Nhập môn chuyên viên phân tích dữ liệu - Cách để người trái ngành bắt đầu mà không tốn công vô ích

💙Đang diễn ra sự kiện đánh giá khóa học💙

• Mỗi tháng sẽ chọn ra 3 đánh giá khóa học xuất sắc nhất để trao 🎁quà tặng🎁! and give away 🎁gifts🎁!

  • Tôi sẽ tặng bạn phiếu giảm giá cà phê trị giá 5.000 won!

  💐 Hãy viết tất cả những điểm tốt và điểm còn hạn chế mà không bỏ sót điều gì nhé! Tôi sẽ đáp lại bằng những nội dung ngày càng phát triển hơn 💐

Lộ trình dựa trên thực tế để trở thành nhà phân tích dữ liệu,

Chúng tôi sẽ hướng dẫn cho những người không chuyên cách bắt đầu mà không cần phải tốn công vô ích.

Có bao giờ bạn từng suy nghĩ như thế này chưa?😟

"Mình muốn trở thành nhà phân tích dữ liệu... nhưng phải bắt đầu từ đâu nhỉ?"
"Phải học cả SQL và Python luôn sao? Nên học cái nào trước?"
"Nhà phân tích dữ liệu (Data Analyst) và Nhà khoa học dữ liệu (Data Scientist) có khác nhau không?"
"Mình cũng có tuổi rồi, lại còn trái ngành nữa... liệu mình có làm được không?"
"Mình đang học đấy, nhưng không biết có đang đi đúng hướng không nữa."

Nếu bạn từng có ít nhất một trong những câu hỏi này trong đầu, tôi sẽ giải đáp tất cả cho bạn ngay lập tức!

Tôi cũng đã từng cảm thấy mịt mờ như vậy.

Tôi là người không chuyên ngành.

Sau khi quyết định trở thành một nhà phân tích dữ liệu, tôi thấy rằng mỗi bài giảng mình nghe đều không hiểu và cảm thấy rất mơ hồ. Dù đã tìm xem các video trên YouTube hay tham gia các khóa học trên Inflearn, tôi vẫn không thực sự cảm nhận được nội dung.
Phải sau khi xem đi xem lại hai, ba lần, và trải qua một thời gian tích lũy kinh nghiệm, tôi mới bắt đầu
dần dần... hiểu ra được một chút.

Sau khi trải qua 2 năm như vậy, tôi đã nảy ra suy nghĩ này.

"Nếu có ai đó hệ thống lại điều này ngay từ đầu, mình đã không phải lạc lối như thế này."

Vì tôi đã không gặp được một người như vậy,
nên tôi muốn làm điều gì đó có ích cho những người đang ở trong hoàn cảnh giống mình.
Bước đi đầu tiên chính là bài giảng này. 🙌

Khóa học này được tôi tạo ra bằng cách gói trọn tất cả những điều nuối tiếc mà bản thân từng cảm nhận được.

Có rất nhiều nhóm vị trí công việc trong lĩnh vực phân tích dữ liệu, vậy tôi sẽ phù hợp với vị trí nào hơn nhỉ??

Nhà khoa học dữ liệu? Nhà phân tích dữ liệu? Công việc này sẽ làm những gì nhỉ?

Làm thế nào để đọc thông báo tuyển dụng để có thể chuyển việc nhanh chóng?

Liệu có nội dung nào tổng hợp lại việc cần phải chuẩn bị những gì và bao nhiêu để chuyển việc sang nhóm ngành phân tích dữ liệu không?

Nên tự học hay tham gia bootcamp thì tốt hơn?

Tôi muốn giải đáp cho bạn những câu hỏi này dựa trên dữ liệu chỉ trong "một lần".

Nội dung khóa học này bao gồm

• 🗂️ 14 vị trí công việc liên quan đến dữ liệu — Sự khác biệt giữa Analyst, Scientist và Engineer là gì

• 📄 Cách đọc tin tuyển dụng — Đọc ở đâu, đọc cái gì và đọc như thế nào để nhanh chóng xác định được hướng đi

• 📊 Báo cáo phân tích tin tuyển dụng DA — Tổng hợp các năng lực yêu cầu đã được kiểm chứng bằng dữ liệu thực tế

  • Đầy ắp những ✨thông tin chi tiết✨ chưa từng thấy ở bất cứ đâu!

• 💼 Công việc thực tế của nhà phân tích dữ liệu — Thực sự họ làm những gì

• 📚 Lộ trình học tập — Tự học vs Boot camp, nên học cái gì và học bao nhiêu

• ❓ FAQ — Tổng hợp các câu hỏi thường gặp về độ tuổi, bằng thạc sĩ, kiểm tra mã nguồn (coding test) và chuẩn bị xin việc

🛠️Tuy nhiên, khóa học này không có phần giải thích về công cụ.🛠️

Tuy nhiên, tôi đã gói gọn tất cả những thông tin cần thiết nhất để thiết lập định hướng - điều bắt buộc phải có để bắt đầu việc học này!

Phân tích công việc, phân tích tin tuyển dụng, lộ trình học tập, cho đến chiến lược chuyển việc

Tôi đã chọn lọc và gói gọn chỉ những điều cần thiết để bắt đầu trở thành một nhà phân tích dữ liệu.

Dành cho những người như thế này

• Những người quan tâm đến phân tích dữ liệu nhưng không biết nên bắt đầu từ đâu

• Những người không biết công việc nào phù hợp với mình trong số rất nhiều vị trí khác nhau

• Những người đang do dự vì vấn đề tuổi tác hoặc chuyên ngành

• Những người xem thông báo tuyển dụng mà vẫn không hiểu đang nói gì

• Những người đang lo lắng không biết hướng học tập của mình có đúng hay không

=> Tôi đã gói gọn tất cả những giải thích dành cho những người như thế này vào đây. Vì vậy, bài giảng này sẽ giúp bạn giải tỏa mọi nỗi sợ hãi!

Tôi cũng đề xuất khóa học này cho những ai đang muốn bắt đầu trở thành nhà khoa học dữ liệu chứ không phải chuyên viên phân tích dữ liệu!

Nó bao gồm các khái niệm công việc cơ bản và thông tin về lộ trình học tập!

Biết thì sẽ không sợ hãi. Càng biết nhiều, mọi thứ càng trở nên rõ ràng hơn.

Tôi sẽ hướng dẫn cho bạn lộ trình để bạn có thể nhìn thấy bức tranh toàn cảnh thay vì chỉ nhìn vào chi tiết.