5 khóa học Data Analyst tại Cole – Lộ trình đạt mức lương lên đến $2,000

Lộ trình khóa học data analyst bài bản, định hướng nghề khóa học data analysis. Khóa học phân tích dữ liệu Fresher – Junior – Senior cho mọi xuất phát điểm.

Học Data Analyst có khó? Vì sao khóa học data analysis tại Cole là khóa học DA duy nhất không cần background IT

  • Thứ nhất, tôn chỉ trong việc đào tạo Data Analyst của Cole là học tư duy để giải quyết các bài toán trong doanh nghiệp bằng dữ liệu với công cụ SQL, Excel, Power BI, R & Python, Machine Learning.
  • Thứ hai, cách giảng dạy và nội dung học được thiết kế dễ hiểu, học cách giải quyết bài toán dữ liệu tối ưu nhất, không nặng về code. 
  • Thứ ba, Giảng viên đứng lớp là Senior Data AnalystGV ưu tú tại Đại Học Bách Khoa HN, những GV có phương pháp dạy sinh động, trực quan. Học viên được cầm tay chỉ việc cùng GV trong mỗi buổi học, không để học viên bị mông lung. 

Bởi vậy, đến 80% học viên trong khóa đào tạo DA tại Cole đến từ dân kinh tế.

Những lợi ích khi lựa chọn khóa học phân tích dữ liệu online tại Cole:

  • Khóa học đào tạo data analyst ngắn hạn: Trọn gói những kỹ năng cần thiết và tư duy nghiệp vụ để làm nghề data analyst; xây dựng căn bản từ đầu đến khi thành thạo nhờ các case thực tế.
  • Hình thức học: Học data analyst online trong mùa dịch, thuận tiện cho học viên sắp xếp việc học
  • Hỗ trợ học tập: Được trợ giảng hỗ trợ hướng dẫn, nhắc nhở tham gia các buổi học, thông báo bài tập và giải đáp các thắc mắc.
  • Chương trình học thực tiễn: Các buổi học được sắp xếp theo lộ trình bài bản, ứng dụng ngay các case thực tế trong bài học.
  • Vừa học vừa thực hành với các case study thực tế: 100% thực hành mọi buổi học, cân bằng lý thuyết thực hành 5-5
  • Cơ hội nghề nghiệp hấp dẫn: Giới thiệu và tư vấn công việc phù hợp từ cộng đồng tuyển dụng của các công ty, tập đoàn hàng đầu
  • Chứng chỉ: có đủ tư duy và trình độ pass các chứng chỉ quốc tế như Data của Microsoft hoặc IBM
  • Học lại miễn phí đến khi hiểu rõ và thành thạo.
  • Trả góp học phí 0% chỉ từ 500.000đ mỗi tháng.

Và có rất nhiều lợi ích khác đến từ đề cương khóa học và các chia sẻ thực tế từ giảng viên khóa học data analysis online

Đối tượng khóa học data analyst online

Các khóa Fresher

– Những bạn mới bắt đầu học phân tích dữ liệu hoặc những bạn không có nền tảng CNTT muốn tìm hiểu về công việc phân tích dữ liệu và học về data analyst

Dân Dev/IT muốn đổi hướng sang làm dữ liệu nhưng chưa có tư duy nghiệp vụ

– Những bạn đang gặp vấn đề trong công việc khi dữ liệu quá lớn, xử lý bằng những công cụ đơn giản như Excel thì không đáp ứng được nhu cầu và tốn thời gian

– Những bạn đang muốn tìm hiểu về cơ sở dữ liệu và cách ứng dụng SQL trong công việc phân tích dữ liệu

Các khóa Junior

– Học viên đã kết thúc khóa học data analyst Intern mong muốn học nâng cao để đi làm nghề phân tích dữ liệu chuyên nghiệp và muốn học về data analyst ở mức độ cao hơn.

– Các bạn học nhóm ngành kinh tế kỹ thuật, muốn theo đuổi ngành dữ liệu với lộ trình phát triển bài bản

– Người đã đi làm Data Analyst muốn nâng cao kỹ năng phân tích và xử lý dữ liệu

Các khóa Senior

– Những bạn muốn theo đuổi vị trí Data Analyst chuyên nghiệp hoặc Data Scientist.

– Sinh viên nhóm ngành kinh tế, chính trị, xã hội, khoa học,… muốn đào sâu học về data analysis với ngôn ngữ lập trình R + Python hoặc đã tham gia học xong khóa học Data Analyst Executive.

– Nghiên cứu sinh cao học thạc sĩ, tiến sĩ học để hiểu cách làm phân tích báo cáo quản lý dữ liệu.

Lộ trình các khóa học data analyst từ A-Z

Lộ trình học bài bản, với 5 khóa học lộ trình nghề data analyst có thể linh động lựa chọn khóa học data analyst online; phù hợp với level và thời gian của mình:

  • Combo Fresher gồm khóa DA với Excel và Power Query; khóa DA với SQL
  • Combo Junior gồm khóa học DA với Power BI và khóa học DA với Python (làm báo cáo tự động và ML) 
  • Mức Senior là khóa học DA phân tích định lượng thống kê với R & Python

Lưu ý là các khóa học cung cấp kiến thức và kỹ năng nền tảng để từ đó mới có thể phát triển thêm khi đi làm cọ sát với vô vàn bài toán của Doanh Nghiệp.

