TRUNG TÂM CÔNG NGHỆ THÔNG TIN VÀ THIẾT KẾ

Lorem Ipsum
Lorem Ipsum
DATA ANALYTICS
DATA ANALYTICS

DATA ANALYTICS

Thời gian: 18g00 - 21g00, Thứ 2, Thứ 4

Khai giảng: 28/8/2025

Thời lượng: 48 buổi học/4 Module

Hình thức: Offline

3,150,0003,500,000₫

Khuyến mãi

🎓 Giảm theo đối tượng (Áp dụng 1 trong các ưu đãi sau):

    • Giảm 10% cho học viên là sinh viên UEH.
    • Giảm 10% cho học viên cũ của ATD.
    • Giảm 5% cho học viên là sinh viên các trường khác.
    • Giảm 5% cho học viên là người học UEH.

👥 Giảm theo số lượng đăng ký (Có thể cộng thêm với ưu đãi theo đối tượng)

    • Giảm thêm 5% khi đăng ký combo 2 Module hoặc combo 3 Module (Vui lòng ghi rõ module bạn chọn trong ghi chú đơn hàng)
    • Giảm thêm 10% khi đăng ký combo 4 Modulde

Số lượng

Khóa học bạn đã chọn:

Đối tượng bạn đã chọn:

Mô tả khoá học

Trong bối cảnh các doanh nghiệp vận hành trên nền tảng công nghệ số, dữ liệu không còn là "phụ trợ" mà là nguồn tài sản chiến lược. Từ các quyết định tài chính, chiến dịch marketing, đến việc định hình sản phẩm – mọi thứ đều cần số liệu làm cơ sở. Khóa học này cung cấp cho học viên nền tảng toàn diện về phân tích dữ liệu hiện đại, từ truy xuất dữ liệu, trực quan hóa, đến xây dựng mô hình học máy để dự đoán tương lai. Thông qua các công cụ tiêu chuẩn như SQL, Power BI, Python và các case study thực tế, học viên sẽ làm chủ tư duy dữ liệu (data thinking) – điều kiện tiên quyết để trở thành người ra quyết định chiến lược trong kỷ nguyên Big Data.

ĐỐI TƯỢNG THAM GIA:

Khóa học này không chỉ dạy bạn xử lý và phân tích dữ liệu – mà còn giúp bạn đặt câu hỏi đúng, đọc hiểu các chỉ số kinh doanh, và đề xuất giải pháp dựa trên số liệu chứng minh. Phù hợp cho:

    • Các nhà quản lý muốn chuyển đổi ra quyết định từ trực giác sang cơ sở dữ liệu.

    • Các chuyên viên phân tích, nhân sự tài chính, marketing, kinh doanh muốn nâng cấp tư duy dữ liệu toàn diện.

    • Sinh viên năm cuối hoặc người đi làm muốn chuẩn bị hành trang bước vào vai trò Business Analyst, Data Analyst, Data Consultant.

THÔNG TIN KHÓA HỌC:

    • Thời gian học: 18g00 - 21g00, Thứ 2, Thứ 4
    • Khai giảng: 28/8/2025
    • Hình thức học tập: Offline
    • Thời lượng: 48 buổi (4 Module) tương đương 144 tiếng đào tạo

(lưu ý: Học viên có thể đăng ký lẻ từng Module theo nhu cầu học tập hoặc đăng ký theo combo nhiều Module)

CẤU TRÚC CHƯƠNG TRÌNH:

Module

Nội dung

Thời lượng

Module 1 

SQL

(10 buổi)

Giới thiệu tổng quan

  • Dữ liệu là gì?

  • Các kiểu dữ liệu (Data Types) 

  • Types of Data/Data Formats

  • Cách lưu trữ dữ liệu (Database Types)/Các nền tảng dữ liệu (Data Platform)

  • Các công cụ lưu trữ dữ liệu (Database Management Systems: SQL/no-SQL, on-premises/on-cloud)

  • Mô hình dữ liệu

  • Giới thiệu các cơ sở dữ liệu quan hệ: Northwind, Adventure Works, Contoso Data Warehouse, Wide World Importers, Olist datasets,...

