Hỏi xoáy đáp xoay cùng Data Analyst

Nếu các bạn sinh viên quan tâm về ngành Data Analyst (DA), và muốn tìm hiểu sâu hơn những kiến thức có giá trị của ngành… Chúc mừng bạn! Chuyên mục Talkshow tổng hợp những câu hỏi của sinh viên về chủ đề Chuyên gia phân tích dữ liệu đã được BAC tổng hợp và chắt lọc thành các thông tin có giá trị trong bài viết dưới đây sẽ giúp bạn có cái nhìn tổng quát, rõ ràng hơn về Data Analyst.

1. Data Analysis được áp dụng như thế nào? Và nó giải quyết được vấn đề gì cho doanh nghiệp? (Trích từ bạn Đinh Thị Cẩm Như )

✍ Đáp: Đầu tiên, em cần hiểu phân tích dữ liệu là gì. Đó là quá trình kiểm tra, chuyển đổi, mô hình hoá dữ liệu,… với mục tiêu là khám phá, “mổ xẻ” thông tin và đưa ra kết luận/ hoặc hỗ trợ việc đưa ra kết luận. Vì vậy, doanh nghiệp nào cũng cần và phải triển khai phân tích dữ liệu. Vì đây là cơ sở để lập ra chiến lược kinh doanh và cải thiện/ tăng doanh thu cho doanh nghiệp. Ngược lại, nếu không phân tích dữ liệu, doanh nghiệp sẽ dễ đi lạc hướng, sụt giảm doanh thu, thậm chí là phá sản.

Ví dụ: Công ty A có 100 chi nhánh trải dài cả Việt Nam, Vậy đến cuối tháng, hay quý, làm sao để các nhà quản lý nắm được tình hình kinh doanh tại từng thị trường cụ thể và đưa ra chiến lược hợp lý? Tùy vị trí và phòng ban mà nhiều câu hỏi sẽ rất khác nhau. DA sẽ thu thập và sắp xếp dữ liệu, trả lời câu hỏi và báo cáo. Dựa trên kết quả báo cáo đó, quản lý sẽ có những chiến lược tương ứng.

2. Nếu mình theo ngành AI thì role nào sẽ hợp với mình nhất ạ? (Trích từ bạn Nguyễn Đức Khang )

✍ Đáp: Vai trò nào sẽ hợp với mình nhất? Không ai khác ngoài em có thể tự trả lời câu hỏi này đâu!

Ngành AI là một lĩnh vực mới của khoa học máy tính. Cơ hội việc làm của ngành này có thể kể đến như:

Kỹ sư phát triển ứng dụng AI (các ứng dụng, phần mềm có chức năng gần hơn và thân thiện với con người)

Kỹ sư phát triển hệ thống tự động hóa, robot (thiết kế, chế tạo, lập trình, tích hợp hoạt động robot; các hoạt động, dây chuyền tích hợp robot và công nghệ AI)

Kiến trúc sư dữ liệu (các kiến trúc sư lập trình dữ liệu theo hướng AI)

Chuyên gia nghiên cứu chuyên sâu về trí tuệ nhân tạo (xu hướng học thuật, nghiên cứu hướng phát triển của công nghệ thông tin và ứng dụng vào cuộc sống)

3. Data Scientist và Data Analyst khác nhau như thế nào ạ? Cái nào quan trọng hơn ạ ? (Trích từ bạn Đặng Minh Chánh )

✍ Đáp: Các điểm khác nhau chủ yếu giữa Data Scientist (DS) và Data Analyst (DA) thường gặp là:

DS sẽ có những yêu cầu nghiệp vụ cao hơn, tập trung chuyên môn hơn, xử lý dữ liệu bậc cao hơn, kỹ năng lập trình cao hơn, có bằng cấp cao hơn, và thường xuất phát điểm là từ DA.

DA sẽ không bắt buộc phải phát triển “data product”, không bắt buộc phải biết nhiều ngôn ngữ lập trình, và có mặt trong hầu hết các công ty lớn, nhỏ. Còn DS cần phải tạo prototypes, phát triển “data product”, và đòi hỏi phải biết mốt số lượng lớn các ngôn ngữ lập trình, và thường có mặt trong các tổ chức lớn, những tổ chức yêu cầu làm việc với big data.

DS hay DA sẽ quan trọng hơn? Điều này sẽ còn tùy thuộc vào nhu cầu, quy mô của công ty, doanh nghiệp.

