CÔNG TY CỔ PHẦN TƯ VẤN MCI VIỆT NAM

KHÓA HỌC ĐÀO TẠO DATA ANALYST

Webisite: mcivietnam.com
Fanpage: Học Viện Đào Tạo Công Nghệ MCI Việt Nam
Address: Ngõ 165/23/5 Thái Hà, Đống Đa, Hà Nội

Số 5/23, Ngõ 165 Thái Hà, Đống Đa, Hà Nội

284A Nam Kỳ Khởi Nghĩa, Quận 3, HCM
 I. GIỚI THIỆU CÔNG TY CỔ PHẦN TƯ VẤN MCI VIỆT NAM
Học viện được thành lập từ tháng 03 năm 2020 và hoạt động tại các địa điểm sau:
• Địa chỉ:
CS1: Số 5/23, ngõ 165 Thái Hà, Đống Đa, Hà Nội
CS2: Số 9, Trung Liệt, Thái Hà, Đống Đa, Hà Nội
CS3: Số 284A Nam Kỳ Khởi Nghĩa, Quận 3, TP.Hồ Chí Minh.
Học viện hoạt động trong các lĩnh vực: hoạt động tư vấn, đào tạo, chuyên môn, ứng dụng
khoa học và công nghệ khác vào sản xuất kinh doanh.
Học viện Đào tạo Lập trình MCI định hướng phát triển thành một tổ hợp Giáo dục-
Đào tạo – Tư vấn – Triển khai các giải pháp về Big Data, Machine Learning và Deep
Learning hàng đầu Việt Nam. Chúng tôi quyết không ngừng đổi mới, sáng tạo để tạo
nên các sản phẩmdịch vụ phù hợp, góp phần nâng cao chất lượng nguồn lao động công
nghệ cao của Việt Namvà nâng tầm trí tuệ Việt Nam trên trường quốc tế.
Học viện Đào tạo Lập trình MCI cung cấp cho các doanh nghiệp những dịch vụ sau
dựa trên nền tảng ứng dụng Excel, VBA, R, Python, SQL, Power BI, BA, RPA:
• Khóa đào tạo chuyên sâu với chương trình được xây dựng theo yêu cầu
• Tư vấn và triển khai giải pháp ở các lĩnh vực phân tích dữ liệu
• Phân tích kinh doanh và tự động hóa công việc văn phòng
• Hợp tác cung cấp nhân sự

II. GIỚI THIỆU CHƯƠNG TRÌNH ĐÀO TẠO

Theo Harvard Business Review (năm 2020), Khoa học Dữ liệu (Data Science) là
ngành nghề hấp dẫn nhất của Thế kỷ XXI. Nhu cầu tuyển dụng nhân sự chất lượng cao
trong ngànhnày ngày càng cao và không có dấu hiệu giảm nhiệt.
Trong khi đó nguồn nhân lực trẻ của thị trường không có đủ năng lực để đáp ứng
nhu cầu các doanh nghiệp, tồn tại những yếu kém trong kỹ năng công nghệ khiến năng
suất lao độngthấp.
Nắm bắt được khoảng cách giữa cung và cầu trên thị trường, MCI Consulting &
Analytics ra đời với sứ mệnh chắp cánh giúp người lao động tiếp cận với nhiều cơ hội
việc làm và giúp doanh nghiệp tiết kiệm nguồn lực đào tạo nhân sự qua các khóa học

