Lợi ích của học viên



  • Tặng miễn phí 01 tài khoản trên Hệ thống quản lý học tập của MCI
  • Được support từ đội ngũ IT và CTO của MCI về công nghệ, dữ liệu lớn và hàng trăm job trên Workspace
  • Nhận chứng chỉ sau khóa học
  • Miễn phí học lại không giới hạn
R Level 1+2

Combo R Programming Level 1 & Level 2

Đây là chương trình đào tạo gồm 02 khóa học về lập trình R, từ cơ bản đến nâng cao, ứng dụng trong phân tích dữ liệu lớn (Big Data Analyst) và quản trị rủi ro kinh doanh, ứng dụng nâng cao trong lĩnh vực Học máy (Machine Learning), Học sâu (Deep Learning) và AI (trí tuệ nhân tạo)

Hình thức đào tạo online và offline trong thời lượng 20 buổi học, mỗi buổi học từ 2.5 - 3 tiếng. Học trực tiếp cùng các chuyên gia thông tin như sau:
Tên 02 khóa học:
1. R Programming for Data Analytics (R Level 1)
2. R Applications in Risk, Portfolio Management & Marketing (R Level 2)

Phân tích dữ liệu chuyên sâu cho ngành Tài Chính, Ngân Hàng
• Ứng dụng lập trình R mạnh mẽ trong thống kê và phân tích dữ liệu
• Chạy các mô hình hồi quy, mô hình phân tích và bổ trợ thêm các kiến thức về Machine Learning
• Giải các cases thực tế trong lĩnh vực Risk Analytics (phân tích rủi ro), Business Analytics (phân tích kinh doanh) và Portfolio Management (quản trị doanh mục)

Cơ hội nghề nghiệp nổi bật sau khi tốt nghiệp khóa học này là các vị trí:
• Data Analyst (Chuyên viên Phân tích Dữ liệu)
• Machine Learning (ML) Engineer (Kĩ sư Học máy)
• Artificial Intelligence (AI) Engineer (Kĩ sư Trí tuệ Nhân tạo)
• Data Scientist (Nhà Khoa học Dữ liệu)

4.7

Đối tượng

• Tất cả những bạn muốn ứng dụng lập trình R để theo đuổi sự nghiệp trong lĩnh vực Data Science

• Tất cả những bạn làm việc trong các lĩnh vực liên quan cần trang bị kiến thức về ngôn ngữ lập trình R phục vụ công việc

• Những bạn trẻ có mong muốn chuyển ngang sang ngành Data Analytics, Data Science & Big Data để có mức thu nhập cao hơn lên tới 1000$/tháng

• Sinh viên khối kinh tế, kĩ thuật có định hướng tham gia ngành Data Science, Data Analytics đang cần học thêm kiến thức về lập trình R và kỹ năng về phân tích dữ liệu chuyên sâu để ra trường có việc làm ngay

Yêu cầu đầu vào

Không yêu cầu đầu vào

Bạn sẽ học những gì

Kết quả chính của chương trình R Level 1:
• 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,…
• Cách sử dụng R – Studio
• Biết đọc các file text, csv lên đến triệu dòng
• Thành thạo thiết kế báo cáo tự động: thu thập dữ liệu và phân tách dữ liệu
• Biết tạo các sự kiện để kích hoạt chương trình chạy tự động
• Biết cách kết nối với website để lấy dữ liệu tự động
• Biết cách tạo các hộp thoại lấy file chuyên nghiệp.

Kết quả chính của chương trình R Level 2:
• Thiết lập các báo cáo tự động, trực quan hóa dữ liệu
• Thực hiện phân tích dữ liệu sử dụng các thuật toán machine learning trong các bài toán về rủi ro, marketing trong ngành ngân hàng, chứng khoán, tài chính
• Sử dụng các cấu trúc trong R để giải quyết bài toán, thực hiện các công việc tính toán thống kê
• Thiết lập visualization qua các loại bar & chart, trực quan hóa dữ liệu
• Sử dụng các kiểu dữ liệu String, Vector, List, Matric, Array, Data Frame, Object, Class,…
• Vận dụng các cấu trúc lặp, cấu trúc điều kiện, function.

Nội dung khóa học

    Chủ đề:

    Giới thiệu tổng quan

    Mục tiêu:

    Ứng dụng:

    Case Study:

    Bài toán làm sạch, khai phá dữ liệu với dữ liệu bán hàng

    Chủ đề:

    R cơ bản

    Mục tiêu:

    Ứng dụng:

    Case Study:

    Bài toàn làm sạch, khai phá dữ liệu với dữ liệu bán hàng

    Chủ đề:

    Bài toàn làm sạch, khai phá dữ liệu với dữ liệu bán hàng

    Mục tiêu:

    Ứng dụng:

    Case Study:

    Bài toàn làm sạch, khai phá dữ liệu với dữ liệu bán hàng

    Chủ đề:

    Xử lý dữ liệu với tidyverse

    Mục tiêu:

    Ứng dụng:

    Case Study:

    Bài toàn làm sạch, khai phá dữ liệu với dữ liệu bán hàng

    Chủ đề:

    Trực quan hóa dữ liệu với ggplot2

    Mục tiêu:

    Ứng dụng:

    Case Study:

