Đào tạo
Technical Data Analyst - TDA
Nắm vững các kỹ thuật phân tích dữ liệu và trực quan hóa dữ liệu từ cơ bản đến nâng cao, tập trung vào các khía cạnh kỹ thuật của việc xử lý và phân tích dữ liệu.
Giới Thiệu
Data Analyst định hướng kỹ thuật (Technical Data Analyst) là những chuyên gia phân tích dữ liệu tập trung vào việc sử dụng các công cụ và kỹ thuật chuyên sâu để xử lý, làm sạch, chuyển đổi và phân tích dữ liệu một cách hiệu quả. Học kiến thức sâu về các ngôn ngữ lập trình, cơ sở dữ liệu, và các công cụ phân tích dữ liệu phức tạp.
Nếu bạn có đam mê với công nghệ, yêu thích việc giải quyết các vấn đề phức tạp và muốn làm việc với dữ liệu ở cấp độ kỹ thuật sâu hơn, thì hướng đi Data Analyst định hướng kỹ thuật có thể là một lựa chọn tuyệt vời cho bạn.
Một số hướng đi nghề nghiệp khác sau khoá học:
- Data Engineer
- Data Scientist
Song song với lớp này, các bạn có thể học các khoá đào tạo bổ trợ Business Data Analyst để phát huy hiệu quả cao nhất.
Mục tiêu Đào tạo
Khoá Đào Tạo Dành Cho Ai?
Cam kết từ DataMark Academy
Học viên có thể tự tin phân tích dữ liệu, sử dụng các công cụ như SQL, Python, PowerBI và áp dụng kiến thức vào các dự án thực tế, sẵn sàng tham gia phỏng vấn và làm việc trong vai trò Data Analyst.
Lộ trình đào tạo
Số buổi
05 Module
Lịch học
Tối 2,4,6 hoặc 3,5,7
Tài liệu cung cấp
Video, Quiz, Article
Hình thức học
Offline, Online, E-Learning
Module 01
SQL for Data Analytics
Tổng quan về CSDL và BigQuery
- Kiến thức cơ bản về các loại cơ sở dữ liệu quan hệ (RDBMS).
- Giới thiệu BigQuery: cấu trúc, lợi ích và ứng dụng trong phân tích dữ liệu.
- Bài thực hành: Truy cập và thực hiện truy vấn đơn giản với BigQuery.
Cách trích xuất dữ liệu và nối các bảng
- Thực hiện các phép toán JOIN (INNER, LEFT, RIGHT, FULL).
- Tổng hợp dữ liệu từ nhiều bảng với các phép toán UNION, INTERSECT.
- Bài thực hành: Tạo và nối dữ liệu từ nhiều bảng với các truy vấn JOIN.
Các truy vấn cơ bản
- SELECT, WHERE, ORDER BY, GROUP BY, và HAVING.
- Bài thực hành: Viết truy vấn để phân tích dữ liệu bán hàng.
Phân tích phức tạp với truy vấn con và hàm Window Functions
- Sử dụng truy vấn con (subquery) trong mệnh đề SELECT và WHERE.
- Các hàm phân tích như RANK, DENSE_RANK, LAG, LEAD.
- Bài thực hành: Phân tích dữ liệu khách hàng với Window Functions.
Xử lý dữ liệu và làm sạch
- Phát hiện và xử lý các giá trị NULL, duplicate.
- Bài thực hành: Dọn dẹp và làm sạch một tập dữ liệu bị lỗi.
Tối ưu hóa chiến lược truy vấn với BigQuery
- Tối ưu hóa các câu lệnh truy vấn bằng cách sử dụng CTE (Common Table Expressions) và VIEW.
- Bài thực hành: Viết các truy vấn phức tạp và tối ưu hóa chúng trong BigQuery.
Module 2
Python for Data Analytics
Python cơ bản
- Khái niệm biến, kiểu dữ liệu (int, float, string, list, tuple, dictionary).
- Toán tử và cấu trúc điều kiện (if, elif, else), vòng lặp (for, while), hàm.
- Bài thực hành: Viết script Python cơ bản để làm việc với dữ liệu.
Phân tích dữ liệu với Pandas
- Đọc/ghi dữ liệu từ các nguồn (CSV, Excel).
- Xử lý dữ liệu: lọc, nhóm, gộp và xử lý các giá trị thiếu.
- Bài thực hành: Thực hiện các thao tác trên tập dữ liệu khách hàng.
Exploratory Data Analysis (EDA)
- Tạo biểu đồ và trực quan hóa dữ liệu bằng Matplotlib và Seaborn.