Số 5/23, Ngõ 165 Thái Hà, Đống Đa, Hà Nội

284A Nam Kỳ Khởi Nghĩa, Quận 3, HCM
đào tạo thực tiễn song hành cùng việc thực hiện các dự án Tư vấn - Triển khai giải
pháp về Dữ liệu cho doanh nghiệp.
Các khóa đào tạo của MCI Consulting & Analytics được phân theo từng cấp độ
để phù hợp với nhu cầu của từng đối tượng doanh nghiệp riêng biệt. Được chia làm 3
nhóm chính gồm:
• Phân tích dữ liệu (Data Analytics)
• Tự động hóa (Robotic Processing Automation)
• Phân tích kinh doanh (Business Analytics).
Trong đó, chương trình học được chia ra làm 02 loại:
• Khóa lẻ phù hợp để bổ sung kiến thức cần thiết:
➢ Python (ngôn ngữ lập trình xử lý & phân tích dữ liệu)
➢ SQL (truy vấn dữ liệu)
➢ Power BI (trực quan hóa dữ liệu)
➢ R (ngôn ngữ lập trình xử lý & phân tích dữ liệu)
➢ VBA (ứng dụng lập trình cơ bản trong Microsoft Office)
➢ Excel
➢ Business Analyst (phân tích nghiệp vụ kinh doanh)
➢ Robotic process automation (tự động hóa quy trình)
• Khóa track dựa trên lộ trình định hướng công việc:
➢ Data for Newbies – hành trình nhập môn phân tích dữ liệu
➢ Data Analyst - hành trình trở thành chuyên viên phân tích dữ liệu
➢ Data Scientist - hành trình trở thành nhà khoa học dữ liệu
➢ Data Engineer - hành trình trở thành kỹ sư dữ liệu
➢ Business Intelligence specialist - hành trình trở thành chuyên gia
thiết kế hệthống báo cáo quản trị thông minh
➢ IT Business Analyst - hành trình trở thành chuyên viên phân tích
nghiệp vụkinh doanh
➢ RPA (Robotic process automation) Specialist - hành trình trở
thành chuyênviên tự động hóa quy trình

Số 5/23, Ngõ 165 Thái Hà, Đống Đa, Hà Nội

284A Nam Kỳ Khởi Nghĩa, Quận 3, HCM
 Thông qua khóa học, quý anh/chị/doanh nghiệp sẽ được tiếp cận với những xu
hướng công nghệ mới nhất, bám sát yêu cầu thực tế của thị trường thông qua những
bài tập đòi hỏi khả năng thực hành cao, linh hoạt. Từ đó, học viên được phát triển các
kỹ năng bao gồm nhưng không giới hạn:
• Phân tích kinh doanh (business analytics);
• Phân tích hiệu quả marketing (marketing analytics);
• Phân tích rủi ro (risk analytics);
• Phân tích doanh nghiệp (corporate analytics).
Chúng tôi tin tưởng rằng sẽ mang lại môi trường đào tạo hiệu quả cho quý anh/chị/doanh
nghiệp.

III. CHƯƠNG TRÌNH CHI TIẾT

Tên 05 khóa học nhỏ trong chương trình Data Analyst with Python track:
• SQL for Newbies: Data Analysis for Beginners (SQL Level 1)
• Analyzing and visualizing data on Power BI (Power BI Level 1)
• Python Foundation in Data Analytics (Python Level 1)
• Math & Statistics for Data Science
• Python for Machine Learning & Deep Learning (Python Level 2)
Nội dung chương trình chi tiết : Tại đây
1. Khóa học SQL for Newbies: Data Analysis for Beginners (SQL Level 1)

Buổi Chủ đề Nội dung

Giới thiệu SQL - Tổng quan về SQL

Server - Giới thiệu các đối tượng chính trong CSDL
Các lệnh mô tả - Các kiểu dữ liệu
bảng, dữ liệu - Tạo, xóa cơ sở dữ liệu
Buổi 1
(DDL - Data - Tạo, xóa bảng cơ sở dữ liệu
Definition - Thay đổi cấu trúc bảng (thêm cột, xóa cột,
Language) đổi kiểu dữ liệu)
- Importing data

Số 5/23, Ngõ 165 Thái Hà, Đống Đa, Hà Nội

284A Nam Kỳ Khởi Nghĩa, Quận 3, HCM
 - SQL Basic Query Structure
- Các lệnh tương
- Selecting columns
tác với bảng, dữ
- Filtering rows
liệu (DML - Data
- Aggregate Functions (sum, avg, max, min...)
Manipulation
Buổi 2 - Sorting and grouping
Language)
- Having Clause
- Các lệnh truy vấn
- Ohters (SQL Comments, Alias, Arithmetic
dữ liệu
Operators, Limit Your Results …)

- Left join, Right join, Inner join, Full outer join

Ghép nối bảng
Buổi 3 - Union and union all

- Các hàm xử lý chuỗi

Các hàm xử lý dữ - Các hàm xử lý thời gian
Buổi 4 liệu - Các hàm chuyển đổi
- Hàmcase when

Phương pháp truy - Phương pháp sửdụng Subquery

Buổi 5 vấn dữ liệu trên - Phương pháp sửdụng CTE
các bảng phụ - Phương pháp sửdụng bảng tạm

- Phương pháp Pivot table

Thống kê bảng dữ - Phương pháp phân tích, ranking lấy top
Buổi 6 liệu và chủ cao nhất, top thấp nhất theo các yêu cầu
đề về ranking cụ thể.

