| A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | ||||||||||||||||||||||||||
2 | Tổng quan lộ trình | Data Analyst Fullstack (DAF) - Được đào tạo bởi doanh nghiệp - Pass job DA ngay sau khóa học | ||||||||||||||||||||||||
3 |  | |||||||||||||||||||||||||
4 | ||||||||||||||||||||||||||
5 | THÔNG TIN CHUNG KHÓA HỌC DATA ANALYST FULLSTACK (DAF) ĐƯỢC ĐÀO TẠO BỞI DOANH NGHIỆP - PASS JOB DA NGAY SAU KHÓA HỌC | |||||||||||||||||||||||||
6 | ||||||||||||||||||||||||||
7 | Tổng quan | - Trong khoá học này, học viên sẽ nắm được tổng quan về dữ liệu và ngành dữ liệu, các khái niệm cơ bản trong việc phân tích dữ liệu, hiểu yêu cầu từ khách hàng hay trong doanh nghiệp. - Khóa học theo phương pháp Project-based Coaching: Huấn luyện dựa trên dự án thực tiễn. - Một Data Analyst sẽ biết cách vận dụng các kiến thức, kỹ năng được trang bị trong khoá học để phân tích, trực quan dữ liệu dưới nhiều hình thức khác nhau, từ đó đưa ra giải pháp nhằm giải quyết được những bài toán trong doanh nghiệp ở mọi lĩnh vực: Kinh doanh, Marketing, Tài chính, Kế toán, Công nghệ, Nhân sự, Sản xuất... | ||||||||||||||||||||||||
8 | Mục tiêu | - Học viên được tiếp cận với dữ liệu (Data) thực tiễn, yêu cầu bài toán Phân tích dữ liệu thực tiễn từ doanh nghiệp. - Học viên biết được cách thu thập các nguồn dữ liệu khác nhau trên internet (Web, Forum, Trang tin tức, Facebook, TikTok, Youtube, Sàn TMĐT,...) - Học viên nắm được kiến thức căn bản của SQL để tổ chức và truy vấn dữ liệu. - Học viên có nền tảng kiến thức về các cấp độ trong Phân tích dữ liệu. - Kỹ năng Kể chuyện dữ liệu Data Storytelling. - Học viên sử dụng Power BI và Python để phân tích, trực quan hoá dữ liệu với Metrics, KPI domain. - Thiết kế các sản phẩm: Operational Dashboard, Tactical Dashboard, Analytical Dashboard với Tableau BI. - Vận dụng các kiến thức và kỹ năng được học để giải quyết các bài toán về Data Analysis, Data - Driven Decision thực tiễn. | ||||||||||||||||||||||||
9 | Thời lượng | 10 tháng (6.5 tháng học + 3.5 tháng thực tập tại doanh nghiệp) | ||||||||||||||||||||||||
10 | Công cụ học tập | SQL - Power BI - Python | ||||||||||||||||||||||||
11 | Phương pháp đào tạo | SmartData Learning = Học trực tiếp cùng giảng viên qua Zoom theo phương pháp Project-based Coaching (2 buổi/tuần) + Học bổ trợ thêm ở nhà cùng mentor trên hệ thống Data-driven eLearning Project-based Coaching = Training on job + Thực tập tại doanh nghiệp | ||||||||||||||||||||||||
12 | Đầu vào | - Có tư duy Logic - Có đam mê, hứng thú với công nghệ và phân tích dữ liệu - Đảm bảo thời gian học, luyện tập và tham gia project-based trong khóa học | ||||||||||||||||||||||||
13 | Đầu ra | - Nắm vững kiến thức, kỹ năng và công cụ được trang bị - Hoàn thành các task, mission trong project-based từ doanh nghiệp - Hoàn thành bảo vệ, presentation dự án cuối khoá học | ||||||||||||||||||||||||
14 | HỌC PHẦN PSQL - THỰC CHIẾN CẢ SQL & BIG QUERY, SẴN SÀNG CHO MỌI HỆ THỐNG | |||||||||||||||||||||||||
15 | ||||||||||||||||||||||||||
16 | Học phần | Thời lượng | Hình thức học tập | Lịch trình học tập | ||||||||||||||||||||||
17 | Nội dung | Bài học elearning chi tiết theo lịch trình | Thực hành | |||||||||||||||||||||||
18 | Tuần 01 | 2h30' | Huấn luyện qua Zoom theo phương pháp Project-based Coaching | Coaching SQL 01 Giới thiệu về giảng viên lộ trình học - Một Data Team cần gì? - Định nghĩa về DA, DE, DS, AE - Data Analyst vs SQL | ||||||||||||||||||||||
19 | 3h | Học cùng mentor trên hệ thống Data-driven eLearning | SQL 02- Truy vấn dữ liệu cơ bản từ 1 bảng ● Cú pháp truy vấn dữ liệu cơ bản ● Cú pháp truy vấn dữ liệu theo tiêu chí nhất định ● Cú pháp giới hạn dữ liệu cần truy vấn ● Cú pháp sắp xếp dữ liệu đầu ra | Cú pháp truy vấn dữ liệu cơ bản Bài S-2.1. Câu lệnh Select cơ bản Cú pháp truy vấn dữ liệu theo tiêu chí nhất định Bài S-2.2. Câu lệnh Select Where Bài S-2.3. Câu lệnh Select Where - between Bài S-2.4. Câu lệnh Select Where - in Bài S-2.5. Câu lệnh Select Where - like, not like, and Cú pháp giới hạn dữ liệu cần truy vấn Bài S-2.6. Câu lệnh Select Limit offset Cú pháp sắp xếp dữ liệu đầu ra Bài S-2.7. Câu lệnh Select Order by | Practice: '- Thực hành các phần bài tập theo từng nhóm kiến thức nhỏ trển elearning - Thực hành áp dụng kiến thức đã được học vào bộ dữ liệu thực tế | |||||||||||||||||||||
