Lộ trình khóa học data analysis bài bản, định hướng nghề khóa học data analyst. Khóa học phân tích dữ liệu Fresher – Junior – Senior cho mọi xuất phát điểm.
Lộ trình đào tạo nghề DA Cole bao gồm 5 khóa học dựa trên lộ trình học data analyst chuẩn quốc tế được chia thành 3 level khác nhau từ Fresher – Junior – Senior. Với các khóa học dành cho Fresher, học viên sẽ được cung cấp các kiến thức cơ bản nhất về Data Analyst, bắt đầu từ những khái niệm, công việc cần làm của một DA tới các kiến thức và kỹ năng trở thành điều kiện đủ để đảm nhận công việc ở mức cơ bản như Excel, Power Query, SQL.
Tiếp theo, các khóa học dành cho Senior sẽ cung cấp cho học viên kiến thức chuyên sâu hơn trong ngành công nghệ thông tin, phục vụ cho việc phân tích dữ liệu nâng cao hơn như ngôn ngữ lập trình Python, kiến thức trực quan hóa dữ liệu với Power BI. Cuối cùng là khóa học nâng cao dành cho Senior với ứng dụng phân tích thông kê định lượng R trong việc phân tích khối dữ liệu lớn.
Lộ trình khóa học sẽ được phân chia như sau:
Tuy nhiên, nếu bạn là người mới bắt đầu, Cole đã dành ra Combo 3 khóa học bao gồm: khóa Fresher A (Excel + Query), Fresher B (SQL) và Junior A (Power BI) vì 3 khóa học này có liên quan mật thiết, giúp bạn xây dựng nền tảng về data cũng như nâng cao kĩ năng, đảm bảo đầu ra bạn có đủ trình độ, kiến thức để đi làm. Sau đó các bạn có thể chọn lựa học bổ sung thêm 1 ngôn ngữ lập trình phân tích dữ liệu khác như Python hoặc R,
Mục tiêu khóa học:
Thời lượng: 10 buổi – 2 buổi/tuần
Giảng viên: Nguyễn Danh Tú – Giảng viên Đại học Bách Khoa Hà Nội
Khóa học cung cấp kiến thức từ cơ bản đến nâng cao về ngôn ngữ truy vấn, cách đọc các lược đồ quan hệ, các câu lệnh phổ biến, kỹ thuật tuning và kỹ năng sử dụngy công cụ hỗ trợ MySQL cho việc xây dựng kho dữ liệu.
Mục tiêu khóa học:
Thời lượng: 10 buổi – 2 buổi/tuần
Giảng viên: Nguyễn Phương Nam – Senior Data Analyst tại Techcombank
Khóa học đào tạo các kiến thức cơ bản về Python như kiểu dữ liệu, cấu trúc, hàm, module, hướng đối tượng,… và ứng dụng Python trong phân tích dữ liệu và xây dựng nền tảng tư duy về AI/ML cho các khóa học nâng cao
Xây dựng tư duy logic cho học viên về phân tích định lượng và thống kê mô tả, ứng dụng kiến thức toán học, kinh tế lượng,…để phân tích dữ liệu lớn đồng thời thành thạo kỹ nănsử dụng công cụ R trong môi trường tích hợp RStudio
Mọi thông tin tóm tắt về 5 khóa học data analyst cole hàng đầu Việt Nam đã được chia sẻ, bạn có thể liên hệ để được tư vấn miễn phí về định hướng học tập và làm việc lâu dài trong nghề data. Với niềm đam mê dành cho công nghệ số và mong muốn mang đến tri thức số để áp dụng thực tế, Cole tự hào là đơn vị giáo dục cung cấp khóa đào tạo phân tích dữ liệu hàng đầu VN dành cho tất cả mọi người.
> Tìm đọc thêm thông tin về data analysis là gì; cũng như lắng nghe chia sẻ của chuyên gia Data Analyst giàu kinh nghiệm tại Mỹ sẽ giúp bạn khám phá được nhiều khía cạnh; trước khi bước chân vào con đường này.
