Quyen Data Hub

UPDATE LỊCH LỚP 𝐃𝐀𝐓𝐀 𝐀𝐍𝐀𝐋𝐘𝐒𝐓 THÁNG 𝟎𝟗-𝟐𝟎𝟐𝟓 và THÁNG 𝟏𝟏-𝟐𝟎𝟐𝟓
Chào các bạn,
Lời đầu tiên xin cảm ơn các bạn đã và đang ủng hộ Khóa 𝐃𝐀𝐓𝐀 𝐀𝐍𝐀𝐋𝐘𝐒𝐓 của mình. Mình xin thông báo lịch học của các khóa tiếp theo sẽ như sau nhé. Lưu ý là các lớp học sẽ theo múi giờ Châu Âu Đức / Hà Lan / Pháp / Ý nhé.
*****Khóa mới tháng 𝟎𝟗-𝟐𝟎𝟐𝟓*****
- Môn 𝐏𝐨𝐰𝐞𝐫 𝐁𝐈 - Trực quan hóa dữ liệu (10 buổi x 3 tiếng): Khai giảng 𝟎𝟒/𝟏𝟎/𝟐𝟎𝟐𝟓 Thứ 𝟕 - 𝐂𝐍 hàng tuần, từ 𝟗:𝟑𝟎 - 𝟏𝟐:𝟑𝟎 (tức 𝟏𝟒:𝟑𝟎 - 𝟏𝟕:𝟑𝟎 theo giờ VN)
- Môn 𝐄𝐱𝐜𝐞𝐥 - Từ A tới Z (15 buổi x 2 tiếng): Khai giảng 𝟐𝟗/𝟎𝟗/𝟐𝟎𝟐𝟓 Thứ 𝟐-𝟒-𝟔 hàng tuần, từ 𝟏𝟗:𝟑𝟎 - 𝟐𝟏:𝟑𝟎
-Môn 𝐏𝐲𝐭𝐡𝐨𝐧 cơ bản (18 buổi x 2 tiếng): Khai giảng 𝟐𝟓/𝟎𝟗/𝟐𝟎𝟐𝟓 Thứ 𝟑-𝟓-𝟕 hàng tuần, từ 𝟏𝟗:𝟑𝟎 - 𝟐𝟏:𝟑𝟎
*****Khóa mới tháng 𝟏𝟏-𝟐𝟎𝟐𝟓*****
- Môn 𝐏𝐫𝐨𝐟𝐞𝐬𝐬𝐢𝐨𝐧𝐚𝐥 𝐏𝐨𝐫𝐭𝐟𝐨𝐥𝐢𝐨 𝐰𝐢𝐭𝐡 𝐏𝐁𝐈 𝐏𝐫𝐨𝐣𝐞𝐜𝐭𝐬 (Phân tích dữ liệu) (10 buổi x 3 tiếng): Khai giảng 𝟎𝟖/𝟏𝟏/𝟐𝟎𝟐𝟓 Thứ 𝟕 - 𝐂𝐍 hàng tuần, từ 𝟗:𝟑𝟎 - 𝟏𝟐:𝟑𝟎 (tức 𝟏𝟓:𝟑𝟎 - 𝟏𝟖:𝟑𝟎 theo giờ VN)
- Môn 𝐒𝐐𝐋 - 𝐋𝐚̀𝐦 𝐯𝐢𝐞̣̂𝐜 𝐯𝐨̛́𝐢 𝐂𝐒𝐃𝐋 (15 buổi x 2 tiếng): Khai giảng 𝟎𝟑/𝟏𝟏/𝟐𝟎𝟐𝟓 Thứ 𝟐-𝟒-𝟔 hàng tuần, từ 𝟏𝟗:𝟑𝟎 - 𝟐𝟏:𝟑𝟎
-Môn 𝐏𝐨𝐰𝐞𝐫 𝐁𝐈 - Trực quan hóa dữ liệu (15 buổi x 2 tiếng): Khai giảng 𝟎𝟔/𝟏𝟏/𝟐𝟎𝟐𝟓 Thứ 𝟑-𝟓-𝟕 hàng tuần, từ 𝟏𝟗:𝟑𝟎 - 𝟐𝟏:𝟑𝟎
Một số thông tin về mình:
🎀𝐌𝐢𝐜𝐫𝐨𝐬𝐨𝐟𝐭 𝐂𝐞𝐫𝐢𝐭𝐢𝐟𝐞𝐝 𝐓𝐫𝐚𝐢𝐧𝐞𝐫 - chứng nhận của Microsoft dành cho những người có kỹ năng chuyên sâu trong việc giảng dạy và đào tạo các công nghệ của Microsoft.
🎀𝐃𝐚𝐭𝐚-𝐝𝐫𝐢𝐯𝐞𝐧 𝐈𝐧𝐯𝐞𝐬𝐭𝐦𝐞𝐧𝐭 𝐒𝐭𝐫𝐚𝐭𝐞𝐠𝐢𝐬𝐭 tại FERI, từng giữ vị trí 𝐒𝐞𝐧𝐢𝐨𝐫 𝐃𝐚𝐭𝐚 𝐒𝐭𝐫𝐚𝐭𝐞𝐠𝐲 𝐏𝐥𝐚𝐧𝐧𝐞𝐫 tại LG EUROPE Group.
🎀Giảng viên khóa Chuyên viên Phân tích dữ liệu trung tâm CODEGYM
𝐕𝐢̀ 𝐬𝐚𝐨 𝐧𝐞̂𝐧 𝐡𝐨̣𝐜 𝐯𝐨̛́𝐢 𝐦𝐢̀𝐧𝐡:
🌸Chương trình do chính mình soạn thảo dựa trên kinh nghiệm làm việc tại Châu Âu vì vậy sẽ bám sát với nhu cầu thị trường
🌸Tập trung vào thực hành và hiểu sâu vấn đề chứ không chỉ cung cấp lý thuyết
🌸Được thực hành trên nhiều công cụ khác nhau: Ví dụ với SQL thì sẽ được thực hành trên cả SSMS/mySQL Workbench / BigQuery, Trực quan hóa dữ liệu với Excel / Power BI / Tableau / Looker,...
🌸Bài giảng sinh động với các game trong / sau buổi học để tăng thêm động lực học tập
🌸Hỗ trợ trả lời các câu hỏi kể cả sau giờ học
🌸Hỗ trợ tư vấn CV / Phỏng vấn
Các thông tin về học phí và đăng ký, vui lòng xem trong Form đăng ký: https://forms.gle/XYXgP8xXYCGASeVd6

Mình rất tự hào thông báo học viên của mình - bạn Thảo đã xuất sắc đạt 𝟗𝟒𝟖/𝟏𝟎𝟎𝟎 điểm trong kỳ thi Chứng chỉ 𝐌𝐢𝐜𝐫𝐨𝐬𝐨𝐟𝐭 𝐏𝐨𝐰𝐞𝐫 𝐁𝐈 𝐃𝐚𝐭𝐚 𝐀𝐧𝐚𝐥𝐲𝐬𝐭 (𝐏𝐋-𝟑𝟎𝟎).

