Tài Trợ Bởi Quỹ Đầu Tư Trive x Iterative từ Singapore

Phát Triển Kỹ Năng Phân Tích Dữ Liệu từ A tới Z

trong 6 Tuần Trực Tuyến với Giảng Viên

1000+
Học Viên
4.9
Đánh Giá Trên Google
4.97/5
Điểm Đánh Giá Course Report
200+
Đối Tác Tuyển Dụng
Khoá Học Sắp Tới
Coming Soon
April 12 - May 29
Học trực tuyến cùng giảng viên, 4 tiếng/tuần

Học Trực Tuyến Hiệu Quả Cùng Giảng Viên

Hãy quên đi những lớp học video online buồn chán! Đến với CoderSchool, bạn sẽ được học cách tư duy bài bản với dữ liệu cùng các giảng viên/trợ giảng giàu kinh nghiệm. Bạn còn được sử dụng các bộ dữ liệu kinh doanh thật để phân tích và ứng dụng những kiến thức nền tảng đã học với sự trợ giúp tận tình của đội ngũ giảng viên.

Phân Tích Tốt, Thăng Tiến Nhanh

Khoá học Phân Tích Dữ Liệu trực tuyến của CoderSchool được tài trợ bởi quỹ đầu tư Trive & Iterative của Singapore sẽ giúp bạn phát triển khả năng phân tích dữ liệu với mức học phí ưu đãi. Dù bạn làm Marketing, Tài Chính, hay Nhân Sự, việc đọc, hiểu dữ liệu đã trở thành kỹ năng không thể thiếu để thăng tiến trong môi trường kinh doanh cạnh tranh. Đến với khoá học này, bạn sẽ được học và thực hành ngay tại lớp cách truy xuất, làm sạch và trực quan lượng dữ liệu lớn, sử dụng các bộ dữ liệu thật phổ biến trong kinh doanh.

01

Tuần 1-2: Giới Thiệu về Phân Tích Dữ Liệu & Cách Truy Xuất Dữ Liệu với SQL

Học phần giới thiệu tổng quan về ngành phân tích dữ liệu, định hướng nghề nghiệp, và các khái niệm cơ bản trong phân tích dữ liệu. Học cách truy xuất dữ liệu sử dụng ngôn ngữ phổ biến nhất hiện nay, SQL.

02

Tuần 3-4: Sử Dụng Python & Pandas để làm sạch, phân tích và trực quan dữ liệu

Trong 2 tuần 3-4, bạn sẽ học cách sử dụng kết hợp Python và Pandas để: - Nhập bảng dữ liệu từ nhiều nguồn khác nhau - Các phương pháp làm sạch dữ liệu phổ biến, từ định vị outlier (dị biệt) tới xử lý các điểm dữ liệu bị thiếu. Các tập dữ liệu bạn nhận được sẽ không bao giờ hoàn chỉnh, và việc đảm bảo dữ liệu được đồng nhất là một bước không thể thiếu trước khi phân tích dữ liệu.

03

Tuần 5-6: Xử Lý và Trực Quan Hoá Dữ Liệu với Google Data Studio

Trực quan hoá bảng dữ liệu để phân tích và tìm kiếm xu hướng. Trong 2 tuần này, bạn sẽ học cách sử dụng: - Thành thạo Google Data Studio để trực quan hoá qua biểu đồ những câu hỏi kinh doanh thường gặp, như biến động số đơn hàng bán ra qua từng tháng hay xác định mặt hàng đem về lợi nhuận cao nhất trong quý. - Cách thiết kế dashboard để truyền tải hiệu quả những xu hướng mà bạn tìm được với cấp trên.

Learn the Future

Đối Tác Giảng Dạy của 13 Công ty Công Nghệ Lớn tại Việt Nam

CoderSchool là đối tác giảng dạy chương trình Phân Tích Dữ Liệu và Máy Học của hơn 13 doanh nghiệp quốc tế tại Viêt Nam như Shopee, Facebook, Cho Tot.

