Khóa Học Data Engineer & Big Data 2026 – Từ Cơ bản đến Pipeline Thực Chiến

Nhận tư vấn Tải về chương trình học

Thời lượng

63 buổi

Hình thức đào tạo

Online qua Zoom

Học phí

Liên hệ

Về khóa học Data Engineer

Khóa học Data Engineer tại Cole là chương trình đào tạo chuyên sâu kéo dài 8 tháng (63 buổi), được thiết kế dành cho những ai muốn làm chủ toàn diện hệ thống dữ liệu khổng lồ – từ tư duy cơ sở dữ liệu quan hệ đến triển khai các hệ thống Big Data phân tán trong môi trường thực tế. Với hình thức học trực tuyến linh hoạt qua Zoom cùng đội ngũ chuyên gia, khóa học giúp học viên hoàn thiện kỹ năng thực chiến, sẵn sàng ứng tuyển vị trí Kỹ sư dữ liệu tại các tập đoàn lớn.

Vì Sao Data Engineer Là Vị Trí Được Săn Đón Hàng Đầu?

- Mức thu nhập bứt phá: Theo Báo cáo Thị trường IT của ITViec, mức lương trung bình của một Data Engineer đạt khoảng 41,3 triệu đồng/tháng và duy trì mức tăng trưởng hơn 10% mỗi năm. Tại các thị trường sôi động như Việt Nam, Singapore và Mỹ, nhu cầu tuyển dụng kỹ sư dữ liệu đang vượt xa nguồn cung.

- Bài toán khan hiếm nhân lực thực chiến: Phần lớn chương trình đại học hiện nay tập trung vào lý thuyết nền tảng mà thiếu môi trường thực hành trên các hệ thống dữ liệu lớn. Doanh nghiệp luôn tìm kiếm nhân sự được đào tạo bài bản, có khả năng xử lý bài toán xuyên suốt, làm sạch và tối ưu dữ liệu thực tế ngay khi nhận việc. Đó là lý do vì sao Khóa học tại Cole trở thành lựa chọn hàng đầu của nhiều học viên muốn thăng tiến nhanh trong nghề Data Engineer. (xem phản hồi của các học viên Data Engineer).

Lộ Trình Đào Tạo 5 Giai Đoạn Chuẩn

Khóa học dẫn dắt học viên đi qua toàn bộ vòng đời phát triển của một hệ thống dữ liệu hiện đại:

- Cơ sở dữ liệu & Tối ưu truy vấn (SQL Server): Nắm vững T-SQL chuyên sâu, CTE, Window Functions, thiết kế lược đồ quan hệ, phân tích Execution Plan và tối ưu Index, kiểm soát Transaction & xử lý Deadlock.
- Kho dữ liệu & Đường ống luân chuyển ETL/ELT: Thiết kế Data Warehouse chuẩn hóa và Star/Snowflake Schema, kỹ thuật Data Vault 2.0, tự động hóa luồng trích xuất dữ liệu bằng SSIS và quản lý dữ liệu biến đổi chậm (SCD).
- Lập trình Kỹ thuật Dữ liệu: Thành thạo Python, thư viện Pandas xử lý dữ liệu quy mô lớn, kiểm thử chất lượng dữ liệu tự động với Great Expectations trên môi trường Unix/Linux.
- Hệ sinh thái Big Data & Streaming thời gian thực: Triển khai hệ thống phân tán Hadoop (HDFS, Hive), làm chủ Apache Spark (PySpark, SparkSQL) và xây dựng luồng streaming dữ liệu thời gian thực với Apache Kafka & CDC.
- Điện toán đám mây & DataOps: Tự động hóa pipeline bằng Apache Airflow, triển khai hạ tầng trên AWS Cloud (S3, Glue, Athena), xây dựng mô hình Lakehouse hiện đại (Apache Iceberg, MinIO) và áp dụng CI/CD với Git & Jenkins.

