Lịch học dự kiến diễn ra
Lớp: | SQ87B12 LEVEL 1 |
---|---|
Địa điểm: | Tầng 5, Tòa nhà Star City, 23 Lê Văn Lương, HN |
Thời gian học: | Thứ 4 - 19H00 - 21H30 & Chủ nhật - 19H00 - 21H30 |
Lịch khai giảng: | Dec. 27, 2023 |
Thời gian kết thúc: | Jan. 24, 2024 |
Giảng viên dự kiến: | None |
Lớp: | PBI 79SA11 LEVEL 1 |
---|---|
Địa điểm: | 13 Cao Thắng, Quận 3, HCM |
Thời gian học: | Thứ 2 - 19H00 - 21H30 & Thứ 6 - 19H00 - 21H30 |
Lịch khai giảng: | Dec. 8, 2023 |
Thời gian kết thúc: | Jan. 1, 2024 |
Giảng viên dự kiến: | tanquoc0309 |
Lớp: | PYTHON 85A12 LEVEL 1 |
---|---|
Địa điểm: | Tầng 5, Tòa nhà Star City, 23 Lê Văn Lương, HN |
Thời gian học: | Thứ 2 - 19H00 - 21H30 & Thứ 6 - 19H00 - 21H30 |
Lịch khai giảng: | Dec. 8, 2023 |
Thời gian kết thúc: | Jan. 8, 2024 |
Giảng viên dự kiến: | Datnh.Py |
Lớp: | PBI 81SA12 LEVEL 1 |
---|---|
Địa điểm: | 13 Cao Thắng, Quận 3, HCM |
Thời gian học: | Thứ 4 - 19H00 - 21H30 & Chủ nhật - 19H00 - 21H30 |
Lịch khai giảng: | Dec. 13, 2023 |
Thời gian kết thúc: | Jan. 7, 2024 |
Giảng viên dự kiến: | hoanglb |
Lớp: | PY64SA12L2 |
---|---|
Địa điểm: | 13 Cao Thắng, Quận 3, HCM |
Thời gian học: | Thứ 5 - 19H00 - 21H30 & Chủ nhật - 19H00 - 21H30 |
Lịch khai giảng: | Dec. 17, 2023 |
Thời gian kết thúc: | Jan. 18, 2024 |
Giảng viên dự kiến: | Tamtt.Py |
Lớp: | PB85B12 LEVEL 1 |
---|---|
Địa điểm: | Tầng 5, Tòa nhà Star City, 23 Lê Văn Lương, HN |
Thời gian học: | Thứ 2 - 19H00 - 21H30 & Thứ 6 - 19H00 - 21H30 |
Lịch khai giảng: | Dec. 22, 2023 |
Thời gian kết thúc: | Jan. 15, 2024 |
Giảng viên dự kiến: | None |
Lớp: | PYTHON 93SA12 LEVEL 1 |
---|---|
Địa điểm: | 13 Cao Thắng, Quận 3, HCM |
Thời gian học: | Thứ 4 - 19H00 - 21H30 & Chủ nhật - 19H00 - 21H30 |
Lịch khai giảng: | Dec. 17, 2023 |
Thời gian kết thúc: | Jan. 17, 2024 |
Giảng viên dự kiến: | None |
Business Intelligence Track
Đây là chương trình đào tạo full skill về Business Intelligence gồm 05 khóa học, đào tạo từ cơ bản đến nâng cao giúp bạn trình bày dữ liệu kinh doanh thành các Business Intelligence Dashboard tổng quan, thực hiện xử lý dữ liệu chuyên sâu và đưa ra các chiến lược, giải pháp kinh doanh dựa vào những insights có được thông qua các báo cáo kinh doanh và dữ liệu.