Bảo Đảm Việc Làm cho Top 3 Học Sinh Xuất Sắc

CoderSchool cam kết việc làm cho top 3 học viên xuất sắc nhất. Các bạn sẽ được tham gia miễn phí chương trình tư vấn nhu cầu tuyển dụng, sửa CV, và phỏng vấn thử cùng các nhân viên kì cựu trong ngành.

Nội Dung Chuyên Sâu

Với thời lượng 26 tiếng, kéo dài trong 13 buổi, lớp học truyền tải những nội dung thiết yếu nhất trong ngành Phân Tích Dữ Liệu, giúp bạn cải thiện khả năng đọc và thao tác dữ liệu nhanh và hiệu quả hơn.

Hai Minh Do

Head of Academics

Anh Minh có bằng thạc sỹ Lý Thuyết Thông Tin tại trường Đại Học Clausthal ở Đức. Anh có kinh nghiệm 10 năm làm việc là kỹ sư phần mềm tại các công ty lớn như Bosch và startup tại Đức và Việt Nam. Ngoài ra, anh còn nhận được chứng chỉ TensorFlow Developer về Machine Learning/ Deep Learning từ Google, và hiện đang là Ban tổ chức của Google Developer Group Cloud tại HCMC.

Nhan Phan Pham

Data Analytics & Machine Learning Instructor

Nhân dạy học tại CoderSchool sau 2 năm làm việc trong mảng Máy Học. Kết hợp với background trong kinh doanh (chuyên ngành Marketing/Quảng Cáo trong 5 năm), Nhân đem tới kinh nghiệm kinh doanh và khả năng tư duy phân tích để trả lời các câu hỏi kinh doanh.

Quan Tran

Data Analytics & Machine Learning Instructor

Quân có kinh nghiệm 3 năm làm việc tại thủ đô Washington, Mỹ với vai trò là kỹ sư phần mềm. Quân tốt nghiệp ngành Khoa Học Máy Tính tại đại học Houston, Mỹ.

Học Phí

Lớp Khai Giảng ngày 12/04, từ 19-21h Thứ 2 và Thứ 4 Hàng Tuần

Học Viên Mới
4M
VND
26/01 - 28/02/2021
Mức giá ưu đãi dành cho 30 sinh viên đầu tiên đăng ký
5M
VND
29/02 - 11/04/2021