Điểm Khác Biệt Tại Khóa Học Data Engineer Của Cole

- 7+ Dự án thực tế (Capstone Projects): Trải nghiệm bài toán dữ liệu lớn thực tế từ bán lẻ, logistics đến phân tích clickstream, hoàn thiện Portfolio chất lượng để chinh phục nhà tuyển dụng.
- Đồng hành sát sao cùng Mentor: Học viên được giải đáp thắc mắc trực tiếp, review mã nguồn và định hướng chiến lược nghề nghiệp từ các Lead/Senior Data Engineer.
- Ứng dụng AI Agent vào Data Engineering: Cập nhật xu hướng công nghệ mới, hướng dẫn sử dụng AI để tự động hóa việc lập pipeline, tối ưu vận hành và giám sát chất lượng hệ thống.
- Tư duy quản trị dữ liệu có trách nhiệm (Data Governance): Đào tạo đạo đức làm nghề, bảo mật và an toàn thông tin – nền tảng quan trọng để phát triển bền vững lên các cấp bậc quản lý dữ liệu.

Lợi ích khóa học

Thời lượng

8 tháng - 63 buổi

Hình thức học

Online qua nền tảng Zoom

Lịch khai giảng

- Hàng tháng
- Thời gian học: Từ 20h- 22h
- Học 2 buổi một tuần

Công cụ

Có LMS hỗ trợ quá trình học tập, video record, slide tài liệu, bài test đánh giá năng lực và nhiều tài liệu học tập khác

Chứng nhận

Sau khóa học được cấp chứng nhận hoàn thành khóa học tại Cole.

Hỗ trợ

Hỗ trợ trọn đời sau khóa học & hệ thống học tập video record LMS

Mục tiêu học tập

1. Nắm vững vai trò, trách nhiệm Data Engineer trong hệ sinh thái Big Data hiện đại.
2. Viết truy vấn SQL từ cơ bản đến nâng cao trên Microsoft SQL Server: CTE, Window Functions, PIVOT, ROLLUP, CUBE.
3. Thiết kế CSDL quan hệ chuẩn hóa, tối ưu hiệu năng truy vấn qua Execution Plan và Index.
4. Làm chủ Stored Procedure, Function, Transaction, Lock và xử lý Deadlock trong môi trường thực tế.
5. Xây dựng Data Warehouse hoàn chỉnh với mô hình dữ liệu đa chiều (Star / Snowflake Schema).
6. Thiết kế luồng ETL chuyên nghiệp bằng SSIS, xử lý Slowly Changing Dimension (SCD) và quản lý lỗi.
7. Sử dụng Power BI và DAX để xây dashboard, biểu đồ phân tích phục vụ ra quyết định kinh doanh.
8. Áp dụng Data Vault 1.0 & 2.0 cho mô hình hóa dữ liệu doanh nghiệp quy mô lớn.
9. Thành thạo Python và Pandas cho data wrangling, kiểm thử chất lượng dữ liệu với Great Expectations.
10. Sử dụng Unix/Linux và Shell Scripting để vận hành môi trường data engineering.
11. Triển khai hệ sinh thái Hadoop: HDFS, Hive, MapReduce, HBase, Sqoop.
12. Làm chủ Apache Spark: PySpark, SparkSQL, DataFrames, Structured Streaming, GraphX.
13. Xử lý dữ liệu thời gian thực với Kafka, tích hợp Spark Streaming và Debezium CDC.
14. Điều phối pipeline dữ liệu bằng Apache Airflow: thiết kế DAGs, scheduling và monitoring.
15. Triển khai Data Engineering trên AWS: RDS, S3, DynamoDB, Glue, Athena, Data Pipeline.
16. Xây dựng Data Lake / Lakehouse hiện đại trên Apache Iceberg và MinIO, kết hợp batch và real-time.
17. Vận hành CI/CD và DataOps cho data pipeline với Jenkins, Git, kiểm thử tự động và deploy lên server.
18. Hoàn thành 7+ project thực chiến đa lĩnh vực: bán lẻ, kho vận, clickstream, LakeHouse, AWS — sẵn sàng portfolio ứng tuyển.

