Học excel cho data analyst
Học Data Analyst có khó? Vì sao khóa học Data Analysis tại Cole là khóa học DA duy nhất không cần background IT?
Show
Lộ trình khóa học data analyst bài bản, định hướng nghề khóa học data analysis. Khóa học phân tích dữ liệu Fresher – Junior – Senior cho mọi xuất phát điểm. Trong đó, khóa Fresher là khóa học data analyst cho người mới bắt đầu, Junior là khóa học dành cho các bạn đã có nền tảng về DA và Senior giúp các bạn chuyên sâu và phát triển trong một hoặc hai ngôn ngữ lập trình được sử dụng rộng rãi trong mảng phân tích dữ liệu. Học Data Analyst có khó? Vì sao khóa học Data Analysis tại Cole là khóa học DA duy nhất không cần background IT?Học data analyst có khó không?Đối với các bạn không có background IT hoặc ít làm việc với các con số thì chuyển sang mảng dữ liệu khá khó. Đơn giản là vì sẽ không biết bắt đầu từ đâu, tự học không có sự kèm cặp, hướng dẫn và giải đáp nhanh chóng từ giảng viên càng khiến các bạn mau chóng dễ nản. Bên cạnh đó, 90% các khóa học online miễn phí đều nặng về code, sử dụng ngôn ngữ tiếng Anh với nhiều thuật ngữ chuyên ngành dữ liệu khó hiểu. Không giỏi toán và IT code có học được data analyst Cole?Các bạn có thể hoàn toàn yên tâm chọn Cole nếu muốn chuyển ngành sang học dữ liệu khi bạn đang lo ngại bản thân không giỏi toán học – lập trình, vì:
Những lợi ích khi lựa chọn khóa học data analysis online tại Cole:
Và có rất nhiều lợi ích khác đến từ đề cương khóa học và các chia sẻ thực tế từ giảng viên khóa học data analysis online Đối tượng khóa học data analyst onlineCác khóa Fresher và Junior – Học data analyst với video học thử + lớp học thử
Các khóa Senior
Thông tin các khóa học data analyst từ A-ZLộ trình học bài bản, với top 5 khóa học data analyst online có thể linh động lựa chọn cho mình chương trình học phù hợp với level, định hướng phát triển nghề nghiệp của mình.
Lưu ý là các khóa học cung cấp kiến thức và kỹ năng nền tảng để từ đó mới có thể phát triển thêm khi đi làm cọ sát với vô vàn bài toán của Doanh Nghiệp. Fresher A: Khóa học phân tích dữ liệu với Excel và Power Query – Học data analyst cho người mới bắt đầu
Fresher B: Khóa học data analyst SQL nền tảng
Junior A: Khóa học data analysis với Power BI
Junior B: Khóa học Python cho phân tích dữ liệu
Lớp Senior – Khóa học phân tích định lượng thống kê với R
Mọi thông tin tóm tắt về 5 khóa học data analyst cole hàng đầu Việt Nam đã được chia sẻ, bạn có thể liên hệ để được tư vấn miễn phí về định hướng học tập và làm việc lâu dài trong nghề data. Với niềm đam mê dành cho công nghệ số và mong muốn mang đến tri thức số để áp dụng thực tế, Cole tự hào là đơn vị cung cấp khóa đào tạo phân tích dữ liệu hàng đầu VN dành cho tất cả mọi người. Chỉ với 20h-24h học bạn đã có thể áp dụng phân tích dữ liệu trong công việc. > Tìm đọc thêm thông tin về data analysis là gì; cũng như lắng nghe chia sẻ của chuyên gia Data Analyst giàu kinh nghiệm tại Mỹ sẽ giúp bạn khám phá được nhiều khía cạnh; trước khi bước chân vào con đường này. Lộ trình học Khóa phân tích dữ liệu nền tảng với Power Query & Excel (9 buổi) 1. Tổng quan về phân tích dữ liệu
