LỘ TRÌNH 6 THÁNG

HỌC PHÍ

BÀI LÀM HỌC VIÊN

ĐĂNG KÝ HỌC

CÁC KHÓA HỌC

GIẢNG VIÊN

Professional
Data Analyst Program

Tham khảo lộ trình

Bắt đầu sự nghiệp Data Analyst với giáo trình chuẩn từ Đại học Top 1% Thế giới
Trang bị kỹ năng của Data Analyst theo chuẩn quốc tế
Build portfolio qua case study “thực chiến” từ doanh nghiệp
Tìm kiếm cơ hội việc làm thông qua cộng đồng cựu học viên
Kết nối cùng giảng viên là chuyên gia trong lĩnh vực Data
Theo Vietnam Data Analytics Market Report, thị trường Data Analytics Việt Nam tăng trưởng 9.80% trong giai đoạn 2024-2032. Đi cùng với đó nhu cầu tuyển dụng Data Analyst cũng tăng cao, đặc biệt trong các lĩnh vực E-commerce, Fintech, và Digital Marketing. Mức lương khởi điểm cho vị trí Fresher có thể lên đến 12 triệu đồng, cao hơn đáng kể so với mức lương Fresher ở nhiều ngành khác.

Mặc dù nhu cầu lớn như vậy, nhiều ứng viên vẫn gặp khó khăn để “chen chân vào ngành” do:
❌ Thiếu kinh nghiệm thực tế: Thiếu cơ hội tiếp cận dataset thực tế để thực hành, trong khi phần lớn JD yêu cầu ứng viên có từ 1-2 năm kinh nghiệm
❌ Thiếu Business domain knowledge: Không hiểu rõ bài toán của doanh nghiệp và đặc thù từng ngành, dẫn đến những phân tích thiếu chiều sâu và không có tính ứng dụng
❌ Portfolio yếu: Chưa biết cách trình bày portfolio, CV một cách chuyên nghiệp để thu hút nhà tuyển dụng dẫn đến trượt ngay từ vòng scan CV.

Professional Data Analyst Program của TM Data School ra đời để giúp bạn giải quyết những khó khăn này. Chương trình được thiết kế với 4 level từ cơ bản đến nâng cao, kết hợp giữa Marketing Domain Expertise và AI Support để tạo ra lợi thế cạnh tranh độc đáo trong thị trường tuyển dụng.

Thay vì học "code chay" theo cách truyền thống, học viên sẽ được trang bị kiến thức chuyên môn vững chắc về SQL, Power BI/Tableau, Python cùng với kỹ năng ứng dụng AI để tăng tốc quy trình phân tích. Đặc biệt, chương trình tập trung sâu vào Marketing & Sales Analytics - hai bài toán phổ biến và quan trọng nhất mà đến 80% doanh nghiệp đều gặp phải, giúp học viên hiểu rõ thách thức cần giải quyết của doanh nghiệp từ đó đưa ra các phân tích có giá trị thực tế. 

Sau khi kết thúc chương trình, học viên sẽ trang bị được các kỹ năng cốt lõi của Data Analyst và biết cách "xây" một Portfolio mạnh, sẵn sàng ứng tuyển các vị trí từ Fresher đến Junior level tại các công ty. 

 Trở thành Data Analyst với
Marketing Domain Expertise & AI Support

Tại sao lựa chọn Professional Data Analyst (PDA) Program

Không chỉ học lý thuyết, học viên được trải nghiệm các task thực tế của một Data Analyst thông qua:

- Real Business Cases: Giải quyết các bài toán phân tích dữ liệu thực tế từ các ngành Marketing, Sales, E-commerce,...
- Step-by-step Guidance: Tutorial chi tiết, code notebook và đáp án đầy đủ để đảm bảo mọi học viên đều có thể hoàn thành bài tập

Đặc biệt, mỗi project đều được thiết kế để học viên có thể đưa vào Portfolio cá nhân, tự tin showcase với nhà tuyển dụng.

Build portfolio qua case study “thực chiến” từ doanh nghiệp

ĐĂNG KÍ NHẬN TƯ VẤN

Giáo trình được phát triển dựa trên chương trình đào tạo Data Analytics từ các trường đại học top 1% thế giới, trang bị kiến thức & kỹ năng toàn diện để tự tin ứng tuyển vị trí Data Analyst, bao gồm:

- Technical Skills & Statistical Knowledge: Thành thạo SQL, Power BI/Excel, Python và các kiến thức về toán thống kê, xác suất - bộ kỹ năng cốt lõi của Data Analyst. 
- Business Understanding: Nắm vững business metrics và KPIs quan trọng của mỗi lĩnh vực (đặc biệt là Marketing & Sales) để phân tích dữ liệu đúng context và đưa ra insights có giá trị thực tế cho doanh nghiệp.
- AI Integration: Tích hợp AI và Machine Learning vào quy trình phân tích, nâng cao lợi thế cạnh tranh khi ứng tuyển vị trí Data Analyst trong thời đại AI. 
Trang bị kỹ năng của Data Analyst theo chuẩn quốc tế

Giáo trình được phát triển dựa trên chương trình đào tạo Data Analytics từ các trường đại học top 1% thế giới, trang bị kiến thức & kỹ năng toàn diện để tự tin ứng tuyển vị trí Data Analyst, bao gồm:

- Technical Skills & Statistical Knowledge: Thành thạo SQL, Power BI/Excel, Python và các kiến thức về toán thống kê, xác suất - bộ kỹ năng cốt lõi của Data Analyst. 
- Business Understanding: Nắm vững business metrics và KPIs quan trọng của mỗi lĩnh vực (đặc biệt là Marketing & Sales) để phân tích dữ liệu đúng context và đưa ra insights có giá trị thực tế cho doanh nghiệp
- AI Integration: Tích hợp AI và Machine Learning vào quy trình phân tích, nâng cao lợi thế cạnh tranh khi ứng tuyển vị trí Data Analyst trong thời đại AI. 
Trang bị kỹ năng của Data Analyst theo chuẩn quốc tế
Không chỉ học lý thuyết, học viên được trải nghiệm các task thực tế của một Data Analyst thông qua:

- Real Business Cases: Giải quyết các bài toán phân tích dữ liệu thực tế từ các ngành Marketing, Sales, E-commerce,...
- Step-by-step Guidance: Tutorial chi tiết, code notebook và đáp án đầy đủ để đảm bảo mọi học viên đều có thể hoàn thành bài tập

Đặc biệt, mỗi project đều được thiết kế để học viên có thể đưa vào Portfolio cá nhân, tự tin showcase với nhà tuyển dụng.

Build portfolio qua case study “thực chiến” từ doanh nghiệp
Học hỏi từ những chuyên gia hàng đầu trong lĩnh vực Data Analytics, kết hợp giữa kiến thức chuyên sâu và kinh nghiệm thực chiến:

- Academic Experts: Thạc sĩ từ top 1% trường đại học thế giới (NUS, Deakin, Maastricht) - được đào tạo sâu về chuyên môn và luôn được cập nhật kiến thức Data Science mới nhất trên thế giới
- Industry Managers/Leaders:
Director/Senior Manager/Senior Analyst tại Nielsen IQ, Techcombank, VNG, Base.vn - tham gia trực tiếp vào quy trình phân tích dữ liệu trong doanh nghiệp & hiểu rõ nhất yêu cầu tuyển dụng Data Analyst hiện tại

Kết nối cùng giảng viên là chuyên gia trong mảng Data
Kết nối với cộng đồng chuyên gia và tìm kiếm cơ hội việc làm thông qua:

- Career Network: Kết nối trực tiếp các anh chị trainers là senior đang làm việc tại các công ty mơ ước, chia sẻ cơ hội nghề nghiệp hàng tháng trong nội bộ cộng đồng cựu học viên
- Lifelong Learning: Truy cập kho tài liệu học tập và tham gia miễn phí các workshop chuyên sâu cùng các chuyên gia đầu ngành để cập nhật xu hướng mới nhất
- Community Support: Kết nối với các chuyên gia trong lĩnh vực Data, hỗ trợ tư vấn chuyên môn ngay cả khi đã kết thúc chương trình học

Tìm kiếm cơ hội việc làm qua cộng đồng cựu học viên

Học hỏi từ những chuyên gia hàng đầu trong lĩnh vực Data Analytics, kết hợp giữa kiến thức chuyên sâu và kinh nghiệm thực chiến:

- Academic Experts: Thạc sĩ từ top 1% trường đại học thế giới (NUS, Deakin, Maastricht) - được đào tạo sâu về chuyên môn và luôn được cập nhật kiến thức Data Science mới nhất trên thế giới
- Industry Managers/Leaders:
Director/Senior Manager/Senior Analyst tại Nielsen IQ, Techcombank, Base.vn - tham gia trực tiếp vào quy trình phân tích dữ liệu trong doanh nghiệp & hiểu rõ nhất yêu cầu tuyển dụng Data Analyst hiện tại.