Chương trình học
1. Tổng quan về phân tích dữ liệu
2. Quy trình ETL tổng hợp, trích xuất và chuẩn hóa dữ liệu
3. Quản trị dữ liệu số
4. Thực hành ETL trên Power Query
5. Project thực tế
Module 1: Thành thạo SQL trên hệ quản trị cơ sở dữ liệu MySQL
Module 2: Nắm được tư duy về cơ sở dữ liệu
1. Giới thiệu về Power BI & Ứng dụng trong phân tích trực quan hóa dữ liệu
• Tổng quan về Power BI
• Kết nối nguồn dữ liệu vào Power BI
• Xây dựng Dashboard đơn giản trên Power BI
• Giới thiệu Power BI Service
2. Thực hành các thao tác với dữ liệu trên Power Query• Tổng quan về Power Query
• Giới thiệu các chức năng cơ bản trong Power Query
• Giới thiệu cơ bản về M trong Power Query
• Bài tập thực hành
3. Giới thiệu về Data Model trong Power BI
• Khái niệm về Data Model và lược đồ dữ liệu
• Data Model trong Power BI
• Thực hành liên kết dữ liệu trong Power BI Desktop
• Case Study AW2017 Database
4. Thiết kế Dashboard theo quy chuẩn
• Hiển thị và trực quan hóa dữ liệu
• Bài tập thực hành 1
• 15 quy tắc để xây dựng dashboard chuẩn
• Bài tập thực hành 2
5. Lập trình DAX cơ bản
• Tổng quan về DAX
• Giới thiệu về Calculated Measure, Calculated Column, Calculate Table
• Ví dụ về các hàm cơ bản
• Bài tập thực hành
6. Lập trình DAX trong Power BI (tiếp)
• Các Iterator Functions
• Các hàm Time Intelligence
• Hàm Userelationship
• Hàm Summarize
7. Thực hiện các phân tích trong Power BI• Thống kê tổng hợp• Xác định outlier với visual trong Power BI
• Time series analysis
• Sử dụng Advanced visual trong Power BI
8. Thiết kế Interactive Reports trong Power BI – Chỉnh sửa Report interactions
• Thêm Drillthrough cho visual
• Tạo, liên kết với các Bookmark trong Report
• Sử dụng “What-If” parameter
• Thực hành tạo 1 báo cáo Interactive Dashboard
9. Capstone Project – Bài trắc nghiệm cá nhân cuối khóa
• Ứng dụng và thực hành vào bài Capstone Project
• Gợi ý/ Chữa bài Capstone Project
• Hướng dẫn phần Xây dựng Interactive Dashboard
10. Tổng kết – Chữa bài tâp
• Nhận xét, chữa Project cuối khóa
• Tổng kết nội dung chương trình học
1. Tổng quan về Python
2. Cú pháp Python cơ bản (gán giá trị biến và tìm kiểu dữ liệu)
3. Toán tử, lệnh rẽ nhánh, và vòng lặp
4. Sử dụng hàm để xử lý dữ liệu
5. Đọc dữ liệu từ file Excel
6. Ghi dữ liệu ra file Excel
7. Thao tác Python và Excel để làm báo cáo tự động
8. Module, package, đối tượng, và lớp
9 – 10 – 11. Tự động truy vấn dữ liệu với SQL và Python
12 – 13. Xử lý dữ liệu với Pandas
14. Thao tác Python và SQL, ứng dụng thư viện Pandas để xử lý dữ liệu nâng cao
15-16. Trực quan hóa dữ liệu với Matplotlib
17. Phân cụm dữ liệu với K-means
18. Thực hành tổng hợp Phân tích dữ liệu với Python
19. Khám phá và phân tích dữ liệu
20. Thực hành tổng hợp Phân tích dữ liệu với Python