2. Quy trình ETL tổng hợp, trích xuất và chuẩn hóa dữ liệu
3. Quản trị dữ liệu số
4. Thực hành ETL trên Power Query
5. Project thực tế
SQL căn bản dành cho phân tích dữ liệu (12 buổi) Module 1: Thành thạo SQL trên hệ quản trị cơ sở dữ liệu MySQL
Module 2: Nắm được tư duy về cơ sở dữ liệu
Phân tích dữ liệu với Power BI (10 buổi) 1. Giới thiệu về Power BI & Ứng dụng trong phân tích trực quan hóa dữ liệu • Tổng quan về Power BI 2. Thực hành các thao tác với dữ liệu trên Power Query• Tổng quan về Power Query • Giới thiệu các chức năng cơ bản trong Power Query • Giới thiệu cơ bản về M trong Power Query • Bài tập thực hành 3. Giới thiệu về Data Model trong Power BI • Khái niệm về Data Model và lược đồ dữ liệu 4. Thiết kế Dashboard theo quy chuẩn • Hiển thị và trực quan hóa dữ liệu 5. Lập trình DAX cơ bản • Tổng quan về DAX 6. Lập trình DAX trong Power BI (tiếp) • Các Iterator Functions 7. Thực hiện các phân tích trong Power BI• Thống kê tổng hợp• Xác định outlier với visual trong Power BI • Time series analysis • Sử dụng Advanced visual trong Power BI 8. Thiết kế Interactive Reports trong Power BI – Chỉnh sửa Report interactions • Thêm Drillthrough cho visual • Tạo, liên kết với các Bookmark trong Report • Sử dụng “What-If” parameter • Thực hành tạo 1 báo cáo Interactive Dashboard 9. Capstone Project – Bài trắc nghiệm cá nhân cuối khóa • Ứng dụng và thực hành vào bài Capstone Project • Gợi ý/ Chữa bài Capstone Project • Hướng dẫn phần Xây dựng Interactive Dashboard 10. Tổng kết – Chữa bài tâp Python cho phân tích dữ liệu (20 buổi) 1. Tổng quan về Python
2. Cú pháp Python cơ bản (gán giá trị biến và tìm kiểu dữ liệu)
3. Toán tử, lệnh rẽ nhánh, và vòng lặp
4. Sử dụng hàm để xử lý dữ liệu
5. Đọc dữ liệu từ file Excel
6. Ghi dữ liệu ra file Excel
7. Thao tác Python và Excel để làm báo cáo tự động
8. Module, package, đối tượng, và lớp
9 – 10 – 11. Tự động truy vấn dữ liệu với SQL và Python
12 – 13. Xử lý dữ liệu với Pandas
14. Thao tác Python và SQL, ứng dụng thư viện Pandas để xử lý dữ liệu nâng cao
15-16. Trực quan hóa dữ liệu với Matplotlib
17. Phân cụm dữ liệu với K-means
18. Thực hành tổng hợp Phân tích dữ liệu với Python
19. Khám phá và phân tích dữ liệu
20. Thực hành tổng hợp Phân tích dữ liệu với Python
Phân tích định lượng thống kê với R (15 buổi) Module 1: Giới thiệu về khóa học phương pháp phân tích định lượng, ngôn ngữ thống kê, ngôn ngữ lập trình
Module 2: Thống kê mô tả
Module 3: Biểu diễn trực quan dữ liệu
Module 4: Dự báo bằng mô hình hồi quy tuyến tính
Module 5: Dự báo bằng mô hình hồi quy đa biến
Module 6: Hồi quy phi tuyến
Module 7: Hồi quy dữ liệu bảng
Module 8: Ứng dụng mô hình hồi quy trong bài toán thực tế
Khóa phân tích dữ liệu nền tảng với Power Query & Excel (9 buổi) 1. Tổng quan về phân tích dữ liệu
2. Quy trình ETL tổng hợp, trích xuất và chuẩn hóa dữ liệu
3. Quản trị dữ liệu số
4. Thực hành ETL trên Power Query
5. Project thực tế
SQL căn bản dành cho phân tích dữ liệu (12 buổi) Module 1: Thành thạo SQL trên hệ quản trị cơ sở dữ liệu MySQL
Module 2: Nắm được tư duy về cơ sở dữ liệu
