Chương trình vệ tinh

KHOA HỌC DỮ LIỆU
TRONG KINH TẾ VÀ KINH DOANH

Chinh phục dữ liệu và mở rộng con đường sự nghiệp, học hỏi từ các chuyên gia hàng đầu lĩnh vực.

đăng ký ngay

Chương trình đào tạo chiến lược với chủ đề “Khoa học dữ liệu trong Kinh tế và Kinh doanh” đánh dấu sự hợp tác mật thiết giữa Datapot và Đại học Ngoại thương trong việc khai thác và phát triển nhân sự chất lượng cao cho ngành khoa học dữ liệu.

Chương trình vệ tinh

KHOA HỌC DỮ LIỆU
TRONG KINH TẾ VÀ KINH DOANH

Chinh phục dữ liệu và mở rộng con đường sự nghiệp, học hỏi từ các chuyên gia hàng đầu lĩnh vực.

đăng ký ngay

Chương trình đào tạo chiến lược với chủ đề “Khoa học dữ liệu trong Kinh tế và Kinh doanh” đánh dấu sự hợp tác mật thiết giữa Datapot và Đại học Ngoại thương trong việc khai thác và phát triển nhân sự chất lượng cao cho ngành khoa học dữ liệu.

Chương trình vệ tinh

KHOA HỌC DỮ LIỆU TRONG KINH TẾ VÀ KINH DOANH

Chinh phục dữ liệu và mở rộng con đường sự nghiệp, học hỏi từ các chuyên gia hàng đầu lĩnh vực.

đăng ký ngay

Chương trình đào tạo chiến lược với chủ đề “Khoa học dữ liệu trong Kinh tế và Kinh doanh” đánh dấu sự hợp tác mật thiết giữa Datapot và Đại học Ngoại thương trong việc khai thác và phát triển nhân sự chất lượng cao cho ngành khoa học dữ liệu.

Đơn vị tổ chức

Đơn vị đồng hành

Tại sao lựa chọn Chương trình vệ tinh Khoa học dữ liệu trong kinh tế và kinh doanh?

   Học hỏi từ các chuyên gia trong   lĩnh vực

  • Tương tác trực tiếp với giảng viên là các chuyên gia dữ liệu hàng đầu lĩnh vực đến từ Datapot – Microsoft Learning Partner đầu tiên tại Việt Nam trong lĩnh vực Data AI.
  • Nội dung chương trình được thiết kế trang bị cho học viên hành trang chinh phục khoa học dữ liệu và gây ấn tượng với các nhà tuyển dụng.
  • Nhận tư vấn từ các mentor nhiều năm kinh nghiệm từ các tập đoàn lớn.

Chứng nhận được cấp bởi Đại học hàng đầu Việt Nam

  • Sau khi hoàn thành chương trình, học viên sẽ được nhận chứng nhận hoàn thành chương trình vệ tinh “Data Science in Economics & Business” do FTU & Datapot thực hiện.
  • Nhận chứng nhận kèm bảng điểm và kích hoạt Achievement trên Microsoft Learn, tích lũy các huy chương học phần, ghi điểm trong mắt nhà tuyển dụng.

Project Based Learning:
Thực chiến với dữ liệu

  • Học viên sẽ được thực hành các dự án bằng các số liệu thực tế từ đối tác của Datapot là MB Ngân hàng Quân đội – MB Bank.
  • Tăng khả năng hợp tác, làm việc nhóm nhằm đạt được kết quả tốt nhất.
  • Thực hành khả năng tư duy logic, giải quyết vấn đề, và khả năng ra quyết định.
  • Phát triển khả năng thuyết trình trước đám đông, xử lý vấn đề và đưa ra hướng giải quyết.

Quy đổi điểm tín chỉ

  • Đặc biệt, học viên đang học tại FTU sẽ được quy đổi điểm tín chỉ tự do sau khi hoàn thành chương trình vệ tinh “Khoa học dữ liệu trong kinh tế & kinh doanh”.

Đơn vị tổ chức

Đơn vị đồng hành

Tại sao lựa chọn Chương trình vệ tinh Khoa học dữ liệu trong kinh tế và kinh doanh?

Học hỏi từ các chuyên gia trong lĩnh vực

  • Tương tác trực tiếp với giảng viên là các chuyên gia dữ liệu hàng đầu lĩnh vực đến từ Datapot – Microsoft Learning Partner đầu tiên tại Việt Nam trong lĩnh vực Data AI.
  • Nội dung chương trình được thiết kế trang bị cho học viên hành trang chinh phục khoa học dữ liệu và gây ấn tượng với các nhà tuyển dụng.
  • Nhận tư vấn từ các mentor nhiều năm kinh nghiệm từ các tập đoàn lớn.

Chứng nhận được cấp bởi
Đại học hàng đầu Việt Nam

  • Sau khi hoàn thành chương trình, học viên sẽ được nhận chứng nhận hoàn thành chương trình vệ tinh “Data Science in Economics & Business” do FTU & Datapot thực hiện.
  • Nhận chứng nhận kèm bảng điểm và kích hoạt Achievement trên Microsoft Learn, tích lũy các huy chương học phần, ghi điểm trong mắt nhà tuyển dụng.

Project Based Learning: Thực chiến với dữ liệu

  • Học viên sẽ được thực hành các dự án bằng các số liệu thực tế từ đối tác của Datapot là MB Ngân hàng Quân đội – MB Bank.
  • Tăng khả năng hợp tác, làm việc nhóm nhằm đạt được kết quả tốt nhất.
  • Thực hành khả năng tư duy logic, giải quyết vấn đề, và khả năng ra quyết định.
  • Phát triển khả năng thuyết trình trước đám đông, xử lý vấn đề và đưa ra hướng giải quyết.

Quy đổi điểm tín chỉ

  • Đặc biệt, học viên đang học tại FTU sẽ được quy đổi điểm tín chỉ tự do sau khi hoàn thành chương trình vệ tinh “Khoa học dữ liệu trong kinh tế & kinh doanh”.

Đơn vị tổ chức

Đơn vị đồng hành

Tại sao lựa chọn Chương trình vệ tinh
Khoa học dữ liệu trong kinh tế và kinh doanh?

Học hỏi từ các chuyên gia trong lĩnh vực

  • Tương tác trực tiếp với giảng viên là các chuyên gia dữ liệu hàng đầu lĩnh vực đến từ Datapot – Microsoft Learning Partner đầu tiên tại Việt Nam trong lĩnh vực Data AI.
  • Nội dung chương trình được thiết kế trang bị cho học viên hành trang chinh phục khoa học dữ liệu và gây ấn tượng với các nhà tuyển dụng.
  • Nhận tư vấn từ các mentor nhiều năm kinh nghiệm từ các tập đoàn lớn.

Chứng nhận được cấp bởi Đại học hàng đầu Việt Nam

  • Sau khi hoàn thành chương trình, học viên sẽ được nhận chứng nhận hoàn thành chương trình vệ tinh “Data Science in Economics & Business” do FTU & Datapot thực hiện.
  • Nhận chứng nhận kèm bảng điểm và kích hoạt Achievement trên Microsoft Learn, tích lũy các huy chương học phần, ghi điểm trong mắt nhà tuyển dụng.

