Syllabus học data analytics
Syllabus tổng quan
Phần 1: Nền Tảng Công Cụ, SQL & Python (30 ngày)
Ngày 1-2: Excel/Google Sheets
Hàm tra cứu nâng cao (
XLOOKUP,INDEX/MATCH), hàm mảng động (FILTER,UNIQUE,SORT).PivotTable/PivotChart, Power Query để làm ETL ngay trong Excel, dashboard tương tác với slicer.
Ngày 3-10: SQL Nâng Cao
Window Functions: ranking, phân tích và tổng hợp.
JOIN & Subquery nâng cao: SELF JOIN, correlated subquery, so sánh execution plan.
Common Table Expressions (CTEs), Recursive Queries, Indexing, Query Optimization.
Project 1: Hệ thống báo cáo phân tích dữ liệu bán hàng.
Ngày 11-12: ETL/ELT & Data Warehouse
Khái niệm ETL/ELT, OLTP vs OLAP, vai trò Data Warehouse trong hệ sinh thái dữ liệu.
Thực hành trên Cloud Data Warehouse (BigQuery sandbox), partitioning/clustering để tối ưu chi phí truy vấn.
Ngày 13-18: Python
Object-Oriented Programming (OOP): lớp, đối tượng, kế thừa, đa hình.
Regular Expressions (Regex), Error Handling, Unit Testing.
Project 2: Ứng dụng CLI quản lý to-do list.
Ngày 19-30: Thư viện Python
NumPy, Pandas, Matplotlib & Seaborn, Scikit-learn.
Project 3: Phân tích và dự đoán chất lượng rượu vang.
Phần 2: Kỹ Thuật Phân Tích Dữ Liệu (36 ngày)
Ngày 31-39: Thống Kê
Phân tích hồi quy nâng cao (đa thức, logistic, Poisson), Time Series (ARIMA, SARIMA), kiểm định giả thuyết không tham số & đa biến.
A/B Testing: thiết kế thí nghiệm, sample size, statistical power.
Business Metrics & KPI Design.
Project 4: Phân tích hồi quy các yếu tố ảnh hưởng doanh số.
Ngày 40-50: Phân Tích Dữ Liệu Khám Phá (EDA)
Factor Analysis (EFA/CFA), PCA, Correspondence Analysis, Cluster Analysis, Association Rule Mining, Social Network Analysis, Text Analysis.
Project 5: EDA hành vi khách hàng thương mại điện tử.
Data Quality Framework: 6 chiều chất lượng dữ liệu, data governance, PII/GDPR.
Ngày 51-66: Học Máy (Machine Learning)
Deep Learning (Neural Networks, CNN, RNN, Autoencoders, GANs), NLP, Hyperparameter Tuning, Reinforcement Learning, Big Data ML.
REST API: thu thập dữ liệu qua API, xử lý pagination & rate limiting.
Project 6: Phân loại hình ảnh trang phục.
Phần 3: Trình Bày & Giao Tiếp Dữ Liệu (31 ngày)
Ngày 67-77: Power BI Nâng Cao & Tableau/Looker Studio
DAX nâng cao, mô hình dữ liệu phức tạp (star/snowflake schema), tương tác nâng cao (drillthrough, bookmark).
Project 7: Dashboard tương tác phân tích hiệu suất kinh doanh bất động sản.
Tableau/Looker Studio cơ bản: so sánh tư duy thiết kế dashboard với Power BI.
Ngày 78-87: Kể Chuyện với Dữ Liệu (Data Storytelling)
Storytelling với infographics, video, bản đồ tư duy; thuyết trình hiệu quả; slide chuyên nghiệp.
Project 8: Video/infographic kể chuyện về một vấn đề xã hội.
Ngày 88-97: Giao Tiếp Hiệu Quả
Thuyết phục bằng dữ liệu, xây dựng mối quan hệ với các bên liên quan, quản lý xung đột, giao tiếp với người không chuyên kỹ thuật.
Project 9: Workshop phân tích dữ liệu cho đồng nghiệp không chuyên.
Phần 4: Portfolio & Dự Án Thực Tế (5 ngày)
Ngày 98-99: Portfolio & Mock Interview
Xây dựng portfolio Data Analyst theo cấu trúc case study.
Mock interview: SQL live coding, business case study, framework trả lời.
Ngày 100-102: Dự Án Capstone
- Phân tích hiệu quả chiến dịch marketing - áp dụng toàn bộ kỹ năng đã học.
Syllabus chi tiết
Phần 1: Nền Tảng Công Cụ, SQL & Python
Excel/Google Sheets nâng cao
Ngày 1:
Khái niệm:
VLOOKUPvsINDEX/MATCHvsXLOOKUP- vì saoXLOOKUPdần thay thếVLOOKUP(tra cứu 2 chiều, không giới hạn hướng tìm). Các hàm mảng động (FILTER,UNIQUE,SORT).Thực hành: Dùng
XLOOKUPđể đối chiếu dữ liệu giữa 2 bảng (bảng đơn hàng và bảng khách hàng); dùngFILTER+UNIQUEđể lọc danh sách sản phẩm bán chạy không trùng lặp.Advanced: So sánh tốc độ và độ ổn định của
INDEX/MATCHso vớiVLOOKUPkhi chèn/xoá cột; giải thích vì sao dân Excel chuyên nghiệp thường tránhVLOOKUPtrong file lớn.
