một trong những cơ hội tuyệt vời của thời đại chúng ta) Năm 2019, Tableau được mua lại bởi Salesforce
Trong thời gian 7 năm trở lại đây, đây luôn là giải pháp đứng đầu trong các bình chọn đánh giá cho giải pháp Business Intelligence (BI) Với mục tiêu nhận diện và hiểu dữ liệu vận hành của doanh nghiệp, dựa trên cơ sở dễ sử dụng và có tính thẩm
mỹ cao đã mang lại cho Tableau trở thành công cụ luôn được các nhà quản trị hàng đầu trên thế giới sử dụng để vận hành doanh nghiệp mình
Trang 21lý các luồng trên toàn hệ thống
Trang 2222
Hình 1.2: Tableau Preb
Tableau Prep trao quyền cho người dùng để nhanh chóng định hình và làm sạch
dữ liệu do chính bạn chuẩn bị và cung cấp cho họ thông qua Prep Bằng cách cung cấp một cách trực quan, dễ dàng trong việc định hình và làm sạch dữ liệu, Prep giúp cho các chuyên gia phân tích hay thậm chí nhân viên doanh nghiệp dễ dàng bắt đầu công việc phân tích của họ nhanh hơn
Tableau Desktop (Creator)
Tableau Desktop là công cụ trực tiếp phân tích dữ liệu Nó cung cấp giao diện khá trực quan cùng các tính năng đa dạng để mã hóa và phân tích dữ liệu
Một ưu điểm mà người sử dụng rất thích ở công cụ này là không cần đến các kiến thức chuyên môn và lập trình, mà chỉ cần sử dụng đến các thao tác kéo, thả đơn giản
để sắp xếp các dữ liệu Tableau Desktop có khả năng kết nối rộng rãi đến nhiều định dạng file khác nhau, để đáp ứng tốt nhất nhu cầu phân tích trong nhiều ngành nghề, lĩnh vực
Dựa trên khả năng kết nối với các nguồn dữ liệu và tùy chọn xuất bản, Tableau Desktop được phân loại thành
Trang 2323
• Tableau Desktop Personal: Tính năng phát triển tương tự Desktop nhưng quyền truy cập bị hạn chế Báo cáo không thể xuất bản trực tuyến, nên được phân phối ngoại tuyến hoặc trong Tableau Public
• Tableau Desktop Professional: Nó khá giống với Desktop Sự khác biệt là tác phẩm được tạo trong Tableau Desktop có thể được xuất bản trực tuyến hoặc trong Máy chủ Tableau Ngoài ra, trong phiên bản Professional, có toàn quyền truy cập vào tất cả các loại kiểu dữ liệu Nó phù hợp nhất cho những ai muốn xuất bản tác phẩm của mình trên Máy chủ Tableau
Tableau Online
Như tên gọi của nó, đây là một công cụ chia sẻ trực tuyến của Tableau Các chức năng của nó tương tự như Tableau Server, nhưng dữ liệu được lưu trữ trên các máy chủ trên cloud và được duy trì bởi nhóm Tableau Tableau Online không giới hạn lưu trữ, không cần đến máy chủ nhưng vẫn có thể cho phép liên kết đến hơn 40 nguồn dữ liệu khác nhau
Để xuất bản bạn vẫn cần đến Tableau Desktop Một điều cần lưu ý là Tableau Online chia sẻ các xuất bản của bạn đến tất cả mọi người, vì vậy để bảo mật bạn không nên để các dữ liệu quan trọng lên công cụ này Phần lớn người dùng sử dụng cho mục đích học tập
Tableau Public
Khi sử dụng Tableau Public, các dữ liệu phân tích sẽ không lưu trữ trên máy tính cá nhân Chúng sẽ được lưu trữ trên các đám mây công cộng Do đó, mọi người dùng đều có quyền truy cập Chính vì vậy khả năng bảo mật của phiên bản này không cao,
Trang 24Lí do gì mà Tableau được xem là công cụ xử lý dữ liệu “hoàn hảo”?