Module 1: Giới thiệu về khóa học phương pháp phân tích định lượng, ngôn ngữ thống kê, ngôn ngữ lập trình
Module 2: Thống kê mô tả
Module 3: Biểu diễn trực quan dữ liệu
Module 4: Dự báo bằng mô hình hồi quy tuyến tính
Module 5: Dự báo bằng mô hình hồi quy đa biến
Module 6: Hồi quy phi tuyến
Module 7: Hồi quy dữ liệu bảng
Module 8: Ứng dụng mô hình hồi quy trong bài toán thực tế
1. Tổng quan về phân tích dữ liệu
2. Quy trình ETL tổng hợp, trích xuất và chuẩn hóa dữ liệu
3. Quản trị dữ liệu số
4. Thực hành ETL trên Power Query
5. Project thực tế
Module 1: Thành thạo SQL trên hệ quản trị cơ sở dữ liệu MySQL
Module 2: Nắm được tư duy về cơ sở dữ liệu
1. Giới thiệu về Power BI & Ứng dụng trong phân tích trực quan hóa dữ liệu
• Tổng quan về Power BI
• Kết nối nguồn dữ liệu vào Power BI
• Xây dựng Dashboard đơn giản trên Power BI
• Giới thiệu Power BI Service
2. Thực hành các thao tác với dữ liệu trên Power Query• Tổng quan về Power Query
• Giới thiệu các chức năng cơ bản trong Power Query
• Giới thiệu cơ bản về M trong Power Query
• Bài tập thực hành
3. Giới thiệu về Data Model trong Power BI
• Khái niệm về Data Model và lược đồ dữ liệu
• Data Model trong Power BI
• Thực hành liên kết dữ liệu trong Power BI Desktop
• Case Study AW2017 Database
4. Thiết kế Dashboard theo quy chuẩn
• Hiển thị và trực quan hóa dữ liệu
• Bài tập thực hành 1
• 15 quy tắc để xây dựng dashboard chuẩn
• Bài tập thực hành 2
5. Lập trình DAX cơ bản
• Tổng quan về DAX
• Giới thiệu về Calculated Measure, Calculated Column, Calculate Table
• Ví dụ về các hàm cơ bản
• Bài tập thực hành
6. Lập trình DAX trong Power BI (tiếp)
• Các Iterator Functions
• Các hàm Time Intelligence
• Hàm Userelationship
• Hàm Summarize
7. Thực hiện các phân tích trong Power BI• Thống kê tổng hợp• Xác định outlier với visual trong Power BI
• Time series analysis
• Sử dụng Advanced visual trong Power BI
8. Thiết kế Interactive Reports trong Power BI – Chỉnh sửa Report interactions
• Thêm Drillthrough cho visual
• Tạo, liên kết với các Bookmark trong Report
• Sử dụng “What-If” parameter
• Thực hành tạo 1 báo cáo Interactive Dashboard
9. Capstone Project – Bài trắc nghiệm cá nhân cuối khóa
• Ứng dụng và thực hành vào bài Capstone Project
• Gợi ý/ Chữa bài Capstone Project
• Hướng dẫn phần Xây dựng Interactive Dashboard
10. Tổng kết – Chữa bài tâp
• Nhận xét, chữa Project cuối khóa
• Tổng kết nội dung chương trình học
1. Tổng quan về Python
2. Cú pháp Python cơ bản (gán giá trị biến và tìm kiểu dữ liệu)
3. Toán tử, lệnh rẽ nhánh, và vòng lặp
4. Sử dụng hàm để xử lý dữ liệu
5. Đọc dữ liệu từ file Excel
6. Ghi dữ liệu ra file Excel
7. Thao tác Python và Excel để làm báo cáo tự động
8. Module, package, đối tượng, và lớp
9 – 10 – 11. Tự động truy vấn dữ liệu với SQL và Python
12 – 13. Xử lý dữ liệu với Pandas