Đồng thời, khóa học SQL cơ bản sẽ cung cấp các công cụ, kiến thức nền tảng và tư duy về cơ sở dữ liệu, phân tích, xử lý, làm sạch và tối ưu hóa dữ liệu. Thực hành tại lớp với giảng viên về các case studies thực tế
Tiếp đó, Khóa học Excel Dashboard cung cấp các công cụ và định hướng tư duy về cơ sở dữ liệu, cách phân tích, xử lý và trực quan hóa dữ liệu trên excel giúp bạn tạo các báo cáo vô cùng trực quan và dễ hiểu trên excel
Sau cùng, Khóa học giúp học viên bước đầu làm quen với ngôn ngữ lập trình Python và phân tích Big Data, tìm hiểu về database qua thực hành với các case studies thực tế trong lĩnh vực Phân tích Dữ liệu, Quản trị rủi ro và Quản trị danh mục
Hình thức đào tạo online và offline trong thời lượng 38 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 Business Intelligence Track:
1. Excel for Business Intelligence Analyst
2. SQL for Newbies: Data Analysis for Beginners (SQL Level 1)
3. Analyzing and visualizing data on Power BI (Power BI Level 1)
4. Applying Power BI In Business Intelligence (Power BI Level 2)
5. Python Foundation in Data Analytics (Python Level 1)
Cơ hội nghề nghiệp nổi bật sau khi tốt nghiệp chương trình đào tạo này là vị trí hot sau:
• Tất cả vị trí Business Intelligence Developer (Chuyên viên phát triển BI)
• Tất cả vị trí Business Intelligence Analyst (Nhà Phân Tích Trí Tuệ Kinh Doanh)
• Business Intelligence (BI) Specialist (Chuyên viên Phân tích Kinh doanh)
• Data Analyst (Chuyên viên Phân tích Dữ liệu)
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 và kỹ năng về phân tích dữ liệu chuyên sâu để ra trường có việc làm ngay với mức thu nhập hấp dẫn• Những bạn trẻ có mong muốn chuyển ngang sang vị trí Data Analyst, Data Science & Big Data, Business Intelligence Specialist để có mức thu nhập cao hơn lên tới 1000$/tháng và các cơ hội sự nghiệp đột phá hơn
• Người đã đi làm, mong muốn học phân tích dữ liệu để cải thiện kiến thức và kỹ năng làm việc với dữ liệu để phục vụ cho công việc hiện tại và định hướng phát triển sự nghiệp trong tương lai
Yêu cầu đầu vào
Không yêu cầu đầu vàoBạn sẽ học những gì
• Làm chủ ngôn ngữ SQL trong xử lý, xây dựng và quản trị hệ thống cơ sở dữ liệu lớn• Chuyên sâu Excel trong phân tích dữ liệu
• Làm chủ ngôn ngữ lập trình Python và thành thạo Power BI trong phân tích và trực quan hóa dữ liệu lớn
Nội dung khóa học
- Buổi 1: Giới thiệu về Excel và các tính năng cơ bản
- Buổi 2: Các hàm cơ bản thường dùng và các hàm nâng cao
- Buổi 3: Kiến thức cơ bản về Data & Giới thiệu về Power Query, Power Pivot
- Buổi 4: Tiền xử lý dữ liệu
- Buổi 5: Phân tích dữ liệu
- Buổi 6: Các nguyên tắc thiết kế biểu đồ, dashboard & Thực hành xây dựng dashboard.
- Buổi 7: Ôn tập kiến thức đã học & Tổng kết khoá học Excel
- Buổi 8: Làm quen với SQL và cài đặt
- Buổi 9: Làm quen với SQL và cài đặt (tiếp)
- Buổi 10: Mô hình CSDL
- Buổi 11: Làm quen với các lệnh điều kiện, lọc dữ liệu
- Buổi 12: Thực hành SQL cơ bản và nâng cao
- Buổi 13: Mệnh đề joins cơ bản và nâng cao trong SQL
- Buổi 14: Tính toán trong SQL Server
- Buổi 15: Mệnh đề phụ và bảng dẫn xuất
- Buổi 16: Review kiến thức SQL Level 1, bài tập nhóm và đánh giá cá nhân
- Buổi 17: Giới thiệu về Power BI
- Buổi 18: Kết nối và xử lý dữ liệu
- Buổi 19: Data Model
- Buổi 20: Data Model
- Buổi 21: Tổng quan về DAX
- Buổi 22: Tổng quan về DAX
- Buổi 23: DAX Functions
- Buổi 24: Report view
- Buổi 25: Ôn tập kiến thức Level 1
- Buổi 26: Xây dựng mô hình bán chéo
- Buổi 27: Xây dựng mô hình bán chéo
