Data Analytics Foundation Plus (DAFP)

Lịch học	Vui lòng chọn mã lớp học để đăng ký lịch học bạn mong muốn
Hình thức	Online/Offline
Số giờ học	108 giờ ++
Level đầu vào	Beginner
Giấy chứng nhận	CERTIFICATE OF ACHIEVEMENT do Microsoft và Datapot chứng nhận.

27.000.000 ₫

Data Analytics Foundation Plus (DAFP)

Data Analytics Foundation Plus (DAFP)
Thông tin bổ sung

ĐƯỢC YÊU THÍCH BỞI NHỮNG HỌC VIÊN TỪ CÁC CÔNG TY LỚN

Khóa học DAFP – Data Analytics Foundation Plus là lộ trình hoàn hảo cho bất cứ ai muốn bước chân vào làm việc trong ngành dữ liệu. Khóa học sẽ giúp học viên xây dựng một nền tảng vững chắc về ngành Phân tích dữ liệu, theo một lộ trình chuẩn từ cơ bản đến nâng cao, từ gốc rễ của vấn đề cho đến cách giải quyết và phát triển.

Học viên sẽ được trang bị một bộ kỹ năng toàn diện bao gồm: Toolset – các công cụ thao tác và quản trị luồng dữ liệu, Skillset – kỹ năng bóc tách và xử lý quy trình dữ liệu và Mindset – tư duy phân tích và giải quyết các bài toán dữ liệu cụ thể. Kết thúc khóa học, các bạn hoàn toàn có thể bắt đầu làm việc trong ngành Khoa học dữ liệu tại các vai trò Associate DA/BI.

Lộ trình DAFP gồm: 3 Học phần – 7 Modules

Học phần I – Data Analytics Foundation

Gồm bộ 3 khóa học tiêu chuẩn của Microsoft được giảng dạy bởi Microsoft Certified Trainer giúp làm chủ bộ 3 công cụ xử lý và phân tích dữ liệu sử dụng trong mọi doanh nghiệp: Azure – SQL – PowerBI
Biết cách cung cấp và triển khai cơ sở dữ liệu thông qua các giải pháp dữ liệu đám mây với Microsoft Azure
Hiểu được các nguyên tắc cơ bản của Cơ sở dữ liệu quan hệ và cách truy vấn SQL
Mô hình hóa dữ liệu và và thiết kế báo cáo phục vụ cho kinh doanh với Power BI

- Module 1: DP-900: Azure Data Fundamentals
- Module 2: DP-080: Querying Data with Microsoft T-SQL
- Module 3: PL-300: Microsoft Power BI Data Analyst

Học phần II – Data Analytics Advanced

Phát triển, nâng cao toàn diện toolset – skillset – mindset về Phân tích dữ liệu
Xây dựng tư duy phân tích dữ liệu nhằm chinh phục các bài toán phân tích hoạt động doanh nghiệp thông qua ứng dụng lý thuyết Pareto phân tích sản phẩm, ứng dụng cohort analysis phân tích khách hàng và sử dụng Linear Regression dự đoán doanh nghiệp
Thành thạo các công thức DAX nâng cao và quy trình xây dựng mô hình dữ liệu hiệu quả
Kỹ thuật xử lý, biến đổi và trực quan hóa dữ liệu nâng cao với Python – ngôn ngữ lập trình phổ biến nhất trong khoa học dữ liệu

- Module 4: Python for Data Analytics
- Module 5: Advanced Query with T-SQL
- Module 6: Power BI Advanced Data Modeling and Visualization

Học phần III – Data Analytics Preparation

Cùng học viên chuẩn bị hành trang kỹ càng trước khi bước vào môi trường công việc
Cung cấp trải nghiệm sát nhất với các công việc Phân tích dữ liệu thực tế trong doanh nghiệp