Điều đặc biệt là vừa kết thúc buổi học cuối cùng hôm qua, hôm nay Thảo thi luôn để không bị quên bài và kết quả thật sự đúng như mong đợi và xứng đáng với năng lực của bạn.! 💯👏

Cùng chúc mừng Thảo nhé!

Chỉ còn 2 ngày nữa là 𝐖𝐞𝐛𝐢𝐧𝐚𝐫Tất tần tật Về 𝐃𝐚𝐭𝐚 𝐀𝐧𝐚𝐥𝐲𝐬𝐭 sẽ được diễn ra. Các bạn đã đăng ký lưu ý một số điều sau giúp mình:

1. Vì số lượng bạn đăng ký nhiều hơn mình dự định và các cuộc họp qua Zoom bị giới hạn số lượng tham gia nên mình đã gửi lại mail có link cuộc họp mới qua 𝐌𝐢𝐜𝐫𝐨𝐬𝐨𝐟𝐭 𝐓𝐞𝐚𝐦𝐬. Bạn nào chưa nhận được email mới, vui lòng check trong thư mục 𝐒𝐩𝐚𝐦. Nếu vẫn không nhận được thì nhắn lại mình nhé.

2. Trong buổi Webinar sẽ có 1 bài thực hành nhỏ, các bạn nếu có thời gian vui lòng tải trước file dataset mình đã gửi kèm trong email.

3. Các bạn vui lòng vào 5 phút trước khi cuộc họp diễn ra để mình có thể bắt đầu đúng giờ.

4. Cuộc họp sẽ được record để các bạn không tham dự được có thể xem lại, vì vậy nếu bạn nào không đồng ý sẽ bị record thì báo trước giúp mình.

Cám ơn các bạn đã quan tâm. Hẹn gặp lại các bạn vào Thứ Năm.

Quyên

Data Analyst hiện đang là một trong những lựa chọn nghề nghiệp được nhiều bạn trẻ Việt Nam ưa chuộng khi tìm kiếm cơ hội việc làm tại thị trường Châu Âu. Tại sao lại như vậy? Bởi vì đây là ngành có nhu cầu nhân lực cao, mức lương hấp dẫn, cơ hội phát triển rộng mở và đặc biệt không yêu cầu bạn phải có nền tảng IT quá chuyên sâu để bắt đầu.

Nhưng bắt đầu từ đâu? Cần học những gì? Và quan trọng hơn cả — bạn có thực sự phù hợp với ngành này không?

Nếu bạn cũng đang có những câu hỏi tương tự, hãy tham gia buổi webinar sắp tới của mình. Buổi chia sẻ dựa trên các kinh nghiệm cá nhân của mình, hy vọng sẽ giúp bạn nhìn rõ hơn về công việc thực tế của một DA, lộ trình học tập phù hợp, những kỹ năng cần có, cũng như tiềm năng phát triển tại thị trường Châu Âu.

📌 Nội dung sự kiện:
🎀Giới thiệu vai trò DA, mô tả công việc thường ngày
🎀Học gì để trở thành DA? Gợi ý lộ trình học
🎀Thực hành trên một số tool đơn giản
🎀 Hướng phát triển nghề nghiệp tại Châu Âu

Thông tin:
🎀Thời gian: 14/08/2025 | 🕢 19:30 – 21:30 (CEST)
🎀Hình thức: Online qua Zoom
🎀Chi phí: HOÀN TOÀN MIỄN PHÍ

Link đăng ký: trong comment
Cám ơn các bạn đã quan tâm.

💥 CHIA SẺ HÀNH TRÌNH PHỎNG VẤN CỦA MỘT HỌC VIÊN RẤT ĐẶC BIỆT 💥

Hành trình của chị với mình khá là đặc biệt hơn bởi vì chị đang ở Mĩ. Khác với Châu Âu, Mỹ dẫn đầu thế giới về tốc độ digitalization, yêu cầu về kỹ năng cũng khó khăn hơn. Và mình cũng không quá quen thuộc với thị trường Mỹ, vì vậy mình cũng hơi lo lắng khi hướng dẫn chị. Bên cạnh đó, chị có nhiều kinh nghiệm về chuyên ngành, thế nhưng chưa bao giờ tự tay làm một dự án phân tích dữ liệu hoàn chỉnh nào cả. Với cương vị quản lý, chị thường đọc và đưa ra các quyết định hơn là tự thực hiện. Vì vậy các kỹ năng technical của chị khá yếu. Nếu học nhanh thì mình dự đoán cũng cần khoảng 3-6 tháng để đủ kỹ năng xin việc.

Tuy nhiên, thật là bất ngờ là chỉ sau đúng 3 tháng học với mình, với 2 công ty mời phỏng vấn , chị đã nhận được 1 offer. Vậy tại sao chị có thể kiếm được viêc DA nhanh như vậy trong khi chị đã cố gắng kiếm viêc chuyên môn của chị gần 1 năm vẫn không có việc.

Mình đúc kết được 1 số lý do như sau, hy vọng có thể giúp các bạn đang tìm việc:

✨ 1. Sự chăm chỉ
Chị rất chăm chỉ. Mình đánh giá rất cao sự cố gắng của chị. Có khóa chị học cùng lúc 2 môn, lịch gần như dày đặc lại phải chăm con, nhưng bài tập về nhà chị luôn làm đủ. Không nghỉ học một buổi nào, kể cả có việc đi ra ngoài thì chị vẫn đeo tai nghe và theo dõi cuộc học. Chị chịu khó đặt câu hỏi không chỉ trong giờ học mà ngoài giờ học. Việc này giúp kỹ năng cũng như tư duy phát triển nhanh chóng.

✨ 2. Chuẩn bị phỏng vấn cực kỳ kỹ lưỡng
Vì không có nhiêu kinh nghiệm trong ngành nên những buổi phỏng vấn có thể sẽ rất khó thở với các bạn. Vì vậy mình có nói chị chuẩn bị project cá nhân, hôm đi phỏng vấn chị còn in ra các bài tập đã từng làm với SQL và PBI để chứng minh với người phỏng vấn là chị thật sự có biết làm. Điều này tạo ấn tượng tốt với người phỏng vấn rằng chị có kiến thức và cũng có đam mê học hỏi.
Bên cạnh đó, người phỏng vấn sẽ không còn đặt những câu hỏi chung chung nữa mà thay vào đó sẽ dành thời gian để hiểu các projects chị đã làm, thế là chị có ít nhất 25- 30 phút nói về những kiến thức chị đã biết.

✨ 3. Biết người phỏng vấn mình là ai và biết họ cần gì:
Trước các buổi phỏng vấn của chị thì mình và chị có hay trao đổi và chuẩn bị trước phỏng vấn. Mình có hay dặn chị là phải có thái độ phù hợp với người nói chuyện với mình. Nếu đấy là team HR thì chị nên thể hiện sự tự tin, còn nếu nói chuyện với IT lead thì nên khiêm tốn và thể hiện sự ham học hỏi, nói chuyện với CEO thì nên nhấn mạnh kinh nghiệm và kiến thức chuyên ngành của chị. Và thực tế là mặc dù cũng hơi vất vả và kiệt sức sau mỗi cuộc phỏng vấn, nhưng chị đã vượt qua được hết và đã bắt đầu đi làm được hơn 2 tuần.