Dễ dàng thao tác và xây dựng các Dashboard
Tableau cung cấp một cái nhìn đầy đủ về dữ liệu với đa dạng các định dạng và cách sắp xếp Nó cũng hỗ trợ các bộ lọc và khả năng sao chép các thành phần bảng biểu cho các mục đích sử dụng khác Với các thao tác kéo thả vô cùng đơn giản, đã
có thể tạo cho mình những dashboard đẹp mắt với góc nhìn đa chiều Với hơn 28 biểu
đồ chuẩn, có thể biến tấu thành rất nhiều các loại báo cáo khác nhau phụ thuộc vào mục đích hay thông điệp muốn truyền tải
Tableau cũng cung cấp sẵn các công thức so sánh theo mốc thời gian như doanh thu cùng kỳ các năm, các quý, các tháng hay thậm chí các tuần với nhau
Cộng tác và chia sẻ
Tableau cho phép người dùng cộng tác và chia sẻ luồng công việc với nhau trong thời gian thực một cách an toàn, giúp tăng hiệu quả công việc khi làm việc theo nhóm Công cụ này còn giúp kết nối tất cả các phòng ban Mọi thành viên trong doanh nghiệp giờ đây đều có thể đọc, phân tích, tổng hợp các số liệu, tạo nên các góc nhìn khác nhau cho dữ liệu vận hành; từ đó mọi thành viên trong doanh nghiệp đều làm việc trên một môi trường số hóa, tạo ra một tiếng nói chung, thống nhất và xuyên suốt quá trình làm việc
Việc thống nhất chung một ngôn ngữ là số liệu khiến việc thông tin trao đổi sẽ trở nên mạch lạc hơn, hoàn toàn mang tính định lượng, giúp giảm thiểu sai sót so với làm việc định tính như trước đây
Xem trên thiết bị di động
Các thiết bị di động ngày càng có vị trí quan trọng trong cuộc sống hàng ngày và
là những thiết bị được sử dụng thường xuyên nhất Do đó Tableau hỗ trợ cả phiên bản ứng dụng di động tương thích cho từng hệ điều hành giúp người sử dụng dễ dàng thực hiện truy xuất dữ, đọc báo cáo và phân tích dữ liệu ở bất kì đâu
Trang 2525
Bất kỳ ai cũng có thể sử dụng Tableau
Một trong những điều khiến Tableau trở thành một trong những công cụ phân tích phổ biến chính là dễ sử dụng Chỉ với vài thao tác kéo thả đơn giản đã có thể dễ dàng phân tích các dữ liệu Chính sự đơn giản này đã khiến việc phân tích dữ liệu giờ đây không chỉ thuộc về các chuyên gia phân tích hay nhà quản trị doanh nghiệp mà có thể
áp dụng với từng nhân viên các cấp Tất cả các thành viên trong doanh nghiệp đều có thể tự phân tích, tìm kiếm; đưa ra ý tưởng hay giải quyết vấn đề dựa vào dữ liệu, giúp
gia tăng hiệu quả làm việc cho doanh nghiệp
Dữ liệu trực tiếp và In-memory
Tableau có khả năng kết nối và sử dụng các nguồn dữ liệu thời gian thực; hoặc lưu trữ thông tin từ thiết bị ngoại vi vào bộ nhớ máy tính để xử lý Đây là công nghệ giúp cho tốc độ xử lý các phân tích chỉ trong “nháy mắt”; có kết quả gần như ngay lập tức, giúp tiết kiệm thời gian cho người sử dụng và doanh nghiệp
Kết nối đến nguồn cấp dữ liệu
Tableau hỗ trợ nhiều nguồn cấp dữ liệu khác nhau như tập tin, cơ sở dữ liệu quan hệ/phi quan hệ; dữ liệu trên đám mây,…
Trình diễn thông tin trên bản đồ
Tableau được cài sẵn nhiều dạng thông tin như tên các địa danh, mã bưu chính,…;
hỗ trợ rất tốt cho việc thể hiện thông tin chi tiết và chính xác trên bản đồ Các dạng bản đồ hỗ trợ cũng đa dạng như bản đồ nhiệt; bản đồ mật độ điểm, bản đồ luồng,…
Không chỉ thể hiện các dữ liệu sẵn có mà Tableau cũng giúp đưa ra các dự đoán
xu hướng dữ liệu; dựa trên thuật toán, tạo tiền đề cho việc đưa ra quyết định của doanh nghiệp
Trang 2626
Với những tính năng hữu ích đã được liệt kê bên trên; chính là lý do mà Tableau được xem là công cụ “hoàn hảo” trong quá trình phân tích; và trực quan hóa dữ liệu giúp người sử dụng có cái nhìn tổng quan về dữ liệu; và đưa ra quyết đính chính xác
- Ưu điểm của Tableau:
- Nhược điểm của Tableau:
• Không cung cấp tính năng tự động tạo schedule reports
• Bảo mật dữ liệu
• Giá thành dùng bản Enterprise không rẻ Đối với doanh nghiệp muốn sử dụng thì phải mua bản Enterprise để bảo đảm vấn đề bảo mật
1.3 Vai trò trực quan hóa dữ liệu
1.3.1 Tại sao trực quan hóa dữ liệu lại quan trọng?
Các doanh nghiệp hiện đại thường xử lý lượng lớn dữ liệu từ nhiều nguồn dữ liệu khác nhau, chẳng hạn như:
• Trang web nội bộ và bên ngoài
• Thiết bị thông minh
• Hệ thống thu thập dữ liệu nội bộ
• Mạng xã hội
Tuy nhiên, dữ liệu thô có thể khó hiểu và khó sử dụng Do đó, các nhà khoa học
Trang 2727
dữ liệu chuẩn bị và trình bày dữ liệu theo ngữ cảnh phù hợp Họ định hình dữ liệu ở dạng trực quan để những người phụ trách đưa ra quyết định có thể xác định mối quan
hệ giữa dữ liệu và phát hiện ra các mẫu hoặc xu hướng ẩn Trực quan hóa dữ liệu tạo
ra các thông điệp giúp nâng cao nghiệp vụ thông minh và hỗ trợ đưa ra quyết định cũng như lập kế hoạch chiến lược dựa trên dữ liệu
