0:00 Bạn có biết bước sang 2026, một data không chỉ còn cần có Excel và SQL nữa. AI đã thay đổi hoàn toàn cuộc [âm nhạc] chơi và tác động đến công việc phân tích dự liệu rất là nhiều. Chào các bạn, mình là Mask. Mình vừa hoàn thành thông website về lộ trình tự học các kỹ năng data analytics với AI dành cho [âm nhạc] sinh viên, người đi làm hay kể cả bất kỳ công việc nào mà đang muốn học về data. Và rootmap này mình đã update rất là nhiều so với version Radmap từ 3 năm về trước. Nên là nếu các bạn đang muốn nâng cấp bản thân với các kỹ năng phân tích dữ liệu hay các bạn muốn học data với AI để tìm kiếm những cơ hội mới cho công việc của mình thì hãy cùng mình xem hết video này. Chúng ta sẽ cùng bóc tấp chi tiết các kỹ năng theo từng giai đoạn từ cơ bản, medium cho tới nâng cao, từ các cái tài liệu về sách cũng như các khóa học online cho đến các nền tảng code. Và cùng xem các AI nào đang hỗ trợ và tác động đến công việc phân tích dữ liệu và
0:45 chúng ta sẽ học nó như thế nào nha. Trước khi đi vào roadmap chi tiết, mình muốn mọi người hiểu một cái điều rằng là việc chúng ta học các kỹ năng nghi data hay AI không hoàn toàn là chúng ta phải đi làm công việc của một DA dataalist. Việc học các kỹ năng phân tích dữ liệu sẽ thật sự giúp các bạn nâng cấp các kỹ năng cần thiết cho công việc sắp tới sau này của các bạn và đôi khi nó sẽ mở ra những cái cánh cửa mới cho cái sự nghiệp của mình và có thể là tạo ra một bước ngoặc rất lớn. Một người học thông minh á là người ta biết mình là ai, mình đang ở đâu, mình thiếu gì và mình cần học các kỹ năng nào để phục vụ hiệu quả nhất cho công việc và năng lực của bản thân mình. Cho nên những bạn ở đây nếu bạn đang là một sinh viên Ntech thì các bạn có thể cho phép bản thân mình bắt đầu làm quen với phân tích dữ liệu, với các kiến thức về thống kê hoặc phân tích với Excel hay là nâng cấp hơn là phân tích với PI. Điều này sẽ giúp các bạn có thể áp dụng ngay vào các bài tiểu luận hay là nghiên cứu khoa học ở trên trường. Còn nếu các bạn đang là một sinh viên trong ngành
1:31 data science, data analytics thì việc các bạn phải giỏi hết tất cả các kỹ năng về data. Đó là điều hiển nhiên. Và ngoài ra các bạn phải nhanh chóng lao vào cái công việc thực tế. Bởi vì thị trường công việc ở ngoài kia cái pass m ở công ty á nó rất là khác rất là nhiều so với những cái bài tập mà các bạn làm ở trên trường. Còn nếu các bạn ở đây là những người đã đi làm rồi, các bạn có thể làm marketing analyst, các bạn có thể làm operation, các bạn có thể làm quản trị rủi ro thì các bạn hãy nghĩ xem là công việc hiện tại của mình là mình đang xử lý data bằng công cụ nào, các bạn muốn cải thiện và nâng cấp nó hơn như thế nào nữa. Giả sử các bạn đang làm báo cáo hàng ngày với Excel thì các bạn chắc chắn phải master Excel. Bước tiếp theo là các bạn có thể cải thiện hơn bằng cách là xây dựng báo cáo với Power BI để tự động hóa nó hay là học thêm Python để setup các cái công cụ hoạt động một cách tự động hóa nhanh hơn. Còn nếu các bạn đang là một business strategies, công việc của các [âm nhạc] bạn là phân tích dữ liệu để tạo ra chiến lược thì thật sự các bạn cần nên học một số cái kiến thức