✨ 4. Và một chút… may mắn
Cuối cùng là một chút may mắn. Ý kiến cá nhân của mình là kể cả công viêc thì cũng cần một chút “duyên”. Công ty cần chị và chị cũng cần công ty trong cùng một thời điểm. Vì vậy nếu các bạn không tìm được việc ngay thì cũng đừng nản lòng nhé.

Một hành trình mới vừa mở ra với chị. Mình hy vọng các bạn khác cũng sẽ nhanh chóng kiếm được việc đúng như ý nha.

Nếu các bạn có câu hỏi thì có thể nhắn trong comment nhé, mình sẽ giải đáp.

MỘT SỐ CHỨNG CHỈ DÀNH CHO 𝐃𝐀𝐓𝐀 𝐀𝐍𝐀𝐋𝐘𝐒𝐓

Dạo này có 1 số bạn hỏi mình về một số chứng chỉ Data Analyst nên mình tổng hợp ở đây 1 số bằng cấp được đánh giá cao trong ngành nhé:

𝟏. 𝐆𝐨𝐨𝐠𝐥𝐞 𝐃𝐚𝐭𝐚 𝐀𝐧𝐚𝐥𝐲𝐭𝐢𝐜𝐬 𝐏𝐫𝐨𝐟𝐞𝐬𝐬𝐢𝐨𝐧𝐚𝐥 𝐂𝐞𝐫𝐭𝐢𝐟𝐢𝐜𝐚𝐭𝐞 (𝐂𝐨𝐮𝐫𝐬𝐞𝐫𝐚)
✅ Giới thiệu: Chứng chỉ do Google phát triển, cấp thông qua nền tảng Coursera.
🎯 Trình độ: 𝐁𝐞𝐠𝐢𝐧𝐧𝐞𝐫– Không yêu cầu kiến thức nền tảng.
📚 Nội dung: Làm quen với các khái niệm cơ bản như xử lý dữ liệu (data cleaning), phân tích dữ liệu (data analysis) và trực quan hóa dữ liệu (data visualization)
🛠️ Công cụ / Ngôn ngữ: 𝐒𝐩𝐫𝐞𝐚𝐝𝐬𝐡𝐞𝐞𝐭, 𝐒𝐐𝐋, 𝐑, 𝐓𝐚𝐛𝐥𝐞𝐚𝐮.
💰 Chi phí: Miễn phí nếu hoàn thành trong 7 ngày free trial. Sau đó ~$𝟒𝟗/𝒕𝒉𝒂́𝒏𝒈.
⏳ Thời gian trung bình: ~ 6 tháng (học ~10h/tuần) (nhanh chậm tùy vào cá nhân mỗi người)

Nhận xét của mình: Phù hợp với người mới hoàn toàn, nội dung rõ ràng, thực tế. Có bài tập thực hành đi kèm lý thuyết, dễ hiểu.
Chứng chỉ được nhiều công ty công nhận.
❗ Hạn chế: Chỉ dạy R (không có Python), bài tập thực hành còn hơi ít, nội dung cơ bản, chưa chuyên sâu.

𝟐. 𝐈𝐁𝐌 𝐃𝐚𝐭𝐚 𝐀𝐧𝐚𝐥𝐲𝐬𝐭 𝐏𝐫𝐨𝐟𝐞𝐬𝐬𝐢𝐨𝐧𝐚𝐥 𝐂𝐞𝐫𝐭𝐢𝐟𝐢𝐜𝐚𝐭𝐞 (𝐂𝐨𝐮𝐫𝐬𝐞𝐫𝐚)
✅ Giới thiệu: Chứng chỉ do IBM cung cấp, học trên nền tảng Coursera.
🎯 Trình độ: 𝐁𝐞𝐠𝐢𝐧𝐧𝐞𝐫– Không yêu cầu kinh nghiệm nhưng phù hợp với người muốn đi sâu hơn về kỹ thuật.
📚 Nội dung: Tập trung vào xử lý dữ liệu với Python và trực quan hóa dữ liệu với các công cụ khác nhau
🛠️ Công cụ / Ngôn ngữ: Excel, SQL, Python, Cognos Analytics.
💰 Chi phí: Miễn phí nếu hoàn thành trong 7 ngày free trial. Sau đó ~$𝟒𝟗/𝒕𝒉𝒂́𝒏𝒈.
⏳ Thời gian trung bình: 4 tháng (~10h/tuần) (nhanh chậm tùy vào cá nhân mỗi người)

Nhận xét của mình: Tập trung khá nhiều về kỹ thuật, đặc biệt là Python và phân tích dữ liệu chuyên sâu. Nhiều bài tập thực hành, phù hợp với ai muốn học bài bản. Nên có kiến thức về toán và thống kê để học dễ dàng hơn.

❗ Hạn chế: Tốn nhiều thời gian hơn, chưa phù hợp nếu bạn chỉ cần học các công cụ cơ bản như Excel hay Power BI. Là khóa tiền đề cho các bạn muốn học thêm Data Science trong tương lai.

𝟑. 𝐌𝐢𝐜𝐫𝐨𝐬𝐨𝐟𝐭 𝐏𝐨𝐰𝐞𝐫 𝐁𝐈 𝐃𝐚𝐭𝐚 𝐀𝐧𝐚𝐥𝐲𝐬𝐭 𝐀𝐬𝐬𝐨𝐜𝐢𝐚𝐭𝐞 (𝐏𝐋-𝟑𝟎𝟎)
✅ Giới thiệu: Chứng chỉ do Microsoft cấp, đánh giá năng lực sử dụng Power BI trong phân tích dữ liệu.
🎯 Trình độ: 𝐈𝐧𝐭𝐞𝐫𝐦𝐞𝐝𝐢𝐚𝐭𝐞 – Cần kiến thức cơ bản về dữ liệu và Power BI trước khi thi.
📚 Nội dung: Tập trung vào các bước phân tích với Power BI: nhập dữ liệu, xử lý, tạo dashboard, publish.
🛠️ Công cụ / Ngôn ngữ: Power BI.
💰 Chi phí: ~ $𝟖𝟎 - $𝟏𝟔𝟓 cho kỳ thi chính thức (tùy vào quốc tịch) (không có khóa học đi kèm).
⏳ Thời gian trung bình: 1 – 2 tháng tùy thời gian ôn luyện.

Nhận xét của mình: Chứng chỉ rất thực tế, phù hợp với ai làm BI, làm báo cáo, hoặc môi trường doanh nghiệp dùng hệ sinh thái Microsoft. Giá trị cao nếu bạn dùng Power BI hàng ngày trong công việc.

❗ Hạn chế: Chỉ tập trung vào PBI, không dạy Python/SQL, không có khóa học chính thức đi kèm – cần tự tìm tài liệu để ôn thi.
--------------------------------------------------------------------
📌 Lời khuyên của mình:
Việc học không nhất thiết phải theo chứng chỉ – bạn có thể học lẻ từng kỹ năng, kết hợp với làm dự án cá nhân, miễn là bạn biết mình muốn làm gì và cần kỹ năng gì cho vị trí đó.

