Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

Big Data for Managers

Dữ Liệu Lớn Dành Cho Nhà Quản Lý

Dữ Liệu Lớn Dành Cho Nhà Quản Lý

Khóa học nền tảng về dữ liệu lớn, bao gồm các công cụ cho từng giai đoạn của dự án và cả chatGPT

4.5
(1,683 đánh giá)
7,616 học viên
Giảng viên
Ganapathi Devappa
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 349.000đ -86%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
5.0 giờ video
107 bài giảng
2 bài quiz
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Tự tin dẫn dắt một dự án dữ liệu lớn trong tổ chức của bạn
Phân biệt công nghệ dữ liệu lớn với công nghệ truyền thống
Thảo luận về các giai đoạn giải pháp và quy mô cụm dữ liệu lớn với đội phát triển, kiến trúc sư và CTO
Lựa chọn công cụ cần thiết cho các giai đoạn khác nhau của dự án dữ liệu lớn
Xây dựng kế hoạch hành động cho dự án phân tích dữ liệu lớn bằng mô hình 5P
Nội dung mới: Khám phá chatGPT để phân tích dữ liệu và hỗ trợ quản lý dự án với 1 giờ nội dung bổ sung

Yêu cầu

Cần có kinh nghiệm quản lý dự án phần mềm ở vai trò trưởng nhóm hoặc quản lý

Đối tượng phù hợp

Dành cho trưởng nhóm hoặc quản lý muốn tìm hiểu về Dữ liệu Lớn và bắt đầu/dẫn dắt các dự án trong tổ chức

Nội dung khóa học

10 phần • 107 bài giảng
1 Giới thiệu về khóa học
2 Điều kiện tiên quyết và cấu trúc khóa học
3 Quy mô dữ liệu lớn
4 Nghiên cứu tình huống: Giải pháp truyền thống so với Giải pháp dữ liệu lớn
5 Hoạt động: Tính toán quy mô dữ liệu cho các dự án trong tổ chức của bạn
1 Giới thiệu
2 3 V của Dữ liệu Lớn
3 Ví dụ thực tế từ các ngành công nghiệp
4 Phân tích và trực quan hóa dữ liệu lớn
5 Công nghệ truyền thống so với công nghệ dữ liệu lớn
6 Công nghệ dữ liệu lớn khác biệt như thế nào?
7 Các giai đoạn giải pháp dữ liệu lớn
8 Apache Hadoop và HDFS
9 MapReduce và Yarn
10 Pig, Hive và Spark
11 Những điểm cần ghi nhớ
12 Hoạt động: Lựa chọn loại công nghệ
1 Giới thiệu
2 Các giai đoạn giải pháp dữ liệu lớn
3 Đặc điểm lưu trữ dữ liệu lớn
4 Cơ sở dữ liệu No-SQL
5 HDFS
6 Hbase
7 Cassandra
8 MongoDB và Impala
9 Tính toán quy mô cụm (Cluster Sizing)
10 Những điểm cần ghi nhớ
11 Hoạt động: Tính toán quy mô cụm dữ liệu lớn bằng mẫu template
12 Hoạt động: Giải các bài tập về lưu trữ
1 Giới thiệu
2 Giai đoạn giải pháp: Thu thập dữ liệu
3 Nguồn và loại dữ liệu cần thu thập
4 Tính năng của các công cụ thu thập dữ liệu lớn
5 Thu thập dữ liệu theo lô (Batch): Sqoop và Distcp
6 Thu thập dữ liệu luồng (Streaming) bằng Flume
7 Kafka: Hệ thống nhắn tin
8 Apache Flink
9 Nifi cho việc thu thập dữ liệu
10 Các kịch bản thu thập dữ liệu lớn
11 Sơ đồ thu thập dữ liệu
12 Những điểm cần ghi nhớ
13 Hoạt động: Bài toán về thu thập dữ liệu
1 Giới thiệu
2 Đặc điểm của phân tích dữ liệu lớn
3 Phân tích sử dụng Map-Reduce, Pig và Hive
4 Phân tích sử dụng Spark
5 Phân tích sử dụng Storm và Streamsets
6 Học máy (Machine Learning) và các kỹ thuật
7 Chuyển hóa thông tin chi tiết thành hành động
8 Những điểm cần ghi nhớ
9 Hoạt động
10 Hoạt động: Đề xuất giải pháp cho các tình huống sau
1 Giới thiệu
2 Các loại hình trực quan hóa dữ liệu truyền thống và mới cho dữ liệu lớn
3 Công cụ trực quan hóa: Tableau, Qlikview và Zeppelin
4 Biểu đồ JavaScript cho trực quan hóa
5 Tổng kết về trực quan hóa
6 Bảo mật dữ liệu lớn
7 Kerberos và Apache Knox
8 Apache Ranger và Apache Sentry
9 Thực hành tốt nhất về bảo mật dữ liệu lớn
10 Phần mềm mã nguồn mở và hỗ trợ
11 Điện toán đám mây
12 Dữ liệu lớn trên Đám mây
13 Dữ liệu lớn trên AWS
14 Dữ liệu lớn trên Azure
15 Dữ liệu lớn trên Google Cloud
16 Đa đám mây, Đám mây lai và Điện toán biên
17 Xử lý không máy chủ (Serverless) là gì?
18 Nhà cung cấp: Cloudera
19 Nhà cung cấp: MapR
20 Snowflake: Kho dữ liệu trên Đám mây
21 Những điểm cần ghi nhớ
22 Demo: Thiết lập cụm dữ liệu lớn trên EMR và truy cập Spark, S3 bằng Zeppelin
23 Demo: AWS EMR Serverless
1 Giới thiệu
2 Tạo ra giá trị từ dữ liệu lớn
3 5P của Khoa học Dữ liệu
4 Mục đích và Con người
5 Quy trình và Nền tảng
6 Khả năng lập trình
7 Nghiên cứu tình huống 1: Phân tích rủi ro thanh toán
8 Nghiên cứu tình huống 2: Phân tích sản phẩm mới
9 Nghiên cứu tình huống 3: Đề xuất sản phẩm
10 Nghiên cứu tình huống 4: Phân tích file log với nhiều giải pháp
11 Những điểm cần ghi nhớ
1 Giới thiệu
2 Nội dung về chatGPT
3 AI Sáng tạo là gì?
4 Dữ liệu Lớn dành cho AI Sáng tạo
5 Top 10 công cụ AI
6 Lịch sử của chatGPT
7 Phân tích dữ liệu với chatGPT
8 Giá cả chatGPT - Cập nhật cho GPT-4o
9 Bảo mật dữ liệu với chatGPT
10 Các demo về chatGPT
11 Demo 1: Khám phá sức mạnh của chatGPT
12 Demo 2: Phân tích dữ liệu bằng chatGPT (Trước đây dùng Noteable)
13 Demo 3: Trình thông dịch mã (Code Interpreter) cho Phân tích và Trực quan hóa Dữ liệu
14 Demo 4: Phân tích dữ liệu từ Kaggle
15 Hướng dẫn tùy chỉnh (Custom Instructions)
16 Những điểm cần ghi nhớ
17 Các hoạt động
1 Tổng kết và các bước tiếp theo
1 Demo và thực hành: Tạo một bucket trên Amazon S3
2 Đáp án cho bài tập về lưu trữ
3 Đáp án cho bài tập về thu thập dữ liệu

