Lịch học dự kiến diễn ra
Lớp: | SQL LEVEL 1 |
---|---|
Địa điểm: | 59 Cao Thắng, Quận 3, HCM |
Thời gian học: | Thứ 5 - 19H00 - 21H30 & Chủ nhật - 19H00 - 21H30 |
Lịch khai giảng: | Dec. 22, 2024 |
Thời gian kết thúc: | Jan. 19, 2025 |
Giảng viên dự kiến: | None |
Lớp: | SQL LEVEL 1 |
---|---|
Địa điểm: | Tầng 5, Tòa nhà Star City, 23 Lê Văn Lương, HN |
Thời gian học: | Thứ 3 - 19H00 - 21H30 & Thứ 5 - 19H00 - 21H30 |
Lịch khai giảng: | Dec. 31, 2024 |
Thời gian kết thúc: | Jan. 28, 2025 |
Giảng viên dự kiến: | None |
Lớp: | PBI LEVEL 1 |
---|---|
Địa điểm: | 59 Cao Thắng, Quận 3, HCM |
Thời gian học: | Thứ 5 - 19H00 - 21H30 & Chủ nhật - 19H00 - 21H30 |
Lịch khai giảng: | Dec. 26, 2024 |
Thời gian kết thúc: | Jan. 19, 2025 |
Giảng viên dự kiến: | None |
Lớp: | PYTHON LEVEL 1 |
---|---|
Địa điểm: | Tầng 5, Tòa nhà Star City, 23 Lê Văn Lương, HN |
Thời gian học: | Thứ 5 - 19H00 - 21H30 & Thứ 7 - 19H00 - 21H30 |
Lịch khai giảng: | Dec. 19, 2024 |
Thời gian kết thúc: | Jan. 18, 2025 |
Giảng viên dự kiến: | Hungdd |
Lớp: | PBI LEVEL 1 |
---|---|
Địa điểm: | Tầng 5, Tòa nhà Star City, 23 Lê Văn Lương, HN |
Thời gian học: | Thứ 3 - 19H00 - 21H30 & Thứ 5 - 19H00 - 21H30 |
Lịch khai giảng: | Dec. 19, 2024 |
Thời gian kết thúc: | Jan. 14, 2025 |
Giảng viên dự kiến: | Tungvt.PB |
Lớp: | PYTHON LEVEL 1 |
---|---|
Địa điểm: | 59 Cao Thắng, Quận 3, HCM |
Thời gian học: | Thứ 4 - 19H00 - 21H30 & Chủ nhật - 19H00 - 21H30 |
Lịch khai giảng: | Dec. 11, 2024 |
Thời gian kết thúc: | Jan. 12, 2025 |
Giảng viên dự kiến: | None |
Lớp: | SQL LEVEL 1 |
---|---|
Địa điểm: | Tầng 5, Tòa nhà Star City, 23 Lê Văn Lương, HN |
Thời gian học: | Thứ 2 - 19H00 - 21H30 & Thứ 6 - 19H00 - 21H30 |
Lịch khai giảng: | Dec. 13, 2024 |
Thời gian kết thúc: | Jan. 10, 2025 |
Giảng viên dự kiến: | Tubt |
Business Intelligence Track
Đây là chương trình đào tạo full skill về Business Intelligence gồm 05 khóa học, đào tạo từ cơ bản đến nâng cao giúp bạn trình bày dữ liệu kinh doanh thành các Business Intelligence Dashboard tổng quan, thực hiện xử lý dữ liệu chuyên sâu và đưa ra các chiến lược, giải pháp kinh doanh dựa vào những insights có được thông qua các báo cáo kinh doanh và dữ liệu.
