Đánh giá khóa học phân tích dữ liệu
Views:
11,897 Hi mọi người, chuyện là Maz đã hoàn thành xong 8 khóa học trong lộ trình của chứng chỉ Google Data Analytics hồi tháng 2 vừa qua. Nhưng vì mải mê vui chơi sau khi có chứng chỉ, nên đến tận bây giờ mình mới có thể viết review và chia sẻ cho mọi người được 🙂 Nội dung bài viết lần này gồm có: Vào tháng 3 năm 2021 Google đã chính thức ra mắt một
chương trình đào tạo trong lĩnh vực Data là Data Analytics Professional Certificates. Cụ thể nội dung và mục tiêu của chương trình này là trang bị kiến thức cũng như kĩ năng cho những ai muốn bắt đầu trở thành một Data Analyst. Với định nghĩa về Data Analytics từ Google: Có hai khái niệm được Google đề cập trong nội dung trên. Đầu tiên là “Data analysis”, nó khá giống với quá trình phân tích dữ liệu mà mình từng chia sẻ trong các bài viết trước. Bắt đầu từ việc thu thập, tổ
chức lưu trữ cho đến chuyển hóa, phân tích và đưa ra các đề xuất. ‘”Data analytics” là một thuật ngữ rộng hơn khi nó đề cập đến bất kể một công việc nào cần sử dụng dữ liệu đến các công cụ phân tích trong vận hành hằng ngày. Từ đó, định hướng mà Google mang tới trong khóa học của mình là trang bị cho học viên kiến thức và cả kĩ năng trong lĩnh vực data analytics.
2. Lý do khiến mình muốn chinh phục chứng chỉ Google Data Analytics
3. Mình học được gì trong lộ trình của Google Data Analytics CertificateA. Các công cụ mình được học và thực hành
Với 4 tools mà Google giảng dạy, mình đã trau dồi được gần như là đầy đủ các technical skills để trở thành một người làm phân tích dữ liệu. Từ việc xử lý data đơn giản trên Excel, truy vấn data trong cơ sở dữ liệu bằng SQL, trực quan hóa với BI tool như Tableau và cả việc dùng 1 programing language như R để phân tích. Chỉ có một trở ngại rằng, so với Power BI và Python thì Tableau và R có vẻ ít phổ biến hơn. Vì thế, sẽ khó cho các bạn nào có định hướng học Power BI và Python. B. Các kĩ năng mình được Google dạy khi làm phân tíchTrong lộ trình này, mình học tổng cộng 8 khóa học tương ứng với 6 giai đoạn trong quá trình làm phân tích dữ liệu kết hợp với khóa mở đầu giới thiệu các khái niệm và khóa cuối cùng là thực hiện một project. Nội dung cụ thể từng course như sau: Course 1: Foundations: Data, Data, Everywhere!Google sẽ giải thích một số khái niệm cơ bản trong trong môi trường và công việc phân tích dữ liệu như data ecosystem, data analysis process, data roles and qualifications of a data analyst. Từ đó bạn sẽ có được những kiến thức tổng quan nhất, cũng như hiểu được vì sao Google lại chia nội dung học thành 8 courses vì nó tương ứng với các giai đoạn phân tích dữ liệu mà Google đề xuất. Điểm sơ qua các nội dung tiêu biểu mà mình học được trong khóa này:
Course 2: Ask Questions to make Data-Driven DecisionsMọi người thường nghĩ Data Analyst chỉ làm phân tích trong lúc xử lý data để tìm ra insights. Nhưng thực tế là mình đã thực hiện việc phân tích ngay từ khi tiếp nhận một yêu cầu hay một bài toán. Mình phải phân tích rõ các khía cạnh của yêu cầu bằng việc đặt những câu hỏi cần thiết cho đối tác, từ đó xây dựng được cho mình chiến lược phân tích và giải quyết vấn đề. Các điểm chính trong khóa này:
Phải nói rằng, khi học xong course này mình càng thấy rõ tầm quan trọng của việc xác định đúng vấn đề và hướng giải quyết khi bắt đầu phân tích một bài toán. Course 3: Preparing Data for ExplorationChuẩn bị dữ liệu là giai đoạn thứ hai trong “Data analysis process”. Bước này vô cùng quan trọng vì đơn giản không có đủ dữ liệu thì bạn chẳng thể nào làm phân tích được cả. Các nội dung tiêu biểu:
