Menu
- 086-680-2624
Bạn cần tìm hiểu một công việc phù hợp với xu thế của thời 4.0? Tham gia khóa học này, bạn sẽ được giới thiệu và giải đáp mọi thắc mắc về nghề PHÂN TÍCH DỮ LIỆU.
Lộ trình học tập: Nghề phân tích dữ liệu
Giảng viên: Nguyễn Ngọc Chiến
| Chương 1 | Phân tích dữ liệu và xu hướng của nghề phân tích dữ liệu |
| 1 | Giới thiệu khóa học |
| 2 | Các nội dung chính của khóa học |
| 3 | Xu hướng của nghề phân tích dữ liệu |
| 4 | Giới thiệu các nguồn tài liệu tham khảo và giới thiệu Giảng viên |
| 5 | Phân tích dữ liệu – Data Analytics là gì? |
| 6 | Các loại hình phân tích dữ liệu |
| 7 | Phân tích mô tả – Descriptive Analytics là gì? |
| 8 | Phân tích chuẩn đoán – Diagnostic Analytics là gì? |
| 9 | Phân tích dự đoán – Predictive Analytics là gì? |
| 10 | Phân tích đề xuất – Prescriptive Analytics là gì? |
| 11 | Phân tích nhận thức – Cognitive Analytics là gì? |
| 12 | Cách đặt câu hỏi với 5 loại phân tích dữ liệu |
| Chương 2 | Quy trình từ dữ liệu tới thông tin hữu ích |
| 13 | Dữ liệu để phân tích được sinh ra như thế nào |
| 14 | Quy trình 5 bước từ dữ liệu tới thông tin hữu ích |
| 15 | Bước 1 – Cấu trúc hệ thống dữ liệu nguồn |
| 16 | Bước 2 – Thu thập dữ liệu từ hệ thống nguồn |
| 17 | Bước 2 – Ba kiểu dữ liệu: có cấu trúc, bán cấu trúc, không cấu trúc |
| 18 | Bước 2 – Dữ liệu có cấu trúc: mô hình OLTP và OLAP |
| 19 | Bước 2 – Tìm hiểu về quy trình ETL khi thu thập dữ liệu |
| 20 | Bước 2 – Quy trình ETL, giai đoạn Extract Data |
| 21 | Bước 2 – Quy trình ETL, giai đoạn Transform Data |
| 22 | Bước 2 – Quy trình ETL, giai đoạn Load Data |
| 23 | Bước 2 – Quy trình ETL, tìm hiểu về ETL và ELT |
| 24 | Bước 2 – Quy trình ETL, các phương thức xử lý dữ liệu khi ETL |
| 25 | Bước 2 – Các kiến thức cần hiểu biết tại bước thu thập dữ liệu |
| 26 | Bước 2 – Các Tools công nghệ cần làm chủ tại bước thu thập dữ liệu |
| 27 | Bước 3 – Tổ chức lưu trữ dữ liệu |
| 28 | Bước 3 – Tìm hiểu về kho dữ liệu DataWarehouse và DataMart |
| 29 | Bước 3 – Tìm hiểu về hồ dữ liệu Data Lake |
| 30 | Bước 3 – So sánh nhà kho dữ liệu DataWarehouse và hồ dữ liệu Data Lake |
| 31 | Bước 3 – Các kiến thức, công cụ cần biết tại bước tổ chức lưu trữ dữ liệu |
| 32 | Bước 4 – Xây dựng hệ thống báo cáo BI |
| 33 | Bước 4 – Các loại báo cáo thường gặp |
| 34 | Bước 4 – Báo cáo dạng bảng biểu MI Report |
| 35 | Bước 4 – Báo cáo dạng Dashboard |
| 36 | Bước 4 – Báo cáo tương tác thông minh trên các phần mềm BI |
| 37 | Bước 4 – Kỹ năng kể chuyện qua dữ liệu Data Story Telling |
| 38 | Bước 4 – Các kiến thức cần có khi xây dựng hệ thống báo cáo |
| 39 | Bước 4 – Các kỹ năng cần có khi xây dựng hệ thống báo cáo |
| 40 | Bước 4 – Các công cụ cần thành thạo khi xây dựng báo cáo |
| 41 | Bước 5 – Xây dựng hệ thống phân tích nâng cao |