Đối tượng học tập

Sinh viên ngành CNTT, Khoa học dữ liệu, Toán - Tin, Viễn thông: Muốn trang bị kỹ năng chuyên sâu và tích lũy kinh nghiệm dự án thực tế để khởi đầu sự nghiệp Data Engineer.
Data Analyst & BI Developer: Muốn nâng cấp tư duy hạ tầng, mở rộng năng lực xử lý dữ liệu thô quy mô lớn và chuyển hướng sang Kỹ sư dữ liệu.
Software Engineer & Backend Developer: Muốn mở rộng kỹ năng sang kiến trúc dữ liệu phân tán, Big Data và hệ thống luồng dữ liệu thời gian thực.

Chuẩn đầu ra – Năng lực sau khóa học

Kiến thức & kỹ năng chuyên môn

Kiến thức & kỹ năng chuyên môn

• Hiểu rõ vai trò của Data Engineer trong hệ thống dữ liệu doanh nghiệp và môi trường Big Data.

• Thành thạo các công nghệ cốt lõi: SQL, Data Warehouse, ETL/ELT, Power BI, Cloud (AWS), Hadoop, Spark, Kafka, Airflow...

• Làm chủ toàn bộ quy trình xây dựng và vận hành hệ thống dữ liệu: từ thiết kế CSDL, xử lý dữ liệu, đến trực quan hóa và triển khai hệ thống.

• Làm quen cấu trúc đề và thực hành các chứng chỉ phổ biến: Databricks, AWS Data Analytics, Azure Data Engineer…

Thực chiến với hệ thống dự án

Thực chiến với hệ thống dự án

• Hoàn thành 7+ dự án thực tế, bao gồm: thiết kế cơ sở dữ liệu, xây dựng Data Warehouse, ETL pipeline, phân tích dữ liệu lớn, xử lý dữ liệu thời gian thực và triển khai hệ thống trên AWS, Iceberg, MinIO.

Năng lực làm việc & ứng dụng thực tế

Năng lực làm việc & ứng dụng thực tế

• Phân tích yêu cầu, thiết kế hệ thống dữ liệu và tối ưu hóa quy trình xử lý dữ liệu doanh nghiệp.

• Kỹ năng làm việc nhóm, tư duy hệ thống, tự học công nghệ mới và triển khai dự án theo mô hình Agile.

• Viết CV, luyện phỏng vấn và sẵn sàng ứng tuyển vào các vị trí Data Engineer, Big Data Engineer, BI Developer tại doanh nghiệp trong và ngoài nước.