Đồng thời, khóa học SQL cơ bản sẽ cung cấp các công cụ, kiến thức nền tảng và tư duy về cơ sở dữ liệu, phân tích, xử lý, làm sạch và tối ưu hóa dữ liệu. Thực hành tại lớp với giảng viên về các case studies thực tế
Tiếp đó, Khóa học Excel Dashboard cung cấp các công cụ và định hướng tư duy về cơ sở dữ liệu, cách phân tích, xử lý và trực quan hóa dữ liệu trên excel giúp bạn tạo các báo cáo vô cùng trực quan và dễ hiểu trên excel
Sau cùng, Khóa học giúp học viên bước đầu làm quen với ngôn ngữ lập trình Python và phân tích Big Data, tìm hiểu về database qua thực hành với các case studies thực tế trong lĩnh vực Phân tích Dữ liệu, Quản trị rủi ro và Quản trị danh mục
Hình thức đào tạo online và offline trong thời lượng 40 buổi học, mỗi buổi học từ 2.5 - 3 tiếng. Học trực tiếp cùng các chuyên gia thông tin như sau:
Tên 05 khóa học nhỏ trong chương trình Business Intelligence Track:
1. Excel for Business Intelligence Analyst
2. SQL for Newbies: Data Analysis for Beginners (SQL Level 1)
3. Analyzing and visualizing data on Power BI (Power BI Level 1)
4. Applying Power BI In Business Intelligence (Power BI Level 2)
5. Python Foundation in Data Analytics (Python Level 1)
Cơ hội nghề nghiệp nổi bật sau khi tốt nghiệp chương trình đào tạo này là vị trí hot sau:
• Tất cả vị trí Business Intelligence Developer (Chuyên viên phát triển BI)
• Tất cả vị trí Business Intelligence Analyst (Nhà Phân Tích Trí Tuệ Kinh Doanh)
• Business Intelligence (BI) Specialist (Chuyên viên Phân tích Kinh doanh)
• Data Analyst (Chuyên viên Phân tích Dữ liệu)
Đối tượng
• Sinh viên khối kinh tế, kĩ thuật có định hướng tham gia ngành Data Science, Data Analytics đang cần học thêm kiến thức và kỹ năng về phân tích dữ liệu chuyên sâu để ra trường có việc làm ngay với mức thu nhập hấp dẫn• Những bạn trẻ có mong muốn chuyển ngang sang vị trí Data Analyst, Data Science & Big Data, Business Intelligence Specialist để có mức thu nhập cao hơn lên tới 1000$/tháng và các cơ hội sự nghiệp đột phá hơn
• Người đã đi làm, mong muốn học phân tích dữ liệu để cải thiện kiến thức và kỹ năng làm việc với dữ liệu để phục vụ cho công việc hiện tại và định hướng phát triển sự nghiệp trong tương lai
Yêu cầu đầu vào
Không yêu cầu đầu vàoBạn sẽ học những gì
• Làm chủ ngôn ngữ SQL trong xử lý, xây dựng và quản trị hệ thống cơ sở dữ liệu lớn• Chuyên sâu Excel trong phân tích dữ liệu
• Làm chủ ngôn ngữ lập trình Python và thành thạo Power BI trong phân tích và trực quan hóa dữ liệu lớn
Nội dung khóa học
- Buổi 1: Giới thiệu về Excel và các tính năng cơ bản
- Buổi 2: Các hàm cơ bản thường dùng và các hàm nâng cao
- Buổi 3: Kiến thức cơ bản về Data & Giới thiệu về Power Query, Power Pivot
- Buổi 4: Tiền xử lý dữ liệu
- Buổi 5: Phân tích dữ liệu
- Buổi 6: Các nguyên tắc thiết kế biểu đồ, dashboard & Thực hành xây dựng dashboard.
