인프런 - 라이프타임 커리어 플랫폼

Đây không phải là một bài giảng về đầu tư. Khóa học này tập trung vào việc thu thập, phân tích và trực quan hóa dữ liệu thông qua dữ liệu chứng khoán. Bạn sẽ được làm việc với nhiều định dạng dữ liệu khác nhau và học các kỹ thuật tiền xử lý văn bản đa dạng. Khóa học cũng đề cập đến các kỹ thuật trực quan hóa dữ liệu chuỗi thời gian, phương pháp biểu diễn quy mô (scale) và một số kỹ thuật để giải mã dữ liệu giá cổ phiếu. Đây là khóa học giúp bạn tìm ra cách đạt được thông tin chi tiết (insight) thông qua phân tích dữ liệu. Nội dung học từ dữ liệu giá cổ phiếu được thiết kế để bạn có thể áp dụng vào việc thu thập, phân tích và trực quan hóa các loại dữ liệu sử dụng chuỗi thời gian khác như nhu cầu, hàng tồn kho, doanh số và lưu lượng truy cập.

Nó nhắm đến cả những người mới bắt đầu chưa có kinh nghiệm lập trình hoặc những người có một số kiến ​​thức lý thuyết về Python. Dựa trên các dự án thực tế, mục đích chính của khóa học là phát triển niềm yêu thích và hứng thú với Python. Tôi hy vọng bạn có thêm ý tưởng và có nhiều niềm vui hơn với Python thông qua khóa học này.

Đây là khóa học dành cho các PM muốn tận dụng dữ liệu. Khóa học bao gồm tất cả các quy trình sử dụng dữ liệu trong vai trò PM, gói gọn toàn bộ luồng công việc từ ngày đầu tiên đi làm cho đến khi bắt đầu và kết thúc dự án. Đây là khóa học nhập môn về dữ liệu nhằm nuôi dưỡng khả năng tư duy, bao gồm mọi thứ từ tư duy dựa trên dữ liệu, tư duy logic, định nghĩa chỉ số, thiết kế log, thiết kế thử nghiệm cho đến việc xây dựng văn hóa dữ liệu. Mặc dù được xây dựng như một khóa học dành cho PM, nhưng nội dung cũng rất hữu ích cho các nhà phân tích dữ liệu (trên thực tế, đã có rất nhiều nhà phân tích tham gia khóa học này). Ngoài ra, các bạn đang làm trong lĩnh vực marketing, thiết kế và lập kế hoạch kinh doanh cũng đang theo học rất nhiều.

Đây là bài giảng giới thiệu/cơ bản về tiếp thị kỹ thuật số. Chúng tôi đề cập đến cách thiết kế tiếp thị kỹ thuật số dựa trên dữ liệu và các ví dụ thực tế khác nhau. Nó chứa đựng những câu chuyện về 14 năm kinh nghiệm tiếp thị của tôi trong nhiều lĩnh vực khác nhau, từ các đại lý tiếp thị kỹ thuật số đến các nhà tiếp thị nội bộ tại các tập đoàn lớn và những điều tôi muốn kể cho bạn. Đề xuất cho những ai muốn hiểu tiếp thị kỹ thuật số nói chung.

Chúng tôi sẽ hướng dẫn cách để những người không chuyên hoặc người mới bắt đầu có thể nhanh chóng lấy được chứng chỉ thực hành Phân tích Dữ liệu lớn (Big Data Analysis)! Lý thuyết nhẹ nhàng, thực hành chắc chắn – không cần kiến thức nền tảng phức tạp, chúng ta sẽ tập trung học những điểm mấu chốt chắc chắn xuất hiện trong kỳ thi thông qua các câu hỏi đã từng ra.

Tiến hành phân tích log ứng dụng theo định dạng dữ liệu của Google Analytics 4, Firebase. Nội dung bao gồm các kiến thức hữu ích khi sử dụng thực tế như mảng, hàm window, phễu, retention, Google Sheets, v.v.

Có tin đồn rằng Ediya thường mở cửa hàng gần Starbucks. Liệu vị trí cửa hàng của Ediya và Starbucks thực sự khác biệt như thế nào? Liệu xu hướng biến động giá bất động sản từ năm 2013 đến 2019 có được phản ánh vào giá bán căn hộ hay không? Có những công viên nào ở khu phố của chúng ta? Làm thế nào để tận dụng dữ liệu trên Cổng dữ liệu công cộng một cách hiệu quả? Mục tiêu là làm quen với Python và các thư viện phân tích dữ liệu khác nhau thông qua việc xử lý nhiều dạng dữ liệu công cộng.

