Khóa học Phân tích dữ liệu với Python năm 2023

1.1. Ai là người thích hợp tham gia khóa học Phân tích dữ liệu với Python?

• Người mới bắt đầu học python, mơ hồ với cách bắt đầu hoặc muốn bỏ cuộc vì chán nản. Sự thực là ai cũng từng nghe về Python và tính ứng dụng của nó trong hàng tỉ tỉ thứ thú vị nhưng để làm chủ Python không hề đơn giản với những “tấm chiếu mới” như bạn. Nhiều bạn tham gia các khoá học tại trung tâm uy tín nhưng học xong vẫn trả hết chữ cho thầy mà không ứng dụng được do việc dạy học đại trà, thiếu tính ứng dụng và mục đích cụ thể cho công việc. Có nhiều bạn tự học và choáng ngợp với vô số khoá học online, tài liệu trên internet kể cả miễn phí lẫn trả phí nhưng vẫn quá chán nản và muốn bỏ cuộc. Đôi khi, việc học được thông suốt chỉ với người hướng dẫn giúp bạn gỡ rối những khúc mắc trong quá trình học, khơi dậy đam mê học tập trong bạn và chỉ cho bạn những công cụ được tạo ra nên được ứng dụng như thế nào.

• Marketer với công việc hàng ngày liên quan đến xử lý, phân tích dữ liệu lớn (đặc biệt liên quan đến ecommerce, mobile app marketing) từ nhiều nguồn khác nhau mà các công cụ xử lý dữ liệu phổ thông như Excel, Google Looker Studio, vv gặp nhiều khó khăn trong khâu tổng hợp dữ liệu. Nếu bạn đã từng mở file excel nặng vài trăm MB thậm chí vài GB và ngồi chờ mòn mỏi để Excel load được những dòng dữ liệu đầu tiên và thậm chí có thể không phải hồi thì biết python quả là một chân trời mới. Nếu bạn cần kết nối nhiều nguồn dữ liệu đa dạng từ database, facebook ads, google ads, tiktok, cốc cốc, appsflyer, file csv, vv và mất quá nhiều thời gian lẫn mệt mỏi mỗi lần làm bóa cáo thì khóa học này dành cho bạn. Qua khóa học này bạn có thể xây dựng báo cáo/dashboard để theo dõi hiệu quả chiến dịch marketing của mình 1 cách tiện lợi, ít công sức nhất.

• Nhà đầu tư trên thị trường chứng khoán/tài chính muốn tận dụng sức mạnh của python trong phân tích dữ liệu và thiết lập các chương trình hỗ trợ đầu tư hiệu quả dựa trên số liệu. Đây cũng là một nhu cầu xuất hiện rõ rệt gần đây khi gói phần mềm vnstock của Thịnh có nhiều người quan tâm sử dụng bởi tính ứng dụng cao, đơn giản để có thể thể tiếp cận và hoàn toàn miễn phí. Giao dịch thuật toán cũng là một chủ đề thú vị trong kỷ nguyên phát triển về công nghệ hiện nay, lĩnh vực này mở ra nhiều cơ hội tuy các dịch vụ liên quan được cung cấp ở thị trường Việt Nam còn hạn chế.

• Người dùng máy tính macOS Người dùng máy tính Mac không có nhiều lựa chọn về công cụ phân tích dữ liệu, ngay cả phiên bản Excel trên Mac cũng khó sử dụng, thiếu add-in so với phiên bản Windows. Phần lớn người làm digital marketing, data sử dụng máy tính Windows vì các ứng dụng được hỗ trợ cho phân tích dữ liệu rất đa dạng trong đó phải kể đến Microsoft Power BI. Sử dụng python giúp các bạn vừa có thể sử dụng chiếc Macbook yêu thích vừa có trong tay công cụ phân tích dữ liệu mạnh mẽ, giải quyết được bất cập của hệ điều hành này trong yêu cầu công việc của bạn.

1.2. Bạn sẽ có được gì sau khóa học?

• Bạn sẽ nắm bắt được tư duy xử lý dữ liệu và kỹ năng sử dụng Python 1 cách có hệ thống. Kỹ năng phân tích và làm việc với dữ liệu là một trong nhóm kỹ năng quan trọng giúp bạn đi xa hơn trong con đường sự nghiệp của mình bởi dữ liệu chính là khởi nguồn cho những sự thay đổi lớn của thời đại mới.
• Học được cách ứng dụng Python vào việc tự động hóa những tác vụ thủ công nhàm chán hoặc đơn giản là tăng tốc độ công việc. Với nhà đầu tư đã có kinh nghiệm, hiện thực hóa logic đầu tư của mình thông qua các chương trình tự động giúp bạn “nhàn” hơn và tạo ra nhiều giá trị.
• Nắm được nền tảng cơ bản của Python để có thể tự tin phát triển thêm kiến thức của mình với các mảng thú vị khác của như Web scraping, Automation, Machine Learning, AI vv
• Tự tạo cho mình dashboard quản lý công việc và hiệu quả chiến dịch marketing từ nhiều nguồn dữ liệu. Đồng thời các bạn cũng được tiếp cận cách sử dụng các APIs phổ biến từ các nền tảng quảng cáo để tối ưu hiệu quả marketing trong công việc.
• Hiểu và biết cách sử dụng sức mạnh của các công cụ AI trong việc làm chủ Python trong phân tích dữ liệu và lập trình ứng dụng. Đây là một điểm cực kỳ mạnh mẽ mà bạn không thể bỏ qua, và bạn thấy đấy các công cụ như ChatGPT/Bing AI/Bard đều miễn phí để sử dụng.

