Phân tích dữ liệu với PythonPhân tích dữ liệu với Python
Khóa 2/5 · Lộ trình AI Engineer từ số 0
Nhập mônPhân tích dữ liệu với Python
Nhận một file dữ liệu thô và trả lại một báo cáo có kết luận đứng vững được.
- 101 bài · ~31,1 giờ video
- Project 2: báo cáo EDA end-to-end, nộp GitHub
- Thu thập dữ liệu từ file, API, web scraping và SQL
Ai nên học khóa này, và học xong làm được gì
Cần biết viết hàm và đọc file bằng Python. Pandas, biểu đồ và thống kê khóa sẽ dạy.
Dành cho ai
Đang làm số liệu bằng Excel
Kế toán, marketing, vận hành, kinh doanh.
Định hướng Data Analyst
Pandas, SQL, thống kê theo đúng thứ tự.
Vừa học xong Khóa 1
Viết lại vòng lặp cũ theo lối NumPy và pandas.
Yêu cầu đầu vào
Hoàn thành Khóa 1 hoặc nắm hàm, list, dict, đọc file và try/except.
Bài kiểm tra đầu vào 15 câu chỉ ra phần bạn còn hổng để ôn.
Máy Windows hoặc macOS thông thường, không cần GPU.
Không cần toán đại học: thống kê dạy bằng mô phỏng trước.
Bạn sẽ làm được gì
Đọc dữ liệu từ CSV, Excel, JSON, API và SQL vào pandas.
Làm sạch dữ liệu thật bằng pipeline có log từng bước.
Trả lời câu hỏi kinh doanh bằng groupby, pivot, merge và biểu đồ.
Kết luận có kiểm định: bootstrap, t-test và A/B test.
Kỹ năng bạn sẽ có sau khóa
Kỹ năng nào cũng có bài tập trong 7 chương của khóa.
- NumPy & vectorization
- Series & DataFrame
- loc, iloc & mask
- GroupBy & pivot
- merge, join, concat
- Làm sạch dữ liệu
- Time series
- Matplotlib & Seaborn
- Plotly tương tác
- Data storytelling
- API & requests
- Web scraping
- SQL
- Kiểm định & A/B test
7 chương + Project 2, 101 bài, chia làm hai khối
Chương 1–5 là Python cho dữ liệu, chương 6 là Project 2, chương 7–8 là thống kê ứng dụng dạy bằng mô phỏng thay cho bảng tra.
- NumPy11 bài · 3h
- Pandas cơ bản19 bài · 5h
- Làm sạch dữ liệu15 bài · 4h30'
- Trực quan hóa13 bài · 3h30'
- Thu thập dữ liệu14 bài · 4h
- Thống kê mô tả10 bài · 3h30'
- Thống kê suy diễn11 bài · 3h30'
1NumPy
11 bài · 3h
- Bài 1.2: Vì sao cần NumPy & tạo array đầu tiên12 phút
- Bài 1.3: Vectorization: tính cả mảng không cần vòng lặp13 phút
- Bài 1.4: shape, dtype & mảng 2 chiều13 phút · thực hành: chuyển các bài vòng lặp ở Khóa 1 (tổng chi, đếm danh mục) sang NumPy
- Bài 1.5: Indexing & slicing: view hay copy17 phút
- Bài 1.6: Boolean mask: lọc dữ liệu theo điều kiện17 phút · thực hành: lọc khoản chi lớn trong chi_tieu.csv, thay giá trị âm bằng 0
- Bài 1.7: Thống kê trên mảng & khái niệm axis18 phút
- Bài 1.8: argmax, sort, unique & giá trị thiếu: ma trận doanh thu18 phút · thực hành: phân tích ma trận doanh thu theo cả 2 trục
- Bài 1.9: Broadcasting: phép toán giữa các mảng17 phút
- Bài 1.10: Chuẩn hóa dữ liệu & quy đổi USD sang VND17 phút · thực hành: chuẩn hóa min-max và z-score ma trận doanh thu
- Bài 1.11: Vector & ma trận dưới góc nhìn dữ liệu19 phút