Ngày 2:
Khái niệm: PivotTable/PivotChart để tổng hợp nhanh; Power Query (Get & Transform) để làm ETL ngay trong Excel - tương đương một mini pipeline làm sạch dữ liệu.
Thực hành: Dùng Power Query để gộp nhiều file CSV bán hàng theo tháng thành 1 bảng chuẩn hoá; tạo PivotTable + slicer để xây báo cáo doanh thu tương tác.
Advanced: So sánh việc xử lý cùng một bài toán làm sạch dữ liệu bằng Power Query vs Pandas - khi nào nên dùng cái nào trong môi trường doanh nghiệp thực tế.
SQL Nâng Cao
Ngày 3:
Sáng: Window Functions: Tìm hiểu về các hàm RANK, DENSE_RANK, ROW_NUMBER, NTILE.
Chiều: Thực hành:
Tính toán thứ hạng của khách hàng dựa trên tổng số tiền mua hàng.
Tìm ra top 3 sản phẩm bán chạy nhất trong mỗi tháng.
Phân loại khách hàng thành các nhóm dựa trên tổng số tiền mua hàng (ví dụ: nhóm VIP, nhóm thường, v.v.).
Ngày 4:
Sáng: Window Functions: Tìm hiểu về các hàm LEAD, LAG, FIRST_VALUE, LAST_VALUE.
Chiều: Thực hành:
Tính toán sự thay đổi doanh số bán hàng so với tháng trước cho từng sản phẩm.
Tìm ra sản phẩm có sự tăng trưởng doanh số cao nhất trong quý gần nhất.
Tính toán giá trị trung bình của đơn hàng trong 30 ngày gần nhất.
Ngày 5:
Sáng: Window Functions: Tìm hiểu về các hàm SUM, AVG, COUNT, MAX, MIN trong window functions.
Chiều: Thực hành:
Tính toán doanh số bán hàng tích lũy theo tháng cho từng sản phẩm.
Tìm ra khách hàng có tổng số tiền mua hàng cao nhất trong mỗi năm.
Tính toán số lượng sản phẩm trung bình được bán ra trong mỗi đơn hàng.
Ngày 6: JOIN nâng cao & Subquery
Khái niệm: Phân biệt
INNER/LEFT/RIGHT/FULL JOIN,SELF JOIN,CROSS JOIN; subquery độc lập vs correlated subquery; khi nào subquery hiệu quả hơn JOIN và ngược lại.Thực hành: Dùng
SELF JOINđể tìm các nhân viên có cùng quản lý; dùng correlated subquery để tìm khách hàng có đơn hàng lớn hơn giá trị trung bình đơn hàng của chính họ.Advanced: Viết cùng một bài toán bằng subquery và bằng CTE/JOIN, so sánh execution plan (
EXPLAIN) để thấy sự khác biệt về hiệu năng.
Ngày 7:
Sáng: Common Table Expressions (CTEs): Tìm hiểu về cú pháp và cách sử dụng CTEs.
Chiều: Thực hành:
Sử dụng CTEs để tính toán tỷ lệ hoàn thành đơn hàng theo từng khu vực và so sánh với tỷ lệ trung bình.
Tìm ra các sản phẩm chưa từng được đặt hàng.
Tạo một báo cáo phân tích chi tiết về hành vi mua hàng của khách hàng, sử dụng CTEs để tổ chức và tính toán các chỉ số khác nhau.
Ngày 8:
Sáng: Recursive Queries: Tìm hiểu về cú pháp và cách sử dụng recursive queries.
Chiều: Thực hành:
Sử dụng recursive queries để xây dựng cây phân cấp sản phẩm theo danh mục.
Tìm ra tất cả các cấp quản lý của một nhân viên cụ thể trong công ty.
Tính toán tổng chi phí của một dự án, bao gồm cả chi phí của các dự án con.
Ngày 9:
Sáng: Indexing: Tìm hiểu về các loại index (B-tree, hash, v.v.) và cách chúng hoạt động.
Chiều: Thực hành:
Tạo index cho các cột thường xuyên được sử dụng trong truy vấn, chẳng hạn như cột "customer_id" trong bảng đơn hàng.
So sánh hiệu suất truy vấn trước và sau khi tạo index.
Tìm hiểu về các trường hợp không nên sử dụng index.
Ngày 10:
Sáng: Query Optimization: Sử dụng EXPLAIN để phân tích kế hoạch truy vấn.
Chiều: Project 1: Xây dựng hệ thống báo cáo phân tích dữ liệu bán hàng của một cửa hàng điện tử, bao gồm các chỉ số như doanh thu theo thời gian, sản phẩm bán chạy nhất, khách hàng tiềm năng, v.v.
