Lịch học dự kiến diễn ra



Lớp: PB99A7L1 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: July 5, 2024
Thời gian kết thúc: July 29, 2024
Giảng viên dự kiến: None
Lớp: PY97A6L1 LEVEL 1
Địa điểm: Tầng 5, Tòa nhà Star City, 23 Lê Văn Lương, HN
Thời gian học: Thứ 4 - 19H00 - 21H30 & Thứ 7 - 19H00 - 21H30
Lịch khai giảng: June 26, 2024
Thời gian kết thúc: July 27, 2024
Giảng viên dự kiến: Hungdd
Lớp: MA15SA7
Địa điểm: 13 Cao Thắng, Quận 3, HCM
Thời gian học: Thứ 5 - 19H00 - 21H30 & Chủ nhật - 19H00 - 21H30
Lịch khai giảng: July 4, 2024
Thời gian kết thúc: July 18, 2024
Giảng viên dự kiến: None
Lớp: PY01SA6L1 LEVEL 1
Địa điểm: 13 Cao Thắng, Quận 3, HCM
Thời gian học: Thứ 4 - 19H00 - 21H30 & Chủ nhật - 19H00 - 21H30
Lịch khai giảng: June 30, 2024
Thời gian kết thúc: July 31, 2024
Giảng viên dự kiến: Tamtt.Py
Lớp: SQ99A6L1 LEVEL 1
Địa điểm: Tầng 5, Tòa nhà Star City, 23 Lê Văn Lương, HN
Thời gian học: Thứ 4 - 19H30 - 22H00 & Thứ 7 - 19H00 - 21H30
Lịch khai giảng: July 6, 2024
Thời gian kết thúc: Aug. 3, 2024
Giảng viên dự kiến: None
Lớp: PB97B6L1 LEVEL 1
Địa điểm: Tầng 5, Tòa nhà Star City, 23 Lê Văn Lương, HN
Thời gian học: Thứ 4 - 19H00 - 21H30 & Thứ 7 - 19H00 - 21H30
Lịch khai giảng: June 22, 2024
Thời gian kết thúc: July 17, 2024
Giảng viên dự kiến: thanhmk4@gmail.com
Lớp: PB95SA7L1 LEVEL 1
Địa điểm: 13 Cao Thắng, Quận 3, HCM
Thời gian học: Thứ 3 - 19H00 - 21H30 & Thứ 5 - 19H00 - 21H30
Lịch khai giảng: July 4, 2024
Thời gian kết thúc: July 30, 2024
Giảng viên dự kiến: None
Data Analyst Track

Data Analyst Professional (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 42 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 Professional (Data Analyst with Python Track):
1. SQL for Newbies: Data Analysis for Beginners (SQL Level 1)
2. Analyzing and visualizing data on Power BI (Power BI Level 1)
3. Python Foundation in Data Analytics (Python Level 1)
4. Math & Statistics for Data Science
5. Python for Machine 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)

4.8 (3489)

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 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:

    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

    Ứng dụng:

    - 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

    Case Study:

    Chủ đề:

    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

    Ứng dụng:

    - 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

    Case Study:

    Thực hành Transform Data với dataset của AdventureWorks

    Chủ đề:

    Data Model

    Mục tiêu:

    - Khái niệm về Datamart
    - Nguyên tắc thiết kế và các mô hình thiết kế Data Model

    Ứng dụng:

    - 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

    Case Study:

    Thực hành khởi tạo và thiết kế model với dataset của AdventureWorks

    Chủ đề:

    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

    Ứng dụng:

    - 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

    Case Study:

    Thực hành khởi tạo và thiết kế model với dataset của AdventureWorks

    Chủ đề:

    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

    Ứng dụng:

    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

    Chủ đề:

    Tổng quan về DAX (tiếp)

    Mục tiêu:

    - Measures, Calculated Column, Calculated Table
    - Filter context

    Ứng dụng:

    - Phân biệt được các chức năng có sử dụng đến DAX
    - Cách dùng các chức năng có sử dụng DAX

    Case Study:

    Viết các Measures và tạo calculated columns và calculated table với dataset AdventureWorks