Lộ trình học tập 

Module 1. Tổng quan về Big Data Engineer
- Các công nghệ trong Data Enginee
- Data Warehousing
- ETL
- SQL
- Business Intelligence
- SQL Server
- Framework ETL, ELT
- AWS
- Big Data
- Tổng quan về CSDL
- Cài đặt Microsoft SQL Server
- Cài đặt Tool SSMS
- Cơ sở của truy vấn - Ngôn ngữ SQL
- Các khái niệm, thành phần cơ bản trong SQL
- Các nhóm lệnh cơ bản trong SQL
- Kiểu dữ liệu trong SQL Server
- Select statement
- Select statement: Cú pháp câu điều kiện (DISTINCT, WHERE, IN, ORDER BY, AND, OR, NOT,...)
- SQL statement with aggregate functions (COUNT, SUM, AVERAGE , MIN, MAX, ..)
- Bài tập thực hành
- SQL statement with datetime functions practice exercises
- Truy vấn sql nâng cao với các hàm báo cáo thống kê
- GROUP BY HAVING
- ROLLUP, CUBE, PIVOT, LAG
- DDL statement
- Constraint
- DML statement
- Bài tập thực hành
Covering database design with multiple tables, foreign keys, and the JOIN operation, Relational Database Design, Normalization and Foreign Keys, Building a Physical Data Schema, Relational Database Design, SQL statement with JOIN operator (left join, right join, full join), SQL statement with UNION, 1 practice exercise
- Procedure (Thủ tục)
- Functioin (Hàm)
- If ... else ...
- case ... when ...
- vòng lặp while
- cursor (con trỏ) bảng tạm with cte Bài tập thực hành
- Ôn tập, thực hành
- View, Transaction, Lock, Deadlock
- Nguyên nhân gây chậm câu truy vấn SQL
- Công cụ turning, debug, tracing
- Tối ưu hóa câu lệnh SQL
- Execution plan (Kế hoạch thực thi)
- Bài tập thực hành
Thiết kế cơ sở dữ liệu và xây dựng các báo cáo cần thiết, chủ đề tùy chọn:
- bán hàng online
- book phòng khách sạn
- đặt vé sự kiện
- quản lý nhân sự...
- Tổng quan về DW
- Tổng quan về ETL
- Extract
- Transform
- Load
- SSIS
- Xây dựng OLAP trên SQL server
- Thực hành SSIS
- Xây dựng data warehouse, luồng ETL xử lý dữ liệu và trực quan hóa bằng PowerBI cho bài toán bán hàng, mua hàng, kho vận (hoặc tự chọn chủ đề)
- Tổng quan về phân tích dữ liệu
- Tổng quan trực quan hóa dữ liệu
- Lấy dữ liệu vào power BI
- Xây dưng các biểu đồ
- Data Analysis Expression
- Khai thác dữ liệu và hệ thống báo cáo
- Overview
- AWS console
- IAM
- Các dịch vụ dữ liệu của AWS
- Các loại cơ sở dữ liệu được RDS hỗ trợ
- Cách tạo RDS và kết nối tới database
- Giám sát trạng thái hoạt động của server
- Backup dữ liệu định kỳ
- Bài tập thực hành
- Cách tạo bucket, upload, download file lên S3
- Sử dụng công cụ aws-cli để upload/download file
- Sử dụng athena để truy vấn dữ liệu trên S3
- Bài tập thực hành
- Cách tạo và kết nối database
- Một số cú pháp truy vấn cơ bản
- Backup định kỳ
- Bài tập thực hành
- Giới thiệu về AWS Glue
- Data Catalogue
- Crawler
- Visual ETL
- Bài tập thực hành
- Visual ETL Basic
- Các phép biến đổi dữ liệu thông dụng
- Bài tập thực hành
- Xây dựng pipeline để tổng hợp và khai thác dữ liệu từ nhiều nguồn
- Chạy job theo lịch, sử dụng trigger, workflow
- Xây dựng pipeline để tổng hợp và khai thác dữ liệu từ nhiều nguồn
- Giới thiêu và hướng dẫn đồ án module aws
- Kéo dữ liệu từ nhiều nguồn
- Xây dựng Data warehouse, data lake on AWS
- Getting Started with Python
- Basic Programming Constructs
- Predefined Functions
- User Defined Functions
- Overview of Collections - list and set
- Overview of Collections - dict and tuple
- Finding Datasets
- Jupyter Notebooks and Loading Data
- Pandas vs Numpy
- Creating DataFrames
- Saving and Serialising
- Inspecting DataFrames
- Introduction and super basic plots
- Pandas vs Matplotlib
- Visualising 1D distributions
- Visualising 2D distributions
- Styling Pandas Table outputs
- Higher dimension visualisations
- Introduction, Labelling and Ordering
- Slicing and Filtering
- Replacing and Thresholding
- Removing and adding data
- Apply, map and vectorised functions
- Introduction and motivation
- Basic grouping syntax
- Intelligent imputation
- Grouping aggregation
- Introduction and basic syntax
- Different types of merging
- Helpful merging functions
- Introduction and basic MultiIndexes
- MultiIndex II - MultiIndex Strikes Back
- Stacking and Unstacking
- Pivoting
- Pivot Margins
- Data Vault 1.0 Modeling
- Data Vault 2.0 Modeling
- Prerequisites
- Getting Started
- File Management
- Directory Management
- File Permission / Access Modes
- Environment
- Printing, Email
- Pipes and Filters
- Processes Management
- Network Communication Utilities
- The vi Editor Tutorial