20 | 2h30' | Huấn luyện qua Zoom theo phương pháp Project-based Coaching | Coaching SQL 02 - Hỗ trợ setup và câu hỏi cơ bản về bài học - Chia sẻ: - Dimensions là gì, metrics là gì? - Best Website for Pratice SQL - English Required | |||||||||||||||||||||||
21 | Tuần 02 | 3h | Học cùng mentor trên hệ thống Data-driven eLearning | SQL 03 - Xử lý, làm sạch dữ liệu cơ bản từ 1 bảng ● Học cách tùy chỉnh dữ liệu đầu ra theo ý muốn | Tùy chỉnh dữ liệu đầu ra với Single Row Function Bài S-3.11. Các hàm xử lý dữ liệu căn bản và phân loại Bài S-3.12. Các hàm xử lý chuỗi Bài S-3.13. Các hàm xử lý thời gian Bài S-3.14. Các hàm xử lý số Bài S-3.15. Các hàm chuyển đổi | Practice: '- Thực hành các phần bài tập theo từng nhóm kiến thức nhỏ trển elearning - Thực hành áp dụng kiến thức đã được học vào bộ dữ liệu thực tế | ||||||||||||||||||||
22 | 2h30' | Huấn luyện qua Zoom theo phương pháp Project-based Coaching | Coaching SQL 03 - Data Coach review tiến độ, củng cố kiến thức, giải đáp thắc mắc và chữa bài tập học phần SQL 02 của học viên - Data Coach chia sẻ với học viên: ● Case when vs if ● Xử lý dữ liệu null, timestamp và timezone | |||||||||||||||||||||||
23 | 3h | Học cùng mentor trên hệ thống Data-driven eLearning | SQL 04 - Tính toán dữ liệu cơ bản từ 1 bảng - Phần 1 ● Học cách tính toán sử dụng Multiple Row Function | Phân tích dữ liệu với Multiple Row function Bài S-3.2.1. Giới thiệu nhóm hàm Aggregation Function Bài S-3.2.2. Câu lệnh Group By Bài S-3.2.3. Câu lệnh Group by với Having Bài S-3.2.4. Câu lệnh Group By với Max Bài S-3.2.5. Câu lệnh Group By với Min Bài S-3.2.6. Câu lệnh Group By với Sum Bài S-3.2.7. Câu lệnh Group By với Count Bài S-3.2.8. Câu lệnh Group By với Avg | Practice: '- Thực hành các phần bài tập theo từng nhóm kiến thức nhỏ trển elearning - Thực hành áp dụng kiến thức đã được học vào bộ dữ liệu thực tế | |||||||||||||||||||||
24 | 2h30' | Huấn luyện qua Zoom theo phương pháp Project-based Coaching | Coaching SQL 04 - Data Coach review tiến độ, củng cố kiến thức, giải đáp thắc mắc và chữa bài tập - Data Coach chia sẻ với học viên: + Problem with AVG, introduce Mean, Mode, Median | |||||||||||||||||||||||
25 | Tuần 03 | 3h | Học cùng mentor trên hệ thống Data-driven eLearning | SQL 05 - Tính toán dữ liệu cơ bản từ 1 bảng - Phần 2 ● Học cách tính toán sử dụng Windown Function | Phân tích dữ liệu với Window Function Bài S-3.2.9. Giới thiệu nhóm hàm Window Function Bài S-3.2.11. Window, partition by, over Bài S-3.2.12. Cách sử dụng các hàm Aggregation Bài S-3.2.13. Cách sử dụng các hàm Ranking Bài S-3.2.14. Cách sử dụng các hàm Analytic | Practice: '- Thực hành các phần bài tập theo từng nhóm kiến thức nhỏ trển elearning - Thực hành áp dụng kiến thức đã được học vào bộ dữ liệu thực tế | ||||||||||||||||||||
26 | 2h30' | Huấn luyện qua Zoom theo phương pháp Project-based Coaching | Coaching SQL 05 - Data Coach review tiến độ, củng cố kiến thức, giải đáp thắc mắc và chữa bài tập - Data Coach chia sẻ với học viên: + Check and Handle Duplication: Count(*) and Row_number() | |||||||||||||||||||||||
27 | 3h | Học cùng mentor trên hệ thống Data-driven eLearning | SQL 06 - Xử lý dữ liệu từ nhiều bảng theo liên kết Join ● Các bảng liên kết với nhau như thế nào? ● Phương pháp đọc hiểu một cơ sở dữ liệu ● Cú pháp truy vấn dữ liệu trên nhiều bảng | Các bảng liên kết với nhau như thế nào Bài S-3.1. Khóa chính (Primary key) Bài S-3.2. Khóa ngoại (Foreign key) Bài S-3.3. Lược đồ ERD - tấm bản đồ để đọc hiểu cơ sở dữ liệu Cú pháp truy vấn dữ liệu trên nhiều bảng Bài S-3.4. Khái niệm Join, một số loại Join trong SQL Bài S-3.5. Inner Join Bài S-3.6. Left join Bài S-3.7. Right Join Bài S-3.8. Outer Join Bài S-3.9. Join sử dụng tích descartes Bài S-3.10. Self-join trong SQL | Practice: '- Thực hành các phần bài tập theo từng nhóm kiến thức nhỏ trển elearning - Thực hành áp dụng kiến thức đã được học vào bộ dữ liệu thực tế | |||||||||||||||||||||