- Sử dụng các kiến thức về window functions, CTEs, recursive queries, JOIN/subquery nâng cao, indexing và query optimization để tối ưu hóa hiệu suất của hệ thống báo cáo.
ETL/ELT & Data Warehouse
Ngày 11:
Khái niệm: ETL vs ELT, OLTP vs OLAP, vai trò của Data Warehouse (BigQuery, Redshift, Snowflake) trong hệ sinh thái dữ liệu doanh nghiệp; vị trí của Data Analyst trong pipeline (thường ở cuối, dùng dữ liệu đã ETL).
Thực hành: Vẽ sơ đồ luồng dữ liệu từ nguồn (app log, CRM) → warehouse → BI tool cho một công ty thương mại điện tử giả định.
Advanced: Đọc tài liệu về dbt (data build tool) và giải thích vì sao nó phổ biến trong việc chuẩn hoá transformation layer cho Analyst tự viết SQL model.
Ngày 12:
Khái niệm: Cấu trúc BigQuery/Redshift, khái niệm partitioning và clustering để tối ưu chi phí truy vấn.
Thực hành: Tạo tài khoản BigQuery sandbox miễn phí, chạy truy vấn trên public dataset (
bigquery-public-data), so sánh chi phí quét dữ liệu khi có/không có partition.Advanced: Giải thích vì sao mô hình tính phí "pay-per-query" của BigQuery ảnh hưởng đến cách một Analyst viết SQL tối ưu (tránh
SELECT *, tránh quét full table).
Python
Ngày 13:
Sáng: OOP: Tìm hiểu về các khái niệm lớp (class), đối tượng (object), thuộc tính (attribute), phương thức (method).
Chiều: Thực hành:
Tạo một lớp "Student" với các thuộc tính như tên, tuổi, điểm trung bình và các phương thức như tính điểm trung bình, xếp loại học lực.
Tạo một lớp "Course" với các thuộc tính như tên khóa học, giảng viên, danh sách sinh viên và các phương thức như thêm, xóa sinh viên, tính điểm trung bình của lớp.
Tạo một lớp "Library" với các thuộc tính như tên thư viện, danh sách sách và các phương thức như thêm, xóa sách, tìm kiếm sách theo tên hoặc tác giả.
Ngày 14:
Sáng: OOP: Tìm hiểu về kế thừa (inheritance) và tính đa hình (polymorphism).
Chiều: Thực hành:
Tạo một lớp "GraduateStudent" kế thừa từ lớp "Student" và thêm các thuộc tính và phương thức đặc trưng cho sinh viên đã tốt nghiệp, chẳng hạn như năm tốt nghiệp, luận văn tốt nghiệp.
Tạo một lớp "PartTimeStudent" kế thừa từ lớp "Student" và thêm các thuộc tính và phương thức đặc trưng cho sinh viên bán thời gian, chẳng hạn như số giờ làm việc mỗi tuần.
Tạo một lớp "Animal" với các phương thức như "speak" và "move". Sau đó, tạo các lớp con như "Dog", "Cat", "Bird" kế thừa từ lớp "Animal" và ghi đè (override) các phương thức này để mỗi loài vật có tiếng kêu và cách di chuyển riêng.
Ngày 15:
Sáng: Regular Expressions (Regex): Tìm hiểu về cú pháp cơ bản của regex.
Chiều: Thực hành:
Sử dụng regex để tìm kiếm và trích xuất các địa chỉ email từ một đoạn văn bản.
Sử dụng regex để kiểm tra tính hợp lệ của một số điện thoại.
Sử dụng regex để thay thế tất cả các từ viết hoa bằng từ viết thường trong một đoạn văn bản.
Ngày 16:
Sáng: Error Handling: Tìm hiểu về try-except và cách xử lý các loại ngoại lệ khác nhau.
Chiều: Thực hành:
Viết một chương trình tính toán phép chia, sử dụng try-except để xử lý trường hợp chia cho 0.
Viết một chương trình đọc dữ liệu từ một file, sử dụng try-except để xử lý trường hợp file không tồn tại.
Viết một chương trình yêu cầu người dùng nhập một số nguyên, sử dụng try-except để xử lý trường hợp người dùng nhập một giá trị không phải là số nguyên.
Ngày 17:
Sáng: Unit Testing: Tìm hiểu về unittest framework và cách viết các unit test đơn giản.
Chiều: Thực hành:
Viết unit test cho các phương thức của lớp "Student" đã tạo ở các ngày trước.
Viết unit test cho các hàm xử lý chuỗi, chẳng hạn như hàm đảo ngược chuỗi, hàm đếm số lượng từ trong chuỗi.
Viết unit test cho các hàm tính toán, chẳng hạn như hàm tính giai thừa, hàm tính tổng của một dãy số.
Ngày 18:
- Cả ngày: Project 2: Phát triển ứng dụng quản lý danh sách công việc (to-do list) sử dụng OOP và các kỹ thuật đã học.