- Câu lệnh chèn dữ liệu INSERT

Các lệnh thêm,
Buổi 7 - Câu lệnh cập nhật dữ liệu UPDATE
sửa, xóa dữ liệu
- Câu lệnh xóa dữ liệu DELETE
trong bảng
- Cập nhật dữ liệu có ràng buộc

Tối ưu CSDL - Khóa chính (Primary key), Khóa ngoài (

Buổi 8 Kết nối đến các Foreign key), Chỉ mục (Index)
phầnmềm trực - Kết nối data từ SQL Server tới Excel,
quan hóa và trình Power BI, Python.

Số 5/23, Ngõ 165 Thái Hà, Đống Đa, Hà Nội

284A Nam Kỳ Khởi Nghĩa, Quận 3, HCM
 bày report - Tự động hóa reporting với Power BI,
Excel

- Review toàn bộ kiến thức

- Hướng dẫn cách tra cứu Google khisử
Buổi 9 Tổng kết khóa học
dụng SQL trong các hệ quản trị CSDL như
Postgre SQL, My SQL, …

2. Khóa học Analyzing and visualizing data on Power BI (Power BI Level 1)

Buổi Chủ đề Nội dung

- Hướng dẫn cài đặt PBI, 1 số chú ý quan trọng.
- Giới thiệu các giải pháp BI, vai trò BI trong tổng thể
hệ thống.
Làm quen với Power - Các thành phần trong hệ sinh thái Power BI
Buổi 1 - Làm quen giao diện công cụ.
BI
- Kết nối nguồn số liệu, xây dựng báo cáo, visual đơn
giản

- Giới thiệu công cụ Power Query

- Kết nối 1 số nguồn số liệu khác nhau
Làm quen với Power - Thực hiện các Transform dữ liệu cơ bản
Buổi 2 Làm quen khái niệm ngôn ngữ M
BI ( tiếp) -
- Xây dựng báo cáo, visual đơn giản

- Khái niệm về Datamart, Thiết kế mô hình Star-

Schema
Xử lý dữ liệu cơ bản
Buổi 3 - Các nguyên tắc thiết kế tối ưu
với ngôn ngữ M - Thực hành xử lý số liệu trên Power Query theo mô
hình dữ liệu mới
- Thực hành xử lý số liệu trên Power Query theo mô
Sử dụng bộ lọc và hình dữ liệu
Buổi 4
slicers - Xây dựng báo cáo, visual từ dữ liệu Datamart
- Table Visual, Matrix Visual, Line Chart…
- Tìm hiểu về Data Model, Relationship, Cross Filter
Direction
Xử lý dữ liệu bằng
- Làm quen với ngôn ngữ DAX (Data Analysis
Buổi 5 Drill- down và Expression)
Drillthrough - Ứng dụng của DAX với Visualization
Data Modeling Best Practice
Buổi 6 Sử dụng map và tạo - Thực hành tạo Calculated Column, Calculated

Số 5/23, Ngõ 165 Thái Hà, Đống Đa, Hà Nội

284A Nam Kỳ Khởi Nghĩa, Quận 3, HCM
 calculated columns - Table với DAX
- Giới thiệu Date Time Dimension- The Most
- Common And Important Dimension. Tạo Date
- Dimension trên DAX
- Thực hành hoàn thiện Datamart, bài toán phân tích
trong thực tế
- Chi tiết về DAX với Measure
- CALENDAR, FORMAT..
- SUM, SUMX, COUNT, COUNTX, CALCULATE,
- Time Intelligent Function: SAMEPERIODYEAR,
Trích xuất và chia sẻ
Buổi 7 TOTYTD….
báo cáo - Các khái niệm, kỹ thuật về Visual: Tooltips,
Interaction, Drill Up, Drill down…
- Chia sẻ Visualization Best Practice

- Chi tiết từng thành phần trong Report View

- Các Visual type chính, mục đích sử dụng
- Column Chart, Bar Chart, Pie Chart, Line Chart,
Tổng kết khóa học Area Chart, Maps…
Buổi 8 - Formating Page, Visual. Slicer
Power BI
- Xuất bản báo cáo, Power BI Service
- Ôn luyện tổng kết, chia sẻ kinh nghiệm

3. Khóa học Python Foundation in Data Analytics (Python Level 1)

Buổi Chủ đề Nội dung

- Preliminaries - Cài đặt, thiết lập hệ thống
Python Language - Giới thiệu Ipython, Jupiter NoteBook
Basics, Ipython, - Cấu trúc dữ liệu và chuỗi
and Jupiter - Hàm
NoteBooks - Files và hệ thống hoạt động OS
Buổi 1
- Built-in Data
Structures,
Functions, and
Files