1 buổi

Làm quen với cơ sở dữ liệu quan hệ

  • Giới thiệu tầm quan trọng của một dữ liệu chất lượng

  • Giới thiệu hệ quản trị cơ sở dữ liệu Microsoft SQL

  • Giới thiệu ngôn ngữ truy vấn dữ liệu SQL và các nhóm lệnh chính trong SQL

  • DDL – Data Definition Language

  • DML – Data Manipulation Language

  • DCL – Data Control Language

  • TCL – Transaction Control Language

  • DQL – Data Query Language

  • Làm quen và thực hành cơ bản với nhóm lệnh DDL (Create, Alter, Drop, Truncate), trong đó gồm các khái niệm liên quan đến thiết kế bảng dữ liệu (table) như Data Type, NULL value

1 buổi

Đảm bảo tính toàn vẹn dữ liệu với Table Relationships:  Primary Key, Foreign Key, Constraints

Làm quen và thực hành cơ bản với nhóm lệnh DML (Insert, Update, Delete)

1 buổi

DQL - Truy vấn cơ bản (Basic Queries) 

  • Truy vấn dữ liệu từ bảng đơn (single table): tất cả cột và dòng trong bảng; một/nhiều cột cụ thể với mệnh đề SELECT và FROM

  • Trích lọc dòng dữ liệu trong bảng theo điều kiện với mệnh đề WHERE

  • Các toán tử áp dụng trong mệnh đề WHERE: toán tử so sánh (Comparison Operators), toán tử nâng cao (Advanced Operators)

  • Làm việc với NULL value

  • Sắp xếp dữ liệu với câu lệnh ORDER BY [ASC/DESC]

  • Trích bao nhiêu dòng dữ liệu từ trên xuống với câu lệnh TOP

  • Loại trừ các dòng dữ liệu trùng với câu lệnh DISTINCT

1 buổi

DQL - Truy vấn nhiều bảng (Multi-Table Queries) 

  • Table and Column Aliases

  • Truy vấn dữ liệu từ nhiều bảng với câu lệnh JOIN và các loại Joins (Inner, Left, Right, Full, Cross)

  • Truy vấn dữ liệu từ nhiều bảng với câu lệnh UNION/UNION ALL

1 buổi

DQL - Tính toán và tổng hợp dữ liệu

  • Sử dụng Biểu thức toán học (Arithmetic Expression)

  • Sử dụng Aggregate Functions (MIN, MAX, AVG, SUM, COUNT) kết hợp câu lệnh GROUP BY

  • Trích lọc dữ liệu đã tổng hợp với câu lệnh HAVING

1 buổi

DQL - Tính toán và tổng hợp dữ liệu sử dụng Windows Functions

1 buổi

DQL - Truy vấn nâng cao (Advanced Queries)

  • Sub-queries

  • Common Table Expression (CTE)

  • Temporary table

  • Một số câu lệnh/hàm để xứ lý dữ liệu: CASE - WHEN, hàm ngày - tháng, hàm số học, hàm chuỗi...

1 buổi

Query Performance Tuning: cách kiểm tra và điều chỉnh 

Làm quen và giới thiệu một số objects trong SQL: view, stored procedure, functions

1 buổi

Dự án cuối Module

1 buổi

Module 2

POWER BI

(15 buổi)

Giới thiệu về Business Intelligence và các vị trí công việc liên quan

1 buổi

Các loại dữ liệu, nguồn dữ liệu và chất lượng dữ liệu

1 buổi

Thống kê mô tả và phân phối

1 buổi

Thống kê suy luận và kiểm định giả thuyết

1 buổi

Giới thiệu về Power BI

1 buổi

Chuẩn bị dữ liệu với Power Query 

2 buổi

Mô hình hóa dữ liệu với DAX

2 buổi

Trực quan hóa dữ liệu

1 buổi

Tạo báo cáo và Tích hợp phân tích nâng cao

1 buổi

Chia sẻ báo cáo và Bảo mật

1 buổi

Dự án cuối Module

3 buổi

Module 3

PYTHON

(15 buổi)