✨ Nếu bạn có câu hỏi gì thêm, đừng ngại để lại bình luận bên dưới, mình sẽ cố gắng trả lời trong khả năng nhé!
💬 Ngoài ra, nếu bạn đã học qua chứng chỉ nào khác hay và đáng tin cậy, hãy chia sẻ cùng mọi người trong phần comment luôn nha – để cả cộng đồng cùng học hỏi.
Chúc mọi người học tập hiệu quả và sớm chạm tay vào công việc mơ ước trong lĩnh vực Data!

Mới đây, 𝐖𝐨𝐫𝐥𝐝 𝐄𝐜𝐨𝐧𝐨𝐦𝐢𝐜 𝐅𝐨𝐫𝐮𝐦 đã xuất bản 𝐓𝐡𝐞 𝐅𝐮𝐭𝐮𝐫𝐞 𝐨𝐟 𝐉𝐨𝐛𝐬 𝐑𝐞𝐩𝐨𝐫𝐭 𝟐𝟎𝟐𝟓 – một báo cáo quan trọng về dự đoán thị trường lao động trong 5 -10 năm tới. Nếu bạn đang làm việc trong lĩnh vực 𝐃𝐚𝐭𝐚, 𝐀𝐈, 𝐁𝐢𝐠 𝐃𝐚𝐭𝐚, 𝐂𝐲𝐛𝐞𝐫𝐬𝐞𝐜𝐮𝐫𝐢𝐭𝐲 hay đơn giản là quan tâm đến cách công nghệ ảnh hưởng đến công việc, thì đây là những điểm chính bạn cần biết!

1. 𝑋𝑢 ℎ𝑢̛𝑜̛́𝑛𝑔 𝑛𝑔𝑎̀𝑛ℎ 𝐴𝐼 𝑡𝑟𝑜𝑛𝑔 𝑡𝑢̛𝑜̛𝑛𝑔 𝑙𝑎𝑖:
Theo báo cáo, 𝟔𝟎% nhà tuyển dụng tin rằng việc mở rộng quyền truy cập kỹ thuật số sẽ tạo ra sự thay đổi lớn. Bên cạnh đó, 𝟖𝟔% nhà tuyển dụng dự đoán AI và xử lý thông tin sẽ tác động mạnh mẽ đến thị trường lao động, tạo ra nhiều công việc mới nhưng cũng khiến một số vị trí cũ biến mất. Các kỹ năng như 𝐀𝐈, 𝐁𝐢𝐠 𝐃𝐚𝐭𝐚, 𝐂𝐲𝐛𝐞𝐫𝐬𝐞𝐜𝐮𝐫𝐢𝐭𝐲 được dự đoán sẽ là những lĩnh vực phát triển nhanh nhất và đóng vai trò quan trọng trong tương lai.

2. 𝐃𝐚𝐭𝐚 𝐀𝐧𝐚𝐥𝐲𝐬𝐭 & 𝐒𝐜𝐢𝐞𝐧𝐭𝐢𝐬𝐭 𝑙𝑜̣𝑡 𝑡𝑜𝑝 15 𝑐𝑜̂𝑛𝑔 𝑣𝑖𝑒̣̂𝑐 𝑡𝑎̆𝑛𝑔 𝑡𝑟𝑢̛𝑜̛̉𝑛𝑔 𝑚𝑎̣𝑛ℎ 𝑛ℎ𝑎̂́𝑡.
Trong 5 năm tới, 𝟏𝟕𝟎 𝐭𝐫𝐢𝐞̣̂𝐮 việc làm sẽ được tạo ra, trong khi 𝟗𝟐 𝐭𝐫𝐢𝐞̣̂𝐮 việc làm sẽ bị thay thế, tạo ra sự dịch chuyển lớn trong thị trường lao động. Các vị trí như 𝐁𝐢𝐠 𝐃𝐚𝐭𝐚 𝐒𝐩𝐞𝐜𝐢𝐚𝐥𝐢𝐬𝐭𝐬, 𝐀𝐈 & 𝐌𝐚𝐜𝐡𝐢𝐧𝐞 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 𝐒𝐩𝐞𝐜𝐢𝐚𝐥𝐢𝐬𝐭𝐬, 𝐑𝐞𝐧𝐞𝐰𝐚𝐛𝐥𝐞 𝐄𝐧𝐞𝐫𝐠𝐲 𝐄𝐧𝐠𝐢𝐧𝐞𝐞𝐫𝐬 sẽ dẫn đầu xu hướng phát triển.
Đặc biệt, 𝐃𝐚𝐭𝐚 𝐀𝐧𝐚𝐥𝐲𝐬𝐭𝐬 đứng thứ 𝟏𝟏 trong danh sách các công việc phát triển nhanh nhất, chứng minh rằng dữ liệu sẽ trở thành yếu tố cốt lõi trong chiến lược kinh doanh.
Ngược lại, các vị trí truyền thống như nhân viên bưu điện, giao dịch viên ngân hàng sẽ giảm mạnh do tác động của tự động hóa.

3. 𝐶𝑜𝑛 𝑛𝑔𝑢̛𝑜̛̀𝑖 𝑣𝑎̀ 𝑚𝑎́𝑦 𝑚𝑜́𝑐 𝑠𝑒̃ ℎ𝑜̛̣𝑝 𝑡𝑎́𝑐 𝑙𝑎̀𝑚 𝑣𝑖𝑒̣̂𝑐 𝑣𝑜̛́𝑖 𝑛ℎ𝑎𝑢 𝑛ℎ𝑢̛ 𝑡ℎ𝑒̂́ 𝑛𝑎̀𝑜?
Hiện tại, con người thực hiện 𝟒𝟕% công việc, công nghệ đảm nhiệm 𝟐𝟐%, và phần còn lại là kết hợp cả hai (𝟑𝟏%).
Đến 2030, mỗi bên sẽ đảm nhiệm khoảng một phần ba tổng khối lượng công việc, giúp tăng năng suất nhưng cũng đặt ra thách thức về phân phối lợi ích kinh tế.
Để không bị máy móc thay thế, con người cần tập trung vào kỹ năng sáng tạo, lãnh đạo và tư duy chiến lược, tận dụng công nghệ để tối ưu hiệu suất thay vì bị loại bỏ.