1.3.2 Lợi ích của việc trực quan hóa dữ liệu là gì?
Trực quan hóa dữ liệu có một số lợi ích như sau:
• Đưa ra quyết định chiến lược
Các bên liên quan chính và ban lãnh đạo cấp cao nhất sử dụng khả năng trực quan hóa dữ liệu để diễn giải dữ liệu sao cho có nghĩa Họ tiết kiệm thời gian thông qua việc phân tích dữ liệu nhanh hơn và khả năng trực quan hóa góc nhìn toàn cảnh hơn
Ví dụ: họ có thể xác định các mẫu, khám phá xu hướng, thu thập thông tin chuyên sâu để luôn dẫn trước đối thủ
• Cải thiện dịch vụ khách hàng
Trực quan hóa dữ liệu làm nổi bật nhu cầu và mong muốn của khách hàng thông qua biểu diễn đồ họa Bạn có thể xác định những lỗ hổng trong dịch vụ khách hàng của mình, cải thiện sản phẩm hoặc dịch vụ theo chiến lược và giảm hoạt động kém hiệu quả
• Tăng mức độ tương tác của nhân viên
Các kỹ thuật trực quan hóa dữ liệu rất hữu ích đối với quá trình truyền đạt kết quả phân tích dữ liệu cho một nhóm nhiều nhân viên Toàn bộ nhóm có thể cùng trực quan hóa dữ liệu để phát triển các mục tiêu và kế hoạch chung Họ có thể sử dụng phép phân tích trực quan để đo lường mục tiêu và tiến độ cũng như cải thiện động lực của nhóm Ví dụ: nhóm bán hàng cùng nhau hợp tác để tăng doanh số bán hàng trong một quý biểu diễn dưới dạng biểu đồ cột
Trang 28Tháng 01/2017, Trung tâm DVVL Hà Nội được tổ chức lại trên cơ sở hợp nhất Trung tâm DVVL Hà Nội (cũ) và Trung tâm DVVL Hà Nội số 2 Hà Nội trực thuộc
Sở LĐTB&XH Hà Nội theo Quyết định số 375/QĐ-UBND của UBND thành phố Hà Nội ban hành ngày 19/01/2017 Hiện nay, Trung tâm có 3 trụ sở làm việc và 13 sàn GDVL vệ tinh đặt tại nhiều quận, huyện trên địa bàn Hà Nội Hiện nay Trung tâm có
3 trụ sở làm việc:
+ Trụ sở chính: số 215 phố Trung Kính, Phường Yên Hòa, Q.Cầu Giấy, Hà Nội + Trụ Sở 1: số 144 đường Trần Phú, Quận Hà Đông, Hà Nội
+ Trụ sở 2: Ngõ 33 phố Tạ Quang Bửu, P.Bách Khoa, Q.Hai Bà Trưng, Hà Nội
Tính đến ngày 31/12/2022, Trung tâm có tổng số cán bộ nhân viên là 194 người Đảng bộ Trung tâm có 76 đảng viên (71 đảng viên chính thức, 05 đảng viên
dự bị) Trung tâm có Tổ chức Công đoàn và Đoàn Thanh niên
2.1.2 Cơ cấu và nhiệm vụ
2.1.2.1 Cơ cấu tổ chức bộ máy
Tổ chức bộ máy Trung tâm bao gồm có: Ban Giám đốc và 06 phòng chuyên môn là: phòng Tổ chức - Hành chính; phòng Bảo hiểm thất nghiệp; phòng Thông tin thị trường lao động; phòng Tư vấn - Giới thiệu việc làm; phòng Đào tạo nghề và phòng Phân tích - Dự báo thị trường lao động
Trang 2929
Nguồn: Trung tâm Dịch vụ việc làm Hà Nội
Hình 2.1: Cơ cấu tổ chức bộ máy của Trung tâm Dịch vụ việc làm Hà Nội
Ngoài ra, thực hiện triển khai Đề án “nâng cao hiệu quả hoạt động Sàn giao dịch việc làm Thành phố Hà Nội giai đoạn 2014 - 2015 và định hướng đến năm 2020” của UBND thành phố Hà Nội, Trung tâm còn có hệ thống Sàn GDVL bao gồm Sàn GDVL cấp thành phố tại quận Cầu Giấy, quận Hà Đông và Sàn GDVL vệ tinh tại huyện Ba Vì; huyện Đông Anh; huyện Phú Xuyên, huyện Thạch Thất, huyện Đan Phượng, huyện Ứng Hòa, Hoài Đức, Long Biên, Gia Lâm, Sóc Sơn, Mê Linh, Thường Tín và Nam Từ Liêm
Trang 3030
Nguồn: Trung tâm Dịch vụ việc làm Hà Nội
Sơ đồ 2.2: Cơ cấu tổ chức hệ thống Sàn GDVL cấp thành phố
Sàn GDVL cấp thành phố là các Sàn GDVL được UBND thành phố đầu tư và tập trung xây dựng làm sàn GDVL kiểu mẫu theo Đề án "Phát triển thị trường lao động thành phố Hà Nội giai đoạn 2006 - 2010 và định hướng đến năm 2015" của UBND Thành phố Hà Nội Đến nay, sàn GDVL cấp thành phố đang hoạt động trên địa bàn hai quận là quận Cầu Giấy và quận Hà Đông do phòng Tổ chức – Hành chính quản lý và điều hành Đây cũng lần lượt là nơi đóng trụ sở chính và cơ sở 1 của Trung tâm DVVL Hà Nội Cơ cấu tổ chức bộ máy Sàn GDVL cấp thành phố bao gồm 1 trưởng sàn và các nhân viên phụ trách nghiệp vụ (Sàn GDVL cấp thành phố có số nhân viên nhiều hơn các sàn GDVL vệ tinh do thường phải tiếp nhận khá lớn NLĐ tới tham gia) Sàn GDVL cấp thành phố thu hút tham gia đông đảo của các doanh nghiệp, cơ sở đào tạo và NLĐ, nâng cao thu thập cơ sở dữ liệu (CSDL) việc tìm người – người tìm việc, chắp nối việc làm cho NLĐ, giải quyết được tối đa nhu cầu về việc làm tại địa phương với đa dạng các đối tượng: Sinh viên tốt nghiệp đại học, lao động thất nghiệp, lao động có tuổi tìm việc làm thêm
