Mã lớp: PYT_LV1
Hiệu lực áp dụng: từ ngày 01/05/2025
Thông tin chung
Thời lượng: 09 buổi
- 05 buổi học online tương tác trực tiếp (Zoom, giảng viên hướng dẫn từ A–Z)
- 03 buổi học qua video theo dự án thực tế
- 01 buổi Project Day (tự thực hiện & trình bày sản phẩm phân tích dữ liệu)
Lịch học:
- Mỗi tuần học 02 buổi, vào 19h15 – 21h15 (giờ Việt Nam)
- Hình thức: học trực tuyến, hỗ trợ qua zalo/telegram/email/Google Drive
Syllabus chi tiết
| Buổi Học/Hoạt động | Mục tiêu | Nội dung chi tiết |
| Buổi 1 | Làm quen Python & Xử lý dữ liệu cơ bản. | – Hiểu cách cài đặt và sử dụng Jupyter Notebook. – Nắm vững cấu trúc dữ liệu: list, dict, string, hàm. – Làm việc với file hệ thống. |
| Buổi 2 | Numpy & Pandas cơ bản. | – Làm chủ thao tác với array & dataframe. – Thống kê mô tả và tính toán dữ liệu. |
| Buổi 3 | Làm sạch & chuẩn hóa dữ liệu. | – Làm sạch missing, định dạng dữ liệu. – Hợp nhất nhiều bảng dữ liệu. – GroupBy nâng cao, pivot table. |
| Buổi 4 | Trực quan hóa & phân tích chuỗi thời gian. | – Biểu đồ dữ liệu và phân tích chuỗi thời gian. – Matplotlib & Seaborn – Line/bar/heatmap – Datetime parsing, resample, moving average |
| Buổi 5 | Giới thiệu Machine Learning. | – Hiểu supervised vs. unsupervised learning. – Áp dụng sklearn trong bài toán phân loại. – train/test split, model pipeline. – Accuracy, confusion matrix, ROC |
| Buổi 6: Thực hành Project 1 | Phân tích hành vi khách hàng. | – Nhiệm vụ: Hoàn thành Project 1 – Phân tích hành vi khách hàng. – RFM Analysis, phân nhóm khách hàng bằng KMeans và trực quan hóa & phân tích kết quả. |
| Buổi 7: Thực hành Project 2 | Dự đoán rủi ro tín dụng | – Nhiệm vụ: Hoàn thành Project 2 – Dự đoán rủi ro tín dụng. – Làm việc với dữ liệu thời gian (monthly sales), áp dụng hồi quy & dự báo đơn giản, so sánh các chiến lược dự báo. |
| Buổi 8: Thực hành Project 3 | Dự báo doanh thu. | – Nhiệm vụ: Hoàn thành Project 3 – Dự báo doanh thu. – Xây dựng bảng điểm, phân loại khách hàng và kết hợp kết quả. |
| Buổi 9: Project Day | Trình bày dự án, bảo vệ kết quả và nhận phản hồi. | – Học viên chọn 1 trong 3 dự án đã thực hành để trình bày. – Trình bày & giải thích kết quả. – Nhận feedback 1:1 từ giảng viên và peer review. |
Tài nguyên đi kèm
- Slide chi tiết từng buổi
- Bộ dataset thực hành (đủ dạng: .csv, Excel, API)
- Template code + notebook mẫu
- Tài liệu học thuật & ebook bổ trợ
- Nhóm hỗ trợ qua Zalo / Telegram / Email / Google Drive
Hỗ trợ sau khóa học
- Coaching/Mentoring 1-1 (tối đa 1h/tuần, kéo dài 01 tháng sau khi học xong)
- Hỗ trợ xây dựng CV dự án, chuẩn bị phỏng vấn vị trí data analyst/data intern