Professional Documents
Culture Documents
TVTS (CODI) Giới Thiệu Khóa Data Analytics - For EC
TVTS (CODI) Giới Thiệu Khóa Data Analytics - For EC
nổi bậc tại Giáo trình chất lượng & luôn được cập nhật
Education Cam kết việc làm bằng hợp đồng lương đến
15 triệu
HÀNH TRÌNH HỌC VIÊN
Lý thuyết kết hợp với thực Lý thuyết kết hợp với thực Tìm việc với đúng như cam
hành cho chủ đề python hành cho chủ đề Máy học kết
Giờ phát triển kỹ năng Giờ phát triển kỹ năng song
song song song
Full-time Part-time
●
●
10 buổi/ tuần
2 giờ/ buổi
● 3 buổi/ tuần Phương án học
● 2 giờ/ buổi
● 15 tuần ● 50 tuần đa dạng tại
Marathon
Đối tượng phù hợp
Education
Đối tượng phù hợp
● Tập trung 100% thời ● Tập trung bán thời gian
gian ● Có công việc khác cần
● Muốn làm quen với quá bảo đảm
trình làm việc cao độ ● Muốn học để tăng hiệu
● Muốn rút ngắn thời gian suất logic song song
nhất
Lộ trình học
Understand Machine
Learning
03 (100h)
● Hiểu rõ cách thuật toán và cách hoạt động.
● Cách áp dụng thuật toán cho các vấn đề dữ
Python for Data Analyst liệu
(100h)
● Xây dựng nền tảng lập trình cùng
Python
● Học cách sử dụng các thư viện thông
dụng trong việc xử lý dữ liệu 01 02
Data Analyst
(100h)
● Trải nghiệm thực tế các vấn
đề minh hoạ trong công việc
thực tiễn của một Nhà phân
tích dữ liệu
Phát triển kỹ năng song song tại
Marathon Education
FOUNDATION OF DATA SCIENCE DATA ANALYST UNDERSTAND MACHINE LEARNING
Nội dung Ghi chú
(100 giờ) (100 giờ) (100 giờ)
86 giờ
80 giờ Thời gian có
92 giờ - Làm quen với học máy và hiểu bối
- Làm quen, tìm hiểu và sử dụng tốt thể thay đổi
Thời gian - Làm quen với dữ liệu cảnh
PowerBi trong đa dạng chủ đề nhỏ và tương
học thuật - Các tool và thuật toán - Sử dụng và áp các tool và thuật toán
- Nâng cao lên với SQL đặc biệt trong đối (không
- Các thư viện hỗ trợ và tối ưu hoá trong toán cao cấp vào Machine
lĩnh vực Kinh Doanh ảnh hướng
Learning
lớn đến toàn
20 giờ 14 giờ bộ định
8 giờ - Áp dụng kiến thức đã học vào một dự - Dự án ML thực chiến hướng khóa
Thời gian - Phân tích dự án án thực tế. - Xem xét các phương pháp thực hiện học) tùy theo
phát triển - Xác định yêu cầu dự án - Thiết kế cơ sở dữ liệu và viết truy vấn - Pitching với giảng viên trình độ của
kỹ năng - Thực hiện và kiểm tra phức tạp. - Phản biện bảo vệ đồ án các lớp khác
- Phát triển kỹ năng thuyết trình - Tổng kết và ôn tập - Kiểm tra và bài thi cuối khóa nhau.
- Kỹ năng trả lời phỏng vấn - Xây dựng CV
CÁC GIẢNG VIÊN CHUYÊN MÔN
KHÓA PHÂN TÍCH DỮ LIỆU - DATA ANALYST
TẠI MARATHON EDUCATION
Thời lượng Hình thức
100 giờ - 50 buổi 100% Online
Level 1: ● Tiếp xúc trực tiếp dự án thực chiến, cách thực hiện và phân tích
● Phát triển kỹ năng mềm với việc tương tác và pitching dự án
LEARNING
Kiến thức được học
● Ngôn ngữ lập trình: Kiến thức về một ngôn ngữ lập trình phổ biến trong lĩnh vực ML như Python.
Ngôn ngữ lập trình ● Tiền xử lý dữ liệu: Kỹ năng làm sạch, chuyển đổi và xử lý dữ liệu trước khi đưa vào mô hình ML.
● Thống kê và độ đo đánh giá: Hiểu về các phép đo đánh giá hiệu suất mô hình như precision, recall,
F1-score, ROC curve và AUC.
Thư viện & Tool ● Các tool và thuật toán “magic” trong lĩnh vực ML.
● Cách áp dụng các thuật toán và tool (hồi quy, phân loại, Tensorflow,...) để tối ưu hoá hiệu quả làm
việc
Sau khi kết thúc khoá học ?