    Chủ đề:

    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

    Chủ đề:

    Report view

    Mục tiêu:

    - Các thành phần cùa Report View
    - Các Visual type chính
    - Conditional Formating

    Ứng dụng:

    Xây dựng được một báo cáo hoàn chỉnh

    Case Study:

    Thực hành thiết kế trình bày báo cáo cơ bản

    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:

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

    Mục tiêu:

    - Mảng dữ liệu nhiều chiều
    - Hàm dựa trên cấu trúc mảng
    - Input và Output với Array
    - Tính toán tuyến tính
    - Số ngẫu nhiên Ví dụ: Random walks
    - Giới thiệu cấu trúc dữ liệu Pandas
    - Các tính năng quan trọng
    - Tổng hợp, tính toán thống kê mô tả

    Ứng dụng:

    Phân tích dữ liệu lớn (Big Data)

    Case Study:

    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:

    Chủ đề:

    - Data Wrangling: Join, Combine, and Reshape
    - Ploting 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:

    Chủ đề:

    - Time Series

    Mục tiêu:

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

    Ứng dụng:

    Phân tích dữ liệu lớn (Big Data)

    Case Study:

    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:

    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:

    Khoa học dữ liệu

    Case Study:

    Chủ đề:

    - Machine learning

    Mục tiêu:

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

    Tổng hợp kiến thức và giao Project cuối khóa

    Ứng dụng:

    Machine learning

    Case Study:

    Credit risk scoring and Segmenation in banking

    Chủ đề:

    - Machine learning

    Mục tiêu:

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

    Tổng hợp kiến thức và giao Project cuối khóa

    Ứng dụng:

    Machine learning

    Case Study:

    Credit risk scoring and Segmentation in banking

    Chủ đề:

    - Tổng kết cuối khoá

    Mục tiêu:

    - Chữa Project cuối khóa.
    - Tổng hợp Kiến thức khóa học.
    - Giới thiệu cơ hội việc làm.

    Ứng dụng:

    Tổng kết cuối khoá

    Case Study:

    Chủ đề:

    Algebra/Linear Algebra (vectors and matrices, eigenvalues and eigenvectors, logarithmic equations, sigmoid function, matrix and tensor computing)

    Mục tiêu:

    Đại số/ Đại số tuyến tính
    - Vectơ và ma trận
    - Giá trị riêng và ký hiệu riêng
    - Phương trình logarit
    - Hàm sigmoid
    - Tính toán ma trận và tensor

    Ứng dụng:

    Case Study:

    Chủ đề:

    Probability (mean, median, standard deviation, and outliers, joint distributions, conditional probability and independence, discrete random variables, continuous random variables, jointly distributed random variables, common probability distributions (Gaussian, Bernoulli, Binomial, Uniform, and Poisson))

    Mục tiêu:

    Xác suất
    - Trung bình, trung vị
    - Độ lệch chuẩn và giá trị ngoại lệ
    - Phân phối chung, xác suất có điều kiện, xác suất độc lập
    - Biến ngẫu nhiên rời rạc, biến ngẫu nhiên liên tục, biến ngẫu nhiên có phân phối chung, phân phối xác suất chung (Gaussian, Bernoulli, Binomial, Uniform và Poisson)

    Ứng dụng:

    Case Study:

    Chủ đề:

    Calculus & Optimization (ordinary / partial derivatives, Gradient, Hessian, chain rule, gradient descent, convex optimization)

    Mục tiêu:

    Giải tích & Tối ưu hóa
    - Đạo hàm thông thường, đạo hàm riêng
    - Gradient, Hessian
    - Quy tắc chuỗi, giảm độ dốc, tối ưu hóa lồi

    Ứng dụng:

    Case Study:

    Chủ đề:

    Machine Learning Introduction (Dataset, Bias/Variance, Train/Test/Validation Split, Loss Function,...)

    Mục tiêu:

    Giới thiệu về Machine Learning
    - Tập dữ liệu
    - Phương sai/ độ lệch
    - Train / Test / Validation Split
    - Hàm tổn thất...