1.3. Điều kiện để thành công

• Có một cam kết học tập mạnh mẽ. Hãy chia sẻ với Thịnh định hướng rõ ràng cho việc học và ứng dụng mình dự định để Thịnh có thể đồng hành cùng bạn đạt được mục tiêu đó.
• Có tính tò mò, hứng thú với việc nghiên cứu những điều mới mẻ. Có một sự thật là bất kỳ lớp học nào dù được tổ chức chu đáo cũng rất cần sự đầu tư thời gian và tâm huyết của các bạn cho việc nghiên cứu ngoài lớp học để kiến thức được thấm vào ký ức của các bạn.
• Có kinh nghiệm về digital marketing hoặc công việc yêu cầu làm việc với dữ liệu là một lợi thế. Điều này giúp các bạn nhận ra được những “niềm đau” trong công việc và sớm tìm ra cách sử dụng Python để giải quyết nó.

2.1. Hình thức tổ chức

Khóa học sẽ được tổ chức trực tuyến qua Zoom/Google Meet mỗi cuối tuần, dự kiến khung giờ 2pm-4:30pm mỗi ngày Chủ Nhật hàng tuần bắt đầu từ 13/8. Điều này đảm bảo các bạn đã đi làm có thể sắp xếp thời gian tham dự đầy đủ và còn khoảng thời gian trong tuần dành cho việc nghiên cứu lẫn thực hành. Buổi học sẽ được ghi hình lại và cập nhật lên website để các bạn tiện xem lại kèm tài liệu.

• Thời lượng chương trình: 25 giờ (10 buổi x 2.5 giờ/buổi). Thời gian tiêu chuẩn hoàn thành khóa học là 10 tuần, dự kiến kết thúc vào 15/10/2023.
• Số lượng tham dự: Lớp học trực tuyến dao động từ 5-10 người.
• Kênh trao đổi thông tin chính thức: Telegram. Telegram cũng là nền tảng để các bạn thực hành tạo con bot đầu tiên cho mình với Python. Các bạn có thể trao đổi với Thịnh bất kỳ lúc nào, Thịnh sẽ phản hồi ngay khi có thể (không quá 24h từ khi nhận tin).
• Nền tảng học tập: Toàn bộ giáo trình khóa học Phân tích dữ liệu với python được soạn thảo trên nền tảng Google Colab giúp bạn vừa có thể đọc tài liệu vừa có thể thực thi lệnh Python ngay lập tức rất thuận tiện. Bạn cũng không cần phải cài đặt kỹ thuật gì để học, chỉ cần mở Google Colab là đủ. Trong quá trình học, các bạn có thể cài đặt Python trên máy tính cá nhân để thực hành thêm nếu cần thiết.
• Hỗ trợ sau khóa học: Tất cả các bạn tham gia khóa học data analysis python được hỗ trợ đầy đủ và gần như ngay lập tức trong suốt quá trình học cũng như sau khóa học. Tất cả mọi thắc mắc đều được đón nhận, nếu có thắc mắc chứng tỏ các bạn có thực hành và tìm hiểu bài. Đó là 1 thói quen tốt được khuyến khích.

2.2. Tương tác trong lớp học

Chúng ta là những người lớn bận rộn. Xin hãy trân trọng thời gian của nhau.

• Chat, đặt câu hỏi trực tiếp cho Thịnh khi không rõ hoặc chưa hiểu nội dung bất kỳ qua Telegram/Messenger.
• Phản hồi thông tin khi đã nhận được, đừng seen và bỏ qua
• Kiểm tra email email & phản hồi lời mời tham gia lớp học, chia sẻ tài liệu
• Đầu tư thời gian cho bài tập & hoạt động đi kèm với khóa học
• Tạo thói quen cố gắng hoàn thành những gì mình đã bắt đầu

2.3. Thực hành

Trong khi theo dõi nội dung bài học, các bạn cũng đồng thời thực hành dựa trên những mẫu code được cung cấp. Tuy nhìn đơn giản nhưng kiến thức chỉ thực sự là của bạn khi bắt đầu thực hành và ghi nhớ.