Project Based Learning: Thực chiến với dữ liệu

  • Học viên sẽ được thực hành các dự án bằng các số liệu thực tế từ đối tác của Datapot là MB Ngân hàng Quân đội – MB Bank.
  • Tăng khả năng hợp tác, làm việc nhóm nhằm đạt được kết quả tốt nhất.
  • Thực hành khả năng tư duy logic, giải quyết vấn đề, và khả năng ra quyết định.
  • Phát triển khả năng thuyết trình trước đám đông, xử lý vấn đề và đưa ra hướng giải quyết.

Quy đổi điểm tín chỉ

  • Đặc biệt, học viên đang học tại FTU sẽ được quy đổi điểm tín chỉ tự do sau khi hoàn thành chương trình vệ tinh “Khoa học dữ liệu trong kinh tế & kinh doanh”.

Chương trình này dành cho ai?

Sinh viên, học viên theo học các ngành không thuộc khối ngành công nghệ thông tin, không yêu cầu kiến thức chuyên sâu về toán học hoặc khoa học máy tính.

tải chi tiết chương trình

Chương trình này dành cho ai?

Sinh viên, học viên theo học các ngành không thuộc khối ngành công nghệ thông tin, không yêu cầu kiến thức chuyên sâu về toán học hoặc khoa học máy tính.

tải chi tiết chương trình

Nội dung đào tạo

Chương trình vệ tinh Khoa học dữ liệu trong Kinh tế và Kinh doanh được biên soạn kĩ lưỡng bởi trung tâm giải pháp dữ liệu Datapot, Microsoft Learning Partner đầu tiên tại Việt Nam trong lĩnh vực Data AI, cùng với sự tham vấn từ trường đại học Ngoại thương nhằm cung cấp cho học viên các kỹ năng và kiến thức về lĩnh vực khoa học dữ liệu, giúp đưa ra các quyết định chính xác dựa trên dữ liệu. Chương trình đào tạo trang bị cho sinh viên Trường Đại học Ngoại Thương và các học viên khác có nhu cầu kiến thức và kỹ năng nghề nghiệp mang tính ứng dụng cao, liên ngành và cập nhật về ngành khoa học dữ liệu, đặc biệt là ứng dụng của ngành này trong lĩnh vực kinh tế và kinh doanh, từ đó nâng cao giá trị bản thân và mở ra nhiều cơ hội nghề nghiệp mới. 

Học phần tích hợp với chương trình đào tạo chính quy

Khi tham gia chương trình, sinh viên/học viên cần đã hoặc sẽ hoàn thành hai học phần Toán cao cấp, Lý thuyết xác suất và thống kê toán hoặc học phần tương đương trong thời gian diễn ra chương trình. Đây là điều kiện tiên quyết để người học được tham gia và cấp chứng chỉ sau chương trình. Kết quả của các học phần này được quy đổi từ các môn học đã tích lũy trong chương trình đào tạo bậc Đại học.

Toán cao cấp

Học phần tương đương:

Tại FTU:
– Toán cao cấp (Chương trình tiêu chuẩn);
– Toán tài chính (Chương trình tiêu chuẩn);
– Toán trong khoa học quản lý (Chương trình tiên tiến Kinh tế);
– Đại số trong kinh tế và kinh doanh + Giải tích trong kinh tế và kinh doanh (Chương trình tiên tiến Quản trị kinh doanh);

Các cơ sở giáo dục khác:
– Toán cao cấp (có số tín chỉ ít nhất là 3);
– Toán cao cấp ứng dụng trong kinh tế (có số tín chỉ ít nhất là 3);
– Toán cao cấp cho các nhà kinh tế (có số tín chỉ ít nhất là 3);
– Đại số ứng dụng trong kinh tế (có số tín chỉ ít nhất là 2) và Giải tích ứng dụng trong kinh tế (có số tín chỉ ít nhất là 2);
– Đại số tuyến tính (có số tín chỉ ít nhất là 2) và Giải tích (hàm 1 biến và 2 biến) (có số tín chỉ ít nhất là 2);
– Toán cao cấp (A1) và Toán cao cấp (A2) ở các trường khối Kỹ thuật.

Lý thuyết xác suất và thống kê toán

Học phần tương đương:

Tại FTU:
– Lý thuyết xác suất và thống kê toán (Chương trình tiêu chuẩn);
– Xác suất và thống kê (Chương trình tiên tiến Quản trị kinh doanh);

Các cơ sở giáo dục khác:
– Lý thuyết xác suất và thống kê toán (có số tín chỉ ít nhất là 3);
– Xác suất và thống kê toán (có số tín chỉ ít nhất là 3);
– Xác suất và thống kê toán ứng dụng (có số tín chỉ ít nhất là 3).

Học phần đào tạo chính trong chương trình vệ tinh

Cơ sở dữ liệu

Học phần cung cấp cho học viên tổng quan về phương thức lưu trữ dữ liệu, mô hình hóa dữ liệu và các kỹ thuật truy vấn và quản trị cơ sở dữ liệu (CSDL) quan hệ. Học viên sẽ có cơ hội khám phá các phương pháp và công cụ thiết kế cơ sở dữ liệu, thực hành ứng dụng kiến thức đã học cùng với hiểu biết về kinh tế và kinh doanh để thiết kế mô hình dữ liệu cho các bài toán thực tế trong doanh nghiệp. Đồng thời, học viên sẽ được bổ sung kinh nghiệm lập trình thực tế bằng cách sử dụng ngôn ngữ truy vấn có cấu trúc (SQL) để làm sạch, biến đổi dữ liệu và tính toán trên các dự án và bài toán thường gặp.
Nội dung đào tạo được thiết kế để học viên có thể vận dụng tối đa các lợi thế về hiểu biết nghiệp vụ trong các công việc yêu cầu làm việc với CSDL.

1. Học viên hiểu được khái niệm cơ sở dữ liệu, quy trình và cách thức thiết kế cơ sở dữ liệu phục vụ cho các công việc liên quan đến phân tích nghiệp vụ và phân tích dữ liệu;
2. Hiểu được các khái niệm và kiến trúc nhà kho dữ liệu, các kỹ thuật cơ bản trong thiết kế mô hình dữ liệu đa chiều phục vụ cho phân tích;
3. Hiểu và vận dụng được ngôn ngữ truy vấn có cấu trúc (SQL) để tương tác với cơ sở dữ liệu, truy vấn, tổng hợp và biến đổi dữ liệu phục vụ cho các bài toán phân tích.

Nội dung đào tạo được thiết kế để học viên hình thành tư duy liên kết giữa nghiệp vụ kinh doanh, nhu cầu phân tích và cách thức tổ chức, lưu trữ, truy xuất dữ liệu trong cơ sở dữ liệu.
 
Các khái niệm về cơ sở dữ liệu (CSDL)
a. Giới thiệu về CSDL, các khái niệm, các loại CSDL phổ biến, ưu nhược điểm và ứng dụng;
b. Các khái niệm cơ bản về CSDL quan hệ (Relational Database);
c. Quy trình thiết kế CSDL;
d. Chuyển hóa yêu cầu thiết kế sang mô hình dữ liệu qua từng cấp độ: Khái niệm, Logic, Vật lý (Conceptual, Logical và Physical Data Model).

Nhà kho dữ liệu và mô hình dữ liệu đa chiều
a. Các khái niệm, kiến trúc và ứng dụng của nhà kho dữ liệu (Data warehouse) trong môi trường doanh nghiệp;
b. Các kỹ thuật thiết kế mô hình dữ liệu đa chiều cho các bài toán phân tích.