Thư viện Python
Ngày 19:
Sáng: NumPy: Tìm hiểu về mảng NumPy (ndarray) và các thao tác cơ bản.
Chiều: Thực hành:
Tạo mảng NumPy chứa các số ngẫu nhiên, các số nguyên liên tiếp, v.v.
Thực hiện các phép tính toán học trên mảng NumPy, chẳng hạn như cộng, trừ, nhân, chia, lũy thừa.
Thực hiện các phép toán đại số tuyến tính trên mảng NumPy, chẳng hạn như tính định thức, ma trận nghịch đảo, nhân ma trận.
Ngày 20:
Sáng: Pandas: Tìm hiểu về Series và DataFrame, hai cấu trúc dữ liệu chính của Pandas.
Chiều: Thực hành:
Đọc dữ liệu từ file CSV vào DataFrame, thực hiện các thao tác làm sạch và biến đổi dữ liệu.
Tạo DataFrame từ một dictionary hoặc một list.
Lọc, sắp xếp, và truy cập các phần tử trong DataFrame.
Ngày 21:
Sáng: Pandas: Tìm hiểu về các hàm thống kê và nhóm dữ liệu trong Pandas.
Chiều: Thực hành:
Tính toán các chỉ số thống kê mô tả cho các cột trong DataFrame, chẳng hạn như giá trị trung bình, trung vị, độ lệch chuẩn.
Nhóm dữ liệu theo các tiêu chí khác nhau, chẳng hạn như nhóm khách hàng theo độ tuổi, nhóm sản phẩm theo danh mục.
Tính toán tổng doanh thu theo từng tháng, từng sản phẩm.
Ngày 22:
Sáng: Matplotlib: Tìm hiểu về các loại biểu đồ cơ bản như line chart, bar chart, scatter plot.
Chiều: Thực hành:
Vẽ biểu đồ thể hiện xu hướng doanh số bán hàng theo thời gian.
Vẽ biểu đồ so sánh doanh số bán hàng của các sản phẩm khác nhau.
Vẽ biểu đồ phân bố của một biến số, chẳng hạn như phân bố độ tuổi của khách hàng.
Ngày 23:
Sáng: Seaborn: Tìm hiểu về các biểu đồ nâng cao như heatmap, pairplot, violin plot.
Chiều: Thực hành:
Vẽ biểu đồ heatmap thể hiện mối tương quan giữa các biến trong DataFrame về chất lượng rượu vang.
Vẽ biểu đồ pairplot để khám phá mối quan hệ giữa các đặc trưng của rượu vang.
Vẽ biểu đồ violin plot để so sánh phân bố của một biến giữa các nhóm khác nhau, ví dụ: phân bố độ cồn theo loại rượu vang.
Ngày 24:
Sáng: Scikit-learn: Tìm hiểu về quy trình xây dựng mô hình học máy và các thuật toán cơ bản như hồi quy tuyến tính, logistic regression.
Chiều: Thực hành:
Xây dựng mô hình hồi quy tuyến tính để dự đoán giá rượu vang dựa trên các đặc trưng như độ cồn, độ pH, v.v.
Xây dựng mô hình logistic regression để phân loại rượu vang thành các loại khác nhau (đỏ, trắng, rosé).
Đánh giá hiệu suất của các mô hình bằng các độ đo như MSE, MAE, accuracy, precision, recall.
Ngày 25:
Sáng: Scikit-learn: Tìm hiểu về các thuật toán cây quyết định và rừng ngẫu nhiên.
Chiều: Thực hành:
Xây dựng mô hình cây quyết định để dự đoán chất lượng rượu vang.
Xây dựng mô hình rừng ngẫu nhiên để dự đoán chất lượng rượu vang.
So sánh hiệu suất của các mô hình cây quyết định và rừng ngẫu nhiên.
Ngày 26-30: Project 3 - Phân tích và Dự đoán Chất Lượng Rượu Vang
Ngày 26:
Sáng: Khám phá và làm sạch dữ liệu: đọc CSV, kiểm tra
df.info(),df.describe(), xử lý giá trị thiếu, loại bỏ outliers.Chiều: EDA: histogram, boxplot, scatter plot, pairplot, bar chart, countplot; tính các chỉ số thống kê mô tả.
Ngày 27:
Sáng: Tiền xử lý dữ liệu: one-hot encoding, label encoding, chuẩn hóa/chia tỷ lệ biến, chia train/test (80/20).
Chiều: Xây dựng mô hình cơ sở (logistic regression hoặc cây quyết định), đánh giá bằng accuracy, precision, recall, F1-score.
Ngày 28:
Sáng: Thử nghiệm các mô hình khác nhau (SVM, random forest, gradient boosting) với cross-validation.
Chiều: Tối ưu hóa siêu tham số bằng grid search/random search, đánh giá lại hiệu suất.
Ngày 29:
Sáng: So sánh hiệu suất các mô hình, phân tích confusion matrix của mô hình tốt nhất.
Chiều: Giải thích mô hình bằng feature importance/partial dependence plot.
