Phân tích dữ liệu Fintech chuyên sâu
Khóa học Phân tích dữ liệu FinTech chuyên sâu được thiết kế nhằm phát triển năng lực phân tích dữ liệu ở mức ứng dụng, giúp người học xử lý và khai thác dữ liệu phục vụ các bài toán tài chính, kinh doanh và vận hành trong lĩnh vực FinTech.
Người học được thực hành SQL nâng cao với Joins, CTE và Window Functions để truy xuất, tổng hợp và phân tích dữ liệu từ nhiều bảng. Đồng thời, khóa học hướng dẫn xây dựng mô hình dữ liệu, hàm đo lường và Dashboard tương tác trên Power BI.
Chương trình tích hợp Python, thống kê ứng dụng và AI vào quy trình phân tích, từ làm sạch và dự báo dữ liệu chuỗi thời gian đến sử dụng AI Agents for Coding để xử lý dữ liệu phi cấu trúc và trích xuất các pain-points. Syllabus cũng bao gồm thực hành phân tích dữ liệu với Google Antigravity và phân tích chuỗi thời gian với Agentic AI.
Hoàn thành học phần, người học có khả năng kết hợp SQL, Power BI, Python và AI để thực hiện các hoạt động truy xuất, xử lý, trực quan hóa, phân tích và dự báo dữ liệu trong các bài toán FinTech.
Dữ liệu ngày càng đóng vai trò quan trọng trong hoạt động tài chính và FinTech, đòi hỏi người làm phân tích có khả năng xử lý dữ liệu lớn, xây dựng hệ thống đo lường và chuyển hóa dữ liệu thành thông tin phục vụ quyết định.
Sự kết hợp giữa SQL nâng cao, Business Intelligence, Python và AI đang mở rộng khả năng tự động hóa trong phân tích dữ liệu. Các công cụ AI Agents for Coding và Agentic AI cũng đang được đưa vào các quy trình xử lý, phân tích và dự báo dữ liệu.
Trong bối cảnh đó, người học cần phát triển đồng thời năng lực kỹ thuật và tư duy phân tích để khai thác dữ liệu hiệu quả, kiểm soát kết quả từ công cụ AI và lựa chọn phương pháp phù hợp với từng bài toán thực tế.
Chương trình được xây dựng nhằm phát triển năng lực phân tích dữ liệu chuyên sâu, kết hợp các công cụ SQL, Power BI, Python và AI để đáp ứng yêu cầu xử lý dữ liệu trong lĩnh vực FinTech.
- Vận dụng SQL nâng cao để truy xuất, tổng hợp và phân tích dữ liệu từ nhiều nguồn.
- Thiết kế mô hình dữ liệu và hệ thống đo lường trên Power BI.
- Xây dựng Dashboard tương tác và trực quan hóa dữ liệu tài chính hiệu quả.
- Ứng dụng Python và thống kê để làm sạch và dự báo dữ liệu chuỗi thời gian.
- Khai thác AI và AI Agents for Coding để hỗ trợ tự động hóa quy trình phân tích dữ liệu.
- Người đi làm trong lĩnh vực Data Analytics, Business Intelligence hoặc phân tích kinh doanh.
- Nhân sự FinTech, tài chính, ngân hàng cần nâng cao năng lực phân tích dữ liệu.
- Người đã có kiến thức cơ bản về dữ liệu và muốn phát triển kỹ năng SQL, Power BI, Python.
- Người muốn ứng dụng AI và các công cụ tự động hóa vào quy trình phân tích dữ liệu.
- G1: Vận dụng SQL Nâng cao để tối ưu hóa quy trình truy xuất và phân tích dữ liệu quy mô lớn.
- G2: Áp dụng các nguyên tắc trình bày biểu đồ hiệu quả để thiết kế mô hình dữ liệu và xây dựng báo cáo trực quan bằng nền tảng Power BI.
- G3: Vận dụng Python và AI trên nền tảng thống kê ứng dụng để tự động hóa quy trình phân tích dữ liệu.
Chương trình kết hợp video bài giảng, bài đọc, quiz và các bài lab thực hành trên dữ liệu thực tế. Người học trực tiếp thực hành SQL nâng cao, Power BI, Python và các công cụ AI, bao gồm Google Antigravity, thông qua các bài tập và dự án phân tích dữ liệu.
Khóa học giúp người học phát triển năng lực phân tích dữ liệu theo hướng thực hành, từ truy vấn SQL, mô hình hóa và trực quan hóa dữ liệu đến xử lý và dự báo bằng Python.
Việc kết hợp AI vào quy trình phân tích giúp người học tiếp cận phương pháp làm việc hiện đại, đồng thời có nền tảng để ứng dụng các công cụ tự động hóa vào những bài toán dữ liệu thực tế trong FinTech.
- Phần 1 - SQL nâng cao | Advanced SQL: Phát triển kỹ năng sử dụng Joins, CTE và Window Functions để tổng hợp, truy vấn và thực hiện các phép tính phân tích nâng cao trên dữ liệu. Nội dung bao gồm thực hành với MySQL và các kỹ thuật Window Functions như ROW_NUMBER, RANK, DENSE_RANK, LEAD và LAG.
- Phần 2 - Power BI & Data Visualization: Xây dựng mô hình dữ liệu, hệ thống đo lường và Dashboard tương tác trên Power BI. Người học thực hành các kỹ thuật trực quan hóa, phân tích điểm bất thường, Smart Narratives, Q&A Visuals, Decomposition Tree và Key Influencers.
- Phần 3 - Python & Phân tích chuỗi thời gian: Ứng dụng Python và thống kê để xử lý dữ liệu và phân tích chuỗi thời gian, bao gồm môi trường Jupyter và các kỹ thuật phục vụ dự báo.
- Phần 4 - AI Agents for Coding & Phân tích dữ liệu: Sử dụng Google Antigravity và các công cụ AI để hỗ trợ xử lý dữ liệu, tự động hóa tác vụ phân tích và khai thác dữ liệu phi cấu trúc. Người học thực hành phân tích dữ liệu với Google Antigravity và tiếp cận Gemini Conductor trong quy trình làm việc với AI.
- Phần 5 - Agentic AI & Dự báo dữ liệu: Kết hợp AI với phân tích chuỗi thời gian để thực hiện các bài toán dự báo và phân tích dữ liệu chuyên sâu. Nội dung có bài thực hành phân tích chuỗi thời gian với Agentic AI.
Chương trình được phát triển và thẩm định bởi đội ngũ chuyên gia có kinh nghiệm sâu rộng trong FinTech, ngân hàng, dữ liệu và công nghệ, đảm bảo tính thực tiễn và cập nhật.
- 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 Nguyễn Thị Nga: Giám đốc Ngân hàng số tại PVcomBank; hơn 30 năm kinh nghiệm; chuyên gia chuyển đổi số, vận hành và quản trị rủi ro trong ngân hàng.
- Mentor Nguyễn Tùng Chi: AI-in-Finance Consultant; 15+ năm kinh nghiệm C-level; chuyên gia M&A, tài chính doanh nghiệp và chuyển đổi AI.
- Mentor Nguyễn Chiến Thắng: Founder Mỳ AI; chuyên gia công nghệ với nhiều năm kinh nghiệm trong lĩnh vực tài chính, ngân hàng và hiện đang làm việc tại Ngân hàng SHB (Giám đốc Trung tâm Phát triển, IT Division).
- 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.