    Bài toàn làm sạch, khai phá dữ liệu với dữ liệu bán hàng

    Chủ đề:

    Mục tiêu:

    Ứng dụng:

    Case Study:

    Bài toàn làm sạch, khai phá dữ liệu với dữ liệu bán hàng

    Chủ đề:

    Mục tiêu:

    Ứng dụng:

    Case Study:

    Bài toán import dữ liệu từ SQL, thực hiện báo cáo cơ bản trên Rmarkdown

    Chủ đề:

    Giới thiệu về SQL và kết nối với R

    Mục tiêu:

    Ứng dụng:

    Case Study:

    Bài toán import dữ liệu từ SQL, thực hiện báo cáo cơ bản trên Rmarkdown

    Chủ đề:

    Giới thiệu về Machine Learning

    Mục tiêu:

    Ứng dụng:

    Case Study:

    Bài toán dự đoán khả năng vỡ nợ của khách hàng dựa trên thuật toán Logistic

    Chủ đề:

    - Giới thiệu về mô hình hồi quy Logistic
    - Thực hành xây dựng mô hình hồi quy Logistic
    - Chữa bài tập học viên đề xuất.
    - Kiểm tra lại nội dung đã học và chưa bài tập nhóm

    Mục tiêu:

    - Giới thiệu về mô hình hồi quy Logistic
    - Thực hành xây dựng mô hình hồi quy Logistic
    - Chữa bài tập học viên đề xuất.
    - Kiểm tra lại nội dung đã học và chưa bài tập nhóm

    Ứng dụng:

    Case Study:

    Bài toán dự đoán khả năng vỡ nợ của khách hàng dựa trên thuật toán Logistic

    Chủ đề:

    Giới thiệu phân tích dữ liệu

    Mục tiêu:

    Ứng dụng:

    Case Study:

    - Giới thiệu về phân tích dữ liệu và các ứng dụng phân tích dữ liệu (use cases) trong ngân hàng, tài chính
    - Giới thiệu về quản trị danh mục (portfolio management)

    Chủ đề:

    Mục tiêu:

    Ứng dụng:

    Case Study:

    Bài toán phân loại quyết định cho vay dựa trên thông tin nhân khẩu học của khách hàng

    Chủ đề:

    Supervised learning in R (Học có giám sát)

    Mục tiêu:

    Ứng dụng:

    Case Study:

    Bài toán xây dựng mô hình chấm điểm khách hàng (XHTD) tại ngân hàng dựa trên thuật toán Logistic regression

    Chủ đề:

    Supervised learning in R (Học có giám sát)

    Mục tiêu:

    Ứng dụng:

    Case Study:

    Bài toán mô hình hành vi của khách hàng tiền gửi thanh toán & tiền gửi tiết kiệm và/ hoặc mô hình tính VAR

    Chủ đề:

    Supervised learning in R (Học có giám sát)

    Mục tiêu:

    Ứng dụng:

    Case Study:

    Bài toán xây dựng mô hình chấm điểm khách hàng (XHTD) tại ngân hàng dựa trên thuật toán Cây quyết định

    Chủ đề:

    Mục tiêu:

    Ứng dụng:

    Case Study:

    Bài toán tính toán các tham số tính tổn thất dự kiến (Expected loss – PD, LGD, EAD) tại ngân hàng dựa trên thuật toán Cây quyết định

    Chủ đề:

    Unsupervised learning in R (Học không có giám sát)

    Mục tiêu:

    Ứng dụng:

    Case Study:

    Bài toán: Phân nhóm khách hàng (customer segmentation) sử dụng k-means

    Chủ đề:

    Unsupervised learning in R (Học không có giám sát)

    Mục tiêu:

    Ứng dụng:

    Case Study:

    Bài toán: Phân tích mạng xã hội (Social network clustering analysis)

    Chủ đề:

    Unsupervised learning in R (Học không có giám sát)

    Mục tiêu:

    Ứng dụng:

    Case Study:

    Bài toàn phân tích hành vi khách hàng dựa trên mô hình RFM và thực hành trên R

    Chủ đề:

    Tổng kết chương trình Level 2

    Mục tiêu:

    Ứng dụng:

    Case Study:

Tại sao khóa học tại MCI phù hợp với bạn

1. Lộ trình khóa học thiết kế khoa học, theo quy trình làm việc thực tế giúp bạn tiếp thu và nắm chắc kiến thức theo trình tự khoa học
2. Giáo trình đào tạo theo chuẩn Quốc tế kết hợp giữa lý thuyết và thực hành qua các case study thực tế
3. 100% Giảng viên tại MCI là các chuyên gia tư vấn tại Big4 các tập đoàn lớn tại Việt Nam, có chứng chỉ đào tạo nghiên cứu quốc tế trong lĩnh vực lập trình và dữ liệu
4. Giảng viên hướng dẫn tận tay giúp bạn thành thạo trong thời gian ngắn nhất
5. Cam kết chất lượng đào tạo, miễn phí học lại trọn đời nếu chưa nắm rõ kiến thức

Đội ngũ giảng viên


Tạ Quốc Khánh

- Digital bank Senior Data Analyst tại OCB Bank
- Data Analyst tại FE-CREDIT COMPANY
- Risk Modeling Specialist tại FE-CREDIT COMPANY