Phân tích dữ liệu với Power BI (10 buổi) 1. Giới thiệu về Power BI & Ứng dụng trong phân tích trực quan hóa dữ liệu • Tổng quan về Power BI 2. Thực hành các thao tác với dữ liệu trên Power Query• Tổng quan về Power Query • Giới thiệu các chức năng cơ bản trong Power Query • Giới thiệu cơ bản về M trong Power Query • Bài tập thực hành 3. Giới thiệu về Data Model trong Power BI • Khái niệm về Data Model và lược đồ dữ liệu 4. Thiết kế Dashboard theo quy chuẩn • Hiển thị và trực quan hóa dữ liệu 5. Lập trình DAX cơ bản • Tổng quan về DAX 6. Lập trình DAX trong Power BI (tiếp) • Các Iterator Functions 7. Thực hiện các phân tích trong Power BI• Thống kê tổng hợp• Xác định outlier với visual trong Power BI • Time series analysis • Sử dụng Advanced visual trong Power BI 8. Thiết kế Interactive Reports trong Power BI – Chỉnh sửa Report interactions • Thêm Drillthrough cho visual • Tạo, liên kết với các Bookmark trong Report • Sử dụng “What-If” parameter • Thực hành tạo 1 báo cáo Interactive Dashboard 9. Capstone Project – Bài trắc nghiệm cá nhân cuối khóa • Ứng dụng và thực hành vào bài Capstone Project • Gợi ý/ Chữa bài Capstone Project • Hướng dẫn phần Xây dựng Interactive Dashboard 10. Tổng kết – Chữa bài tâp Python cho phân tích dữ liệu (20 buổi) 1. Tổng quan về Python
2. Cú pháp Python cơ bản (gán giá trị biến và tìm kiểu dữ liệu)
3. Toán tử, lệnh rẽ nhánh, và vòng lặp
4. Sử dụng hàm để xử lý dữ liệu
5. Đọc dữ liệu từ file Excel
6. Ghi dữ liệu ra file Excel
7. Thao tác Python và Excel để làm báo cáo tự động
8. Module, package, đối tượng, và lớp
9 – 10 – 11. Tự động truy vấn dữ liệu với SQL và Python
12 – 13. Xử lý dữ liệu với Pandas
14. Thao tác Python và SQL, ứng dụng thư viện Pandas để xử lý dữ liệu nâng cao
15-16. Trực quan hóa dữ liệu với Matplotlib
17. Phân cụm dữ liệu với K-means
18. Thực hành tổng hợp Phân tích dữ liệu với Python
19. Khám phá và phân tích dữ liệu
20. Thực hành tổng hợp Phân tích dữ liệu với Python
Phân tích định lượng thống kê với R (15 buổi) Module 1: Giới thiệu về khóa học phương pháp phân tích định lượng, ngôn ngữ thống kê, ngôn ngữ lập trình
Module 2: Thống kê mô tả
Module 3: Biểu diễn trực quan dữ liệu
Module 4: Dự báo bằng mô hình hồi quy tuyến tính
Module 5: Dự báo bằng mô hình hồi quy đa biến
Module 6: Hồi quy phi tuyến
Module 7: Hồi quy dữ liệu bảng
Module 8: Ứng dụng mô hình hồi quy trong bài toán thực tế
Hình thức học Online qua ZoomThời lượng Linh động theo từng khóa Xem thêm Nguyễn Danh Tú Giảng viên Viện Toán Ứng Dụng - Đại Học Bách Khoa HN × Nguyễn Danh Tú Giảng viên Viện Toán Ứng Dụng - Đại Học Bách Khoa HN
Xem thêm Nguyễn Phương Nam Senior Data Analyst tại Techcombank × Nguyễn Phương Nam Senior Data Analyst tại Techcombank
Xem thêm Trịnh Tuấn Đạt Giảng viên môn công nghệ phần mềm, trường CNTT&TT Đại Học Bách Khoa HN × Trịnh Tuấn Đạt Giảng viên môn công nghệ phần mềm, trường CNTT&TT Đại Học Bách Khoa HN
Xem thêm Ban Hà Bằng Giảng viên bộ môn Khoa học Máy tính; Viện Công nghệ thông tin và truyền thông, trường Đại học Bách khoa Hà Nội. × Ban Hà Bằng Giảng viên bộ môn Khoa học Máy tính; Viện Công nghệ thông tin và truyền thông, trường Đại học Bách khoa Hà Nội.