- Bài 1.12: Số ngẫu nhiên: default_rng & seed19 phút · thực hành: mô phỏng doanh thu ngày với seed cố định
2Pandas cơ bản
19 bài · 5h
- Bài 2.1: Pandas là gì & Series14 phút
- Bài 2.2: DataFrame: từ list-of-dict thành bảng14 phút
- Bài 2.3: 5 phút đầu với dataset lạ: head, info, describe14 phút · thực hành: khám phá chi_tieu.csv (dữ liệu Project 1 Khóa 1) bằng bộ lệnh trên
- Bài 2.4: read_csv & dataset Tiệm Mây15 phút
- Bài 2.5: Excel, JSON & Parquet15 phút
- Bài 2.6: Đọc file khó ở: thiếu header, dòng rác, dấu nghìn14 phút · thực hành: đọc 4 file lỗi khác nhau thành DataFrame sạch
- Bài 2.7: Chọn cột & thêm cột tính toán15 phút
- Bài 2.8: loc vs iloc: chọn hàng và khối dữ liệu15 phút
- Bài 2.9: Sửa dữ liệu dưới Copy-on-Write: loc & chained assignment15 phút · thực hành: 12 câu chọn đúng dữ liệu và sửa đúng chỗ trên Tiệm Mây
- Bài 2.10: Boolean mask trong pandas: isin, between20 phút
- Bài 2.11: Lọc chuỗi & query(): 8 câu hỏi kinh doanh20 phút · thực hành: bộ 15 câu lọc từ dễ đến lắt léo
- Bài 2.12: sort_values & top N: đơn lớn nhất, sản phẩm đắt nhất20 phút
- Bài 2.13: value_counts, nunique & thống kê một cột20 phút · thực hành: xếp hạng kênh bán, phân bố khách theo tỉnh/thành (34 tỉnh)
- Bài 2.14: GroupBy: tư duy split–apply–combine15 phút
- Bài 2.15: GroupBy nhiều cột, named aggregation & transform15 phút
- Bài 2.16: Dựng bảng báo cáo tuần bằng groupby15 phút · thực hành: 10 câu hỏi kinh doanh phải dùng groupby
- Bài 2.17: map, replace & apply: khi nào dùng, khi nào tránh15 phút
- Bài 2.18: Chữa bài chương 2 (1): pipeline đọc, lọc, nhóm, xếp hạng15 phút
- Bài 2.19: Chữa bài chương 2 (2): 10 lỗi pandas hay gặp14 phút · thực hành: notebook 20 bài tự luyện (bộ "100 câu pandas" phần 1)
3Pandas nâng cao: làm sạch dữ liệu
15 bài · 4h30'
- Bài 3.1: Chẩn đoán dữ liệu & giá trị thiếu: NaN đến từ đâu21 phút
- Bài 3.2: dropna hay fillna: xử lý dữ liệu thiếu21 phút · thực hành: xử lý các cột thiếu của Tiệm Mây, mỗi lựa chọn một câu lý do
- Bài 3.3: Dữ liệu trùng: duplicated & giữ bản mới nhất22 phút
- Bài 3.4: Ngoại lai: IQR, clip & đơn hàng 2 tỉ22 phút · thực hành: làm sạch trùng + ngoại lai, báo số dòng trước/sau từng bước
- Bài 3.5: Sửa kiểu dữ liệu: astype, to_numeric, Int64, category15 phút
- Bài 3.6: Chuỗi tiếng Việt: .str, NFC/NFD & tách địa chỉ16 phút
- Bài 3.7: Regex thực dụng: số điện thoại & chuẩn hóa 34 tỉnh15 phút · thực hành: chuẩn hóa cột tỉnh, số điện thoại, giá tiền của Tiệm Mây
- Bài 3.8: Dữ liệu nhiều bảng & concat15 phút
- Bài 3.9: merge: inner, left, right, outer16 phút
- Bài 3.10: Bẫy merge kinh điển & ghép 3 bảng Tiệm Mây15 phút · thực hành: "khách tỉnh nào mua danh mục gì nhiều nhất"
- Bài 3.11: pivot_table: PivotTable Excel trong pandas22 phút
- Bài 3.12: Wide vs long: melt & crosstab22 phút · thực hành: dựng 3 bảng báo cáo chéo từ Tiệm Mây