4. Sinh viên Kỹ thuật phần mềm thì nên bắt đầu ngành Data Analysis từ đâu? (Trích từ bạn Huỳnh Quang Tiến )

✍ Đáp: Với một sinh viên Kỹ thuật phần mềm, bạn có thể tìm hiểu thêm về nghề qua những anh chị có kinh nghiệm, qua các thông tin trên internet,… Nếu được mình khuyến khích các bạn sinh viên nên trau dồi kinh nghiệm thực tế qua quá trình thực tập, làm việc tự do, các project trên mạng… Đồng thời, các bạn có thể tham dự thêm các chương trình/ cuộc thi về code để cạnh tranh, giao lưu, học hỏi, và lấy “tiếng” cho bản thân, cũng như tham gia các cộng đồng / nhóm về Data.

5. Em muốn hỏi là sự khác nhau giữa business analyst và data analyst là như thế nào? Theo như em đọc trong cuốn BABOK em thấy 2 ngành này có mối liên hệ với nhau và bổ trợ lẫn nhau (Trích từ bạn Lê Thành Nhân )

✍ Đáp: Cân hỏi này mình thấy khá là nhiều bạn cũng thắc mắc nên chúng mình có tổng hợp giải đáp chung cho các bạn tại bài viết sau, bạn có thể tham khảo tại đây nhé: Sự khác nhau giữa Business Analyst và Data Analyst

6. Trên thị trường có nhiều dạng SQL và Non-SQL như Mongo, bên nào sẽ hiệu quả hơn ạ? (Trích từ bạn Huỳnh Quang Tiến )

✍ Đáp: Khi nói đến việc chọn cơ sở dữ liệu cho dự án phần mềm, một trong những quyết định lớn nhất là chọn cấu trúc dữ liệu “Quan hệ” (SQL) hoặc “Không Quan hệ” (NoSQL).

Vậy, chọn cái nào sẽ hiệu quả hơn? Câu trả lời còn tùy thuộc vào nhu cầu, tính chất của môi trường. Em cần truy vấn chuyên sâu, phức tạp hay không, loại dữ liệu sẽ được lưu trữ là gì, khả năng mở rộng theo chiều dọc hay chiều ngang, giao dịch phức tạp hay ổn định, khả năng hỗ trợ cộng đồng, thuộc tính, kiểu DB,…

Tóm lại, tất cả đều có ưu điểm riêng, không có cơ sở dữ liệu nào cung cấp giải pháp toàn diện và tốt nhất cả. Chỉ có loại dữ liệu phù hợp nhất cho từng dự án cụ thể.

7. Anh có thể chia sẻ một số Ngôn Ngữ hay là Tool nào khác ngoài SQL mà thân thiện và dễ sử dụng để tụi em có thể học và thao tác từ những bước đầu ạ? (Trích từ bạn Long Huỳnh )

✍ Đáp: Muốn bắt đầu nghề DA, bắt buộc em phải biết SQL, Python (hoặc R), Excel và tiếng Anh. Em có thể tìm hiểu các ngôn ngữ và tools này trước. Còn có thân thiện và dễ sử dụng với em hay không, em có thể tự học và thao tác được hay không còn do chính em cảm nhận. Theo anh thì các ngôn ngữ và tools nào cũng quan trọng và thân thiện. Em có thể tham khảo thêm bài viết: Top 06 công cụ phân tích dữ liệu Data Analytics tools cho năm 2020

8. Với ngành Kỹ sư cầu nối thì kĩ năng Data Analysis có thể hỗ trợ đến đâu và như thế nào ạ ? (Trích từ KhoaNDCE140165 )

✍ Đáp: Hiểu ngắn gọn thì vai trò của một BrSE sẽ là một người phân tích yêu cầu từ khách hàng (Business Analyst), là lập trình viên (Developer) khi cần thiết, là người kiểm thử (Tester) khi bàn giao sản phẩm đồng thời cũng là người giám sát kế hoạch thực hiện (Project Manager).

Để làm BrSE, bạn không nhất thiết phải biết về DA, nhưng nếu một ngày, ở một dự án nào đó, kiến thức DA đó sẽ giúp bạn kết nối giữa các bên liên quan lại, thì theo bạn, kỹ năng DA sẽ hỗ trợ đắc lực cho bạn như thế nào? Nên kỹ năng DA sẽ là một lợi thế, điểm sáng của bạn hơn.

Vậy thì lợi thế hơn như thế nào, điều đó còn tùy thuộc vào cách bạn sử dụng “vốn” của mình. Bạn sẽ áp dụng kỹ năng đó như thế nào trong quá trình thuyết phục khách hàng, phân tích yêu cầu khách hàng, …?