28 | 2h30' | Huấn luyện qua Zoom theo phương pháp Project-based Coaching | Coaching SQL 06 - Data Coach review tiến độ, củng cố kiến thức, giải đáp thắc mắc và chữa bài tập - Data Coach chia sẻ với học viên: + What is Data Modeling Relationship (1-1, 1-n) and how it affect Join + CTE, how to use them wisely | |||||||||||||||||||||||
29 | Tuần 04 | 3h | Học cùng mentor trên hệ thống Data-driven eLearning | SQL 07 - Xử lý dữ liệu từ nhiều bảng theo liên kết Union và Cách tạo ra một bảng mới | Cú pháp truy vấn dữ liệu trên nhiều bảng Bài S-3.11. Phép tổ hợp Union, Intersect, Except trong Subquery Bài S-3.12. SubQuery trong SQL Bài S-3.13. All, Any trong Subquery Bài S-3.14. Exists, Not Exist trong Subquery Dữ liệu được tạo ra trong database như thế nào? Bài S-1.10. Xây dựng cấu trúc bảng để lưu trữ dữ liệu với CREATE/ALTER command Bài S-1.11. Xóa bỏ các bảng không cần thiết với DROP Command Bài S-1.12. Thêm mới dữ liệu vào bảng với INSERT Command Bài S-1.13. Thay đổi dữ liệu trong bảng với Update Command Bài S-1.14. Xóa bỏ dữ liệu thừa với DELETE Command | Practice: '- Thực hành các phần bài tập theo từng nhóm kiến thức nhỏ trển elearning - Thực hành áp dụng kiến thức đã được học vào bộ dữ liệu thực tế | ||||||||||||||||||||
30 | 2h30' | Huấn luyện qua Zoom theo phương pháp Project-based Coaching | Coaching SQL 07 - Data Coach review tiến độ, củng cố kiến thức, giải đáp thắc mắc và chữa bài tập - Data Coach chia sẻ với học viên: + Union and Subquery + Create Table vs View + Final Project | |||||||||||||||||||||||
31 | 2h30' | Huấn luyện qua Zoom theo phương pháp Project-based Coaching | Coaching SQL 08 - Data Coach review tiến độ, củng cố kiến thức, giải đáp thắc mắc và chữa bài tập học phần SQL 08 của học viên - Data Coach chia sẻ với học viên: ● Google Data Studio - Làm bài kiểm tra cuối khóa Tổng kết module SQL và giới thiệu về Power BI - Tóm tắt nội dung SQL - Giới thiệu các bài học tiếp theo với Power BI | |||||||||||||||||||||||
32 | HỌC PHẦN PDA - BÁO CÁO NHANH - PHÂN TÍCH CHUẨN - QUYẾT ĐỊNH ĐÚNG VỚI POWER BI & GEN AI | |||||||||||||||||||||||||
33 | ||||||||||||||||||||||||||
34 | Học phần | Thời lượng | Hình thức học tập | Lịch trình học tập | ||||||||||||||||||||||
35 | Nội dung chính | Bài học elearning chi tiết theo lịch trình | Thực hành | |||||||||||||||||||||||
36 | Tuần 05 | 3h | Học cùng mentor trên hệ thống Data-driven eLearning | Power BI 01 - Làm quen với PowerBI và cách kết nối dữ liệu với powerBI - Giới thiệu một số sản phẩm trong hệ sinh thái PowerBI - Cách kết nối PowerBI với các nguồn dữ liệu - Tại sao cần tiền xử lý dữ liệu - Tiền xử lý dữ liệu với PowerBI | Power BI 01 Làm quen với PowerBI Bài P-1.1. Report View, Data View & Model View Bài P-1.2. Tổng quan về Power BI, Power BI Service, Power BI Desktop Kết nối dữ liệu với PowerBI như thế nào Bài P-1.3. Kết nối PowerBI với Excel Bài P-1.4. Kết nối PowerBI với CSV Tiền xử lý dữ liệu với Power BI: Bài P-1.6. Giới thiệu công cụ tiền xử lý dữ liệu - Power Query Editor Bài P-1.7. Tại sao cần tiền xử lý dữ liệu? Bài P-1.8. Các thao tác tiền xử lý dữ liệu phổ biến Bài P-1.9. Các thao tác tiền xử lý dữ liệu dạng văn bản Bài P-1.10. Các thao tác tiền xử lý dữ liệu dạng số Bài P-1.11. Các thao tác tiền xử lý dữ liệu dạng Ngày/tháng Bài P-1.12. Làm giàu dữ liệu với Condition Column | Practice: - Thực hành các phần bài tập theo từng nhóm kiến thức nhỏ trển elearning - Thực hành áp dụng kiến thức đã được học vào bộ dữ liệu thực tế | ||||||||||||||||||||
37 | 2h30' | Huấn luyện qua Zoom theo phương pháp Project-based Coaching | Coaching PowerBI 01 - Data Coach review tiến độ, củng cố kiến thức, giải đáp thắc mắc và chữa bài tập học phần PowerBI 01 của học viên - Data Coach chia sẻ với học viên: ● Các best practise trong tiền xử lý dữ liệu ● Kinh nghiệm làm việc thực tế khi tiền xử lý với một lượng lớn dữ liệu ● Kĩ thuật sử dụng mô hình work flow để tạo condition column | |||||||||||||||||||||||
