Lịch học dự kiến diễn ra



Lớp: PYTHON 51A6 LEVEL 1
Địa điểm: Số 5, Ngách 23, Ngõ 165 Thái Hà, HN
Thời gian học: Thứ 2 - 19H00 - 21H30 & Thứ 6 - 19H00 - 21H30
Lịch khai giảng: June 27, 2022
Thời gian kết thúc: Aug. 1, 2022
Giảng viên dự kiến: Đỗ Hưng
Lớp: PBI 51A7 LEVEL 1
Địa điểm: Số 5, Ngách 23, Ngõ 165 Thái Hà, HN
Thời gian học: Thứ 4 - 19H00 - 21H30 & Thứ 7 - 19H00 - 21H30
Lịch khai giảng: July 9, 2022
Thời gian kết thúc: Aug. 3, 2022
Giảng viên dự kiến: Nguyễn Thành Đạt
Lớp: PYTHON 55SB6 LEVEL 1
Địa điểm: 284A Nam Kỳ Khởi Nghĩa, Quận 3, TP.HCM
Thời gian học: Thứ 4 - 19H00 - 21H30 & Chủ nhật - 19H00 - 21H30
Lịch khai giảng: June 29, 2022
Thời gian kết thúc: Aug. 3, 2022
Giảng viên dự kiến: Đinh Công Minh
TRACK

DATA ANALYST WITH PYTHON TRACK

Đây là chương trình đào tạo full skill về Phân tích dữ liệu gồm 05 khóa học, đào tạo từ cơ bản đến nâng cao giúp bạn phân tích và trực quan hóa dữ liệu trên công cụ Power BI, áp dụng trong lĩnh vực phân tích dữ liệu lớn và quản trị kinh doanh, thu thập dữ liệu và xuất bản báo cáo thông minh theo thời gian thực với BI Dashboard và Power Query.

Đồng thời, bạn được đào tạo để xây dựng nền tảng tư duy dữ liệu và kỹ năng nền tảng với SQL, nâng cao các kỹ năng xử lý dữ liệu, hướng dẫn chuyên sâu về SQL.

Tiếp sau đó, 02 khóa học Python trong chương trình 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 46 buổi học, mỗi buổi học từ 2.5 - 3 tiếng. Học trực tiếp cùng các chuyên gia thông tin như sau:

Tên 05 khóa học nhỏ trong chương trình Data Analyst with Python track:
1. SQL for Newbies: Data Analysis for Beginners (SQL Level 1)
2. Database and SQL for Data Science (SQL Level 2)
3. Analyzing and visualizing data on Power BI (Power BI Level 1)
4. Python for Data Analytics and Risk Analytics (Python Level 1)
5. Python for Machine Learning & Deep Learning (Python Level 2)

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

4.6

Đối tượng

• Sinh viên khối kinh tế, kĩ thuật có định hướng tham gia ngành Data Science, Data Analytics đang cần học thêm kiến thức liên quan Python, SQL và Power BI để ứng dụng vào phân tích Big Data, Machine Learning, Deep Learning, trí tuệ nhân tạo và ứng dụng trong các dự án thực tế.

• Người đã đi làm mong muốn cải thiện kỹ năng làm việc và ra quyết định với dữ liệu, kỹ năng ứng dụng các công nghệ mới trong lĩnh vực khoa học dữ liệu và trí thông minh nhân tạo vào công việc thực tế để có nhiều bước đột phá hơn trong sự nghiệp.

• Các bạn có mong muốn chuyển ngang sang ngành Data Science, Data Analyst, Data Engineer… để có mức thu nhập cao hơn lên tới 1000$/tháng và mô trường làm việc năng động & sáng tạo hơn.