Ngôn ngữ truy vấn có cấu trúc (SQL)
a. Giới thiệu ngôn ngữ truy vấn có cấu trúc SQL: kiểu dữ liệu, các toán tử, biểu thức và cú pháp;
b. Các phép nối và bảng tạm;
c. Các phép biến đổi và tổng hợp dữ liệu;
d. Các hàm cửa sổ (Window Functions) và ứng dụng;
e. Vận dụng ngôn ngữ truy vấn có cấu trúc để giải quyết các bài toán phân tích dữ liệu nâng cao.

Lập trình cho phân tích dữ liệu và tính toán khoa học

Học phần này cung cấp cho người học kiến thức và kỹ năng về lập trình cho phân tích dữ liệu và tính toán khoa học dựa trên hệ sinh thái mã nguồn mở của Python.
Học viên sẽ được giới thiệu về ngôn ngữ lập trình hiện đại được sử dụng trong nhiều ngành (Python) cũng như toàn bộ chu trình phát triển của một dự án khoa học dữ liệu dựa trên các bộ dữ liệu và bài toán gần gũi với thực tế. Trong nội dung khóa học này, người đọc sẽ lựa chọn các bộ dữ liệu, thực hiện các thao tác làm sạch dữ liệu, trực quan dữ liệu, chạy các mô hình phân tích thống kê, các mô hình học máy cơ bản với Python như một dự án thực tế.

1. Học viên hiểu được các khái niệm cơ bản về lập trình, vận dụng trên ngôn ngữ Python;
2. Sử dụng ngôn ngữ lập trình Python và các thư viện phù hợp trong quá trình phân tích dữ liệu từ thu thập dữ liệu, làm sạch và biến đổi dữ liệu, trực quan hóa, xây dựng và đánh giá mô hình;
3. Nhận biết cách xây dựng và đánh giá các mô hình học máy đơn giản sử dụng trong phân tích dữ liệu.

Nội dung đào tạo được chia thành các module với những bài tập nhỏ củng cố riêng cho từng module, song song với đó, học viên sẽ học cách đọc tài liệu, tự tìm hiểu dưới sự hỗ trợ của giảng viên để giải quyết các bài tập lớn và vận dụng trong môn học Phân tích dữ liệu nâng cao trong Kinh tế và Kinh doanh.
 
Ngôn ngữ lập trình Python
a. Các khái niệm cơ bản, công cụ, môi trường, cú pháp;
b. Kiểu dữ liệu, cấu trúc dữ liệu và ứng dụng;
c. Cấu trúc điều khiển (rẽ nhánh, vòng lặp);
d. Định nghĩa và sử dụng hàm trong Python.

Ứng dụng Python trong phân tích dữ liệu
a. Thao tác dữ liệu với thư viện Pandas;
b. Trực quan hóa dữ liệu với thư viện Matplotlib, Seaborn;
c. Xây dựng mô hình học máy với thư viện Scikit-Learn.

Dự án phân tích dữ liệu với Python: Sử dụng Python trong dự án phân tích dữ liệu Kinh tế và Kinh doanh thực tế.

Phân tích nâng cao cho kinh tế và kinh doanh

Trong học phần này, học viên sẽ được trang bị năng lực xử lý, tính toán và khai phá dữ liệu nhằm đưa ra các phân tích, dự báo, giúp doanh nghiệp khai thác được tối đa lợi ích từ dữ liệu, xác định hướng hành động tốt nhất cho một vấn đề thực tế trong bối cảnh kinh doanh, từ đó đưa ra các quyết định kịp thời và chính xác hơn. Nội dung môn học gắn liền với các công việc thực tiễn của lĩnh vực phân tích dữ liệu và trí tuệ kinh doanh, đồng thời cung cấp cho người học một sự chuẩn bị toàn diện để hoàn thành kỳ thi lấy chứng chỉ Chuyên viên phân tích dữ liệu của Microsoft (Microsoft Data Analyst Associate).
Trong mỗi buổi học, học viên không những được trang bị kiến thức lý thuyết mà còn được thực hành ngay tại lớp để có thể hiểu được nội dung bài học một cách tốt nhất. Đồng thời, học viên cũng sẽ được giao một dự án mô phỏng công việc phân tích dữ liệu thực tế, từ khai phá dữ liệu đến diễn giải và truyền đạt kết quả bằng cách sử dụng các kỹ thuật trực quan hoá thích hợp dưới sự hướng dẫn của giảng viên.

1. Hiểu và vận dụng được các phương pháp khai phá dữ liệu hiện đại, mô hình ra quyết định và phương pháp tối ưu, phục vụ cho việc phân tích, dự báo, từ đó ra quyết định hiệu quả trong kinh tế và kinh doanh.
2. Hiểu và vận dụng được các kiến thức về tổng hợp, biến đổi, mô hình hoá và trình diễn dữ liệu vận dụng trên Microsoft Power BI như một giải pháp phân tích dữ liệu cho doanh nghiệp.
3. Có hiểu biết về ứng dụng các thuật toán học máy nền tảng, lựa chọn thuật toán phù hợp với nhu cầu phân tích, triển khai các thuật toán với Python.
4. Biết cách đặt vấn đề, lựa chọn các giải pháp, công cụ phù hợp để giải quyết các bài toán trong kinh doanh.

Trong quá trình học, học viên sẽ có cơ hội tiếp cận và vận dụng một quy trình Khám phá tri thức (Knowledge Discovery in Databases) hoàn thiện trong thực tế, từ khám phá (làm sạch, tiền xử lý, biến đổi và trực quan hoá dữ liệu) đến khai phá dữ liệu, tập trung vào các lớp thuật toán dự báo, hồi quy và phân lớp.
 
Khám phá dữ liệu (Data Exploration)
a. Tổng quan về Khám phá tri thức và Phân tích dữ liệu;
b. Tổng hợp, làm sạch và biến đổi dữ liệu với Power BI;
c. Mô hình hóa dữ liệu trong Power BI;
d. Biểu thức phân tích dữ liệu (DAX) và ứng dụng;
e. Trực quan hóa dữ liệu với Power BI.

Khai phá dữ liệu (Data Mining)
a. Tổng quan về khai phá dữ liệu: Quy trình, kỹ thuật, ứng dụng;
b. Các thuật toán học máy và khai phá dữ liệu (luật kết hợp, hồi quy, phân lớp);
c. Triển khai các thuật toán học máy và khai phá dữ liệu để giải quyết các bài toán kinh tế, kinh doanh bằng ngôn ngữ lập trình Python.

Nội dung đào tạo

Chương trình vệ tinh Khoa học dữ liệu trong Kinh tế và Kinh doanh được biên soạn kĩ lưỡng bởi trung tâm giải pháp dữ liệu Datapot, Microsoft Learning Partner đầu tiên tại Việt Nam trong lĩnh vực Data AI, cùng với sự tham vấn từ trường đại học Ngoại thương nhằm cung cấp cho học viên các kỹ năng và kiến thức về lĩnh vực khoa học dữ liệu, giúp đưa ra các quyết định chính xác dựa trên dữ liệu. Chương trình đào tạo trang bị cho sinh viên Trường Đại học Ngoại Thương và các học viên khác có nhu cầu kiến thức và kỹ năng nghề nghiệp mang tính ứng dụng cao, liên ngành và cập nhật về ngành khoa học dữ liệu, đặc biệt là ứng dụng của ngành này trong lĩnh vực kinh tế và kinh doanh, từ đó nâng cao giá trị bản thân và mở ra nhiều cơ hội nghề nghiệp mới. 