- Numpy Basics:
Arrays and - Mảng dữ liệu nhiều chiều
Vectorized - Hàm dựa trên cấu trúc mảng
Buổi 2
Computation - Input và Output với Array
- Getting Started - Tính toán tuyến tính
with Pandas - Số ngẫu nhiên

Số 5/23, Ngõ 165 Thái Hà, Đống Đa, Hà Nội

284A Nam Kỳ Khởi Nghĩa, Quận 3, HCM
 Ví dụ: Random walks
- Giới thiệu cấu trúc dữ liệu Pandas
- Các tính năng quan trọng
- Tổng hợp, tính toán thống kê mô tả

- Đọc và viết dữ liệu dạng text

- Data Loading,
- Tương tác với Web API
Storage, and File
- Tương tác với cơ sở dữ liệu
Formats
Buổi 3 - Xử lý dữ liệu bị mất
- Data Cleaning and
- Chuyển đổi dữ liệu
Preparation
- Thao tác dữ liệu chuỗi (string)

- Tra cứu theo mô hình phân tầng

- Kết hợp và nối các cơ sở dữ liệu
- Data Wrangling: - Thay đổi cấu trúc dữ liệu và xoay các chiều dữ
Join, Combine, liệu
and Reshape - Giới thiệu về API matplotlib
- Ploting and - Vẽ các biểu đồ thống kê bằng pandas và seaborn
Buổi 4
Visualization - Các công cụ trực quan hóa dữ liệu khác
- Ploting and - Các cơ chế tổng hợp nhóm (GroupBy)
Visualization - Tập hợp dữ liệu
- Phân tách và nối dữ liệu
- Bảng pivot và thực hành phân tích bảng chéo

- Dữ liệu ngày, tháng

- Kiến thức cơ bản về chuỗi thời gian
- Vùng dữ liệu, tần suất và shifting (leading và
Time Series lagging)
Buổi 5
- Xử lý các vùng thời gian khác nhau, thời kỳ
- Resampling và thay đổi tần suất
- Kĩ thuật cửa sổ trượt (moving window functions)

Buổi 6 Advanced pandas - Dữ liệu phân loại

- Cách sử dụng các GroupBy nâng cao
- Kĩ thuật cho chuỗi phương thức

Buổi 7 Introduction to - Giao thức giữa pandas và model code

Modelling Libraries in - Tạo mô tả mô hình với Pasty
Python - Giới thiệu statsmodels, scikit-learn
Data Analysis - Các ví dụ thực tiễn trong phân tích dữ liệu
Examples

Số 5/23, Ngõ 165 Thái Hà, Đống Đa, Hà Nội

284A Nam Kỳ Khởi Nghĩa, Quận 3, HCM
 Buổi 8 Risk management - Kiến thức về Máy học
- Học có giám sát với thư viện scikit-learn
Buổi 9 - Học không giám sát trong Python

Case study: Credit risk scoring and Segmenation

in banking

Buổi 10 Portfolio management - Giới thiệu về quản trị danh mục trong ngân hàng
- Sử dụng các công cụ vintage, roll-rate, flow-rate
trong quản lý danh mục bán lẻ trong tài chính ngân
hàng,…
- Tổng kết kiến thức và ôn
Case study: Retail portfolio management in
banking and finance

4. Khóa học Math & Statistics for Data Science

Buổi Chủ đề Nội dung

Algebra/Linear - Vector và ma trận,
Algebra (vectors and - Giá trị và ký hiệu
matrices, eigenvalues - Phương trình logarit
and eigenvectors, - Hàm sigmod
Buổi 1 logarithmic - Tính toán ma trận và tensor
equations, sigmoid
function, matrix and
tensor computing)

Probability (mean,
median, standard - Trung bình
deviation, and - Trung vị
outliers, joint - Độ lệch chuẩn
distributions, - Giá trị ngoại lai
conditional - Phân phối xác suất kết hợp
Buổi 2
probability and - Xác suất có điều kiện và độc lập
independence, - Biến ngẫu nhiên rời rạc
discrete random - Biến ngẫu nhiên liên tục
variables, continuous - Biến ngẫu nhiên kết hợp
random variables, - Phân phối xác suất phổ biến (Gaussian, Bernoulli,
jointly distributed Binomial, Uniform, Poisson)