Ngày 30:
- Cả ngày: Trình bày kết quả - báo cáo/thuyết trình, mô tả quy trình phân tích, trực quan hóa kết quả, đưa ra khuyến nghị.
Phần 2: Kỹ Thuật Phân Tích Dữ Liệu
Thống Kê
Ngày 31:
Sáng: Polynomial Regression: mô hình và cách đánh giá.
Chiều: Thực hành Polynomial Regression trên dữ liệu giá nhà, doanh số bán hàng, tăng trưởng dân số.
Ngày 32:
Sáng: Hồi quy logistic: mô hình và ứng dụng trong phân loại nhị phân.
Chiều: Thực hành dự đoán khả năng mua hàng, khả năng mắc bệnh, khả năng email là spam.
Ngày 33:
Sáng: Hồi quy Poisson; Phân tích chuỗi thời gian (ARIMA).
Chiều: Thực hành dự báo số cuộc gọi, tai nạn giao thông, bàn thắng (Poisson); dự báo doanh số, lượng truy cập, giá cổ phiếu (ARIMA).
Ngày 34:
Sáng: SARIMA - xử lý tính mùa vụ trong chuỗi thời gian.
Chiều: Thực hành dự báo doanh số, khách du lịch, lượng mưa theo mùa vụ.
Ngày 35:
Sáng: Kiểm định giả thuyết không tham số: Mann-Whitney U, Wilcoxon signed-rank, Kruskal-Wallis H.
Chiều: Thực hành so sánh hiệu quả thuốc, trước/sau điều trị, mức độ hài lòng giữa 3 sản phẩm.
Ngày 36:
Sáng: Kiểm định giả thuyết đa biến: MANOVA, Hotelling's T-squared.
Chiều: Thực hành so sánh phương pháp giảng dạy, hiệu quả thuốc trên nhiều triệu chứng.
Ngày 37: Thiết kế thí nghiệm A/B Testing
Khái niệm: Null/alternative hypothesis trong bối cảnh A/B test, sample size calculation, statistical power, các lỗi thường gặp (peeking, novelty effect, MDE).
Thực hành: Tính cỡ mẫu cần thiết cho một A/B test thay đổi nút CTA trên website; dùng kiểm định t-test hoặc chi-square để đánh giá kết quả A/B test giả lập.
Advanced: Phân tích một case study A/B test thất bại do sai lầm thống kê (ví dụ dừng test sớm), đề xuất cách khắc phục.
Ngày 38: Business Metrics & KPI Design
Khái niệm: Phân biệt metric vs KPI vs North Star Metric; các nhóm chỉ số phổ biến theo domain (e-commerce: GMV, AOV, CAC, LTV; SaaS: MRR, Churn Rate, NPS).
Thực hành: Xây dựng một bộ KPI dashboard giả định cho một startup e-commerce, giải thích công thức tính từng chỉ số và mối liên hệ giữa chúng.
Advanced: Phản biện một bộ KPI có sẵn - chỉ ra chỉ số nào dễ bị "đánh lừa" (vanity metric) và đề xuất chỉ số thay thế có ý nghĩa hơn.
Ngày 39:
- Cả ngày: Project 4: Thực hiện phân tích hồi quy để tìm hiểu mối quan hệ giữa các yếu tố ảnh hưởng đến doanh số bán hàng của một sản phẩm - thu thập dữ liệu, xây dựng mô hình, đánh giá, đưa ra khuyến nghị.
Phân Tích Dữ Liệu Khám Phá (EDA)
Ngày 40:
Sáng: Phân tích nhân tố khám phá (EFA).
Chiều: Thực hiện EFA trên bộ dữ liệu khảo sát để tìm nhân tố tiềm ẩn.
Ngày 41:
Sáng: Phân tích nhân tố khẳng định (CFA).
Chiều: Thực hiện CFA để kiểm tra tính phù hợp của mô hình nhân tố.
Ngày 42:
Sáng: Phân tích thành phần chính (PCA).
Chiều: Thực hiện PCA để giảm chiều và trực quan hóa dữ liệu.
Ngày 43:
Sáng: Phân tích tương ứng (CA).
Chiều: Thực hiện CA trên bảng dự phòng.
Ngày 44:
Sáng: Phân tích cụm: k-means, hierarchical clustering.
Chiều: Thực hành phân cụm khách hàng và các loài thực vật.
Ngày 45:
Sáng: Association Rule Mining: thuật toán Apriori, support/confidence/lift.
Chiều: Thực hành phân tích giỏ hàng, đưa ra khuyến nghị sản phẩm.
Ngày 46:
Sáng: Social Network Analysis (SNA).
Chiều: Thực hành trên mạng lưới bạn bè và mạng lưới trang web.
Ngày 47:
Sáng: Text Analysis: tiền xử lý văn bản (tách từ, stop words, stemming, lemmatization).
Chiều: Tiền xử lý bài đánh giá sản phẩm, trích xuất đặc trưng văn bản.
Ngày 48:
Sáng: Text Analysis: topic modeling, sentiment analysis.