2:17 về xác suất thống kê những [âm nhạc] mô hình về Mining để có thể giải được những cái bài toán dự đoán, dự báo làm cho cái chiến lược của mình đưa ra nó mang tính khoa học hơn rất là nhiều. Nên là chúng ta ở đây học data analytics hay là AI [âm nhạc] không chỉ để làm DA mà chúng ta có thể làm marketing analyst, operation analyst, risalyst hay là business strategies. Ok, bây giờ chúng ta sẽ đi vào phần chính. Mình sẽ bốc tách cái rootmap trong vòng 6 tháng sắp tới. Thì đây chính là trang web roadmap mà mình đã dày không thực hiện trong vòng suốt một tuần vừa qua. Và chúng ta sẽ bắt đầu nó với bốn cái trụ chính mà chúng ta sẽ học để mình có thể nâng cấp được cái khả năng tới dực điệu của mình. Trụ cột đầu tiên chính là data analytic knowledge. Trụ cột thứ hai là data tools như là SL, SL, Python. Chụ cột thứ ba chính là AI và kiến thức về m learning. Và trụ cột cuối cùng chính là kiến thức kỹ năng mềm như là tư duy, phân tích và
3:03 những cái phương pháp giải quyết bài toán dữ liệu. Và chúng ta sẽ bắt đầu cái road map này với face số 1 ở phần đầu tiên là xây dựng nền [âm nhạc] tảng fundamental. Tháng thứ nhất mình muốn mọi người sẽ tập trung vào việc xây dựng được kiến thức về business statistic là nền tảng về thống kê, học được Excel cho phân tích dữ liệu. Hãy cho phép mình làm quen với cái công việc phân tích dữ liệu với Excel với những kiến thức kê mà mình được học. Sang tháng thứ [âm nhạc] hai, hãy làm quen với ngôn ngữ SQL để dùng để quản lý database, đồng thời học SQL để thực hiện các truy vấn trong việc chúng ta làm những cái bài phân tích data. Chúng ta sẽ đi đến cái face số hai đó là intermediate. Ở phần này chúng ta sẽ tập trung ở tháng thứ ba là chúng ta sẽ tích lũy về tư duy phân tích, phương pháp giải quyết vấn đề analytical thinking và xây dựng dashboard Power BI hay data visualization với những B2 như là Power
3:48 BI. Thứ tư là giai đoạn mình nâng cấp lên vượt bậc với ngôn ngữ phân tích dữ liệu cao là Python. Ở đây chúng ta sẽ học các cái thư viện của Python để xử lý data frame, từ đó phân tích cũng như chuẩn bị cho giai đoạn chạy những mô hình về thống kê hay là learing. Đến giai đoạn expense là tháng thứ năm. Ở tháng thứ năm chúng ta sẽ tập trung vào câu chuyện là master là giỏi cái kỹ năng là kiến thức về m learning các mô hình phân tích dữ liệu dự báo. Chúng ta sẽ dành cho một tháng thứ năm này để học các mô hình đó. Ở tháng thứ sáu chúng ta sẽ đóng gói lại tất cả những kiến thức chúng ta học trong suốt 5 tháng vừa qua từ Excel, PowerPi, SQL, Python và đến cái dạy cuối cùng là các kiến thức về một. Chúng ta sẽ thực hiện các cái project để tạo nên portfolio và đó là đóng gói lại cho cái hành trình chúng ta chuẩn bị, chuyển việc cũng như là tìm kiếm những cơ hội mới. Và tất nhiên xusuk cái root map này chúng ta không thể nào thiếu đi một phần quan trọng đó là sự trợ giúp của các AI trong phân
4:34 tích dữ liệu. Thì bốn cái AI mà mình sẽ thường dùng trong công việc phân tích dữ liệu của mình bao gồm chatbt, Clot,ini và GitHub. Thì ở đây hướng dẫn sử dụng các cái AI này cho công việc phân tích dữ liệu mình cũng đã làm ra những cái video thì mọi người có thể check ngay những cái video này ở trên kênh YouTube của mình như là CL hay là Germin hay là J CPT thì dục phân tích dữ liệu ra sao. Bây giờ mình sẽ cùng mọi người bước chân vào từng tháng mình sẽ chỉ ra các điểm nội dung cần học chi tiết ở từng kỹ năng cho mọi người ha. Đầu tiên chúng ta sẽ đi đến với tháng thứ nhất đó là học về Business Statistic và Excel for Data Analysis. Chúng ta sẽ có tuần số một và tuần số hai là hai cái tuần mà chúng ta dùng để build cái nền tảng kiến thức về data. [âm nhạc] Những bạn mới á chúng ta chưa biết gì về dữ liệu thì hãy cho phép mình một tuần đầu tiên hãy học cho mình về các kiến thức về data analytics như là các cái loại dữ liệu nó có được cấu
