Lịch học dự kiến diễn ra



Lớp: PBI 65B2 LEVEL1
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: Feb. 24, 2023
Thời gian kết thúc: March 20, 2023
Giảng viên dự kiến: Đỗ Mạnh Phong
Lớp: SQL 67B2 LEVEL1
Địa điểm: Số 5, Ngách 23, Ngõ 165 Thái Hà, HN
Thời gian học: Thứ 5 - 19H00 - 21H30 & Chủ nhật - 19H00 - 21H30
Lịch khai giảng: Feb. 16, 2023
Thời gian kết thúc: March 16, 2023
Giảng viên dự kiến: Bùi Thanh Tú
Lớp: PYTHON 65B2 LEVEL 1
Địa điểm: Số 5, Ngách 23, Ngõ 165 Thái Hà, HN
Thời gian học: Thứ 4 - 19H00 - 21H30 & Thứ 7 - 14H00 - 17H00
Lịch khai giảng: Feb. 22, 2023
Thời gian kết thúc: March 25, 2023
Giảng viên dự kiến: Đỗ Đình Hưng
Lớp: MATH 03A2
Địa điểm: Số 5, Ngách 23, Ngõ 165 Thái Hà, HN
Thời gian học: Thứ 5 - 19H00 - 21H30 & Chủ nhật - 19H00 - 21H30
Lịch khai giảng: Feb. 9, 2023
Thời gian kết thúc: Feb. 23, 2023
Giảng viên dự kiến: Nguyễn Hữu Minh
Lớp: PBI 61SA2 LEVEL 1
Địa điểm: 13 Cao Thắng, Quận 3, TP.HCM
Thời gian học: Thứ 2 - 19H00 - 21H30 & Thứ 6 - 19H00 - 21H30
Lịch khai giảng: Feb. 13, 2023
Thời gian kết thúc: March 10, 2023
Giảng viên dự kiến: Ngô Hoàng Quốc Tân
Lớp: SQL 71SA2 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: Feb. 9, 2023
Thời gian kết thúc: March 9, 2023
Giảng viên dự kiến: Lê Bảo Hoàng
Lớp: PYTHON 73SA2 LEVEL 1
Địa điểm: 13 Cao Thắng, Quận 3, TP.HCM
Thời gian học: Thứ 3 - 19H00 - 21H30 & Thứ 7 - 19H00 - 21H30
Lịch khai giảng: Feb. 11, 2023
Thời gian kết thúc: March 14, 2023
Giảng viên dự kiến: Trần Tâm
Python 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 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 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 & 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 (2547)

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:

    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


Trần Thị Hồng Hạnh

- Học tiến sĩ Machine Learning & Data Science tại trường La Rochelle University, Pháp and Jozef Stefan Institute, Slovenia
- Nghiên cứu sinh tại Josef Stefan Institute, Slovenia
- Từng đảm nhận vị trí Data Scientist tại 3T JSC, Việt Nam
- Từng đảm nhận vị trí Data Scientist tại Samsung SDSV, Việt Nam


Nguyễn Tiến Đình

- Hơn 8 năm kinh nghiệm trong ngành công nghệ thông tin và khoa học dữ liệu tại Việt Nam
- Kĩ sư phần mềm (Server ARM) tại Công ty Ampere Computing, Việt Nam
- Kĩ sữ phần mềm (CBA - Component Based Architecture) tại Công ty DEK Technology, Việt Nam
- Hướng dẫn và hỗ trợ về Công nghệ thông tin tại cuộc thi ô tô IT Car Racing, sử dụng Keras, Tensoflow và xử lý ảnh Pillow


Đỗ Văn Hiếu

- Đã có 8 năm kinh nghiệm trong Phân tích dữ liệu tại Prudential, VNG, Zalo...
- Đảm nhận vị trí chuyên viên phân tích dữ liệu cao cấp tại Công ty Prudential Việt Nam
- Trưởng nhóm Phân tích dữ liệu tại Tập đoàn VNG Việt Nam
- Trưởng nhóm Phân tích kinh doanh tại Công ty Zalo Việt Nam
- Cuộc thi/Dự án trên Kaggle:
1. Phân tích và dự đoán giá nhà ở - House Prices - Advanced Regression Techniques
2. Thị giác máy tính - Nhận diện và phân biệt chữ số viết tay - Computer vision - Digit numbers classification (MNIST Dataset)


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


Bùi Thế Anh

- 10 năm kinh nghiệm trong ngành Phân tích định lượng và Dữ liệu lớn tại Việt Nam
- Chuyên viên quản lý tối ưu kinh doanh cao cấp tại Tập đoàn One Mount Group
- Chuyên viên định lượng cao cấp tại Công ty Cổ phần Chứng khoán BIDV Việt Nam
- Chuyên viên Phân tích kinh doanh tại Tập đoàn Vingroup
- Tốt nghiệp Thạc sĩ tài chính tại Mỹ, trường University of Cincinnati, Carl H. Lindner College of Business, US