Kết nối cùng giảng viên là chuyên gia trong mảng Data
Kết nối với cộng đồng chuyên gia và tìm kiếm cơ hội việc làm thông qua:

- Career Network: Kết nối trực tiếp các anh chị trainers là senior đang làm việc tại các công ty mơ ước, chia sẻ cơ hội nghề nghiệp hàng tháng trong nội bộ cộng đồng cựu học viên
- Lifelong Learning: Truy cập kho tài liệu học tập và tham gia miễn phí các workshop chuyên sâu cùng các chuyên gia đầu ngành để cập nhật xu hướng mới nhất
- Community Support: Kết nối với các chuyên gia trong lĩnh vực Data, hỗ trợ tư vấn chuyên môn ngay cả khi đã kết thúc chương trình học

Tìm kiếm cơ hội việc làm qua cộng đồng cựu học viên

Lộ trình 6 tháng chinh phục vị trí Data Analyst

ĐĂNG KÍ NHẬN TƯ VẤN

Level 3: Applying AI & Machine Learning for Predictive Forecasting

3

📌 Đầu ra:
- Nắm chắc căn bản về Python: Nắm chắc các concept quan trọng trong lập trình Python, biết cách dùng các thư viện như Numpy, Seaborn, Matplotlib để làm sạch, biến đổi dữ liệu, và trực quan hóa dữ liệu
- Hiểu rõ các thuật toán Machine Learning: Nắm vững nguyên lý và cách áp dụng các thuật toán cơ bản như Linear Regression, Multivariate Regression, Logistic Regression, K-Nearest Neighbors vào bài toán thực tế
- Làm được các dự án Machine Learning cơ bản: Hiểu và thực hiện được toàn bộ quy trình triển khai dự án machine learning từ chuẩn bị dữ liệu, xây dựng model, đánh giá hiệu quả đến triển khai mô hình
- Hoàn thiện Portfolio Project 03: Xây dựng mô hình dự đoán để tối ưu Marketing Budget/ROI
📑 Nội dung chương trình:
Phần 1: Basic Python for Data Analysis
- Lập trình Python cơ bản: Nắm vững các khái niệm Variables, data types, functions và các cấu trúc dữ liệu (List, Tuple, Dictionary, Set)
- Import/export data, làm sạch dữ liệu, xử lý missing values, data transformation với thư viện pandas
- Trực quan hóa dữ liệu với thư viện Seaborn, Matplotlib.
Phần 2: Apply Machine Learning for Predictive Analytics
- Ứng dụng các thuật toán Machine Learning để xây dựng mô hình dự báo, giải quyết 4 bài toán kinh doanh phổ biến nhất:
    + Customer Segmentation: Phân loại khách hàng thông minh với thuật toán K-Nearest Neighbors
    + Revenue Forecasting: Dự báo doanh thu chính xác với Linear Regression
 + Price Prediction: Dự đoán giá sản phẩm/dịch vụ với Multivariate & Polynomial Regression
    + Risk Assessment: Đánh giá và dự đoán rủi ro khách hàng với Logistic Regression
- Các phương pháp đánh giá hiệu quả mô hình
    + Các metrics đo lường hiệu quả của thuật toán (accuracy, precision, recall,...)
    + Kỹ thuật cross validation để điều chỉnh mô hình dự báo
    + Kỹ thuật xử lý Overfitting
- Hoàn thiện Portfolio Project 03: Xây dựng mô hình dự đoán để tối ưu Marketing Budget/ROI
Level 1: Querying Data with SQL for Basic Reporting

1

📌 Đầu ra:
- Nắm vững các concept cơ bản về dữ liệu & hệ thống dữ liệu như: Relational Database, Data Warehouse, Data Pipeline, Data Model,...
- Thành thạo SQL từ cơ bản đến nâng cao: Tự tin viết query để truy vấn, xử lý và kết hợp dữ liệu từ nhiều bảng một cách hiệu quả
- Rèn luyện tư duy phân tích: Biết cách phân tích, bẻ nhỏ vấn đề để chuyển đổi yêu cầu truy vấn thành code SQL
- Tạo được báo cáo Business Intelligence cơ bản: Thực hiện được các báo cáo "lấy số" từ database để giải quyết các bài toán kinh doanh thực tế như: Top sản phẩm bán chạy, phân tích khách hàng tiềm năng, revenue breakdown,...
- Hoàn thiện Portfolio Project 01: Xây dựng CSDL và truy vấn bằng SQL
📑 Nội dung chương trình:
Phần 1: Understanding Data System & Basic Query for Data Extraction
- Các loại database, kiến trúc dữ liệu và quy trình xây dựng hệ thống dữ liệu
- Tổng quan về cloud computing và các công cụ Data Pipeline (Zapier, Airbyte)
- Cài đặt PostgreSQL & Thực hành tạo cơ sở dữ liệu đầu tiên
- Các hàm SQL căn bản:
   + Basic Functions: SELECT, ORDER BY, WHERE & các hàm biến đổi dữ liệu
   + Logic Functions: CASE, COALESCE để đặt điều kiện
   + Multi-table Operations: Các loại JOIN để liên kết dữ liệu
Phần 2: Advanced Query for Data Cleaning & Data Analysis
- Các hàm SQL nâng cao:
   + Aggregation Functions: COUNT, SUM, AVG, MIN, MAX
   + Grouping & Filtering: GROUP BY, HAVING
   + Advanced Techniques: Subqueries, CTEs, Window Functions
- Các kỹ thuật làm sạch dữ liệu và xử lý missing data
- Portfolio Project 01: Xây dựng CSDL và truy vấn bằng SQL
Lưu ý: Học viên sẽ có thể tùy chọn học công cụ Power BI | Tableau hoặc Excel. Nếu học viên chọn Excel, nội dung học phần sẽ có sự thay đổi so với nội dung ở trên. 
Phần 3: Business Domain Knowledge & Analytical Skill
- Trang bị business Domain và Analytical skill thông qua 4 case study thực tế:
   + Sale Analysis: Đánh giá tác động của các chỉ số cơ bản lên tình hình kinh doanh và xác định nguyên nhân chính ảnh hưởng đến tăng trưởng
   + Customer Analysis: Phân tích hành vi tiêu dùng, phân khúc khách hàng và đề xuất chính sách, chương trình ưu đãi phù hợp
   + Marketing Campaign Analysis: Đánh giá hiệu quả chiến dịch marketing trên các nhóm khách hàng, tìm ra yếu tố tác động và đề xuất tối ưu hóa
   + Digital Performance Analysis: Đánh giá hiệu quả các kênh owned (website traffic, user behavior, conversion rate, CTR của Ecommerce...)
- Hoàn thiện Portfolio Project 02: Case study doanh nghiệp B2B kinh doanh thực phẩm online
Level 2: Building Dashboards & Performing Data Analysis for Decision Making