5:20 trúc ra sao. Các phương pháp phân tích từ phân tích mô tả, phân tích chẩn đoán, phân tích dự báo, phân tích đề xuất. Tiếp theo là [âm nhạc] data type. Chúng ta sẽ có hai kiểu định tính và định lượng có cấu trúc và không có cấu trúc. Kiến thức về thống kê. Chúng ta tập trung vào kiến thức về desive statistic bao gồm các cái chỉ số phân tích mô tả cho đến những cái phương pháp phân tích về suy luận như là lấy mẫu, kiểm định các giả thuyết hay là xác suất. Những cái nguồn học ở đây mình có đính kèm như [âm nhạc] là quyển sách về naked statistics. Thì các bạn có thể ấn vào đây nó sẽ ra cái link về cái tài liệu mà mình có thể tải về ha. Tiếp theo chúng ta có thể muốn học một cái kênh YouTube mình có để đính kèm một cái kênh là Starw. Mọi người ấn vào đây nó sẽ dẫn đến cái kênh YouTube. Chúng ta có thể bắt đầu cái phần học kỹ th ở đây. Tiếp theo chúng ta sẽ có một khóa học nền tảng đó là Google Analytics. Mọi người có thể ấn vào đây thì đây là khóa học rất phù hợp cho những người mới bắt đầu mọi người có thể tham khảo. Thì nếu các
6:07 bạn muốn học với mình các kỹ năng nền tảng về data bao gồm là thống kê, Excel, SQL, tư duy phân tích thì các bạn có thể tham khảo khóa học Data Analytic 101 F1 này ha. Sau cái tuần thứ nhất và tuần thứ hai, chúng ta sẽ đi đến tuần thứ ba và tuần thứ bốn. Ở thai tuần này á hãy cho phép mình làm quen với một công cụ phân tích phổ biến nhất 99% người đi làm sẽ sử dụng đó là Excel. Excel ở đây chúng ta sẽ tập trung vào câu chuyện là sử dụng các hàm cơ bản và quan trọng nhất bao gồm Botable, Vlop Cup, Hlup hay là index mat. Chúng ta sẽ sử dụng cách học cách cách và formatting các bạn dữ liệu như là conditional formatting hay là data validation. Chúng ta học cách vẽ những cái tr biểu đồ vẽ Excel, học cách đi một dashboard với power by, power query làm những cái data visualization. Thì đây là cái giai đoạn để mình có thể hình dung được rằng là một người làm phân tích dữ liệu là một người biết xử lý data, biết phân tích vẽ biểu đồ và
6:53 trực quan hóa dữ liệu đó với Excel thì đóng gói lại cái giai đoạn ở tháng thứ nhất chúng ta sẽ có thể chinh phục được kỹ năng business statistic và Excel. Bước sang sáng thứ hai là câu chuyện chúng ta nâng cấp mình hơn một bậc nữa. Chúng ta học về việc dùng SQL để quản lý database và truy vấn dữ liệu và bắt đầu thuần thục sử dụng một cái AI để trợ giúp trong quá trình học SQL này. Ở tuần số 5ă số 6. Hãy dành hai tuần này ra để học về SQL. Mình sẽ đảm bảo những kiến thức sau đây. Thứ nhất là database concept. Mình phải hiểu được database là gì? Cái cấu trúc quản lý database chuẩn hóa dữ liệu đó ra sao? Primary key, foreign key, cấu trúc bảng và các dòng dữ liệu các record như thế nào? Tiếp theo học cách truy vấn cơ bản với những cái lệnh như là select from, group buy, order buy. Nâng cấp hơn chúng ta sẽ có những lệnh ghép bản như là joy. Chúng ta sẽ có những cái lệnh tính toán như là cum min, max subquery, cti và cuối cùng