14. Thao tác Python và SQL, ứng dụng thư viện Pandas để xử lý dữ liệu nâng cao
15-16. Trực quan hóa dữ liệu với Matplotlib
17. Phân cụm dữ liệu với K-means
18. Thực hành tổng hợp Phân tích dữ liệu với Python
19. Khám phá và phân tích dữ liệu
20. Thực hành tổng hợp Phân tích dữ liệu với Python
Module 1: Giới thiệu về khóa học phương pháp phân tích định lượng, ngôn ngữ thống kê, ngôn ngữ lập trình
Module 2: Thống kê mô tả
Module 3: Biểu diễn trực quan dữ liệu
Module 4: Dự báo bằng mô hình hồi quy tuyến tính
Module 5: Dự báo bằng mô hình hồi quy đa biến
Module 6: Hồi quy phi tuyến
Module 7: Hồi quy dữ liệu bảng
Module 8: Ứng dụng mô hình hồi quy trong bài toán thực tế
Lộ trình học
1. Tổng quan về phân tích dữ liệu
2. Quy trình ETL tổng hợp, trích xuất và chuẩn hóa dữ liệu
3. Quản trị dữ liệu số
4. Thực hành ETL trên Power Query
5. Project thực tế
Module 1: Thành thạo SQL trên hệ quản trị cơ sở dữ liệu MySQL
Module 2: Nắm được tư duy về cơ sở dữ liệu
1. Giới thiệu về Power BI & Ứng dụng trong phân tích trực quan hóa dữ liệu
• Tổng quan về Power BI
• Kết nối nguồn dữ liệu vào Power BI
• Xây dựng Dashboard đơn giản trên Power BI
• Giới thiệu Power BI Service
2. Thực hành các thao tác với dữ liệu trên Power Query• Tổng quan về Power Query
• Giới thiệu các chức năng cơ bản trong Power Query
• Giới thiệu cơ bản về M trong Power Query
• Bài tập thực hành
3. Giới thiệu về Data Model trong Power BI
• Khái niệm về Data Model và lược đồ dữ liệu
• Data Model trong Power BI
• Thực hành liên kết dữ liệu trong Power BI Desktop
• Case Study AW2017 Database
4. Thiết kế Dashboard theo quy chuẩn
• Hiển thị và trực quan hóa dữ liệu
• Bài tập thực hành 1
• 15 quy tắc để xây dựng dashboard chuẩn
• Bài tập thực hành 2
5. Lập trình DAX cơ bản
• Tổng quan về DAX
• Giới thiệu về Calculated Measure, Calculated Column, Calculate Table
• Ví dụ về các hàm cơ bản
• Bài tập thực hành
6. Lập trình DAX trong Power BI (tiếp)
• Các Iterator Functions
• Các hàm Time Intelligence
• Hàm Userelationship
• Hàm Summarize
7. Thực hiện các phân tích trong Power BI• Thống kê tổng hợp• Xác định outlier với visual trong Power BI
• Time series analysis
• Sử dụng Advanced visual trong Power BI
8. Thiết kế Interactive Reports trong Power BI – Chỉnh sửa Report interactions
• Thêm Drillthrough cho visual
• Tạo, liên kết với các Bookmark trong Report
• Sử dụng “What-If” parameter
• Thực hành tạo 1 báo cáo Interactive Dashboard
9. Capstone Project – Bài trắc nghiệm cá nhân cuối khóa
• Ứng dụng và thực hành vào bài Capstone Project
• Gợi ý/ Chữa bài Capstone Project
• Hướng dẫn phần Xây dựng Interactive Dashboard
10. Tổng kết – Chữa bài tâp
• Nhận xét, chữa Project cuối khóa
• Tổng kết nội dung chương trình học
1. Tổng quan về Python
2. Cú pháp Python cơ bản (gán giá trị biến và tìm kiểu dữ liệu)
