khóa học data analysis

Khóa học Data Analysis for Business

Xin chào bạn!  Nếu bạn đang tìm một Khóa học Data Analysis thực tế, nội dung phong phú, được xây dựng dựa trên Job Description của vị trí Data Analyst  tại các doanh nghiệp, học phí thấp hơn rất nhiều so với những nơi khác,  giảng dạy bởi những chuyên gia hàng đầu về Data Analysis, thời gian học linh hoạt  và chất lượng cao thì đây chính là khóa học dành cho bạn!

KHÓA HỌC DATA ANALYSIS NÀY MANG LẠI GIÁ TRỊ GÌ CHO HỌC VIÊN?

  • Biết rõ hành vi của khác hàng là điều hết sức quan trọng  trong việc phân tích kinh doanh của   doanh nghiệp. Từ đó, doanh nghiệp có thể đưa ra các quyết định kinh doanh đúng đắn và đây cũng là điều kiện tiên quyết  dẫn đến sự thành công.  
  • Khóa học Data Analysis sẽ cung cấp kiến thức và cách thức sử dụng ngôn ngữ lập trình Python để phân tích dữ liệu của doanh nghiệp từ đó giúp cho doanh nghiệp hiểu rõ hành vi của khách hàng và đưa ra những chiến lược kinh doanh thông minh và đúng đắn.
  • Không dừng ở mức độ phân tích kinh doanh, khóa học này còn được ứng dụng tương tự để phân tích các loại dữ liệu khác như dữ liệu tài chính, giáo dục, dữ liệu y tế, dữ liệu khoa học…

AI CÓ THỂ ĐĂNG KÝ KHÓA HỌC DATA ANALYSIS NÀY?

  • Sinh viên các trường đại học, cao đẳng thuộc các ngành kinh tế, tài chính, kế toán, kỹ thuật, ngân hàng, xã hội…Bạn không cần phải biết lập trình trước khi đăng ký khóa này.
  • Người đi làm tất cả các ngành nghề có hoặc chưa có kiến thức về lập trình vẫn có thể đăng ký tham gia khóa học.
  • Các chuyên viên, kỹ thuật viên, lập trình viên, nhân viên kinh doanh, marketer, và tất cả những ai muốn chuyển nghề sang làm Data Analyst
  • Và tất cả những ai biết sử dụng máy tính cơ bản muốn học về phân tích dữ liệu để ứng dụng vào công việc của mình.

KHÓA HỌC DATA ANALYSIS TẠI  IT VIET ACADEMY CÓ GÌ KHÁC BIỆT ?

  • Khác biệt hoàn toàn với các nơi khác, nội dung khóa học này được xây dựng dựa  trên Job Description của  vị trí Data Analyst tại các doanh nghiệp.
  • Giảng viên là những Data Analyst của những công ty công nghệ danh tiếng, là các chuyên gia hàng đầu, được đào tạo ở nước ngoài, có kiến thức sâu rộng, thực tế và hoàn toàn có thể giúp học viên am hiểu kiến thức sâu sắc đồng thời thành thạo kỹ năng thực hành.
  • Chúng tôi luôn sẵn sàng hỗ trợ, chỉ dẫn và tư vấn thêm cho bạn ngoài giờ học và cả sau khóa học.
  • Chúng tôi truyền tải cho bạn nhiều kiến thức và kỹ năng sát với thực tiễn.
  • Chúng tôi hướng dẫn bạn thực hành trên các Case Study thực tế của doanh nghiệp.
  • Chúng tôi sẵn sàng giới thiệu bạn thực tập tại các doanh nghiệp và tìm kiếm cơ hội việc làm.

ĐỊNH HƯỚNG NGHỀ NGHIỆP

Sau khi kết thúc khóa học này bạn hoàn toàn có thể ứng dụng kiến thức của mình đề làm việc như  một Data Analyst (chuyên gia phân tích dữ liệu) tại chính nơi bạn đang công tác hoặc ứng tuyển vào vị trí  Data Analyst ở những tổ chức, doanh nghiệp đang có nhu cầu.