- Buổi 28: Xây dựng mô hình bán chéo
- Buổi 29: Xây dựng mô hình bán chéo
- Buổi 30: Chia sẻ báo cáo và bảo mật thông tin
- Buổi 31: Làm quen với Python
- Buổi 32: Làm quen với Python (tiếp)
- Buổi 33: Xử lý và phân tích dữ liệu với Numpy và Pandas
- Buổi 34: Tải dữ liệu, lưu trữ và làm sạch, chuẩn bị dữ liệu
- Buổi 35: Xử lý và Biểu diễn dữ liệu
- Buổi 36: Xử lý và phân tích dữ liệu
- Buổi 37: Phân tích dữ liệu nâng cao với Pandas
- Buổi 38: Giới thiệu các thư viện mô hình hóa trong Python và các ví dụ phân tích dữ liệu
- Buổi 39: Quản trị rủi ro và Danh mục đầu tư
- Buổi 40: Tổng kết chương trình xử lý, phân tích và biểu diễn dữ liệu với Python
- Giới thiệu
- Thiết lập công thức
- Định dạng trang tính
- In cơ bản
- Formatting
- Tạo báo cáo theo template
- Copy dữ liệu, truy vấn dữ liệu
- Trang tính
- Biểu đồ
- Nhận xét ô
- Kiến thức chung, phương pháp và thực hành nhanh nhất
Ứng dụng: Case Study:- Hàm xử lý thời gian: Date & time
- Hàm thống kê: Statistical
- Hàm xử lý chuỗi: Text
- Hàm xử lý logic: if, and, or
- Hàm tìm kiếm: Vlookup, Hlookup
- Nắm vững được các hàm từ cơ bản đến nâng cao rất hay được sử dụng.
Ứng dụng: Case Study:- Kiến thức cơ bản và thuật ngữ trong lĩnh vực dữ liệu
- Các lưu ý để việc phân tích trở nên có tính chính xác và có ý nghĩa
- Các chức năng và lợi ích của 2 add-in
- Ứng dụng của Power Query và Power Pivot
- So sánh Power Query và Power Pivot
- Hiểu biết các kiến thức cơ bản về dữ liệu
- Biết chức năng, cách sử dụng và phân biệt được Power Query và Power Pivot
- Ứng dụng của Power Query và Power Pivot trong tiền xử lý dữ liệu.
- Thực hành vận dụng.
- Biết cách làm sạch dữ liệu trước khi đi vào xử lý dữ liệu.
Ứng dụng: Case Study:- Ứng dụng của Power Query và Power Pivot trong phân tích dữ liệu.
- Thực hành vận dụng.
Tổng hợp và phân tích dữ liệu
Ứng dụng: Case Study:- Biểu đồ và ý nghĩa của từng biểu đồ
- Quy trình xây dựng dashboard
- Các nguyên tắc thiết kế dashboard.
- Xây dựng 1 dashboard cơ bản dựa trên dữ liệu đã thực hành.
- Nắm được các nguyên tắc và quy trình để xây dựng được dashboard chuyên nghiệp.
Ứng dụng: Case Study:- Kiểm tra các kiến thức trọng tâm đã học.
- Ôn tập kiến thức.
- Tổng kết khoá học.
- Nắm được bức tranh tổng thể từ khi thu thập dữ liệu đến khi tạo ra được dashboard sử dụng các công cụ của Excel.
Ứng dụng: Case Study:- Using SQL Server
- Tạo lập cơ sở dữ liệu (CSDL)
- Tạo lập cơ sở dữ liệu (CSDL)
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
Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...
- Using SQL Server
- Tạo lập cơ sở dữ liệu (CSDL)
- Tạo lập cơ sở dữ liệu (CSDL)
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
Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...
- Thao tác với bảng
- Mô hình CSDL
- 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...
- Lệnh cơ bản
- Lệnh có điều kiện Where
- 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...
- Xuất ra Excel
- Các phép tính toán
- Các phép tính toán có sử dụng yếu tố ngày
- 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...
- Mệnh đề Joins cơ bản trong SQL
- Mệnh đề Joins lạ trong SQL
- 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...
- Hàm tập hợp trong SQL
- Khung hình bảng ảo View
- 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...
- Các mệnh đề phụ
- Bảng dẫn xuất (derived table) và CTEs
- 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
- Xây dựng cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...