Fresher A: Khóa học phân tích dữ liệu với Excel và Power Query cho người mới bắt đầu học 

Mục tiêu khóa học

  • Nắm được cái khái niệm cơ bản về Phân tích dữ liệu, Trí Tuệ kinh doanh (Business Intelligence), Khai phá dữ liệu (Data Mining) theo ngôn ngữ thực tế và mô phỏng quy trình một cách trực quan, sinh động.
  • Nắm được các khái niệm OLAP (Roll-up, Drill-down, Slice and dice, Pivot, Unpivot) và OLTP và minh họa được trên dữ liệu thực tế.
  • Làm chủ được các công cụ Excel, Power BI cho việc Phân tích dữ liệu
  • Phân biệt được ưu nhược điểm của các loại công cụ Excel, PowerBI, Hệ quản trị CSDL để lựa chọn được giải pháp phù hợp nhất trong thực tế.

Lộ trình học chi tiết và giảng viên khóa học data analysis

  • Lộ trình lớp học data analyst: gồm 58h học – đây là lộ trình học quan trọng nhất giúp củng cố nền tảng cho các bạn muốn theo đuổi nghề data analyst.
  • Giảng viên: ThS. Nguyễn Danh Tú – Viện Toán Ứng Dụng – ĐHBK HN, thông tin giảng viên cụ thể ở mục giảng viên
  • Chi tiết khóa học Excel và Power Query: tại đây

Lộ trình khóa học phân tích dữ liệu nền tảng với Power Query & Excel

Fresher B: Khóa học data analyst SQL nền tảng

Mục tiêu khóa học data analysis

  • Đọc và Phân tích được cơ sở dữ liệu (qua lược đồ quan hệ)
  • Dựa trên nhu cầu dữ liệu viết được câu lệnh truy vấn trả về kết quả
  • Đọc được câu lệnh truy vấn ra ngôn ngữ nghiệp vụ
  • Chuyển được dữ liệu từ hệ thống giao dịch (OLTP) sang hệ thống phân tích dữ liệu (OLAP) sử dụng truy vấn
  • Lên được dashboard dữ liệu trên Excel lấy dữ liệu từ cơ sở dữ liệu

Lộ trình học chi tiết và giảng viên khóa học data analysis

  • Khóa học bao gồm: 12 buổi học với tổng thời lượng học 60 giờ, giúp các bạn sử dụng tốt SQL từ con số 0, phục vụ cho phân tích dữ liệu.
  • Giảng viên: ThS. Nguyễn Danh Tú – Viện Toán Ứng Dụng – ĐHBK HN, thông tin giảng viên cụ thể ở mục giảng viên
  • Chi tiết khóa học DA với SQL: tại đây

Lộ trình khóa học SQL căn bản

Junior A: Khóa học data analysis với Power BI

Mục tiêu khóa học phân tích dữ liệu

  • Cung cấp cho người học hiểu rõ về cách xây dựng hệ thống phân tích dữ liệu với Power BI, triển khai các dịch vụ Power BI
  • Cách kết nối dữ liệu từ nhiều nguồn – cách xử lý chuẩn hóa dữ liệu trên Power Query
  • Cách sử dụng hàm Dax cơ bản – nâng cao để tạo các Measure tính toán (phục vụ cách lấy số liệu tính toán)
  • Cách lên dashboard, trực quan hóa dữ liệu và Xây dựng báo cáo tương tác tự động 
  • Chia sẻ kinh nghiệm làm phân tích dữ liệu trong ngân hàng và các công ty công nghệ lớn

Lộ trình học chi tiết và giảng viên khóa học data analyst

  • Học data analysis với Power BI: bao gồm 10 buổi học – tương đương 20 giờ, giúp các bạn thành thạo kỹ năng sử dụng Power BI trong phân tích dữ liệu.
  • Giảng viên: ThS. Nguyễn Phương Nam – Senior Data Analyst tại Techcombank, thông tin giảng viên cụ thể ở mục giảng viên
  • Chi tiết khóa học Power BI

LỘ TRÌNH KHÓA HỌC PTDL POWER BI

 

Junior B: Khóa học Python cho phân tích dữ liệu

Mục tiêu khóa học

  • Khóa học cung cấp cho học viên  những kiến thức cơ bản nhất về phân tích dữ liệu với Python
  • Trang bị cho học viên các kiến thức cần thiết về cách truy vấn dữ liệu, cách sử dụng công cụ Google Colab, Jupyter notebook và các thư viện thường dùng để làm phân tích dữ liệu trong python như: K-means, KNN, Pandas, Seaborn,…
  • Giúp học viên có thể phân tích bất cứ dữ liệu gì để trả lời các bài toán ứng dụng trong thực tiễn tại doanh nghiệp
  • Giúp học viên có đủ kiến thức nền tảng để học các khóa học nâng cao sau này về trí tuệ nhân tạo (AI), học máy (Machine Learning), Học sâu (Deep Learning)

Lộ trình học chi tiết và giảng viên khóa học

  • Khóa học bao gồm: 20 buổi học – tương đương 40 giờ, giúp các bạn thành thạo sử dụng Python trong phân tích dữ liệu.
  • Giảng viên: Tiến sĩ. Trịnh Tuấn Đạt (Giảng viên môn công nghệ phần mềm), Tiến sỹ khoa học máy tính ở Trường ĐH công nghệ Viên, Áo, thông tin giảng viên cụ thể ở mục giảng viên
  • Chi tiết khóa học Data analytics với Python

Lộ trình khóa Python cho phân tích dữ liệu

Lớp Senior – Khóa học phân tích định lượng thống kê với R

Mục tiêu khóa học

  • Học viên sẽ hiểu rõ các mô hình phân tích hồi quy- áp dụng kiến thức toán học, kinh tế lượng, xác suất thống kê, để phân tích dữ liệu trên công cụ R
  • Học viên biết cách sử dụng các thư viện có sẵn trong R và Python để viết các Model thống kê, phân tích dữ liệu trên Google Colab hoặc Jupiter Notebook
  • Làm chủ được kỹ năng xử lý dữ liệu, đặc biệt là dữ liệu có số lượng lớn thường gặp trong tài chính, ngân hàng, bảo hiểm, viễn thông, CNTT, …