Hãy cùng tìm hiểu về Columnar Storage, một loại lưu trữ định hướng cột cho phép xử lý cả dữ liệu có cấu trúc và không cấu trúc một cách dễ dàng và cho phép định dạng bảng tự do, cũng như BigQuery, một cơ sở dữ liệu đa năng do GCP cung cấp.

SQL là một trong những yếu tố cốt lõi của phân tích dữ liệu. Thông qua các bài giảng và thực hành chi tiết về các yếu tố cốt lõi của SQL, chúng tôi sẽ giúp bạn xây dựng nền tảng vững chắc để trở thành chuyên gia phân tích dữ liệu SQL.

Tôi đã gói trọn những điều muốn chia sẻ với các bạn Junior PM/PO đang phải nỗ lực tự thân vận động vì thiếu người dẫn dắt (mentor) giỏi. Tôi sẽ chia sẻ tận tình các kỹ năng đa dạng và mô hình tư duy (Mental Models) mà những PM/PO làm việc hiệu quả đang sử dụng.

Chúng tôi sẽ tiết lộ danh mục phân tích dữ liệu thực tế của những người tìm việc thành công, cũng như các câu hỏi liên quan đến danh mục mà họ đã được hỏi trong các cuộc phỏng vấn!

Học hỏi insight từ ông Ha Yong-ho, CEO DataOven, nhà phân tích dữ liệu thế hệ đầu tiên với nhiều insight và thành công. Đây là video meetup dành cho người làm data, diễn ra ngày 18 tháng 7 năm 2024.

Cách đọc thế giới bằng dữ liệu: Khám phá khoa học dữ liệu riêng của bạn! Khám phá sâu sắc và thực tế các công cụ và kỹ thuật cốt lõi của khoa học dữ liệu hiện đại. Đặc biệt, bạn sẽ học cách phân tích dữ liệu và triển khai thuật toán bằng Anaconda, Numpy, Pandas và Scikit-learn, những yếu tố cần thiết của khoa học dữ liệu.

Nắm vững bài kiểm tra trình độ bán chuyên gia phân tích dữ liệu được công nhận trên toàn quốc trong 2 tuần! Tiếp thu các lý thuyết cốt lõi và nền tảng về dữ liệu, đồng thời tìm hiểu kiến ​​thức chuyên sâu về phân tích dữ liệu bằng R, một công cụ phân tích thống kê chuyên dụng.

Khóa học này giúp các nhà quản lý trong kỷ nguyên chuyển đổi kỹ thuật số phát triển sự hiểu biết về khả năng phân tích và công nghệ cần thiết để đưa ra quyết định và sử dụng chúng trong công việc thực tế.

Thực tế là việc phân tích dữ liệu có thể được thực hiện dễ dàng và hiệu quả hơn bằng cách sử dụng Python Pandas thay vì Excel! Tìm hiểu các chức năng cơ bản của thư viện Pandas và cách sử dụng nó trong thực tế thông qua phân tích dữ liệu tài chính.

Inflearn có hơn 30,000 học viên tích lũy, khóa học SQL cơ bản của Datarian với kinh nghiệm giảng dạy online/offline phong phú. Học lý thuyết SQL cơ bản và cùng giải 10 bài tập SQL.

Thời gian trôi liên tục và dữ liệu tiếp tục tích lũy. Trong thế giới năng động này, dữ liệu chuỗi thời gian đóng vai trò quan trọng trong mọi khía cạnh của cuộc sống chúng ta. Từ sự biến động trên thị trường tài chính đến những dấu hiệu khó nhận thấy của biến đổi khí hậu, dữ liệu chuỗi thời gian đều có tất cả. Bây giờ hãy tìm hiểu cách diễn giải và sử dụng dữ liệu mạnh mẽ này bằng sức mạnh của Python và học sâu!

Hãy học hỏi quy trình xác định vấn đề và xây dựng giả thuyết, những năng lực cốt lõi cho phân tích dữ liệu!

Học các tính năng cốt lõi của Pandas bằng cách so sánh với SQL!