- Thực hiện các Project với bài toán và bộ dữ liệu thực từ doanh nghiệp
- Xây dựng Porfolio cá nhân và hoàn thiện CV
- Hỗ trợ Mock Interview 1-1 với các Data Analyst/Business Intelligence Leader của các doanh nghiệp lớn

ĐỐI TƯỢNG

Những người có định hướng rõ ràng và quyết tâm cao với ngành Phân tích dữ liệu, mong muốn có nền tảng vững chắc để có thể đi làm:
Các nhân sự trong nhiều lĩnh vực kinh doanh, hành chính, marketing, tài chính, kế toán,… có nhu cầu chuyển hướng nghề nghiệp.
Các nhân sự đang đảm nhiệm các công việc cần đến sự hỗ trợ của mảng công nghệ cơ sở dữ liệu.
Sinh viên các khối ngành kinh tế, kinh doanh, tài chính, marketing,… có định hướng trở thành Data Analyst/Business Intelligence/Data Scientist trong các lĩnh vực chuyên biệt.
Sinh viên các khối ngành khoa học dữ liệu, hệ thống thông tin,… mong muốn phát triển tư duy và tiếp cận dữ liệu theo hướng Business.

ĐIỀU KIỆN TIÊN QUYẾT

Khóa học không yêu cầu điều kiện tiên quyết hay các kiến thức chuyên môn về lập trình

TẠI SAO LẠI CHỌN DATA ANALYTICS FOUNDATION PLUS CỦA DATAPOT?

Kiến thức đầy đủ, thực tiễn, bao quát mọi khía cạnh của ngành Dữ liệu và các công việc Phân tích dữ liệu.
Lộ trình rõ ràng, cụ thể từ cơ bản đến nâng cao giúp học viên dễ dàng định hình và phát triển toàn diện.
Giáo trình chuẩn quốc tế, được công nhận bởi Microsoft.
Đội ngũ giảng viên giàu kinh nghiệm là những chuyên gia DA/BI trong các doanh nghiệp, tập đoàn lớn.
Sau khi kết thúc, học viên sẽ đủ khả năng thi các chứng chỉ Microsoft Certified: Data Analyst Associate được công nhận toàn cầu.
Được học kỹ năng thực chiến, chuẩn bị hành trang sẵn sàng chinh phục các công việc DA/BI.

Ưu đãi đặc quyền cho học viên tại Datapot:
Discount 40% khi tham gia thi chứng chỉ PL-300: Microsoft Power BI Data Analyst

Mã lớp học:	DAF-21, DAFP-30, DAF-22, DAFP-29, DAF-23, DAFP-31, DAF-24, DAFP-32, DAF-25, DAFP-33, DAF-26, DAFP-34, DAF-27, DAF-999, DAF-28, DAFP-36, DAF-29, DAFP-35, DAF-30, DAFP

Study program

Module 1: DP-900: Azure Data Fundamentals

1.1 Khám phá các khái niệm dữ liệu cốt lõi

Khám phá các khái niệm dữ liệu cốt lõi
Khám phá các vai trò và trách nhiệm trong thế giới dữ liệu
Mô tả các khái niệm về dữ liệu quan hệ và không quan hệ
Khám phá các khái niệm về phân tích dữ liệu

1.2 Khám phá dữ liệu quan hệ trong Azure

Khám phá các dịch vụ dữ liệu quan hệ trong Azure
Khám phá việc cung cấp và triển khai các dịch vụ cơ sở dữ liệu quan hệ trên Azure
Truy vấn dữ liệu quan hệ trong Azure
Các Công nghệ được sử dụng trong bài thực hành:
SQL Server trên máy ảo Azure
Cơ sở dữ liệu Azure SQL
Azure SQL Database Managed Instance
PostgreSQL, MariaDB, and MySQL

1.3 Khám phá dữ liệu không quan hệ trong Azure

Khám phá các dịch vụ dữ liệu không quan hệ trong Azure
Khám phá việc cung cấp và triển khai các dịch vụ dữ liệu không quan hệ trên Azure
Quản lý kho dữ liệu không quan hệ trong Azure
Các công nghệ được sử dụng trong bài thực hành:
Azure Table storage
Azure Blob storage
Azure File storage
Azure Cosmos DB