- Shell Scripting
- What is Shells?
- Using Shell Variables
- Special Variables
- Using Shell Arrays
- Shell Basic Operators
- Shell Decision Making
- Shell Loop Types
- Shell Loop Control
- Shell Substitution
- Big Data Overview
- Big Data Solutions
- Introduction
- Enviornment Setup
- HDFS Overview
- HDFS Operations
- Command Reference
- MapReduce
- Streaming
- Multi-Node Cluster
- Hive, HBase and Sqoop
- Utilize the Sqoop command to transfer data from an RDS instance into a designated HBase table.
- Perform a bulk data import on your EMR cluster, targeting your HBase table using the next two files in your dataset with appropriate scripts.
- Develop MapReduce code to process and analyze the downloaded files on your EMR instance.
- Use the Sqoop export command to transfer the output from each MapReduce task back to your RDS instance. Visualize the data by connecting the RDS instance to a dashboarding tool, such as Google Data Studio, Tableau, or PowerBI.
- Getting Started with Spark.
- Spark Basics and the RDD Interface.
- SparkSQL, DataFrames, and DataSets.
- Running Spark on a Cluster.
- Spark Streaming, Structured Streaming, and GraphX.
- Spark project to ingest and transform data in the Big Data.
- Your task, essentially, would be to build a batch ETL pipeline to read transactional data from MySQL to HDFS, transform it using PySpark and then load it into HBase Tables, after which you will have to perform some analytical queries on the loaded data.
- Starting Kafka.
- CLI (Command Line Interface) 101.
- Kafka with Pyhon.
- Intergration of Kafka and Spark.
- This project is designed to assess your proficiency with real-time data processing tools covered throughout the course. The primary focus will be on Apache Kafka and Apache Spark Streaming, both of which are essential tools widely utilized in the industry for real-time data handling and analysis.
- Start Zookeeper
- Start Kafka
- Start a MySQL database
- Start a MySQL command line client
- Start Kafka Connect
- Integration with Spark
- What is Airflow?
- Workflows as code
- Why Airflow?
- Why not Airflow?
- Example Pipeline definition
- It’s a DAG definition file
- Importing Modules
- Default Arguments
- Instantiate a DAG
- Operators
- Tasks
- Jenkins
- Automated Testing in Big Data
- Version Control and Configuration Management
- Deployment Pipelines for Data Applications
- Python and Pyspark package management
In this project, you'll work with both real-time and batch data ingestion frameworks to load data into tables. After completing the ingestion, you'll write queries to extract valuable insights from the data. In the following sections, you’ll explore the problem statement in greater depth.
The project involves handling two data types: clickstream data and batch data.
- Clickstream Data: This real-time data, captured in Kafka, is consumed by a streaming framework, which loads it into Hadoop. Once ingested into the stream processing layer, the data is synced to an HDFS directory for further processing.
- Batch Data: This consists of bookings data stored in an RDS instance. This data needs to be ingested periodically into Hadoop for analysis and processing.
- Giới thiệu về DW, DL và Lakehouse
- Tổng quan về hệ thôgs
- Hệ thống chứng chỉ của DE: Sparks, DE, DA, và AI/ML
- Cách thức ôn tập và luyện thi
- Cấu trúc đề thi DE Asscociate và chi tiết các tính năng
- Tải các bộ đề, nguồn tài liệu học tập
- Giải thích các tính năng và tổng hợp lý thuyết theo cấu trúc đề thi
- Hỗ trợ Setup và lab hệ thống thi
- Hướng dẫn đăng ký thi và update Cert
- Bắt đầu làm đề thi khoảng 80/250 câu
- Hoàn thiện bộ đề thi
- Chia sẻ, hoàn thiện kết quả thi
- Trao đổi kinh nghiệm thi và kinh nghiệm làm nghề Data
– Huấn luyện kỹ sư dữ liệu mới làm quen môi trường dự án doanh nghiệp thông qua:
   + Một vòng đời dự án dữ liệu hoàn chỉnh: phân tích → thiết kế → triển khai → demo → CV Review.
   + Cho phép tùy chọn công nghệ để phù hợp kỹ năng cá nhân hoặc stack của công ty.
– Đã tham gia khóa học DATA ENGINEER FULL-STACK của Cole
– Nắm rõ các kiến thức cơ bản như: SQL, ETL, Datawarehouse, Cloud (AWS), Bigdata, ...
– Chịu được áp lực deadline như trong môi trường thực tế
– Có máy tính, tai nghe, mic và camera để trao đổi thường xuyên trong quá trình thực tập
Mục tiêu:
– Review SQL
– Review Python
– Review Data Warehouse
– Review ETL & Workflow
– Cloud Computing & Data Lake