4. 𝑁ℎ𝑢̛̃𝑛𝑔 𝑘𝑦̃ 𝑛𝑎̆𝑛𝑔 𝑐𝑢̛́𝑛𝑔 𝑣𝑎̀ 𝑘𝑦̃ 𝑛𝑎̆𝑛𝑔 𝑚𝑒̂̀𝑚 𝑞𝑢𝑎𝑛 𝑡𝑟𝑜̣𝑛𝑔 𝑛ℎ𝑎̂́𝑡 𝑡𝑟𝑜𝑛𝑔 𝑐𝑜̂𝑛𝑔 𝑣𝑖𝑒̣̂𝑐:
𝐀𝐧𝐚𝐥𝐲𝐭𝐢𝐜𝐚𝐥 𝐭𝐡𝐢𝐧𝐤𝐢𝐧𝐠 (tư duy phân tích) đứng đầu danh sách, được 69% nhà tuyển dụng đánh giá cao. 𝐑𝐞𝐬𝐢𝐥𝐢𝐞𝐧𝐜𝐞, 𝐟𝐥𝐞𝐱𝐢𝐛𝐢𝐥𝐢𝐭𝐲, 𝐚𝐧𝐝 𝐚𝐠𝐢𝐥𝐢𝐭𝐲 (Khả năng thích ứng, linh hoạt) cũng rất quan trọng (𝟔𝟕%), cùng với 𝐋𝐞𝐚𝐝𝐞𝐫𝐬𝐡𝐢𝐩 𝐚𝐧𝐝 𝐬𝐨𝐜𝐢𝐚𝐥 𝐢𝐧𝐟𝐥𝐮𝐞𝐧𝐜𝐞 (kỹ năng lãnh đạo và tạo ảnh hưởng trong cộng đồng) (𝟔𝟏%).
Ngoài ra, hiểu biết về công nghệ, AI và Big Data được hơn 50% nhà tuyển dụng coi là thiết yếu trong thời đại số hóa, nhấn mạnh nhu cầu phát triển những kỹ năng kết hợp giữa công nghệ và quản trị.

Ngược lại, các kỹ năng 𝐫𝐞𝐚𝐝𝐢𝐧𝐠, 𝐰𝐫𝐢𝐭𝐢𝐧𝐠, 𝐚𝐫𝐢𝐭𝐡𝐦𝐞𝐭𝐢𝐜 𝐚𝐧𝐝 𝐦𝐚𝐧𝐮𝐚𝐥 𝐝𝐞𝐱𝐭𝐞𝐫𝐢𝐭𝐲 (đọc, viết, số học truyền thống và các kỹ năng thủ công) sẽ giảm dần giá trị do sự chuyển dịch sang nền kinh tế số.

Trong bài viết tiếp theo, mình sẽ mô tả cụ thể hơn thị trường lao động của các nước Anh, Pháp, Đức và Hà Lan. Các bạn share bài viết

Nguồn: World Economic Forum

Bạn nghĩ sao về những dự báo này? Công việc của bạn sẽ bị ảnh hưởng hay tận dụng được cơ hội? Cùng chia sẻ quan điểm nhé! 👇
💡 Trong bài viết tiếp theo, mình sẽ mô tả cụ thể hơn về thị trường lao động của Anh, Pháp, Đức và Hà Lan, đi sâu vào cách mỗi quốc gia đang thích ứng với sự thay đổi. Hãy share bài viết này để nhiều người cùng cập nhật xu hướng quan trọng này nhé!

KHAI GIẢNG KHÓA HỌC 𝐏𝐑𝐎𝐅𝐄𝐒𝐒𝐈𝐎𝐍𝐀𝐋 𝐃𝐀𝐓𝐀 𝐀𝐍𝐀𝐋𝐘𝐒𝐓 𝐏𝐎𝐑𝐓𝐅𝐎𝐋𝐈𝐎 - THÁNG 𝟎𝟑 𝟐𝟎𝟐𝟓
Xin chào các bạn,
Ngành 𝐃𝐚𝐭𝐚 𝐀𝐧𝐚𝐥𝐲𝐬𝐭 ngày càng cạnh tranh, và hầu hết ứng viên đều có bằng cấp và portfolio tương tự nhau. Vậy làm thế nào để bạn có thể thực sự nổi bật trước nhà tuyển dụng?
💡 Khóa học này sẽ giúp bạn khác biệt! Thay vì chỉ lưu trữ project trên GitHub nhàm chán, bạn sẽ học cách xây dựng một 𝐰𝐞𝐛𝐬𝐢𝐭𝐞 𝐩𝐨𝐫𝐭𝐟𝐨𝐥𝐢𝐨 chuyên nghiệp, sinh động và có tính tương tác cao. Đây không chỉ là nơi thể hiện kỹ năng của bạn mà còn giúp bạn định vị thương hiệu cá nhân trong mắt nhà tuyển dụng.
Đặc biệt, các dự án trong khóa học được thiết kế như một doanh nghiệp thu nhỏ, mô phỏng công việc thực tế của một 𝐃𝐚𝐭𝐚 𝐀𝐧𝐚𝐥𝐲𝐬𝐭. Bạn sẽ làm việc với dữ liệu từ Tài chính, Nhân sự, Marketing, ... giúp bạn có kinh nghiệm thực tiễn ngay trong quá trình học!
Một số thông tin về mình:
🎀𝐌𝐢𝐜𝐫𝐨𝐬𝐨𝐟𝐭 𝐂𝐞𝐫𝐢𝐭𝐢𝐟𝐞𝐝 𝐓𝐫𝐚𝐢𝐧𝐞𝐫 - chứng nhận của Microsoft dành cho những người có kỹ năng chuyên sâu trong việc giảng dạy và đào tạo các công nghệ của Microsoft.
🎀𝐃𝐚𝐭𝐚-𝐝𝐫𝐢𝐯𝐞𝐧 𝐈𝐧𝐯𝐞𝐬𝐭𝐦𝐞𝐧𝐭 𝐒𝐭𝐫𝐚𝐭𝐞𝐠𝐢𝐬𝐭 tại FERI, từng giữ vị trí 𝐒𝐞𝐧𝐢𝐨𝐫 𝐃𝐚𝐭𝐚 𝐒𝐭𝐫𝐚𝐭𝐞𝐠𝐲 𝐏𝐥𝐚𝐧𝐧𝐞𝐫 tại LG EUROPE Group.
🎀Giảng viên khóa Chuyên viên Phân tích dữ liệu trung tâm CODEGYM
📊 Tham gia khóa học, bạn sẽ học được:
✅ Xây dựng portfolio mô phỏng một doanh nghiệp thu nhỏ với các dự án thực tế từ nhiều phòng ban.
✅ Thành thạo phân tích dữ liệu, trực quan hóa bằng 𝐏𝐨𝐰𝐞𝐫 𝐁𝐈, 𝐄𝐱𝐜𝐞𝐥, 𝐒𝐐𝐋…
✅ Làm sạch, tiền xử lý dữ liệu, và xây dựng dashboard chuyên nghiệp.
✅ Tạo 𝐰𝐞𝐛𝐬𝐢𝐭𝐞 𝐩𝐨𝐫𝐭𝐟𝐨𝐥𝐢𝐨 cá nhân, dễ dàng chia sẻ với nhà tuyển dụng hoặc đăng trên linkedin chỉ bằng một 𝐥𝐢𝐧𝐤!
✅ Gia tăng cơ hội trúng tuyển với báo cáo và dự án thực tế.
👨‍💻 Khóa học dành cho ai?
👉 Business Analyst, Data Analyst, Data Engineer
👉 Người có kiến thức cơ bản về SQL/PBI muốn nâng cao kỹ năng thực tế
📅 Thời gian: Khai giảng 𝟐𝟗/𝟎𝟑/𝟐𝟎𝟐𝟓, Sáng thứ 7- Chủ nhật từ 𝟗:𝟑𝟎 - 𝟏𝟐:𝟑𝟎 𝐂𝐄𝐒𝐓
🏢 Địa điểm: Học online qua Zoom. Các buổi học đều được 𝐫𝐞𝐜𝐨𝐫𝐝 lại giúp các bạn ôn tập dễ dàng hơn.
📌 Đừng bỏ lỡ cơ hội xây dựng 1 website dành riêng cho bản thân! Đăng ký ngay để có giá ưu đãi và nhận tặng kèm tài liệu học tập chất lượng.
📞 Link đăng ký: https://forms.gle/taT7aXQhWkyhvJkc8
👥 Tag người bạn muốn họ cùng tham gia cùng bạn!
💼 Python giúp bạn thể hiện sự thông minh và hiệu quả trong công việc.