Lộ trình khóa học và giảng viên khóa học

  • Để học về data analyst chuyên sâu, ta có 15 buổi – Bài 1 có 1 buổi, từ bài 2 trở đi là 1 buổi lý thuyết và 1 buổi thực hành
  • Giảng viên: Tiến sĩ Ban Hà Bằng Giảng viên khóa học Data Analyst – ĐHBK HN, thông tin giảng viên cụ thể ở mục giảng viên
  • Chi tiết khóa học DA với R: tại đây

Lộ trình khóa học phân tích định lượng với R

Lộ trình khóa học phân tích định lượng với R

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 cung cấp khóa đào tạo phân tích dữ liệu hàng đầu VN dành cho tất cả mọi người. Chỉ với 20h-24h học bạn đã có thể áp dụng phân tích dữ liệu trong công việc.

> 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.

Lộ trình học

1. Tổng quan về phân tích dữ liệu

  • Tổng quan về phân tích dữ liệu
  • Các level của phân tích dữ liệu
  • Hệ thống kiến trúc phân tích dữ liệu trong Doanh Nghiệp
  • Data Tab cơ bản

2. Quy trình ETL tổng hợp, trích xuất và chuẩn hóa dữ liệu

  • ETL (Extract, Transform, Load)
  • Kiến thức về OLAP, các thao tác với dữ liệu trong OLAP
  • Xử lý dữ liệu với với Pivot Table, Pivot Chart

3. Quản trị dữ liệu số

  • Nguyên lý về quản trị dữ liệu dạng số 1. (DAKHASAPHATO). (Tư duy xây dựng dashboard dữ liệu)
  • Tổng hợp dữ liệu và xây dự báo cáo dashboard

4. Thực hành ETL trên Power Query

  • Nguyên lý về quản trị dữ liệu dạng số 2. (6 tầng dữ liệu và Tư duy phân tích)
  • Data Tab nâng cao với Power Query

5. Project thực tế

  • Project thực tế
  • Chia sẻ định hướng sau khóa học
  • Tư vấn, hỗ trợ các giải pháp doanh nghiệp

Module 1: Thành thạo SQL trên hệ quản trị cơ sở dữ liệu MySQL

  • Thiết lập môi trường làm việc thực hành
  • Tạo CSDL mẫu để làm việc
  • Truy vấn dữ 2 liệu theo yêu cầu
  • Xây dựng và phân tích lược đồ
  • Truy vấn các bảng hệ thống CSDL
  • Thao tác dữ liệu
  • Tạo các thành phần của CSDL
  • Kết nối cơ sở dữ liệu

Module 2: Nắm được tư duy về cơ sở dữ liệu

  • Tổng quan về CSDL
  • Truy vấn dữ liệu cơ bản
  • Tìm hiểu cấu trúc của CSDL
  • Truy vấn dữ liệu nâng cao
  • Cập nhật dữ liệu
  • Các khái niệm CSDL theo ngôn ngữ nghiệp vụ
  • Kết nối CSDL với Excel, Power BI

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

  • Máy tính và ngôn ngữ lập trình
  • Giới thiệu về Python
  • Môi trường lập trình Python
  • Jupyter Notebook và Google Colab
  • Giới thiệu các chương trình Python

2. Cú pháp Python cơ bản (gán giá trị biến và tìm kiểu dữ liệu)

  • Cú pháp Python cơ bản
  • Khái niệm biến
  • Lệnh gán giá trị cho biến
  • Các kiểu dữ liệu cơ bản
  • Thực hành 1: Thực hành gán gí trị biến và tìm kiểu dữ liệu

3. Toán tử, lệnh rẽ nhánh, và vòng lặp

  • Khái niệm
  • Các toán tử trong Python
  • Thứ tự ưu tiên toán tử
  • Lệnh rẽ nhánh
  • Vòng lặp
  • Thực hành toán tử, lệnh rẽ nhánh, và vòng lặp

4. Sử dụng hàm để xử lý dữ liệu

  • Giới thiệu về hàm
  • Các loại đối số hàm trong Python
  • Biến cục bộ và biến toàn cục
  • Thay đổi giá trị tham số hàm
  • Hàm trả về nhiều giá trị
  • Hàm lambda
  • Thực hành 4: Sử dụng hàm để xử lý dữ liệu

5. Đọc dữ liệu từ file Excel

  • Đọc file cục bộ
  • Đọc file trên Google Drive
  • Ghi nhiều bảng ra 1 sheet
  • Đọc dữ liệu từ nhiều sheet
  • Đọc dữ liệu từ nhiều bảng trong 1 sheet
  • Đọc dữ liệu từ các bảng có cấu trúc phức tạp
  • Thực hành 5: Thực hành đọc dữ liệu

6. Ghi dữ liệu ra file Excel

  • Ghi file lên Google Drive
  • Ghi dữ liệu ra nhiều sheet
  • Ghi nhiều bảng ra 1 sheet
  • Ghi bảng dữ liệu có cấu trúc phức tạp
  • Ẩn cột trong file Excel
  • Tạo format khi ghi dữ liệu
  • Thêm chart vào file Excel
  • Thực hành 6: Thực hành ghi dữ liệu ra file Excel

7. Thao tác Python và Excel để làm báo cáo tự động

  • Sử dụng Python thao tác cơ bản dữ liệu
  • Dùng hàm Python
  • Thao tác Python và Excel: làm báo cáo tự động
  • Xử lý bài toán thực tế của giảng viên