Học phần tích hợp với chương trình đào tạo chính quy

Khi tham gia chương trình, sinh viên/học viên cần đã hoặc sẽ hoàn thành hai học phần Toán cao cấp, Lý thuyết xác suất và thống kê toán hoặc học phần tương đương trong thời gian diễn ra chương trình. Đây là điều kiện tiên quyết để người học được tham gia và cấp chứng chỉ sau chương trình. Kết quả của các học phần này được quy đổi từ các môn học đã tích lũy trong chương trình đào tạo bậc Đại học.

Toán cao cấp

Học phần tương đương:

Tại FTU:
– Toán cao cấp (Chương trình tiêu chuẩn);
– Toán tài chính (Chương trình tiêu chuẩn);
– Toán trong khoa học quản lý (Chương trình tiên tiến Kinh tế);
– Đại số trong kinh tế và kinh doanh + Giải tích trong kinh tế và kinh doanh (Chương trình tiên tiến Quản trị kinh doanh);

Các cơ sở giáo dục khác:
– Toán cao cấp (có số tín chỉ ít nhất là 3);
– Toán cao cấp ứng dụng trong kinh tế (có số tín chỉ ít nhất là 3);
– Toán cao cấp cho các nhà kinh tế (có số tín chỉ ít nhất là 3);
– Đại số ứng dụng trong kinh tế (có số tín chỉ ít nhất là 2) và Giải tích ứng dụng trong kinh tế (có số tín chỉ ít nhất là 2);
– Đại số tuyến tính (có số tín chỉ ít nhất là 2) và Giải tích (hàm 1 biến và 2 biến) (có số tín chỉ ít nhất là 2);
– Toán cao cấp (A1) và Toán cao cấp (A2) ở các trường khối Kỹ thuật.

Lý thuyết xác suất và thống kê toán

Học phần tương đương:

Tại FTU:
– Lý thuyết xác suất và thống kê toán (Chương trình tiêu chuẩn);
– Xác suất và thống kê (Chương trình tiên tiến Quản trị kinh doanh);

Các cơ sở giáo dục khác:
– Lý thuyết xác suất và thống kê toán (có số tín chỉ ít nhất là 3);
– Xác suất và thống kê toán (có số tín chỉ ít nhất là 3);
– Xác suất và thống kê toán ứng dụng (có số tín chỉ ít nhất là 3).

Học phần đào tạo chính trong chương trình vệ tinh

Cơ sở dữ liệu

Học phần cung cấp cho học viên tổng quan về phương thức lưu trữ dữ liệu, mô hình hóa dữ liệu và các kỹ thuật truy vấn và quản trị cơ sở dữ liệu (CSDL) quan hệ. Học viên sẽ có cơ hội khám phá các phương pháp và công cụ thiết kế cơ sở dữ liệu, thực hành ứng dụng kiến thức đã học cùng với hiểu biết về kinh tế và kinh doanh để thiết kế mô hình dữ liệu cho các bài toán thực tế trong doanh nghiệp. Đồng thời, học viên sẽ được bổ sung kinh nghiệm lập trình thực tế bằng cách sử dụng ngôn ngữ truy vấn có cấu trúc (SQL) để làm sạch, biến đổi dữ liệu và tính toán trên các dự án và bài toán thường gặp.
Nội dung đào tạo được thiết kế để học viên có thể vận dụng tối đa các lợi thế về hiểu biết nghiệp vụ trong các công việc yêu cầu làm việc với CSDL.

1. Học viên hiểu được khái niệm cơ sở dữ liệu, quy trình và cách thức thiết kế cơ sở dữ liệu phục vụ cho các công việc liên quan đến phân tích nghiệp vụ và phân tích dữ liệu;
2. Hiểu được các khái niệm và kiến trúc nhà kho dữ liệu, các kỹ thuật cơ bản trong thiết kế mô hình dữ liệu đa chiều phục vụ cho phân tích;
3. Hiểu và vận dụng được ngôn ngữ truy vấn có cấu trúc (SQL) để tương tác với cơ sở dữ liệu, truy vấn, tổng hợp và biến đổi dữ liệu phục vụ cho các bài toán phân tích.

Nội dung đào tạo được thiết kế để học viên hình thành tư duy liên kết giữa nghiệp vụ kinh doanh, nhu cầu phân tích và cách thức tổ chức, lưu trữ, truy xuất dữ liệu trong cơ sở dữ liệu.
 
Các khái niệm về cơ sở dữ liệu (CSDL)
a. Giới thiệu về CSDL, các khái niệm, các loại CSDL phổ biến, ưu nhược điểm và ứng dụng;
b. Các khái niệm cơ bản về CSDL quan hệ (Relational Database);
c. Quy trình thiết kế CSDL;
d. Chuyển hóa yêu cầu thiết kế sang mô hình dữ liệu qua từng cấp độ: Khái niệm, Logic, Vật lý (Conceptual, Logical và Physical Data Model).

Nhà kho dữ liệu và mô hình dữ liệu đa chiều
a. Các khái niệm, kiến trúc và ứng dụng của nhà kho dữ liệu (Data warehouse) trong môi trường doanh nghiệp;
b. Các kỹ thuật thiết kế mô hình dữ liệu đa chiều cho các bài toán phân tích.

Ngôn ngữ truy vấn có cấu trúc (SQL)
a. Giới thiệu ngôn ngữ truy vấn có cấu trúc SQL: kiểu dữ liệu, các toán tử, biểu thức và cú pháp;
b. Các phép nối và bảng tạm;
c. Các phép biến đổi và tổng hợp dữ liệu;
d. Các hàm cửa sổ (Window Functions) và ứng dụng;
e. Vận dụng ngôn ngữ truy vấn có cấu trúc để giải quyết các bài toán phân tích dữ liệu nâng cao.

Lập trình cho phân tích dữ liệu và tính toán khoa học

Học phần này cung cấp cho người học kiến thức và kỹ năng về lập trình cho phân tích dữ liệu và tính toán khoa học dựa trên hệ sinh thái mã nguồn mở của Python.
Học viên sẽ được giới thiệu về ngôn ngữ lập trình hiện đại được sử dụng trong nhiều ngành (Python) cũng như toàn bộ chu trình phát triển của một dự án khoa học dữ liệu dựa trên các bộ dữ liệu và bài toán gần gũi với thực tế. Trong nội dung khóa học này, người đọc sẽ lựa chọn các bộ dữ liệu, thực hiện các thao tác làm sạch dữ liệu, trực quan dữ liệu, chạy các mô hình phân tích thống kê, các mô hình học máy cơ bản với Python như một dự án thực tế.

1. Học viên hiểu được các khái niệm cơ bản về lập trình, vận dụng trên ngôn ngữ Python;
2. Sử dụng ngôn ngữ lập trình Python và các thư viện phù hợp trong quá trình phân tích dữ liệu từ thu thập dữ liệu, làm sạch và biến đổi dữ liệu, trực quan hóa, xây dựng và đánh giá mô hình;
3. Nhận biết cách xây dựng và đánh giá các mô hình học máy đơn giản sử dụng trong phân tích dữ liệu.