38 | 3h | Học cùng mentor trên hệ thống Data-driven eLearning | Power BI 02 - Tầm quan trọng của Data Model và các biểu đồ cơ bản - Khái niệm về Data Model và các chỉ số cần quan tâm - Học cách tạo ra Data Model chính xác nhất. - Học cách lựa chọn biểu đồ phù hợp cho từng trường hợp - Hiểu khái niệm Data Storytelling và nghệ thuật sử dụng biểu đồ | Power BI 02 Tổng quan về Data Model và cách DA tạo ra nó Bài P-2.1. Khái niệm về Data model trong PowerBI Bài P-2.1. Các loại kết nối (cardinality) giữa các bảng phổ biến và ý nghĩa Bài P-2.3. Các cách quan hệ giữa các bảng trong PowerBI Bài P-2.4. Lựa chọn Import Mode hay Direct Query Mode Trực quan hóa - Các loại biểu đồ phổ biến trong PowerBI Bài P-1.12. Trực quan với biểu đồ Bar Charts Bài P-1.13. Trực quan với biểu đồ Column Charts Bài P-2.9. Trực quan với biểu đồ Line Charts Bài P-2.10. Trực quan với biểu đồ Area Chart Bài P-2.11. Trực quan với biểu đồ Scatter Bài P-2.12. Trực quan với biểu đồ Combo Chart Bài P-2.13. Trực quan với biểu đồ Treemaps Bài P-2.14. Trực quan với biểu đồ Pie Chart Bài P-2.15. Trực quan với biểu đồ Donut Chart Bài P-2.16. Trực quan với biểu đồ Maps Bài P-2.17. Trực quan với biểu đồ Cards Bài P-2.18. Trực quan với biểu đồ Table Bài P-2.19. Core visualization | Practice: - Thực hành các phần bài tập theo từng nhóm kiến thức nhỏ trển elearning - Thực hành áp dụng kiến thức đã được học vào bộ dữ liệu thực tế | |||||||||||||||||||||
39 | 2h30' | Huấn luyện qua Zoom theo phương pháp Project-based Coaching | Coaching PowerBI 02 - Data Coach review tiến độ, củng cố kiến thức, giải đáp thắc mắc và chữa bài tập học phần PowerBI 02 của học viên - Data Coach chia sẻ với học viên: ● Giải thích chi tiết cách một filter tác động tới các biểu đồ như thế nào qua cross filter ● Lựa chọn biểu đồ cho một số bài toán thực tế | |||||||||||||||||||||||
40 | Tuần 06 | 3h | Học cùng mentor trên hệ thống Data-driven eLearning | Buổi 03 - Tổng hợp và xây dựng các chỉ số mới với DAX - Hiểu tổng quan về DAX và các khái niệm đi kèm - Học cách tạo chỉ số phân tích với DAX - Học cách làm giàu dữ liệu phục vụ phân tích với DAX - Học cách phân tích dữ liệu với các nhóm hàm phổ biến của DAX | Power BI 03 Tổng quan ngôn ngữ phân tích dữ liệu DAX Bài P-3.1. DAX là gì? Bài P-3.2. Measure, Calculated Column, Calculated Table Bài P-3.3. Cú pháp cơ bản của DAX Bài P-3.4. Các nhóm hàm trong DAX Phân tích dữ liệu với các nhóm hàm của DAX Bài P-3.5. Sự khác nhau giữa filter context và row context Bài P-3.6. DAX: Date Functions Bài P-3.7. DAX: Text functions Bài P-3.8. DAX: Logical functions Bài P-3.9. DAX: Math functions Bài P-3.10. DAX: Filter function Bài P-3.11. DAX: X function và Time Intelligence | Practice: '- Thực hành các phần bài tập theo từng nhóm kiến thức nhỏ trển elearning - Thực hành áp dụng kiến thức đã được học vào bộ dữ liệu thực tế | ||||||||||||||||||||
41 | 2h30' | Huấn luyện qua Zoom theo phương pháp Project-based Coaching | Coaching 03 - Data Coach review tiến độ, củng cố kiến thức, giải đáp thắc mắc và chữa bài tập học phần PowerBI 03 của học viên - Data Coach chia sẻ với học viên: ● Tại sao cần có DAX trong khi đã có Power Query ● Hiểu sâu filter context và row Context - nền tảng để làm việc tốt với DAX ● Best practise khi sử dụng DAX trong các dự án thực tế | |||||||||||||||||||||||
42 | 3h | Học cùng mentor trên hệ thống Data-driven eLearning | Buổi 04 - Tổng hợp và xây dựng các chỉ số mới với DAX - Hiểu tổng quan về DAX và các khái niệm đi kèm - Học cách tạo chỉ số phân tích với DAX - Học cách làm giàu dữ liệu phục vụ phân tích với DAX - Học cách phân tích dữ liệu với các nhóm hàm phổ biến của DAX | Power BI 03 Ứng dụng DAX giải quyết bài toán thường gặp Bài P-3.12. DAX Casestudy số 1 Bài P-3.13. DAX Casestudy số 2 | Practice: '- Thực hành các phần bài tập theo từng nhóm kiến thức nhỏ trển elearning - Thực hành áp dụng kiến thức đã được học vào bộ dữ liệu thực tế | |||||||||||||||||||||
43 | 2h30' | Huấn luyện qua Zoom theo phương pháp Project-based Coaching | Coaching 04 - Data Coach review tiến độ, củng cố kiến thức, giải đáp thắc mắc và chữa bài tập học phần PowerBI 03 của học viên - Data Coach chia sẻ với học viên: ● Tại sao cần có DAX trong khi đã có Power Query ● Hiểu sâu filter context và row Context - nền tảng để làm việc tốt với DAX ● Best practise khi sử dụng DAX trong các dự án thực tế | |||||||||||||||||||||||