3. Toán tử, lệnh rẽ nhánh, và vòng lặp
4. Sử dụng hàm để xử lý dữ liệu
5. Đọc dữ liệu từ file Excel
6. Ghi dữ liệu ra file Excel
7. Thao tác Python và Excel để làm báo cáo tự động
8. Module, package, đối tượng, và lớp
9 – 10 – 11. Tự động truy vấn dữ liệu với SQL và Python
12 – 13. Xử lý dữ liệu với Pandas
14. Thao tác Python và SQL, ứng dụng thư viện Pandas để xử lý dữ liệu nâng cao
15-16. Trực quan hóa dữ liệu với Matplotlib
17. Phân cụm dữ liệu với K-means
18. Thực hành tổng hợp Phân tích dữ liệu với Python
19. Khám phá và phân tích dữ liệu
20. Thực hành tổng hợp Phân tích dữ liệu với Python
Module 1: Giới thiệu về khóa học phương pháp phân tích định lượng, ngôn ngữ thống kê, ngôn ngữ lập trình
Module 2: Thống kê mô tả
Module 3: Biểu diễn trực quan dữ liệu
Module 4: Dự báo bằng mô hình hồi quy tuyến tính
Module 5: Dự báo bằng mô hình hồi quy đa biến
Module 6: Hồi quy phi tuyến
Module 7: Hồi quy dữ liệu bảng
Module 8: Ứng dụng mô hình hồi quy trong bài toán thực tế
1. Tổng quan về phân tích dữ liệu
2. Quy trình ETL tổng hợp, trích xuất và chuẩn hóa dữ liệu
3. Quản trị dữ liệu số
4. Thực hành ETL trên Power Query
5. Project thực tế
Module 1: Thành thạo SQL trên hệ quản trị cơ sở dữ liệu MySQL
Module 2: Nắm được tư duy về cơ sở dữ liệu
1. Giới thiệu về Power BI & Ứng dụng trong phân tích trực quan hóa dữ liệu
• Tổng quan về Power BI
• Kết nối nguồn dữ liệu vào Power BI
• Xây dựng Dashboard đơn giản trên Power BI
• Giới thiệu Power BI Service
2. Thực hành các thao tác với dữ liệu trên Power Query• Tổng quan về Power Query
• Giới thiệu các chức năng cơ bản trong Power Query
• Giới thiệu cơ bản về M trong Power Query
• Bài tập thực hành
3. Giới thiệu về Data Model trong Power BI
• Khái niệm về Data Model và lược đồ dữ liệu
• Data Model trong Power BI
• Thực hành liên kết dữ liệu trong Power BI Desktop
• Case Study AW2017 Database
4. Thiết kế Dashboard theo quy chuẩn
• Hiển thị và trực quan hóa dữ liệu
• Bài tập thực hành 1
• 15 quy tắc để xây dựng dashboard chuẩn
• Bài tập thực hành 2
5. Lập trình DAX cơ bản
• Tổng quan về DAX
• Giới thiệu về Calculated Measure, Calculated Column, Calculate Table
• Ví dụ về các hàm cơ bản
• Bài tập thực hành
6. Lập trình DAX trong Power BI (tiếp)
• Các Iterator Functions
• Các hàm Time Intelligence
• Hàm Userelationship
• Hàm Summarize
7. Thực hiện các phân tích trong Power BI• Thống kê tổng hợp• Xác định outlier với visual trong Power BI
• Time series analysis
• Sử dụng Advanced visual trong Power BI
8. Thiết kế Interactive Reports trong Power BI – Chỉnh sửa Report interactions
• Thêm Drillthrough cho visual
• Tạo, liên kết với các Bookmark trong Report
• Sử dụng “What-If” parameter
• Thực hành tạo 1 báo cáo Interactive Dashboard
9. Capstone Project – Bài trắc nghiệm cá nhân cuối khóa