Ngoài ra, sàn GDVL vệ tinh là hệ thống 13 Sàn GDVL được Trung tâm DVVL
Hà Nội phối kết hợp với UBND các quận/huyện trên địa bàn thành phố triển khai thực hiện theo theo Đề án “Tổ chức nâng cao hiệu quả hoạt động của Sàn GDVL Hà Nội giai đoạn 2014 - 2015 và định hướng đến năm 2020” của UBND thành phố Hà Nội Sàn GDVL vệ tinh hiện nay được Trung tâm phân công phòng Thông tin thị trường lao động quản lý và điều hành nghiệp vụ
Sàn GDVL cấp thành phố
Quận Cầu Giấy
Quận Hà Đông
Trang 31 Mối quan hệ với các phòng khác
- Phòng thông tin cung cấp thông tin đầu vào sau đó phòng phân tích- dự báo sẽ phân tích xử lý số liệu và viết báo cáo
- Phối hợp với phòng Thông tin tổ chức điều tra, thu thập thông tin thị trường lao động trên địa bàn Hà Nội, trên địa bàn cả nước và ngoài nước; trong ngắn hạn và dài hạn
- Thực hiện hoạt động tư vấn, dịch vụ về các lĩnh vực khảo sát, điều tra, phân tích, dự báo, chuyển giao số liệu thị trường lao động với các phòng khác như phòng Tư vấn việc làm, phòng Bảo hiểm thất nghiệp,
2.1.2.3 Chức năng, nhiệm vụ của các phòng ban
Khảo sát Thị trường lao động Phó phòng
Trang 3232
- Lập kế hoạch về lao động và biên chế; tham mưu, đề xuất công tác bố trí,
sắp xếp, thuyên chuyển…lao động; giám sát, theo dõi việc quản lý, sắp xếp, bố trí và
sử dụng cán bộ, NLĐ trong Trung tâm
- Tham mưu, đề xuất các công việc, quy trình về công tác cán bộ, quy hoạch nguồn nhân lực phù hợp với kế hoạch phát triển của Trung tâm Thực hiện các thủ tục để xem xét bổ nhiệm các chức vụ trong Trung tâm theo phân cấp
- Đề xuất các giải pháp, biện pháp và tổ chức thực hiện các chủ trương, quy hoạch, kế hoạch phát triển thuộc lĩnh vực được phân công
- Nghiên cứu, ban hành các văn bản về nội quy, quy chế làm việc của Trung tâm phù hợp với yêu cầu phát triển
- Theo dõi việc chấp hành thời gian, nề nếp, kỷ luật lao động của cán bộ, viên chức và NLĐ; kiểm tra, đôn đốc các phòng nghiệp vụ thực hiện đúng quy định, quy chế Trung tâm theo sự phân công của Giám đốc
- Cùng các phòng có liên quan phối hợp tổ chức hội nghị đại biểu cán bộ, công chức, viên chức, NLĐ hàng năm và các hội thảo, hội nghị của Trung tâm
- Thực hiện công tác tổng hợp báo cáo, văn bản hành chính, văn thư, lưu trữ
- Bố trí điều kiện làm việc, phục vụ công tác văn phòng toàn Trung tâm
- Quản lý toàn bộ tài sản, cơ sở vật chất, trang thiết bị của Trung tâm; thực hiện và tổ chức giám sát sửa chữa và duy tu cơ sở vật chất của Trung tâm; thực hiện các thủ tục mua sắm một số tài sản, trang thiết bị phục vụ công việc và các hoạt động công vụ cho Trung tâm
- Quản lý phục vụ công tác thông tin liên lạc, thư báo
- Quản lý, điều hành hoạt động các Sàn giao dịch việc làm cấp thành phố
- Quản lý, theo dõi và phục vụ cung ứng văn phòng phẩm trong toàn Trung tâm
- Quản lý toàn bộ trang thiết bị, cơ sở vật chất của Trung tâm
- Hoạch toán và quản lý toàn bộ nguồn thu, chi của Trung tâm theo đúng nguyên tắc, chế độ chính sách hiện hành của Nhà Nước;
- Tổng hợp, sửa đổi bổ sung quy chế chi tiêu nội bộ hàng năm cho phù hợp với hoạt động của đơn vị và theo đúng quy định của pháp luật
* Phòng Thông tin Thị trường lao động
Trang 3333
- Tham mưu, lên kế hoạch và thực hiện tổ chức các phiên GDVL của Sàn GDVL
+ Tổ chức các phiên GDVL chuyên đề, lồng ghép, lưu động và online
+ Tham mưu, xây dựng và vận hành các Sàn GDVLvệ tinh tại các quận, huyện
- Tổ chức thực hiện công tác truyền thông, tuyên truyền, quảng bá và giới thiệu
về các hoạt động của Sàn GDVL
- Tổ chức khảo sát và thu thập thông tin người tìm việc – việc tìm người về việc làm, học nghề, tiền công, tiền lương, nhu cầu tuyển dụng phục vụ cho sàn giao dịch việc làm