2

📌 Đầu ra:
- Tư duy làm data bài bản (Data Mindset): Ứng dụng quy trình 6 bước bao gồm Define Problem, Data Collection, Data Preparation, Data Exploration (EDA), Building report, Insight & recommendation.
- Tư duy phân tích (Analytical Thinking): Ứng dụng analytical framework để bóc tách và giải quyết các vấn đề kinh doanh phức tạp một cách có hệ thống
- Nền tảng thống kê vững chắc: Nắm vững các khái niệm thống kê cốt lõi và biết cách ứng dụng vào phân tích dữ liệu thực tế
- Thành thạo công cụ BI: Sử dụng thành thạo Power BI/Tableau/Excel để xử lý dữ liệu và xây dựng dashboard chuyên nghiệp, trực quan
- Kỹ năng đọc số và tìm insight: Biết cách phân tích dữ liệu sâu, đọc hiểu con số và khám phá những insight có giá trị từ dữ liệu qua các case study thực tế. 
- Tạo báo cáo BI chuyên sâu: Thực hiện được các phân tích đa chiều, so sánh tương quan nhiều biến.
- Hoàn thiện Portfolio Project 02: Case study doanh nghiệp B2B kinh doanh thực phẩm online
Phần 2: Statistics, Building Dashboard & Data Storytelling
- Kiến thức thống kê căn bản: Measure of tendency, Measure of variability, Distribution, Percentile, Correlation,...
- Nhận diện các Data Issue phổ biến & Sử dụng Power Query để làm sạch dữ liệu
- Xây dựng Data Model & tính toán các chỉ số với DAX
- Lựa chọn biểu đồ phù hợp cho từng loại dữ liệu (categorical & numerical)
- Các bước làm report trên Power BI/ Tableau và xuất báo cáo online.
📑 Nội dung chương trình:
Phần 1: Data Mindset
- Bản chất công việc Data Analyst
- Quy trình phân tích dữ liệu hoàn chỉnh: Define Problem, Data Collection, Data Preparation, Data Exploration (EDA), Building report, Insight & recommendation.
- Ba cấp độ phân tích: Descriptive, Predictive, Prescriptive
- Analytical framework và các phương pháp tiếp cận bài toán kinh doanh một cách có hệ thống
Elective modules: AI-Powered Analytics | Strategic Decision Making (Chọn 1 trong 2)

4

📑 Elective 1: Generative AI for Text Data analysis and work productivity
Tận dụng sức mạnh AI để tự động hóa quy trình phân tích dữ liệu và xử lý dữ liệu phi cấu trúc.
- AI Foundations: Tổng quan về AI, Deep Learning và Large Language Model (LLM), nguyên tắc tạo prompt hiệu quả để làm việc với AI
- Code-free Data Analysis: Trực quan hóa và phân tích mô tả bằng Python (Numpy, Pandas, Matplotlib) với sự hỗ trợ của ChatGPT
- Text Analytics: Xử lý text data bằng Natural Language Processing để phân tích customer feedback, survey responses, sentiment analysis 
📑Elective 2: Decision Science with Probability theory & critical thinking
Phát triển tư duy ra quyết định khoa học và kỹ năng phân tích chiến lược trong môi trường không chắc chắn.
- Decision Making Process: Quy trình ra quyết định khoa học để tránh bias
- Choice Architecture: Thiết kế quyết định thông minh với các framework tâm lý học
- Quantitative Methods 1: Probability Theory & Hypothesis Testing để đánh giá độ tin cậy của dữ liệu
- Quantitative Methods 2: Interval Estimate & Risk Control để quản lý rủi ro và đưa ra quyết định trong điều kiện bất định

Lộ trình 6 tháng chinh phục vị trí Data Analyst

ĐĂNG KÍ NHẬN TƯ VẤN

📌 Đầu ra:
- Nắm vững các concept cơ bản về dữ liệu & hệ thống dữ liệu như: Relational Database, Data Warehouse, Data Pipeline, Data Model,...
- Thành thạo SQL từ cơ bản đến nâng cao: Tự tin viết query để truy vấn, xử lý và kết hợp dữ liệu từ nhiều bảng một cách hiệu quả
- Rèn luyện tư duy phân tích: Biết cách phân tích, bẻ nhỏ vấn đề để chuyển đổi yêu cầu truy vấn thành code SQL
- Tạo được báo cáo Business Intelligence cơ bản: Thực hiện được các báo cáo "lấy số" từ database để giải quyết các bài toán kinh doanh thực tế như: Top sản phẩm bán chạy, phân tích khách hàng tiềm năng, revenue breakdown,...
- Hoàn thiện Portfolio Project 01: Xây dựng CSDL và truy vấn bằng SQL
📑 Nội dung chương trình:
Phần 1: Understanding Data System & Basic Query for Data Extraction
- Các loại database, kiến trúc dữ liệu và quy trình xây dựng hệ thống dữ liệu
- Tổng quan về cloud computing và các công cụ Data Pipeline (Zapier, Airbyte)
- Cài đặt PostgreSQL & Thực hành tạo cơ sở dữ liệu đầu tiên
- Các hàm SQL căn bản:
   + Basic Functions: SELECT, ORDER BY, WHERE & các hàm biến đổi dữ liệu+ 
   + Logic Functions: CASE, COALESCE để đặt điều kiện
   + Multi-table Operations: Các loại JOIN để liên kết dữ liệu từ nhiều bảng
Phần 2: Advanced Query for Data Cleaning & Data Analysis
- Các hàm SQL nâng cao:
   + Aggregation Functions: COUNT, SUM, AVG, MIN, MAX để tổng hợp dữ liệu
   + Grouping & Filtering: GROUP BY, HAVING để phân tích theo từng nhóm
   + Advanced Techniques: Subqueries, CTEs, Window Functions
- Các kỹ thuật làm sạch dữ liệu và xử lý missing data
- Hoàn thiện Portfolio Project 01: Xây dựng CSDL và truy vấn bằng SQL
Level 1: Querying Data with SQL for Basic Reporting

1

Level 2: Building Dashboards & Performing Data Analysis for Decision Making

2

Lưu ý: Học viên sẽ có thể tùy chọn học công cụ Power BI | Tableau hoặc Excel. Nếu học viên chọn Excel, nội dung học phần sẽ có sự thay đổi so với nội dung ở trên. 
Phần 2: Statistics, Building Dashboard & Data Storytelling
- Kiến thức thống kê căn bản: Measure of tendency, Measure of variability, Distribution, Percentile, Correlation,...
- Nhận diện các Data Issue phổ biến & Sử dụng Power Query để làm sạch dữ liệu
- Xây dựng Data Model & tính toán các chỉ số với DAX
- Lựa chọn biểu đồ phù hợp cho từng loại dữ liệu (categorical & numerical)
- Các bước làm report trên Power BI/ Tableau và xuất báo cáo online.
Phần 3: Business Domain Knowledge & Analytical Skill
- Trang bị business Domain và Analytical skill thông qua 4 case study thực tế:
   + Sale Analysis: Đánh giá tác động của các chỉ số cơ bản lên tình hình kinh doanh và xác định nguyên nhân chính ảnh hưởng đến tăng trưởng
   + Customer Analysis: Phân tích hành vi tiêu dùng, phân khúc khách hàng và đề xuất chính sách, chương trình ưu đãi phù hợp
   + Marketing Campaign Analysis: Đánh giá hiệu quả chiến dịch marketing trên các nhóm khách hàng, tìm ra yếu tố tác động và đề xuất tối ưu hóa
   + Digital Performance Analysis: Đánh giá hiệu quả các kênh owned (website traffic, user behavior, conversion rate, CTR của Ecommerce...)
- Hoàn thiện Portfolio Project 02: Case study doanh nghiệp B2B kinh doanh thực phẩm online
📑 Nội dung chương trình:
Phần 1: Data Mindset
- Bản chất công việc Data Analyst
- Quy trình phân tích dữ liệu hoàn chỉnh: Define Problem, Data Collection, Data Preparation, Data Exploration (EDA), Building report, Insight & recommendation.
- Ba cấp độ phân tích: Descriptive, Predictive, Prescriptive
- Analytical framework và các phương pháp tiếp cận bài toán kinh doanh một cách có hệ thống
📌 Đầu ra:
- Tư duy làm data bài bản (Data Mindset): Ứng dụng quy trình 6 bước bao gồm Define Problem, Data Collection, Data Preparation, Data Exploration (EDA), Building report, Insight & recommendation.
- Tư duy phân tích (Analytical Thinking): Ứng dụng analytical framework để bóc tách và giải quyết các vấn đề kinh doanh phức tạp một cách có hệ thống
- Nền tảng thống kê vững chắc: Nắm vững các khái niệm thống kê cốt lõi và biết cách ứng dụng vào phân tích dữ liệu thực tế
- Thành thạo công cụ BI: Sử dụng thành thạo Power BI/Tableau/Excel để xử lý dữ liệu và xây dựng dashboard chuyên nghiệp, trực quan
- Kỹ năng đọc số và tìm insight: Biết cách phân tích dữ liệu sâu, đọc hiểu con số và khám phá những insight có giá trị từ dữ liệu qua các case study thực tế. 
- Tạo báo cáo BI chuyên sâu: Thực hiện được các phân tích đa chiều, so sánh tương quan nhiều biến.
- Hoàn thiện Portfolio Project 02: Case study doanh nghiệp B2B kinh doanh thực phẩm online
Level 3: Applying AI & Machine Learning for Predictive Forecasting