- Buổi 7: Ôn tập kiến thức đã học & Tổng kết khoá học Excel
- Buổi 8: Tổng quan về SQL
- Buổi 9: Các lệnh tương tác và truy vấn dữ liệu
- Buổi 10: Ghép nối bảng
- Buổi 11: Các hàm xử lý dữ liệu
- Buổi 12: Phương pháp truy vấn dữ liệu trên các bảng phụ
- Buổi 13: Thống kê bảng dữ liệu và chủ đề về ranking
- Buổi 14: Các lệnh thêm, sửa, xóa dữ liệu trong bảng
- Buổi 15: Tối ưu CSDL và kết nối đến các phần mềm trực quan hóa và trình bày báo cáo
- Buổi 16: Tổng kết khoá học Level 1
- Buổi 17: Giới thiệu về Power BI
- Buổi 18: Kết nối và xử lý dữ liệu
- Buổi 19: Data Model
- Buổi 20: Data Model
- Buổi 21: Tổng quan về DAX
- Buổi 22: Tổng quan về DAX
- Buổi 23: DAX Functions
- Buổi 24: Report view
- Buổi 25: Ôn tập kiến thức Level 1
- Buổi 26: Sử dụng Filter Function và Time Intelligence trong Power BI
- Buổi 27: DAX function reference
- Buổi 28: Xây dựng mô hình RFM
- Buổi 29: Xây dựng mô hình bán chéo
- Buổi 30: Chia sẻ báo cáo và bảo mật thông tin, sử dụng Bookmark và Tooltip
- Buổi 31: Làm quen với Python
- Buổi 32: Python Basic
- Buổi 33: Python Basic (Tiếp)
- Buổi 34: Numpy
- Buổi 35: Pandas: Data Loading, Storage, and File Formats; Data Cleaning and Preparation
- Buổi 36: Pandas nâng cao
- Buổi 37: Pandas: Time Series
- Buổi 38: Trực quan hóa dữ liệu
- Buổi 39: Phân tích dữ liệu thăm dò (EDA)
- Buổi 40: Web Crawling Using Selenium And Python & Capstone
- Giới thiệu
- Thiết lập công thức
- Định dạng trang tính
- In cơ bản
- Formatting
- Tạo báo cáo theo template
- Copy dữ liệu, truy vấn dữ liệu
- Trang tính
- Biểu đồ
- Nhận xét ô
- Kiến thức chung, phương pháp và thực hành nhanh nhất
Ứng dụng: Case Study:- Hàm xử lý thời gian: Date & time
- Hàm thống kê: Statistical
- Hàm xử lý chuỗi: Text
- Hàm xử lý logic: if, and, or
- Hàm tìm kiếm: Vlookup, Hlookup
- Nắm vững được các hàm từ cơ bản đến nâng cao rất hay được sử dụng.
Ứng dụng: Case Study:- Kiến thức cơ bản và thuật ngữ trong lĩnh vực dữ liệu
- Các lưu ý để việc phân tích trở nên có tính chính xác và có ý nghĩa
- Các chức năng và lợi ích của 2 add-in
- Ứng dụng của Power Query và Power Pivot
- So sánh Power Query và Power Pivot
- Hiểu biết các kiến thức cơ bản về dữ liệu
- Biết chức năng, cách sử dụng và phân biệt được Power Query và Power Pivot
- Ứng dụng của Power Query và Power Pivot trong tiền xử lý dữ liệu.
- Thực hành vận dụng.
- Biết cách làm sạch dữ liệu trước khi đi vào xử lý dữ liệu.
Ứng dụng: Case Study:- Ứng dụng của Power Query và Power Pivot trong phân tích dữ liệu.
- Thực hành vận dụng.
Tổng hợp và phân tích dữ liệu
Ứng dụng: Case Study:- Biểu đồ và ý nghĩa của từng biểu đồ
- Quy trình xây dựng dashboard
- Các nguyên tắc thiết kế dashboard.
- Xây dựng 1 dashboard cơ bản dựa trên dữ liệu đã thực hành.
- Nắm được các nguyên tắc và quy trình để xây dựng được dashboard chuyên nghiệp.
Ứng dụng: Case Study:- Kiểm tra các kiến thức trọng tâm đã học.
- Ôn tập kiến thức.
- Tổng kết khoá học.
- Nắm được bức tranh tổng thể từ khi thu thập dữ liệu đến khi tạo ra được dashboard sử dụng các công cụ của Excel.
Ứng dụng: Case Study:Giới thiệu SQL Server
Các lệnh mô tả bảng, dữ liệu (DDL - Data Definition Language)
- Hiểu tổng quan về SQL và các đối tượng chính trong cơ sở dữ liệu.
- Biết cách tạo, xóa cơ sở dữ liệu và bảng.