Chiều: Thực hành phân tích chủ đề và cảm xúc trên bài báo/đánh giá sản phẩm.
Ngày 49:
- Cả ngày: Project 5: EDA trên hành vi khách hàng thương mại điện tử - factor analysis, PCA, CA, cluster, association rules, text analysis, trực quan hóa và khuyến nghị.
Ngày 50: Data Quality Framework
Khái niệm: 6 chiều chất lượng dữ liệu (accuracy, completeness, consistency, timeliness, validity, uniqueness); khái niệm data governance, data lineage, PII và các nguyên tắc cơ bản về GDPR/quyền riêng tư dữ liệu.
Thực hành: Viết một checklist kiểm tra chất lượng dữ liệu áp dụng cho bộ dữ liệu ở Project 5, phát hiện và ghi log các vấn đề tìm được.
Advanced: Tìm hiểu công cụ Great Expectations hoặc dbt tests, giải thích cách tự động hoá việc kiểm tra chất lượng dữ liệu thay vì kiểm tra thủ công.
Học Máy (Machine Learning)
Ngày 51:
Sáng: Neural Networks - perceptron, hàm kích hoạt, lan truyền ngược.
Chiều: Xây dựng mạng nơ-ron đơn giản phân loại spam.
Ngày 52:
Sáng: CNN và ứng dụng nhận dạng hình ảnh.
Chiều: Xây dựng mô hình CNN phân loại MNIST.
Ngày 53:
Sáng: RNN và ứng dụng NLP.
Chiều: Xây dựng mô hình RNN tạo văn bản.
Ngày 54:
Sáng: Autoencoders - giảm chiều và tạo sinh dữ liệu.
Chiều: Xây dựng autoencoder cho MNIST.
Ngày 55:
Sáng: GANs - tạo ảnh, âm thanh, video chân thực.
Chiều: Xây dựng GAN đơn giản tạo ảnh khuôn mặt.
Ngày 56:
Sáng: Biểu diễn văn bản: bag-of-words, TF-IDF, word embeddings.
Chiều: So sánh các kỹ thuật biểu diễn trên bài đánh giá sản phẩm.
Ngày 57:
Sáng: Mô hình phân loại văn bản: Naive Bayes, SVM, logistic regression.
Chiều: Xây dựng mô hình phân loại tích cực/tiêu cực/trung tính.
Ngày 58:
Sáng: Machine translation: seq2seq, Transformer.
Chiều: Dùng Google Translate API dịch văn bản Anh–Việt.
Ngày 59:
Sáng: Hyperparameter Tuning: grid search, random search, Bayesian optimization.
Chiều: Tối ưu siêu tham số cho mô hình đã xây trước đó.
Ngày 60:
Sáng: Reinforcement Learning - agent, environment, reward, policy.
Chiều: Xây dựng agent chơi Tic-Tac-Toe/CartPole bằng Q-learning.
Ngày 61:
Sáng: Big Data ML - Spark MLlib, Dask-ML.
Chiều: Dùng Spark MLlib xây mô hình trên tập dữ liệu lớn.
Ngày 62: Thu thập dữ liệu qua REST API
Khái niệm: Cấu trúc REST API (endpoint, method, headers, authentication bằng API key/OAuth), định dạng JSON response, khái niệm rate limiting.
Thực hành: Dùng thư viện
requeststrong Python để lấy dữ liệu từ một API công khai (OpenWeather, hoặc API tỷ giá), chuyển JSON response thành DataFrame Pandas.Advanced: Xử lý phân trang (pagination) và rate limit khi gọi API nhiều lần liên tục; viết hàm retry với backoff khi gặp lỗi 429.
Ngày 63-66: Project 6 - Phân Loại Hình Ảnh Trang Phục
Ngày 63:
Sáng: Thu thập dữ liệu hình ảnh trang phục (BeautifulSoup, Scrapy), lưu trữ theo cấu trúc thư mục.
Chiều: Tiền xử lý ảnh: resize, grayscale, chuẩn hóa pixel, chia train/val/test.
Ngày 64:
Sáng: Xây dựng kiến trúc CNN, chọn activation function, dropout/batch normalization.
Chiều: Huấn luyện mô hình - chọn loss function và optimizer phù hợp.
Ngày 65:
Sáng: Đánh giá mô hình bằng accuracy, precision, recall, F1-score; phân tích confusion matrix.
Chiều: Tối ưu siêu tham số (learning rate, số lớp...) bằng grid/random search.
Ngày 66:
Sáng: Triển khai mô hình (Flask, Django, TensorFlow Serving) qua ứng dụng web/di động.
Chiều: Hoàn thiện, kiểm thử, tối ưu giao diện người dùng.
Phần 3: Trình Bày Dữ Liệu & Giao Tiếp
Power BI Nâng Cao & Tableau/Looker Studio
Ngày 67:
Sáng: DAX nâng cao: CALCULATE, FILTER, ALL, ALLEXCEPT.
Chiều: Tính doanh thu theo danh mục/thời gian, tỷ lệ tăng trưởng, giá trị trung bình đơn hàng theo nhóm khách hàng.