    Ứng dụng:

    Case Study:

    Chủ đề:

    Machine Learning Algorithm (Linear Regression, Logistic Regression, Principal Component Analysis (PCA), ...) Python Machine Learning (Python Tools for Machine Learning Numpy, Pandas, Scipy, Scikit-learn, Matplotlib, Pytorch)

    Mục tiêu:

    Thuật toán Machine Learning
    - Hồi quy tuyến tính
    - Hồi quy logistic
    - Phân tích thành phần chính (PCA) Python Machine Learning
    - Công cụ Python cho Machine Learning Numpy, Pandas, Scipy, Scikit-learning, Matplotlib, Pytorch

    Ứng dụng:

    Case Study:

    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


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)


Trần khánh Linh

- Hơn 8 năm kinh nghiệm trong ngành Phân tích Tài chính, Kiểm toán và Dữ liệu
- Giám đốc Dự án Tài chính Thương mại, Phân tích Kinh doanh và Quản trị Chuyển đổi tại Công ty Zott, Việt Nam - Zott SE & Co. KG
- Quản lý tài chính tại Công ty Công nghệ Logivan Việt Nam
- Tư vấn quản trị tại Asia Control System
- Kiểm toán viên tại KPMG Việt Nam
- Đã từng triển khai các dự án về Phân tích Dữ liệu Kinh doanh cho ngành Thương mại điện tử và Tiêu dùng nhanh tại Việt Nam, ví dụ: Power BI Dashboard for FMCG Company, Power BI Dashboard for E-commerce Corp
Chứng chỉ:
1. DA-100 Microsoft Certified: Data Analyst Associate


Tạ Quốc Khánh

- Am hiểu, kiến thức chuyên sâu về ngành khoa học dữ liệu với cấu trúc dữ liệu, phương pháp công nghệ mới để đưa ra các giải pháp kinh doanh thành công
- Hiểu biết sâu sắc về hoạt động kinh doanh và công cụ phân tích để tối ưu việc phân tích và xử lý dữ liệu
- Hiện đảm nhận vị trí Chuyên viên Mô hình tín dụng cao cấp tại BEGROUP, Việt Nam
- Chuyên viên phân tích dữ liệu cao cấp ngân hàng số OCB Bank, Việt Nam
- Phân tích dữ liệu tại Công ty FE-Credit, Việt Nam
- Chuyên viên xây dựng mô hình tín dụng tại Công ty FE-Credit, Việt Nam


Lê Như Gia Bình

- 4 năm kinh nghiệm trong ngành Thương mại điện tử, Logistics, Fintech tại Việt Nam
- Hiện đang là chuyên viên phân tích dữ liệu cao cấp mảng thương mại tại Công ty thương mại điện tử Tiki, Việt Nam
- Đảm nhận phân tích dữ liệu và phát triển sản phẩm tại Công ty tài chính, ví thanh toán Momo Jsc, Việt Nam
- Phân tích dự liệu lại Công ty vận chuyển logistics Be Group Jsc, Việt Nam
- Dự án nổi bật: Geo solution + Driver's scoring, Auto feedback classification using Google AutoML, Dynamic pricing model
Chứng chỉ:
1. IBM Data Science Professional Certificate


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


Lê Bảo Hoàng

- Hơn 4 năm kinh nghiệm làm việc với phân tích dữ liệu áp dụng trong việc vận hành sản phẩm, nâng cao trải nghiệm người dùng
- Thành thạo trong việc phân tích dữ liệu và giải quyết vấn đề dựa trên dữ liệu
- Hiện đảm nhận Trưởng nhóm Phân tích dữ liệu của khu vực Đông Nam Á - Regional Data Analyst Leader (South East Asia) tại Unilever, South East Asia
- Từng đảm nhận vị trí Phân tích dữ liệu cao cấp tại Công ty ví điện tử MoMo, Việt Nam
- Từng đảm nhận vị trí Chuyên viên vận hành sản phẩm tại Công ty ví điện tử Momo, Việt Nam
Chứng chỉ:
- Advanced Data Analytics using Python
- Data analysis with R programming
- Google Data Analytics Certificate