- Nắm vững cách thay đổi cấu trúc bảng và nhập dữ liệu vào cơ sở dữ liệu.
- Tổng quan về SQL
- Giới thiệu các đối tượng chính trong CSDL
- Các kiểu dữ liệu
- Tạo, xóa cơ sở dữ liệu
- Tạo, xóa bảng cơ sở dữ liệu
- Thay đổi cấu trúc bảng (thêm cột, xóa cột, đổi kiểu dữ liệu)
- Importing data
Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...
- Các lệnh tương tác với bảng, dữ liệu (DML - Data Manipulation Language)
- Các lệnh truy vấn dữ liệu
- Hiểu cấu trúc câu truy vấn cơ bản và cách chọn cột trong SQL.
- Biết cách lọc hàng, sử dụng các hàm tổng hợp và sắp xếp, nhóm dữ liệu.
- Nắm vững cách sử dụng các câu lệnh SQL khác như comment, alias, phép toán số học, và giới hạn kết quả.
- SQL Basic Query Structure
- Selecting columns
- Filtering rows
- Aggregate Functions (sum, avg, max, min...) - Sorting and grouping
- Having Clause
- Ohters (SQL Comments, Alias, Arithmetic Operators, Limit Your Results ...)
Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...
Ghép nối bảng
Mục tiêu:- Hiểu các khái niệm về ghép nối bảng trong SQL.
- Biết cách sử dụng các loại join (Left join, Right join, Inner join, Full outer join).
- Nắm vững cách sử dụng Union và Union All để kết hợp dữ liệu từ nhiều bảng.
- Left join, Right join, Inner join, Full outer join
- Union and union all
Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...
Các hàm xử lý dữ liệu
Mục tiêu:- Hiểu và sử dụng các hàm xử lý chuỗi trong SQL.
- Hiểu và sử dụng các hàm xử lý thời gian trong SQL.
- Hiểu và sử dụng các hàm chuyển đổi dữ liệu trong SQL.
- Nắm vững cách sử dụng hàm Case When để xử lý các điều kiện phức tạp.
- Các hàm xử lý chuỗi
- Các hàm xử lý thời gian
- Các hàm chuyển đổi
- Hàm case when
Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...
Phương pháp truy vấn dữ liệu trên các bảng phụ
Mục tiêu:- Hiểu và sử dụng phương pháp Subquery trong SQL.
- Hiểu và sử dụng Common Table Expressions (CTE) trong SQL.
- Nắm vững cách sử dụng bảng tạm để xử lý dữ liệu phức tạp.
- Phương pháp sử dụng Subquery
- Phương pháp sử dụng CTE
- Phương pháp sử dụng bảng tạm
Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...
Thống kê bảng dữ liệu và chủ đề về ranking
Mục tiêu:- Hiểu và áp dụng phương pháp Pivot Table để thống kê dữ liệu.
- Sử dụng các phương pháp phân tích và ranking để lấy top cao nhất, top thấp nhất theo các yêu cầu cụ thể.
- Phương pháp Pivot table
- Phương pháp phân tích, ranking lấy top cao nhất, top thấp nhất theo các yêu cầu cụ thể.
- Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...
Các lệnh thêm, sửa, xóa dữ liệu trong bảng
Mục tiêu:- Hiểu và sử dụng các câu lệnh chèn dữ liệu INSERT.
- Biết cách cập nhật dữ liệu bằng câu lệnh UPDATE.
- Hiểu và sử dụng câu lệnh xóa dữ liệu DELETE.
- Nắm vững cách cập nhật dữ liệu có ràng buộc.
- Câu lệnh chèn dữ liệu INSERT
- Câu lệnh cập nhật dữ liệu UPDATE
- Câu lệnh xóa dữ liệu DELETE
- Cập nhật dữ liệu có ràng buộc
- Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...
- Tối ưu CSDL
- Kết nối đến các phần mềm trực quan hóa và trình bày report
- Hiểu các khái niệm khóa chính (Primary key), khóa ngoại (Foreign key), và chỉ mục (Index).