7:39 nâng cấp hơn một xíu nữa là mệnh đề Windows function. Thì để học s á thì mình ở đây mình đã đính kèm một số cái kênh YouTube như là của bạn Alast the Analyst. Mọi người ấn vào đây nó sẽ ra một cái series. Mọi người có thể chọn học một khóa học trên Cera là SQL for Data Science. Mọi người cũng có thể có một sự lựa chọn thứ ba là mọi người có thể tham gia khóa học SQL của mình. Thì mình cũng có lớp SQL thì mọi người đang đánh giá lớp này rất là tốt bởi vì mình dạy từ cơ bản cho tới trung cấp cho kỹ năng SQL này. Sau khi tuần số 5ă số 6 mình học được SQL rồi, chúng ta sẽ tiếp nối tuần số 7, số 8 là nâng cấp hơn. Ở đây chúng ta sẽ làm một công việc giống như là những bạn làm database administrator, những database admin hoặc là những bạn làm data engineer. Thì việc học performance optimization cho các đoạn query, học database design, học management database đó với những cái câu lệnh về control data, học ETL một cái
8:25 luồng data, viết một cái script SQL để chạy dữ liệu, tổng hợp dữ liệu lại thì đây chính là giai đoạn mà chúng ta cần nâng cấp cái kỹ năng về quản trị database. Những cái AI sẽ giúp mình có thể sử dụng trong giai đoạn này như là chat CPT hay lot là những AI có thể hướng dẫn mình rất là nhiều. Nhưng mà quan trọng là mình phải nắm được cái nền cơ bản thì mình dùng ai mới hiệu quả. Thì đó là chúng ta đóng gói được cái giai đoạn thứ hai ở tháng thứ hai. Bây giờ sau khi mình đã học xong tháng thứ hai, mình sẽ bước sang tháng thứ ba là chúng ta sẽ chinh phục kỹ năng về tư duy phân tích, giải quyết vấn đề và kỹ năng về PO BI cũng như data visualization Toolent. Thì bây giờ mình sẽ cùng bước vào cái root map ha. Trong rock map này mọi người sẽ thấy mình sẽ chia ra tuần số 9 và tuần số 10. Tường số 9 và tuần số 10 này mọi người hãy cố gắng là học những cái phương pháp giải quyết vấn đề, phương pháp tư duy để mình có thể đặt ra những giải thuyết. Mình biết cách cấu rút cái bài toán của mình một cách logic, chặt chẽ. Mình biết cách là áp
9:11 dụng các chiến lược phân tích của mình để trước khi mình bước vào câu chuyện là xây dựng dashboard hay là mình bước vào câu chuyện là tạo ra những cái bài phân tích á nó sẽ cực kỳ logic và hiệu quả. Thì sau khi mình đã có được cái tư duy phân tích này rồi thì mình có thể bước sang tuần số 11 và tuần số 12 học data visualization phân tích làm dashboard với Power BI hoặc tablo thì ở đây mình sẽ recommend PO PI bởi vì Power BI là một công cụ BI đang phổ biến nhất trên thị trường nó cũng phổ biến so với những doanh nghiệp SME còn tablo là một công cụ nền tảng BI lâu năm lâu đời nhưng mà chi phí nó rất là cao. Cho nên là những công ty sử dụng tao thì thông thường nó sẽ là những công ty rất rất lớn và cũng như lâu đời rồi. Thì đối với cái tuần mà chúng ta học về data visual hay là B Tool thì mọi người hãy tập trung cho mình những nhóm kiến thức sau đây. [âm nhạc] Thứ nhất là học cách connect data với PO PI ở từ rất là nhiều nguồn như là File CSV, file Excel, Google
9:57 Sheet những database. Sau đó tạo các model, sử dụng những câu ngôn ngữ DX để chúng ta có thể visualization tạo những cái dashboard học cách mà thiết kế das Dashboard có nhiều tầng làm sao chúng ta biết được là dashboard chúng ta có ba trang hay bốn trang. Sau đó publist báo cáo chúng ta lên PowerP Service. Thì tổng hợp cái này lại chúng ta sẽ hoàn thiện được cái kỹ năng là build được một cái automatic dashboard. Thì mọi người có thể xem ở đây mình có một cái dashboot ví [âm nhạc] dụ từ cái giai đoạn là chúng ta xử lý data, sau đó chúng ta xử lý công thức sau đó chúng ta setup data model visualization và mình sẽ publish cái báo cáo này lên trên power [âm nhạc] service thì mọi người sẽ thấy là nguyên cái process này mình đóng gói ở đây nó chỉ có pha 30 giây hay 20 giây thôi nha mọi người nhìn thấy là cái khối lượng công việc rất là nhiều cho nên là để chinh phục được kỹ năng này thật sự là một kỹ năng rất khó và cái nguồn học ở kỹ năng này á thì mình có