Nội dung đào tạo được chia thành các module với những bài tập nhỏ củng cố riêng cho từng module, song song với đó, học viên sẽ học cách đọc tài liệu, tự tìm hiểu dưới sự hỗ trợ của giảng viên để giải quyết các bài tập lớn và vận dụng trong môn học Phân tích dữ liệu nâng cao trong Kinh tế và Kinh doanh.
 
Ngôn ngữ lập trình Python
a. Các khái niệm cơ bản, công cụ, môi trường, cú pháp;
b. Kiểu dữ liệu, cấu trúc dữ liệu và ứng dụng;
c. Cấu trúc điều khiển (rẽ nhánh, vòng lặp);
d. Định nghĩa và sử dụng hàm trong Python.

Ứng dụng Python trong phân tích dữ liệu
a. Thao tác dữ liệu với thư viện Pandas;
b. Trực quan hóa dữ liệu với thư viện Matplotlib, Seaborn;
c. Xây dựng mô hình học máy với thư viện Scikit-Learn.

Dự án phân tích dữ liệu với Python: Sử dụng Python trong dự án phân tích dữ liệu Kinh tế và Kinh doanh thực tế.

Phân tích nâng cao cho kinh tế và kinh doanh

Trong học phần này, học viên sẽ được trang bị năng lực xử lý, tính toán và khai phá dữ liệu nhằm đưa ra các phân tích, dự báo, giúp doanh nghiệp khai thác được tối đa lợi ích từ dữ liệu, xác định hướng hành động tốt nhất cho một vấn đề thực tế trong bối cảnh kinh doanh, từ đó đưa ra các quyết định kịp thời và chính xác hơn. Nội dung môn học gắn liền với các công việc thực tiễn của lĩnh vực phân tích dữ liệu và trí tuệ kinh doanh, đồng thời cung cấp cho người học một sự chuẩn bị toàn diện để hoàn thành kỳ thi lấy chứng chỉ Chuyên viên phân tích dữ liệu của Microsoft (Microsoft Data Analyst Associate).
Trong mỗi buổi học, học viên không những được trang bị kiến thức lý thuyết mà còn được thực hành ngay tại lớp để có thể hiểu được nội dung bài học một cách tốt nhất. Đồng thời, học viên cũng sẽ được giao một dự án mô phỏng công việc phân tích dữ liệu thực tế, từ khai phá dữ liệu đến diễn giải và truyền đạt kết quả bằng cách sử dụng các kỹ thuật trực quan hoá thích hợp dưới sự hướng dẫn của giảng viên.

1. Hiểu và vận dụng được các phương pháp khai phá dữ liệu hiện đại, mô hình ra quyết định và phương pháp tối ưu, phục vụ cho việc phân tích, dự báo, từ đó ra quyết định hiệu quả trong kinh tế và kinh doanh.
2. Hiểu và vận dụng được các kiến thức về tổng hợp, biến đổi, mô hình hoá và trình diễn dữ liệu vận dụng trên Microsoft Power BI như một giải pháp phân tích dữ liệu cho doanh nghiệp.
3. Có hiểu biết về ứng dụng các thuật toán học máy nền tảng, lựa chọn thuật toán phù hợp với nhu cầu phân tích, triển khai các thuật toán với Python.
4. Biết cách đặt vấn đề, lựa chọn các giải pháp, công cụ phù hợp để giải quyết các bài toán trong kinh doanh.

Trong quá trình học, học viên sẽ có cơ hội tiếp cận và vận dụng một quy trình Khám phá tri thức (Knowledge Discovery in Databases) hoàn thiện trong thực tế, từ khám phá (làm sạch, tiền xử lý, biến đổi và trực quan hoá dữ liệu) đến khai phá dữ liệu, tập trung vào các lớp thuật toán dự báo, hồi quy và phân lớp.
 
Khám phá dữ liệu (Data Exploration)
a. Tổng quan về Khám phá tri thức và Phân tích dữ liệu;
b. Tổng hợp, làm sạch và biến đổi dữ liệu với Power BI;
c. Mô hình hóa dữ liệu trong Power BI;
d. Biểu thức phân tích dữ liệu (DAX) và ứng dụng;
e. Trực quan hóa dữ liệu với Power BI.

Khai phá dữ liệu (Data Mining)
a. Tổng quan về khai phá dữ liệu: Quy trình, kỹ thuật, ứng dụng;
b. Các thuật toán học máy và khai phá dữ liệu (luật kết hợp, hồi quy, phân lớp);
c. Triển khai các thuật toán học máy và khai phá dữ liệu để giải quyết các bài toán kinh tế, kinh doanh bằng ngôn ngữ lập trình Python.

Nội dung đào tạo

Chương trình vệ tinh Khoa học dữ liệu trong Kinh tế và Kinh doanh được biên soạn kĩ lưỡng bởi trung tâm giải pháp dữ liệu Datapot, Microsoft Learning Partner đầu tiên tại Việt Nam trong lĩnh vực Data AI, cùng với sự tham vấn từ trường đại học Ngoại thương nhằm cung cấp cho học viên các kỹ năng và kiến thức về lĩnh vực khoa học dữ liệu, giúp đưa ra các quyết định chính xác dựa trên dữ liệu. Chương trình đào tạo trang bị cho sinh viên Trường Đại học Ngoại Thương và các học viên khác có nhu cầu kiến thức và kỹ năng nghề nghiệp mang tính ứng dụng cao, liên ngành và cập nhật về ngành khoa học dữ liệu, đặc biệt là ứng dụng của ngành này trong lĩnh vực kinh tế và kinh doanh, từ đó nâng cao giá trị bản thân và mở ra nhiều cơ hội nghề nghiệp mới. 

Học phần tích hợp với chương trình đào tạo chính quy

Khi tham gia chương trình, sinh viên/học viên cần đã hoặc sẽ hoàn thành hai học phần Toán cao cấp, Lý thuyết xác suất và thống kê toán hoặc học phần tương đương trong thời gian diễn ra chương trình. Đây là điều kiện tiên quyết để người học được tham gia và cấp chứng chỉ sau chương trình. Kết quả của các học phần này được quy đổi từ các môn học đã tích lũy trong chương trình đào tạo bậc Đại học.

Toán cao cấp

Học phần tương đương:

Tại FTU:
– Toán cao cấp (Chương trình tiêu chuẩn);
– Toán tài chính (Chương trình tiêu chuẩn);
– Toán trong khoa học quản lý (Chương trình tiên tiến Kinh tế);
– Đại số trong kinh tế và kinh doanh + Giải tích trong kinh tế và kinh doanh (Chương trình tiên tiến Quản trị kinh doanh);

Các cơ sở giáo dục khác:
– Toán cao cấp (có số tín chỉ ít nhất là 3);
– Toán cao cấp ứng dụng trong kinh tế (có số tín chỉ ít nhất là 3);
– Toán cao cấp cho các nhà kinh tế (có số tín chỉ ít nhất là 3);
– Đại số ứng dụng trong kinh tế (có số tín chỉ ít nhất là 2) và Giải tích ứng dụng trong kinh tế (có số tín chỉ ít nhất là 2);
– Đại số tuyến tính (có số tín chỉ ít nhất là 2) và Giải tích (hàm 1 biến và 2 biến) (có số tín chỉ ít nhất là 2);
– Toán cao cấp (A1) và Toán cao cấp (A2) ở các trường khối Kỹ thuật.