44 | Tuần 07 | 6h | Học cùng mentor trên hệ thống Data-driven eLearning | Buổi 05 - Ôn tập - Review lại toàn bộ kiến thức từ buổi 1 đến buổi 4 | Ôn tập các bài trên Elearning từ Power BI 01 đến Power BI 03 | Practice: '- Thực hành các phần bài tập theo từng nhóm kiến thức nhỏ trển elearning - Thực hành áp dụng kiến thức đã được học vào bộ dữ liệu thực tế | ||||||||||||||||||||
45 | 2h30' | Huấn luyện qua Zoom theo phương pháp Project-based Coaching | Coaching 05 - Thực hành: làm sạch dữ liệu bằng power query, xây dựng data model và viết các hàm DAX trên dữ liệu thực tế - Data Coach chia sẻ với học viên: ● Câu chuyện thực tế khi thiết kế một Report cho khách hàng và bài học kinh nghiệm ● Best practise khi thiết kế một Report | |||||||||||||||||||||||
46 | 6h | Học cùng mentor trên hệ thống Data-driven eLearning | Buổi 06 - Tổng quan Report trong Power BI - Hiểu được khái niệm của từng loại report và ứng dụng của chúng - Nắm được nguyên lý và cách thiết kế report trong PowerBI - Học cách tạo ra một dashboard, Analytical reports, Operation Reports | Power BI 04 Tổng quan về các loại report trong PowerBI Bài P-4.1 Tổng quan Report và Dashbỏad trong PowerBI Bài P-4.2. Sự khác nhau giữa Report và Dashboard Bài P-4.3. Giới thiệu một số loại Report phổ biến trong Power BI Các bước tạo ra report như thế nào? Bài P-4.5. Thu thập yêu cầu của một report Bài P-4.6. Các bước thiết kế một report Bài P-4.7. Thêm tương tác cho report Bài P-4.8. Publish report như thế nào? | Practice: '- Thực hành các phần bài tập theo từng nhóm kiến thức nhỏ trển elearning - Thực hành áp dụng kiến thức đã được học vào bộ dữ liệu thực tế | |||||||||||||||||||||
47 | 2h30' | Huấn luyện qua Zoom theo phương pháp Project-based Coaching | Coaching 06 - Data Coach review tiến độ, củng cố kiến thức, giải đáp thắc mắc và chữa bài tập học phần PowerBI 04 của học viên - Data Coach chia sẻ với học viên: ● Câu chuyện thực tế khi thiết kế một Report cho khách hàng và bài học kinh nghiệm ● Best practise khi thiết kế một Report | |||||||||||||||||||||||
48 | Tuần 08 | 3h | Học cùng mentor trên hệ thống Data-driven eLearning | Buổi 07 - Giới thiệu một só loại Report trong các lĩnh vực khác nhau - Showcase một số loại report trong các lĩnh vực bán lẻ, marketing, y tế, logistics | Power BI 05 Một số ví dụ sử dụng Report trong các lĩnh vực thực tế Bài P-5.1. Report trong lĩnh vực Sale Bài P-5.2. Report trong lĩnh vực marketing Bài P-5.3. Report trong lĩnh vực Y tế Bài P-5.4. Report trong lĩnh vực logistics Luyện tập xây dựng Report đầu tiên Bài P-5.5. Thực hành - Xây dựng Sale Analysis Report Bài P-5.6. Thực hành - Xây dựng Product Analysis Report Bài P-5.7. Thực hành - Xây dựng Shipping Analysis Report | Practice: '- Thực hành các phần bài tập theo từng nhóm kiến thức nhỏ trển elearning - Thực hành áp dụng kiến thức đã được học vào bộ dữ liệu thực tế | ||||||||||||||||||||
49 | 2h30' | Huấn luyện qua Zoom theo phương pháp Project-based Coaching | Coaching 07 - Data Coach review tiến độ, củng cố kiến thức, giải đáp thắc mắc và chữa bài tập học phần PowerBI 05 của học viên - Data Coach chia sẻ với học viên: ● Cầm tay chỉ việc cách thiết kế dashboard trong lĩnh vực thương mại điện tử | |||||||||||||||||||||||
50 | 3h | Học cùng mentor trên hệ thống Data-driven eLearning | Buổi 08 - Các Kỹ thuật, Phương pháp tìm Insight - Nắm và ứng dụng được một số phương pháp phân tích dữ liệu với PowerBI | Power BI 08 Phân tích dữ liệu với PowerBI Bài P-8.1. Phân tích mô tả trong powerBI Bài P-8.2. Phương pháp xác định outlier Bài P-8.3. Cách gom nhóm giá trị đặc biệt Bài P-8.4. Cách phân cụm giá trị trong powerBI Bài P-8.5. Tự động phân tích dữ liệu với PowerBI Bài P-8.6. Dự báo tương lại với What-if | Practice: '- Thực hành các phần bài tập theo từng nhóm kiến thức nhỏ trển elearning - Thực hành áp dụng kiến thức đã được học vào bộ dữ liệu thực tế | |||||||||||||||||||||