Đầu ra:
– Review SQL
– Review Python
– Review Data Warehouse
– Review ETL & Workflow
– Review Cloud Computing & Data Lake
- Chọn chủ đề dự án (E-commerce, IoT, Finance, Retail...)
- Proposal
- Xác định metric, fact/dim
- BRD (Business Requirement Doc)
- Xác định data source, load frequency, naming rule
- TRD (Technical Requirement Doc)
- Timeline, task assignment, sprint plan
- Project plan
- Tạo pipeline ingest dữ liệu từ API/file vào DB
- Raw layer + DAG / Job chạy
- Làm sạch và chuẩn hóa dữ liệu
- Staging tables / scripts
- Data Warehouse Thiết kế mô hình Star schema, tạo fact/dim
- DW schema
- Tạo báo cáo doanh thu, khách hàng, sản phẩm
- Power BI
- Kết nối toàn pipeline, chạy schedule hàng ngày
- Workflow chạy hoàn chỉnh
- Log, alert, retry, test performance
- Log report + alert config
- Trình bày kết quả, review code & logic
- Demo + feedback + interview
Thành phần Option 1 (Microsoft) Option 2 (Open-source) Option 3 (Cloud-native)
Database / DW SQL Server PostgreSQL BigQuery / Snowflake
ETL / ELT SSIS Python (pandas / PySpark) + dbt Dataflow / Glue / Cloud Composer
Orchestration SSIS Job Scheduler Apache Airflow / Prefect Airflow (managed cloud)
BI / Reporting Power BI Metabase / Superset Looker / Data Studio
Version Control & CI/CD Azure DevOps GitHub Actions / GitLab CI Cloud Build / Cloud Deploy
Monitoring SQL Agent log / Power BI refresh log Airflow UI / Prometheus Cloud Monitoring
Tìm hiểu ngay