Lý thuyết xác suất và thống kê toán

Học phần tương đương:

Tại FTU:
– Lý thuyết xác suất và thống kê toán (Chương trình tiêu chuẩn);
– Xác suất và thống kê (Chương trình tiên tiến Quản trị kinh doanh);

Các cơ sở giáo dục khác:
– Lý thuyết xác suất và thống kê toán (có số tín chỉ ít nhất là 3);
– Xác suất và thống kê toán (có số tín chỉ ít nhất là 3);
– Xác suất và thống kê toán ứng dụng (có số tín chỉ ít nhất là 3).

Học phần đào tạo chính trong chương trình vệ tinh

Cơ sở dữ liệu

Học phần cung cấp cho học viên tổng quan về phương thức lưu trữ dữ liệu, mô hình hóa dữ liệu và các kỹ thuật truy vấn và quản trị cơ sở dữ liệu (CSDL) quan hệ. Học viên sẽ có cơ hội khám phá các phương pháp và công cụ thiết kế cơ sở dữ liệu, thực hành ứng dụng kiến thức đã học cùng với hiểu biết về kinh tế và kinh doanh để thiết kế mô hình dữ liệu cho các bài toán thực tế trong doanh nghiệp. Đồng thời, học viên sẽ được bổ sung kinh nghiệm lập trình thực tế bằng cách sử dụng ngôn ngữ truy vấn có cấu trúc (SQL) để làm sạch, biến đổi dữ liệu và tính toán trên các dự án và bài toán thường gặp.
Nội dung đào tạo được thiết kế để học viên có thể vận dụng tối đa các lợi thế về hiểu biết nghiệp vụ trong các công việc yêu cầu làm việc với CSDL.

1. Học viên hiểu được khái niệm cơ sở dữ liệu, quy trình và cách thức thiết kế cơ sở dữ liệu phục vụ cho các công việc liên quan đến phân tích nghiệp vụ và phân tích dữ liệu;
2. Hiểu được các khái niệm và kiến trúc nhà kho dữ liệu, các kỹ thuật cơ bản trong thiết kế mô hình dữ liệu đa chiều phục vụ cho phân tích;
3. Hiểu và vận dụng được ngôn ngữ truy vấn có cấu trúc (SQL) để tương tác với cơ sở dữ liệu, truy vấn, tổng hợp và biến đổi dữ liệu phục vụ cho các bài toán phân tích.

Nội dung đào tạo được thiết kế để học viên hình thành tư duy liên kết giữa nghiệp vụ kinh doanh, nhu cầu phân tích và cách thức tổ chức, lưu trữ, truy xuất dữ liệu trong cơ sở dữ liệu.
 
Các khái niệm về cơ sở dữ liệu (CSDL)
a. Giới thiệu về CSDL, các khái niệm, các loại CSDL phổ biến, ưu nhược điểm và ứng dụng;
b. Các khái niệm cơ bản về CSDL quan hệ (Relational Database);
c. Quy trình thiết kế CSDL;
d. Chuyển hóa yêu cầu thiết kế sang mô hình dữ liệu qua từng cấp độ: Khái niệm, Logic, Vật lý (Conceptual, Logical và Physical Data Model).

Nhà kho dữ liệu và mô hình dữ liệu đa chiều
a. Các khái niệm, kiến trúc và ứng dụng của nhà kho dữ liệu (Data warehouse) trong môi trường doanh nghiệp;
b. Các kỹ thuật thiết kế mô hình dữ liệu đa chiều cho các bài toán phân tích.

Ngôn ngữ truy vấn có cấu trúc (SQL)
a. Giới thiệu ngôn ngữ truy vấn có cấu trúc SQL: kiểu dữ liệu, các toán tử, biểu thức và cú pháp;
b. Các phép nối và bảng tạm;
c. Các phép biến đổi và tổng hợp dữ liệu;
d. Các hàm cửa sổ (Window Functions) và ứng dụng;
e. Vận dụng ngôn ngữ truy vấn có cấu trúc để giải quyết các bài toán phân tích dữ liệu nâng cao.

Lập trình cho phân tích dữ liệu và tính toán khoa học

Học phần này cung cấp cho người học kiến thức và kỹ năng về lập trình cho phân tích dữ liệu và tính toán khoa học dựa trên hệ sinh thái mã nguồn mở của Python.
Học viên sẽ được giới thiệu về ngôn ngữ lập trình hiện đại được sử dụng trong nhiều ngành (Python) cũng như toàn bộ chu trình phát triển của một dự án khoa học dữ liệu dựa trên các bộ dữ liệu và bài toán gần gũi với thực tế. Trong nội dung khóa học này, người đọc sẽ lựa chọn các bộ dữ liệu, thực hiện các thao tác làm sạch dữ liệu, trực quan dữ liệu, chạy các mô hình phân tích thống kê, các mô hình học máy cơ bản với Python như một dự án thực tế.

1. Học viên hiểu được các khái niệm cơ bản về lập trình, vận dụng trên ngôn ngữ Python;
2. Sử dụng ngôn ngữ lập trình Python và các thư viện phù hợp trong quá trình phân tích dữ liệu từ thu thập dữ liệu, làm sạch và biến đổi dữ liệu, trực quan hóa, xây dựng và đánh giá mô hình;
3. Nhận biết cách xây dựng và đánh giá các mô hình học máy đơn giản sử dụng trong phân tích dữ liệu.

Nội dung đào tạo được chia thành các module với những bài tập nhỏ củng cố riêng cho từng module, song song với đó, học viên sẽ học cách đọc tài liệu, tự tìm hiểu dưới sự hỗ trợ của giảng viên để giải quyết các bài tập lớn và vận dụng trong môn học Phân tích dữ liệu nâng cao trong Kinh tế và Kinh doanh.
 
Ngôn ngữ lập trình Python
a. Các khái niệm cơ bản, công cụ, môi trường, cú pháp;
b. Kiểu dữ liệu, cấu trúc dữ liệu và ứng dụng;
c. Cấu trúc điều khiển (rẽ nhánh, vòng lặp);
d. Định nghĩa và sử dụng hàm trong Python.

Ứng dụng Python trong phân tích dữ liệu
a. Thao tác dữ liệu với thư viện Pandas;
b. Trực quan hóa dữ liệu với thư viện Matplotlib, Seaborn;
c. Xây dựng mô hình học máy với thư viện Scikit-Learn.

Dự án phân tích dữ liệu với Python: Sử dụng Python trong dự án phân tích dữ liệu Kinh tế và Kinh doanh thực tế.

Phân tích nâng cao cho kinh tế và kinh doanh

Trong học phần này, học viên sẽ được trang bị năng lực xử lý, tính toán và khai phá dữ liệu nhằm đưa ra các phân tích, dự báo, giúp doanh nghiệp khai thác được tối đa lợi ích từ dữ liệu, xác định hướng hành động tốt nhất cho một vấn đề thực tế trong bối cảnh kinh doanh, từ đó đưa ra các quyết định kịp thời và chính xác hơn. Nội dung môn học gắn liền với các công việc thực tiễn của lĩnh vực phân tích dữ liệu và trí tuệ kinh doanh, đồng thời cung cấp cho người học một sự chuẩn bị toàn diện để hoàn thành kỳ thi lấy chứng chỉ Chuyên viên phân tích dữ liệu của Microsoft (Microsoft Data Analyst Associate).
Trong mỗi buổi học, học viên không những được trang bị kiến thức lý thuyết mà còn được thực hành ngay tại lớp để có thể hiểu được nội dung bài học một cách tốt nhất. Đồng thời, học viên cũng sẽ được giao một dự án mô phỏng công việc phân tích dữ liệu thực tế, từ khai phá dữ liệu đến diễn giải và truyền đạt kết quả bằng cách sử dụng các kỹ thuật trực quan hoá thích hợp dưới sự hướng dẫn của giảng viên.