3

📌 Đầu ra:
- Nắm chắc căn bản về Python: Nắm chắc các concept quan trọng trong lập trình Python, biết cách dùng các thư viện như Numpy, Seaborn, Matplotlib để làm sạch, biến đổi dữ liệu, và trực quan hóa dữ liệu
- Hiểu rõ các thuật toán Machine Learning: Nắm vững nguyên lý và cách áp dụng các thuật toán cơ bản như Linear Regression, Multivariate Regression, Logistic Regression, K-Nearest Neighbors vào bài toán thực tế
- Làm được các dự án Machine Learning cơ bản: Hiểu và thực hiện được toàn bộ quy trình triển khai dự án machine learning từ chuẩn bị dữ liệu, xây dựng model, đánh giá hiệu quả đến triển khai mô hình
- Hoàn thiện Portfolio Project 03: Xây dựng mô hình dự đoán để tối ưu Marketing Budget/ROI
📑 Nội dung chương trình:
Phần 1: Basic Python for Data Analysis
- Lập trình Python cơ bản: Nắm vững các khái niệm Variables, data types, functions và các cấu trúc dữ liệu (List, Tuple, Dictionary, Set)
- Import/export data, làm sạch dữ liệu, xử lý missing values, data transformation với thư viện pandas
- Trực quan hóa dữ liệu với thư viện Seaborn, Matplotlib.
Phần 2: Apply Machine Learning for Predictive Analytics
- Ứng dụng các thuật toán Machine Learning để xây dựng mô hình dự báo, giải quyết 4 bài toán kinh doanh phổ biến nhất:
    + Customer Segmentation: Phân loại khách hàng thông minh với thuật toán K-Nearest Neighbors
    + Revenue Forecasting: Dự báo doanh thu chính xác với Linear Regression
    + Price Prediction: Dự đoán giá sản phẩm/dịch vụ với Multivariate & Polynomial Regression
    + Risk Assessment: Đánh giá và dự đoán rủi ro khách hàng với Logistic Regression
- Các phương pháp đánh giá hiệu quả mô hình
    + Các metrics đo lường hiệu quả của thuật toán (accuracy, precision, recall,...)
    + Kỹ thuật cross validation để điều chỉnh mô hình dự báo
    + Kỹ thuật xử lý Overfitting
- Hoàn thiện Portfolio Project 03: Xây dựng mô hình dự đoán để tối ưu Marketing Budget/ROI
Elective modules: AI-Powered Analytics | Strategic Decision Making (Chọn 1 trong 2)

4

📑 Elective 1: Generative AI for Text Data analysis and work productivity
Tận dụng sức mạnh AI để tự động hóa quy trình phân tích dữ liệu và xử lý dữ liệu phi cấu trúc.
- AI Foundations: Tổng quan về AI, Deep Learning và Large Language Model (LLM), nguyên tắc tạo prompt hiệu quả để làm việc với AI
- Code-free Data Analysis: Trực quan hóa và phân tích mô tả bằng Python (Numpy, Pandas, Matplotlib) với sự hỗ trợ của ChatGPT
- Text Analytics: Xử lý text data bằng Natural Language Processing để phân tích customer feedback, survey responses, sentiment analysis 
📑Elective 2: Decision Science with Probability theory & critical thinking
Phát triển tư duy ra quyết định khoa học và kỹ năng phân tích chiến lược trong môi trường không chắc chắn.
- Decision Making Process: Quy trình ra quyết định khoa học để tránh bias
- Choice Architecture: Thiết kế quyết định thông minh với các framework tâm lý học
- Quantitative Methods 1: Probability Theory & Hypothesis Testing để đánh giá độ tin cậy của dữ liệu
- Quantitative Methods 2: Interval Estimate & Risk Control để quản lý rủi ro và đưa ra quyết định trong điều kiện bất định

Career changers

Người trái ngành muốn chuyển sang Data Analytics (domain Marketing & Sales), đang tìm kiếm các vị trí Data Analyst level Fresher hoặc 1-2 năm kinh nghiệm

Fresh graduates

Sinh viên/Vừa tốt nghiệp quan tâm đến Data Analysis trong mảng Marketing & Sales, mong muốn tìm kiếm vị trí Intern/Fresher Data Analyst

Chương trình này dành cho ai?

ĐĂNG KÍ NHẬN TƯ VẤN

Level 1: Querying Data with SQL for Basic Reporting

Nắm vững các concept cơ bản về dữ liệu & hệ thống dữ liệu
Hiểu được các khái niệm cơ bản như: Cơ sở dữ liệu quan hệ (Relational Database), Nhà kho dữ liệu (Data Warehouse), Đường ống dữ liệu (Data Pipeline), Mô hình dữ liệu (Data Model),... để hiểu bản chất trước khi bắt đầu truy vấn. 
Thực hiện các báo cáo "lấy số" từ database đơn giản
Có khả năng tạo các báo cáo và truy vấn cơ bản lấy dữ liệu từ database để phục vụ Business Intelligence, giải quyết các bài toán đơn giản như: đâu là top các sản phẩm bán chạy, đâu là khách hàng tiềm năng chi tiêu cao,...
Thành thạo các hàm SQL từ cơ bản đến nâng cao để truy vấn, xử lý và kết hợp dữ liệu. Đồng thời, rèn luyện tư duy phân tích, bẻ nhỏ yêu cầu truy vấn thành các phần đơn giản để viết câu lệnh SQL chính xác và hiệu quả. 
Thành thạo SQL và biết cách chuyển đổi yêu cầu thành code SQL

Nội dung Level 1: Khóa học SQL for Data Analysis

Introduction to Data System

1. Giới thiệu các loại cơ sở dữ liệu
2. Vai trò và cấu trúc cơ sở dữ liệu
3. Giới thiệu về mô hình dữ liệu
4. Quy trình xây dựng cơ sở dữ liệu

1

Data Pipeline

1. Giới thiệu về đường ống dữ liệu
2. Tổng quan về cloud computing
3. Giới thiệu các đường ống dữ liệu trên cloud (Zapier, Airbyte)
4. Giới thiệu về Google Cloud Platform & BigQuery

2

Understanding Data System & Basic Query for Data Extraction

Basic SQL

1. Giới thiệu SQL và PostgreSQL
2. Cài đặt PostgreSQL và pgAdmin
3. Tạo cơ sở dữ liệu đầu tiên
4. Các lệnh: CREATE, SELECT, INSERT, ALTER, UPDATE, DELETE, DROP

3

Intermediate SQL

1. Các hàm xử lý, chuyển đổi 3 loại dữ liệu: numeric, character, datetime
2. Lọc nâng cao với AND, OR, NOT, IN, BETWEEN, LIKE
3. Xét điều kiện với CASE, COALESCE
4. Thực hành qua case study

4

SQL Joins

1. Giới thiệu về truy vấn đa bảng
2. Phân biệt các loại JOIN: INNER, LEFT, RIGHT, FULL, CROSS
3. Giới thiệu và phân biệt UNION
4. Thực hành qua case study

5

1. Giới thiệu hàm tổng hợp: COUNT, SUM, AVG, MIN và MAX
2. Kết hợp dữ liệu bằng GROUP BY, lọc kết quả bằng HAVING
3. Thực hành qua case study

SQL Aggregations

6

Advanced Query for Data Cleaning & Data Analysis

Subqueries & CTEs

1. Giới thiệu Subqueries và CTEs
2. Sử dụng Subqueries & CTEs trong lệnh WHERE, SELECT và FROM
3. Lọc nâng cao với ANY, ALL, EXISTS
4. Thực hành qua case study

7

Window Functions

1. Giới thiệu về Window Functions
2. Xếp hạng: ROW_NUMBER, RANK, DENSE_RANK, NTILE
3. Tìm giá trị: FIRST_VALUE, LAST_VALUE, LAG, LEAD
4. Thực hành qua case study

8

Data Cleaning

1. Xử lý các vấn đề thường gặp: missing values, duplicates, outliers
2. Chuẩn hóa định dạng dữ liệu
3. Tách một cột thành nhiều cột
4. Giới thiệu ChatGPT

9

Capstone Project

Xây dựng CSDL và truy vấn bằng SQL (học viên làm xuyên suốt cả khóa học như đồ án tốt nghiệp và portfolio ứng tuyển công việc)

Học viên được hướng dẫn sử dụng hệ quản trị cơ sở dữ liệu PostgreSQL.