10:43 đính kèm ở đây. Nếu các bạn muốn tự học trên YouTube mình có một channel YouTube là Data Guide InCB thì mọi người có thể xem cái channel này. Nếu các bạn cần một khóa học thì mình có một khóa học Master Analytical Thinking và Analysis with PPI. Thì khóa học này của mình thì tập trung hai kỹ năng này luôn. Kỹ năng tư duy phân tích để lên chiến lược phân tích làm báo cáo và kỹ năng xây dựng automatic Dashboard. thì mọi người sẽ nhìn thấy được cái kết quả của cái khóa học này là các bạn học viên của mình sẽ có thể xây dựng được những cái dashboard chuẩn chỉnh ở trên BPI public lên BI service. Các bạn có thể làm được những cái bài phân tích chuẩn chỉnh từ A tới Z chuẩn data consultant ở đây. Thì nếu các bạn muốn thì các bạn có thể tham khảo cái khóa học này của mình ha. Tiếp theo sau khi chúng ta đã chinh phục được cái tháng thứ ba chúng ta đã master được
11:28 thêm hai kỹ năng nữa là tư duy [âm nhạc] phân tích và kỹ năng data visual B tool với forbi BI. Thì với mình đây thật sự là những kỹ năng quan trọng và cần [âm nhạc] thiết cho bất kỳ đối tượng nào có làm việc với data chứ không kể là các bạn muốn học làm DA. Những anh chị nào đang làm phân tích dữ liệu data inside, trình bày những cái report lên slide phân tích trên PowerPoint mà cảm thấy là nó rói tung, nó không có một phương pháp nào hết thì mình hoàn toàn có thể học ngay cái tư duy phân tích cũng như phương pháp vấn đề để có thể build ra những cái slide phân tích chuẩn data discultant. Chúng ta sẽ bước sang tháng thứ tư là cái tháng để cho phép mình làm quen với một cái ngôn ngữ mới đó là Python, một ngôn ngữ phân tích dữ liệu vậ cao. Thì trong tháng này mình sẽ dành ra bn tuần để học cái cơ bản thôi. Mình sẽ có chi tiết trong cái tuần số 13 và tuần số 14 chúng ta sẽ học hai thư viện về Numbai và Bandas. Thì hai đây là hai thư viện chuyên để phân tích dữ liệu
12:14 trong Python. Sau khi chúng ta học qua hai cái thư viện Numai và Bandas, chúng ta sẽ bước sang cái phần tuần số 15 với 16 để chúng ta học data resolution với những thư viện khác như là [âm nhạc] CBON, Plotly hay là MLC Lip. Ở đây chúng ta sẽ học cái cách vẽ từng cái biểu đồ, cái cách để xử lý những cái data, cái cách để trực quai hóa dữ liệu bằng ngôn ngữ Python. Sau khi chúng ta đã hoàn tất cái giai đoạn là biết cơ bản P bonhon ở tháng thứ tư, chúng ta sẽ đi đến tháng thứ năm. Tháng thứ năm này là cái giai đoạn mà mình nghĩ rằng là nó sẽ thật sự là challenge cho tất cả mọi người muốn học về data bởi vì nó là một cái chuyên đề khó. Học về statistic, về machining đó là một câu chuyện hoàn toàn khác so với câu chuyện chúng ta học các công cụ SL, SQL hay PPI hay là Python. Bởi vì chúng ta phải vừa học về thống kê, vừa học kiến thức về thuật toán và vừa học cách chạy những cái code đó trong ngôn ngữ Python để giải quyết cái vấn đề của