51 | 2h30' | Huấn luyện qua Zoom theo phương pháp Project-based Coaching | Coaching 08 - Data Coach review tiến độ, củng cố kiến thức, giải đáp thắc mắc và chữa bài tập học phần PowerBI 08 của học viên - Data Coach chia sẻ với học viên: ● Quy trình phân tích dữ liệu ● Ứng dụng AI trong phân tích dữ liệu (AI Visual/ GEN AI): + Tiền xử lý dữ liệu + Tính toán các chỉ số/ phân tích mối quan hệ giữa các biến + Xây dựng dashboard và rút trích thông tin hữu ích từ dữ liệu ● Áp dụng kiến thức đã học vào quy trình phân tích dữ liệu | |||||||||||||||||||||||
52 | PROJECT 01 | |||||||||||||||||||||||||
53 | ||||||||||||||||||||||||||
54 | Học phần | Thời lượng | Hình thức học tập | Lịch trình học tập | ||||||||||||||||||||||
55 | Nội dung chính | Bài học elearning chi tiết theo lịch trình | Thực hành | |||||||||||||||||||||||
56 | Tuần 09 - 10 | 5h | Huấn luyện 01 buổi/tuần qua Zoom theo phương pháp Project-based Coaching | Milestone 2.1: Lựa chọn domain/bài toán, phân tích và xác định các Chỉ số - Kiến thức cơ bản domain (lĩnh vực): Kế toán/Bán hàng/Marketing/Thương mại điện tử/Tài chính/Nhân sự.... - Xác định bài toán và đặt vấn đề, yêu cầu: ● Yêu cầu từ Stackholder ● Các nguồn dữ liệu ● Hướng tiếp cận và xử lý ● Giải pháp - Phân tích và xác định Chỉ số: ● Hiểu về các chỉ số ● Các công thức, tính toán những chỉ số tổng hợp ● Phân tích yếu tố, thành phần tác động đến chỉ số ●Norm của thị trường, ngưỡng phù hợp của chỉ số... - Định hình một các hệ thống các bước thực hiện và kế hoạch triển khai dự án | 1. Học viên thực hiện task của dự án với mentor là Giảng viên. 2. Kỹ năng/Kiến thức học viên sở hữu: - Hiểu kiến thức căn bản về domain và các bài toán dữ liệu của domain: Kế toán/Bán hàng/Marketing/Thương mại điện tử/Tài chính/Nhân sự.... - Hiểu về qui trình thực tiễn bài bản để làm Phân tích dữ liệu - Hiểu về cách phân tích, xác định chỉ số, đánh giá các yếu tố/thành phần tác động đến chỉ số - Vận dụng được tư duy logic, tư duy phản biện và tư duy phân tích - Kỹ năng giải quyết vấn đề về phân tích dữ liệu có tính hệ thống - Hiểu về norm, ngưỡng của chỉ số trong phân tích dữ liệu. | |||||||||||||||||||||
57 | Tuần 11 - 13 | 7h30' | Huấn luyện 01 buổi/tuần qua Zoom theo phương pháp Project-based Coaching | Milestone 2.2: Thực hiện dự án Phân tích dữ liệu - Thu thập, import dữ liệu từ các nguồn khác nhau với Power query - Xử lý, làm sạch dữ liệu với Power query - Thiết kế và xây dựng Data Model - Tính toán các chỉ số với DAX - Thiết kế và xây dựng template Báo cáo với Power Dashboard - Trực quan hóa dữ liệu với Power Dashboard - Phân tích dữ liệu: ● Đọc biểu đồ trực quan ● Trích rút thông tin ● Insight ● Kết luận ● Khuyến nghị, giải pháp ● Đề xuất actionable | 1. Học viên thực hiện task của dự án với mentor là Giảng viên theo kế hoạch và yêu cầu phân tích ở giai đoạn 1. 2. Kỹ năng/Kiến thức học viên sở hữu: - Vận dụng được Power query nhằm thu thập, import dữ liệu từ các nguồn khác nhau. - Vận dụng được Power query và các kỹ thuật xử lý, làm sạch dữ liệu. - Thiết kế và xây dựng Data Model - Vận dụng DAX tính toán các chỉ số tổng hợp - Vận dụng Power Dashboard thiết kế và xây dựng template Báo cáo - Vận dụng Power Dashboard để trực quan hóa dữ liệu - Vận dụng được qui trình, kỹ thuật phân tích dữ liệu tìm insight, đưa ra khuyến nghị và actionable | |||||||||||||||||||||
58 | Tuần 14 | 2h30' | Huấn luyện 01 buổi/tuần qua Zoom theo phương pháp Project-based Coaching | Milestone 2.3: Review và Feedback - Review dự án - Feedback - Cập nhật/Điều chỉnh/Bổ sung hoàn thiện Dashboard và các nội dung dự án | Học viên được review dự án với mentor là Giảng viên. | |||||||||||||||||||||
59 | Tuần 15 | 2h30' | Huấn luyện qua Zoom theo phương pháp Project-based Coaching | Tổng kết và bảo vệ dự án - Present kết quả - Đánh giá kết quả - Cấp Chứng chỉ có doanh nghiệp về lĩnh vực Chuyển đổi số, Data Platform bảo chứng | ||||||||||||||||||||||
60 | HỌC PHẦN P4D - GEN AI & PYTHON CĂN BẢN CHO NGƯỜI LÀM DỮ LIỆU | |||||||||||||||||||||||||
61 | ||||||||||||||||||||||||||
62 | Học phần | Thời lượng | Hình thức học tập | Lịch trình học tập | ||||||||||||||||||||||
63 | Nội dung chính | Bài học elearning chi tiết theo lịch trình | Thực hành | |||||||||||||||||||||||