8. Module, package, đối tượng, và lớp

  • Module: khái niệm, cách tạo
  • Package: khái niệm, cách tạo
  • Lệnh import
  • Khái niệm lớp và đối tượng
  • Tạo lớp và đối tượng
  • Sử dụng lớp và đối tượng
  • Các thao tác nâng cao với các kiểu dữ liệu chuẩn trong Python
  • Thực hành 8

9 – 10 – 11. Tự động truy vấn dữ liệu với SQL và Python

  • Giới thiệu về SQL
  • Các khái niệm cơ bản trong cơ sở dữ liệu quan hệ-RDBMS
  • Một số CSDL quan hệ
  • Các lệnh SQL cơ bản
  • Các mệnh đề SQL: (SQL DISTINCT, SQL WHERE, SQL AND/OR, SQL IN, SQL BETWEEN, SQL LIKE, SQL ORDER BY, SQL GROUP BY, SQL COUNT, SQL HAVING)
  • Thư viện MySQL
  • Kết nối Python với MySQL
  • Câu lệnh SELECT (Phương thức fetchall, Phương thức fetchone, Phương thức fetchmany)
  • Tham số hóa dữ liệu truyền vào câu truy vấn với prepared statement
  • Thực hành 9

12 – 13. Xử lý dữ liệu với Pandas

  • Khái niệm
  • Cơ bản về Dataframe
  • Các cấu trúc dữ liệu trong Pandas
  • Các thao tác xử lý dữ liệu với Pandas (hợp-merge, kết nối-join, nhóm-group, sắp xếp-sort, thêm cột, bớt cột, xử lý dữ liệu thiếu, làm sạch dữ liệu, …)
  • Thực hành 10: Xử lý dữ liệu

14. Thao tác Python và SQL, ứng dụng thư viện Pandas để xử lý dữ liệu nâng cao

  • Làm sạch dữ liệu
  • Truy vấn và kết nối dữ liệu
  • Thao tác Python và SQL, ứng dụng thư viện Pandas
  • Xử lý bài toán thực tế của giảng viên

15-16. Trực quan hóa dữ liệu với Matplotlib

  • Giới thiệu về trực quan hóa dữ liệu
  • Trực quan hóa dữ liệu với Matplotlib (biểu đồ đường, cột, tròn, kết hợp, histogram, box plot, …)
  • Thực hành 12: Thực hành trực quan hóa dữ liệu với Seaborn

17. Phân cụm dữ liệu với K-means

  • Học giám sát và không giám sát
  • Khái niệm phân cụm dữ liệu
  • Ý nghĩa của bài toán phân cụm dữ liệu
  • Phương pháp phân cụm dữ liệu
  • Phương pháp chọn K
  • Thực hành 13: Thực hành qua ví dụ áp dụng thực tế

18. Thực hành tổng hợp Phân tích dữ liệu với Python

  • Ghi file lên Google Drive
  • Ghi dữ liệu ra nhiều sheet
  • Ghi nhiều bảng ra 1 sheet
  • Ghi bảng dữ liệu có cấu trúc phức tạp
  • Ẩn cột trong file Excel
  • Tạo format khi ghi dữ liệu
  • Thêm chart vào file Excel
  • Thực hành 6: Thực hành ghi dữ liệu ra file Excel

19. Khám phá và phân tích dữ liệu

  • Sử dụng Python thao tác cơ bản dữ liệu
  • Dùng hàm Python
  • Thao tác Python và Excel
  • Xử lý bài toán thực tế của giảng viên

20. Thực hành tổng hợp Phân tích dữ liệu với Python

  • Dựa trên bộ dữ liệu thực tế học viên tiến hành:
  • Trực quan hóa dữ liệu
  • Phân tích dữ liệu
  • Phân cụm dữ liệu
  • Phát hiện ngoại lai

Module 1: Giới thiệu về khóa học phương pháp phân tích định lượng, ngôn ngữ thống kê, ngôn ngữ lập trình

  • Phương pháp phân tích định lượng;
  • Ngôn ngữ lập trình python và ngôn ngữ thống kê R, Python

Module 2: Thống kê mô tả

  • Mẫu, chọn và phân phối mẫu;
  • Ước lượng và kiểm định;
  • Thực hành trên R và Python

Module 3: Biểu diễn trực quan dữ liệu

  • Biểu diễn dữ liệu
  • Các loại biểu đồ và ý nghĩa;
  • Mất mát dữ liệu và xử lý;
  • Thực hành trên R và Python

Module 4: Dự báo bằng mô hình hồi quy tuyến tính

  • Giới thiệu và diễn giải mô hình hồi quy tuyến tính;
  • Đánh giá mô hình;
  • Thực hành trên R và Python

Module 5: Dự báo bằng mô hình hồi quy đa biến

  • Hồi quy đa biến
  • Giới thiệu và diễn giải mô hình;
  • Cộng tuyến trong hồi quy đa biến;
  • Tìm mô hình tối ưu;
  • Thực hành trên R và Python

Module 6: Hồi quy phi tuyến

  • Giới thiệu mô hình hồi quy phi tuyến;
  • Diễn giải mô hình;
  • Thực hành trên R. và Python

Module 7: Hồi quy dữ liệu bảng

  • Giới thiệu và diễn giải mô hình hồi quy dạng bảng;
  • Thực hành trên R và Python

Module 8: Ứng dụng mô hình hồi quy trong bài toán thực tế

  • Giới thiệu các bài toán;
  • Mô hình thống kê cho bài toán;
  • Kiểm định mô hình;
  • Thực hành trên R và Python

1. Tổng quan về phân tích dữ liệu

  • Tổng quan về phân tích dữ liệu
  • Các level của phân tích dữ liệu
  • Hệ thống kiến trúc phân tích dữ liệu trong Doanh Nghiệp
  • Data Tab cơ bản