10

ĐĂNG KÍ NGAY

Level 2: Building Dashboards & Performing Data Analysis for Decision Making

Trang bị tư duy làm data bài bản thông qua trình 6 bước: Define Problem, Data Collection, Data Preparation, Data Exploration (EDA), Building report, Insight & recommendation. 
Trang bị Data Mindset với quy trình làm Data bài bản
Nắm vững khái niệm và cách ứng dụng kiến thức thống kê (Measure of tendency, Measure of variability, Distribution) để hiểu rõ tệp dữ liệu.
Cung cấp nền tảng về Thống Kê
Trang bị nền tảng về kỹ thuật để học viên tự tin sử dụng các công cụ như Power BI, Excel hoặc Tableau nhằm xử lý, trực quan hóa dữ liệu và xây dựng dashboard. 
Xây dựng Dashboard
Trang bị tư duy đọc – hiểu số liệu kinh doanh, kết hợp kỹ thuật phân tích như thống kê mô tả, hồi quy, tương quan và phân tích chuỗi thời gian; đồng thời củng cố kiến thức Business Domain qua luyện tập case study thực tế đa ngành (Sales, Customer, Marketing…) dưới sự hướng dẫn của các trainers nhiều năm kinh nghiệm.
Rèn luyện tư duy đọc số & phân tích tìm insight để ra quyết định

Các công cụ được giảng dạy

Power BI
Excel
Tableau
Ở level này, tùy theo nhu cầu, học viên sẽ có thể tùy chọn học công cụ Power BI | Tableau hoặc Excel
với 2 một trong hai khóa học: 
- Data Analysis with Power BI & Tableau
- Data Visualization & Analytics with Excel

Nội dung Level 2: Khóa học Data Analysis with Power BI | Tableau

Data Mindset

Analytical Thinking for Data Collection

- Hiểu cơ bản về analytical framework trong việc bóc tách vấn đề cần phân tích dữ liệu.
- Phương pháp build framework tuân thủ nguyên tắc MECE.
- Các lỗi sai thường gặp khi xây dựng analytical framework.
- Xác định các Data cần thu thập từ Issue tree.

2

Introduction to Data Analysis 

- Dữ liệu là gì?
- Dữ liệu được sinh ra & sử dụng trong doanh nghiệp như thế nào?
- Công việc của người làm dữ liệu là gì?
- Quy trình phân tích dữ liệu hoàn chỉnh.
- Tổng quát về AI, Machine Learning, Data Science.
- 3 level phân tích: Descriptive, Predictive, Prescriptive.

1

Statistics, Building Dashboard & Data Storytelling

Transforming & Cleaning Data with Power Query

- Quản lý nguồn dữ liệu và tự động cập nhật trên Power BI. 
- Xác định Data Issue phổ biến: Bad shape, Dirty Data, Missing Value, Outlier.
- Sử dụng Power Query để làm sạch dữ liệu: Reshape table & transform data.

3

Basic Statistics for Data Analysis

- Tại sao Data Analyst cần hiểu về thống kê?
- Phân loại dữ liệu & thông đo thống kê.
- Các khái niệm thống kê cần nắm vững: Measure of tendency, Measure of variability, Distribution, Percentile, Correlation,...

5

- Khám phá dữ liệu thông qua statistical visualization.
- Visualization Technique cho từng loại dữ liệu (categorical & numerical)
- Kỹ năng copy số để hỗ trợ hình ảnh trình bày và xuất cho bộ phận kinh doanh (data storytelling).

Data Visualization & Storytelling

6

Data Modelling, Connecting & DAX

- Hiểu cơ bản về database, data-table
- Mối quan hệ giữa các data-table: Primary Key & Foreign Key.
- Thiết lập quan hệ giữa các data-table trên Power BI/ Tableau.
- Sử dụng chatGPT để tạo hàm DAX trên Power BI.

4

Building Reports & Dashboard

- Trực quan từ Basic tới Advanced & AI Visual và thiết điều hướng báo cáo.
- Các bước làm report trên Power BI/ Tableau và xuất báo cáo online.
- Truyền tải nội dung theo phương pháp DAR.

7

DAX & Visualization Tutorial

- Hướng dẫn kỹ thuật tạo công cụ trực quan cơ bản trên Power BI/ Tableau.
- Sử dụng chatGPT để làm hàm DAX trên Power BI.
- Giải đáp thắc mắc cho bài cuối khóa và học phần DAX từ trường khóa học.

8

Business Domain Knowledge & Analytical Skill

Sales Data Analysis

- Thực hành case study về Sales data.
- Phân tích tác động của những chỉ số cơ bản lên tình hình tổ doanh số của doanh nghiệp.
- Xác định những nguyên nhân chính ảnh hưởng tới tăng trưởng doanh nghiệp.

9

Customer Data Analysis

- Thực hành case study phân tích dữ liệu khách hàng.
- Phân tích hành vi tiêu dùng nhằm tìm ra chân dung nhóm khách hàng chính & phân tích những khách hàng quan trọng.
- Phân loại khách hàng thành các nhóm từ đó đưa ra những chính sách, chương trình ưu đãi thích hợp

10

Marketing Data
Analysis 1

- Thực hành case study đánh giá hiệu quả marketing campaign trên các nhóm khách hàng khác nhau. 
- So sánh hiệu quả campaign với các mục tiêu đề ra ban đầu. 
- Xác định những yếu tố tác động tới tính hiệu quả marketing và xuất lợi cho hoạt động. 

11

Marketing Data
Analysis 2

- Thực hành case study về dữ liệu performance của owned channel (website traffic, user behaviors, page comparing, Click-through rate for Ecommerce...).
- Đánh giá hiệu quả của campaign thông qua việc tối ưu hóa website, tăng tỷ lệ chuyển đổi. 

12

Capstone Project & Predictive Analytics

- Thuyết trình cuối khóa và Case study doanh nghiệp B2B thực phẩm online được cung cấp từ đầu khóa giúp học viên:
- Thực hành kiến thức của học vào Portfolio, CV.
- Predictive Analytics: Phân tích dự báo cho doanh nghiệp.

13

ĐĂNG KÍ NGAY

Nội dung Level 2: Khóa học Data Visualization & Analytics with Excel

Data Visualization & Building Excel Dashboard

Visualization Basics & AI for Excel

1. Vai trò của Excel trong lưu trữ, chuyển đổi, trực quan dữ liệu
2. Căn bản về Data Visualization & Business Intelligence
3. Căn bản về Excel:
- Các loại dữ liệu cơ bản (Number, Text/String, Date/Time, Boolean)
- Các hàm cơ bản & nâng cao: Hàm thống kê, xử lý chuỗi, thời gian, điều kiện, tìm kiếm,...)
4. Sử dụng AI tạo hàm

1

Data Collection & Data Modeling with Power Pivot

1. Tư duy sử dụng Issue Tree để phân tách vấn đề và xác định dữ liệu cần thu thập
2. Thực hành với ba phương pháp xây dựng Issue Tree phổ biến
3. Data Model: Kết nối các tệp dữ liệu rời rạc sau khi thu thập trong Excel với Power Pivot

2

Data Visualization
with Pivot Table & Pivot Chart

1. Visualization Technique theo từng mục đích trực quan (So sánh, xu hướng, tìm quan hệ,...) và loại dữ liệu (Numerical & Categorical).
2. Hướng dẫn trực quan các loại biểu đồ bằng Pivot table, Pivot chart
3. Tùy chỉnh biểu đồ Excel và tương tác qua Form Controls

4

Building Excel Dashboard

1. Tư duy xây dựng Excel Dashboard
2. Xây dựng Excel Mini Chart với Sparkline và Conditional Formatting
3. Thực hành xây dựng Excel Interactive Dashboard
4. Xây dựng Advanced Dashboard: Phân tích tương quan, dự báo

