Bạn muốn bắt đầu sự nghiệp trong lĩnh vực Khoa học dữ liệu (Data Science) nhưng chưa biết nên học từ đâu? Khóa học Data Science Basic chính là nền tảng hoàn hảo dành cho bạn.
Khóa học được thiết kế cho người mới bắt đầu, giúp bạn nắm vững những kiến thức cơ bản nhất về phân tích dữ liệu, thống kê, Python, Pandas, Numpy, trực quan hóa dữ liệu (Data Visualization) và quy trình làm việc của một Data Scientist.
| Tên khóa học | Hình thức | Học phí gốc | Học phí ưu đãi | Ưu đãi nhóm |
|---|---|---|---|---|
| Khóa học Data Science cấp độ cơ bản | Trực tiếp | 4,650,000 | 4,650,000 | 4,450,000 |
| Trực tuyến | 4,650,000 | 4,650,000 | 4,450,000 |
1. Mục tiêu tổng thể
- Trang bị cho học viên cái nhìn toàn diện nhưng ở mức nền tảng về lĩnh vực Data Science.
- Giúp học viên làm quen với Python – ngôn ngữ lập trình phổ biến nhất trong Data Science.
- Nắm được quy trình cơ bản: thu thập dữ liệu → phân tích → trực quan hóa → mô hình hóa (Machine Learning).
- Có khả năng thực hành trên các dataset thực tế và xây dựng một mini project hoàn chỉnh cuối khóa.
- Tạo nền tảng vững chắc để học viên có thể tự học nâng cao (Data Science nâng cao, AI, Big Data).
2. Mục tiêu theo từng mảng kiến thức
a, Lập trình Python cơ bản
- Biết cách cài đặt và sử dụng môi trường làm việc (Jupyter Notebook, VSCode, Anaconda).
- Thành thạo cú pháp cơ bản: biến, kiểu dữ liệu, điều kiện, vòng lặp, hàm.
- Làm việc với cấu trúc dữ liệu (list, dict, tuple, set).
- Xử lý file (đọc/ghi TXT, CSV, Excel).
b, Phân tích dữ liệu & Trực quan hóa cơ bản
- Biết sử dụng NumPy và Pandas để xử lý dữ liệu: lọc, sắp xếp, nhóm (groupby).
- Hiểu cách làm sạch dữ liệu: xử lý giá trị thiếu, định dạng dữ liệu.
- Sử dụng Matplotlib và Seaborn để vẽ các loại biểu đồ cơ bản: line, bar, scatter, histogram.
- Có khả năng kể chuyện bằng dữ liệu qua biểu đồ trực quan.
c, Tự động hóa với Python
- Hiểu cách viết script Python để xử lý công việc lặp đi lặp lại.
- Biết cách đọc nhiều file dữ liệu và hợp nhất chúng tự động.
- Tạo báo cáo tự động (Excel, biểu đồ).
- Làm quen với tự động hóa tác vụ văn phòng (ví dụ: gửi email tự động, xử lý API đơn giản).
d, Machine Learning cơ bản
- Hiểu khái niệm Machine Learning và phân loại bài toán: Supervised vs. Unsupervised.
- Nắm được các bước triển khai ML: thu thập dữ liệu → tiền xử lý → xây dựng mô hình → đánh giá.
- Biết sử dụng Scikit-learn để chạy các mô hình cơ bản: Linear Regression, Logistic Regression, KMeans.
- Hiểu và áp dụng các chỉ số đánh giá: Accuracy, Confusion Matrix, RMSE.
- Mục tiêu đầu ra (Learning Outcomes)
3. Kết thúc khóa học, học viên có thể:
- Viết được script Python cơ bản để xử lý dữ liệu, tính toán, tự động hóa công việc.
- Phân tích & trực quan hóa dữ liệu bằng Pandas, Matplotlib, Seaborn.
- Xây dựng báo cáo tự động (ví dụ: tổng hợp doanh thu từ nhiều file, xuất báo cáo ra Excel).