𝐄𝐯𝐞𝐫𝐲𝐨𝐧𝐞 𝐡𝐚𝐬 𝐭𝐨 𝐬𝐭𝐚𝐫𝐭 𝐬𝐨𝐦𝐞𝐰𝐡𝐞𝐫𝐞 - Ai cũng phải bắt đầu từ đâu đó.
---Một chút tâm sự trong ngày đầu thu mưa tầm tã---

Hôm nay, team hàng xóm của mình đón chào một bạn sinh viên mới vào thực tập. Vì không đủ chỗ nên bạn ấy ngồi tạm trong phòng của team mình. Lần đầu gặp gỡ, mình cảm nhận được sự rụt rè, lo lắng của bạn ấy. Chúng mình có trao đổi xã giao với nhau một vài câu, nhưng không đáng kể vì sáng thứ 2 có khá nhiều cuộc họp. Đột nhiên bẵng đi một hồi lâu, bạn ấy lại gần mình và nhẹ nhàng hỏi: “Có thể giúp mình một chút được không?”

Vì cũng đang có một ít thời gian rảnh, mình gật đầu đồng ý. Bạn ấy bắt đầu hỏi về cách sử dụng Outlook: Làm thế nào để mở phần mềm, viết email (formal) ra sao, và cách đính kèm tệp tin vào email. Thú thật, lúc nghe câu hỏi này, mình tưởng mình nghe nhầm. Vì tiếng Đức mình không tốt và mình biết bạn đã thực tập ở team khác công ty mình (1 tuần) nên những thao tác cơ bản như vậy chắc hẳn bạn ấy đã biết. Nhưng sau vài câu hỏi xác nhận, mình hiểu rằng bạn ấy thực sự cần sự giúp đỡ.

Khoảnh khắc đó khiến mình nhớ về những ngày đầu đi làm của mình cách đây hơn 10 năm, loay hoay mãi chỉ để tạo Gmail cho công việc. Mình vẫn nhớ chị sếp đầu tiên nắn nót từng câu chữ cho mình trước khi gửi cho khách hàng. Có lẽ đã quá lâu rồi nên mình chợt quên rằng 𝒂𝒊 𝒄𝒖̃𝒏𝒈 𝒑𝒉𝒂̉𝒊 𝒃𝒂̆́𝒕 đ𝒂̂̀𝒖 𝒕𝒖̛̀ đ𝒂̂𝒖 đ𝒐́.

Những kiến thức mà mình coi là hiển nhiên có thể lại trở thành điều mới mẻ đối với người khác. Chính sự bỡ ngỡ ấy là một phần không thể thiếu trong hành trình học hỏi và phát triển của mỗi người. Mình thường nói với các bạn học viên rằng mỗi cá nhân đều có một hành trình riêng, và việc bắt đầu từ những điều cơ bản hoàn toàn không có gì đáng xấu hổ. Chúng ta cần phải học hỏi từ những người xung quanh, và đôi khi, sự hỗ trợ từ người khác chính là chìa khóa mở ra những cánh cửa mới. Vì vậy, đừng ngần ngại đặt câu hỏi nhé!

Mong rằng không chỉ bạn sinh viên ấy mà tất cả các bạn đều nhanh chóng vượt qua những bỡ ngỡ ban đầu, và một ngày nào đó, bạn sẽ trở thành người có thể chia sẻ lại những kinh nghiệm quý báu của mình với người khác.

Chúc tất cả chúng ta một ngày mới tràn đầy cảm hứng, bất kể trời có mưa hay nắng! 🌧️✨ Còn các bạn thì sao? Hãy chia sẻ với mình về những ngày đầu tiên đi làm của bạn nhé!

𝐑𝐄𝐕𝐈𝐄𝐖 𝐏𝐋𝟑𝟎𝟎 TẤT TẦN TẬT - 𝐏𝐀𝐑𝐓 𝟏
Dạo gần đây có khá nhiều bạn hỏi mình về 𝐏𝐋𝟑𝟎𝟎 nên mình sẽ viết 1 vài bài viết về chứng chỉ này nhé.

𝐏𝐋𝟑𝟎𝟎 là chứng chỉ do Microsoft cấp, dành cho những ai mong muốn trở thành chuyên gia phân tích dữ liệu bằng 𝑷𝒐𝒘𝒆𝒓 𝑩𝑰.

Theo cá nhân mình, đây là một chứng chỉ rất đáng giá, giúp bạn khẳng định được kỹ năng phân tích và trực quan hóa dữ liệu với Power BI. Tuy nhiên, cần nhớ rằng đây không phải là con đường duy nhất để chứng minh năng lực của bạn. Vì thế, bạn không nên quá áp lực về việc thi cử hay chỉ tập trung vào việc ôn luyện đề thi. Thay vào đó, hãy dành thời gian trau dồi và phát triển kỹ năng thực tiễn của mình, vì đó mới là điều mang lại giá trị bền vững trong công việc.

⭐⭐𝐏𝐑𝐄𝐏𝐀𝐑𝐀𝐓𝐈𝐎𝐍 (CHUẨN BỊ TRƯỚC KÌ THI)⭐⭐
𝟏. 𝐀𝐩𝐩𝐥𝐢𝐜𝐚𝐭𝐢𝐨𝐧 (Đăng ký thi)
Link đăng kí thi: mình để trong ô comment nha.
Có 2 hình thức thi:
✔️ Thi tại trung tâm: Bạn có thể thi tại các trung tâm được ủy quyền của Pearson VUE. Tại đây, bạn sẽ thi trên máy tính, trong một phòng thi có giám thị giám sát.
Các bạn có thể nhập địa chỉ, hệ thống sẽ tự động tìm các địa điểm thi gần với khu vực của bạn. Mình tìm thử khu vực tại Đức của mình thì thấy cũng có khá nhiều địa điểm thi và nhiều khung giờ trống.
✔️ Thi trực tuyến: Nếu bạn muốn thi trực tiếp tại nhà, bạn có thể chọn hình thức thi trực tuyến với sự giám sát từ xa. Khi thi trực tuyến, bạn sẽ phải tuân thủ các quy định nghiêm ngặt về môi trường thi như sử dụng we**am, không có ai khác trong phòng, và không được phép rời khỏi máy tính trong suốt quá trình thi.