- Bài 3.13: to_datetime & .dt: ngày tháng kiểu Việt Nam16 phút
- Bài 3.14: resample: doanh thu ngày, tuần, tháng & ngày trống16 phút
- Bài 3.15: rolling & shift: xu hướng và mùa Tết16 phút · thực hành: PM2.5 theo tháng từ khong_khi.csv
4Trực quan hóa dữ liệu
13 bài · 3h30'
- Bài 4.1: Giải phẫu figure & line chart doanh thu15 phút
- Bài 4.2: Bar, histogram, scatter: bộ biểu đồ nền15 phút
- Bài 4.3: Subplots, tiếng Việt & trục tiền VND14 phút · thực hành: tái tạo 4 biểu đồ mẫu từ Tiệm Mây
- Bài 4.4: Câu hỏi nào, biểu đồ nấy: khung 4 nhóm15 phút
- Bài 4.5: Biểu đồ nên tránh & cách sửa15 phút
- Bài 4.6: Một dữ liệu, bốn câu hỏi, bốn biểu đồ14 phút · thực hành: chọn + vẽ biểu đồ cho 6 câu hỏi kinh doanh cho sẵn
- Bài 4.7: Phân bố: box plot & histogram theo nhóm14 phút
- Bài 4.8: seaborn: biểu đồ thống kê nhanh với hue14 phút
- Bài 4.9: Tương quan: scatter, corr & heatmap14 phút · thực hành: bộ 6 biểu đồ EDA chuẩn cho nha_dat.csv hoặc khong_khi.csv
- Bài 4.10: Plotly Express: biểu đồ tương tác19 phút
- Bài 4.11: Treemap, bản đồ 34 tỉnh & xuất HTML19 phút · thực hành: dashboard mini 3 biểu đồ tương tác, xuất một file HTML
- Bài 4.12: Từ biểu đồ đúng đến biểu đồ thuyết phục21 phút
- Bài 4.13: Cấu trúc một báo cáo EDA21 phút
5Thu thập dữ liệu
14 bài · 4h
- Bài 5.1: API trong quy trình dữ liệu: status code, timeout & JSON14 phút
- Bài 5.2: Query, headers & bảo mật API key14 phút
- Bài 5.3: JSON lồng nhau, json_normalize & phân trang14 phút · thực hành: thu thập toàn bộ sản phẩm từ API lab thành CSV sạch
- Bài 5.4: HTML, DevTools & pháp lý khi scraping15 phút
- Bài 5.5: Beautiful Soup: find, find_all, select15 phút
- Bài 5.6: Scrape nhiều trang & read_html14 phút · thực hành: scrape trọn cửa hàng tĩnh trên lab
- Bài 5.7: Playwright: điều khiển trang render bằng JavaScript19 phút
- Bài 5.8: Cuộn vô hạn, điền form & tìm API ngầm19 phút · thực hành: lấy dữ liệu trang động của lab bằng cả hai cách, so thời gian
- Bài 5.9: SQL cơ bản: SELECT, WHERE, ORDER BY20 phút
- Bài 5.10: GROUP BY, HAVING, JOIN: đối chiếu pandas20 phút · thực hành: 12 câu SQL trên tiem_may.db
- Bài 5.11: read_sql: query thẳng vào DataFrame19 phút
- Bài 5.12: to_sql & phân vai SQL với pandas19 phút · thực hành: pipeline SQLite → pandas → báo cáo tuần
- Bài 5.13: Ráp pipeline thu thập dữ liệu một lệnh19 phút
- Bài 5.14: Nguồn dataset công khai & checklist chất lượng19 phút
7Thống kê mô tả & xác suất
10 bài · 3h30'
- Bài 7.1: Mean, median, mode: chọn đại diện đúng20 phút
- Bài 7.2: Độ phân tán: range, IQR, variance, std20 phút · thực hành: đoạn mô tả thống kê trung thực cho Tiệm Mây
- Bài 7.3: Đọc histogram: hình dạng phân phối20 phút
- Bài 7.4: Box plot, percentile & chỉ số P9020 phút · thực hành: chẩn đoán 6 histogram "có chuyện"
- Bài 7.5: Xác suất qua mô phỏng & luật số lớn21 phút