- Thống kê cơ bản: mean, median, mode, variance, standard deviation.
- Bài thực hành: Thực hiện EDA để hiểu dữ liệu bán hàng.
Tiền xử lý dữ liệu (Data Preprocessing)
- Các bước làm sạch dữ liệu, xử lý dữ liệu không đồng nhất.
- Chuẩn hóa dữ liệu (StandardScaler, MinMaxScaler).
- Bài thực hành: Tiền xử lý và chuẩn hóa tập dữ liệu để chuẩn bị cho phân tích.
Module 3
Data Visualization
Nguyên tắc trực quan hóa dữ liệu
- Các quy tắc thiết kế để đảm bảo tính rõ ràng và thẩm mỹ của biểu đồ.
- Lựa chọn biểu đồ phù hợp với loại dữ liệu và mục tiêu phân tích.
- Bài thực hành: Thiết kế một biểu đồ đơn giản theo các nguyên tắc.
Trực quan hóa với Matplotlib và Seaborn
- Tạo các biểu đồ: histogram, scatter plot, line chart, bar chart.
- Tùy chỉnh biểu đồ với màu sắc, chú thích, tiêu đề.
- Bài thực hành: Tạo các biểu đồ phức tạp từ dữ liệu thực tế.
Trực quan hóa với Looker Studio và Tableau
- Xây dựng báo cáo, dashboard và kể chuyện với dữ liệu (data storytelling).
- Bài thực hành: Tạo một dashboard cơ bản với Tableau.
Phân tích dữ liệu bằng các biểu đồ
- Tìm kiếm insight và trình bày phân tích dưới dạng đồ thị để hỗ trợ quyết định kinh doanh.
- Bài thực hành: Phân tích dữ liệu marketing và trình bày kết quả.
Module 4
Machine Learning for Data Analytics
Giới thiệu về Machine Learning
- Khái niệm, phân loại ML: supervised, unsupervised, reinforcement.
- Giới thiệu BigQuery ML và các ứng dụng cơ bản.
- Bài thực hành: Tạo mô hình đầu tiên với BigQuery ML.
Quy trình xây dựng dự án ML
- Từ tiền xử lý dữ liệu, chọn mô hình, đến huấn luyện và đánh giá mô hình.
- Bài thực hành: Tạo một quy trình đầy đủ trên BigQuery ML.
Ứng dụng thuật toán ML phổ biến
- Hồi quy tuyến tính (Linear Regression), hồi quy logistic, phân cụm (Kmeans).
- ARIMA cho phân tích chuỗi thời gian, Random Forest, Boosted Tree.
- Bài thực hành: Xây dựng mô hình ML cho dữ liệu tài chính.
Deep Learning cơ bản
- Cấu trúc và ứng dụng của các mô hình Deep Neural Network.
- Bài thực hành: Tạo mô hình đơn giản với TensorFlow hoặc Keras.
05
Final Project
- Học viên hoàn thiện một dự án phân tích dữ liệu đầy đủ, từ xử lý dữ liệu, tạo mô hình ML đến trình bày kết quả.
- Bài thực hành: Thực hiện và trình bày dự án trước hội đồng.
Kết quả đạt được sau khoá học
Học viên sẽ nhận được sự hỗ trợ từ các buổi Coaching, Q&A, cộng đồng học viên, video hướng dẫn chi tiết, trợ giảng đồng hành, và AI Bot hỗ trợ tự động, giúp họ không bị bỏ lại phía sau và nhanh chóng đạt được kết quả.
Hỗ trợ học viên Đạt Được Mục Tiêu
Học viên sẽ nhận được sự hỗ trợ từ các buổi Coaching, Q&A, cộng đồng học viên, video hướng dẫn chi tiết, trợ giảng đồng hành, và AI Bot hỗ trợ tự động, giúp họ không bị bỏ lại phía sau và nhanh chóng đạt được kết quả.
Tài nguyên Hỗ trợ học viên
Học viên có sẵn các bảng mẫu, dashboard, bài tập thực hành, case study, và các công cụ phân tích tự động, giúp bạn dễ dàng thực hành và ứng dụng ngay kiến thức học được vào công việc thực tế. Bạn cũng sẽ có cơ hội sử dụng các phần mềm cao cấp với ưu đãi hoặc miễn phí.
Để thành công
Tất cả đều phải Học
"Pundar Pichai" - CEO của Alphabet Inc. and Google.
Đăng ký học
Tại Sao Chọn DataMark?
Hình ảnh Workshops