💰𝑷𝙧𝒊𝙘𝒆 (Chi phí): phụ thuộc vào quốc gia nơi mà bạn sẽ đăng ký thi. Các nước như Đức, Pháp, Hà Lan hay Italy thì phí sẽ là €𝟭𝟲𝟱, Anh có giá £𝟭𝟭𝟯, Mỹ $𝟭𝟲𝟱, còn 𝑽𝒊𝒆̣̂𝒕 𝑵𝒂𝒎 thì phí là $𝟴𝟬.
Ngoài ra, Microsoft đôi khi có các chương trình khuyến mãi hoặc giảm giá cho sinh viên, các công ty đối tác, hoặc các hội thảo đặc biệt, các bạn có thể theo dõi để chờ đợt giảm giá.

Vì không muốn di chuyển tới địa chỉ thi và tiết kiệm chi phí nên mình chọn hình thức thi trực tuyến với quốc gia là Việt Nam. Lưu ý là nếu các bạn chọn quốc gia là Việt Nam thì giấy tờ các bạn cần chuẩn bị để kiểm tra trong hôm thi phải là giấy tờ Việt Nam nhé, như là hộ chiếu Việt Nam, CCCD Việt Nam,...

🌸𝐋𝐚𝐧𝐠𝐮𝐚𝐠𝐞 (Ngôn ngữ thi): Arabic, Chinese. English, French, German, Indonesian, Italian, Japanese. Korean, Portuguese-Brazilian, Russian, Spanish

🌸𝐀𝐜𝐜𝐨𝐮𝐧𝐭 (Tài khoản đăng ký thi): Microsoft sẽ yêu cầu bạn dùng tài khoản Microsoft learn để đăng ký nên bạn nào nhiều account thì nhớ cẩn thận nhé. Sau khi thi xong thì chứng chỉ cũng sẽ được lưu trong Microsoft learn của mình luôn.
Mình vì đăng ký lộn account website mà tốn rất nhiều thời gian để yêu cầu chuyển đổi sang account cá nhân nhưng cuối cùng vẫn không được. Các bạn đừng mắc lỗi giống mình nhen.

𝟐. 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 𝐩𝐫𝐨𝐜𝐞𝐬𝐬 (Ôn tập trước khi thi)

🌸Hiểu cấu trúc đề thi:
✔️𝐏𝐫𝐞𝐩𝐚𝐫𝐞 𝐭𝐡𝐞 𝐝𝐚𝐭𝐚 (Chuẩn bị dữ liệu) (25–30%): Bao gồm việc kết nối với các nguồn dữ liệu khác nhau, làm sạch và chuyển đổi dữ liệu để phù hợp cho phân tích.
✔️𝐌𝐨𝐝𝐞𝐥 𝐭𝐡𝐞 𝐝𝐚𝐭𝐚 (Mô hình hóa dữ liệu) (25-30%): Xây dựng mô hình dữ liệu và DAX
✔️𝐕𝐢𝐬𝐮𝐚𝐥𝐢𝐳𝐞 𝐚𝐧𝐝 𝐚𝐧𝐚𝐥𝐲𝐳𝐞 𝐭𝐡𝐞 𝐝𝐚𝐭𝐚(Trực quan hóa dữ liệu) (25–30%): Tạo ra các biểu đồ, báo cáo tương tác và dashboard trong Power BI để truyền tải thông tin hiệu quả.
✔️𝐃𝐞𝐩𝐥𝐨𝐲 𝐚𝐧𝐝 𝐦𝐚𝐢𝐧𝐭𝐚𝐢𝐧 𝐚𝐬𝐬𝐞𝐭𝐬 (Phân tích và chia sẻ báo cáo) (15-20%) Phân tích dữ liệu và chia sẻ kết quả. Quản lý quyền truy cập, bảo mật và duy trì môi trường Power BI.

🌸Hiểu về các dạng câu hỏi bạn có thể gặp trong đề thi:
✔️𝐌𝐮𝐥𝐭𝐢𝐩𝐥𝐞 𝐂𝐡𝐨𝐢𝐜𝐞 (Câu hỏi trắc nghiệm): Đây là dạng câu hỏi phổ biến nhất. Bạn sẽ phải chọn một hoặc nhiều đáp án đúng từ các lựa chọn đã cho. Một số câu hỏi có thể yêu cầu chọn nhiều đáp án đúng (multi-select).
✔️𝐃𝐫𝐚𝐠 𝐚𝐧𝐝 𝐃𝐫𝐨𝐩 (Câu hỏi kéo thả): Bạn sẽ cần kéo và thả các mục vào đúng vị trí để sắp xếp hoặc thực hiện một quy trình nhất định. Ví dụ, sắp xếp các bước trong quy trình làm sạch dữ liệu hoặc thiết lập mô hình dữ liệu.
✔️𝐋𝐚𝐛/𝐏𝐫𝐚𝐜𝐭𝐢𝐜𝐚𝐥 (Câu hỏi mô phỏng): Một số câu hỏi yêu cầu bạn thực hiện các thao tác trực tiếp trên Power BI mô phỏng. Bạn có thể được yêu cầu kết nối với nguồn dữ liệu, tạo bảng, xây dựng mô hình dữ liệu, viết các phép tính DAX, hoặc tạo báo cáo.
✔𝐂𝐚𝐬𝐞 𝐒𝐭𝐮𝐝𝐲 (Câu hỏi tình huống): Bạn sẽ được cung cấp một tình huống thực tế về phân tích dữ liệu và yêu cầu đưa ra giải pháp phù hợp. Những câu hỏi này yêu cầu bạn áp dụng kiến thức và kỹ năng vào một bối cảnh cụ thể.
✔𝐓𝐫𝐮𝐞/𝐅𝐚𝐥𝐬𝐞 (Câu hỏi đúng/sai): Một số câu hỏi có thể yêu cầu bạn xác định xem một tuyên bố nào đó có đúng hoặc sai, thường liên quan đến các chức năng và khả năng của Power BI.
✔𝐒𝐞𝐪𝐮𝐞𝐧𝐜𝐞 (Câu hỏi sắp xếp thứ tự): Bạn sẽ được yêu cầu sắp xếp các bước theo đúng thứ tự để thực hiện một quy trình hoặc phân tích nhất định trong Power BI.
✔𝐌𝐚𝐭𝐜𝐡𝐢𝐧𝐠 (Câu hỏi ghép nối): Loại câu hỏi này yêu cầu bạn ghép nối các thuật ngữ, khái niệm, hoặc công cụ với chức năng tương ứng của chúng.

🌸𝐃𝐮𝐫𝐚𝐭𝐢𝐨𝐧 𝐚𝐧𝐝 #. 𝐪𝐮𝐞𝐬𝐭𝐢𝐨𝐧𝐬 (Thời lượng và số câu hỏi): Đề thi kéo dài khoảng 𝟏𝟐𝟎 𝐩𝐡𝐮́𝐭 và bao gồm 𝟒𝟎-𝟔𝟎 câu hỏi. Số lượng câu hỏi có thể thay đổi tùy thuộc vào từng phiên thi.