Yêu cầu đầu vào

Không yêu cầu đầu vào

Bạn sẽ học những gì

• Làm chủ ngôn ngữ SQL trong xử lý, xây dựng và quản trị hệ thống dữ liệu lớn (Big Data)
• Thành thạo ứng dụng Power BI trực quan hóa dữ liệu và báo cáo thông minh
• Làm chủ ngôn ngữ lập trình Python trong khoa học dữ liệu và quản trị rủi ro kinh doanh
• Xử lý và áp dụng vào doanh nghiệp các bài toán Machine Learning, Deep Learning và trí tuệ nhân tạo (AI) với Python

Nội dung khóa học

    Chủ đề:

    - Using SQL Server
    - Tạo lập cơ sở dữ liệu (CSDL)

    Mục tiêu:

    Ứng dụng:

    - Tạo cơ sở dữ liệu, bảng và view mới
    - Chèn các bản ghi vào trong một CSDL
    - Xóa các bản ghi từ một CSDL
    - Lấy dữ liệu từ một CSDL
    - Tổ chức một lượng lớn thông tin bằng việc lưu trữ, thu thập và quản lý

    Case Study:

    Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

    Chủ đề:

    - Using SQL Server
    - Tạo lập cơ sở dữ liệu (CSDL)

    Mục tiêu:

    Ứng dụng:

    - Tạo cơ sở dữ liệu, bảng và view mới
    - Chèn các bản ghi vào trong một CSDL
    - Xóa các bản ghi từ một CSDL
    - Lấy dữ liệu từ một CSDL
    - Tổ chức một lượng lớn thông tin bằng việc lưu trữ, thu thập và quản lý

    Case Study:

    Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử..

    Chủ đề:

    - Thao tác với bảng
    - Mô hình CSDL

    Mục tiêu:

    Lưu trữ dữ liệu và phân tích dữ liệu

    Ứng dụng:

    Xây dưng một kiểu dữ liệu hợp lý và phù hợp để tạo thuận lợi cho việc tìm kiếm dữ liễu và tối ưu bộ nhớ trong quá trình sử dụng

    Case Study:

    Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

    Chủ đề:

    - Lệnh cơ bản
    - Lệnh có điều kiện Where

    Mục tiêu:

    Cấu trúc câu lệnh cơ bản và có điều kiện

    Ứng dụng:

    Truy vấn thuận lợi và dễ dàng trong một CSDL lớn

    Case Study:

    Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

    Chủ đề:

    - Xuất ra Excel
    - Các phép tính toán
    - Các phép tính toán có sử dụng yếu tố ngày

    Mục tiêu:

    Kiến thức chung và thực hành

    Ứng dụng:

    - Phân tích dữ liệu

    Case Study:

    Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

    Chủ đề:

    - Mệnh đề Joins cơ bản trong SQL
    - Mệnh đề Joins lạ trong SQL

    Mục tiêu:

    Kiến thức chung và thực hành

    Ứng dụng:

    Tìm kiếm và phân tích dữ liệu từ nhiều bảng

    Case Study:

    Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

    Chủ đề:

    - Hàm tập hợp trong SQL
    - Khung hình bảng ảo View

    Mục tiêu:

    Kiến thức chung và thực hành

    Ứng dụng:

    Phân tích dữ liệu

    Case Study:

    Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

    Chủ đề:

    - Các mệnh đề phụ
    - Bảng dẫn xuất (derived table) và CTEs

    Mục tiêu:

    Giới thiệu, phân biệt và thực hành

    Ứng dụng:

    - Sử dụng để đặt giới hạn và hạn chế kết quả trả về của truy vấn cha trong những query phức tạp cần tham chiếu đến dữ liệu của nhiều bảng với điều kiện kết lọc phức tạp mà 1 query không thể nào xử lý được.
    - Truy vấn lồng trong cơ sở dữ liệu lớn

    Case Study:

    Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

    Chủ đề:

    Review kiến thức khóa SQL level 1, bài tập nhóm và đánh giá cá nhân

    Mục tiêu:

    Tổng kết chương trình đã học

    Ứng dụng:

    Case Study:

    Chủ đề:

    - Thủ tục lưu trữ (stored procedures)
    - Các biến trong SQL
    - Tham số và các giá trị trả về

    Mục tiêu:

    Kiến thức chung và thực hành

    Ứng dụng:

    Quản trị dữ liệu lớn như quản lý nhân sự hay quản lý bán hàng...