2. Quy trình ETL tổng hợp, trích xuất và chuẩn hóa dữ liệu

  • ETL (Extract, Transform, Load)
  • Kiến thức về OLAP, các thao tác với dữ liệu trong OLAP
  • Xử lý dữ liệu với với Pivot Table, Pivot Chart

3. Quản trị dữ liệu số

  • Nguyên lý về quản trị dữ liệu dạng số 1. (DAKHASAPHATO). (Tư duy xây dựng dashboard dữ liệu)
  • Tổng hợp dữ liệu và xây dự báo cáo dashboard

4. Thực hành ETL trên Power Query

  • Nguyên lý về quản trị dữ liệu dạng số 2. (6 tầng dữ liệu và Tư duy phân tích)
  • Data Tab nâng cao với Power Query

5. Project thực tế

  • Project thực tế
  • Chia sẻ định hướng sau khóa học
  • Tư vấn, hỗ trợ các giải pháp doanh nghiệp

Module 1: Thành thạo SQL trên hệ quản trị cơ sở dữ liệu MySQL

  • Thiết lập môi trường làm việc thực hành
  • Tạo CSDL mẫu để làm việc
  • Truy vấn dữ 2 liệu theo yêu cầu
  • Xây dựng và phân tích lược đồ
  • Truy vấn các bảng hệ thống CSDL
  • Thao tác dữ liệu
  • Tạo các thành phần của CSDL
  • Kết nối cơ sở dữ liệu

Module 2: Nắm được tư duy về cơ sở dữ liệu

  • Tổng quan về CSDL
  • Truy vấn dữ liệu cơ bản
  • Tìm hiểu cấu trúc của CSDL
  • Truy vấn dữ liệu nâng cao
  • Cập nhật dữ liệu
  • Các khái niệm CSDL theo ngôn ngữ nghiệp vụ
  • Kết nối CSDL với Excel, Power BI

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

  • Máy tính và ngôn ngữ lập trình
  • Giới thiệu về Python
  • Môi trường lập trình Python
  • Jupyter Notebook và Google Colab
  • Giới thiệu các chương trình Python

2. Cú pháp Python cơ bản (gán giá trị biến và tìm kiểu dữ liệu)

  • Cú pháp Python cơ bản
  • Khái niệm biến
  • Lệnh gán giá trị cho biến
  • Các kiểu dữ liệu cơ bản
  • Thực hành 1: Thực hành gán gí trị biến và tìm kiểu dữ liệu

3. Toán tử, lệnh rẽ nhánh, và vòng lặp

  • Khái niệm
  • Các toán tử trong Python
  • Thứ tự ưu tiên toán tử
  • Lệnh rẽ nhánh
  • Vòng lặp
  • Thực hành toán tử, lệnh rẽ nhánh, và vòng lặp

4. Sử dụng hàm để xử lý dữ liệu

  • Giới thiệu về hàm
  • Các loại đối số hàm trong Python
  • Biến cục bộ và biến toàn cục
  • Thay đổi giá trị tham số hàm
  • Hàm trả về nhiều giá trị
  • Hàm lambda
  • Thực hành 4: Sử dụng hàm để xử lý dữ liệu

5. Đọc dữ liệu từ file Excel

  • Đọc file cục bộ
  • Đọc file trên Google Drive
  • Ghi nhiều bảng ra 1 sheet
  • Đọc dữ liệu từ nhiều sheet
  • Đọc dữ liệu từ nhiều bảng trong 1 sheet
  • Đọc dữ liệu từ các bảng có cấu trúc phức tạp
  • Thực hành 5: Thực hành đọc dữ liệu

6. Ghi dữ liệu ra file Excel

  • Ghi file lên Google Drive
  • Ghi dữ liệu ra nhiều sheet
  • Ghi nhiều bảng ra 1 sheet
  • Ghi bảng dữ liệu có cấu trúc phức tạp
  • Ẩn cột trong file Excel
  • Tạo format khi ghi dữ liệu
  • Thêm chart vào file Excel
  • Thực hành 6: Thực hành ghi dữ liệu ra file Excel

7. Thao tác Python và Excel để làm báo cáo tự động

  • Sử dụng Python thao tác cơ bản dữ liệu
  • Dùng hàm Python
  • Thao tác Python và Excel: làm báo cáo tự động
  • Xử lý bài toán thực tế của giảng viên

8. Module, package, đối tượng, và lớp

  • Module: khái niệm, cách tạo
  • Package: khái niệm, cách tạo
  • Lệnh import
  • Khái niệm lớp và đối tượng
  • Tạo lớp và đối tượng
  • Sử dụng lớp và đối tượng
  • Các thao tác nâng cao với các kiểu dữ liệu chuẩn trong Python
  • Thực hành 8

9 – 10 – 11. Tự động truy vấn dữ liệu với SQL và Python

  • Giới thiệu về SQL
  • Các khái niệm cơ bản trong cơ sở dữ liệu quan hệ-RDBMS
  • Một số CSDL quan hệ
  • Các lệnh SQL cơ bản
  • Các mệnh đề SQL: (SQL DISTINCT, SQL WHERE, SQL AND/OR, SQL IN, SQL BETWEEN, SQL LIKE, SQL ORDER BY, SQL GROUP BY, SQL COUNT, SQL HAVING)
  • Thư viện MySQL
  • Kết nối Python với MySQL
  • Câu lệnh SELECT (Phương thức fetchall, Phương thức fetchone, Phương thức fetchmany)
  • Tham số hóa dữ liệu truyền vào câu truy vấn với prepared statement
  • Thực hành 9