Mình ấn tượng rất nhiều nội dung khóa này như là: làm sao để phân biệt tính đúng đắn và toàn vẹn của dữ liệu, cách cấu trúc và tổ chức các loại data cũng như cung cấp một số nguồn để lấy data như Kaggle hay GitHub. Course 4: Process Data from Dirty to CleanTiếp nối nội dung của khóa số 3 (chuẩn bị dữ liệu đầy đủ và đảm bảo tính toàn vẹn của dữ liệu). Ở course số 4, mình được tiếp cận các phương pháp chuẩn hóa và làm sạch dữ liệu một cách chỉn chu và có phương pháp. Điểm qua một vài nội dung thú vị nhé:
Một số kiến thức thống kê se được nhắc đến: sample, population, margin of error, A/B testing và confidence interval, …
Course 5: Analyze Data to Answer QuestionsChuyện gì tới cũng sẽ tới, giai đoạn phân tích ở đây rồi. Mục tiêu của course này là giúp mình hiểu rõ goals và những nhiệm vụ chính trong lúc khai phá insights từ dữ liệu. Ngoài ra, SQL sẽ được hướng dẫn nhiều ở khóa này. Các nội dung chính bao gồm:
Thú vị nhất theo mình là các phần kiến thức xử lý dữ liệu với SQL. Xuất phát từ yêu cầu bài toán, bạn được hướng dẫn dùng các phần quan trọng nào của SQL để xử lý. Course 6: Share Data through the Art of VisualizationPhân tích bằng Excel với SQL rồi, tiếp theo mình sẽ được học phương pháp trực quan hóa dữ liệu bằng Tableau để có thể mang kết quả trình bày với các đối tác một cách hiệu quả hơn.
Phải nói đây là một trong những course thú vị nhất. Bởi lẽ có quá nhiều kiến thức hay ho mình đã được học một cách bài bản hơn bao giờ hết. Course 7: Data Analysis with R ProgrammingNgoài dùng Excel, SQL và Tableau để thực hiện hết các quá trình phân tích phía trên, Google còn muốn mang đến cho học viên một loại ngôn ngữ lập trình phân tích dữ liệu là R. Trong khóa này, mình được trang bị các kiến thức như:
Ngoài ra, trong phần hands-on bạn sẽ được luyện tập trên RStudio từ các mức độ dễ đến khó. Course 8: Google Data Analytics Capstone: Complete a Case StudyChương cuối là nơi để mình có thể tổng hợp tất cả các kiến thức và kĩ năng đóng gói lại trong một vấn đề/bài toán thực tế. Có 2 projects được Google cung cấp là:
Sau khi bạn hoàn thành việc xử lý data, phân tích với SQL, Tableau và R thì sẽ phải tổng hợp lại một file báo cáo. Xây dựng thêm porfolio là chuyên mục cuối cùng mà Google hướng dẫn. Cụ thể bạn có thể tạo tài khoản trên GitHub, sau đó đăng tải các sản phẩm của mình lên đó. Mock interview (phỏng vấn thử) là một phần cũng thú vị. Được xem người của Google tuyển dụng và quá trình phỏng vấn xuyên suốt 3 vòng cũng giúp mình phần nào có nhiều kinh nghiệm hơn. 4. Đánh giá của mình về chứng chỉ nàyA. Những điều ấn tượng
B. Những điểm còn thiếu
5. Lời khuyên của MazA. Đối tượng phù hợp:
B. Đối tượng không phù hợp
KếtVậy là đã xong nội dung bài viết lần này rồi. Tuy là hơi dài nhưng mà Maz muốn cung cấp cho mọi người nhiều thông tin nhất một cách có thể. Việc chọn lựa một khóa học cho bản thân vô cùng quan trọng vì phía trước bạn sẽ phải đánh đổi thời gian, công sức và tiền cho việc học. Vì vậy hãy cân nhắc thật kĩ và chọn lựa cho mình một nơi phù hợp nha. Mọi người có thể đọc lại các bài viết mà Maz có nói về SQL và Tableau ở đây nha.
Follow Maz tại đây để cùng cập nhật thông báo mỗi khi có bài viết mới nhé:
** Mọi thông tin trên blog đều thuộc bản quyền của blog Maz Nguyen. Vui lòng đọc kĩ Copyright Notice trước khi copy hoặc đăng tải lại nội dung/hình ảnh của bài viết ** —————————————————————————————————– Maz có một dự án dạy học ở đây: Maz Học Data với SQL là course đầu tiên, bạn có thể tham khảo qua nếu thấy cần thiết nhé. |