Tổng quan về ngôn ngữ Python

1 buổi

Làm quen với tư duy lập trình cơ bản

1 buổi

Các thư viện Python trong phân tích dữ liệu

1 buổi

Tiền xử lý dữ liệu bằng Python

1 buổi

Phân tích khám phá dữ liệu (EDA) với Python

1 buổi

Tổng quan về Học máy (Machine learning)

1 buổi

Quy trình xây dựng mô hình Học máy

1 buổi

Phân loại (Classification):

+ Naive Bayes

+ K-nearest Neighbors (KNN)

+ Support Vector Machine (SVM)

+ Decision Tree

+ Random Forest

+ Logistic/Softmax Regression

+ Neural Networks

+ Đánh giá hiệu suất phân loại

2 buổi

Hồi quy (Regression):

+ Linear Regression

+ Polynomial Regression

+ Lasso/Ridge Regression

+ Logistic/Softmax Regression

+ Support Vector Machine (SVM)

+ Random Forest

+ Neural Networks

+ Đánh giá hiệu suất hồi quy

2 buổi

Phân cụm (Clustering):

+ K-Means

+ DBScan

1 buổi

Luật kết hợp (Association rules):

+ Apriori

+ Eclat

1 buổi

Chuỗi thời gian (Time Series):

+ AR, MA, ARIMA, SARIMA

+ Random Forest

1 buổi

Dự án cuối Module

1 buổi

Module 4

DỰ ÁN THỰC TẾ

(8 buổi)

Phân tích chân dung khách hàng và phân khúc khách hàng sử dụng 

2 buổi

Phân tích tình hình kinh doanh của doanh nghiệp bán lẻ và dự báo doanh thu cho những năm tới

2 buổi

Phân tích tình hình cho vay trong doanh nghiệp tài chính - tín dụng và dự báo rủi ro tín dụng

2 buổi

Phân tích chiến dịch marketing đã qua và đề xuất ngân sách cho chiến dịch mới

2 buổi

GIẢNG VIÊN KHÓA HỌC

  1. Thạc sĩ Trần Sơn Nam - Giảng viên khoa Công nghệ thông tin, Phân hiệu Đại học Kinh tế TP.HCM tại tỉnh Vĩnh Long

  2. Thạc sĩ Nguyễn Thị Quỳnh Như - Master of Management Information Systems (MIS)

    • Microsoft Certified: Power BI Data Analyst Associate

    • Microsoft Certified: Fabric Analytics Engineer Associate

    • Microsoft Certified: Fabric Data Engineer Associate

    • Microsoft Certified: Azure Enterprise Data Analyst Associate

  1.  Thạc sĩ Lê Ngọc Thuận - Thạc sĩ Hệ thống thông tin - chuyên ngành Data Science – UEH.



Nhận xét & Bình luận

Đánh giá của Học viên

0/5

Khoá học liên quan

Đăng ký nhận tin mới

Đăng ký nhận tin mới

Chính sách

Thời gian làm việc

Thứ 2 - Thứ 6 (Offline): 7h30 - 11h30, 13h30 - 17h00

Thứ 2 - Thứ 6 (Offline): 7h30 - 11h30, 13h30 - 17h00

Thứ 7 - CN (Online): 7h30 - 11h30, 13h30 - 17h00

Thứ 7 - CN (Online): 7h30 - 11h30, 13h30 - 17h00

Theo dõi

Lorem Ipsum
Lorem Ipsum

Bản quyền © 2024 ATD. Tất cả các quyền được bảo lưu. Được xây dựng với Eraweb.