Tổng kết
Mục tiêu:Tổng kết chương trình SQL Level 1 đã học
Ứng dụng:Tổng kết chương trình đã học
Case Study:Tổng quan về Business Intelligence (BI) và giới thiệu về hệ sinh thái Power BI
Mục tiêu:- Tổng quan Business Intelligence
- Hệ sinh thái Power BI
- Quy trình trực quan hóa dữ liệu
- Nắm bắt sơ lược về Business Intelligence
- Thành phần của từng app trong hệ sinh thái của Power BI
- Quy trình xây dựng báo cáo trực quan
- Làm quen với tool Power BI Desktop
Kết nối và xử lý dữ liệu
Mục tiêu:- Thực hành Transform data ở mức cơ bản
- Làm quen với các khái niệm, thuật ngữ của Power Query Editor trong Power BI
- Làm quen Power Query Editor
- Làm quen với các chức năng thường dùng để Transform data
- Các lưu ý khi thực hiện transform data
- Làm quen với ngôn ngữ M
Thực hành Transform Data với dataset của AdventureWorks
Data Model
Mục tiêu:- Khái niệm về Datamart
- Nguyên tắc thiết kế và các mô hình thiết kế Data Model
- Hiểu các khái niệm xoay quanh Datamart
- Hiểu và nắm vững các nguyên tắc thiết kế Model
- Phân biệt được các loại bảng trong thiết kế Model
Thực hành khởi tạo và thiết kế model với dataset của AdventureWorks
Data Model (tiếp)
Mục tiêu:- Các kiến thức về data model và table relationships
- Quản lý các relationship của model
- Thực hành xây dựng Data model
- Biết cách xây dựng data model và các mối quan hệ giữa các bảng
- Các lưu ý khi xây dựng data model
- Cách quản lý các mối quan hệ có trong model
Thực hành khởi tạo và thiết kế model với dataset của AdventureWorks
Tổng quan về DAX
Mục tiêu:- Tổng quan về DAX
- Vai trò và Ứng dụng của DAX trong việc xây dựng Report
- Cách thức khởi tạo DAX
Hiểu và biết cách áp dụng các hàm DAX thông dụng
Case Study:Viết các Measures và tạo calculated columns và calculated table với dataset AdventureWorks
Tổng quan về DAX (tiếp)
Mục tiêu:- Measures, Calculated Column, Calculated Table
- Filter context
- Phân biệt được các chức năng có sử dụng đến DAX
- Cách dùng các chức năng có sử dụng DAX
Viết các Measures và tạo calculated columns và calculated table với dataset AdventureWorks
DAX Functions
Mục tiêu:Sử dụng DAX nâng cao, chuyên sâu về các hàm thông dụng
Ứng dụng:Sử dụng linh hoạt các hàm DAX trong từng bài toán và các kết hợp các hàm DAX
Case Study:Viết các Measures và tạo calculated columns và calculated table với dataset AdventureWorks
Report view
Mục tiêu:- Các thành phần cùa Report View
- Các Visual type chính
- Conditional Formating
Xây dựng được một báo cáo hoàn chỉnh
Case Study:Thực hành thiết kế trình bày báo cáo cơ bản
Ôn tập kiến thức
Mục tiêu:Giới thiệu về Advanced Power BI và phương pháp học và thực hành Power BI nhanh nhất
Ứng dụng: Case Study:Xây dựng mô hình bán chéo
Mục tiêu:Áp dụng các kiến thức ở level 1 để xây dựng báo cáo Bán chéo
Ứng dụng:Phát triển các kỹ năng đã được học
Case Study:Xây dựng mô hình Bán chéo
- Tìm hiểu dataset
- Import và khám phá data
- Transfom data
- Build model (Relationships)
- Calculated columns và Measure với DAX
- Xây dựng báo cáo trực quan
Xây dựng mô hình bán chéo (tiếp)
Mục tiêu:Áp dụng các kiến thức ở level 1 để xây dựng báo cáo Bán chéo
Ứng dụng:Phát triển các kỹ năng đã được học
Case Study:Xây dựng mô hình Bán chéo
- Tìm hiểu dataset
- Import và khám phá data
- Transfom data
- Build model (Relationships)
- Calculated columns và Measure với DAX
- Xây dựng báo cáo trực quan
Xây dựng mô hình bán chéo
Mục tiêu:Áp dụng các kiến thức ở level 1 để xây dựng báo cáo Bán chéo
Ứng dụng:Phát triển các kỹ năng đã được học
Case Study:Xây dựng mô hình Bán chéo
- Tìm hiểu dataset
- Import và khám phá data