1.4 Phân tích kho dữ liệu hiện đại trong Azure

Kiểm tra các thành phần của kho dữ liệu hiện đại
Khám phá quá trình nhập dữ liệu trong Azure
Khám phá lưu trữ và xử lý dữ liệu trong Azure
Khám phá các tùy chọn xử lý có sẵn để xây dựng các giải pháp phân tích dữ liệu trong Azure.
Khám phá Azure Synapse Analytics, Azure Databricks và Azure HDInsight
Bắt đầu xây dựng với Power BI
Các công nghệ được sử dụng trong bài thực hành:
Azure Synapse Analytics
Azure Data Factory
Azure Data Lake Storage
Azure Databricks
Azure Analysis Services
Azure HDInsight
Microsoft Power BI

Module 2: DP-080: Querying Data with Microsoft T-SQL

2.1 Giới thiệu SQL và Cơ sở dữ liệu quan hệ

Giới thiệu khóa học
Giới thiệu SQL
Cơ sở dữ liệu
Schema
Bảng
Các loại câu lệnh và từ khóa trong SQL
Viết các truy vấn SQL đầu tiên

2.2 Mệnh đề truy vấn trong SQL

Mệnh đề truy vấn SELECT, FROM, WHERE, GROUP BY, ORDER BY
Các kiểu dữ liệu trong SQL Server
Các hàm trong SQL
Hàm chuyển đổi kiểu dữ liệu
Hàm Datetime
Hàm String

2.3 Kết nối các bảng dữ liệu, giới thiệu về Join và Union

Giới thiệu về SQL Join
Inner Join
Left Join
Right Join
Full Outer Join
Giới thiệu về SQL Union
Thực hành

2.4 Joins, Truy vấn con và Bảng tạm

Hiểu sâu hơn về các khái niệm của Join
Join nhiều điều kiện
Join nhiều bảng dữ liệu,
Self-join
Truy vấn con vs CTEs
Truy vấn con
Common Table Expression (CTEs)

2.5 Các hàm tổng hợp dữ liệu (Aggregate functions) và Logical Statement

Aggregate functions
Logical Statement
ROW_NUMBER(), RANK() và PARTITION BY

2.6 Wrap up

Thực hành SQL và giải quyết các bài toán thực tế
Tóm tắt khóa học SQL, nêu bật các khái niệm và các phần thực hành quan trọng của SQL
Trao đổi, chia sẻ với Chuyên gia Microsoft về kinh nghiệm Phân tích dữ liệu
Q&A (Optional) – Lộ trình nghề nghiệp ngành Dữ liệu và các vị trí tiềm năng

Module 3: PL-300: Microsoft Power BI Data Analyst

3.1 Làm quen với Data Analytics và Power BI

Các vị trí quan trọng và các lựa chọn nghề nghiệp tiềm năng trong Ngành Dữ liệu
Nhiệm vụ của một Data Analyst
Khám phá khả năng của Power BI và làm quen với Môi trường làm việc của Power BI

3.2 Làm sạch, chuyển đổi và tải dữ liệu trong Power BI

Các nhiệm vụ thông thường của quá trình chuẩn bị dữ liệu (làm sạch, định hình lại dữ liệu, v.v.)
Làm sạch dữ liệu trong Power BI bằng Power Query Editor
Data Profiling và khám phá Metadata của tập dữ liệu

3.6 Course check-point

Tóm tắt các khái niệm quan trọng đã học trong 6 ngày trước đó
Tối ưu hóa hiệu suất mô hình
Bài kiểm tra giữa khóa

3.5 Thực hành DAX

Ôn lại các khái niệm cơ bản về DAX
Thực hành các mẫu DAX phức tạp theo từng trường hợp sử dụng trong kinh doanh