Ngày 68:
Sáng: DAX nâng cao: RANKX, TOPN, SUMX, AVERAGEX, COUNTX.
Chiều: Xếp hạng khách hàng, top 10 sản phẩm, tổng doanh thu theo nhân viên.
Ngày 69:
Sáng: Time Intelligence: SAMEPERIODLASTYEAR, DATEADD, DATESINPERIOD.
Chiều: Doanh số cùng kỳ năm trước, doanh số tích lũy theo tuần/tháng/quý/năm.
Ngày 70:
Sáng: Mô hình dữ liệu phức tạp: star schema, snowflake schema.
Chiều: Thiết kế mô hình dữ liệu cho cửa hàng bán lẻ và hệ thống quản lý bệnh viện.
Ngày 71:
Sáng: Tương tác nâng cao: drillthrough, bookmark, tooltip.
Chiều: Tạo báo cáo có drillthrough, bookmark, tooltip.
Ngày 72-76: Project 7 - Dashboard Tương Tác Phân Tích Hiệu Suất Kinh Doanh Bất Động Sản
Ngày 72:
Sáng: Thu thập, kết nối và làm sạch dữ liệu bất động sản.
Chiều: Thiết kế mô hình dữ liệu sao/bông tuyết, tạo bảng dimension và fact.
Ngày 73:
Sáng: Tạo các measures DAX (doanh thu, lợi nhuận, tỷ lệ chuyển đổi, giá trị giao dịch trung bình).
Chiều: Trực quan hóa dữ liệu, thiết kế bố cục dashboard, drill down/up, cross-filtering.
Ngày 74:
Sáng: Thêm drillthrough tới báo cáo chi tiết từng giao dịch.
Chiều: Thêm bookmark lưu trạng thái dashboard.
Ngày 75:
Sáng: Thêm tooltip hiển thị thông tin chi tiết.
Chiều: Kiểm tra, tối ưu hiệu suất truy vấn và giao diện.
Ngày 76:
- Cả ngày: Hoàn thiện, thêm yếu tố trực quan, viết tài liệu hướng dẫn, trình bày dashboard.
Ngày 77: Tableau/Looker Studio cơ bản
Khái niệm: So sánh mô hình dữ liệu và tư duy thiết kế dashboard giữa Power BI (DAX) và Tableau (Calculated Fields) / Looker Studio; khi nào công ty chọn tool nào.
Thực hành: Import cùng một bộ dữ liệu bán hàng đã dùng ở Project 7 vào Tableau Public hoặc Looker Studio, tái tạo lại 2-3 biểu đồ chính.
Advanced: Lập bảng so sánh ưu/nhược điểm Power BI vs Tableau vs Looker Studio về chi phí, khả năng tương tác, độ khó học, để dùng khi phỏng vấn.
Kể Chuyện với Dữ Liệu (Data Storytelling)
Ngày 78:
Sáng: Storytelling với infographics - nguyên tắc thiết kế hiệu quả.
Chiều: Tạo infographic về xu hướng thị trường bất động sản.
Ngày 79:
Sáng: Storytelling với video.
Chiều: Tạo video ngắn giới thiệu dự án phân tích dữ liệu.
Ngày 80:
Sáng: Storytelling với bản đồ tư duy.
Chiều: Tạo bản đồ tư duy về các yếu tố ảnh hưởng giá bất động sản.
Ngày 81:
Sáng: Thuyết trình hiệu quả - giọng nói, ngôn ngữ cơ thể, quản lý thời gian.
Chiều: Thực hành thuyết trình trước gương/nhóm bạn.
Ngày 82:
Sáng: Tạo slide thuyết trình chuyên nghiệp (PowerPoint, Google Slides, Canva).
Chiều: Tạo bộ slide chuyên nghiệp về dự án của bạn.
Ngày 83-87: Project 8 - Video/Infographic về một vấn đề xã hội
Ngày 83:
Sáng: Lựa chọn vấn đề xã hội, tìm nguồn dữ liệu đáng tin cậy, thu thập dữ liệu.
Chiều: Làm sạch và chuẩn bị dữ liệu.
Ngày 84:
Sáng: Phân tích và khám phá dữ liệu, đặt câu hỏi nghiên cứu.
Chiều: Xây dựng câu chuyện, xác định thông điệp chính.
Ngày 85:
Sáng: Chọn hình thức trình bày (video hoặc infographic).
Chiều: Thiết kế và phác thảo sản phẩm.
Ngày 86:
- Cả ngày: Tạo sản phẩm hoàn chỉnh (quay/dựng phim hoặc thiết kế infographic).
Ngày 87:
Sáng: Hoàn thiện, kiểm tra lỗi chính tả/kỹ thuật.
Chiều: Chia sẻ sản phẩm, thu thập và áp dụng phản hồi.
Giao Tiếp Hiệu Quả
Ngày 88:
Sáng: Thuyết phục bằng dữ liệu - sử dụng dữ liệu để đưa ra lập luận và quyết định dựa trên bằng chứng.