- Cung cấp cho NLĐ và người sử dụng lao động về thông tin thị trường lao động và các cơ chế, chính sách trong lĩnh vực lao động, việc làm
- Quản trị Website: vieclamhanoi.net
- Duy trì hệ thống công nghệ thông tin toàn Trung tâm
- Quản lý, điều hành hoạt động các Sàn GDVL vệ tinh
- Định kỳ hàng tháng, hàng quý, hàng năm và đột xuất báo cáo lãnh đạo Trung tâm về kết quả công tác theo quy định
- Thực hiện các nhiệm vụ khác khi được lãnh đạo phân công
* Phòng Tư vấn - Giới thiệu việc làm
- Tham mưu Lãnh đạo Trung tâm xây dựng các chương trình, kế hoạch về tư vấn, giới thiệu việc làm hàng năm và đột xuất
- Hoạt động tư vấn gồm:
+ Tư vấn việc làm cho NLĐ bao gồm các hoạt động tư vấn về các vị trí việc làm thích hợp với kỹ năng và mong muốn của NLĐ; khởi sự doanh nghiệp, tìm kiếm việc làm theo các hợp đồng ở nước ngoài
+ Tư vấn cho chủ doanh nghiệp cách thức và phương pháp tìm kiếm các ứng phù hợp; về quản lý và khai thác nguồn nhân lực;
+ Tư vấn về cơ chế, chính sách BHXH, BHTN cho NLĐ
+ Tư vấn cho NLĐ thất nghiệp, người khuyết tật, lao động xuất khẩu trở về Việt Nam và các lao động đặc thù khác về kiến thức và kĩ năng,
- Giới thiệu việc làm cho NLĐ nhằm kết nối tìm kiếm ứng viên cho doanh nghiệp, cụ thể:
Trang 3434
+ Giới thiệu NLĐ đang tìm việc với các doanh nghiệp tuyển dụng
+ Cung ứng lao động theo nhu cầu của doanh nghiệp
+ Sàng lọc ứng viên thông qua phỏng vấn, thi tuyển để lựa chọn những ứng viên phù hợp với yêu cầu tuyển dụng
+ Giới thiệu việc làm cho NLĐ người thất nghiệp, người khuyết tật, lao động xuất khẩu trở về Việt Nam và các lao động đặc thù khác
+ Tổ chức đào tạo, hướng dẫn, chia sẻ các kiến thức, kinh nghiệm kỹ năng tìm việc cho NLĐ
- Tuyên truyền, phổ biến cơ chế, chính sách về BHXH, BHTN
- Thực hiện các chương trình, kế hoạch khác khi Giám đốc giao
* Phòng Phân tích - Dự báo thị trường lao động
- Tổ chức khảo sát, thu thập thông tin thị trường lao động trên địa bàn Hà Nội, trên địa bàn cả nước và ngoài nước; trong ngắn hạn và dài hạn
- Phân tích, tổng hợp thông tin phản hồi và đánh giá tác động của chính sách
về nguồn nhân lực trên địa bàn thành phố
- Phân tích, dự báo thị trường lao động phục vụ xây dựng kế hoạch quy hoạch phát triển kinh tế xã hội
- Nghiên cứu, tham mưu, đề xuất các giải pháp nâng cao hiệu quả hoạt động
hệ thống Sàn GDVL cấp thành phố, Sàn GDVL vệ tinh của thành phố Hà Nội
- Tổ chức cập nhật, lưu trữ, quản lý, quản trị, khai thác CSDL thị trường lao động Hà Nội
- Định kỳ tổng hợp báo cáo, công bố thông tin thị trường lao động cho các cơ quan quản lý nhà nước các cấp và các chủ thể khác
- Thực hiện các nhiệm vụ khác khi được lãnh đạo phân công
* Phòng Bảo hiểm thất nghiệp
- Tổ chức, tiếp nhận hồ sơ đề nghị hưởng BHTN, xem xét và thực hiện các quy trình hưởng TCTN;
- Thực hiện tuyên truyền, thông tin về chính sách, pháp luật BHTN;
- Thực hiện các biện pháp để hỗ trợ việc làm, học nghề đối với NLĐ bị thất nghiệp trên địa bàn;
- Định kỳ hàng tháng, hàng quý, hàng năm và đột xuất báo cáo lãnh đạo Trung
Trang 3535
tâm về kết quả công việc theo quy định
- Thực hiện các nhiệm vụ khác khi được lãnh đạo phân công
- Biên tập nội dung các chương trình đào tạo, tập huấn cho NLĐ về kỹ năng, cách thức ứng tuyển
- Tuyên truyền các thông tin tuyển sinh học nghề, đào tạo nghề trên Sàn giao dịch việc làm và website của Trung tâm
- Định kỳ hàng tháng, hàng quý, hàng năm và đột xuất báo cáo lãnh đạo Trung tâm về công tác được phân công theo quy định
2.1.3 Tình hình hoạt động của đơn vị
Năm 2020-2022, dịch bệnh viêm đường hô hấp cấp Covid -19 trên thế giới và trong nước đã ảnh hưởng không nhỏ đến các hoạt động nghiệp vụ của Trung tâm Tuy nhiên, Trung tâm đã nỗ lực triển khai thực hiện tốt các hoạt động nghiệp vụ trên
cơ sở đảm bảo công tác phòng, chống dịch bệnh, chủ động thực hiện tăng cường các biện pháp, giải pháp khắc phục khó khăn để trung tâm hoạt động tốt trong công tác giải quyết việc làm cho người lao động