• Ứng dụng và thực hành vào bài Capstone Project
• Gợi ý/ Chữa bài Capstone Project
• Hướng dẫn phần Xây dựng Interactive Dashboard
10. Tổng kết – Chữa bài tâp
• Nhận xét, chữa Project cuối khóa
• Tổng kết nội dung chương trình học
1. Tổng quan về Python
2. Cú pháp Python cơ bản (gán giá trị biến và tìm kiểu dữ liệu)
3. Toán tử, lệnh rẽ nhánh, và vòng lặp
4. Sử dụng hàm để xử lý dữ liệu
5. Đọc dữ liệu từ file Excel
6. Ghi dữ liệu ra file Excel
7. Thao tác Python và Excel để làm báo cáo tự động
8. Module, package, đối tượng, và lớp
9 – 10 – 11. Tự động truy vấn dữ liệu với SQL và Python
12 – 13. Xử lý dữ liệu với Pandas
14. Thao tác Python và SQL, ứng dụng thư viện Pandas để xử lý dữ liệu nâng cao
15-16. Trực quan hóa dữ liệu với Matplotlib
17. Phân cụm dữ liệu với K-means
18. Thực hành tổng hợp Phân tích dữ liệu với Python
19. Khám phá và phân tích dữ liệu
20. Thực hành tổng hợp Phân tích dữ liệu với Python
Module 1: Giới thiệu về khóa học phương pháp phân tích định lượng, ngôn ngữ thống kê, ngôn ngữ lập trình
Module 2: Thống kê mô tả
Module 3: Biểu diễn trực quan dữ liệu
Module 4: Dự báo bằng mô hình hồi quy tuyến tính
Module 5: Dự báo bằng mô hình hồi quy đa biến
Module 6: Hồi quy phi tuyến
Module 7: Hồi quy dữ liệu bảng
Module 8: Ứng dụng mô hình hồi quy trong bài toán thực tế
Hình thức học
Online qua ZoomThời lượng
Linh động theo từng khóa
Nguyễn Danh Tú
Giảng viên Viện Toán Ứng Dụng - Đại Học Bách Khoa HN
Nguyễn Phương Nam
Senior Data Analyst tại Techcombank
Từ con số 0 về lập trình vẫn có thể học được.
Các kỹ thuật và câu lệnh SQL để làm phân tích dữ liệu thì chủ yếu là truy vấn, câu lệnh mô phỏng ngôn ngữ tự nhiên nên sẽ dễ thực hành được luôn. Quan trọng người học phải luyện tập nhiều để thuộc và quen tay.
Lập trình R trong phân tích định lượng không quá khó, những câu lệnh này nó định hình thành 1 quy trình mẫu sẵn rồi, tùy từng bài toán khác nhau sẽ có những biến khác nhau, mình chỉ việc lắp biến vào mà chạy thôi. Ngoài ra ngôn ngữ R còn có thư viện, trong đó có các gói (package) có sẵn để chạy nhiều nhiệm vụ phân tích khác nhau.
Về ngôn ngữ R, thầy dạy từ khái niệm cơ bản, chỉ dẫn từ việc cài đặt cho đến những thao tác đơn giản nhất nên không lo.
Về khóa Python, hoàn toàn theo được, khóa kết hợp dạy python cơ bản trước, rồi sẽ tới vận dụng vào thực tế giải quyết các bài toán.
Trong khóa học, phần lớn học viên xuất phát từ dân kinh tế, nghiên cứu khoa học,… hầu như đều non-IT, cuối khóa vẫn làm bài project tốt.
Quên hết toán rồi vẫn học được vì bây giờ ngta sử dụng R hoặc Python lập trình để chạy, cho ra kết quả luôn chứ ko cần phải làm tính toán nữa.
Tuy nhiên cũng cần hiểu thêm kiến thức tổng quan về thống kê, xác suất, logic là để hiểu được bản chất của việc chạy các mô hình đấy là gì và diễn giải được ý nghĩa từ kết quả.