Chiều: Phân tích tính thuyết phục của một bài báo/nghiên cứu dùng dữ liệu.
Ngày 89:
Sáng: Xây dựng mối quan hệ với các bên liên quan.
Chiều: Thực hành họp giả định trình bày kết quả phân tích.
Ngày 90:
Sáng: Quản lý xung đột trong môi trường làm việc.
Chiều: Thực hành giải quyết xung đột trong thảo luận nhóm giả định.
Ngày 91:
Sáng: Giao tiếp với người không chuyên kỹ thuật - đơn giản hóa khái niệm phức tạp.
Chiều: Trình bày một chủ đề phân tích dữ liệu phức tạp cho người không chuyên.
Ngày 92:
Sáng: Nguyên tắc thiết kế báo cáo/dashboard dễ đọc, thẩm mỹ cao.
Chiều: Tạo báo cáo/dashboard về chủ đề bạn quan tâm.
Ngày 93-97: Project 9 - Workshop Phân Tích Dữ Liệu Cho Người Không Chuyên
Ngày 93:
Sáng: Xác định đối tượng và mục tiêu workshop, lên dàn ý.
Chiều: Chuẩn bị tài liệu và bài tập thực hành.
Ngày 94:
Sáng: Tìm hiểu công cụ trình bày (Tableau Public, Google Data Studio) và phương pháp data storytelling.
Chiều: Thực hành trình bày, thu thập phản hồi.
Ngày 95:
Sáng: Hoàn thiện nội dung và tài liệu.
Chiều: Chuẩn bị môi trường và công cụ (phòng họp, máy chiếu, kết nối).
Ngày 96:
- Cả ngày: Tổ chức workshop - trình bày, hướng dẫn thực hành, giải đáp thắc mắc, thu thập phản hồi.
Ngày 97:
Sáng: Tổng kết, đánh giá hiệu quả workshop.
Chiều: Chia sẻ kết quả và kinh nghiệm.
Phần 4: Portfolio & Dự Án Thực Tế
Portfolio & Mock Interview
Ngày 98: Xây dựng Portfolio Data Analyst
Khái niệm: Cấu trúc một portfolio thuyết phục nhà tuyển dụng (case study theo mô hình: bối cảnh – câu hỏi kinh doanh – phương pháp – kết quả – tác động); vì sao GitHub/Notion/blog cá nhân quan trọng hơn CV liệt kê kỹ năng.
Thực hành: Viết lại 1 project đã làm (Project 3 hoặc Project 7) theo cấu trúc case study ở trên, đăng lên GitHub hoặc blog cá nhân.
Advanced: Nhờ 1-2 người trong ngành review portfolio, ghi nhận phản hồi và chỉnh sửa lại phần trình bày kết quả/impact cho rõ ràng hơn.
Ngày 99: Mock Interview & SQL/Case Study thực chiến
Khái niệm: Các dạng câu hỏi phỏng vấn DA phổ biến - SQL live coding, case study kinh doanh (guesstimate, metrics deep-dive), behavioral questions.
Thực hành: Luyện 5-10 câu SQL phỏng vấn thực tế (VD: "tìm khách hàng churn", "tính retention rate theo cohort"); luyện trả lời case study kiểu "doanh thu giảm 20% tháng trước, bạn sẽ điều tra thế nào?".
Advanced: Tự quay video trả lời một case study trong 5 phút, xem lại và tự đánh giá cấu trúc trả lời (framework: Clarify – Hypothesize – Analyze – Recommend).
Dự Án Capstone
Ngày 100-102:
Dự án Capstone:
Chủ đề dự án: Phân tích dữ liệu về hiệu quả của các chiến dịch marketing của một công ty.
Mục tiêu: Xác định các chiến dịch marketing hiệu quả nhất và đưa ra các khuyến nghị để cải thiện hiệu quả của các chiến dịch trong tương lai.
Công cụ và kỹ thuật: SQL, Python, Pandas, NumPy, Matplotlib, Seaborn, scikit-learn, Power BI/Tableau.
Ngày 100:
Sáng: Thu thập dữ liệu từ Google Analytics, Facebook Ads, email marketing; làm sạch dữ liệu.
Chiều: Phân tích dữ liệu mô tả - số lượng chiến dịch, ngân sách, hiển thị, nhấp chuột, tỷ lệ chuyển đổi; trực quan hóa.
Ngày 101:
Sáng: Phân tích hồi quy, chuỗi thời gian, phân cụm để tìm yếu tố ảnh hưởng và xu hướng hiệu quả chiến dịch.
Chiều: Xây dựng mô hình dự đoán (hồi quy tuyến tính, logistic regression, cây quyết định, rừng ngẫu nhiên), đánh giá và chọn mô hình tốt nhất.
Ngày 102:
Sáng: Trình bày kết quả và đưa ra khuyến nghị cụ thể để cải thiện hiệu quả chiến dịch marketing.
Chiều: Hoàn thiện báo cáo/thuyết trình và các tài liệu hỗ trợ.