| 42 | Bước 5 – Yêu cầu kiến thức, kỹ năng để xây dựng hệ thống phân tích nâng cao |
| Chương 3 | Các vị trí công việc trong nghề Phân tích dữ liệu |
| 43 | Giới thiệu chung về các vị trí công việc |
| 44 | Các đơn vị nghiệp vụ liên quan tới dữ liệu |
| 45 | Vị trí Data Analyst – Nhà phân tích dữ liệu |
| 46 | Vị trí Data Engineer – Nhà kỹ sư dữ liệu |
| 47 | Vị trí Data Architect – Nhà kiến trúc dữ liệu |
| 48 | Vị trí Data Scientist – Nhà khoa học dữ liệu |
| Chương 4 | Lộ trình học tập các kiến thức, kỹ năng cho nghề Phân tích dữ liệu |
| 49 | Giới thiệu chung về lộ trình học tập |
| 50 | EXCEL_Công cụ Microsoft Excel |
| 51 | SQL_Sử dụng SQL trên SQL Server |
| 52 | VBA_Ứng dụng VBA tự động hóa Excel |
| 53 | SSIS_Ứng dụng ETL dữ liệu với SQL Server Integration Servies |
| 54 | POWER BI_Phân tích, trực quan dữ liệu với Power BI |
| 55 | PYTHON_Phân tích dữ liệu nâng cao với Python |
| 56 | Tổng kết, lưu ý quan trọng về việc học các công cụ cho nghề Phân tích dữ liệu |
| 57 | Tìm hiểu các công cụ trên nền tảng điện toán đám mây CLOUD |
| 58 | Lộ trình làm chủ các kiến thức, kỹ năng cho nghề phân tích dữ liệu |
| Chương 5 | Một số nguồn tài liệu, lộ trình học tập tham khảo |
| 59 | Một số Website học tập hữu ích |
| 60 | Một số lộ trình học tập tham khảo |
| Chương 6 | Một số ví trí công việc, yêu cầu tuyển dụng tham khảo |
| 61 | Một số ví trí công việc, yêu cầu tuyển dụng tham khảo |
| 62 | Tổng kết khóa học, cùng chia sẻ và kết nối kiến thức |
Hình ảnh các lớp đào tạo tại: https://ptdl.vn/ahv
Nguyễn Ngọc Chiến là chuyên gia Phân tích dữ liệu và Tin học ứng dụng với các chứng chỉ Microsoft Technology Associate (về SQL Server/Python), Microsoft Data Analyst Associate (về Power BI), Microsoft Office Master, Microsoft Excel Expert của Microsoft. Chi tiết chứng chỉ của anh tại https://ptdl.vn/ccgv
Anh có nhiều năm kinh nghiệm trong lĩnh vực Card Product, Digital Banking, Management Information System (MIS) – Business Intelligence (BI) – Data Analytics (DA) tại các ngân hàng, công ty hàng đầu Việt Nam.
Anh có kinh nghiệm đào tạo tại nhiều ngân hàng, công ty tài chính, chứng khoán, viễn thông lớn nhất Việt Nam. Các đơn vị tiêu biểu anh đã đào tạo: các ngân hàng VCB, MBB, BIDV, VIB, TPB, PVCombank, LPBank, NCB, MBV, công ty viễn thông Viettel Hà Nội, công ty tài chính MCredit, công ty chứng khoán SSI, MBS, công ty bảo hiểm MB Ageas Life, MIC, công ty Viettel Commerce, công ty chuỗi thực phẩm TH, công ty dược phẩm Delta, đào tạo cho các ngân hàng thành viên của Hiệp hội ngân hàng Việt Nam VNBA.
Anh dày công xây dựng các khóa đào tạo để biến kiến thức tin học có tính kỹ thuật cao trở nên dễ tiếp thu. Anh được biết đến với các bài giảng dễ hiểu, dễ học và áp dụng được ngay.
Chia sẻ kiến thức về phân tích dữ liệu là mục tiêu các khóa học của Nguyễn Ngọc Chiến mang tới cho các học viên.