    Case Study:

    Quản trị cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

    Chủ đề:

    - Hàm Scalar
    - Điều kiện kiểm tra
    - Cấu trúc vòng lặp
    - Xử lý lỗi

    Mục tiêu:

    Phân tích dữ liệu

    Ứng dụng:

    - Phân tích dữ liệu, liên kết các dữ liệu
    - Phương pháp logic trong việc tạo báo cáo khoa học

    Case Study:

    Quản trị cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

    Chủ đề:

    - Lệnh xóa trong SQL
    - Cập nhật dữ liệu trong SQL
    - Chèn dữ liệu

    Mục tiêu:

    Phân tích dữ liệu

    Ứng dụng:

    - Phân tích dữ liệu, liên kết các dữ liệu
    - Phương pháp logic trong việc tạo báo cáo khoa học

    Case Study:

    Quản trị cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

    Chủ đề:

    - Tạo bảng
    - Nhóm các câu lệnh trong SQL (Transactions)
    - Bảng tạm thời và bảng biến

    Mục tiêu:

    Phân tích dữ liệu

    Ứng dụng:

    - Chỉnh sửa và sắp xếp dữ liệu

    Case Study:

    Quản trị cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

    Chủ đề:

    - Hàm có giá trị bảng
    - Bảng dẫn xuất (derived table) và CTEs

    Mục tiêu:

    Phân tích dữ liệu

    Ứng dụng:

    - Chỉnh sửa và sắp xếp dữ liệu

    Case Study:

    Quản trị cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

    Chủ đề:

    - Thao tác con trỏ (cursors)
    - Gỡ lỗi câu lệnh
    - Chuỗi lệnh SQL động

    Mục tiêu:

    Kiến thức chung và thực hành

    Ứng dụng:

    - Duyệt qua từng dòng dữ liệu của một bảng để thao tác với chúng.
    - Gỡ lỗi những procedures có nhiều câu lệnh phức tạp
    - Phân tích kết quả tìm kiếm với nhiều tham số đầu vào khác nhau sẽ tạo nhiều câu lệnh SQL khác nhau

    Case Study:

    Quản trị cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

    Chủ đề:

    - Chuyển đổi dữ liệu Pivots
    - Hẹn giờ

    Mục tiêu:

    Kiến thức chung và thực hành

    Ứng dụng:

    - Phân tích bảng chéo (cross tabulation) chuyển dữ liệu từ bảng này sang bảng khác
    - Kiểm tra ràng buộc toàn vẹn dữ liệu.

    Case Study:

    Quản trị cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...

    Chủ đề:

    Review kiến thức, bài tập nhóm và đánh giá cá nhân

    Mục tiêu:

    Tổng kết kiến thức

    Ứng dụng:

    Case Study:

    Kiểm tra lại các nội dung đã học

    Chủ đề:

    - Báo cáo cơ bản
    - Nguồn dữ liệu
    - Biểu đồ

    Mục tiêu:

    Giới thiệu về Business Intelligence (BI) và cách làm việc với BI

    Ứng dụng:

    Case Study:

    Chủ đề:

    - Định dạng trực quan hóa (visualisations)
    - Các dạng trực quan hóa dữ liệu
    - Bảng điều khiển (Dashboard)

    Mục tiêu:

    Kiến thức chung và thực hành

    Ứng dụng:

    Cho phép người dùng trực quan hóa dữ liệu và nhúng những báo cáo vào ứng dụng hoặc website của công ty. Từ đó có quyết định kinh doanh vào quản lý hiệu quả

    Case Study:

    Chủ đề:

    - Chỉnh sửa mệnh đề phần 1
    - Chỉnh sửa mệnh đề phần 2

    Mục tiêu:

    Kiến thức chung và thực hành

    Ứng dụng:

    Xử lý Power BI với các thao tác cơ bản

    Case Study:

    Chủ đề:

    - Multiple tables
    - Lọc dữ liệu

    Mục tiêu:

    Kiến thức chung và thực hành

    Ứng dụng:

    Xử lý Power BI với các thao tác cơ bản

    Case Study:

    Chủ đề:

    - Sử dụng Drill-down
    - Sử dụng Drillthrough để lọc

    Mục tiêu:

    Kiến thức chung và thực hành

    Ứng dụng:

    Xử lý Power BI với các thao tác cơ bản

    Case Study:

    Chủ đề:

    - Tổng quan về maps
    - Calculated columns

    Mục tiêu:

    Kiến thức chung và thực hành

    Ứng dụng:

    Trực quan hóa dữ liệu

    Case Study:

    Chủ đề:

    - Xuất bản báo cáo
    - Power BI Service
    - App workspaces

    Mục tiêu:

    - Kiến thức chung và thực hành
    - Tạo giao diện trực quan

    Ứng dụng:

    - Không gian làm việc và chia sẻ báo cáo

    Case Study:

    Chủ đề:

    Tổng kết khóa học

    Mục tiêu:

    Tổng kết kiến thức khóa học

    Ứng dụng:

    Case Study:

    Kiểm tra các kiến thức đã học

    Chủ đề:

    - Preliminaries
    - Python Language Basics, Ipython, and Jupiter NoteBooks
    - Built-in Data Structures, Functions, and Files

    Mục tiêu:

    - Làm quen với Python
    - Nắm vững cấu trúc dữ liệu, hàm, và files

    Ứng dụng:

    Phân tích dữ liệu lớn (Big Data)

    Case Study:

    Tách và xử lý chuỗi (string)

    Chủ đề:

    - Built-in Data Structures, Functions, and Files

    Mục tiêu:

    - Làm quen với Python
    - Nắm vững cấu trúc dữ liệu, hàm, và files

    Ứng dụng:

    Phân tích dữ liệu lớn (Big Data)

    Case Study:

    - Viết hàm tự build
    - Áp dụng lọc và trích xuất dữ liệu bằng hàm

    Chủ đề:

    - Numpy Basics: Arrays and Vectorized Computation
    - Getting Started with Pandas

    Mục tiêu:

    - Sử dụng thư viện Numpy, cấu trúc mảng, vector
    - Xử lý dữ liệu lớn bằng Pandas

    Ứng dụng:

    Phân tích dữ liệu lớn (Big Data)

    Case Study:

    Random walks using Numpy

    Chủ đề:

    - Data Loading, Storage, and File Formats
    - Data Cleaning and Preparation

    Mục tiêu:

    - Đọc, lưu trữ và xử lý dữ liệu
    - Làm sạch dữ liệu

    Ứng dụng:

    Phân tích dữ liệu lớn (Big Data)

    Case Study:

    - Lấy dữ liệu chứng khoán và tỷ giá

    Chủ đề:

    - Data Wrangling: Join, Combine, and Reshape
    - Plotting and Visualization
    - Data Aggregation and Group Operations

    Mục tiêu:

    - Sắp xếp và cấu trúc lại dữ liệu
    - Vẽ biểu đồ và trực quan hóa
    - Tập hợp dữ liệu và thao tác trên nhóm

    Ứng dụng:

    Phân tích dữ liệu lớn (Big Data)

    Case Study:

    Phân tích dữ liệu viễn thông, tài chính, ngân hàng và bảo hiểm

    Chủ đề:

    Time Series Data

    Mục tiêu:

    - Nắm vững kiến thức về dữ liệu theo thời gian
    - Mở rộng kiến thức với pandas nâng cao

    Ứng dụng:

    Khoa học dữ liệu

    Case Study:

    Phân tích dữ liệu viễn thông, tài chính, ngân hàng và bảo hiểm

    Chủ đề:

    Advanced pandas

    Mục tiêu:

    - Nắm vững kiến thức về dữ liệu theo thời gian
    - Mở rộng kiến thức với pandas nâng cao

    Ứng dụng:

    Khoa học dữ liệu

    Case Study:

    Phân tích dữ liệu viễn thông, tài chính, ngân hàng và bảo hiểm

    Chủ đề:

    - Introduction to Modelling Libraries in Python
    - Data Analysis Examples

    Mục tiêu:

    Kiến thức thực hành từ chuyên gia khoa học dữ liệu

    Ứng dụng:

    Thực hành phân tích dữ liệu bằng các bài tập thực tế

    Case Study:

    Phân tích dữ liệu viễn thông, tài chính, ngân hàng và bảo hiểm

    Chủ đề:

    - Risk management
    - Portfolio management

    Mục tiêu:

    - Kiến thức về Máy học
    - Học có giám sát với thư viện Scikit-learn
    - Học không giám sát trong Python

    Ứng dụng:

    Phân tích và mô hình quản trị rủi ro, quản trị danh mục

    Case Study:

    Credit risk scoring and Segmentation in banking

    Chủ đề:

    Portfolio management

    Mục tiêu:

    - 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

    Ứng dụng:

    Phân tích và mô hình quản trị rủi ro, quản trị danh mục

    Case Study:

    Retail portfolio management in banking and finance

    Chủ đề:

    Review kiến thức, bài tập nhóm và đánh giá cá nhân

    Mục tiêu:

    Tổng kết lại kiến thức đã học

    Ứng dụng:

    Case Study:

    - Tổng kết lại tất cả kiến thức đã học
    - Kiểm tra cuối khóa

    Chủ đề:

    Machine Learning

    Mục tiêu:

    - Hiểu biết cơ bản về ngôn ngữ lập trình hướng đối tượng Python
    - Review kiến thức cũ về Phân tích dữ liệu và Khai phá dữ liệu - chương trình Python level 1

    Ứng dụng:

    Machine Learning

    Case Study:

    Exploratory Data Analysis on datasets & develop python class implementing sklearn API

    Chủ đề:

    Tìm hiểu về Data Analysis on Datasets & phát triển python class triển khai sklearn API

    Mục tiêu:

    - Hiểu biết các khái niệm về mô hình dự báo trong Machine Learning
    - Áp dụng mô hình Linear Regression trong Python

    Ứng dụng:

    Machine Learning

    Case Study:

    Perform t-test, ANOVA, regression, chi-square test with traditional and resampling methods

    Chủ đề:

    Giới thiệu Machine Learning, hyperparameter, model validation. Naive Bayes Classification, KNN

    Mục tiêu:

    Nắm các kiến thức về hyperparameter, model validation. Naive Bayes Classification, KNN

    Ứng dụng:

    Machine Learning

    Case Study:

    Perform Feature Engineering, simple prediction/classification models with Naive Bayes and KNN

    Chủ đề:

    Supervised Learning: Multiple Linear Regression, Logistic Regression, Soft-Max Regression, Support Vector Machine & Kernel Method, Decision Tree & Ensemble methods, measure model's performance

    Mục tiêu:

    Hiểu biết và áp dụng các mô hình học máy có giám sát nâng cao, có tính chính xác cao

    Ứng dụng:

    Học máy có giám sát nâng cao

    Case Study:

    Perform multiple models on same dataset and compare performance

    Chủ đề:

    Unsupervised Learning: Principal Component Analysis, Manifold Learning, Clustering (K-Means, DBSCAN, Hierachical), Gaussian Mixture Model, Kernel Density Estimation

    Mục tiêu:

    Hiểu biết và áp dụng các mô hình học máy không có giám sát nâng cao, có tính chính xác cao

    Ứng dụng:

    Học máy không giám sát nâng cao

    Case Study:

    Customer segmentation. Supervised learning on reduced feature list.