13:00 chúng ta. Và bây giờ mình sẽ cùng hướng dẫn mọi người chi tiết cái phần nội dung của nó trong tháng thứ năm này nha. Quay trở lại cái map trong tháng thứ năm, mình sẽ dành ra tuần thứ 17, số 18 là hai cái tuần này để mọi người có thể bắt đầu học các kiến thức, nền tảng về thuật toán, Merc learning, bao gồm các cái kiến thức về những mô hình cơ bản về Superving hay là unsupervice để chúng ta hiểu được các mô hình phân cụm hay là các mô hình dự đoán hồi quy. Đó là những mô hình mang tính chất nào và áp dụng như thế nào trong những bài toán kinh doanh, trong những bài toán thực điển. Giả sử các bạn làm marketing, các bạn muốn đánh giá khách hàng của mình đang thuộc cái nhóm khách hàng A, nhóm khách hàng B, nhóm khách hàng trung thành hay là nhóm khách hàng mang lại nhiều value hay là nhóm khách hàng có rủi ro thì các bạn không muốn à phân chia khách hàng đó bằng tay thì các bạn có thể áp dụng ngay cái mô hình segmentation lustering để có
13:46 thể chia nó một cách tự động hóa và khoa học hơn với cái kỹ thuật về machine learning. Sau khi tuần thứ 17, 18 mình đã học về cái lý thuyết về cái cái phương pháp mô hình mình sẽ dành ra tuần số 19 và tuần số 20 để chạy những cái mô hình đó bằng ngôn ngữ Python. Thì ở đây AI sẽ hỗ trợ mọi người rất là nhiều. Mình hoàn toàn có sử dụng chermin tích hợp với Google Collab để có thể chạy ngay một đoạn code đó trong Google Collab một cách dễ dàng. Mình hoàn toàn sử dụng VS Code với Cursor vẫn có thể chạy cái AI để phân tích trong cái giai đoạn này. Cho nên là mọi người đừng có ngại khó trong cái việc là phải COD. Hiện nay AI đã hỗ trợ rất là tốt trong cái việc này. Và nếu các bạn muốn thử thách bản thân mình hơn, triển khai những cái mô hình đó trong thực tế trong doanh nghiệp của mình thì có thể học thêm cái việc auto những cái MC Learning by Apply hoặc là những cái AI tool để có thể giúp mình làm trong cái giai đoạn này thì mình sẽ đóng gói được tháng thứ năm. Và sau tháng thứ năm là cả một hành
14:31 trình rất là vất vả vừa qua. Chúng ta sẽ sẵn sàng tự tin vào bản thân mình để bước sang tháng cuối cùng là hoàn thiện cái profile. Thì hoàn thiện profile ở đây thì mọi người chú ý giúp mình mình sẽ có hai cái, một là CV và hai là portfolio. CV sẽ là cái bước đầu để mình bước qua được cái vòng HR và portfolio sẽ là cái nơi để tạo dựng niềm tin cũng như là tăng cái sự tin cậy của bản thân mình với nhà tuyển dụng. Cho nên là hãy đóng gói lại hết tất cả các kỹ năng của chúng ta vừa học. chúng [âm nhạc] ta sẽ thực hiện nó, trình bày nó lên một cái portfolio. Thì để làm được portfolio á, điều đầu tiên là mọi người hãy chọn lựa cho mình được những cái project để mình đưa vào portfolio. Thì ở đây mình có chia sẻ với mọi người một số cái project cơ bản mọi người có thể tham khảo nha. Thì mọi người có thể xem nó ở cái phần là Bu portfolio project. Mình đang để cho mọi người ba cái chủ đề chính rất là phổ biến là marketing analytics, sale
15:18 analytics [âm nhạc] và risk analytics. Ví dụ mọi người chọn marketing analytics thì mọi người có thể thực hiện một số các project như là phân tích chiến dịch quảng cáo, áp dụng machine learning để thực hiện customer segmentation. Chúng ta có thể build được những cái model để chạy cái màu xanning đó hoặc là build những cái dashboard để theo dõi campaign. Nếu các bạn chọn sale analytic, chúng ta sẽ có thể làm một cái dashboard về sale performance. Dự đoán về doanh thu, lợi nhuận, chúng ta có thể dự đoán được vòng đời của khách hàng. Nếu các bạn có thể chọn chủ đề risk analytics, chúng ta có thể làm được những cái bài toán như là credit ris, phân tích về tín dụng, phân tích về prod, [âm nhạc] hành vi rủi ro của khách hàng và cuối cùng là thực hiện những cái model dự đoán về điểm tín dụng của khách hàng scoring. Và cái mọi người có thể quan tâm nhất đó là mọi người lấy dataset ở đâu để thực hành thì mình cũng có thể chuẩn bị cho mọi người ở đây luôn là bốn cái chủ đề dataset và mọi người có thể tham khảo sales, hacker, CRM hay