- Transfom data
- Build model (Relationships)
- Calculated columns và Measure với DAX
- Xây dựng báo cáo trực quan
Xây dựng mô hình bán chéo (tiếp)
Mục tiêu:Áp dụng các kiến thức ở level 1 để xây dựng báo cáo Bán chéo
Ứng dụng:Phát triển các kỹ năng đã được học
Case Study:Xây dựng mô hình Bán chéo
- Tìm hiểu dataset
- Import và khám phá data
- Transfom data
- Build model (Relationships)
- Calculated columns và Measure với DAX
- Xây dựng báo cáo trực quan
Chia sẻ báo cáo và bảo mật thông tin
Mục tiêu:- Các tính năng nâng cao
- Chia sẻ báo cáo và bảo mật thông tin
- Biết cách sử dụng cách tính còn lại của Power BI
- Chia sẻ báo cáo
- Tăng tính bảo mật cho báo cáo
Hoàn thiện Báo cáo cuối khóa
- Preliminaries
- Python Language Basics, Ipython, and Jupiter NoteBooks
- Built-in Data Structures, Functions, and Files
- Làm quen với Python
- Nắm vững cấu trúc dữ liệu, hàm, và files
Phân tích dữ liệu lớn (Big Data)
Case Study:Tách và xử lý chuỗi (string)
- Built-in Data Structures, Functions, and Files
Mục tiêu:- Làm quen với Python
- Nắm vững cấu trúc dữ liệu, hàm, và files
Phân tích dữ liệu lớn (Big Data)
Case Study:- Viết hàm tự build
- Áp dụng lọc và trích xuất dữ liệu bằng hàm
- Numpy Basics: Arrays and Vectorized Computation
- Getting Started with Pandas
- Sử dụng thư viện Numpy, cấu trúc mảng, vector
- Xử lý dữ liệu lớn bằng Pandas
Phân tích dữ liệu lớn (Big Data)
Case Study:Random walks using Numpy
- Data Loading, Storage, and File Formats
- Data Cleaning and Preparation
- Đọc, lưu trữ và xử lý dữ liệu
- Làm sạch dữ liệu
Phân tích dữ liệu lớn (Big Data)
Case Study:- Lấy dữ liệu chứng khoán và tỷ giá
- Data Wrangling: Join, Combine, and Reshape
- Plotting and Visualization
- Data Aggregation and Group Operations
- Sắp xếp và cấu trúc lại dữ liệu
- Vẽ biểu đồ và trực quan hóa
- Tập hợp dữ liệu và thao tác trên nhóm
Phân tích dữ liệu lớn (Big Data)
Case Study:Phân tích dữ liệu viễn thông, tài chính, ngân hàng và bảo hiểm
Time Series Data
Mục tiêu:- Nắm vững kiến thức về dữ liệu theo thời gian
- Mở rộng kiến thức với pandas nâng cao
Khoa học dữ liệu
Case Study:Phân tích dữ liệu viễn thông, tài chính, ngân hàng và bảo hiểm
Advanced pandas
Mục tiêu:- Nắm vững kiến thức về dữ liệu theo thời gian
- Mở rộng kiến thức với pandas nâng cao
Khoa học dữ liệu
Case Study:Phân tích dữ liệu viễn thông, tài chính, ngân hàng và bảo hiểm
- Introduction to Modelling Libraries in Python
- Data Analysis Examples
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
- Risk management
- Portfolio management
- Kiến thức về Máy học
- Học có giám sát với thư viện Scikit-learn
- Học không giám sát trong Python
Phân tích và mô hình quản trị rủi ro, quản trị danh mục
Case Study:Credit risk scoring and Segmentation in banking
Tổng kết chương trình xử lý, phân tích và biểu diễn dữ liệu với Python
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
Phân tích và mô hình quản trị rủi ro, quản trị danh mục
Case Study:Retail portfolio management in banking and finance
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 học2. 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 Excel, SQL, Python và Power BI 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

Tống Châu Nghị
- Hơn 20 năm kinh nghiệm trong ngành Công nghệ thông tin, đặc biệt hiểu biết sâu sắc về quản lý hệ cơ sở dữ liệu và quản lý kho dữ liệu datawarehouse
- Hơn 12 năm kinh nghiệm trong các lĩnh vực triển khai SAP BI , SAP BW, SAP ECC
- Hơn 5 năm kinh nghiệm trong việc triển khai và áp dụng các dịch vụ của Microsoft như Power BI, Microsoft 365, SQL Server, Azure Cloud...