5

Statistics & Analytical Skills

Data Storytelling

6

Exploratory Data for Business Analysis

1. Làm quen với các chỉ số thống kê mô tả (Descriptive Statistics) – nền tảng trong phân tích dữ liệu
2. Hướng dẫn tính toán các chỉ số thống kê trên Excel (Excel ToolPak)
3. Thực hành áp dụng các chỉ số thống kê vào đọc số để mô tả tình hình kinh doanh của doanh nghiệp

Data Storytelling Technique

1. Tại sao lại cần Data Storytelling?
2. Kết hợp Data Insight và Business Domain Knowledge thế nào?
3. 5 Bước kể chuyện bằng dữ liệu
4. Thực hành kể chuyện bằng dữ liệu dựa vào bài toán doanh nghiệp & Dashboard sẵn có

9

Data Storytelling in Capstone project

Case study về Business Performance
- Làm sạch dữ liệu và tạo Data Model kết nối dữ liệu
- Trực quan hoá và xây dựng Dashboard
- Xây dựng báo cáo với kỹ thuật Data Storytelling

10

Data Cleaning with Power Query

1. Cách xác định Data Issue phổ biến trên Excel
2. Các bước xử lý Data Issue, làm sạch dữ liệu trên Power Query
3. Tự động làm mới nguồn dữ liệu kết nối qua Power Query
3. Thực hành Cleaning Data

3

Regression & Correlation for Lead Generation

1. Kiến thức nền tảng về phân tích tương quan và hồi quy (Correlation & Regression 
2. Cách thực hiện phân tích trên Excel (Excel ToolPak)
3. Thực hành đọc số, đánh giá mức độ ảnh hưởng của từng yếu tố đến khả năng tạo Lead – từ đó tối ưu chiến lược marketing

7

Time Series for Sales Forecast

1. Các kỹ thuật phân tích chuỗi thời gian (Time Series Analysis) để phát hiện xu hướng trong dữ liệu
2. Cách phân tích chuỗi thời gian trên Excel
3. Thực hành phân tích xu hướng bán hàng hiện tại và dự báo doanh số để đạt KPI

8

ĐĂNG KÍ NGAY

Level 3: Applying AI & Machine Learning for Predictive Forecasting

Khóa học cung cấp kiến thức nền tảng về Python và các thư viện trong Python như Pandas, Numpy & Seaborn để học viên có thể làm sạch, biến đổi dữ liệu, phân tích và trực quan hóa dữ liệu nhanh chóng. 
Trang bị nền tảng về Python và ứng dụng Python trong phân tích dữ liệu
Khóa học sẽ giúp bạn biết cách ứng dụng các thuật toán Machine Learning để xây dựng các mô hình dự báo, giúp giải quyết 4 bài toán phổ biến nhất trong doanh nghiệp:
➤  Phân loại khách hàng với thuật toán K-Nearest Neighbors
➤  Dự báo doanh thu với thuật toán Linear Regression
➤  Dự đoán giá với thuật toán Multivariate & Polynomial regression
➤  Dự đoán rủi ro khách hàng với thuật toán Logistic Regression
Ứng dụng Machine Learning vào bài toán thực tế: phân khúc khách hàng, dự đoán doanh thu,...

Nội dung Level 3: Khóa học Advanced Analytics with Python

ĐĂNG KÍ NGAY

Căn bản về Predictive analytics & machine learning

1. 3 level của Business analytics.
2. Phân loại các mảng trong AI, Machine Learning, Deep Learning.
3. Các loại mô hình dự đoán.
4. Tư duy: Máy học như thế nào?
5. Demo dự án phân tích dự báo mẫu.

1

2

Python 1 - Kiến thức nhập môn

1. Kiến thức nhập môn về lập trình Python: biến dữ liệu, kiểu dữ liệu, hàm số, cấu trúc điều khiển,....
2. Thực hành tính toán cơ bản trên Python.

Basic Python for Data Analysis

Dự báo doanh thu với Linear Regression

1. Nguyên lý cơ bản của thuật toán Linear Regression
2. Ưu điểm và nhược điểm của thuật toán Linear Regression
3. Ứng dụng Linear Regression cho bài toán dự báo
4. Thực hành thuật toán Linear Regression trên Google Colab

8

Dự đoán giá với Multivariate & Polynomial regression

1. Nguyên lý cơ bản của Multivariate & Polynomial Regression
2. Case study: Dự đoán giá bất động sản
- Phân tích EDA để phân tích dữ liệu
- Xây dựng mô hình Multivariate/ Polynomial Regression để dự đoán giá bất động sản
- Đánh giá độ hiệu quả của mô hình

9

Dự đoán rủi ro khách hàng với Logistic Regression

1. Nguyên lý cơ bản của thuật toán Logistic Regression
2. Ưu điểm và nhược điểm của thuật toán Logistic Regression
3. Ứng dụng Logistic Regression cho bài toán phân loại
4. Case study: Loan default prediction
- Xây dựng mô hình Logistic Regression để dự đoán khách hàng có rủi ro cao
- Đánh giá độ hiệu quả

10

Chọn và chuẩn hóa mô hình training

1. Các kĩ thuật cross validation để điều chỉnh mô hình dự báo
2. Các metrics đo lường hiệu quả của thuật toán Regression & Classification
3. Kỹ thuật xử lý Overfitting: Regularization L1, L2

11

Assignment 2: Capstone project (Regression)

Case study tối ưu marketing budget/ ROI
- Phân tích EDA khám phá dữ liệu chi phí marketing và revenue
- Xây dựng mô hình Multivariate/ Polynomial Regression để dự đoán revenue
- Tối ưu chi phí marketing từ mô hình dự đoán
- Đánh giá độ hiệu quả của mô hình

12

Phân loại khách hàng với thuật toán KNN

1. Nguyên lý cơ bản của thuật toán K-Nearest Neighbors
2. Ưu điểm và nhược điểm của thuật toán KNN
3. Ứng dụng KNN cho bài toán phân loại
4. Thực hành thuật toán KNN trên Google Colab

6

Assignment 1: Thực hành KNN phân loại khách hàng

Case study: Customer Classification
- Phân tích EDA - khám phá dữ liệu khách hàng
- Xây dựng mô hình KNN để phân loại khách hàng
- Đánh giá độ hiệu quả của mô hình

7

Python 4 - Phân tích mô tả

Thực hành Case study: Phân tích business performance sử dụng Python (tải dữ liệu, làm sạch, trực quan hoá)

5

Python 2 - Cấu trúc dữ liệu và làm sạch dữ liệu

1. Data structure trong python (List, Tuple, Dictionary, Set) và các built-in function, cách đọc hiểu list và dictionary, cách tạo lập hàm số.
2. Làm sạch dữ liệu, xử lý data bị thiếu, biến đổi dữ liệu, xử lý dữ liệu dạng chuỗi, kết hợp các dataset với nhau, các phép toán với 'join', các phép toán tổng hợp dữ liệu.

3

Python 3 - Thư viện Pandas, Numpy & Seaborn

1. Giới thiệu thư viện Python cho tính toán, xử lý dữ liệu và trực quan hoá: Pandas, Numpy, Seaborn, Matplotlib.
2. Thực hành sử dựng thư viện để trực quan hoá.

4

Apply Machine Learning for Predictive Analytics

Đội ngũ giảng viên

Chị Bích Trân

SEA region Director @NielsenIQ

Chị Xuân Thuỵ

Senior Manager - Consulting Lead @Neilsen IQ
Ex Business Intelligence, Strategy & Planning Manager @Lazada

Anh Đức Mạnh

Data scientist @Chứng khoán SSI, Former Data scientist - @Mcredit & Techcombank

Anh Minh Quang

Founder & CEO @Tomorrow Marketers
Master of Science/ Business Analytics @National University of Singapore

ĐĂNG KÍ NHẬN TƯ VẤN

Chị Minh Trang

Associate Director NielsenIQ

Anh Quang Chính

Data Engineer @Base.vn

Chị Linh Lê

Data Analyst @Base.vn

Anh Minh Hiếu

Former Core Assurance @EY
Master of Science/ Business Analytics @National University of Singapore

Anh Trường Giang

Modeler @SHB, PhD, Computational and Quantum Chemistry @National University of Singapore

Học phí Professional Data Analyst (PDA) Program

11.190.000 đ

Alumni

    Học phí cho cựu học viên Tomorrow Marketers 

Đăng ký nhận tư vấn

16.490.000 đ

Standard

    Học phí tiêu chuẩn chưa áp dụng ưu đãi

Đăng ký nhận tư vấn

Đăng ký nhận tư vấn

12.490.000 đ

Early Bird

  • Học phí áp dụng khi học viên đăng ký sớm
Giảm thêm 2.000.000 đ nếu là sinh viên hoặc đăng kí nhóm (nếu vừa là sinh viên vừa đăng kí nhóm, chỉ được chọn 1 trong 2 hình thức giảm.