64 | Tuần 16 | 2h30' | Zoom online | Buổi Coaching số 1 - Bắt đầu với Python - Giới thiệu về Python, các quy tắc cần lưu ý khi sử dụng Python - Chương trình đầu tiên với Python statement - Naming convention trong python - Biến, phép gán trong Python - Python data types: Number, String (các phương thức chuẩn hóa dữ liệu String) - Operators: Số học, logic, quan hệ, so sánh - Cấu trúc rẽ nhánh: If, else - Cấu trúc lặp: For, range, while - Input/Output của dữ liệu trong Python | Python elearning 01 - Cấu trúc cơ bản trong Python Bài Py-1.1. Cài đặt Python 3.x Bài Py-1.2. Cài đặt Pycharm và cấu hình Venv Bài Py-1.3. Chương trình đầu tiên với Python statement Bài Py-1.4. Biến, naming convention & phép gán trong Python Bài Py-1.5. Number, String & Operators: Số học, logic, quan hệ, so sánh Bài Py-1.6. Cấu trúc rẽ nhánh: If, else Bài Py-1.7. Cấu trúc lặp: For, range, while Bài Py-1.8. Input/Output của dữ liệu trong Python | Installation: - Hỗ trợ học viên cài các phần mềm cần dùng. - Sử dụng: Python 3.x - Sử dụng: Anaconda hoặc Jupyter Notebook Practice: - Thực hành các chương trình đầu tiên với python | ||||||||||||||||||||
65 | 2h30' | Zoom online | Buổi Coaching số 2 - Dữ liệu danh sách trong Python - Kiểu dữ liệu danh sách trong Python: ● Dictionary ● Set - Các phương thức làm việc với dữ liệu danh sách | Python elearning 02 - List, Dictionary & Hàm: Bài Py-2.1. List Bài Py-2.2. Tuple Bài Py-2.3. Dictionary Bài Py-2.4. Set | Practice: - Xử lý với kiểu dữ liệu danh sách | |||||||||||||||||||||
66 | Tuần 17 | 2h30', 2h30' | Zoom online | Buổi Coaching số 3, 4 - Hàm trong Python - Function: Build-in, Open, Custom - Custom funtion: Parametter, Variable (Local, Nonlocal, Global) - Ngoại lệ try-except - Lamda Function | Python elearning 03 & 04 - Thư viện Bài Py-3.1. Basic built-in functions Bài Py-3.2. Import thư viện trong Python Bài Py-3.3. Module, Package Bài Py-3.4. Class Bài Py-3.5. Thuộc tính (Attribute) Bài Py-3.6. Phương thức (Method) Bài Py-3.7. Thể hiện (instance, object) Bài Py-3.8. Giới hạn truy cập: private, public | Practice: - Build-in function - Customer function - Lamda function | ||||||||||||||||||||
67 | Tuần 18 | 2h30', 2h30' | Zoom online | Buổi Coaching số 5, 6 - Thao tác với File, Pandas trong Python - Module, Package - File IO: Read, write file text, json với thư viện Pandas - Xử lý, tổng hợp, thống kê theo yêu cầu với FILE IO - Import thư viện trong Python - Phân tích khám phá và tiền xử lý dữ liệu với pandas: - Đọc và load dữ liệu vào dataframe trong pandas. - Tiền xử lý dữ liệu: giá trị khuyết thiếu, kiểu dữ liệu không đồng bộ, dữ liệu trùng lặp, dữ liệu ngoại lai. - Chuyển đổi, làm giàu dữ liệu với dataframe. - Merge, concat nhiều dataframe. - Sorting và filtering. | Python elearning 05 & 06 - Thao tác với file & thư viện pandas Bài Py-3.9. File IO trong python Bài Py-3.10. Tạo và lưu file với File IO Bài Py-6.1. Pandas Read/Write file với Dataframe Bài Py-6.2. Data từ API và xử lý với Pandas Bài Py-6.3. Case study 4 | Practice: - Xử lý, chuyển đổi và load dữ liệu file với pandas - Bài Py-6.6. Case study 4 - Bài Py-7.1. Case study 5 - Bài Py-7.2. Case study 6 | ||||||||||||||||||||
68 | Tuần 19 | 2h30', 2h30' | Zoom online | Buổi Coaching số 7, 8 - Tổng quan Gen AI và vận dụng thực hành Thống kê mô tả với Python, Pandas Tổng quan Gen AI: - Tổng quan về NLP, các mô hình ngôn ngữ lớn (LLMs) và Gen AI. - Mô hình ngôn ngữ lớn (LLM) và Gen AI được tạo ra như thế nào? - Năng lực của Gen AI: Tạo sinh dữ liệu text / image / video hiện nay với Transformer. - Qui trình tạo sinh ngôn ngữ với Gen AI. - Đạo đức và chính sách AI. - Một số mô hình phổ biến: Google Gemini / ChatGPT* / Copilot. Prompt và prompting: - Kỹ thuật Prompt cơ bản (Drafting Prompt). - Prompt dành cho Data Analysis. - Prompt cơ bản cho mô tả thống kê với dữ liệu từ file bằng python. - Kỹ thuật prompt hiệu quả (Refining Prompt). - Priming Prompt. Practice: Vận dụng ChatGPT trong học tập và làm việc với dữ liệu bằng Python dành cho người mới bắt đầu. Practice: Vận dụng kỹ thuật Prompt cơ bản trong tính toán dữ liệu tổng hợp với Python.thư viện Selenium giả lập người dùng trên Dynamic Website | Practice: Practice: Vận dụng ChatGPT trong học tập và làm việc với dữ liệu bằng Python dành cho người mới bắt đầu. Practice: Vận dụng kỹ thuật Prompt cơ bản trong tính toán dữ liệu tổng hợp với Python. | |||||||||||||||||||||