9. Em sắp ra trường, chuyên ngành của em là International Business. Em đã tìm hiểu được về Data Analyst một thời gian. Anh có thể cho em biết thêm các phương pháp phân tích dữ liệu cơ bản và các kỹ thuật phân tích dữ liệu anh thường dùng là gì ạ? (Trích từ bạn Trinh)

✍ Đáp: Các phương pháp phân tích dữ liệu cơ bản thường gặp như phân tích văn bản, phân tích thống kê, phân tích chẩn đoán, phân tích dự đoán, phân tích đề xuất,…

Các kỹ thuật phân tích dữ liệu mà anh thường dùng như đặt câu hỏi, làm sạch dữ liệu, trực quan hoá dữ liệu, diễn giải dữ liệu, storytelling, phỏng vấn…

10. Em học về tech nhưng rất muốn làm về data mảng tài chính, thì anh có thể cho em lời khuyên học gì và học như thế nào, tài liệu học…? (Trích từ bạn Nguyễn Lê Phương Hà)

✍ Đáp: Ngành DA sẽ không yêu cầu quá cao về lập trình, mà đòi hỏi nhiều đến sự giao tiếp, sáng tạo, khả năng ngôn ngữ, … Để trở thành DA, trước tiên em có thể tham khảo thêm về nghiệp vụ phân tích quy trình kinh doanh của doanh nghiệp (BA) để hiểu về các kỹ thuật phân tích.

Tiếp theo, vì bản chất các công việc của DA khá giống nhau ở mọi môi trường, nên em có thể trang bị thêm kiến thức/ khoá học về domain tài chính để có thể bắt đầu những trải nghiệm như một DA mảng Finance nhé. Vì em xuất thân từ sinh viên công nghệ, nên các kiến thức về code cơ bản như SQL, SAS, R, Python,… để hỗ trợ xử lý mô hình chắc em đã nắm vững. Em có thể trang bị thêm các công cụ để mô hình hoá dữ liệu. Và lưu ý rằng, kỹ năng ngôn ngữ và thuyết trình là rất quan trọng đối với DA nhé.

11. Với lượng lớn data dùng train cho việc đưa ra quyết định thì lượng data được lưu trữ ở đâu ạ? (Trích từ bạn Hồ Long Lanh)

✍ Đáp: Với lượng lớn data dùng train cho việc đưa ra quyết định thì lượng data được lưu trữ ở nơi mà công ty lưu trữ data… Mỗi công ty sẽ có hình thức lưu trữ riêng như Cloud,…

12. Theo anh thì một doanh nghiệp mới thành lập có cần thiết có bộ phận phân tích dữ liệu để định hướng cho doanh nghiệp không ạ? (Trích từ bạn Nguyễn Trí Hướng)

✍ Đáp: Thật ra, doanh nghiệp mới thành lập hay lâu năm, doanh nghiệp lớn hay nhỏ đều cần DAs. Quan trọng là, doanh nghiệp mới họ có bỏ tiền ra thuê bộ phận này hay không. Hãy tưởng tượng một quán trà sữa được mở trước trường tiểu học. Họ chạy quảng cáo ở Facebook, Instagram, phát tờ rơi, treo bảng khuyến mãi to đùng trước quán.

Với những hình thức quảng cáo trên, họ thu lại một lượng rất lớn khách hàng. Nếu em có DAs để phân tích: quảng cáo nào giúp họ thu hút nhiều leads nhất, để họ có chiến lược mới và cắt giảm việc “đốt tiền” cho những kênh thu hút ít leads hơn, thì chắc chắn, doanh thu của quán sẽ tăng hơn.

Còn nếu không có DAs, em có thể sẽ cắt nhầm kênh truyền thông, cắt nhầm nguồn “tài sản vô hình” của quán. Có thể em không ngờ, lỡ đâu phát tờ rơi lại hiệu quả hơn so với truyền thông trên Facebook? Nếu mình không phân tích, làm sao biết được việc phát tờ rơi có thật sự hiệu quả hay không, đúng không nào?

13. Cái gì cũng có ưu và nhược điểm, vậy nhược điểm của phân tích dữ liệu là gì ạ? (Trích từ bạn Võ Đại Tính)

✍ Đáp: Ưu điểm và nhược điểm sẽ dành khi giải thích và phân tích các phương pháp, công cụ, hoặc ngôn ngữ lập trình được áp dụng trong lĩnh vực phân tích dữ liệu.