Câu hỏi thường gặp

Chính sách bảo lưu với các học phần (bao gồm cả iEIT và TM): 
Học viên được bảo lưu 1 lần/khoá với điều kiện chưa học quá 2 buổi của khoá. Lưu ý: toàn bộ chương trình học cần hoàn thiện trong 1 năm kể cả thời gian bảo lưu nếu học viên có bảo lưu.

Chính sách bảo lưu khóa học? 

Chương trình được thiết kế từ dễ đến khó phù hợp cho các bạn mới bắt đầu và không yêu cầu kiến thức/kinh nghiệm về data để tham gia khóa học. 

Chưa biết gì về data thì có tham gia được không?

Học viên nên học theo thứ tự, tuy nhiên có một số học phần học viên có thể linh động sắp xếp học trước. Bộ phận chăm sóc khách hàng tại TM Data School sẽ trao đổi lịch học cụ thể với học viên sau khi đăng ký học. 

Lịch học sẽ diễn ra thế nào? Tôi có cần học đúng theo thứ tự học phần?

Học viên sẽ nhận được chứng chỉ của TM Data School nếu đáp ứng điều kiện:
- Nghỉ học không quá 30% số buổi
- Hoàn thành tối thiểu 70% số lượng bài tập trong học phần.
- Đạt tối thiểu 50% bài test cuối khóa

(Lưu ý: Điều kiện cụ thể của từng học phần có thể có sự khác biệt nhất định so với điều kiện cố định trên đây)

Học xong có chứng chỉ không? Điều kiện nhận chứng chỉ là gì?

Học viên không nhất thiết phải học lại nếu trong quá trình học trước đó đủ điều kiện nhận certificate. Nếu không, học viên cần đăng ký học lại các học phần này và đạt các tiêu chí đề ra để nhận được chứng nhận hoàn thành chương trình. Chính sách học lại sẽ được áp dụng theo điều kiện đã nêu phía trên. Bộ phận chăm sóc khách hàng tại TM Data School sẽ trao đổi kỹ hơn khi tư vấn. 

Tôi là cựu học viên của TM, đã tham gia học một hoặc một vài học phần trong chương trình này trước đó (VD: đã học Data Analysis with Power BI), khi tham gia chương trình có cần học lại không?

Tài liệu được cung cấp toàn bộ trên hệ thống học tập dành cho học viên của TM (Thinkific) bao gồm slide bài giảng, case study đọc trước buổi học, hệ thống assigment, quiz, bài đọc thêm, tài liệu tham khảo. Học viên sẽ được add vào hệ thống và gửi mail hướng dẫn truy cập khoá học ở đầu khoá, trước khai giảng 3 ngày. 

Có những tài liệu học nào được cung cấp và hình thức nhận tài liệu là gì?

Chính sách học bù:
Học viên được học bù tối đa 2 buổi (đối với các khoá từ 6 buổi trở lên) và 1 buổi đối với các khoá có 4 buổi học. Học bù sẽ học cùng khoá sau, dự kiến khai giảng cách khoá học viên theo học 1-2 tháng. Thời hạn học bù tương ứng với 2 lần khai giảng của khoá tiếp theo (sau khoá học viên theo học)

Chính sách học lại các học phần:
- Học viên có tối đa 1 năm để hoàn thành tất cả các học phần trong chương trình (thời điểm 1 năm tính từ ngày khai giảng học phần đầu tiên). Sau thời hạn này, nếu học viên có nhu cầu học lại bất cứ học phần nào thì chính sách học lại của sẽ được áp dụng như dưới đây:
- Học viên có thể học lại với mức chi phí bằng 25% học phí tiêu chuẩn trong vòng 6 tháng tiếp theo kể từ khi thời hạn 1 năm kết thúc.
- Sau 6 tháng này, mức chi phí học lại sẽ bằng với mức giá cựu học viên được niêm yết trên website
- Nếu học viên muốn học lại theo buổi và đã sử dụng hết quyền lợi của chính sách học
bù, chi phí là 300.000 VND/buổi và không quá 50% số buổi của khoá học. Nếu quá 50% số buổi, học viên cần thanh toán phí cho toàn khoá học.

Chính sách bảo lưu với các học phần:
Học viên được bảo lưu 1 lần/khoá với điều kiện chưa học quá 2 buổi của khoá. Lưu ý: toàn bộ chương trình học cần hoàn thiện trong 1 năm kể cả thời gian bảo lưu nếu học viên có bảo lưu.

Nếu tôi có việc bận không tham gia được thì có chính sách học lại hay bảo lưu không?

Kết nối với cộng đồng chuyên gia và tìm kiếm cơ hội việc làm thông qua:
- Career Network: Kết nối trực tiếp các anh chị trainers là senior đang làm việc tại các công ty mơ ước, chia sẻ cơ hội nghề nghiệp hàng tháng trong nội bộ cộng đồng cựu học viên.
-  Workshop: Tham gia miễn phí các workshop chuyên sâu cùng các chuyên gia đầu ngành để cập nhật xu hướng mới nhất.
- Community Support: Kết nối với các chuyên gia trong lĩnh vực Data, hỗ trợ tư vấn chuyên môn ngay cả khi đã kết thúc chương trình học.

Tôi sẽ được hỗ trợ thế nào trong quá trình tìm việc?

Lưu ý 

Trong vòng 01 ngày làm việc, TM Team sẽ liên hệ hỗ trợ bạn tìm hiểu về khoá học và xác thực nhu cầu. 
Hãy giữ liên lạc với TM qua email hoặc điện thoại nhé. 

Khi tham gia học, bạn đồng ý rằng các nội dung trong khóa học là tài sản trí tuệ của Tomorrow Marketers. Việc chia sẻ tài liệu ra ngoài phạm vi lớp học là xâm phạm quyền sở hữu trí tuệ và có thể phải chịu mọi trách nhiệm trước pháp luật theo điều 225, 226 bộ luật hình sự. 

Cam kết bảo mật thông tin

Học phí Data Analytics Professional Program

*Lưu ý: Giá gốc tính theo mức giá Standard, chia thành 2 nhóm sinh viên và người đi làm.

Tiết kiệm so với học khóa lẻ

40%

Tiết kiệm so với học khóa lẻ

40%

Học phí: 24,490,000đ

Người đi làm

→ 14,694,000đ

Học phí: 23,020,000đ

Sinh viên

→ 13,812,000đ

ĐĂNG KÍ NGAY

Học phí các khóa học Data

Khóa học Data
Học phí tiêu chuẩn
không áp dụng ưu đãi
Standard
Học phí áp dụng khi
đăng ký sớm
Early Bird
Học phí áp dụng khi
đăng ký từ 2 người
Advanced Analytics with Python
8,250,000
5,750,000
5,550,000
Data Analysis with Power BI|Tableau
8,250,000
5,750,000
5,290,000
SQL for Data Analysis
7,990,000
5,490,000
5,290,000
Visualization & Analytics with Excel
6,290,000
4,790,000
4,590,000
Group
*Lưu ý:
- Nếu học viên là sinh viên sẽ được giảm 490.000đ trên mỗi mức giá
- Nếu học viên là cựu học viên, xem ưu đãi tại đây

ĐĂNG KÍ NGAY

Học phí khi khách hàng đăng ký combo theo lộ trình

Combo 2 khóa

Khách hàng chọn 2 khóa học bất kỳ, ưu đãi học phí 35% so với giá gốc

Giảm

35%

Combo 3 khóa

Khách hàng chọn 3 khóa học bất kỳ, ưu đãi học phí 40% so với giá gốc

Giảm

40%

*Lưu ý: Giá gốc tính theo mức giá Standard, chia thành 2 nhóm sinh viên và người đi làm.