Giảng viên

ThS. Nguyễn Thế Anh

Data Architecture tại Tập đoàn BRG

​ThS. Nguyễn Thế Anh hiện phụ trách Mảng Phần mềm & Kiến trúc doanh nghiệp (Enterprise Architecture) tại Tập đoàn đa ngành BRG, sở hữu hơn 15 năm kinh nghiệm thực chiến trong lĩnh vực chuyển đổi số và tư vấn giải pháp CNTT. Anh từng đảm nhận vai trò Kỹ sư Dữ liệu chủ chốt tại BestBuy.com (Mỹ & Malaysia) cùng bề dày triển khai các hệ thống Chính phủ điện tử trọng điểm quốc gia (Đà Nẵng, Văn phòng Chính phủ, Bộ Y tế, Bộ GTVT, Một cửa quốc gia). Với nền tảng Kỹ sư Toán - Tin từ Đại học Bách khoa Hà Nội, anh còn là chuyên gia giàu kinh nghiệm trong vai trò lãnh đạo CNTT, đào tạo nhân lực công nghệ (tại VNPT, Aptech) và dẫn dắt đội tuyển STEM Việt Nam thi đấu quốc tế.

  • 15+ năm kinh nghiệm làm việc thực tế về chuyển đổi số, tham gia phát triển nhiều dự án CNTT lớn. Tham gia đánh giá, tư vấn hỗ trợ trong việc mua sắm phần mềm cho doanh nghiệp.
  • Đã có kinh nghiêm làm việc chuyển đổi số trong và ngoài nước (Mỹ và Malaysia) - Tập đoàn BestBuy.Com với vai trò là key chính (kỹ sư dữ liệu).
  • Đã chuyển đổi số trong nhiều lĩnh vực từ doanh nghiệp nước ngoài, chính phủ, và doanh nghiệp tư nhân
  • Làm việc với nhiều vai trò khác nhau từ nhân viên, thầy giáo, tư vấn, quản trị dự án, lãnh đạo CNTT trong doanh nghiệp, chủ doanh nghiệp, làm các dự án startup.
  • Đã làm các dự án phần mềm (chuyển đổi số) cho chính phủ (Chính phủ điện tử Đà Nẵng, Một cửa quốc gia, Chính phủ điện tử cho bộ Y tế, Bộ giao thông vận tải, Văn phòng chính phủ…).
  • Đã đào tạo đội làm chính phủ điện tử bên VNPT , đào tạo STEM và có đưa team học sinh Việt Nam đi thi đấu tại Indonesia.
  • Hiện tại phụ trách phần mềm, EA (enterprise architecture) của Tập đoàn BRG (Công ty đa ngành sở hữu ngân hàng SeaBank, Golf, Khách sạn, BDS, Dược phẩm……)
  • Tốt nghiệp kỹ sư CNTT ngành ngành Toán - Tin Đại học Bách khoa Hà Nội.
  • Từng làm giảng viên tại Aptech.
Xem thêm
Chuyên gia Tạ Minh Tùng

Senior Data Analyst - Business Inteligence tại Corp360

Senior Data Analyst - Business Inteligence tại Corp360

Xem thêm
Thầy Đỗ Đình Tấn

Principal Engineer tại IX - Công ty chuyển đổi số hàng đầu Nhật Bản

Thầy Đỗ Đình Tấn hiện đang giữ chức vụ Principal Engineer tại IX – công ty chuyển đổi số hàng đầu Nhật Bản. Thầy sở hữu 12 năm kinh nghiệm làm chuyển đổi số cho các khách hàng Nhật Bản cùng 5 năm làm việc trực tiếp tại Nhật, nổi bật với các dự án xây dựng hệ thống Data Warehouse và Big Data cho Mynavi (tập đoàn tuyển dụng lớn nhất Nhật Bản).

Xem thêm
Thầy Huỳnh Ngọc Phiên

Data Architect at Bosch Digital

  • 7+ năm kinh nghiệm xây dựng và phát triển Big Data Platform tại ACB Bank và Bosch.
  • 2+ năm phát triển và vận hành quy trình tự động hóa với vai trò RPA Engineer tại FPT và Bosch.
  • Chứng chỉ:
    - Big Data Specialization - Đại học California, San Diego.
    - BI Foundations with SQL, ETL and Data Warehousing - IBM.
Xem thêm

Project học viên

Học viên nói gì về khóa học

Feedback học viên 

Nguyễn Thùy Linh

Intern Data Engineer tại tập đoàn FPT

Tôi xuất phát điểm là một lập trình viên backend, chủ yếu làm việc với Java và API, gần như không có kinh nghiệm thực tế với hệ thống dữ liệu lớn. Ngay từ đầu, tôi đã khá e ngại vì nghĩ rằng Big Data và các công cụ như Spark, Kafka hay Airflow là quá tầm với mình. Nhưng thật sự, khóa học Data Engineer Fullstack tại Cole đã thay đổi hoàn toàn suy nghĩ đó.

Ngô Thái Huy

Fresher Data Engineer tại Viettel

Chương trình học được xây dựng rất logic, bắt đầu từ việc củng cố kiến thức SQL và tư duy dữ liệu, sau đó dần đưa mình tiếp cận các công nghệ chuyên sâu như xây dựng Data Warehouse, viết pipeline bằng PySpark, xử lý dữ liệu thời gian thực với Kafka – tất cả đều được gắn liền với các dự án thực tế nên rất dễ hiểu và áp dụng.