Số 5/23, Ngõ 165 Thái Hà, Đống Đa, Hà Nội

284A Nam Kỳ Khởi Nghĩa, Quận 3, HCM
 random variables,
common probability
distributions
(Gaussian, Bernoulli,
Binomial, Uniform,
and Poisson))

Probability (mean, - Trung bình

median, standard - Trung vị
deviation, and - Độ lệch chuẩn
outliers, joint - Giá trị ngoại lai
distributions, - Phân phối xác suất kết hợp
conditional - Xác suất có điều kiện và độc lập
probability and - Biến ngẫu nhiên rời rạc
independence, - Biến ngẫu nhiên liên tục
discrete random - Biến ngẫu nhiên kết hợp
Buổi 3 variables, continuous - Phân phối xác suất phổ biến (Gaussian, Bernoulli,
random variables, Binomial, Uniform, Poisson)
jointly distributed
random variables,
common probability
distributions
(Gaussian, Bernoulli,
Binomial, Uniform,
and Poisson))

- Trung bình
- Trung vị
Machine Learning - Độ lệch chuẩn
Introduction - Giá trị ngoại lai
(Dataset, - Phân phối xác suất kết hợp
Bias/Variance, - Xác suất có điều kiện và độc lập
Buổi 4
Train/Test/Validation - Biến ngẫu nhiên rời rạc
Split, Loss - Biến ngẫu nhiên liên tục
Function,...) - Biến ngẫu nhiên kết hợp
- Phân phối xác suất phổ biến (Gaussian, Bernoulli,
Binomial, Uniform, Poisson)

Machine Learning - Trung bình

Introduction - Trung vị
Buổi 5 (Dataset, - Độ lệch chuẩn
Bias/Variance, - Giá trị ngoại lai
Train/Test/Validation - Phân phối xác suất kết hợp

Số 5/23, Ngõ 165 Thái Hà, Đống Đa, Hà Nội

284A Nam Kỳ Khởi Nghĩa, Quận 3, HCM
 Split, Loss - Xác suất có điều kiện và độc lập
Function,...) - Biến ngẫu nhiên rời rạc
- Biến ngẫu nhiên liên tục
- Biến ngẫu nhiên kết hợp
- Phân phối xác suất phổ biến (Gaussian, Bernoulli,
Binomial, Uniform, Poisson)
-

5. Python for Machine Learning & Deep Learning (Python Level 2)

Buổi Chủ đề Nội dung

- Lập trình hướng đối tượng trong Python (Class,
Object, sklearn API)
Buổi 1 - Review kiến thức cũ (Pandas, Numpy, Data
Cleansing, Data Wrangling, Data visualization )

- Tìm hiểu về Data Analysis on Datasets & phát

Buổi 2
triển python class triển khai sklearn API

- Giới thiệu Machine Learning, hyperparameter,

model validation. Naive Bayes Classification,
Buổi 3
Machine Learning KNN

- Supervised Learning: Multiple Linear

Regression, Logistic Regression, Soft-Max
Regression, Support Vector Machine & Kernel
Buổi 4
Method, Decision Tree & Ensemble methods,
measure model's performance

- Unsupervised Learning: Principal Component

Analysis, Manifold Learning, Clustering (K-
Buổi 5 Means, DBSCAN, Hierachical), Gaussian Mixture
Model, Kernel Density Estimation

Buổi 6 - Introduction to Neural Network

Buổi 7 - Natural language processing:

- Applying Machine Learning to Sentiment
Buổi 8 Deep Learning Analysis
- Embedding a Machine Learning Model into a
Buổi 9 Web Application

Số 5/23, Ngõ 165 Thái Hà, Đống Đa, Hà Nội

284A Nam Kỳ Khởi Nghĩa, Quận 3, HCM
Buổi 10 Computer Vision: Handwriting recognition with
Deep Convolutional Neural Networks

IV. ƯU ĐÃI KHÓA HỌC

• Support học viên trong 2 tháng sau khi khóa học kết thúc nếu học viên cần sự hỗ
trợ từ giảng viên về các kiến thức liên quan tới nội dung chương trình học và sẽ
support qua group chat.
• Các buổi học sẽ được thu hình lại thành video để học viên có thể xem lại và
review kiến thức khi cần.
• Trở thành thành viên của Học viện lập trình Magic Code Institute, thành viên của
Data Analytics VietNam.
• Chứng chi hoàn thành khoá học.

Số 5/23, Ngõ 165 Thái Hà, Đống Đa, Hà Nội

284A Nam Kỳ Khởi Nghĩa, Quận 3, HCM