- Bài 7.6: Xác suất có điều kiện: P(A|B) ≠ P(B|A)21 phút · thực hành: mô phỏng bài toán trùng ngày sinh
- Bài 7.7: Phân phối chuẩn & quy tắc 68–95–99,721 phút
- Bài 7.8: Z-score: so sánh khác thang đo21 phút · thực hành: so sánh bằng z-score
- Bài 7.9: Định lý Bayes bằng số đếm tự nhiên23 phút
- Bài 7.10: Tư duy Bayes trong phân tích dữ liệu23 phút
8Thống kê suy diễn
11 bài · 3h30'
- Bài 8.1: Tổng thể, mẫu & bias khi lấy mẫu21 phút
- Bài 8.2: Định lý giới hạn trung tâm qua mô phỏng21 phút · thực hành: mô phỏng CLT với 3 phân phối gốc
- Bài 8.3: Khoảng tin cậy bằng bootstrap20 phút
- Bài 8.4: Đọc đúng khoảng tin cậy 95% & cỡ mẫu20 phút · thực hành: ước lượng giá trị đơn trung bình kèm khoảng tin cậy
- Bài 8.5: Logic kiểm định: tòa án xử dữ liệu15 phút
- Bài 8.6: p-value là gì và không phải là gì16 phút
- Bài 8.7: t-test với scipy.stats đối chiếu mô phỏng15 phút · thực hành: "kênh App có giá trị đơn cao hơn Website không?" trên Tiệm Mây
- Bài 8.8: Quy trình A/B test chuẩn21 phút
- Bài 8.9: Phân tích A/B test & các bẫy p-hacking21 phút · thực hành: phân tích trọn dataset A/B test của khóa
- Bài 8.10: Tương quan, nhân quả & nghịch lý Simpson20 phút
- Bài 8.11: Tổng kết Khóa 2 & teaser Khóa 320 phút
Tổng: 101 bài (gồm 8 bài Project 2) · ~31,1 giờ
Một báo cáo EDA end-to-end trên dữ liệu Việt Nam
Tám bài hướng dẫn từ đề bài đến lúc nộp. Bạn tự làm trước, rồi xem video để so lại bài mình.
Project 2: Báo cáo EDA end-to-end trên dataset Việt Nam
Một notebook báo cáo trên dataset bạn tự chọn, như giá nhà hay chất lượng không khí: thu thập, làm sạch có log, trả lời năm câu hỏi và đưa khuyến nghị. Chấm theo rubric 25 điểm, phải chạy trọn sau Restart & Run All.
Đề bài & khung báo cáo
Đọc rubric, so hai bài mẫu, chọn dataset và đặt năm câu hỏi.
Thực hiện từng giai đoạn
Khám phá, làm sạch có log, phân tích từng câu hỏi kèm biểu đồ.
Hoàn thiện & nộp bài
Tự review theo rubric, trình bày năm phút, đưa notebook lên GitHub.
Sản phẩm đầu tiên nhà tuyển dụng Data Analyst đọc được từ đầu đến cuối, và là điều kiện nhận chứng nhận Khóa 2. Project 2 làm sau chương 5, rồi ở chương 8 bạn thêm phần kiểm định vào chính báo cáo này.
Học xong khóa này, bạn có gì trong tay
Những gì bạn mang sang khóa học tiếp theo.
Bạn có trong tay
Báo cáo EDA trên dataset tự chọn, chạy lại được từ đầu.
Pipeline làm sạch có log, dùng lại cho dataset mới.
Bộ biểu đồ EDA, mỗi biểu đồ có tiêu đề là kết luận.
Thói quen kết luận kèm kiểm định thay cho cảm giác.
Khóa tiếp theo
Machine Learning thực chiến
Chương 13–17 · 56 bài · ~18,5 giờ video
Lối ra nghề gần nhất: Nghề dữ liệu, sau Khóa 2 hoặc 3
- Data Analyst
- BI Analyst
- Data Scientist
- Product Analyst
Vị trí lấy theo mô tả tuyển dụng công khai, không phải cam kết việc làm. Kết quả phụ thuộc vào năng lực, nỗ lực và bối cảnh của từng học viên.