- Biết cách kết nối dữ liệu từ SQL Server tới Excel, Power BI, và Python.
- Nắm vững cách tự động hóa báo cáo với Power BI và Excel.
- Khóa chính (Primary key), Khóa ngoài ( Foreign key), Chỉ mục (Index)
- Kết nối data từ SQL Server tới Excel, Power BI, Python.
- Tự động hóa reporting với Power BI, Excel
- Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...
Tổng kết khoá học Level 1
Mục tiêu:- Ôn tập và review toàn bộ kiến thức đã học.
- Hướng dẫn cách tra cứu Google khi sử dụng SQL trong các hệ quản trị cơ sở dữ liệu như PostgreSQL, MySQL, ...
- Review toàn bộ kiến thức
- Hướng dẫn cách tra cứu Google khi sử dụng SQL trong các hệ quản trị CSDL như Postgre SQL, My SQL, ...
Thực hành cuối khoá
Tổng quan về Business Intelligence (BI) và giới thiệu về hệ sinh thái Power BI
Mục tiêu:- Tổng quan Business Intelligence
- Hệ sinh thái Power BI
- Quy trình trực quan hóa dữ liệu
- Nắm bắt sơ lược về Business Intelligence
- Thành phần của từng app trong hệ sinh thái của Power BI
- Quy trình xây dựng báo cáo trực quan
- Làm quen với tool Power BI Desktop
Kết nối và xử lý dữ liệu
Mục tiêu:- Thực hành Transform data ở mức cơ bản
- Làm quen với các khái niệm, thuật ngữ của Power Query Editor trong Power BI
- Làm quen Power Query Editor
- Làm quen với các chức năng thường dùng để Transform data
- Các lưu ý khi thực hiện transform data
- Làm quen với ngôn ngữ M
Thực hành Transform Data với dataset của AdventureWorks
Data Model
Mục tiêu:- Khái niệm về Datamart
- Nguyên tắc thiết kế và các mô hình thiết kế Data Model
- Hiểu các khái niệm xoay quanh Datamart
- Hiểu và nắm vững các nguyên tắc thiết kế Model
- Phân biệt được các loại bảng trong thiết kế Model
Thực hành khởi tạo và thiết kế model với dataset của AdventureWorks
Data Model (tiếp)
Mục tiêu:- Các kiến thức về data model và table relationships
- Quản lý các relationship của model
- Thực hành xây dựng Data model
- Biết cách xây dựng data model và các mối quan hệ giữa các bảng
- Các lưu ý khi xây dựng data model
- Cách quản lý các mối quan hệ có trong model
Thực hành khởi tạo và thiết kế model với dataset của AdventureWorks
Tổng quan về DAX
Mục tiêu:- Tổng quan về DAX
- Vai trò và Ứng dụng của DAX trong việc xây dựng Report
- Cách thức khởi tạo DAX
Hiểu và biết cách áp dụng các hàm DAX thông dụng
Case Study:Viết các Measures và tạo calculated columns và calculated table với dataset AdventureWorks
Tổng quan về DAX (tiếp)
Mục tiêu:- Measures, Calculated Column, Calculated Table
- Filter context
- Phân biệt được các chức năng có sử dụng đến DAX
- Cách dùng các chức năng có sử dụng DAX
Viết các Measures và tạo calculated columns và calculated table với dataset AdventureWorks
DAX Functions
Mục tiêu:Sử dụng DAX nâng cao, chuyên sâu về các hàm thông dụng
