Lịch học dự kiến diễn ra
Lớp: | SQL 73A5 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: | May 29, 2023 |
Thời gian kết thúc: | June 26, 2023 |
Giảng viên dự kiến: | Do Duy Nam |
Lớp: | SQL 77SA5 level 1 |
---|---|
Địa điểm: | 13 Cao Thắng, Quận 3, TP.HCM |
Thời gian học: | Thứ 5 - 19H00 - 21H30 & Chủ nhật - 19H00 - 21H30 |
Lịch khai giảng: | June 1, 2023 |
Thời gian kết thúc: | June 29, 2023 |
Giảng viên dự kiến: | Hồ Minh Trí |
Lớp: | PY73A6L1 |
---|---|
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 12, 2023 |
Thời gian kết thúc: | July 14, 2023 |
Giảng viên dự kiến: | Nguyễn Kim Quang |
Lớp: | SQL 79SA6 LEVEL 1 |
---|---|
Địa điểm: | 13 Cao Thắng, Quận 3, TP.HCM |
Thời gian học: | Thứ 2 - 19H00 - 21H30 & Thứ 6 - 19H30 - 22H00 |
Lịch khai giảng: | June 12, 2023 |
Thời gian kết thúc: | July 10, 2023 |
Giảng viên dự kiến: | Hồ Minh Trí |
Lớp: | Python 81SA6 level 1 |
---|---|
Địa điểm: | 13 Cao Thắng, Quận 3, TP.HCM |
Thời gian học: | Thứ 4 - 19H00 - 21H30 & Thứ 7 - 19H00 - 21H30 |
Lịch khai giảng: | June 10, 2023 |
Thời gian kết thúc: | July 12, 2023 |
Giảng viên dự kiến: | Trần Tâm |
Lớp: | SQL 75A6 LEVEL 1 |
---|---|
Địa điểm: | Số 5, Ngách 23, Ngõ 165 Thái Hà, HN |
Thời gian học: | Thứ 3 - 19H00 - 21H30 & Thứ 7 - 19H00 - 21H30 |
Lịch khai giảng: | June 13, 2023 |
Thời gian kết thúc: | July 11, 2023 |
Giảng viên dự kiến: | Bùi Thanh Tú |
Lớp: | SQL 70A6 level 2 |
---|---|
Địa điểm: | Số 5, Ngách 23, Ngõ 165 Thái Hà, HN |
Thời gian học: | Thứ 3 - 19H00 - 21H30 & Thứ 7 - 19H00 - 21H30 |
Lịch khai giảng: | June 13, 2023 |
Thời gian kết thúc: | July 8, 2023 |
Giảng viên dự kiến: | Lê Tiến Mạnh |
Combo Data Engineering Foundations Specialization
Đây là chương trình đào tạo nền tảng về Data Engineering gồm 02 khóa học về SQL và 01 khóa học về Python nhằm xây dựng tư duy dữ liệu, kỹ năng SQL và Python cơ bản
Hình thức đào tạo online và offline trong thời lượng 27 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. SQL for Newbies: Data Analysis for Beginners (SQL Level 1)
2. Database and SQL for Data Science (SQL Level 2)
3. Python Foundation in Data Analytics (Python Level 1)
Đối tượng
• Tất cả các bạn phải làm việc nhiều với excel và dữ liệu, mong muốn cải thiện tốc độ và năng lực xử lý dữ liệu lên tới hàng triệu dòng, hàng nghìn file… với SQL nhanh chóng và hiệu quả• Tất cả các bạn mong muốn làm việc trong ngành dữ liệu (Data Analyst, Data Engineer, Data Architect…), lập trình viên SQL Developer, kiểm thử viên Tester,.. muốn bổ sung kỹ năng làm việc với cơ sở dữ liệu
• Tất cả các bạn có ý định chuyển ngang sang ngành Data Engineer để có mức thu nhập cao hơn lên tới 1000$/tháng và phát triển sự nghiệp rộng mở hơn.
Yêu cầu đầu vào
Khóa học cho người mới bắt đầuBạn sẽ học những gì
Kết quả chính của SQL level 1:• Tạo lập CSDL, biết cách set primary keys, foreign keys để tạo mối tương quan giữa các CSDL
• Truy vấn, trích xuất, lọc từ CSDL
• Chèn các điều kiện vào để trích xuất dữ liệu đáp ứng 1 hoặc nhiều yêu cầu nào đó
• Sử dụng các mệnh đề joins để ghép nối các bảng CSDL (inner join, left and right outer join, cross joins…)
• Tính sum, average, min, max, các loại hàm đếm, groupby theo các tiêu chí
• Tạo view, khung hình ảo để view dữ liệu
• Sử dụng các mệnh đề phụ như: All, Any, In, Exists
• Sử dụng các tables trung gian để tăng tốc độ đọc dữ liệu (common table expressions (CTEs), áp dụng nhiều CTEs trong một thủ tục)
• Biết cách liên kết SQL với Excel, PBI và các các ngôn ngữ khác như R, VBA, Python để cập nhật dữ liệu, chạy code và hiện báo cáo real time.
Kết quả chính của SQL level 2:
• Sử dụng thành thạo ngôn ngữ SQL
• Các câu lệnh truy vấn (Subqueries) trong cơ sở dữ liệu
• Giới thiệu về hàm Scalar và ưu nhược điểm của chúng, viết hàm do người dùng định nghĩa
• Cấu trúc điều kiện, vòng lặp
• Cập nhật dữ liệu
• Hướng dẫn Debugging
• Chuyển đổi dữ liệu sử dụng Pivots nâng cao
• Sử dụng Triggers, Cursors
• Thực hiện tạo báo cáo nâng cao với various grouping levels
• Ngoài SQL Server, sẽ được học về xử lý dữ liệu trọng Oracle SQL
• Ngoài ra còn nhiều nội dung khác nổi bật như trong lịch học chi tiết
Kết quả chính của Python level 1:
• Nắm về Python và Python IDE (mục đích, chức năng, operators, các libraries thông dụng)
• Vẽ biểu đồ và trực quan hóa dữ liệu