69 | HỌC PHẦN AIDM - MASTER PYTHON & AI - ĐỘT PHÁ SỰ NGHIỆP DA | |||||||||||||||||||||||||
70 | ||||||||||||||||||||||||||
71 | Học phần | Thời lượng | Hình thức học tập | Lịch trình học tập | ||||||||||||||||||||||
72 | Nội dung chính | Bài học elearning chi tiết theo lịch trình | Thực hành | |||||||||||||||||||||||
73 | Tuần 20, 21 | 2h30', 2h30', 2h30', 2h30' | Zoom online | Buổi Coaching số 9, 10, 11, 12 - Trực quan hóa và EDA (Phân tích khám phá dữ liệu) với Thống kê mô tả (Vận dụng cùng Gen AI) - Thống kê mô tả cơ bản. - EDA là gì? Các kỹ thuật, chỉ số EDA cơ bản. - Tại sao cần EDA dữ liệu. - Xây dựng bộ chỉ số giám sát và phân tích dữ liệu. - Nguyên lý và cách thiết kế report và dashboard (sử dụng thư viện Matplotlib/Seaborn). - Trực quan hóa với các biểu đồ cơ bản: pie, bar, line… - Trực quan hóa với các biểu đồ nâng cao. - Phân biệt dashboard / analytical reports / operation reports. - Các kỹ thuật phân tích định lượng cơ bản: factor, cohort, cluster, time series. - Các kỹ thuật phân tích định tính cơ bản: text analysis, thematic, sentiment. Practice 1: Xây dựng chỉ số phân tích và các dashboard dành cho E-commerce transaction. Practice 2: Xây dựng chỉ số phân tích và các dashboard dành cho Social listening. Practice 3: Xây dựng chỉ số phân tích và các dashboard dành cho Finance. | Python elearning 09-12 - Trực quan hóa và phân tích dữ liệu Bài Py-8.1 Thư viện Matplotlib dành cho Trực quan, phân tích dữ liệu (1) Bài Py-8.2. Thư viện Matplotlib dành cho Trực quan, phân tích dữ liệu (2) | Practice: - Case-study 7: Thu thập dữ liệu sản phẩm theo phân loại trên sàn TMĐT, phân tích dự báo nhằm ra kế hoạch kinh doanh hoặc tiếp thị liên kết theo dòng sản phẩm | ||||||||||||||||||||
74 | Tuần 22, 23 | 2h30', 2h30', 2h30', 2h30' | Zoom online | Buổi Coaching số 13. 14. 15, 16 - Khai phá dữ liệu Luật kết hợp: hiểu dữ liệu, insight, data storytelling, recommendation và bài toán dự báo cơ bản (forecasting) - Khai phá dữ liệu là gì? - Các bài toán cơ bản trong Khoa học dữ liệu. - Khai phá luật kết hợp trong Khoa học dữ liệu và các bài toán vận dụng. - Đọc, hiểu các chỉ số của biểu đồ. - Phân tích và tìm insight. - Trình bầy và kể chuyện dữ liệu. - Khuyến nghị. Practice 1: Khai phá và kể chuyện dữ liệu E-commerce transaction. Practice 2: Khai phá và kể chuyện dữ liệu Social listening. Practice 3: Khai phá và kể chuyện dữ liệu Finance. | ||||||||||||||||||||||
75 | PROJECT 02 | |||||||||||||||||||||||||
76 | ||||||||||||||||||||||||||
77 | Học phần | Thời lượng | Hình thức học tập | Lịch trình học tập | ||||||||||||||||||||||
78 | Nội dung chính | Bài học elearning chi tiết theo lịch trình | Thực hành | |||||||||||||||||||||||
79 | Tuần 24-25 | 2h30' | Zoom online | Lựa chọn Project và xác định chỉ số | ||||||||||||||||||||||
80 | 2h30' | Zoom online | Thu thập và xử lý Data raw | |||||||||||||||||||||||
81 | 2h30' | Zoom online | Trực quan hóa và xây dựng Dashboard | |||||||||||||||||||||||
82 | 2h30' | Zoom online | Kể chuyện dữ liệu, khuyến nghị và dự báo | |||||||||||||||||||||||
83 | 2h00' | Zoom online | Bảo vệ dự án cuối khóa học | |||||||||||||||||||||||
84 | THỰC TẬP THỰC TẾ TẠI DOANH NGHIỆP | |||||||||||||||||||||||||
85 | ||||||||||||||||||||||||||
86 | Học phần | Thời lượng | Hình thức học tập | Lịch trình học tập | ||||||||||||||||||||||
87 | Nội dung chính | Bài học elearning chi tiết theo lịch trình | Thực hành | |||||||||||||||||||||||
88 | Tuần 26 - 40 | 3.5 tháng | Training on job + Thực tập tại doanh nghiệp | Training on job + Thực tập tại doanh nghiệp | ||||||||||||||||||||||
89 | ||||||||||||||||||||||||||
90 | ||||||||||||||||||||||||||
91 | ||||||||||||||||||||||||||
92 | ||||||||||||||||||||||||||
93 | ||||||||||||||||||||||||||
94 | ||||||||||||||||||||||||||
95 | ||||||||||||||||||||||||||
96 | ||||||||||||||||||||||||||
97 | ||||||||||||||||||||||||||
98 | ||||||||||||||||||||||||||
99 | ||||||||||||||||||||||||||
100 | ||||||||||||||||||||||||||