Ứng dụng:Sử dụng linh hoạt các hàm DAX trong từng bài toán và các kết hợp các hàm DAX
Case Study:Viết các Measures và tạo calculated columns và calculated table với dataset AdventureWorks
Report view
Mục tiêu:- Các thành phần cùa Report View
- Các Visual type chính
- Conditional Formating
Xây dựng được một báo cáo hoàn chỉnh
Case Study:Thực hành thiết kế trình bày báo cáo cơ bản
Ôn tập kiến thức
Mục tiêu:Giới thiệu về Advanced Power BI và phương pháp học và thực hành Power BI nhanh nhất
Ứng dụng: Case Study:Sử dụng Filter Function và Time Intelligence trong Power BI
Mục tiêu:Thành thạo Filter Function và Time Intelligence trong Power BI
Ứng dụng:- Kỹ thuật lọc cơ bản và nâng cao
- Sử dụng hàm CALCULATE và FILTER
- Time Intelligence
Thực hành
DAX function reference
Mục tiêu:Thành thạo DAX function reference
Ứng dụng:- Tổng quan về ngôn ngữ DAX
- Các hàm toán học và thống kê cơ bản
- Các hàm tính toán
- Các hàm logic
- Các hàm thời gian
- Các hàm lọc
- Các hàm văn bản
- Thực hành DAX
Thực hành
Xây dựng mô hình RFM
Mục tiêu:Áp dụng các kiến thức ở level 1 để xây dựng báo cáo RFM
Ứng dụng:- Các kiến thức cơ bản về RFM
- Giải thích bài toán và ứng dụng của RFM trong thực tế
- Thực hiện xây dựng mô hình RFM với dữ liệu thực tế
Xây dựng mô hình RFM
- Tìm hiểu dataset
- Import và khám phá data
- Transfom data
- Build model (Relationships)
- Calculated columns và Measure với DAX
- Xây dựng báo cáo trực quan
Xây dựng mô hình bán chéo
Mục tiêu:Áp dụng các kiến thức ở level 1 để xây dựng báo cáo Bán chéo
Ứng dụng:- Các kiến thức cơ bản về Bán chéo
- Giải thích bài toán và ứng dụng của Bán chéo trong thực tế
- Thực hiện xây dựng mô hình Bán chéo với dữ liệu thực tế
Xây dựng mô hình Bán chéo
- Tìm hiểu dataset
- Import và khám phá data
- Transfom data
- Build model (Relationships)
- Calculated columns và Measure với DAX
- Xây dựng báo cáo trực quan
Chia sẻ báo cáo và bảo mật thông tin
Mục tiêu:- Các tính năng nâng cao
- Chia sẻ báo cáo và bảo mật thông tin
- Chia sẻ báo cáo
- Bảo mật thông tin
- Sử dụng Bookmark
- Sử dụng Tooltip
- Thực hành tạo báo cáo với Bookmark và Tooltip
Hoàn thiện Báo cáo cuối khóa
Giới thiệu về khóa học và khởi động với Python
Mục tiêu:- Nắm được 1 framework phân tích dữ liệu
- Làm quen với Google Colab
- Làm quen với Markdown
- Biết ngôn ngữ lập trình Python là gì, và một số lý do tại sao Python phổ biến
- Biết được cấu trúc cú pháp cơ bản trong Python (Language Semantic)
Phân tích dữ liệu lớn (Big Data)
Case Study:Ôn tập Python Basic
Python Basic
Mục tiêu:Phân tích dữ liệu
Ứng dụng:- Các phép toán tử trong Python
- Các kiểu dữ liệu dạng chuỗi trong Python
- Giới thiệu các cấu trúc điều kiện trong Python
- Cấu trúc vòng lặp (for, while)
- Lệnh break, continue, và pass.