Khóa này dạy như thế nào
Code gõ trực tiếp trên video, sai đâu sửa đó. Ý khó được vẽ ra trước khi code. Cả khóa dùng một bộ dữ liệu thương mại điện tử Việt Nam cố tình để bẩn.
Giảng viên của khóa học
Cả lộ trình, gồm khóa này, do một người soạn, quay và đứng lớp.
Nguyễn Việt Chung
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Mua riêng khóa này, hoặc đi trọn lộ trình
Học phí trả một lần. Nếu sau này bạn muốn học tiếp, khoản đã đóng cho khóa này được trừ toàn bộ vào gói cao hơn.
Khuyên chọn · Trọn lộ trình
Combo trọn lộ trình
5 khóa + Capstone + chứng nhận
Giá flash sale: 2.490.000 ₫
Giá ưu đãi khai giảng · đến hết 19/11/2026
Tiết kiệm 2.096.000 ₫ (46%) so với mua lẻ 5 khóa
Khóa này nằm trong gói
Chỉ khóa này
Phân tích dữ liệu với Python
Giá flash sale: 899.000 ₫
Giá ưu đãi khai giảng · đến hết 19/11/2026
Sở hữu trọn đời
Dự kiến phát hành tháng 11/2026 · Vào học ngay khi khóa phát hành
Học phí đã đóng được trừ toàn bộ khi nâng lên trọn lộ trình
Khóa 2 + ebook
Giá flash sale: 1.049.000 ₫
Giá ưu đãi khai giảng · đến hết 19/11/2026
Sở hữu trọn đời
Tặng kèm sách Phân tích dữ liệu với Python (trị giá 269.000 ₫)
Khóa học là nội dung số; sau khi mở quyền truy cập, học phí không được hoàn lại. Xem điều khoản khóa học
Cam kết của AIDev
Khóa vẫn đang quay dần, nên mua sớm cũng có rủi ro. Phần rủi ro đó AIDev nhận về mình.
Sở hữu trọn đời
Trả một lần, không phí duy trì, xem lại bao nhiêu lần cũng được.
Cập nhật nội dung miễn phí
Bài nào phải quay lại hoặc bổ sung, bạn nhận bản mới mà không đóng thêm.
Nâng gói được trừ học phí
Khi nâng lên gói cao hơn, toàn bộ học phí bạn đã đóng được trừ vào giá gói mới.
Những câu hỏi riêng của khóa này
Câu hỏi về gói trọn lộ trình và chứng nhận có ở trang lộ trình.
Chưa học Khóa 1, vào thẳng Khóa 2 được không?
Được, nếu bạn đã viết Python ở mức hàm, list và dict, đọc ghi file và bắt lỗi. Khóa mở đầu bằng bài kiểm tra đầu vào 15 câu tự đánh giá, chấm xong sẽ chỉ đúng phần bạn còn hổng kèm hướng dẫn ôn nhanh. Người mua khóa lẻ nhận thêm starter pack ở bài 1.2: file chi tiêu của Project 1 Khóa 1 và một notebook năm phút tóm tắt Khóa 1, để vào chương 1 không hụt.
Tôi dùng Excel khá thạo rồi, học pandas để làm gì?
Để làm được ba việc Excel đuối: chạy trên vài chục nghìn dòng mà không treo, lặp lại nguyên quy trình vào tháng sau bằng một lệnh, và ghi lại từng bước làm sạch để người khác kiểm chứng. Bài 3.11 dạy pivot_table đặt cạnh PivotTable bạn đã quen, còn bài 5.9–5.10 dạy SQL đối chiếu song song với groupby, nên phần lớn kiến thức Excel của bạn được dùng lại chứ không bỏ đi.
Khóa dạy thống kê tới đâu, có phải học công thức không?