16:04 là marketing. Mọi người hãy ấn vào đây, click [âm nhạc] và access mọi người sẽ dẫn tới một cái link thì ở link này là một cái bà blog mình đã tổng hợp tất cả 7 tám cái dataset. Mọi người có thể nhanh chóng download vào cái dataset mà mình muốn ở đây ha. Thì cái link này sẽ mở free để mọi người có thể chủ động tải những dat về để mình có thể thực hành [âm nhạc] nó cho những cái project của bản thân mình. Phần tiếp theo trong pro map này không chỉ dừng lại là liệt kê các nội dung và những cái thông tin tài liệu hồi nãy giờ mình đã liệt kê, mình còn chuẩn bị cho mọi người những cái nguồn để mọi người có thể hoàn toàn thể tự học mà một cách chủ động hơn bao gồm là những cái quyển sách mà mình tâm đắc nhất trong công việc học phân tích dữ liệu. Đầu tiên là quyển về phân tích về thống kê, quyển về kỹ năng làm data storytelling, data visualization quyển về hộp bython, quyển về mc learning và quyển về SQL. Mọi người có thể click vào tương ứng với từng cái link này để lấy quyển sách mà mình mong muốn ha. những
16:51 cái khóa học online mà mọi người hoàn toàn có thể tự học trong giai đoạn thời gian rảnh như là những cái top khóa học mà mình cảm thấy tâm đắc nhất. Ví dụ khóa học đầu tiên là Google Analytics, thứ hai là Mine learning của NGNG, Power PI, Python và SQL. Mọi người có thể click vào đường link tương ứng mình đã chuẩn bị sẵn nó sẽ dẫn đến cái trang khóa học đó luôn. Và nếu các bạn muốn xem những cái kênh YouTube, mọi người cũng có thể click vào đây. À Minh có kênh YouTube này thì mọi người cũng có thể xem lại những cái video cũ của mình. Đây là những cái video cũng có rất nhiều chủ đề về data. Tiếp theo mọi người muốn học về thống kê có thể học ở kênh Startweb. Mọi người có thể tham khảo cái kênh channel khác như là Alasd Analyst. Rồi những nền tảng để coding như là SQL mọi người có thể click vào đây. Ví dụ như Le code nó sẽ dẫn đến trang web để mọi người code phần SQL này luôn. Hay là Python Go để mọi người tìm dataset. Mình
17:38 cũng có thể đính kèm cái link vào đây. Tiếp theo là data Glummer hay là Tablo Bower BI Community. Đây là những cái đường link mà mình đã chuẩn bị sẵn để giúp mọi người có thể tự chủ động tìm những cái nguồn tài liệu một cách chủ động hơn. Và nếu các bạn có quan tâm đến những khóa học của MAS là mình thì mình hiện tại có bốn khóa học đi từ cơ bản cho tới nâng cao. Khóa học nền tảng đầu tiên là Data Analytics 101. Khóa học này sẽ giúp các bạn chinh phục được cái nền tảng về data bao gồm thống kê Excel và tư duy phân tích. Khoa học chuyên về SQL, khóa học chuyên về tư duy phân tích Analical thinking và PV BI. Và cuối cùng là khóa học về Python thì mình cũng có thể đính kèm. Thì mình cũng đã đếm tìm ở đây thì mọi người có thể click vào đây nó sẽ mở ra cái đường link trang web. Mọi người có thể đọc và tham khảo để xem coi là mình có phù hợp với những khóa này hay không ha. Rồi và cuối cùng là chúng ta đã sẵn sàng [âm nhạc] chinh
18:24 phục cái hành trình phân tích dữ liệu trong năm 2026 với những cái công cụ mới, với những cái AI mới để có thể giúp mọi người có thể nâng cấp bản thân mình một cách nhanh chóng [âm nhạc] hơn. Và tất cả những cái tài liệu này mình đứng kèm trong link CRmap mọi người hãy lấy nó trong phần mô tả. Và nếu mọi người thích video này thì nhớ ủng hộ mình bằng một like hoặc là một subscribe. [âm nhạc] Và hẹn mọi người trong video kế tới.