THÔNG TIN CHÍNH KHÓA HỌC

  • Thời gian học: 2 Tháng
  • Hình thức: Online và Offline
  • Học phí: 9 triệu vnđ 4,5 triệu vnđ (Online) hoặc 5,5 triệu vnđ (Offline)
  • Ngôn ngữ giảng dạy: Tiếng Việt
  • Tài liệu: Tiếng Việt, Tiếng Anh
  • Số buổi : 10 buổi; 2 giờ/buổi; học vào Thứ 7/Chủ Nhật hoặc các buổi tối trong tuần.
  • Giảng viên: Các Data Analyst của IT Viet Academy.

NỘI DUNG KHÓA HỌC DATA ANALYSIS 

Mô tả chi tiết:

  • Khóa học này sẽ cung cấp cho học viên kiến thức về lập trình ngôn ngữ Python và cách sử dụng Python để phân tích dữ liệu kinh doanh và marketing. Cho dù học viên chưa từng học về lập trình vẫn có thể tiếp thu được kiến thức này..
  • Học viên sẽ được cách thức tiền xử lý dữ liệu, khám phá dữ liệu và trực quan hóa dữ liệu bằng biểu đồ.
  • Học viên cũng sẽ học cách làm việc với dữ liệu bằng thư viện Pandas của Python và thức kết nối và truy vấn dữ liệu quan hệ bằng SQL thông qua thư viện Pandas của Python.
  • Học viên cũng được cung cấp những kiến thức chuyên sâu về phân tích dữ liệu trong Business như kỹ thuật A/B testing, phân tích dữ liệu Time Series, phân tích bằng kỹ thuật suy luận thống kê, và một số ví dụ về phân tích dữ liệu trong liệu trong kinh tế và marketing.
  • Ngoài ra, học viên còn được hướng dẫn sử dụng Google Data Studio để tạo báo cáo, biểu đồ, đồ thị, dashboard cũng như hướng dẫn làm đồ án cuối khóa.
  • Bài 1Giới thiệu về Data Analyst – Tổng quan về dữ liệu – Ngôn ngữ  Python
    • Tổng quan về công việc Data Analyst
    • Tổng quan về dữ liệu và các kiến thức cơ bản về dữ liệu
    • Giới thiệu ngôn ngữ python,
    • Cách thực hiện câu lệnh, chương trình
    • Biến, Kiểu dữ liệu, Khối lệnh
    • Nhập và Xuất dữ liệu
    • Thực hành lập trình để giải các bài toán đơn giản
    • Biến, Kiểu dữ liệu, Khối lệnh
    • Nhập và Xuất dữ liệu
    • Thực hành giải các bài toán đơn giản
  • Bài 2Các kiểu dữ liệu của Python
    • Giới thiệu các kiểu dữ liệu của Python
    • Kiểu dữ liệu số và phép toán liên quan
    • Kiểu String (chuỗi) và các thao tác trên chuỗi
    • Thực hành tại lớp
  • Bài 3Các cấu trúc điều khiển và vòng lặp trong Python
    • Các cấu trúc rẽ nhánh
    • Các cấu trúc vòng lặp
    • Thực hành tại lớp
  • Bài 4Các cấu trúc dữ liệu trong Python
    • List (danh sách)
    • Tuple (hàng)
    • Range (miền)
    • Set (tập hợp) và Frozenset (tập hợp tĩnh)
    • Dictionary (từ điển)
    • Thực hành tại lớp
  • Bài 5 –  Cách thức sử dụng Hàm và Module trong Python
    • Các thức viết Hàm (function) trong Python
    • Cách thức sử dụng thư viện và Module đã có sẵn
    • Thực hành tại lớp
  • Bài 6 – Làm việc với thư viện NumPy và sử dụng thư viện Pandas
    • Giới thiệu về thư viện NumPy
    • Khởi tạo mảng trong Numpy và chỉ số
    • Các phép toán và thao tác trên mảng trong Numpy
    • Thực hành lập trình làm việc với Mảng trong Numpy
    • Giới thiệu về thư viện pandas của Python
    • Giới thiệu các cấu trúc dữ liệu trong pandas: Series, DataFrame, Panel
    • Cách thức Làm việc với series
    • Cách thức Làm việc với dataframe
    • Chọn và nhóm phần tử trong dataframe
    • Thực hành tại lớp lập trình xử lý dữ liệu bằng thư viện Pandas