Giới thiệu khóa học

This course covers the required fundamentals about big data technology that will help you confidently lead a big data project in your organization. It covers the big data terminology like 3 Vs of big data and key characteristics of big data technology that will help you answer the question 'How is big data technology different from traditional technology'. You will be able to identify various big data solution stages from big data ingestion to big data visualization and security. You will be able to choose the right tool for each stage of the big data solution. You will see the examples use of popular big data tools like HDFS, Map reduce, Spark, Zeppelin etc and also a demo of setting up EMR cluster on Amazon web services. You will practice how to use the 5 P's methodology of data science projects to manage a big data project. You will see theory as well as practice by applying it to many case studies. You will practice how to size your cluster with a template. You will explore more than 20 big data tools in the course  and you will be able to choose the tool based on the big data problem.

I have recently(24th July 2023) added one hour of content on chatGPT with Top 10 AI tools and four demos on using chatGPT for project managers and data analysis providing visualization of data as well as prescriptive analysis of data.  These lectures and 4 demos will provide the latest information on the AI technologies and how it can benefit an organization. I am sure you will be amazed by this content.

Top companies now offer this course to their employees. I am glad to share some of the  five star comments about the course:

This course really exceeded my expectations! Not only it covers the concepts and the overall view of a Big Data project landscape but it also provides good examples of real case studies, that help reinforce the contents presented. Great course!

This course is great! I have learnt many useful things. The case studies are very enlightening. I strongly recommend. Thank you very much.

otimo tecnicamente, excelente


Didatica muito boa e o conteudo conforme esperado


Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Big Data
Hiển thị tất cả khoá học Data Science
Hiển thị tất cả khoá học Generative Ai
Hiển thị tất cả khoá học Python
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