1. Hiểu và vận dụng được các phương pháp khai phá dữ liệu hiện đại, mô hình ra quyết định và phương pháp tối ưu, phục vụ cho việc phân tích, dự báo, từ đó ra quyết định hiệu quả trong kinh tế và kinh doanh.
2. Hiểu và vận dụng được các kiến thức về tổng hợp, biến đổi, mô hình hoá và trình diễn dữ liệu vận dụng trên Microsoft Power BI như một giải pháp phân tích dữ liệu cho doanh nghiệp.
3. Có hiểu biết về ứng dụng các thuật toán học máy nền tảng, lựa chọn thuật toán phù hợp với nhu cầu phân tích, triển khai các thuật toán với Python.
4. Biết cách đặt vấn đề, lựa chọn các giải pháp, công cụ phù hợp để giải quyết các bài toán trong kinh doanh.

Trong quá trình học, học viên sẽ có cơ hội tiếp cận và vận dụng một quy trình Khám phá tri thức (Knowledge Discovery in Databases) hoàn thiện trong thực tế, từ khám phá (làm sạch, tiền xử lý, biến đổi và trực quan hoá dữ liệu) đến khai phá dữ liệu, tập trung vào các lớp thuật toán dự báo, hồi quy và phân lớp.
 
Khám phá dữ liệu (Data Exploration)
a. Tổng quan về Khám phá tri thức và Phân tích dữ liệu;
b. Tổng hợp, làm sạch và biến đổi dữ liệu với Power BI;
c. Mô hình hóa dữ liệu trong Power BI;
d. Biểu thức phân tích dữ liệu (DAX) và ứng dụng;
e. Trực quan hóa dữ liệu với Power BI.

Khai phá dữ liệu (Data Mining)
a. Tổng quan về khai phá dữ liệu: Quy trình, kỹ thuật, ứng dụng;
b. Các thuật toán học máy và khai phá dữ liệu (luật kết hợp, hồi quy, phân lớp);
c. Triển khai các thuật toán học máy và khai phá dữ liệu để giải quyết các bài toán kinh tế, kinh doanh bằng ngôn ngữ lập trình Python.

Các dự án học viên

Phân tích dữ liệu

Xây dựng cơ sở dữ liệu

Data Mining

Các dự án học viên

Phân tích dữ liệu

Xây dựng cơ sở dữ liệu

Data Mining

Các dự án học viên

Phân tích dữ liệu

Xây dựng cơ sở dữ liệu

Data Mining

Học viên nói gì về Chương trình vệ tinh
Khoa học dữ liệu trong Kinh tế và Kinh doanh?

Lương Gia Hưng

Data Analyst tại MB Ageas

 

“Mình có thể dành thời gian để giải quyết một bài toán bằng nhiều Logic khác nhau.”

Vương Nguyên Anh

Data Analyst tại Unilever

 

“Rèn luyện mindset sẵn sàng đón nhận tất cả kiến thức mới.”

Nguyễn Anh Tú

Sinh viên Trường Đại học Ngoại thương

 

“Được code ra một sản phẩm của riêng mình em thấy rất
thú vị.”

Nguyễn Quỳnh Chi

Sinh viên Trường Đại học Ngoại thương

 

Em được tiếp cận những kiến thức thực tế hơn trong doanh nghiệp mà em không được học ở trên trường.”

Học viên nói gì về Chương trình vệ tinh Khoa học dữ liệu trong Kinh tế và Kinh doanh?

Lương Gia Hưng

Data Analyst tại MB Ageas

“Mình có thể dành thời gian để giải quyết một bài toán bằng nhiều Logic khác nhau.”

Vương Nguyên Anh

Data Analyst tại Unilever

“Rèn luyện mindset sẵn sàng đón nhận tất cả kiến thức mới.”

Nguyễn Anh Tú

Sinh viên Trường Đại học Ngoại thương

“Được code ra một sản phẩm của riêng mình em thấy rất
thú vị.”

Nguyễn Quỳnh Chi

Sinh viên Trường Đại học Ngoại thương

Em được tiếp cận những kiến thức thực tế hơn trong doanh nghiệp mà em không được học ở trên trường.”

Học viên nói gì về Chương trình vệ tinh
Khoa học dữ liệu trong Kinh tế và Kinh doanh?

Lương Gia Hưng

Data Analyst tại MB Ageas

 

“Mình có thể dành thời gian để giải quyết một bài toán bằng nhiều Logic khác nhau.”

Vương Nguyên Anh

Data Analyst tại Unilever

 

“Rèn luyện mindset sẵn sàng đón nhận tất cả kiến thức mới.”

Nguyễn Anh Tú

Sinh viên Trường Đại học Ngoại thương

 

“Được code ra một sản phẩm của riêng mình em thấy rất
thú vị.”

Nguyễn Quỳnh Chi

Sinh viên Trường Đại học Ngoại thương

 

Em được tiếp cận những kiến thức thực tế hơn trong doanh nghiệp mà em không được học ở trên trường.”

Học phí chương trình

Học phí toàn chương trình: 15.000.000đ

Ưu đãi đặc biệt dành cho các đối tượng như sau:

  • Sinh viên ĐANG HỌC tại Trường Đại học Ngoại thương
  • Cựu sinh viên Trường Đại học Ngoại thương
  • Học viên được giới thiệu bởi Datapot

Vui lòng liên hệ để biết thêm chi tiết

*Sinh viên, học viên được hưởng mức ưu đãi học phí duy nhất theo đối tượng đã đăng ký, nếu đủ điều kiện. Sinh viên, học viên vui lòng lựa chọn chính xác đối tượng phù hợp với bản thân trong form đăng ký.
*Trường Đại học Ngoại thương và Trung tâm Datapot sẽ tiến hành xác minh điều kiện ưu đãi của sinh viên, học viên.

Học phí chương trình

15.000.000đ

Ưu đãi đặc biệt dành cho các đối tượng như sau:

  • Sinh viên ĐANG HỌC tại Trường Đại học Ngoại thương
  • Cựu sinh viên Trường Đại học Ngoại thương
  • Học viên được giới thiệu bởi Datapot

Vui lòng liên hệ để biết thêm chi tiết

*Sinh viên, học viên được hưởng mức ưu đãi học phí duy nhất theo đối tượng đã đăng ký, nếu đủ điều kiện. Sinh viên, học viên vui lòng lựa chọn chính xác đối tượng phù hợp với bản thân trong form đăng ký.
*Trường Đại học Ngoại thương và Trung tâm Datapot sẽ tiến hành xác minh điều kiện ưu đãi của sinh viên, học viên.