Trong 3 năm vừa qua, Trung tâm đã triển khai nhiều hình thức, chương trình
tư vấn với đa dạng các đối tượng là học sinh, sinh viên tại các trường trung cấp nghề, cao đẳng và đại học trên địa bàn thành phố; tư vấn cho người lao động đến đăng ký tìm việc làm, đăng ký hưởng trợ cấp thất nghiệp và tham gia Sàn GDVL tại Trung tâm, tại các điểm GDVL vệ tinh, Sàn GDVL vệ tinh Các hoạt động giới thiệu việc làm tập trung nhiều vào các đối tượng lao động hưởng BHTN tại 02 sàn chính và các điểm, sàn GDVL vệ tinh
Trang 3636
Các năm qua, Trung tâm Dịch vụ việc làm Hà Nội đã phối hợp với Phòng Việc Làm - An toàn Lao động tham mưu Sở Lao động -Thương binh & Xã hội xây dựng
Đề án “Nâng cao hiệu quả hoạt động hệ thống sàn GDVL thành phố Hà Nội giai đoạn
2021 - 2025 và những năm tiếp theo” và đã được phê duyệt theo Quyết định số 3362/QĐ-UBND ngày 13/7/2021 của UBND Thành phố Tham mưu xây dựng Kế hoạch 6028/ KH-SLĐTBXH ngày 25/10/2021 của Sở Lao động - TB&XH Hà Nội
về việc Triển khai thực hiện Đề án “Nâng cao hiệu quả hoạt động Sàn giao dịch việc làm thành phố Hà Nội giai đoạn 2021 - 2025 và những năm tiếp theo” Cong tác tổ chức các phiên GDVL tăng lên qua từng năm và hiệu quả thấy rõ ràng qua các kết quả báo cáo từng năm
Trung tâm tiếp tục thực hiện tốt chính sách BHTN trên địa bàn Thành phố Trong thời gian giãn cách xã hội theo Chỉ thị số 17/CT-UBND ngày 23/7/2021 của UBND Thành phố Hà Nội, Trung tâm đã tổ chức cho người lao động thực hiện các giao dịch về bảo hiểm thất nghiệp theo hình thức gián tiếp (qua đường bưu điện, email, zalo ) nhằm vừa đảm bảo quyền lợi cho người lao động vừa làm tốt công tác phòng chống dịch bệnh Thực hiện tốt các nghiệp vụ như: tiếp nhận và giải quyết đơn thư từ phía người lao động Sau thời gian giãn cách xã hội, Trung tâm tiếp tục tổ chức cho người lao động thực hiện các giao dịch BHTN qua cả hai hình thức trực tiếp và gián tiếp Trong quý III/2022, Trung tâm DVVL Hà Nội đã tiếp nhận 22.033 hồ sơ
đề nghị hưởng BHTN, tăng 7.837 hồ sơ so với cùng kỳ năm 2021, tương ứng tăng 55,21% Có 21.880 người có quyết định hưởng trợ cấp thất nghiệp Trong đó: , người
có quyết định chủ yếu là người lao động trẻ, có độ tuổi từ 25 – 40, chiếm 72,44% tổng số hồ sơ Điều đó cho thấy nhóm lao động trẻ vẫn là nhóm đối tượng có việc làm thiếu bền vững Số người được tư vấn, giới thiệu việc làm 20.704 lượt người, trong đó 34,18% người lao động được giới thiệu việc làm, tăng 3.198 người so với cùng kỳ năm 2021
Trung tâm bám sát chức năng nhiệm vụ, động viên toàn thể cán bộ, viên chức, người lao động trong đơn vị phấn đấu thực hiện tốt chỉ tiêu, kế hoạch, thi đua lao động giỏi, sáng tạo, thực hành tiết kiệm, chống lãng phí, thi đua đạt nhiều thành tích đáng khen ngợi Các công tác khác tại trung tâm luôn được thực hiện tốt, nghiêm túc
Trang 3737
được đánh giá rất cao như: Công tác Kế toán, tài vụ được thực hiện chặt chẽ, đúng chế độ nhà nước quy định; đáp ứng kịp thời mọi hoạt động chuyên môn của Trung tâm, chi tiêu đảm bảo thực hành tiết kiệm, góp phần nâng cao thu nhập cho cán bộ, nhân viên Công tác tài chính tại Trung tâm luôn đảm bảo nguyên tắc tài chính, không
có sai sót trong hoạt động nghiệp vụ; công tác cải cách hành chính được thường xuyên
rà soát, chuẩn hóa, cập nhật những điểm mới về thủ tục hành chính và được quán triệt sâu, rộng tạo chuyển biến về nhận thức với cán bộ, công chức, người lao động, đặc biệt là các cán bộ nhân viên thường xuyên có công việc tiếp xúc với nhân dân
2.1.4 Định hướng phát triển
- Định hướng phát triển trọng tâm của trung tâm là “Tiếp tục Đổi mới toàn
diện và nâng cao chất lượng công tác chuyên môn, tạo sự chuyển biến căn bản về chất trong hoạt động chuyên môn, nghiệp vụ từ đó nâng cao năng lực hoạt động của Trung tâm một cách toàn diện, quyết tâm hoàn thành xuất sắc các nhiệm vụ chính trị được giao trong năm.”
