Hiểu & trực quan hóa dữ liệu cùng AI FUNiX

Hiểu & trực quan hóa dữ liệu cùng AI là học phần cung cấp nền tảng về quy trình phân tích dữ liệu, tập trung vào Power BI và Excel để chuyển dữ liệu thô thành thông tin trực quan phục vụ báo cáo và hỗ trợ ra quyết định. Học phần giúp người học hình thành quy trình làm việc từ nhập dữ liệu, làm sạch, mô hình hóa, phân tích đến trực quan hóa dữ liệu.

Người học được tiếp cận Power Query để làm sạch, chuyển đổi, hợp nhất và chuẩn hóa dữ liệu; xây dựng mô hình dữ liệu và Relationship trong Power BI; lựa chọn và tạo các loại biểu đồ, bảng, ma trận, bản đồ và Dashboard. Bên cạnh đó, học phần phát triển năng lực sử dụng DAX với Calculated Column, Measure, các hàm ngày tháng, Iterator và CALCULATE để phân tích dữ liệu.

AI được tích hợp vào quy trình phân tích trong Power BI nhằm hỗ trợ phân tích dữ liệu và phát hiện bất thường. Người học đồng thời được tiếp cận các công cụ và kỹ thuật Excel phục vụ phân tích tài chính như hàm tra cứu, hàm điều kiện, XIRR, XNPV, Scenario, Goal Seek, Data Table, Data Validation và Formula Auditing.

Học phần tạo nền tảng để người học có thể xây dựng báo cáo và Dashboard dữ liệu có cấu trúc, trực quan và dễ sử dụng. Những năng lực này hỗ trợ các hoạt động phân tích dữ liệu, báo cáo quản trị, phân tích tài chính và các học phần hoặc công việc tiếp theo liên quan đến ra quyết định dựa trên dữ liệu.

Hoạt động phân tích dữ liệu ngày càng gắn với khả năng kết nối nhiều nguồn dữ liệu, chuẩn hóa dữ liệu và trình bày kết quả dưới dạng trực quan để hỗ trợ theo dõi và ra quyết định. Các nền tảng phân tích như Power BI cho phép kết hợp quá trình chuẩn bị dữ liệu, mô hình hóa, tính toán và xây dựng báo cáo trong cùng một quy trình.

AI đang được tích hợp vào các công cụ phân tích dữ liệu để hỗ trợ người dùng khai thác dữ liệu và phát hiện các điểm bất thường. Trong học phần, AI được tiếp cận như một thành phần hỗ trợ phân tích trong Power BI, bên cạnh các năng lực nền tảng về Power Query, mô hình dữ liệu, DAX và trực quan hóa.

Trong bối cảnh đó, người học cần có khả năng kết hợp giữa kỹ năng công cụ và tư duy phân tích dữ liệu. Việc sử dụng AI cần được đặt trong một quy trình có cấu trúc, trong đó người học hiểu dữ liệu, mô hình và phép tính trước khi sử dụng kết quả phân tích để xây dựng báo cáo hoặc hỗ trợ quyết định.

Học phần tập trung phát triển năng lực phân tích và trực quan hóa dữ liệu từ nhiều nguồn, đồng thời kết hợp Power BI, DAX, AI và Excel để hình thành quy trình xử lý dữ liệu có thể áp dụng cho báo cáo và phân tích tài chính.

• Hiểu và thực hiện được quy trình nhập, chuẩn bị, mô hình hóa, phân tích và trực quan hóa dữ liệu trong Power BI.
• Nhận biết và xử lý các vấn đề phổ biến về chất lượng, cấu trúc và tính nhất quán của dữ liệu.
• Sử dụng Power Query để làm sạch, chuyển đổi, hợp nhất và chuẩn hóa dữ liệu từ nhiều nguồn.
• Xây dựng mô hình dữ liệu nhiều bảng và thiết lập Relationship phù hợp để phục vụ phân tích.
• Lựa chọn và thiết kế các hình thức trực quan hóa phù hợp, xây dựng báo cáo và Dashboard nhất quán, dễ sử dụng.
• Áp dụng DAX và các tính năng AI trong Power BI để thực hiện các phép tính, phân tích và hỗ trợ phát hiện bất thường.
• Vận dụng Excel nâng cao để xây dựng mô hình, thực hiện phân tích tài chính, dự báo và hỗ trợ ra quyết định.

• Người học muốn xây dựng nền tảng phân tích và trực quan hóa dữ liệu với Power BI.
• Người học cần phát triển kỹ năng xử lý, làm sạch và mô hình hóa dữ liệu từ Excel, CSV và Web.
• Người học muốn sử dụng DAX và các tính năng AI để phân tích dữ liệu trên Power BI.
• Người học cần xây dựng báo cáo, Dashboard và các sản phẩm trực quan hóa dữ liệu phục vụ công việc.
• Người học muốn ứng dụng Excel vào mô hình hóa, phân tích và báo cáo tài chính.

• CG01: Hiểu quy trình phân tích dữ liệu bằng Power BI.
• CG02: Làm sạch và chuyển đổi dữ liệu.
• CG03: Xây dựng mô hình dữ liệu trong Power BI.
• CG04: Trực quan hóa dữ liệu và thiết kế Dashboard.
• CG05: Phân tích dữ liệu bằng DAX và AI.
• CG06: Phân tích tài chính bằng Excel.