- Đảm nhận vị trí Quản lý Phân tích kinh doanh tại Tập đoàn bán lẻ Central Retail Vietnam từ năm 2013 đến nay
- Tư vấn triển khai hệ thống BIBO tại Công ty Nguyễn Kim Trading, Việt Nam

Đinh Quang Vũ
- Hơn 11 năm kinh nghiệm trong ngành khoa học dữ liệu và công nghệ thông tin tại Việt Nam
- Đảm nhận vị trí Quản lý Phân tích dữ liệu tại Công ty Bảo hiểm Prudential Việt Nam
- Chuyên viên cao cấp hệ thống thông tin và báo cáo thông minh tại Công ty bảo hiểm Chubb Life Việt Nam
- Thạc sĩ khoa học dữ liệu Đại học Khoa học tự nhiên thành phố Hồ Chí Minh

Đỗ Đình Hưng
- Tốt nghiệp chuyên ngành Công nghệ Dữ liệu tại Học viện Kĩ thuật Quân sự, Việt Nam
- Hiện đảm nhận vị trí Khoa học dữ liệu - Data Scientist tại MB Bank
- Từng đảm nhận vị trí Kĩ sư Trí tuệ nhân tạo và Dữ liệu AI Engineer/Data Engineer tại Công ty Viettel High Technology, Việt Nam
Chứng chỉ:
1. Machine Learning by Stanford University
2. SQL for Data Science
Giải thưởng/Huy chương:
1. Scholarship in Japan Advanced Institute of Science and Technology (JAIST) for AI Internship position
2. 3st in University Software Writing Contest – SOFTCON
3. 2st in Women in Data Science (WiDS) Datathon

Nguyễn Kim Quang
- Tốt nghiệp Thạc sĩ Tài chính ngân hàng
- Đã đảm nhận các vị trí Kế toán tín dụng, Chuyên viên thẩm định, thư ký Phó TGĐ, chuyên viên phân tích tài chính doanh nghiệp và dự án tại Quỹ đầu tư phát triển Thành phố Hà Nội.
- Hiện tại đang làm ví trí Phân tích tài chính doanh nghiệp và dự án tại Quỹ đầu tư phát triển Thành phố Hà Nội (từ 2008 đến nay)
- Có hơn 14 năm kinh nghiệm trong phân tích tài chính, phân tích dự báo rủi ro, bảo vệ phương án cho các dự án.
- Sử dụng thành thạo các công cụ SQL, Python đặc biệt các libraries phân tích và trực quan hóa dữ liệu, Machine Learning
- CÁC CHỨNG CHỈ
+ IBM Data Science Professional Certificate (IBM)
+ Python 3 Programming Specialization (University of Michigan)
+ SQL advanced certification (HackerRank)
+ STATSX0001: Statistical Learning (Stanford University)
+ Statistics with Python (University of Michigan)

Đặng Lê Khoa
- Chuyên viên cao cấp triển khai và tư vấn Công nghệ Tổng quát tại Hitachi Vantara Việt Nam
- Giảng viên tại CFD-Engineer Việt Nam
- Đảm nhận nhiệm vụ phân tích dữ liệu tại Cộng đồng kĩ sư Việt Nam CFD-Engineer
- Chứng chỉ:
1. Data Manipulation with Python (Advanced, score:166, percentile: 99%)
2. Importing & Cleaning Data with Python (Advanced, score:131, percentile: 85%)
3. Python Programming (Advanced, score:133, percentile: 86%)

Trần Tâm
- Hiện tại đang làm việc với vị trí Data Analyst tại một trong những kỳ lân công nghệ hàng đầu Việt Nam VNpay.
- Đã từng làm việc cho Tập đoàn Vinfast với vị trí Kỹ sư
- Chứng chỉ đã đạt được: PL300 của Microsoft