Ôn tập cú pháp Python
Python Basic (Tiếp)
Mục tiêu:Nắm đc kiến thức:
- Một số hàm cơ bản: pass, range, zip, enumerate, sorted;
- List, set, Dict comprehension
- Cách tạo ra hàm
- Các xử lý lỗi trong Python
- Mảng dữ liệu nhiều chiều
- Hàm dựa trên cấu trúc mảng
- Tính toán tuyến tính
- Số ngẫu nhiên
- Một số hàm thống kê cơ bản trong Numpy
Bài tập về nhà về cấu trúc mảng
Numpy
Mục tiêu:Nắm được cách xử lý mảng dữ liệu
Ứng dụng:- Mảng dữ liệu nhiều chiều
- Hàm dựa trên cấu trúc mảng
- Tính toán tuyến tính
- Số ngẫu nhiên
- Một số hàm thống kê cơ bản trong numpy
Bài tập mảng một chiều mảng 2 chiều
Pandas
Mục tiêu:Nắm được cách trích xuất, làm sạch và xử lý dữ liệu trống
Ứng dụng:- Đọc và viết dữ liệu dạng text
- Kết hợp và nối các cơ sở dữ liệu
- Đọc dữ liệu từ file excel
- Tương tác với cơ sở dữ liệu
- Xử lý dữ liệu bị mất
- Chuyển đổi dữ liệu
Thực hành
Pandas: Data Wrangling: Join, Combine, and Reshape
Mục tiêu:Nắm được các kỹ thuật xử lý cấu trúc dữ liệu
Ứng dụng:- Thay đổi cấu trúc dữ liệu và xoay các chiều dữ liệu
- Các cơ chế tổng hợp nhóm (GroupBy)
- Tập hợp dữ liệu
- Phân tách và nối dữ liệu
- Bảng pivot
- Cách xử lý dạng bảng ""wide"" to ""long"" và ""long"" to ""wide""
Bài tập về nhà: Cleaning data
Pandas: Time Series
Mục tiêu:Hiểu được về dữ liệu thời gian, cách xử lý dữ liệu thời gian
Ứng dụng:- Dữ liệu ngày, tháng
- Kiến thức cơ bản về chuỗi thời gian
- Vùng dữ liệu, tần suất và shifting (leading và lagging)
- Xử lý các vùng thời gian khác nhau, thời kỳ
- Resampling và thay đổi tần suất
- Kĩ thuật cửa sổ trượt (moving window functions)
Xử lý dữ liệu chứng khoán
Trực quan hóa dữ liệu
Mục tiêu:Kiến thức thực hành từ chuyên gia khoa học dữ liệu
Ứng dụng:- Giới thiệu về thư viện matplotlib, seaborn
- Giới thiệu về bộ dữ liệu penguins, titanic
- Một số biểu đồ cơ bản trong matplotlib: line, scatter, bar, histogram...
- Một số biểu đồ cơ bản trong seaborn: line, scatter, bar, histograme...
- Cách thêm các thành phân trong biểu đồ: axis label, titlel, legend..
- Multiple plot
- Optional - Một số kỹ thuật quan trọng trong trực quan hóa dữ liệu, data storytelling
Trực quan hóa dữ liệu phân tích doanh thu
Phân tích dữ liệu thăm dò (EDA)
Mục tiêu:- Nắm được kỹ thuật khai phá dữ liệu
- Sử dụng các công cụ đã học để phân tích khai phá dữ liệu
- Giới thiệu về 4 loại phân tích dữ liệu (descriptive, diagnostic, predictive, prescriptive )
- Giới thiệu về kỹ thuật phân tích dữ liệu thăm dò
- Sử dụng các công cụ thể phân tích trên dữ liệu cụ thể
Phân tích EDA bộ dữ liệu IT salary
- Web Crawling Using Selenium
- Capstone
Học viên nắm được kỹ thuật Web Crawling
Ứng dụng:- Giới thiệu về Selenium
- Sử dụng Selenium để lấy dữ liệu từ website
- Thực hành 1 project phân tích dữ liệu bao gồm trích xuất, làm sạch, khai phá dữ liệu
Thực hành
Tại sao khóa học tại MCI phù hợp với bạn
1. Lộ trình khóa học thiết kế khoa học, theo quy trình làm việc thực tế giúp bạn tiếp thu và nắm chắc kiến thức theo trình tự khoa học2. Giáo trình đào tạo theo chuẩn Quốc tế kết hợp giữa lý thuyết và thực hành qua các case study thực tế
