강의

멘토링

커뮤니티

Data Science

/

Data Analysis

Thế giới của Data Analyst mà tôi đã trải qua (feat. Mẹo thực tế, Tư duy làm việc)

Tôi chia sẻ những trải nghiệm mà một Data Analyst tại các công ty lớn đã nhìn thấy và cảm nhận được. Tôi sẽ nói về những tips thực tế về cách giải quyết các vấn đề gặp phải trong công ty và mindset cần lưu ý với tư cách là một Data Analyst.

(5.0) 5 đánh giá

59 học viên

Độ khó Nhập môn

Thời gian Không giới hạn

  • Gemma
Communication
Communication
Communication
Communication
Thumbnail

Đánh giá từ những học viên đầu tiên

Đánh giá từ những học viên đầu tiên

5.0

5.0

ㅎㅅ

100% đã tham gia

Tôi cũng đang làm việc với vai trò phân tích viên. Vì các yêu cầu công việc thường rất đa dạng, nên tôi thường phải dành không ít thời gian để lên kế hoạch cho các công việc phân tích bao gồm cả việc viết báo cáo. Nhưng thông qua khóa học này, tôi đã được giúp đỡ rất nhiều trong việc phân loại các công việc đã làm trong thời gian qua. Ngoài ra, tư duy mà thầy nhấn mạnh cũng rất đồng cảm và tôi có thể nhắc nhở bản thân một lần nữa. Tuy nội dung ngắn gọn nhưng có vẻ là một khóa học khiến người học suy nghĩ sâu sắc và nhìn lại bản thân. Cảm ơn thầy đã chia sẻ.

Bạn sẽ nhận được điều này sau khi học.

  • Mẹo thực tế của Nhà phân tích dữ liệu

  • Tư duy của Nhà phân tích dữ liệu

Khi bắt đầu phân tích dữ liệu lần đầu tiên, bạn sẽ có những băn khoăn như sau.

  • Đã xem chỉ số rồi nhưng phải đưa ra quyết định gì với nó đây?


  • Trong A/B test, B có vẻ tốt hơn, nhưng làm sao để xác định đây là hiệu quả thực sự hay chỉ là ngẫu nhiên?


  • Bạn được yêu cầu tìm insight nhưng không biết bắt đầu từ đâu?


  • Tôi đã phân tích rồi nhưng mọi người đều khó hiểu báo cáo của tôi



Chia sẻ trải nghiệm từ góc nhìn của một chuyên gia phân tích dữ liệu đang làm việc thực tế.

  • Phân tích dữ liệu được cấu trúc thành 4 loại: ra quyết định·khám phá·dự đoán·chẩn đoán, tôi sẽ chia sẻ kinh nghiệm về việc đã giải quyết vấn đề gì bằng phương pháp nào.

  • Phân tích dữ liệu là cuộc chiến với chính mình và là chuỗi liên tục của thử và sai. Vì vậy, mindset thường tỏa sáng hơn cả kỹ năng và kiến thức. Tôi xin chia sẻ về mindset mà các nhà phân tích dữ liệu cần lưu ý.

Bạn sẽ học những nội dung như thế này

Nội dung này bạn có thể nghe một cách thoải mái như xem video YouTube, nên hãy thư giãn và lắng nghe nhé 🚀

Phần (1) 4 loại phân tích dữ liệu

Chia sẻ về từng loại là gì và những kinh nghiệm hữu ích từ mỗi loại.

Phần (2) Tư duy

Chia sẻ về khả năng nhạy cảm với con số mà một nhà phân tích cần có, 4 mẹo vàng để tạo ra báo cáo tốt, và điểm cân bằng giữa sự kiên trì và sự điều độ.