- Tổ chức rà soát, sắp xếp bộ máy các phòng, bộ phận thuộc Trung tâm cho phù hợp với thực tiễn nhằm từng bước nâng cao năng lực hoạt động, hiệu quả công tác đáp ứng yêu cầu đòi hỏi thực hiện tốt nhiệm vụ được giao
- Tổ chức đánh giá, phân loại chất lượng cán bộ để xây dựng kế hoạch đào tạo, bồi dưỡng nâng cao trình độ chính trị, chuyên môn nghiệp vụ đối với đội ngũ cán bộ viên chức và người lao động tại Trung tâm
- Tăng cường hoạt động giám sát, kiểm tra công vụ, kiểm tra tinh thần, thái độ làm việc và tiến độ công việc của cán bộ, nhân viên Trung tâm Kịp thời động viên, khen thưởng những tập thể, cá nhân hoàn thành tốt nhiệm vụ và đôn đốc, nhắc nhở những cá nhân có biểu hiện sai phạm Nâng cao hơn nữa tinh thần phục vụ của đội ngũ cán bộ, viên chức thực hiện nhiệm vụ tiếp dân
- Nâng cao số lượng, chất lượng hoạt động tư vấn (Tư vấn việc làm, tư vấn học nghề, tư vấn pháp luật lao động, tư vấn BHTN và tăng cường tổ chức các lớp kỹ năng tham dự phỏng vấn tuyển dụng cho NLĐ và học sinh, sinh viên các Trường Đại học, cao đẳng trên địa bàn Thành phố, thí điểm mở một số lớp tư vấn hướng nghiệp cho học sinh phổ thông);
Trang 3838
- Tổ chức triển khai có hiệu quả Đề án “Nâng cao hiệu quả hoạt động hệ thống Sàn giao dịch việc làm thành phố Hà Nội giai đoạn 2021 – 2025 và những năm tiếp theo” theo quyết định số 3362/QĐ-UBND ngày 13/07/2021 của UBND thành phố Hà Nội
- Thực hiện công tác thu thập thông tin thị trường lao động, nhất là thu thập thông tin việc làm trống và thông tin tìm việc của người lao động, trong đó tập trung vào các nhóm lao động yếu thế, lao động đang hưởng chính sách BHTN, lao động và các doanh nghiệp, hộ kinh doanh, HTX gặp khó khăn do ảnh hưởng của dịch COVID-
19
- Đổi mới công tác phân tích – dự báo thị trường lao động cho phù hợp với tình hình thực tế, đặc biệt trong bối cảnh thị trường lao động chịu ảnh hưởng nặng nề của dịch Covid-19 Tham mưu Sở Lao động – Thương binh & Xã hội phối hợp với các Sở, ban ngành, các quận huyện để thực hiện tốt công tác phân tích – dự báo thị trường lao động nhằm xây dựng hệ thống cơ sở dữ liệu thị trường lao động phục vụ nhu cầu của doanh nghiệp, người lao động và các cơ quan chức năng
- Tiếp tục thực hiện thu thập thông tin biến động Cung - Cầu lao động trên địa bàn Thành phố theo Thông tư số 27/TT-BLĐTBXH ngày 24/7/2015 của Bộ Lao động
- Thương binh và Xã hội về việc hướng dẫn thu thập, lưu trữ, tổng hợp thông tin thị trường lao động sau khi cập nhật để phục vụ công tác phân tích, dự báo thị trường lao động trên địa bàn, hỗ trợ các quận, huyện, thị xã trong việc quản lý, khai thác, sử dụng cơ sở dữ liệu Cung - Cầu lao động
- Thực hiện tốt chính sách bảo hiểm thất nghiệp trên địa bàn Thành phố, kịp thời giải quyết các vướng mắc phát sinh đảm bảo quyền lợi của người lao động; tham mưu xây dựng Quy trình liên ngành giữa cơ quan BHXH và Sở về thực hiện chính sách BHTN trên địa bàn TP Hà Nội Nghiên cứu thực hiện phân tích các số liệu về lao động bảo hiểm thất nghiệp để tham mưu cho các cơ quan chức năng đưa ra những định hướng triển khai chính sách bảo hiểm thất nghiệp tốt hơn
- Đẩy mạnh hoạt động đào tạo nghề cho người lao động, trong đó chú trọng đào tạo cho đối tượng lao động hưởng BHTN, lao động là người khuyết tật, con em gia đình chính sách và bộ đội hoàn thành nghĩa vụ, lao động bị ảnh hưởng bởi dịch Covid-19 ;
Trang 3939
2.2 Tổng quan về thị trường lao động Hà Nội
Những năm vừa qua, thị trường lao động ở Hà Nội phát triển khá nhanh nhưng vẫn chưa thực sự chắc chắn Nhằm tạo việc làm tốt hơn cho người lao động, các cơ quan, đơn vị, địa phương của thành phố Hà Nội đã, đang tập trung xây dựng, phát triển thị trường lao động theo hướng toàn diện, bền vững