Outcome của khóa học Data Analytics?
- Kỹ năng phân tích (Analytical Skills) Đây là kỹ năng liên quan đến vấn đề phân tích yêu cầu từ quản lý hay khách hàng. Sau đó là liên kết chúng với dữ liệu và đưa ra hướng giải quyết. Trong khóa học này các bạn sẽ được giới thiệu các bước làm việc với dữ liệu: từ lúc nhận, phân tích câu hỏi, đánh giá dữ liệu, cho tới làm sạch, phân tích, đút kết insight và trình bày báo cáo một cách trực quan hoá. - Kỹ năng lập trình (SQL & Python) Thị trường ngày càng được mở rộng và đổi mới, các công cụ phân tích dữ liệu, đặt biệt là các công cụ dựa trên nền tảng lập trình đang được ưa chuộng hơn bao giờ hết. Trong khoá học này các bạn sẽ được giới thiệu 2 ngôn ngữ đó là SQL (để quản lý và truy xuất data) và Python ( cùng các thư viện trong Python như Pandas, Matplotlib) để phân tích và trực quan hoá data. - Kỹ năng trình bày, thiết kế báo cáo (data visualization) Data Visualization là kỹ năng về chuyển đổi những số liệu thô thành những hình ảnh hay biểu đồ một cách khoa học. Data Visualization giúp bạn trình bày và trao đổi những insight từ dữ liệu một cách nhanh chóng và ý nghĩa hơn. Trong khoá học này các bạn sẽ được tiếp cận và sử dụng Google Data Studio để thiết kế báo cáo dữ liệu của chính bạn.
Career path sau khi học khoá Data Analytics?
- Data Analyst DA (Chuyên viên phân tích dữ liệu) Công việc chính của DA là phân tích dữ liệu, dùng dữ liệu để trả lời các câu hỏi và vấn đề đưa ra từ các phòng ban khác (marketing, tài chính). Thông thường, DA sẽ nhận data từ DE (quản lý hệ thống dữ liệu), phân tích và xây dựng báo cáo chuyển lại cho Business Intelligence hoặc các bên khác. Tuy nhiên, trong nhiều trường hợp DA cũng phải đảm nhận phần công việc của DE (quản lý hệ thống dữ liệu); hoặc phải trực tiếp đứng ra trình bày, liên quan mật thiết hơn về mảng business (BI). - Data Engineer DE (Kỹ sư kiến trúc dữ liệu) Đây là vị trí chuyên về xây dựng hệ thống dữ liệu. Công việc chính là thu thập dữ liệu từ nhiều nguồn khác nhau, xử lý và chuyển đổi chúng thành dữ liệu có thể dùng được ngay tại kho dữ liệu trung tâm (Data Warehouse). Quản lý, sử dụng, và bảo trì data warehouse. Công việc sẽ được trả mức lương cao hơn DA nhưng lại khá nặng về phần kỹ thuật và ứng dụng khá nhiều công nghệ. - Data Scientist DS (Chuyên gia về khoa học dữ liệu) Công việc của DS khá rộng và tùy mỗi công ty sẽ khác nhau. Thông thường để đến được Data Scientist các bạn phải nắm vững kiến thức cả về Data Engineer lẫn Data Analyst. Công việc của DS không dừng lại ở phân tích dữ liệu mà còn mở rộng sang thiết kế những thuật toán dựa trên dữ liệu để phục vụ nhiều mục đích khác nhau. VD như là dự đoán giá, xu hướng thị trường, nhận diện khuôn mặt hay giọng nói, … Mức lương của DS là cao nhất trong 3 vị trí và có ảnh hưởng rất lớn đối với doanh nghiệp nhưng thường rất ít người có thể làm ở vị trí này. Vì nó đòi hỏi khá nhiều kiến thức khác nhau và bằng cấp thường từ Thạc sĩ trở lên. - Chief Data Officer (CDO) Họ quản lý toàn bộ các vấn đề liên quan đến dữ liệu của một công ty. Lúc này bạn chỉ đứng dưới tổng giám đốc của công ty CEO.
Có yêu cầu kiến thức/kỹ năng nền tảng (SQL, Python) gì để học không?
Khoá học không yêu cầu các bạn phải biết trước SQL và Python. Trong những tuần đầu tiên, các bạn sẽ được học từ những cú pháp cơ bản nhất của hai ngôn ngữ này.
Khóa học này có phù hợp với người không có background coding không?
Khoá học không yêu cầu các bạn phải có background coding. Bên cạnh đó các bạn nên trang bị cho mình tư duy về lập trình, tìm hiểu kiến trúc hệ thống máy tính, mạng Internet. Học thêm toán học, thống kê và học máy. Nếu các bạn học để áp dụng, thì có thể yêu cầu không cần cao, có thể chỉ cần dừng ở bước hiểu các khái niệm, các mô hình và thuật toán liên quan.
Sự khác biệt giữa Data Science & Data Analytics?