Học phần triển khai theo hướng Learning by Doing, kết hợp Video và nội dung Text để hình thành kiến thức, các bài Quiz củng cố lý thuyết, cùng hệ thống bài tập thực hành theo hướng dẫn (Walkthrough exercises) và các thử thách thực tế (Challenges) giúp người học nắm chắc kỹ thuật xử lý và phân tích dữ liệu. Người học từng bước thực hành xây dựng biểu đồ, báo cáo, Dashboard, ứng dụng DAX và khai thác AI trong Power BI, sau đó chuyển sang các kỹ thuật Excel phục vụ phân tích tài chính. Đặc biệt, người học được vận dụng toàn diện kỹ năng qua Mini Project xây dựng Dashboard hoàn chỉnh từ dữ liệu thực tế và buổi làm việc trực tiếp với Mentor để củng cố bài thực hành, giải đáp thắc mắc và định hướng ứng dụng trong công việc.

Học phần giúp người học hình thành một quy trình phân tích dữ liệu xuyên suốt, từ kết nối và làm sạch dữ liệu đến mô hình hóa, tính toán và trực quan hóa. Việc kết hợp Power Query, Power BI, DAX và AI giúp người học tiếp cận nhiều lớp của hoạt động phân tích thay vì chỉ tập trung vào việc tạo biểu đồ.

Về nghề nghiệp và học thuật, năng lực xây dựng Dashboard, phân tích dữ liệu bằng DAX và xử lý mô hình Excel có thể hỗ trợ các công việc liên quan đến báo cáo, phân tích kinh doanh và phân tích tài chính. Học phần cũng tạo nền tảng để người học tiếp tục phát triển khả năng sử dụng dữ liệu trong báo cáo, dự báo và hỗ trợ ra quyết định.

• Module 1: Phân tích dữ liệu với Power BI (Data Analysis with Power BI). Làm quen với Power BI Desktop; kết nối và nạp dữ liệu, tạo và định dạng bảng (Tables), thiết lập lọc chéo (Cross Filtering), tổng hợp dữ liệu (Aggregation Methods), sử dụng Cards, Matrix và các trường ngày tháng (Working with Dates).
• Module 2: Báo cáo và Trực quan hóa trong Power BI (Power BI Reports). Thiết kế báo cáo với các biểu đồ cột, đường, tròn, vành khuyên, vùng, phễu, Treemap và Filled Map; sử dụng Reference Lines, Multi-row Card và khối đồ họa; thực hiện Mini Project phân tích dữ liệu bán hàng Superstore để xây dựng Dashboard.
• Module 3: Phân tích nâng cao với DAX và AI trong Power BI (DAX & AI in Power BI Tool). Sử dụng DAX với Calculated Columns, Measures/Quick Measures, Date Master Table, Iterator Functions, CALCULATE và DAX Query View; khai thác AI tích hợp để phát hiện dữ liệu bất thường (Anomaly Detection).
• Module 4: Làm chủ Excel phục vụ phân tích tài chính (Master Excel for Financial Analysis). Thiết lập bảng tính với cố định pane, neo ô tham chiếu, đặt tên vùng, định dạng có điều kiện và Formula Auditing; sử dụng Scenario, Goal Seek, Data Table, Data Validation, INDEX, MATCH, VLOOKUP, SUMIF, XIRR, XNPV, Combo Chart và Waterfall Chart.

Chương trình được phát triển và thẩm định bởi đội ngũ chuyên gia có kinh nghiệm trong lĩnh vực phân tích dữ liệu và ứng dụng AI vào công việc, đảm bảo tính thực tiễn và cập nhật.

Ths. Nguyễn Duy Hoàng

• Trình độ chuyên môn: Thạc sĩ kỹ thuật, chứng chỉ Lập trình viên quốc tế.
• Nghề nghiệp: Giảng viên CNTT.
• Nơi công tác: Khoa quốc tế (FPT International Academy) thuộc FPT Polytechnic.
• Kinh nghiệm: gần 20 năm kinh nghiệm trong ngành CNTT với các vai trò Lập trình viên, Quản trị dự án phần mềm, Giảng viên CNTT.

Mentor Đặng Quang Vinh

• Tiến sĩ Khoa học Máy tính.
• Data/AI Director tại SmartOSC.
• Giảng viên tại British University Vietnam.
• 15+ năm kinh nghiệm quốc tế trong AI và Data.

Mentor Trần Quang Thành Công

• Thạc sĩ Thống kê kinh tế.
• Digital Data Analytics Assistant Manager tại Home Credit Vietnam.
• Chuyên gia Data Analytics với kinh nghiệm tại MoMo và OCB.

Mentor Hồ Sơn Tùng

• CEO NEWAIVIET.
• Giảng viên Cao đẳng Bách khoa Hà Nội.
• Giám đốc đào tạo Aptech Việt Nam.
• Trưởng khoa phát triển chương trình FUNiX.
• Nguyên CTO tại nhiều doanh nghiệp công nghệ với hơn 10 năm kinh nghiệm.

Đội ngũ kết hợp giữa kinh nghiệm giảng dạy và kinh nghiệm ứng dụng thực tế trong phân tích dữ liệu, mang lại góc nhìn đa chiều và khả năng ứng dụng cao cho người học.