3. 100% Giảng viên tại MCI là các chuyên gia tư vấn tại Big4 các tập đoàn lớn tại Việt Nam, có chứng chỉ đào tạo nghiên cứu quốc tế trong lĩnh vực lập trình và dữ liệu
4. Giảng viên hướng dẫn tận tay giúp bạn thành thạo Excel, SQL, Python và Power BI trong thời gian ngắn nhất
5. Cam kết chất lượng đào tạo, miễn phí học lại trọn đời nếu chưa nắm rõ kiến thức
Đội ngũ giảng viên
Ngô Hoàng Quốc Tân
- Hơn 10 năm kinh nghiệm trong ngành Công nghệ thông tin và Phân tích dữ liệu tại Việt Nam
- Đảm nhận vị trí Chuyên viên Phân tích Kinh doanh Cao cấp tại Savills Việt Nam
- Đảm nhận vị trí Quản lý khoa học dữ liệu tại Tập đoàn Lộc Trời Việt Nam
- Chuyên viên phân tích kinh doanh tại Pycogroup Việt Nam
- Chuyên viên Phân tích dữ liệu cao cấp tại Công ty Lazada Việt Nam
Trần khánh Linh
- Hơn 8 năm kinh nghiệm trong ngành Phân tích Tài chính, Kiểm toán và Dữ liệu
- Giám đốc Dự án Tài chính Thương mại, Phân tích Kinh doanh và Quản trị Chuyển đổi tại Công ty Zott, Việt Nam - Zott SE & Co. KG
- Quản lý tài chính tại Công ty Công nghệ Logivan Việt Nam
- Tư vấn quản trị tại Asia Control System
- Kiểm toán viên tại KPMG Việt Nam
- Đã từng triển khai các dự án về Phân tích Dữ liệu Kinh doanh cho ngành Thương mại điện tử và Tiêu dùng nhanh tại Việt Nam, ví dụ: Power BI Dashboard for FMCG Company, Power BI Dashboard for E-commerce Corp
Chứng chỉ:
1. DA-100 Microsoft Certified: Data Analyst Associate
Đỗ Đình Hưng
- Tốt nghiệp chuyên ngành Công nghệ Dữ liệu tại Học viện Kĩ thuật Quân sự, Việt Nam
- Hiện đảm nhận vị trí Khoa học dữ liệu - Data Scientist tại MB Bank
- Từng đảm nhận vị trí Kĩ sư Trí tuệ nhân tạo và Dữ liệu AI Engineer/Data Engineer tại Công ty Viettel High Technology, Việt Nam
Chứng chỉ:
1. Machine Learning by Stanford University
2. SQL for Data Science
Giải thưởng/Huy chương:
1. Scholarship in Japan Advanced Institute of Science and Technology (JAIST) for AI Internship position
2. 3st in University Software Writing Contest – SOFTCON
3. 2st in Women in Data Science (WiDS) Datathon
Nguyễn Kim Quang
- Tốt nghiệp Thạc sĩ Tài chính ngân hàng
- Đã đảm nhận các vị trí Kế toán tín dụng, Chuyên viên thẩm định, thư ký Phó TGĐ, chuyên viên phân tích tài chính doanh nghiệp và dự án tại Quỹ đầu tư phát triển Thành phố Hà Nội.
- Hiện tại đang làm ví trí Phân tích tài chính doanh nghiệp và dự án tại Quỹ đầu tư phát triển Thành phố Hà Nội (từ 2008 đến nay)
- Có hơn 14 năm kinh nghiệm trong phân tích tài chính, phân tích dự báo rủi ro, bảo vệ phương án cho các dự án.
- Sử dụng thành thạo các công cụ SQL, Python đặc biệt các libraries phân tích và trực quan hóa dữ liệu, Machine Learning
- CÁC CHỨNG CHỈ
+ IBM Data Science Professional Certificate (IBM)
+ Python 3 Programming Specialization (University of Michigan)
+ SQL advanced certification (HackerRank)
+ STATSX0001: Statistical Learning (Stanford University)
+ Statistics with Python (University of Michigan)
Cát Hoàng Dương
- Tốt nghiệp Đại học Macquarie University, Sydney, Australia
- 7 năm kinh nghiệm lĩnh vực Công nghệ và Tài chính, Dự án
- Chuyên viên cao cấp CRM tại Công ty SIAM CITY CEMENT Việt Nam với vai trò Quản lý dự án, Phân tích kinh doanh và Quản trị hệ thống
- Phân tích kinh doanh tại Techcombank
Nguyễn Minh Phương