ĐĂNG KÍ NGAY

Project trong khóa học của học viên

 Học viên Khánh Vân

Học viên Tu Hoang

Học viên Minh Quang

ĐĂNG KÍ NGAY

176 Comments

Sorted by

Bạn học được những gì tại các khoá Data của Tomorrow Marketers? 
Tomorrow Marketers
Like - Feedback
6
1 day ago
Sau khóa học, mình nghĩ bản thân đã nâng cấp được 4 khía cạnh khi approach một task về data:
1. Mổ xẻ vấn đề tốt hơn: dùng Issue Tree.
2. Visual data tốt hơn: phân loại chart, màu sắc, key message.
3. Sharing insight từ data dễ hiểu hơn, áp dụng tốt cho các case làm proposal, báo cáo cho cấp trên, và họp với các phòng ban.
4. Biết thêm nhiều tool mới: forecast, optimization, statistics.

Bộ Dataset trong khóa học cũng rất ok, dễ cho việc thực hành vì số liệu nhiều, đa dạng, và có nhiều situation để xử lý.
Bạch Dương - Marketing Officer tại AEON Vietnam | Khóa học Data Visualization & Analytics with Excel 

Trải nghiệm của học viên 

Minh Sơn - Quản lý dự án game tại Sparx* - a Virtuos studio | Khóa học Data Analysis with Power BI | Tableau
Trong quá trình làm việc, các số liệu của bên mình đa số được trực quan hóa bằng bảng (chart) qua công cụ trên Excel hay Hansoft. Tuy nhiên, do mình không thuộc tuýp người “đọc” số nhiều và không có kinh nghiệm xử lý dữ liệu, nên các dự án đầu tay mình làm đều cần sự giám sát từ cấp trên để tránh xảy ra sai số. Mình cũng mất kha khá thời gian để thấy được sự tương quan giữa các số liệu trước và sau khi trực quan hóa - một trong những nguyên do khác dẫn đến sai số hồi mình mới bắt đầu làm việc.

Sau khi tham gia khoá học Data Analysis của Tomorrow Marketers, mình đã biết cách đặt đúng câu hỏi để tìm ra trọng tâm vấn đề, cùng với đó là quy trình tiếp cận dữ liệu, từ việc chọn ra chỉ số quan trọng đến kết nối chúng để ra được insight. Mình nhận thấy cách mình thu thập thông tin, sắp xếp, phân loại các dữ liệu cần thiết trước khi trực quan hóa nay đã rõ ràng hơn, thay vì phải mất công sức mày mò như hồi mới bắt đầu làm. Ngoài ra, mình nhận thấy kỹ năng phân tích dữ liệu cũng rất quan trọng trong quá trình làm việc “tay trái” của mình (vì ngành học của mình cần phải hiểu rõ khách hàng), nên mình sẽ thuận lợi hơn trong việc đào sâu vấn đề nhằm tìm ra giải pháp, đồng thời sắp xếp, phân loại và “số hóa” các dữ liệu nếu cần.
Phần kiến thức hữu ích nhất đối với mình là ở trong các buổi foundation đầu tiên. Đây là những buổi quan trọng giúp mình có mindset về đọc hiểu, phân tích dữ liệu cần phải có các bước, thao tác như thế nào trước khi đi vào các con số - cũng chính là những kiến thức sẽ đi theo mình rất xa và ứng dụng được nhiều trong công việc thực tế hiện tại. Cụ thể, mình hiểu được là khi tiếp cận một khối lượng lớn số liệu, bảng biểu thì làm sao để hiểu và tìm ra được cách phân tích đúng đắn nhất, cũng như đưa ra được những giả thuyết đúng, và cả những decision đúng dựa trên giả thuyết mà mình đặt ra.

Sau khoá học, khi nhìn các bảng biểu, số liệu tại công ty đang làm hiện tại thì mình biết rằng phải tập trung vào những con số nào, và mình sẽ cần phải khai thác nó ra sao, từ đó đưa ra được các solution phù hợp. Mình nghĩ đây là thứ giúp đỡ mình thay đổi nhiều nhất khi tham gia khoá học.
Vân Anh - Ex Merchanct Communication Lead BAEMIN | Khóa học Data Analysis with Power BI | Tableau
Like - Feedback
2
1 day ago
Sau khoá học, mình đã không còn nhồi nhét các chỉ số trong một dashboard nữa, mà thay vào đó là tinh gọn các báo cáo, chọn những chỉ số phù hợp cho mục tiêu của báo cáo, tạo các mốc thời gian rõ ràng (7 ngày, 30 ngày, 1 quý) để người xem có thể dễ dàng đọc và hiểu được những ý mà mình đã gửi gắm vào dashboard. Ngoài ra, mình cũng tập trung hơn vào phân tích các chỉ số đo lường và ý nghĩa của sự liên kết giữa các chỉ số để đưa ra các nhận định, đánh giá khách quan hơn, có số liệu chứng minh cụ thể. Từ đó, các insight mình đưa ra cũng hợp lý hơn khi có số liệu dẫn chứng đi kèm.
Quốc Kha - Ex Senior Digital Marketer Trung Nguyen Legend  | Khóa học Data Analysis with Power BI | Tableau
Like - Feedback
2
1 day ago
Là một người làm sáng tạo, mình hay bị ngộp và sợ mỗi khi nhìn thấy số liệu. Việc được thực hành và cọ xát nhiều với các thể loại số liệu trong suốt khóa học, cũng giúp bản thân mình có thời gian ngâm cứu và đối diện với nó hơn. Sau khóa học, mình nghĩ điều thay đổi nhiều nhất là cách mình tiếp nhận, đọc và phân tích những con số để rút ra những insight cần thiết. Giờ đây, mình hiểu rõ được rằng khi phân tích dữ liệu, bản thân sẽ cần đi theo quy trình nào, đọc dữ liệu thế nào cho hiệu quả, cũng như xác định đúng vấn đề cần tập trung để giải quyết.
Uyên Thanh - Marketing Specialist Electrolux  | Khóa học Data Analysis with Power BI | Tableau
Like - Feedback
1
1 day ago

TM Alumni 

Like - Feedback
5
1 day ago
Like - Feedback
3
2 day ago

Tại sao chọn TM Data School

Học viên trên khắp mọi miền đất nước
25.000+
Trainers giàu chuyên môn trong mảng Data & Marketing
50+
Học viên tốt nghiệp hài lòng với khóa học
98%
Khách hàng doanh nghiệp tin tưởng và lựa chọn
200+

Đào tạo doanh nghiệp

Tomorrow Marketers Data School rất vinh dự khi được đồng hành và đào tạo đội ngũ nhân sự của các công ty/tập đoàn lớn trong và ngoài nước. Trong đó có các khách hàng nổi bật như: 

Tìm hiểu dịch vụ đào tạo doanh nghiệp

Quyền lợi học viên

Tham gia các chuỗi Event/Master Class miễn phí chia sẻ kiến thức và kết nối với các chuyên gia trong ngành
Truy cập vào hệ thống học tập nội bộ của Tomorrow Marketers trong vòng 1 năm (có thể gia hạn thêm)
1
NĂM
Mentoring Program
Hỗ trợ học viên về công việc, sự nghiệp với đội ngũ mentor là các trainers từ TM.
Learning Hub
Các tips học tập hiệu quả dành riêng cho học viên.
Career Center
Giới thiệu việc làm từ Trainer/ đối tác và cộng đồng cựu học viên TM.
Cộng đồng hỏi - đáp nội bộ
Cộng đồng giải đáp, tư vấn kiến thức, công việc của học viên. Học viên của TM có thể truy cập vĩnh viễn.
Tomorrow Marketers Connect
Kết nối và xây dựng network, cập nhật thường xuyên các hoạt động mới nhất của TM dành cho học viên.

Cộng đồng hỗ trợ học viên

Các buổi học sẽ diễn ra thế nào?

Thực hành xác định vấn đề trước khi phân tích

Thực hành xây dựng Dashboard trên Power BI

Thực hành đọc số tìm Insight cùng Trainer

ĐĂNG KÍ NGAY

ĐĂNG KÝ TƯ VẤN

Bạn chưa biết khoá học nào phù hợp với mình?

090.586.2499

Liên hệ với hotline