• Cách sử dụng thư viện Numpy Basics, Pandas
• Nắm về Built-in Data Structures, Functions, and Files
• Biết cách ghép nối dữ liệu, phân tích theo nhóm Data Aggregation and Group Operations
• Xử lý dữ liệu dạng Time Series
• Ngoài ra có thể loading dữ liệu lớn, lưu trữ, file formats, làm sạch và chuẩn hóa dữ liệu
• Thành thạo Python sau 10 buổi học
• Biết Cách sử dụng các library nâng cao khác.
Nội dung khóa học
- Buổi 1: Làm quen với SQL và cài đặt
- Buổi 2: Làm quen với SQL và cài đặt (tiếp)
- Buổi 3: Mô hình CSDL
- Buổi 4: Làm quen với các lệnh điều kiện, lọc dữ liệu
- Buổi 5: Thực hành SQL cơ bản và nâng cao
- Buổi 6: Mệnh đề joins cơ bản và nâng cao trong SQL
- Buổi 7: Tính toán trong SQL Server
- Buổi 8: Mệnh đề phụ và bảng dẫn xuất
- Buổi 9: Review kiến thức, bài tập nhóm và đánh giá cá nhân (SQL Level 1)
- Buổi 10: Review SQL Level 1 và làm quen với thủ tục lưu trữ và biến trong SQL
- Buổi 11: Xử lý lỗi, câu điều kiện và cấu trúc vòng lặp trong SQL
- Buổi 12: Xóa, cập nhật và thêm dữ liệu trong SQL
- Buổi 13: Chỉnh sửa và sắp xếp dữ liệu
- Buổi 14: Hàm và bảng dẫn xuất, CTEs
- Buổi 15: Cursors, Debug và Dynamic SQL
- Buổi 16: Pivots và Triggers trong SQL
- Buổi 18: Làm quen với Python
- Buổi 19: Sử dụng thư viện Numpy và Xử lý dữ liệu lớn bằng Pandas
- Buổi 20: Đọc, lưu trữ, xử lý và làm sạch dữ liệu
- Buổi 21: Sắp xếp và cấu trúc lại dữ liệu. Vẽ biểu đồ và trực quan hoá. Tập hợp dữ liệu và thao tác trên nhóm
- Buổi 22: Làm việc với kiểu dữ liệu thời gian.
- Buổi 23: Pandas nâng cao
- Buổi 24: Kiến thức thực hành từ chuyên gia khoa học dữ liệu.
- Buổi 25: Máy học
- Buổi 26: Máy học (Tiếp)
- Buổi 27: Tổng kết cuối khoá
- 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 đã học
Ứng dụng:Tổng kết chương trình đã học
Case Study:- Thủ tục lưu trữ (stored procedures)
- Các biến trong SQL
- Tham số và các giá trị trả về
- 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...
- Hàm Scalar
- Điều kiện kiểm tra
- Cấu trúc vòng lặp
- Xử lý lỗi
- Quản trị và 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
- Quản trị cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...
- Lệnh xóa trong SQL
- Cập nhật dữ liệu trong SQL
- Chèn dữ liệu
- Quản trị và 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
- Quản trị cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...
- Tạo bảng
- Nhóm các câu lệnh trong SQL (Transactions)
- Bảng tạm thời và bảng biến
- Quản trị và 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...
- Hàm có giá trị bảng
- Bảng dẫn xuất (derived table) và CTEs
- Quản trị và 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...
- Thao tác con trỏ (cursors)
- Gỡ lỗi câu lệnh
- Chuỗi lệnh SQL động
- 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
- Quản trị cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...
- Chuyển đổi dữ liệu Pivots
- Hẹn giờ
- 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.
- Quản trị cơ sở dữ liệu trong ngành ngân hàng, bảo hiểm và thương mại điện tử...
- 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:- 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:- 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:- Data Wrangling: Join, Combine, and Reshape
- Ploting 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:- Time Series
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:- 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:- Introduction to Modelling Libraries in Python
- Data Analysis Examples
- Kiến thức thực hành từ chuyên gia khoa học dữ liệu
Ứng dụng:Khoa học dữ liệu
Case Study:- Machine learning
Mục tiêu:- Kiến thức về Máy học
- Học có giám sát với thư viện scikit-learn
- Học không giám sát trong Python
- Hướng dẫn Project cuối khóa
Machine learning
Case Study:Credit risk scoring and Segmenation in banking
- Machine learning
Mục tiêu:- Kiến thức về Máy học
- Học có giám sát với thư viện scikit-learn
- Học không giám sát trong Python
Machine learning
Case Study:Credit risk scoring and Segmentation in banking
- Tổng kết cuối khoá
Mục tiêu:- Trình bày Project cuối khóa và chữa bài
- Tổng kết kiến thức khóa học python
Tổng kết cuối khoá
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 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 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