3.7 Thiết kế báo cáo trong Power BI

Giới thiệu các khái niệm và nguyên tắc cơ bản của trong việc thiết kế và xây dựng một báo cáo
Nâng cao khả năng truy cập và khả năng sử dụng của báo cáo bằng cách sử dụng tính năng trực quan hóa của Power BI

3.8 Thực hiện các phân tích nâng cao với Power BI

Giới thiệu các khái niệm và thực hành EDA (Exploratory Data Analysis) trong Power BI
Sử dụng Power BI AI visualization để thực hiện các phân tích nâng cao

3.9 Làm việc với Dashboards trong Power BI Service

Giới thiệu các tính năng của Power BI service
Tạo và cấu hình dashboard dựa trên các trường hợp sử dụng trong kinh doanh khác nhau
Tổ chức không gian làm việc (workspace) của Power BI service

3.10 Quản lý, kiểm soát và chia sẻ nội dung Power BI

Giới thiệu các khái niệm cơ bản về quản trị dữ liệu
Tìm hiểu cách cấu hình và quản lý tập dữ liệu trong Power BI Service
Triển khai và định cấu hình bảo mật trong Power BI để đảm bảo an toàn cho tài sản của bạn

3.11 Tổng kết

Tóm tắt khóa học PL-300, nêu bật các khái niệm và các phần thực hành quan trọng của Power BI
Trao đổi, chia sẻ với Chuyên gia Microsoft về kinh nghiệm Phân tích dữ liệu và lời khuyên khi làm bài thi PL-300
Q&A (Optional) – Lộ trình nghề nghiệp ngành Dữ liệu và các vị trí tiềm năng

Module 4: Python for Data

4.1 Giới thiệu về khóa học và Python

Giới thiệu khoá học
Cài đặt phần mềm
Giới thiệu Python
Các cú pháp và khái niệm cơ bản
Quy tắc và quy ước đặt tên

4.2 Các kiểu dữ liệu tiêu chuẩn trong Python

Xử lý liệu nhị nguyên với kiểu bool
Kiểu NoneType và use cases
Xử lý dữ liệu số với kiểu int và float
Nhận user input và ép kiểu
Giới thiệu kiểu collections
Xử lý dữ liệu chuỗi với list và tuple
Tạo nhanh sequeces với range
Xử lý dữ liệu text với string
Xử lý dữ liệu key-value với dictionary
Giới thiệu kiểu dữ liệu set và use cases

4.3 Luồng điều khiển và hàm

Rẽ nhánh ra quyết định với câu lệnh if
Lặp khối lệnh với vòng lặp for
Điều khiển vòng lặp với reak và continue
Viết và sử dụng hàm

4.4 Xử lý dữ liệu 1 chiều với Numpy và Pandas series

Giới thiệu Numpy arrays và Pandas series
Dùng các thao tác element-wise để tính toán và lọc dữ liệu
Biểu diễn và làm việc với missing data

4.5 Xử lý dữ liệu dạng bảng với Pandas data frames

Giới thiệu Pandas data frames
Làm việc với cột dạng số, text, và ngày tháng
Thêm, xoá, update giá trị, ép kiểu, và đổi tên cột
Làm việc với unique values, missing values
Lọc và sắp xếp các dòng theo điều kiện
Giới thiệu về data aggregation và các aggregate operations
Combine data từ nhiều nguồn
Đọc và xuất data ra các định dạng khác nhau

4.6 Trực quan hoá dữ liệu với Matplotlib và Seaborn

Các bước để vẽ đồ thị trong Python
Phân loại và vẽ các loại đồ thị tương ứng với từng loại data: bar plot, pie plot, hisgram, KDE, boxplot, dodged/stacked bar plot, scatter plot, regression plot

4.7 Project và Q&A

Phân tích dữ liệu khai phá (EDA) và rút trích ra các đặc trưng hữu ích
Dùng machine learning để xây dựng mô hình dự đoán
Đánh giá performance và so sánh các mô hình
Q&A