100% sẵn sàng
cho công việc
Data Analysts
Có phiên bản
Khả năng trả
CV chất
lời phỏng vấn
lượng
Hoàn thiện 2
Khả năng Khả năng
portfolio
pitching thuyết trình
project
Sau khi kết thúc level 1
Báo cáo dữ liệu
thực hiện bằng
Python
Sau khi kết thúc level 2
Phân tích dữ liệu
bằng PowerBI
Định hướng công việc cụ thể
Ngân hàng và Logistics
Tài chính
● Tối ưu hóa chuỗi
● Dự đoán thị cung ứng
trường và đầu tư ● Dự đoán thời
● Phân tích rủi ro gian giao hàng Tạo ra ứng dụng trên
tín dụng nhiều lĩnh vực
Đem lại hiệu quả làm việc
Truyền thông và Dev-Tech nhanh, chuyên sâu và quản lý
Marketing dữ liệu chặt chẽ
● Phát triển sản phẩm dựa
trên dữ liệu
● Phân tích dữ liệu ● Kiểm tra và sửa lỗi
khách hàng ● Quản lý tài nguyên mạng
● Theo dõi hiệu ● Phân tích tiêu dùng dịch
suất chiến dịch vụ
Từng khóa hướng đến phát triển kỹ năng cụ thể
● Tiếp xúc và học cách sử dụng ● Học minh hoạ dữ liệu một ● Hiểu và ứng dụng Máy học để
ngôn ngữ lập trình Python cho cách dễ hiểu, xây dựng hồ sơ từ đó tạo nên các dự án ứng
việc phân tích và xử lý dữ liệu cho cơ hội thực tập và việc dụng thực chiến
bằng các thư viện riêng biệt. làm phía trước ● Phát triển và áp dụng Máy học
● Biết sử dụng ngôn ngữ Python ● Sử dụng PowerBI để minh hoạ cho việc giải quyết vấn đề thực
cho việc xử lý dữ liệu, song song dữ liệu một cách dễ hiểu, làm chiến của doanh nghiệp và xã
đó cũng xây dựng tư duy lập được báo cáo cho dữ liệu đã hội
trình của ngôn ngữ Python (dành xử lý
cho những người lần đầu tiếp
xúc với ngôn ngữ lập trình)
Chân dung ngành
DATA ANALYST
Nhân viên kinh doanh
Without DA With DA
Tìm hiểu tùng khách hàng bằng cách truyền thống: trò chuyện, Hiểu rõ hơn về khách hàng: Khoa học dữ liệu giúp nhân viên kinh
nhắn tin, xem hành vi khách hàng. Có thể gây ra sự khó chịu doanh nắm bắt thông tin quan trọng về khách hàng, như hành vi mua
cho khách hàng. sắm, sở thích, và nhu cầu.
Cứ bán hết tất cả sản phẩm. đôi lúc gây tốn thời gian và công Tối ưu hóa quá trình bán hàng: Khoa học dữ liệu có thể giúp nhân
sức. viên kinh doanh tối ưu hóa các quy trình bán hàng.
Phải đo lường và tính toán khả năng tồn kho cho từng đối Giảm chi phí và tăng lợi nhuận: Khoa học dữ liệu giúp nhân viên kinh
tượng. Tốn chi phí nhân lực. doanh tối ưu hóa quản lý hàng tồn kho, dự trữ, và quy trình vận
chuyển.
Khó khăn cho quản lý trong việc quản lý chất lượng tư vấn Nâng cao chất lượng dịch vụ khách hàng: Nhờ dữ liệu, nhân viên
hay bán hàng. kinh doanh có thể theo dõi và đánh giá chất lượng dịch vụ khách hàng.
Chân dung ngành
DATA ANALYST
Nhân viên marketing
Without DA With DA
Phải kế hoạch tiếp thị, tồn kho và tài chính thủ công. Dự đoán doanh số bán hàng: Khoa học dữ liệu giúp nhân viên
marketing dự đoán doanh số bán hàng trong tương lai.
Không thể điều chỉnh trải nghiệm để tạo sự hài lòng cho khách Cải thiện trải nghiệm khách hàng: Dữ liệu cho phép nhân viên
hàng do không thể theo dõi tương tác tốt nhất marketing theo dõi và đánh giá trải nghiệm của khách hàng, từ việc
tương tác trên trang web đến phản hồi về sản phẩm hoặc dịch vụ.
Chưa có thể phát triển sản phẩm hoặc dịch vụ mới để đáp Xác định các cơ hội thị trường mới: Khoa học dữ liệu giúp nhân viên
ứng những nhu cầu khác do thời gian phân tích thủ công lớn. marketing xác định các cơ hội thị trường mới dựa trên phân tích dữ
liệu.
Khó khăn từ việc xác định chủ đề phù hợp đến việc tối ưu hóa Tạo nội dung chất lượng cao: Dữ liệu có thể hỗ trợ nhân viên
tiêu đề và nội dung để thu hút sự chú ý của đối tượng mục marketing trong việc tạo nội dung chất lượng cao.
tiêu
Chân dung ngành
DATA ANALYST
Lập trình viên
Without DA With DA
Thường đưa ra quyết định dựa dựa vào cảm tính hoặc suy Cải thiện quá trình ra quyết định: Khoa học dữ liệu cung cấp cho lập
luận cá nhân hoặc các cuộc họp. trình viên một cơ hội để đánh giá và phân tích thông tin cụ thể về sản
phẩm hoặc dự án.
Chưa tối ưu hóa hiệu suất và sự ổn định của ứng dụng hoặc Dự đoán sự cố và tối ưu hóa hệ thống: Lập trình viên có thể sử dụng
dịch vụ. dữ liệu để dự đoán và phát hiện các sự cố trong hệ thống phần mềm
trước khi chúng xảy ra.
Cải thiện giao diện người dùng, tối ưu hóa trải nghiệm và tăng Tối ưu hóa trải nghiệm người dùng: Sử dụng dữ liệu, lập trình viên
sự hài lòng của người dùng dựa trên kinh nghiệm, không có có thể hiểu rõ hơn về cách người dùng tương tác với ứng dụng hoặc
biểu đồ rõ ràng. trang web của họ.
Không thể dựa vào dữ liệu phản hồi từ người dùng để phát Phát triển sản phẩm dựa trên dữ liệu: Khoa học dữ liệu giúp lập trình
triển sản phẩm theo hướng mà thị trường yêu cầu. viên xác định các tính năng và cải tiến cụ thể mà người dùng muốn
thấy trong sản phẩm.
Marathon Education
Bootcamp
Thank you for
attention