Đinh Công Minh
- Quản lý tại PwC Việt Nam
- Chuyên viên Phân tích dữ liệu cao cấp tại Techcombank Việt Nam
- Chuyên viên tư vấn Quản trị rủi ro tại Deloitte Touche Tohmatsu Limited (Vietnam)
- Giảng viên SQL và Python cao cấp tại Học viện Công nghệ MCI Việt Nam

Bùi Thanh Tú
- Chuyên viên Phân tích dữ liệu cao cấp tại Ngân hàng VPBank, Việt Nam
- Chuyên viên Phân tích dữ liệu tại Ngân hàng SeaBank, Việt Nam
- Có 4 năm kinh nghiệm trong Phân tích tài chính ngân hàng, 3 năm kinh nghiệm trong việc xây dựng Data
- Nhiều kinh nghiệm trong việc đào tạo SQL tại các Trung tâm và Tổ chức đào tạo Công Nghệ tại Việt Nam

Nguyễn Thành Đạt
- 5 năm kinh nghiệm trong lĩnh vực Công nghệ thông tin và Khoa học dữ liệu
- Chuyên viên Phân tích dữ liệu tại Công ty Arbory Afloat, Singapore
- Chuyên viên lập trình và phân tích dữ liệu tại trường Đại học Công nghệ và Thiết kế Singapore - Singapore University of Technology and Design
- Tốt nghiệp đại học ngành Kĩ sư hệ thống và thiết kế tại trường Singapore University of Technology and Design

Hồ Minh Trí
- 5 năm kinh nghiệm trong lĩnh vực Công nghệ thông tin và Tư vấn giải pháp kinh doanh
- Hiện đang đảm trách vị trí Kĩ sư Phân tích Kinh doanh Cao cấp tại Robert Bosch Engineering & Business Solutions, Việt Nam (RBVH)
- Trưởng nhóm Nghiên cứu tại Lab Applied Science in Make Science Make Sense Project tài trợ bởi Cơ quan của Mỹ - the US Department of State - YSEALI - World Learning
- Chứng chỉ:
1. AZ-900: Microsoft Azure Fundamentals
2. DA-100: Microsoft Certified: Data Analyst Associate

Phạm Nguyên Hạnh
- 4 năm kinh nghiêm trong ngành Phân tích dữ liệu và Công nghệ thông tin
- Chuyên viên Quản lý và Phân tích dữ liệu cao cấp, Ban Quản trị dữ liệu, Tập đoàn Viettel
- Chuyên viên Phân tích dữ liệu tại Viettel Telecom Cambodia, Peru
- Đảm nhận ví trí nghiên cứu thị trường tại Boston Consulting Group, Việt Nam
- Tốt nghiệp Thạc sĩ Phân tích Tài chính và Quản lý Quỹ tại Anh Quốc - MSc Financial Analysis and Fund Management (FAFM), with Distinction - University of Exeter
- Chứng chỉ:
1. Certified Senior Big Data Analyst, DASCA
2. CFA level II
3. Introduction to Analytics (IBM Coursera)
4. Data visualization and Dashboards with Excel and Cognos (IBM Coursera)
5. Mathematics for Machine Learning: Linear Algebra(Imperial College Coursera)

Do Duy Nam
- Hơn 22 năm kinh nghiệm trong lĩnh vực Công nghệ thông tin và Dữ liệu lớn
- Nhà khoa học dữ liệu cao cấp Senior Data Specialist tại Công ty Cổ phần VNPAY JSC
- Giám đốc công ty LiveZone Vietnam Consulting JSC, đã ký và quản lý 1 team đa quốc gia vận hành dự án về phân tích kinh doanh (business intelligence) giá trị 1 triệu đô cho Công ty lọc hóa dầu Bình Sơn
- Phó Giám đốc Công ty DSI Vietnam, quản trị dự án Báo cáo, làm việc với PHP, Coldfusion, HTML chart
- Nhà khoa học dữ liệu cao cấp tại ACOM Financial Institute, Nhật Bản
Chứng chỉ:
1. MBA Degree at Gloucestershire Business School (United Kingdom)
2. DA-100: Microsoft Certified: Data Analyst Associate
3. Microsoft Certified Excellence Solution Developer
4. IBM Certified Solution Expert