2.2.1 Thiếu nguồn nhân lực có kỹ năng
Theo Sở Lao động - Thương binh và Xã hội Hà Nội, giai đoạn 2015-2020, trung bình mỗi năm, toàn thành phố tuyển sinh, đào tạo nghề cho hơn 202.000 lượt người, đạt 132% so với kế hoạch Nhờ đó, đã góp phần nâng tỷ lệ lao động qua đào tạo từ 53,14% vào năm 2015 lên 70,25% vào năm 2020 Cũng trong giai đoạn 2015-
2020, mỗi năm Hà Nội giải quyết việc làm mới cho hơn 154.000 lao động, vượt kế hoạch đề ra Trong 5 tháng đầu năm 2021, dù gặp rất nhiều khó khăn do ảnh hưởng của dịch Covid-19, toàn thành phố vẫn giải quyết được việc làm cho gần 79.000 người, đạt 49,1% kế hoạch cả năm
Tuy nhiên, theo ông Tạ Văn Thảo, Giám đốc Trung tâm Dịch vụ việc làm Hà Nội, thị trường lao động hiện phát triển chưa thật sự bền vững Thực tế, trong số lao động qua đào tạo ở Hà Nội, tỷ lệ lao động có bằng, chứng chỉ mới đạt 48% Nguồn nhân lực sẵn sàng cung ứng cho thị trường chủ yếu là lao động phổ thông và đang rất thiếu nguồn nhân lực có kỹ năng, nhất là ở một số ngành nghề như công nghệ thông tin, tự động hóa, điện tử, cơ điện tử
Anh Nguyễn Thế Trung (tổ dân phố số 1, thị trấn Chi Đông, huyện Mê Linh) chia sẻ: “Hiện nay có rất nhiều cơ hội nhưng không phải ai cũng tìm được việc làm tốt bởi yêu cầu của doanh nghiệp ngày càng cao Như cá nhân tôi được đào tạo nghề điện tử nhưng do yếu kỹ năng giao tiếp bằng ngoại ngữ nên để tìm được việc làm ưng
ý không phải dễ ”
Một vấn đề đáng quan tâm khác là do ảnh hưởng của dịch Covid-19, một bộ phận không nhỏ người lao động ở Thủ đô bị mất việc Làm cho một doanh nghiệp du lịch nhưng hiện phải tạm nghỉ việc, chị Đặng Hà Minh (tổ dân phố số 2, phường Dịch Vọng, quận Cầu Giấy) đang bán hàng trực tuyến để kiếm thêm thu nhập, chia sẻ:
"Những tác động của dịch Covid-19 cho thấy việc cần lưu ý hơn đến yêu cầu hoàn
Trang 402.2.2 Theo sát nhu cầu thị trường lao động
Để hướng đến một thị trường lao động phát triển bền vững, ngày 8-6-2021, UBND thành phố Hà Nội ban hành Kế hoạch số 142/KH-UBND về thực hiện
“Chương trình hỗ trợ phát triển thị trường lao động thành phố Hà Nội đến năm 2030” Theo đó, thành phố đặt mục tiêu tỷ lệ lao động qua đào tạo đạt 75-80%, trong đó lao động qua đào tạo nghề có bằng cấp, chứng chỉ đạt 55-60% vào năm 2025 và đạt trên 60% vào năm 2030 (mỗi năm đào tạo nghề cho 230.000 lượt người; giải quyết việc làm cho ít nhất 160.000 người); tỷ lệ lao động có kỹ năng công nghệ thông tin đạt 80% vào năm 2025 và 90% vào năm 2030
Hiện thực hóa các mục tiêu nói trên, thành phố đưa ra giải pháp trọng tâm là
hỗ trợ phát triển cung - cầu lao động và hoàn thiện hệ thống thông tin thị trường lao động Trong đó, các đơn vị, địa phương của thành phố phải tiếp tục đổi mới, nâng cao chất lượng đào tạo nghề cho người lao động theo sát nhu cầu của thị trường việc làm
Ông Lê Minh Thảo, Trưởng phòng Dạy nghề (Sở Lao động - Thương binh và
Xã hội Hà Nội) cho biết, hệ thống giáo dục nghề nghiệp ở Thủ đô đang gắn kết với gần 600 doanh nghiệp để tuyển sinh, đào tạo nghề, bảo đảm người học sẽ có việc làm sau khi tốt nghiệp Chẳng hạn, Trường Cao đẳng nghề Công nghệ cao Hà Nội đã phối hợp với Hiệp hội Thang máy Việt Nam và một số đơn vị liên quan thành lập Trung tâm Đào tạo ngành kỹ thuật thang máy
Theo ông Nguyễn Hải Đức, Chủ tịch Hiệp hội Thang máy Việt Nam, "cái bắt tay" giữa nhà trường với doanh nghiệp để đào tạo nhân lực cho ngành kỹ thuật thang máy sẽ đáp ứng nhu cầu ngày càng cao của thị trường trong tương lai gần
Trong khi đó, Phó Chủ tịch UBND huyện Đông Anh Nguyễn Thị Tám thông