12 – 13. Xử lý dữ liệu với Pandas

  • Khái niệm
  • Cơ bản về Dataframe
  • Các cấu trúc dữ liệu trong Pandas
  • Các thao tác xử lý dữ liệu với Pandas (hợp-merge, kết nối-join, nhóm-group, sắp xếp-sort, thêm cột, bớt cột, xử lý dữ liệu thiếu, làm sạch dữ liệu, …)
  • Thực hành 10: Xử lý dữ liệu

14. Thao tác Python và SQL, ứng dụng thư viện Pandas để xử lý dữ liệu nâng cao

  • Làm sạch dữ liệu
  • Truy vấn và kết nối dữ liệu
  • Thao tác Python và SQL, ứng dụng thư viện Pandas
  • Xử lý bài toán thực tế của giảng viên

15-16. Trực quan hóa dữ liệu với Matplotlib

  • Giới thiệu về trực quan hóa dữ liệu
  • Trực quan hóa dữ liệu với Matplotlib (biểu đồ đường, cột, tròn, kết hợp, histogram, box plot, …)
  • Thực hành 12: Thực hành trực quan hóa dữ liệu với Seaborn

17. Phân cụm dữ liệu với K-means

  • Học giám sát và không giám sát
  • Khái niệm phân cụm dữ liệu
  • Ý nghĩa của bài toán phân cụm dữ liệu
  • Phương pháp phân cụm dữ liệu
  • Phương pháp chọn K
  • Thực hành 13: Thực hành qua ví dụ áp dụng thực tế

18. Thực hành tổng hợp Phân tích dữ liệu với Python

  • Ghi file lên Google Drive
  • Ghi dữ liệu ra nhiều sheet
  • Ghi nhiều bảng ra 1 sheet
  • Ghi bảng dữ liệu có cấu trúc phức tạp
  • Ẩn cột trong file Excel
  • Tạo format khi ghi dữ liệu
  • Thêm chart vào file Excel
  • Thực hành 6: Thực hành ghi dữ liệu ra file Excel

19. Khám phá và phân tích dữ liệu

  • Sử dụng Python thao tác cơ bản dữ liệu
  • Dùng hàm Python
  • Thao tác Python và Excel
  • Xử lý bài toán thực tế của giảng viên

20. Thực hành tổng hợp Phân tích dữ liệu với Python

  • Dựa trên bộ dữ liệu thực tế học viên tiến hành:
  • Trực quan hóa dữ liệu
  • Phân tích dữ liệu
  • Phân cụm dữ liệu
  • Phát hiện ngoại lai

Module 1: Giới thiệu về khóa học phương pháp phân tích định lượng, ngôn ngữ thống kê, ngôn ngữ lập trình

  • Phương pháp phân tích định lượng;
  • Ngôn ngữ lập trình python và ngôn ngữ thống kê R, Python

Module 2: Thống kê mô tả

  • Mẫu, chọn và phân phối mẫu;
  • Ước lượng và kiểm định;
  • Thực hành trên R và Python

Module 3: Biểu diễn trực quan dữ liệu

  • Biểu diễn dữ liệu
  • Các loại biểu đồ và ý nghĩa;
  • Mất mát dữ liệu và xử lý;
  • Thực hành trên R và Python

Module 4: Dự báo bằng mô hình hồi quy tuyến tính

  • Giới thiệu và diễn giải mô hình hồi quy tuyến tính;
  • Đánh giá mô hình;
  • Thực hành trên R và Python

Module 5: Dự báo bằng mô hình hồi quy đa biến

  • Hồi quy đa biến
  • Giới thiệu và diễn giải mô hình;
  • Cộng tuyến trong hồi quy đa biến;
  • Tìm mô hình tối ưu;
  • Thực hành trên R và Python

Module 6: Hồi quy phi tuyến

  • Giới thiệu mô hình hồi quy phi tuyến;
  • Diễn giải mô hình;
  • Thực hành trên R. và Python

Module 7: Hồi quy dữ liệu bảng

  • Giới thiệu và diễn giải mô hình hồi quy dạng bảng;
  • Thực hành trên R và Python

Module 8: Ứng dụng mô hình hồi quy trong bài toán thực tế

  • Giới thiệu các bài toán;
  • Mô hình thống kê cho bài toán;
  • Kiểm định mô hình;
  • Thực hành trên R và Python

Hình thức học

Online qua Zoom

Thời lượng

8 tháng

Nguyễn Danh Tú

Giảng viên Viện Toán Ứng Dụng - Đại Học Bách Khoa HN

  • Xây dựng Data Warehouse cho sản phẩm Topica Native.
  • 14+ năm Giảng viên Viện Toán ứng dụng, Đại học Bách Khoa Hà Nội.
  • Xây dựng chương trình “Phân tích dữ liệu” và đào tạo trực tiếp cho 1000+ nhân sự.
  • 5+ năm kinh nghiệm làm việc thực tế về Quản lý doanh nghiệp, xây dựng hệ thống phần mềm CNTT trên các công cụ lập trình cũng như “Tin học văn phòng” Excel, Google Sheet, Power BI.
  • Đã đào tạo trực tiếp các phần mềm phân tích và xử lý dữ liệu trên Excel, Google Sheet, Power BI +1000 học viên và đã đào tạo online Excel cho +100K học viên.
  • Đào tạo/coaching/tư vấn cho nhiều bạn quản lý, chủ doanh nghiệp về một số mảng (xây dựng hệ thống, chiến lược marketing, xây dựng sản phẩm, tài chính, problem solving,.).