Thái Thùy Trang

Junior Data Engineer tại CMC

Mỗi dự án đều như một nấc thang giúp mình lên trình rõ rệt. Có lúc tưởng chừng không theo kịp, nhưng được giảng viên hướng dẫn tận tình, cộng đồng học viên hỗ trợ rất mạnh, nên mình chưa từng bị bỏ lại. Điều khiến mình ấn tượng nhất là sau khoá học, mình có thể tự thiết kế và triển khai hệ thống xử lý dữ liệu đầu cuối – điều mà trước đây mình không dám nghĩ đến.

Lợi ích chỉ có tại COLE

Giới thiệu việc làm sau khóa học

Học lại free

Cộng đồng chuyển đổi số 1

Câu hỏi thường gặp

Khóa học có yêu cầu trình độ đầu vào không?
Không. Khóa học Data Engineer này không yêu cầu đầu vào. Tuy nhiên nếu bạn có nền tảng về lập trình, CNTT sẽ là một lợi thế lớn.
Có. Sau khi hoàn thành khóa học, tham gia đủ số lượng buổi học yêu cầu và làm project đầy đủ thì các học viên sẽ được cấp giấy chứng nhận theo cấp bậc đánh giá tổng quan của giảng viên.
Có. Học viên sẽ được tham gia nhóm kín có giảng viên và các bạn trợ giảng, các bạn hỗ trợ giải đáp các câu hỏi chuyên môn và những vấn đề liên quan đến khóa học.
Có. Nếu bạn bận và bỏ lỡ một buổi học nào đó thì bạn vẫn có thể xem lại video record. Nếu bạn bảo lưu dài hạn, trung tâm sẽ hỗ trợ bạn học lại khóa sau bất cứ khi nào bạn sẵn sàng. Nếu chưa nắm vững kiến thức vẫn có thể học lại lớp sau miễn phí.
Có. Các buổi học của Cole.vn đều được record cho học viên xem lại vĩnh viễn.
Có. Đối với các học viên đăng ký gói hỗ trợ việc làm, Cole sẽ cam kết giới thiệu việc làm và hỗ trợ việc làm đến khi có việc làm.
Khóa học Data Engineer tại Cole sẽ học Online qua Zoom. Các học viên cần chuẩn bị máy tính RAM >=8GB, CPU i5 trở lên, SSD >= 256GB để đảm bảo quá trình học tập và làm Project được mượt hơn.
Có. Project hoặc bài Test của mỗi khóa học đều được thiết kế dựa trên bài học mà mục tiêu khi xây dựng khung chương trình đào tạo có sẵn. Vì vậy các học viên hoàn toàn có thể hoàn thiện được Project để đạt được 1 kỹ năng cụ thể nào đó. Tự tin Apply công việc sau khóa học.
Có. Cole có đội ngũ chuyên gia hàng đầu đang đi làm tại các tổ chức doanh nghiệp, ngoài ra Cole có chương trình mentor guide, hỗ trợ giúp ứng viên đánh giá/ Review CV để thi tuyển vào các công ty và tổ chức. Các hoạt động kết nối nhà tuyển dụng, giới thiệu việc làm chia sẻ cơ hội nghề nghiệp cho học viên.
Tìm hiểu ngay
Liên hệ với chúng tôi

Để biết thêm thông tin chi tiết đừng ngần ngại gọi cho chúng tôi.

Hoặc để lại thông tin

COLE - Lựa chọn hàng đầu cho nhân
sự về Digital Skills

5000+

Học viên theo học

30%

Thu nhập học viên tăng lên sau khi học

30+ Khóa học

Hàng đầu về ứng dụng công nghệ

50+

Chuyên gia hàng đầu về chuyển đổi số

300+ Doanh nghiệp hàng đầu lựa chọn Cole để nâng cấp kỹ năng

Hình ảnh lớp học