Inflearn - Nền tảng Nghề nghiệp Trọn đời

Khóa học giải 176 bài tập SQLD sách vàng dành cho bạn đã học nhưng không giải được bài tập. Sau khi hoàn thành khóa học, bạn không chỉ đỗ mà còn trở thành chuyên gia. SQLD All-in-One Pass!

Thông qua khóa học này, bạn sẽ có thể thực hiện ngay các dự án Apache Spark của doanh nghiệp.

Apache Superset là công cụ BI mã nguồn mở cho phép kết nối nhiều cơ sở dữ liệu để tạo biểu đồ và dashboard một cách nhanh chóng. Không cần biết code vẫn có thể trực quan hóa dữ liệu, và trong SQL Lab có thể trực tiếp thực hiện query nên hữu ích cho cả người mới bắt đầu đến chuyên gia. Dashboard đã tạo có thể chia sẻ ngay lập tức và thiết lập quyền hạn, hoàn hảo cho việc cộng tác. Học Superset sẽ giúp bạn có khả năng đưa ra quyết định dựa trên dữ liệu một cách nhanh chóng và tạo ra dashboard thực tế có thể áp dụng ngay tại công ty. Nói một cách đơn giản, đây chính là công cụ dành cho những ai muốn làm cho dữ liệu "biết nói". 🚀

Đây là khóa học tập trung vào thực hành (codelab), nơi bạn sẽ trực tiếp xây dựng các cụm hệ thống dữ liệu lớn hoặc hệ thống xử lý phân tán (HDFS, Zookeeper, Spark, Zeppelin) đảm bảo tính sẵn sàng cao (High Availability).

SSIS, SSAS, Học máy, BI, ETL. Bạn có thể học những kỹ năng quan trọng không thể tìm thấy trong sách trong nước, YouTube, bài giảng, blog và học viện. Tôi cũng giới thiệu nó cho những ai quan tâm đến việc làm việc tại các tập đoàn lớn trong nước, các tập đoàn lớn của Mỹ và các tổ chức do nhà nước Hoa Kỳ tài trợ.

Bạn sẽ học cách viết truy vấn trên lượng lớn dữ liệu bằng MongoDB.

Học công nghệ NoSQL để xử lý Big Data - một trong những kỹ thuật cơ bản của công nghệ Full-stack và Data Science được các startup hiện đại sử dụng. MongoDB là công nghệ dễ nhất và có thể ứng dụng nhanh nhất trong số các NoSQL. Trong khóa học này, chúng ta sẽ học các kiến thức cơ bản về MongoDB trong thời gian ngắn và học cả kỹ thuật xử lý và ứng dụng MongoDB bằng Python.

Các bạn sẽ học về 4 giai đoạn của quá trình xử lý dữ liệu lớn [Thu thập dữ liệu ▶ Lưu trữ dữ liệu ▶ Phân tích dữ liệu ▶ Biểu diễn] theo phương pháp codelab kết hợp lý thuyết 30% + thực hành 70% một cách thú vị và có hệ thống hơn 🧑🏻‍🏫

"Dữ liệu lớn + Phát triển toàn diện AI" - Quá trình xây dựng dữ liệu lớn đưa AI vào cuộc sống sẽ được tiến hành dưới dạng dự án thí điểm. Chúng tôi xác định các yêu cầu, định cấu hình nền tảng theo từng bước và thực hiện khám phá và phân tích dữ liệu ô tô thông minh.

Thông qua bài giảng này, bạn có thể học tập một cách hệ thống các khái niệm cốt lõi như tổng quan về readv/writev, hiểu về struct iovec, cách sử dụng readv, cách sử dụng writev và các lưu ý về hiệu suất.

Khóa học này giúp bạn học tập từng bước từ cách sử dụng MySQL cơ bản đến các kỹ thuật nâng cao cần thiết trong môi trường dịch vụ thực tế. Ngoài ra, khóa học còn bao gồm nhiều chủ đề đa dạng như kỹ thuật mô hình hóa dữ liệu dựa trên các ví dụ thực tiễn và dữ liệu thực tế, xem xét tính hiệu quả của thiết kế Foreign Key, phân tích DDL lược đồ của Google Calendar, và các nguyên tắc thiết kế DDL hiện đại. Đây là khóa học giúp bạn tìm hiểu sâu sắc cách vận dụng MySQL không chỉ như một cơ sở dữ liệu đơn thuần mà còn là một thành phần cốt lõi của hệ thống.

Chúng tôi sẽ trình bày về các phương pháp thu thập và lập bản đồ dữ liệu không gian 3D sử dụng drone, Lidar, v.v., và các công cụ, phương pháp trực quan hóa dữ liệu tùy theo lĩnh vực ứng dụng của dữ liệu thông tin không gian 3D, kết hợp với nhiều trường hợp thực tế khác nhau.