🌸𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 𝐜𝐡𝐚𝐧𝐧𝐞𝐥 (Kênh học tập): Mình thấy tài liệu cung cấp bởi Microsoft thì cũng khá là đầy đủ với các nội dung khi thi rồi. Link mình sẽ để trong comment nhé.

🌸𝐓𝐢𝐩 để học hiệu quả hơn:
✔️Lên kế hoạch học tập cụ thể: các bạn có thể bắt đầu với phần cảm thấy quen thuộc trước, sau đó tiến tới các phần khó hơn. Nên phân chia thời gian học hợp lý nên quỹ thời gian ôn thi của các bạn hạn hẹp.
✔️Thực hành trên PBI: các bạn nên nắm chắc các thao tác thực hành chứ đừng chỉ nên thuộc lý thuyết. Ví dụ khi đọc đề thi thì các bạn nên tưởng tượng được các bước tiếp theo mình sẽ thực hành trên máy, chứ nếu các bạn chỉ học thuộc thì khi vào các câu hỏi sắp xếp thứ tự sẽ rất dễ sai.
✔️KHÔNG học vet, giải đề vẹt. Mình đánh giá các câu hỏi của PL300 khá hay và cũng sát thực tế, vì vậy các bạn nên cố gắng học thật, hiểu thật và làm được thật nhé.

𝟑. 𝐑𝐞𝐯𝐢𝐞𝐰 𝐭𝐡𝐫𝐨𝐮𝐠𝐡 𝐩𝐫𝐚𝐜𝐭𝐢𝐜𝐞 𝐭𝐞𝐬𝐭𝐬 (Giải đề thử)
Microsoft có cung cấp bộ đề cho các bạn thử nghiệm, các bạn nên làm nhiều lần cho tới khi đạt khoảng 85-90% thì có thể tự tin đi thi hen 😊
Một số trang web khác để luyện thi: MeasureUp, Whizlabs, và ExamTopics.
Sau khi làm các bài kiểm tra thử, hãy xem xét kỹ những câu sai để hiểu rõ hơn về các khái niệm hoặc kỹ năng mà bạn còn thiếu.

Trên đây là 1 số thông tin và lưu ý của mình khi chuẩn bị cho kì thi PL300, nếu các bạn có ý cần bổ sung thì chia sẻ trong comment cùng các bạn khác nha.
Part 2 mình sẽ đề cập chi tiết hơn những lưu ý trong hôm thi và sau khi thi, các bạn like và share ủng hộ mình nhé.

Quyen Data Hub Nơi hướng dẫn và trao đổi các vấn đề liên quan tới các công cụ Business Intelligence như PBI, Tableau

Xin chào các bạn,
Gần đây, mình nhận được khá nhiều câu hỏi từ các bạn về các tình huống phỏng vấn cho vị trí sử dụng 𝐏𝐨𝐰𝐞𝐫 𝐁𝐈. Để giúp mọi người chuẩn bị tốt hơn, mình sẽ chuẩn bị chuyên mục "𝑳𝒖𝒚𝒆̣̂𝒏 𝒑𝒉𝒐̉𝒏𝒈 𝒗𝒂̂́𝒏" với một loạt các câu hỏi thường gặp.

Hôm nay, chúng ta sẽ bắt đầu với chủ đề 𝐃𝐀𝐗 trong Power BI (PBI). Mình sẽ đăng các câu hỏi, và các bạn hãy thử trả lời trước khi xem gợi ý trả lời mà mình đã cung cấp. Đây sẽ là cơ hội tuyệt vời để các bạn tự kiểm tra kiến thức, luyện tập và nâng cao kỹ năng của mình.

Một số lưu ý khi trả lời phỏng vấn:

𝟏. 𝑻𝒓𝒂̉ 𝒍𝒐̛̀𝒊 𝒗𝒂̀𝒐 𝒕𝒓𝒐̣𝒏𝒈 𝒕𝒂̂𝒎 𝒄𝒂̂𝒖 𝒉𝒐̉𝒊: Hãy trả lời trực tiếp và chính xác các câu hỏi được đặt ra, tránh đi vào những chi tiết không liên quan hoặc lan man về các kiến thức khác.

𝟐. 𝑳𝒊𝒆̂𝒏 𝒉𝒆̣̂ 𝒗𝒐̛́𝒊 𝒌𝒊𝒏𝒉 𝒏𝒈𝒉𝒊𝒆̣̂𝒎 𝒄𝒂́ 𝒏𝒉𝒂̂𝒏: Ngoài việc trả lời theo lý thuyết, hãy kèm theo các ví dụ thực tế mà bạn đã áp dụng kiến thức này trong các dự án của mình. Điều này giúp minh họa rõ ràng hơn về kỹ năng và kinh nghiệm của bạn.

𝟑. 𝑺𝒖̛̉ 𝒅𝒖̣𝒏𝒈 𝒑𝒉𝒖̛𝒐̛𝒏𝒈 𝒑𝒉𝒂́𝒑 𝑺𝑻𝑨𝑹 (Tình huống - Nhiệm vụ - Hành động - Kết quả): Áp dụng phương pháp này để làm cho câu trả lời của bạn rõ ràng và thuyết phục hơn, thể hiện cách bạn giải quyết vấn đề một cách có hệ thống.

𝟒. 𝑲𝒊𝒆̂́𝒏 𝒕𝒉𝒖̛́𝒄 𝒔𝒂̂𝒖 𝒔𝒂̆́𝒄: Đảm bảo rằng bạn có hiểu biết kỹ lưỡng về các câu trả lời bạn đưa ra, chuẩn bị sẵn sàng để trả lời thêm bất kỳ câu hỏi sâu hơn nào từ nhà tuyển dụng.

𝟓. 𝑻𝒓𝒖𝒏𝒈 𝒕𝒉𝒖̛̣𝒄: Luôn duy trì tính trung thực trong mọi câu trả lời. Thừa nhận khi bạn không biết câu trả lời hoặc khi trình bày về kinh nghiệm bạn chưa có. Trung thực sẽ tạo dựng niềm tin và thể hiện tính chuyên nghiệp.

Chúc các bạn sẽ có những buổi phỏng vấn thật thành công và nhận được offer xứng đáng với năng lực nhé. Các bạn like và share bài viết để mình có động lực chuẩn bị thêm nhiều nội dung khác nhé.

Và dưới đây là các câu hỏi của hôm nay:

1. 𝐃𝐀𝐗 là gì? Giải thích ngắn gọn về 𝐃𝐀𝐗
2. 𝐑𝐨𝐰 𝐜𝐨𝐧𝐭𝐞𝐱𝐭 và 𝐟𝐢𝐥𝐭𝐞𝐫 𝐜𝐨𝐧𝐭𝐞𝐱𝐭 trong DAX là gì?
3. Phân biệt 𝐂𝐚𝐥𝐜𝐮𝐥𝐚𝐭𝐞𝐝 𝐜𝐨𝐥𝐮𝐦𝐧 và 𝐌𝐞𝐚𝐬𝐮𝐫𝐞?