2.4. Bài tập

Sau mỗi buổi học, các bạn có thể thực hành với các bài tập ứng dụng và làm quen với kiến thức mới đã học. Ngoài ra, các bạn cũng nên dành thời gian thực hành với các tập dữ liệu thực tế trong công việc của mình để biến những kiến thức đã học được áp dụng 1 cách thuần thục. 

2.5. Dự án cuối khóa

Mỗi bạn sẽ tự thực hiện 1 project cho riêng mình để vận dụng những kiến thức đã học và hoàn thành 1 ứng dụng thực tế khi kết thúc khóa học phân tích dữ liệu với python này.

III. GIÁO TRÌNH

Giáo trình của khóa học python data analysis được soạn thảo hoàn toàn trên Google Colab. Nội dung được viết bằng tiếng Việt, riêng các đề mục sẽ được ưu tiên sử dụng tiếng Anh để đảm bảo giữ nguyên thuật ngữ và giúp các bạn dễ tra cứu từ Internet. Ngoài ra Thịnh cũng sẽ tổ chức lại nội dung gồm cả Video các buổi học và giáo trình chi tiết cho từng phần nội dung trên chính blog này để các bạn dễ theo dõi khi quyết định đăng ký học.

3.1. Nội dung trọng điểm

I. Giới thiệu

1.1. Giới thiệu tổng quan:

• Chương trình, phương pháp học tập

• Python

• Cú pháp markdown trình bày phân tích

• Làm quen một số thư viện Python thông dụng

• Các nguồn tài liệu tham khảo

1.2. Ứng dụng của Generative AI trong lập trình và phân tích dữ liệu với Python

II. Thiết lập môi trường làm việc với Python

• Hệ điều hành thông dụng
• Python – Anaconda – Pip
• Terminal / Command prompt
• Giới thiệu và cài đặt Code editor: Google Colab, Visual Studio Code, Jupyter Lab/Notebook
• Giới thiệu Git & Github trong lập trình Python
• Giới thiệu công cụ AI trong lập trình: Github Copilot, ChatGPT/Bing, Bard

III. Python căn bản

• Các khái niệm chung

• Cú pháp ngôn ngữ Python

• Object model: mọi thành phần đều là một đối tượng

• Biến, tham số, đối số

• Kiểu dữ liệu:

• Thuộc tính và các phép toán

• Nhập tập lệnh python vào dự án

• Control flow: Kiểm soát trình tự thực thi

• Function: Hàm

• Files & OS: Tập tin & hệ thống

IV. Làm quen với Pandas

• Kiểu dữ liệu Pandas: Series, DataFrame

• Đọc các định dạng dữ liệu quan trọng với Pandas:

  • Text: Text, JSON, HTML

  • Binary: Excel, Pickle, HDF5

  • DataStreaming: Google Sheets, StringIO

  • APIs: tương tác với API phổ biến

  • Database: Cơ sở dữ liệu

• Các tính năng cơ bản của Pandas

V. Khám phá dữ liệu

• Các thao tác khám phá đặc tính tập dữ liệu

• Làm quen với thư viện Dataprep, Sweetviz trong khám phá dữ liệu

VI. Làm sạch & chuẩn bị dữ liệu

• Xử lý dữ liệu bị thiếu

• Biến đổi dữ liệu

• Làm việc với string (chuỗi)

• Chuyển đổi kiểu dữ liệu

• Xử lý dữ liệu thời gian (time series)

VII. Biến đổi dữ liệu

• Chỉ mục phân cấp

• Ghép và nối dữ liệu

• Reshape & pivot dữ

VIII. Tổng hợp & Nhóm dữ liệu

• Nhóm dữ liệu

• Tổng hợp dữ liệu

• Apply: split-apply-combine

• Pivot table

VI. Biểu diễn dữ liệu trực quan

• Tổng quan các kiểu biểu diễn dữ liệu trực quan

• Làm quen với các thư viện biểu diễn dữ liệu phổ biến

  • Matplotlib & Seaborn

  • Plotly, Bokeh, Altair

  • Plotnine (ggplot2)

• Xây dựng dashboard với Python

3.2. Nội dung thực hành theo chủ đề

Dưới đây là các nội dung thực hành tự chọn phục vụ cho lộ trình học python của học viên xuyên suốt trong khóa học.

• Xây dựng dashboard trong digital marketing và tối ưu campaign
• Ứng dụng SEO
• Web Scraping: thu thập dữ liệu từ các website
• Các dự án tự động hóa công việc
• Phân tích dữ liệu chứng khoán

IV. FEEDBACK HỌC VIÊN

Duy Phạm | Marketing – Campaign @ Tiki.vn

Bạn có thể đọc thêm bài viết của Thịnh trên Facebook về phản hồi của Duy cho khóa học tại đây