Có thể ví Data Sciences là cha, bao hàm luôn cả Data Analytics. Về cơ bản, DS bao trùm cả các thuật toán, mô hình thống kê, Artificial Intelligence (AI), Machine Learning (ML), Deep Learning, Neural Networks. - Data Science • Đây là một lĩnh vực đa ngành sử dụng toán học, thống kê, AI, ML, khoa học máy tính và khoa học thông tin để trích xuất những hiểu biết sâu sắc từ dữ liệu có cấu trúc cũng như phi cấu trúc. • Nó kết hợp khoa học máy tính với các phương pháp phân tích truyền thống, trong đó coding là một thành phần thiết yếu của DS. • Các khái niệm và thủ tục thống kê được sử dụng khi kết thúc phân tích dữ liệu, sau đó là coding và xây dựng thuật toán. • Top các ngành hàng đầu tận dụng Khoa học Dữ liệu là - Công nghệ, Tài chính, Thương mại điện tử và Học thuật. • Tác động đáng kể nhất của Khoa học dữ liệu là trong AI và ML. - Data Analytics • Nó sử dụng các khái niệm và phương pháp thống kê và toán học để trích xuất thông tin từ dữ liệu có cấu trúc. • Nó không liên quan đến coding vì nó có định hướng thống kê cao. • Việc phân tích đầy đủ dữ liệu chủ yếu dựa vào các khái niệm và cách tiếp cận thống kê. • Top các ngành hàng đầu tận dụng Phân tích kinh doanh là - Công nghệ, Tài chính, Bán lẻ và Marketing. • Nó sẽ tạo ra tác động đáng kể nhất đến Phân tích nhận thức và Phân tích thuế.
Sự khác biệt giữa khóa học Data Analytics và khoá ML?
- Data Analytics Data Analytics là quá trình bao gồm các công việc: thu thập một lượng dữ liệu lớn (Big Data); tổ chức dữ liệu và phân tích để khám phá ra các thông tin có giá trị; như khám phá ra các xu hướng, sở thích của khách hàng,… Đây là những thông tin giúp đưa ra các quyết định phù hợp trong tương lai. Data Analytics là một kỹ thuật của Data Analysis. Kỹ thuật này bao gồm các phương pháp, thuật toán và Data Mining để có được thông tin hữu ích hơn. - Machine learning Machine Learning là môn khoa học dựa trên dữ liệu. Mục tiêu của Machine Learning là khám phá ra và giúp máy tính xây dựng model để ghi nhớ được những logic trong tập dữ liệu dựa trên các thuật toán Machine Learning. Từ đó, trong tương lai, có thể dùng các model này để đưa ra dự đoán. Ví dụ như dựa vào giá nhà trong 5 năm qua, bạn có thể xây dựng model để dự đoán giá nhà trong năm tiếp theo. Do các model được xây dựng từ việc “học" dữ liệu, việc chuẩn bị và tiền phân tích dữ liệu là một bước hết sức quan trọng trong Machine Learning. “Garbage in, garbage out" - Bạn không thể nào xây dựng một model ML tốt với một tệp data không được chuẩn bị kỹ càng. Do đó trước khi đến với Machine Learning, bắt buộc các bạn phải biết làm việc với Data Analytics.
Chứng nhận sau khóa học có được cung cấp không?
Tất cả các học viên đều được cấp Chứng Nhận Hoàn Thành Khóa Học nếu tham dự đủ thời gian học tối thiểu, hoàn thành đủ bài tập về nhà và đạt số điểm tối thiểu với bài kiểm tra cuối khóa. Học viên sẽ nhận chứng nhận Online (hoàn toàn miễn phí, học viên sẽ nhận được file ảnh chứng nhận gửi qua email học viên).
Giải đáp thắc mắc về khóa học tôi nên liên lạc ra sao?
Hotline: (+84) 984 326 569 Email: apply@coderschool.vn Trong quá trình học, bạn sẽ nhận được sự trợ giúp từ: - Giảng Viên - Trợ giảng - Chuyên gia thỉnh giảng - Bạn học cùng - Team Chăm Sóc Học Viên & Hướng nghiệp - Tư vấn viên Trong khóa học, bạn cũng sẽ được cung cấp email và số điện thoại của giảng viên để được trao đổi trực tiếp với giảng viên.
Chính sách hoàn học phí như thế nào?
Học viên được hoàn lại học phí 100% khi lớp học chưa khai giảng. Thời gian nhận hoàn lại tiền là trong 21 ngày làm việc. Khi lớp đã bắt đầu khai giảng, học phí sẽ không được hoàn lại. Mọi yêu cầu về hoàn trả học phí vui lòng gửi thông tin đầy đủ về: apply@coderschool.vn. Nội dung email bao gồm: Họ và tên, SDT, Lớp tham gia học, biên lai chuyển tiền (nếu có).
Số lượng học viên bao nhiêu?
Học viên sẽ được chia thành nhóm 10 người với 1 giáo viên để đảm bảo chất lượng lớp học với tính tương tác cao.
Hình thức học
Học trực tuyến với giảng viên thông qua kênh giảng dạy được xây dựng bởi CoderSchool. Giao tiếp trong lớp thông qua: Discord & Slack