Học phí chương trình

Học phí toàn chương trình: 15.000.000đ

Ưu đãi đặc biệt dành cho các đối tượng như sau:

  • Sinh viên ĐANG HỌC tại Trường Đại học Ngoại thương
  • Cựu sinh viên Trường Đại học Ngoại thương
  • Học viên được giới thiệu bởi Datapot

Vui lòng liên hệ để biết thêm chi tiết

*Sinh viên, học viên được hưởng mức ưu đãi học phí duy nhất theo đối tượng đã đăng ký, nếu đủ điều kiện. Sinh viên, học viên vui lòng lựa chọn chính xác đối tượng phù hợp với bản thân trong form đăng ký.
*Trường Đại học Ngoại thương và Trung tâm Datapot sẽ tiến hành xác minh điều kiện ưu đãi của sinh viên, học viên.

Chứng nhận hoàn thành khoá học

Chứng nhận hoàn thành khoá học được cấp bởi Datapot và Trường Đại học Ngoại thương:

  • Chứng nhận đi kèm bảng điểm của học viên
  • Chứng minh khả năng với nhà tuyển dụng.
  • Có mục tiêu và lộ trình ôn luyện rõ ràng.
  • Từ đó đưa ra lộ trình thăng tiến rõ ràng hơn và tiến gần hơn tới mức lương mong muốn.
  • Được kích hoạt Trophy Achievements trên Microsoft Learn.

Chứng nhận hoàn thành khoá học

Chứng nhận hoàn thành khoá học được cấp bởi Datapot và Trường Đại học Ngoại thương:

  • Chứng nhận đi kèm bảng điểm của học viên
  • Chứng minh khả năng với nhà tuyển dụng.
  • Có mục tiêu và lộ trình ôn luyện rõ ràng.
  • Từ đó đưa ra lộ trình thăng tiến rõ ràng hơn và tiến gần hơn tới mức lương mong muốn.
  • Được kích hoạt Trophy Achievements trên Microsoft Learn.

Chứng nhận hoàn thành khoá học

Chứng nhận hoàn thành khoá học được cấp bởi Datapot và Trường Đại học Ngoại thương:

  • Chứng nhận đi kèm bảng điểm của học viên
  • Chứng minh khả năng với nhà tuyển dụng.
  • Có mục tiêu và lộ trình ôn luyện rõ ràng.
  • Từ đó đưa ra lộ trình thăng tiến rõ ràng hơn và tiến gần hơn tới mức lương mong muốn.
  • Được kích hoạt Trophy Achievements trên Microsoft Learn.

Quy trình đăng ký học

đăng ký ngay

Tiêu điểm

Quy trình đăng ký học

Bước 1: Điền form đăng ký

Bước 2: Đánh giá hồ sơ

Bước 3: Kiểm tra đầu vào

Bước 4: Tham gia chương trình

đăng ký ngay

FAQs

Chương trình sẽ được giảng dạy bằng tiếng Việt hay tiếng Anh?

Chương trình được giảng dạy bằng tiếng Việt. Các tài liệu, học liệu đi kèm bằng tiếng Việt hoặc tiếng Anh.

Sau khi tham gia chương trình liệu tôi có thể bắt đầu luôn công việc của mình như một Data Analyst?

Chương trình được thiết kế toàn diện và bài bản, từ các kiến thức nền tảng cho đến cách thức vận dụng kiến thức, sử dụng công cụ thể giải quyết các bài toán thực tế trong công việc. Kỳ vọng đầu ra của chương trình là học viên có đủ kỹ năng cho các vị trí Junior Data Analyst, Data Analyst trong doanh nghiệp.

Chương trình có cung cấp cơ sở dữ liệu và công cụ để thực hành không?

Chương trình có cung cấp cơ sở dữ liệu, hạ tầng dữ liệu để thực hành. Tuy nhiên, học viên cần có máy tính cá nhân để cài đặt một số phần mềm thực hành trên máy cá nhân. Yêu cầu với máy tính cá nhân: Chạy hệ điều hành Windows, tối thiểu 8GB RAM.

Tôi có thể đăng ký học chỉ một học phần duy nhất trong cả khóa không?

Bạn cần phải đăng ký toàn bộ chương trình học tập, hiện chưa có chính sách đăng ký lẻ cho từng học phần.

Tôi cần có kiến thức nền tảng gì trước khi bắt đầu chương trình này?

Một trong những yêu cầu khi tham gia chương trình là sinh viên/học viên cần đã hoàn thành hoặc sẽ hoàn thành hai học phần Toán cao cấp, Lý thuyết xác suất và thống kê toán trong thời gian diễn ra chương trình. Đây là điều kiện tiên quyết để người học được tham gia và cấp chứng chỉ sau khoá học.

Nội dung chủ yếu của bài thi chất lượng đầu vào là gì?

Nội dung đánh giá năng lực đầu vào gồm kiến thức Xác suất, Thống kê và Suy luận Logic, Toán cao cấp.

Bài thi sẽ được tổ chức online hay offline?

Hình thức thi sẽ được thông báo trong từng giai đoạn phù hợp với hoàn cảnh tổ chức lớp.

Tôi có thể làm bài thi đầu vào nhiều lần không?

Mỗi học viên chỉ có thể đăng ký và làm bài thi một lần duy nhất trong thời gian quy định. 

Liệu tôi có thể tham gia học nếu không đạt chuẩn ở bài thi chất lượng đầu vào?

Rất tiếc bạn sẽ không thể tham gia học nếu không đạt chuẩn ở bài thi.

Điều kiện để nhận chứng nhận của chương trình này là gì?

Học viên cần tham gia học tập, hoàn thành đầy đủ các bài tập, bài kiểm tra, hoạt động nhóm của các học phần và có điểm tổng kết từng học phần từ 4 trở lên (theo thang điểm 10); đồng thời hoàn thiện 2 học phần Toán cao cấp và Lý thuyết xác suất và thống kê toán hoặc các học phần tương đương.

Giá trị của chứng nhận này như thế nào?

Đối với sinh viên đại học Ngoại thương, học viên hoàn thành chương trình sẽ được cấp Chứng nhận được chứng nhận bởi Trường Đại học Ngoại thương, có thể quy đổi thành môn học tự chọn tại trường.

Bằng cấp này có kết nối được với bằng cử nhân mà tôi đã nhận được trước đây từ Trường đại học Ngoại thương không?

Chương trình sẽ cấp cho học viên chứng nhận và bảng điểm riêng khi hoàn thành chương trình. Đối với cựu sinh viên đã tốt nghiệp Trường Đại học Ngoại thương, điểm số từ các học phần này không được tính vào kết quả học tập bậc Đại học của học viên.

Có phải khi đăng ký thành công là tôi sẽ chắc chắn được tham gia chương trình không?

Học viên cần hoàn thành bài đánh giá năng lực đầu vào, được lựa chọn tham gia chương trình và cần hoàn thành học phí để được chính thức công nhận trúng tuyển. Nếu học viên không hoàn thành một trong các bước trên thì được coi là không có nguyện vọng tham gia chương trình. Trường Đại học Ngoại thương sẽ tiếp tục lựa chọn các học viên đang ở trong danh sách chờ để tham gia, cho đến khi đủ số lượng.

Các học phần có thể quy đổi thành môn học ở trường Đại học Ngoại thương được không?

Các học phần có thể quy đổi thành các môn học tự chọn trong chương trình học của Trường Đại học Ngoại thương.

Liên hệ để được tư vấn lộ trình học cụ thể