- Thực hiện một số mô hình Machine Learning cơ bản (dự đoán giá, phân loại, phân cụm).
- Thực hiện một mini project Data Science hoàn chỉnh với dữ liệu thực tế:
| Tên bài học | Nội dung | Thời lượng |
|---|---|---|
| Buổi học 1+2: Giới thiệu về Python cơ bản |
- Giới thiệu về Data Science: quy trình, ứng dụng thực tế. |
4 giờ |
| Buổi học 3+4: Python nâng cao |
- Hàm (function) và module trong Python. |
4 giờ |
| Buổi học 5+6: Thư viện Python cho Data Analysis |
- Giới thiệu NumPy: mảng, toán tử vector, broadcasting. |
4 giờ |
| Buổi học 7+8: Phân tích thống kê cơ bản |
- Giới thiệu Matplotlib và Seaborn. |
4 giờ |
| Buổi học 9+10: Tự động hóa với Python |
- Xử lý file hàng loạt với Python (đọc nhiều file CSV/Excel). |
4 giờ |
| Buổi học 11+12: Machine Learning cơ bản – Lý thuyết |
- Giới thiệu Machine Learning: Supervised vs. Unsupervised. |
4 giờ |
| Buổi học 13+14: Machine Learning cơ bản – Thực hành |
- Dự đoán giá nhà bằng Linear Regression (dataset Boston Housing). |
4 giờ |
| Buổi học 15+16: Tổng kết & Mini Project |
- Ôn tập kiến thức toàn khóa. |
4 giờ |
- Có laptop cá nhân và kết nối Internet ổn định.
- Biết sử dụng máy tính cơ bản (thao tác file, cài phần mềm).
- Mong muốn bắt đầu học Data Science từ đầu và ứng dụng Python trong dữ liệu.
- Không yêu cầu nền tảng trước – Python và Data Science sẽ được dạy từ cơ bản.
- Tư duy logic, ham học và sẵn sàng thực hành qua bài tập thực tế.
- Muốn nắm vững kiến thức nền tảng: Python, Pandas, NumPy, trực quan hóa dữ liệu, xử lý dữ liệu và Machine Learning cơ bản.
- Cam kết hoàn thành mini-project cuối khóa để có thể áp dụng ngay vào công việc hoặc học tiếp các khóa nâng cao.
🔹15+ năm kinh nghiệm
🔹Technical Consultant tại IMIC
🔹Chuyên môn: Lập trình Web Full-stack Data Engineer & AI
🔹10+ năm kinh nghiệm
🔹Project Manager tại Cyberlogitec
🔹Chuyên môn: Lập trình Web Full-stack & Mobile apps, Data Engineer & AI
✅ 16+ năm kinh nghiệm đào tạo CNTT & Data
Đơn vị đào tạo tiên phong, uy tín, được hàng nghìn học viên và doanh nghiệp tin tưởng.
✅ Học thực chiến – làm được việc ngay
Chương trình học bám sát yêu cầu tuyển dụng, học qua dự án thật, không lý thuyết suông.
✅ Giảng viên là chuyên gia 10+ năm kinh nghiệm đang làm việc tại doanh nghiệp
Truyền đạt kiến thức + kinh nghiệm thực tế + tư duy nghề nghiệp.
✅ Cam kết hỗ trợ việc làm sau khóa học
Cấp chứng chỉ, hỗ trợ thực tập, và kết nối doanh nghiệp đối tác.
✅ Phù hợp cả người mới & người đi làm
Lộ trình rõ ràng từ cơ bản đến nâng cao, thời gian học linh hoạt online & offline.
✅ Mỗi lớp chỉ từ 7-12 học viên – kèm cặp sát sao
Giảng viên theo sát từng học viên, giải đáp 1–1 khi cần.
✅ Học phí linh hoạt – nhiều ưu đãi
Hỗ trợ trả góp, ưu đãi học viên cũ, sinh viên và đăng ký theo nhóm.
Ms Linh – Admissions Team Leader
.jpg)
Ms Trân – Admissions Team
.png)