Nguyễn Phương Nam

Senior Data Analyst tại Techcombank

  • Đã đào tạo thành công +250 học viên đã và đang theo nghề Data Analyst nhờ giảng dạy theo khóa học data analysis cole bài bản
  • Nhà coaching/giảng dạy và đào tạo phòng ban của nhiều doanh nghiệp ứng dụng công cụ Power BI
  • 5+ năm kinh nghiệm trong lĩnh vực Data Analysis.
  • Từng làm Data Analyst tại Topica, và các ngân hàng lớn, công cụ thanh toán như VCCORP và MBBank.

Trịnh Tuấn Đạt

Giảng viên môn công nghệ phần mềm, trường CNTT&TT Đại Học Bách Khoa HN 

  • Tiến sỹ khoa học máy tính ở Trường ĐH công nghệ Viên, Áo.
  • 10+ công trình nghiên cứu và nhiều bài báo xuất sắc được về công nghệ.
  • Thủ khoa đầu vào Đại học Bách khoa Hà Nội.

Ban Hà Bằng

Giảng viên bộ môn Khoa học Máy tính; Viện Công nghệ thông tin và truyền thông, trường Đại học Bách khoa Hà Nội. 

  • Tiến sĩ Ban Hà Bằng hiện đang là giảng viên bộ môn Khoa học Máy tính; Viện Công nghệ thông tin và truyền thông, trường Đại học Bách khoa Hà Nội. 
  • Các hướng nghiên cứu quan tâm: phân tích thiết kế thuật toán; các bài toán tối ưu hóa tổ hợp; kiểm thử phần mềm, và trí tuệ nhân tạo. 
  • Sở hữu 15+ công trình nghiên cứu khoa học được công nhận; phát triển các kỹ thuật metaheuristic giải các bài toán tối ưu trong các hệ thống phân tán và hệ thống phần mềm
  • Kinh nghiệm dày dặn trong tư vấn và triển khai công nghệ số hóa cho nhiều tập đoàn và doanh nghiệp lớn.
  • Năm 2010, thầy và cộng sự đạt giải nhất Nhân tài đất Việt; với sản phẩm hệ thống số hóa tư duy con người.

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

Financial Dashboard

Cảm nhận học viên

feedback khóa học data analyst
feedback khóa học data analyst
feedback khóa học data analyst
feedback khóa học data analyst

Ngày khai giảng dự kiến

Liên tục hàng tháng

Thời lượng

Liên hệ tư vấn cụ thể

Liên hệ tư vấn


Cảm nhận học viên

Anh Hoàng Mai Chung

Chủ tịch Meeyland GroupHọc viên khóa học chuyển đổi số doanh nghiệp, khóa học phân tích dữ liệu

Đọc thêm >
Huỳnh Hữu Đức

Sinh viên ngành Logistics Học viên khóa phân tích dữ liệu với R, khóa chuyển đổi số doanh nghiệp, khóa Data Engineer

Đọc thêm >
Anh Nguyễn Thanh Huy

Chairman Sunflower TekondoHọc viên khóa chuyển đổi số doanh nghiệp, khóa Data Engineer, khóa power BI & SQL

Hiện tại trung tâm đào tạo của mình đang có hợp tác với khoảng hơn 1000 đơn vị trên cả nước, việc quản lý học viên vô cùng khó khăn. Là một người ngoại đạo về lĩnh vực công nghệ, nên mình chưa biết làm thế nào để bắt đầu làm chuyển đổi số cho doanh nghiệp của mình, thấy quảng cáo về khóa học chuyển đổi số doanh nghiệp tại Cole mình đã tham gia, khóa học đã giúp mình có phương pháp để làm các chương trình số hóa cho doanh nghiệp theo từng lộ trình và từng bước để ứng dụng được.

Đọc thêm >
Chị Mai Thị Hà

Nhân viên Phòng Tài chính Ngân hàngHọc viên khóa Phân tích dữ liệu từ cơ bản – nâng cao (Excel & Power Query, SQL & Power BI, R&Python)

Đọc thêm >
Anh Lê Anh Tuấn

Giám đốc tập đoàn tài chính FiinHọc viên khóa chuyển đổi số doanh nghiệp, phân tích nghiệp vụ kinh doanh

Đọc thêm >
Anh Lê Huy Mạnh

Giám đốc công ty TNHH HMGROUPHọc viên khóa chuyển đổi số doanh nghiệp, Phân tích nghiệp vụ kinh doanh

Câu chuyện chuyển đổi số đã lan chuyển khắp nơi, điều này cũng gặp phải chính trong doanh nghiệp mà mình đang làm. Có rất nhiều vấn đề nào là cách số hóa tài liệu, số hóa quy trình, số hóa các phân hệ bán hàng, làm sao để dữ liệu có thể tập trung tại một nơi giúp làm báo cáo nhanh chóng, ngoài ra còn vấn đề bảo mật và an toàn thông tin nữa. Qua khóa học chuyển đổi số và phân tích nghiệp vụ (Business Analysis) tại Cole.vn đã giúp mình nắm được phương pháp và cách làm.

Đọc thêm >
Anh Lê Quốc Long

Cán bộ cao cấp tập đoàn VNPT: Tham gia học khóa chuyển đổi số, khóa Phân tích nghiệp vụ kinh doanh, khoá Power BI & SQL

Loay hoay trong chính câu chuyện 1 tổ chức nhà nước, đơn vị đang thực hiện hàng chục các dự án số hóa khác nhau tuy nhiên phòng làm việc của mình lại chưa biết bắt đầu từ đâu, qua các khóa học ứng dụng chuyển đổi số tại Cole, giúp mình hiểu ra các bước và phương pháp để làm việc còn lại là tác động con người trong tổ chức cần thay đổi.

Đọc thêm >
Anh Vương Văn Mạnh

CIO Bamboo Capital Group (Sở hữu 40 công ty thành viên)Học viên khóa chuyển đổi số doanh nghiệp, khóa data engineer, khóa phân tích dữ liệu.