Module 5: Advanced Query with T-SQL

5.1 Data Wrangling

Review basic SQL queries
Window Functions
Subquery vs CTE vs Temp Table
Text Function, Json Function

5.2 Applications

Case study: Cohort Analysis
Case study: RFM segmentation
Case study: A/B testing
Query performance tuning

5.3 Data Definition Language

ER diagram
Database Design
Stored Procedure
Flow control
Building and Optimizing Trigger

Module 6: Power BI Advanced Data Modeling and Visualization

6.1 Data Modeling – Cấu trúc dữ liệu và các kỹ thuật

Quy trình làm việc với Power BI
Cấu trúc dữ liệu và các kỹ thuật trong mô hình hoá dữ liệu
Quy trình xây dựng mô hình dữ liệu trong phân tích bài toán kinh doanh

Case study: Xây dựng mô hình dữ liệu

Thiết kế mô hình dữ liệu cho doanh nghiệp bán lẻ
Xây dựng báo cáo phân tích hiệu quả kinh doanh

6.2 Các phép biến đổi dữ liệu trong M-Query và DAX

Vận dụng các kỹ thuật mô hình hóa dữ liệu với bảng Dim và Fact
Các kỹ thuật biến đổi dữ liệu. (Data transformation)
DAX Foundation: Scalar, Interator Functions
Calculate and Filter functions

6.3 Case Study – Bài toán Doanh thu và Lợi nhuận của Doanh Nghiệp

Row context and Filter context
Logical functions
Context modification functions
Một số kỹ thuật visualization nâng cao

6.4 Case Study – Bài toán Customer Behaviour

Biến và các phép biến đổi dữ liệu nâng cao.
Vận dụng các information functions CONTAINS, HASONEVALUE, ISBLANK
Sử dụng các celationship function RELATED, USERELATIONSHIP
Hiểu rõ hơn về table manipulation functions ADDCOLUMNS, DATATABLE, DISTINCT, EXCEPT, GROUPBY, INTERSECT
Vận dụng các kỹ thuật trình diễn dữ liệu nâng cao.
Vận dụng các text functions CONCATENATE, COMBINEVALUES,REPLACE,VALUE
Các kỹ thuật sử dụng trong Cohort analysis

6.5 Case Study – Bài toán Customers Segmentaion sử dụng RFM

Ứng dụng các hàm time intelligent: DATEADD, DATESBETWEEN, PREVIOUS ver (PREVIOUSDAY, PREVIOUS MONTH ..), DATEDIFF
Caculation groups và ứng dụng

Module 7: Data Analytics Career Kickstart

7.1 Project và Porfolio

Thực hiện các Project Phân tích dữ liệu thực từ hoạt động của doanh nghiệp
Phát triển các case study để áp dụng vào các tình huống cụ thể phát sinh từ doanh nghiệp
Hoàn thiện các Project và xây dựng Porfolio gây ấn tượng với nhà tuyển dụng

7.2 Career Kickstart

Tư vấn viết và hoàn thiện CV
Hỗ trợ học viên chuẩn bị cho các vòng phỏng vấn xin việc
Phỏng vấn trực tiếp với các chuyên gia trong ngành

Đánh giá học viên Datapot

Đối với một người trái ngành như mình, dù đã làm việc với Data nhưng lỗ hổng kiến thức căn bản khiến mình mông lung, mất định hướng, tác động rất lớn đến tư duy trong công việc. Sau khi kết thúc lộ trình DAF tại Datapot, mình đã được nhìn nhận một thế giới hoàn toàn mới về ngành khoa học dữ liệu.

Kho thư viện rất ấn tượng, hệ thống kiến thức một cách đầy đủ, tổng quan và cực kì logic về ngành về Data. Đặc biệt phần btvn mỗi buổi rất hữu ích giúp mình ôn lại bài với nắm vững kiến thức hơn nữa.