Nguyễn Danh Tú Giảng viên Viện Toán Ứng Dụng - Đại Học Bách Khoa HN
Nguyễn Phương Nam Senior Data Analyst tại Techcombank
Trịnh Tuấn Đạt Giảng viên môn công nghệ phần mềm, trường CNTT&TT Đại Học Bách Khoa HN
Ban Hà Bằng Giảng viên bộ môn Khoa học Máy tính; Viện Công nghệ thông tin và truyền thông, trường Đại học Bách khoa Hà Nội.
1. Không biết gì về lập trình liệu có theo được chương trình học không? Từ con số 0 về lập trình vẫn có thể học được. Các kỹ thuật và câu lệnh SQL để làm phân tích dữ liệu thì chủ yếu là truy vấn, câu lệnh mô phỏng ngôn ngữ tự nhiên nên sẽ dễ thực hành được luôn. Quan trọng người học phải luyện tập nhiều để thuộc và quen tay. Lập trình R trong phân tích định lượng không quá khó, những câu lệnh này nó định hình thành 1 quy trình mẫu sẵn rồi, tùy từng bài toán khác nhau sẽ có những biến khác nhau, mình chỉ việc lắp biến vào mà chạy thôi. Ngoài ra ngôn ngữ R còn có thư viện, trong đó có các gói (package) có sẵn để chạy nhiều nhiệm vụ phân tích khác nhau. Về ngôn ngữ R, thầy dạy từ khái niệm cơ bản, chỉ dẫn từ việc cài đặt cho đến những thao tác đơn giản nhất nên không lo. Về khóa Python, hoàn toàn theo được, khóa kết hợp dạy python cơ bản trước, rồi sẽ tới vận dụng vào thực tế giải quyết các bài toán. Trong khóa học, phần lớn học viên xuất phát từ dân kinh tế, nghiên cứu khoa học,… hầu như đều non-IT, cuối khóa vẫn làm bài project tốt. 2. Muốn học DA nhưng không có background về toán có học được không, đầu vào của khóa này yêu cầu gì? Quên hết toán rồi vẫn học được vì bây giờ ngta sử dụng R hoặc Python lập trình để chạy, cho ra kết quả luôn chứ ko cần phải làm tính toán nữa. Tuy nhiên cũng cần hiểu thêm kiến thức tổng quan về thống kê, xác suất, logic là để hiểu được bản chất của việc chạy các mô hình đấy là gì và diễn giải được ý nghĩa từ kết quả. Yêu cầu đầu vào của các khóa học là chỉ cần biết làm việc với Excel (mặc khóa học ko liên quan gì đến Excel nhưng cũng nên biết tránh bỡ ngỡ quá) 3. Tại sao khóa học dạy MySQL? Nên học MySQL hay SQL Server? Lý do là bởi hiện nay phần lớn các công ty sử dụng MySQL (chiếm đến 80%) và MySQL không mất phí. Khóa học dạy cái mà nhu cầu thực tế các doanh nghiệp cần, để học viên học xong đi làm áp dụng được luôn vào công việc tại đơn vị doanh nghiệp. 4. Tôi có được cấp chứng nhận sau khi kết thúc khóa học không? Sau khi kết thúc khóa học, bạn sẽ được cấp chứng nhận hoàn thành khóa học với điều kiện tham gia đủ 80% số buổi học và hoàn thành bài tập cũng như vượt qua bài đánh giá cuối khóa) |