Đọc thêm >
Anh Nguyễn Văn Cao

Chuyên gia cao cấp phụ trách chuyển đổi số Tập đoàn SUNGROUPHọc viên khóa chuyển đổi số doanh nghiệp, khóa học Data Engineer, khóa phân tích nghiệp vụ doanh nghiệp.

Khi thực hiện các dự án chuyển đổi số cho tập đoàn, do nhiều nguyên nhân nóng vội mà hiện tại vẫn chưa thực hiện thành công như áp dụng nhiều phần mềm, nhưng phần mềm mua về không đáp ứng được nghiệp vụ gây ra nhiều thất thoát lãng phí. Qua khóa học tại Cole mình mới biết nguyên nhân là thiếu phần làm URD (yêu cầu người dùng). Xin cảm ơn Cole, các khóa học này thực sự đã giúp mình có phương pháp để làm chuyển đổi số doanh nghiệp.

Đọc thêm >

Câu chuyện doanh nghiệp

Ngân hàng SHB

Bộ phận đào tạo và phát triển con người của ngân hàng mong muốn tìm hiểu thêm công nghệ Blockchain ứng dụng trong ngân hàng, nhằm nắm bắt xu hướng phát triển của công nghệ trong thị trường tài chính. Chúng tôi đã lựa chọn Cole để là đối tác đào tạo khóa BlockChain này, dựa trên thông tin website chúng tôi tin tưởng vào năng lực với các dự án đào tạo chuyển đổi số mà Cole đã từng tổ chức như phân tích dữ liệu, Machine Learning, Phân tích nghiệp vụ doanh nghiệp, cũng như các khóa khóa học về Blockchain đã triển khai.

Đọc thêm >
Viễn thông VNPT Nam Định

Hiện tại các công nghệ xử lý dữ liệu đã thay đổi nhanh chóng, Ban giám đốc công ty xác định bồi dưỡng đào tạo cho nhân viên về kỹ năng xử lý dữ liệu bằng các công nghệ phân tích mời nổi để việc xử lý dữ liệu được nhanh hơn. Chúng tôi nhận thấy các khóa học của Cole đáp ứng các yêu cầu mà BGĐ muốn đào tạo cho nhân viên của công ty nên chúng tôi đã lựa chọn các khóa học tại đây.

Đọc thêm >
Bảo hiểm MB Ageas

MB Ageas (MB Ageas Life) là công ty bảo hiểm liên doanh giữa ngân hàng MB, tập đoàn Ageas và công ty bảo hiểm Muaung Thai của Thái Lan. Các lãnh đạo và nhà quản lý tập đoàn đã tham gia khóa học chuyển đổi số doanh nghiệp của Cole nhằm nâng cấp kỹ năng, kiến thức và các phương pháp làm chuyển đổi số cho doanh nghiệp của mình.

Đọc thêm >
Ngân hàng Saigonbank

Saigonbank là Ngân hàng đầu tiên được thành lập trong hệ thống Ngân hàng cổ phần tại Việt Nam hiện nay. Lãnh đạo của Saigonbank xác định rõ nhiệm vụ để làm chuyển đổi số là trọng tâm trong chiến lược phát triển, ngân hàng đã cử các cán bộ là lãnh đạo tham gia bồi dưỡng kiến thức chuyển đổi số với khóa học tại Cole nhằm nâng cấp kiến thức và cách ứng dụng và các phương pháp làm theo từng lộ trình mà các chuyên gia của Cole chia sẻ.

Đọc thêm >
Skypec (Công ty nhiên liệu hàng không Việt Nam)

Tham gia khóa học phân tích dữ liệu doanh nghiệp

Công ty TNHH MTV Nhiên liệu hàng không Việt Nam (Skypec) là nhà cung ứng nhiên liệu hàng đầu cho các Hãng Hàng không tại các sân bay dân dụng Việt Nam. Với hơn 1300 cán bộ nhân viên trong doanh nghiệp, việc nâng cấp kỹ năng phân tích dữ liệu cho và các kỹ năng công nghệ mới là ưu tiên mà ban lãnh đạo dự định để đào tạo cho nhân viên trong thời kỳ xu hướng chuyển đổi số mạnh mẽ hiện nay, sau khi tham khảo các khóa học khác trên thị trường, phòng đào tạo & phát triển của công ty Skypec đã lựa chọn Cole để làm đơn vị đào tạo và bồi dưỡng với các kỹ năng cho CBNV, vì các khóa học ứng dụng chuyển đổi số tại Cole khá phù hợp và ứng dụng thực tiễn hiện nay.

Đọc thêm >
Tổ chức WWF Vietnam

Tham gia khóa học phân tích dữ liệu doanh nghiệp

WWF là Quỹ Quốc tế Bảo vệ Thiên nhiên, là một trong những tổ chức phi chính phủ lớn nhất thế giới về bảo vệ thiên nhiên. Các chuyên viên về là người phải đi thu thập và điều tra các số liệu liên quan đến hoạt động môi trường, ô nhiễm để thống kê báo cáo gửi ban lãnh đạo, nhưng vấn đề của các chuyên viên bị hiện tại là kỹ năng phân tích và tổng hợp số liệu chưa tốt, chưa biết cách xử lý và báo cáo dữ liệu sao cho đúng. Nhận thấy khóa học tại Cole.vn có nhiều các công nghệ xử lý dữ liệu mới nên công ty đã tổ chức cho các chuyên viên nghiên cứu tham gia.

Đọc thêm >
Nâng cấp kỹ năng ứng dụng chuyển đổi số cho người đi làm cùng chúng tôi ngay hôm nay.