Chúng tôi sẽ hướng dẫn các nhà hoạch định kế hoạch và nhà tiếp thị không có kinh nghiệm phân tích dữ liệu hay kỹ năng đặc biệt, cách thử sức với phân tích dữ liệu ở cấp độ cơ bản nhất, đi kèm với nhiều ví dụ đa dạng. Trong nhiều năm, thông qua các buổi thực hành cùng khoảng 2.000 học viên tại hơn 100 doanh nghiệp và tổ chức công, chúng tôi đã xây dựng nội dung này thành phương pháp phân tích thực tế và khả thi nhất đối với những người không chuyên về dữ liệu.

Đây là khóa học giúp bạn hoàn thiện toàn bộ quy trình phân tích dữ liệu thực tế thông qua các dự án, từ phân tích dữ liệu bằng Excel đến SQL, BigQuery và bảng điều khiển Tableau. Không chỉ dừng lại ở cách sử dụng công cụ đơn thuần, bạn sẽ được học cả cấu trúc phân tích dữ liệu và tư duy được sử dụng trong công việc phân tích thực tế.

Bạn đã học xong cú pháp Python nhưng lại cảm thấy bối rối khi thực sự bắt tay vào xử lý dữ liệu? Nếu bạn biết rằng mình cần phải học NumPy và Pandas nhưng lại băn khoăn không biết bắt đầu từ đâu và kết nối chúng như thế nào, thì PART 2 chính là câu trả lời dành cho bạn. Trong PART 2 của lộ trình phân tích dữ liệu tổng cộng 50 bài giảng này, bạn sẽ được trải nghiệm từng bước quá trình tải dữ liệu thực tế, làm sạch, xử lý và giải thích chúng dưới góc độ thống kê. Không chỉ dừng lại ở việc học thư viện và cú pháp, bạn sẽ thiết lập được tiêu chuẩn về việc nên lựa chọn công cụ nào trong từng tình huống cụ thể. PART 2 chính là bước ngoặt để bạn chuyển mình từ mức độ chỉ biết mã Python sang mức độ có thể thực sự xử lý dữ liệu.

Bạn sẽ được học về khái niệm và phương pháp ứng dụng thực tiễn của Ontology, tập trung vào quy trình sản xuất vật liệu cực dương cho pin thứ cấp. Bạn sẽ học cách chuyển đổi dữ liệu quy trình bị phân mảnh thành tài sản tri thức có ý nghĩa, đồng thời xây dựng hệ thống dự đoán chất lượng và suy luận nguyên nhân lỗi dựa trên AI. Qua đó, bạn sẽ đạt được năng lực thực hành kỹ thuật Ontology để dẫn đầu quá trình chuyển đổi số (DX) và chuyển đổi trí tuệ nhân tạo (AX) tại hiện trường sản xuất.

Khóa học này tập trung vào thực hành toàn bộ quy trình từ việc sử dụng Power BI để tải dữ liệu, tiền xử lý, thiết lập mối quan hệ và viết DAX để tạo ra các báo cáo và bảng điều khiển thực tế. Đặc biệt, nội dung được thiết kế phản ánh các dạng bài thi thực hành năng lực trực quan hóa thông tin quản trị, giúp những người mới bắt đầu học Power BI có thể đồng thời ứng dụng vào công việc thực tế và chuẩn bị cho kỳ thi. Thay vì chỉ giải thích các chức năng đơn thuần, khóa học đi sâu vào các phương pháp tiền xử lý dữ liệu, trực quan hóa và cách viết các thước đo (measures) cốt lõi thường dùng trong công việc, giúp bạn nhanh chóng nắm vững quy trình trọng tâm chỉ trong 8 giờ.

Học cách xây dựng data pipeline sử dụng Apache Airflow từ cơ bản đến thực chiến. Hiểu rõ các khái niệm cốt lõi và kiến trúc của Airflow, đồng thời thực hành các mẫu thiết kế nâng cao thường được sử dụng trong thực tế như Dynamic DAG, xử lý song song, xử lý phân tán, Custom Operator. Thiết lập môi trường thực hành với Python và Docker, phát triển năng lực thực chiến để thiết kế và vận hành workflow thực tế.

Xử lý dữ liệu thời gian thực, giờ đây không còn là lựa chọn mà là điều bắt buộc! Hãy xử lý streaming thời gian thực một cách thông minh với Apache Flink. Batch? Streaming? Những khái niệm phức tạp cũng có thể hiểu được một cách dễ dàng và nhanh chóng. Cấu trúc tập trung vào thực hành để nắm bắt cảm giác thông qua việc trực tiếp thực hiện kết nối Kafka, DB! Thế giới vận hành bằng dữ liệu, hãy bắt đầu trước tiên với Flink.

Những sinh viên muốn tìm hiểu Hadoop và dữ liệu lớn sẽ ăn mừng những tiến bộ đáng kinh ngạc mà họ đã đạt được khi trải nghiệm thế giới dữ liệu lớn thông qua khóa học này!