  • Bài 7 –  Xử lý dữ liệu từ cơ sở dữ liệu quan hệ
    • Giới thiệu về Cơ sở dữ liệu quan hệ (Relational Database)
    • Cách thức viết các lệnh truy vấn cơ bản: SELECT, INSERT, UPDATE, DELETE
    • Cách thức viết câu truy vấn sử dụng mệnh đề WHERE với phép toán  “=”, “!=”, “<”, “>”, “>=”, “<=”, AND và OR
    • Cách thức viết truy vấn sử dụng toán tử LIMIT, ORDER BY và GROUP BY để nhóm dữ liệu.
    • Cách thức viết câu lệnh tính toán SQL sử dụng các hàm tổ hợp.
    • Cách thức viết câu lệnh SQL truy vấn lồng, truy vấn con.
    • Cách thức sử dụng Python kết nối với Database
    • Cách thức truy vấn và lấy dữ liệu ra dataframe sử dụng thư viện Pandas
    • Thực hành tại lớp lập trình xử lý dữ liệu từ cơ sở dữ liệu có sẵn
  •  Bài 8Tiền xử lý dữ liệu, khám phá dữ liệu  và trực quan hoá dữ liệu
    • Cách nhập dữ liệu từ các loại file có định dạng khác nhau như csv , tsv , html, JSON…
    • Các bước  làm sạch dữ liệu
    • Thực hành tại lớp làm sạch dữ liệu bằng pandas
    • Khám phá dữ liệu bằng cách sử dụng Pandas
    • Giới thiệu về trực quan hóa dữ liệu bằng thư viện Matplotlib của python
    • Cách thức trực quan hoá dữ liệu bằng các loại biểu đồ khác nhau: biểu đồ cột, đường, dòng, tần suất (histograms), phổ, tương quan, errorcharts, scatterplots,…
  • Bài 9 –  Thực hiện Case Study về  trực quan hoá dữ liệu
    • Thực hành tại lớp thực hiện case study thực tế về trực quan hóa dữ liệu marketing của doanh nghiệp.
  • Bài 10Giới thiệu về A/B Testing và ứng dụng để phân tích dữ liệu khách hàng
    • A/B testing là gì?
    •  A/B testing hoạt động như thế nào?
    • Ý nghĩa thống kê
    • Những sai lầm cần tránh khi thực hiện A/B Testing
    • Khi nào nên dùng A/B Testing?
    • Các ứng dụng của A/B Testing trong thực tế
    • Case Study về sử dụng A/B Testing để phân tích dữ liệu khách hàng
  •  Bài 11Phân tích dữ liệu bằng thống kê mô tả sử dụng Python
    • Cách thức đo lường giá trị trung tâm của dữ liệu bằng: Mean, Median, Mode
    • Cách thức đo lường mức độ phân tán của dữ liệu bằng: Standard Deviation, Variance, Interquartile Range, Skewness
    • Thực hành tại lớp phân tích dữ liệu sales bằng thống kê mô tả
  • Bài 13 –  Phân tích dữ liệu Time Series bằng Python
    • Dữ liệu Time Series là gì?
    • Cách thức import dữ liệu Time Series trong Python
    • Cách thức Trực quan hóa dữ liệu Time Series
    • Dự đoán dữ liệu Time Series
    • Case Study về phân tích và dự đoán  dữ liệu  của doanh nghiệp
  • Bài 14  –  Phân tích dữ liệu bằng kỹ thuật suy luận thống kê
    • Hypothesis testing (kiểm định giải thuyết) là gì?
    • Cơ sở của giả thuyết 
    • T-test là gì?
    • Case Study về sử dụng T-Test để kiểm định giả thuyết 
  • Bài 15 –  Sử dụng Google data studio & Hướng dẫn đồ án cuối khóa
    • Google Data Studio là gì?
    • Cách tạo báo cáo trong Google data studio
    • Cách tạo biểu đồ, đồ thị và sơ đồ trong Google data studio
    • Cách thức tạo dashboard trong Google data studio
    • Cách chia sẻ báo cáo trong Google data studio
    • Hướng dẫn thực hiện đồ án cuối khóa
  • Bài 16 – Tổng kết và trình bày Đồ án cuối khóa
 BẠN MUỐN ĐĂNG KÝ HỌC?

(Vui lòng liên hệ số hotline 0903.808.293 nếu bạn cần được tư vấn thêm)