Yêu cầu đầu vào của các khóa học là chỉ cần biết làm việc với Excel (mặc khóa học ko liên quan gì đến Excel nhưng cũng nên biết tránh bỡ ngỡ quá)
Lý do là bởi hiện nay phần lớn các công ty sử dụng MySQL (chiếm đến 80%) và MySQL không mất phí. Khóa học dạy cái mà nhu cầu thực tế các doanh nghiệp cần, để học viên học xong đi làm áp dụng được luôn vào công việc tại đơn vị doanh nghiệp.
Sau khi kết thúc khóa học, bạn sẽ được cấp chứng nhận hoàn thành khóa học với điều kiện tham gia đủ 80% số buổi học và hoàn thành bài tập cũng như vượt qua bài đánh giá cuối khóa)
Từ con số 0 về lập trình vẫn có thể học được.
Các kỹ thuật và câu lệnh SQL để làm phân tích dữ liệu thì chủ yếu là truy vấn, câu lệnh mô phỏng ngôn ngữ tự nhiên nên sẽ dễ thực hành được luôn. Quan trọng người học phải luyện tập nhiều để thuộc và quen tay.
Lập trình R trong phân tích định lượng không quá khó, những câu lệnh này nó định hình thành 1 quy trình mẫu sẵn rồi, tùy từng bài toán khác nhau sẽ có những biến khác nhau, mình chỉ việc lắp biến vào mà chạy thôi. Ngoài ra ngôn ngữ R còn có thư viện, trong đó có các gói (package) có sẵn để chạy nhiều nhiệm vụ phân tích khác nhau.
Về ngôn ngữ R, thầy dạy từ khái niệm cơ bản, chỉ dẫn từ việc cài đặt cho đến những thao tác đơn giản nhất nên không lo.
Về khóa Python, hoàn toàn theo được, khóa kết hợp dạy python cơ bản trước, rồi sẽ tới vận dụng vào thực tế giải quyết các bài toán.
Trong khóa học, phần lớn học viên xuất phát từ dân kinh tế, nghiên cứu khoa học,… hầu như đều non-IT, cuối khóa vẫn làm bài project tốt.
Quên hết toán rồi vẫn học được vì bây giờ ngta sử dụng R hoặc Python lập trình để chạy, cho ra kết quả luôn chứ ko cần phải làm tính toán nữa.
Tuy nhiên cũng cần hiểu thêm kiến thức tổng quan về thống kê, xác suất, logic là để hiểu được bản chất của việc chạy các mô hình đấy là gì và diễn giải được ý nghĩa từ kết quả.
Yêu cầu đầu vào của các khóa học là chỉ cần biết làm việc với Excel (mặc khóa học ko liên quan gì đến Excel nhưng cũng nên biết tránh bỡ ngỡ quá)
Lý do là bởi hiện nay phần lớn các công ty sử dụng MySQL (chiếm đến 80%) và MySQL không mất phí. Khóa học dạy cái mà nhu cầu thực tế các doanh nghiệp cần, để học viên học xong đi làm áp dụng được luôn vào công việc tại đơn vị doanh nghiệp.
Sau khi kết thúc khóa học, bạn sẽ được cấp chứng nhận hoàn thành khóa học với điều kiện tham gia đủ 80% số buổi học và hoàn thành bài tập cũng như vượt qua bài đánh giá cuối khóa)
Dự án thực tế
Bài tập cuối Khoá Power Bi
Cảm nhận học viên
Khóa học liên quan
Ngày khai giảng
: Liên tục hàng thángThời lượng
: 120 giờ họcThời gian dự kiến
: Hàng thángLiên hệ tư vấn
Thanh toán học phí trước ngày
(*) Áp dụng trả góp bằng thẻ tín dụng
Ngày khai giảng
: Liên tục hàng thángThời lượng
: 120 giờ họcThời gian dự kiến
: Hàng thángLiên hệ tư vấn
Thanh toán học phí trước ngày
(*) Áp dụng trả góp bằng thẻ tín dụng