Ngoài ra, các giảng viên ở đây cực kỳ tâm huyết luôn, như cô Chi ấy vừa xinh vừa giỏi, tâm huyết cực kỳ luôn, có những hôm thức đến 1-2h sáng để giải đáp thắc mắc cho mình luôn ấy. Sau khi học buổi đầu tiên mình đã cảm thấy lựa chọn này của mình là đúng đắn. Ban đầu mình cũng đắn đo chuyển ngành và còn nhiều điều chưa biết rõ về ngành thì ngay hôm đầu tiên đăng ký đã được tutor một buổi để định hướng nghề nghiệp. Mê luôn í.

Highly recommend luôn nha. Cảm ơn Datapot thật nhiều và chúc Datapot ngày càng thành công

Bách Phạm – Data Analyst

Mình đã phân vân rất nhiều để lựa chọn 1 trung tâm uy tín để bắt đầu ngành dữ liệu. Sau quá trình tìm hiểu kĩ càng, mình đã tin tưởng chọn Datapot và hoàn toàn cảm thấy đúng đắn khi lựa chọn Datapot là nơi khởi đầu . Cảm ơn thầy Cường, thầy Hoàng, thầy Quân, thầy Việt cùng toàn thể đội ngũ Datapot đã cùng mình đồng hành chinh phục con đường mới này ạ ❤

Cao Thùy Dung – Co-Founder/Producer tại Trung tâm Anh ngữ Ms Sam

Nếu các cậu muốn học về Data thì khuyên thật là nên đi học ở Datapot nhé. Thật sự là sau khi học xong đi làm, mình được các anh chị đồng nghiệp khen đấy.

Kiểu khóa học được xây dựng “chuẩn” những kiến thức mà mình cần học nhưng đảm bảo tính ứng dụng cao cho công việc của mình ấy. Điểm cộng lớn nhất mình thấy là về giảng viên, các anh chị dạy mình đều đang đi chinh chiến tại các công ty lớn trên toàn quốc ấy nên trong quá trình học các anh chị còn chia sẻ những kinh nghiệm trong ngành và giải đáp những vấn đề mình chưa hiểu một cách rõ ràng mạch lạc không nặng lý thuyết.

Đầu mỗi buổi học, thì sẽ có phần review kiến thức của buổi trước và sau đó mới đến phần bài học. Nên những buổi học thường sẽ bị kéo dài hơn với quy định nhưng không ai bị nản cả ấy. Đội ngũ admin làm việc cũng nhiệt tình với chuyên nghiệp lắm hỗ trợ mình cực nhiều luôn.

Hoa Nguyễn – Data Analyst

“Khóa học Power BI với SQL rất dễ hiểu và dễ tiếp cận học viên, giáo viên thân thiện, yêu nghề buổi học nào cũng sẵn sàng bỏ thời gian thêm 20p -30p để giúp học viên hiểu rõ hơn kiến thức.”

Hoàng Lee

Đại học Ngoại Thương

Sau khi hoàn thành khóa học tại Datapot, thứ em nhận được không chỉ là kiến thức nền tảng vững chắc mà còn có cơ hội học tập, làm quen được với các anh chị giảng viên siêu đỉnh, siêu tâm huyết, luôn giải đáp bất kỳ thắc mắc, hỗ trợ nhiệt tình cả trong và ngoài giờ học. Rất khuyến khích mọi người tham gia và học tập tại Datapot!

Duy Hoàng

“Giảng viên Datapot cực nhiệt tình, chia sẻ nhiều kiến thức và kinh nghiệm công việc thực tế. Ngưỡng mộ anh Việt dạy mình khoá Python, buổi nào cũng ở lại thêm tiếng support học viên. Vẫn luôn tin tưởng recommend bạn bè đến đây học. Chúc Datapot ngày càng phát triển nhé!”