    Chủ đề:

    Giới thiệu về mạng Nơ-Ron nhân tạo

    Mục tiêu:

    Hiểu biết cơ bản về mô hình học sâu (Deep Learning)

    Ứng dụng:

    Deep Learning

    Case Study:

    Chủ đề:

    Natural language processing:
    - Applying Machine Learning to Sentiment Analysis
    - Embedding a Machine Learning Model into a Web Application

    Mục tiêu:

    Áp dụng các mô hình học sâu trong xử lý ngôn ngữ tự nhiên

    Ứng dụng:

    Deep Learning

    Case Study:

    Sentiment Analysis

    Chủ đề:

    Natural language processing:
    - Applying Machine Learning to Sentiment Analysis
    - Embedding a Machine Learning Model into a Web Application

    Mục tiêu:

    Áp dụng các mô hình học sâu trong xử lý ngôn ngữ tự nhiên

    Ứng dụng:

    Deep Learning

    Case Study:

    Sentiment Analysis

    Chủ đề:

    Computer Vision: Handwriting recognition with Deep Convolutional Neural Networks

    Mục tiêu:

    Áp dụng các mô hình học sâu trong thị giác máy tính

    Ứng dụng:

    Deep Learning

    Case Study:

    Handwriting recognition

    Chủ đề:

    Computer Vision: Handwriting recognition with Deep Convolutional Neural Networks

    Mục tiêu:

    Áp dụng các mô hình học sâu trong thị giác máy tính

    Ứng dụng:

    Deep Learning

    Case Study:

    Handwriting recognition

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 Python, Power BI, SQL 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


Trần Thị Hồng Hạnh

- Joint PhD - La Rochelle University and Jozef Stefan Institute
- Invited Researcher tại Josef Stefan Institute
- Data Scientist tại 3T JSC
- Data Scientist tại Samsung SDSV


Nguyễn Mạnh Trường

- Data Scientist – Spring Knowledge Global Joint Stock Company
Retail Investors Classification
- Master of Science in Financial Engineering – WorldQuant University
- Data Scientist tại TMA Innovation
- AI Data Scientist tại TEE-COIN Pte. Ltd
- Software Engineer – Robert Bosch Engineering Vietnam (RBVH)
CQP – Platform for managing the coding sources


Nguyễn Đình Tương

- Senior Data Analyst tại BIDV
- Big data analyst tại Viettel Cyberspace Center
- 6 năm kinh nghiệm tại vị trí Data Analyst tại các ngân hàng lớn


Doãn Hoàng Thái

- Senior Consultant, Risk Advisory tại Deloitte Vietnam
- Thạc sĩ về Khoa học tài chính tại Trường kinh doanh Stuart - Viện công nghệ Illinois tại Chicago, Mỹ
- Pass CFA (Chartered Financial Analyst) level I và level II
- Pass FRM (Financial Risk Manager) part I và part II
- ACADEMIC PROJECTS: Multi-factor model and USE4 Barra Risk Model (Ph.D. paper), Equity and Equity Derivatives Trading, Equity Portfolio Construction and Analysis


Nguyễn Tiến Đình

- Software Engineer (SERVER ARM) - AMPERE
COMPUTING
- Software Engineer - CBA( COMPONENT BASED ARCHITECTURE) - DEK
TECHNOLOGY
- Mentor anh supporter - IT CAR RACING (USING KERAS, TENSOFLOW, IMAGE
PROCESSING)


Đỗ Văn Hiếu

- Senior Data Analytics Specialist - Prudential Viet Nam
- Data Analyst Team Leader - VNG Corporation
- Business Analyst Team Leader - Zalo
- Kaggle Competitions/Projects:
+ House Prices - Advanced Regression Techniques
+ Computer vision - Digit numbers classification (MNIST Dataset)