# Lưu ý

Nếu bạn có thắc mắc về nhà phân tích dữ liệu, hãy thoải mái đặt câu hỏi🎯

Câu hỏi cụ thể cũng tốt, câu hỏi chung chung cũng được.
Tôi sẽ cố gắng truyền đạt tối đa những câu trả lời dựa trên kinh nghiệm thực tế trong công việc mà bạn không thể hỏi chatGPT.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Sinh viên chuẩn bị việc làm tò mò về nhà phân tích dữ liệu

  • Nhân viên mới vừa mới bắt đầu làm việc với vai trò là nhà phân tích dữ liệu

Xin chào
Đây là

944

Học viên

118

Đánh giá

40

Trả lời

4.9

Xếp hạng

5

Các khóa học

Tôi là Gemma, người đã bắt đầu với toán học, trải qua sự nghiệp lập trình viên và hiện tại đã dừng chân với vai trò là một nhà phân tích dữ liệu sau khi học thêm về thống kê. Trong phân tích dữ liệu, điều quan trọng nhất là nắm bắt được những hiểu biết (insight) mới mẻ và xu hướng giữa dòng thác dữ liệu lớn đang tuôn trào. Nói thì dễ đúng không? Nhưng nếu bạn có thể tận dụng các công cụ và phương pháp phân tích phù hợp, bất kỳ ai cũng hoàn toàn có thể tìm thấy những viên ngọc quý giá. Tôi muốn chia sẻ những phương pháp luận này với các bạn.

  • (Hiện tại) Chuyên gia phân tích dữ liệu tại LINE Plus

  • (Cựu) Chuyên viên phân tích dữ liệu tại Naver

  • Thạc sĩ Thống kê ứng dụng tại Đại học Bách khoa Milano (Politecnico di Milano), Ý

  • Cử nhân khoa Toán học, Đại học Nữ giới Ewha (Song ngành Khoa học tính toán, Chuyên ngành phụ Khoa học máy tính)

  • https://blog.naver.com/italian-lesson

    (Blog cá nhân)

    Thạc sĩ Thống kê Ứng dụng tại Đại học Bách khoa Milano (Politecnico di Milano) Cử nhân Toán học tại Đại học Nữ giới Ewha (Song bằng Khoa học Tính toán, Chuyên ngành phụ Khoa học Máy tính) https://blog.naver.com/italian-lesson (Blog cá nhân)

Chương trình giảng dạy

Tất cả

7 bài giảng ∙ (31phút)

Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

5 đánh giá

5.0

5 đánh giá

  • wookyyyy1132님의 프로필 이미지
    wookyyyy1132

    Đánh giá 2

    Đánh giá trung bình 5.0

    5

    43% đã tham gia

    • gah01079038님의 프로필 이미지
      gah01079038

      Đánh giá 1

      Đánh giá trung bình 5.0

      5

      43% đã tham gia

      • mit59592865님의 프로필 이미지
        mit59592865

        Đánh giá 1

        Đánh giá trung bình 5.0

        5

        86% đã tham gia

        • cold23538님의 프로필 이미지
          cold23538

          Đánh giá 3

          Đánh giá trung bình 5.0

          5

          100% đã tham gia

          Tôi cũng đang làm việc với vai trò phân tích viên. Vì các yêu cầu công việc thường rất đa dạng, nên tôi thường phải dành không ít thời gian để lên kế hoạch cho các công việc phân tích bao gồm cả việc viết báo cáo. Nhưng thông qua khóa học này, tôi đã được giúp đỡ rất nhiều trong việc phân loại các công việc đã làm trong thời gian qua. Ngoài ra, tư duy mà thầy nhấn mạnh cũng rất đồng cảm và tôi có thể nhắc nhở bản thân một lần nữa. Tuy nội dung ngắn gọn nhưng có vẻ là một khóa học khiến người học suy nghĩ sâu sắc và nhìn lại bản thân. Cảm ơn thầy đã chia sẻ.

          • calculator님의 프로필 이미지
            calculator

            Đánh giá 113

            Đánh giá trung bình 4.9

            5

            75% đã tham gia

            Tôi đã có thể hiểu được công việc của nhà phân tích dữ liệu là gì.

            Miễn phí

            Khóa học khác của Gemma

            Hãy khám phá các khóa học khác của giảng viên!