Lan Anh

Ernst & Young Việt Nam

Khoá học rất hiệu quả. Mặc dù mình đã tìm hiểu về SQL trước nhưng khi học vẫn nhận được rất nhiều điều hay ho. Chị Chi dạy cũng rất tâm huyết và phù hợp với mạch tư duy nên bài giảng dễ hiểu. Mong chị Chi sẽ dạy cả SQL nâng cao.

Lê Hồng Anh

Thầy Quân giảng hay, chi tiết, hệ thống kiến thức tốt và dễ hiểu. Tôi rất thích việc hỗ trợ để làm Final Project để tăng cơ hội hiểu và thực hành được kiến thức đã học

Nguyễn Thùy Dung

“Khóa học cung cấp nhiều kiến thức bổ ích, có thể áp dụng vào công việc và nhu cầu hiện trạng của cá nhân. Đội ngũ giáo viên tận tình. Cám ơn Thầy Hoàng và team Datapot vì sự nhiệt tình và chuyên nghiệp.”

Dắn Huyền Huy

VNPAY

Giảng viên rất nhiệt tình, các bài giảng dễ hiểu và luôn được cập nhật ạ. Mình được cung cấp đầy đủ nền tảng để tự tìm tòi và phát triển nghề nghiệp trong tương lai ạ.

Lâm Phạm

“Thầy giảng dễ hiểu. Khóa học DAF của Datapot giúp mình hiểu rõ hơn về ngành công nghiệp dữ liệu và các mắt xích trong đó.”

Lê Thái Bình

Học viên Datapot

“Cô giáo dạy rất nhiệt tình, hỗ trợ tận răng. Học xong có cảm giác như đi đánh nhau có thêm đồng bọn. Hỗ trợ trong công việc rất nhiều. Cảm ơn cô giáo và Datapot nhiều nhé.”

Khúc Trường An

Toyota Motor Vietnam

Giảng viên dạy dễ hiểu, nhiệt tình. Trợ giảng cũng chấm và chữa bài đúng hạn cho mọi người trong lớp. Kiến thức trong khoá học rất hữu ích, mình được thực hành thao tác nhiều chứ không lan man lí thuyết. Cảm ơn cô giáo Chi đã giúp em có được nền tảng cơ bản cho việc học và tìm hiểu thêm về data của mình

Hoàng Thị Như Quỳnh

– Khóa học phù hợp với những người mới bước chân vào ngành data và muốn theo đuổi vị trí Data Analyst.

– Nội dung khóa học sắp xếp hợp lý, dễ tiếp thu.

– Giảng viên tâm huyết chuẩn bị bài kỹ và truyền đạt tốt.

Hoàng Quốc Dũng

Thật ra ban đầu mình không thích học online lắm một phần vì mình không cảm thấy nó xứng với những gì mình bỏ ra lại còn kèm theo vô vàn bất cập khác. Số lượng trong lớp cũng khá đông nên việc take care học viên cũng không được tận tình lắm.

Nhưng ở Datapot thì không thế đâu mọi người ạ. Mặc dù học onl nhưng không khác gì học off luôn, học viên tương tác với nhau khá nhiều, với giảng viên thì nhiệt tình hỗ trợ giải đáp thắc mắc không quản thời gian luôn. Hôm nọ mình có bị sếp dí deadline vừa khoai vừa khó nhưng may quá có Thầy Hoàng support nhiệt tình nên vẫn hoàn thành xuất sắc luôn.

Hoàng Thế Trung

Các giảng viên và trợ giảng của Datapot giảng dạy và hỗ trợ rất nhiệt tình, không chỉ kiến thức trong khóa học mà còn cả phạm vi các kỹ năng nghề nghiệp hay tư vấn cho mình cả các skills cần thiết trên con đường DA,BA. Sau 3 khóa học nền tảng, mình đã được khai phá rất nhiều điều mới mẻ và hữu ích cho con đường tự học nâng cao của mình.

Vũ Hồng Ngọc

Giảng viên