Hai chương cuối là thống kê ứng dụng, dạy theo lối mô phỏng của Berkeley Data 8: bạn cho NumPy chạy vài nghìn lần rồi nhìn định lý hiện ra trên biểu đồ, thay vì học thuộc công thức và tra bảng. Khoảng tin cậy dựng bằng bootstrap, kiểm định giả thuyết bắt đầu từ permutation test rồi mới đối chiếu với scipy. Nội dung dừng ở mức một Data Analyst cần dùng hằng ngày.
Dữ liệu học là dữ liệu gì?
Cửa hàng mô phỏng Tiệm Mây: khoảng 6.000 đơn hàng, ba bảng (đơn hàng, khách hàng, sản phẩm), bản thô cố ý cài lỗi: ô thiếu, dòng trùng, cột số lưu thành chuỗi, đơn hàng vô lý, tên tỉnh thành viết hàng chục kiểu. Đây cũng là dữ liệu của sách Phân tích dữ liệu với Python. Chương 5 có thêm bản SQLite của chính bộ này. Các dataset phụ gồm giá nhà, chất lượng không khí, thời tiết, tỷ giá và một bộ dữ liệu A/B test.
Có dạy SQL không, hay chỉ pandas?
Có, bốn bài trong chương 5. Bài 5.9–5.10 dạy SELECT, WHERE, ORDER BY, GROUP BY, HAVING và JOIN trên SQLite không cần cài server, mỗi câu lệnh đặt cạnh câu pandas tương đương. Bài 5.11–5.12 nối hai bên bằng read_sql và to_sql, kèm cách chia việc quen thuộc ở nơi làm thật: SQL lọc thô, pandas tinh chỉnh.
Học scraping có hợp pháp không?
Bài 5.4 dành hẳn một phần cho việc này trước khi viết dòng code đầu tiên: đọc robots.txt, đọc điều khoản trang, giữ tần suất truy cập lịch sự, và nguyên tắc của Luật Bảo vệ dữ liệu cá nhân 2025 khi dữ liệu thu thập có yếu tố cá nhân như tên, số điện thoại hay địa chỉ, kể cả khi nào phải ẩn danh hóa. Thực hành trên trang lab.aidev.edu.vn do AIDev dựng riêng (cửa hàng tĩnh, trang động, API), nên bạn luyện tay mà không đụng vào trang của ai.
Học xong khóa này đã xin việc Data Analyst được chưa?
Bạn có đủ bộ kỹ năng lõi mà hầu hết tin tuyển Data Analyst đều liệt kê: pandas, SQL, trực quan hóa, thống kê suy diễn, cộng một báo cáo EDA hoàn chỉnh trên GitHub. Phần còn thiếu là hiểu biết ngành của nơi bạn ứng tuyển và một công cụ BI như Power BI hay Looker Studio, cả hai học nhanh khi đã có nền này. Muốn dự đoán thay vì chỉ mô tả, bạn học tiếp Khóa 3.
Khóa này nằm ở đâu trong lộ trình?
Khóa 2/5 của Lộ trình AI Engineer từ số 0, gồm chương 6–12. Khóa ngay trước là Python từ số 0 (chương 1–5), khóa ngay sau là Machine Learning thực chiến (chương 13–17). Khi nâng lên gói cao hơn, toàn bộ học phí bạn đã đóng được trừ vào giá gói mới.
Có được hoàn tiền không?
Không. Khóa học là nội dung số; sau khi mở quyền truy cập, học phí không được hoàn lại. Trước khi trả tiền bạn có chương 1 miễn phí, đề cương đến từng bài và một video xem thử mỗi khóa để quyết định.
Sở hữu trọn đời nghĩa là gì?
Là bạn truy cập được nội dung đã mua trong suốt vòng đời nền tảng học của AIDev, tối thiểu 5 năm kể từ ngày mua, gồm mọi bản cập nhật nội dung miễn phí. Không gồm các dịch vụ hỗ trợ kèm theo gói như buổi live, chấm tay hay mentor, vốn có thời hạn riêng của gói đó.
Cần tư vấn trước khi đăng ký?
Để lại thông tin, AIDev gọi lại xem khóa có hợp với bạn không, và báo bạn khi bộ dữ liệu thực hành sẵn sàng để tải.
Còn câu hỏi? Nhắn
ZaloTelegramhoặc gọi085 939 6969