Nghề nghiệp sẽ không có ưu điểm, nhược điểm, mà nghề nghiệp sẽ có những điểm hấp dẫn và thu hút, đồng thời cũng tồn tại khó khăn chỉ mà người trong ngành sẽ hiểu.

14. Cho em hỏi về phân tích big data thì có khác gì nhiều so với phân tích dữ liệu thông thường và cần học thêm những gì để làm ạ? (Trích từ bạn Nguyễn Lê Phương Hà)

✍ Đáp: Theo ý anh hiểu là em muốn so sánh giữa data và big data đúng không?

Thường ít ai so sánh giữa hai điều này. Big data cũng là data và được bổ nghĩa thêm bởi chữ “big”, tức big data cũng là data mà thôi, nhưng khối lượng, độ đa dạng, và độ gia tăng lớn hơn.

Vậy nên, cái gì nhiều hơn, lớn hơn sẽ đòi hỏi nhiều kỹ năng và kiến thức khi thực hiện phân tích. Lĩnh vực thường gặp khi phân tích big data thường gặp như Ngân hàng, Y tế, Bán lẻ, Thương mại điện tử,…

15. Em muốn hỏi data analyst có vai trò gì trong quá trình ra quyết định ạ, là người cố vấn cho marketer hay là người quyết định chính dựa trên dữ liệu đó luôn? (Trích từ bạn Sơn)

✍ Đáp: Người làm Data Analyst sẽ dùng chuyên môn để thu thập insight của người dùng từ dữ liệu thu được. Ngoài ra, Data Analytics không chỉ giúp đưa doanh nghiệp có thể hiểu các khách hàng của bạn hơn, mà còn giúp đánh giá các chiến dịch quảng cáo, cá nhân hóa các content, xây dựng các chiến dịch content và phát triển sản phẩm.

Marketer thường sẽ dựa vào các đánh giá đó mà đưa ra quyết định, hoặc chính marketer sẽ tự trang bị kiến thức DA cho công việc của mình. Mọi thứ sẽ linh hoạt và triển khai phù hợp với tình hình công ty nhe em.

16. Liệu trong tương lai, với sự phát triển của AI được dự đoán trước thì AI có phải sẽ thay thế con người trong việc phân tích dữ liệu và đưa ra quyết định hay không ạ? (Trích từ bạn Hoàng Hựu)

✍ Đáp: Theo anh là không em nhé. Robot có thể thay thế con người trong nhưng không thể nào thay thế trong tất cả các trường hợp và lĩnh vực, đặc biệt các trường hợp phức tạp như: gây dựng cảm xúc, xây dựng mối quan hệ, giải quyết xung đột,… Như em cũng thấy, có người nhiều khi còn không biết họ thật sự cần gì, hoặc cũng không nói thẳng ra họ cần gì, thì những vấn đề này chỉ con người mới có thể khéo léo và tinh tế khai thác mà thôi.

Bởi trí tuệ nhân tạo là loại trí tuệ không có tư duy. Chính vì không có tư duy nên nó không có mục đích của riêng chúng và nó chỉ có một mục đích duy nhất do người tạo ra nó ban cho nó mà thôi. Chừng nào con người còn hơn máy móc ở khả năng nhận thức thì chừng ấy, trí tuệ nhân tạo AI vẫn chưa thể thay thế hoàn toàn trí tuệ con người trong mọi lĩnh vực được.

AI là do con người tạo ra, và ví dụ một con robot có thông minh như thế nào thì nó vẫn do con người tạo ra. Con người có thể liên tục học hỏi và phát triển, còn robot sẽ do con người “upgrade” nhé em. Chưa kể đến trường hợp chương trình bị treo, lỗi hệ thống,… thì chính con người sẽ phát hiện sai sót và “fix bugs” nhé em.

17. Theo em biết thì có nhiều phương pháp phân tích dữ liệu, thường mọi người sẽ sử dụng phương pháp định lượng và định tính thì không biết trong ngành kinh tế cụ thể Marketing thì có áp dụng phương pháp này hay không? Hay có những phương pháp nào khác ạ? (Trích từ bạn Thuỷ Tiên)

✍ Đáp: Ở câu hỏi này, em cần nắm được đối tượng và mục đích nghiên cứu của hai phương pháp này nhé. Thực hiện nghiên cứu định lượng là tất yếu trước khi bắt đầu vào việc kinh doanh, ra mắt sản phẩm mới, dịch vụ mới đấy em, vì nó sẽ cung cấp số liệu và dữ liệu cơ sở thực tế, cho thấy mối quan tâm của thị trường và dự đoán doanh thu.

Nghiên cứu định tính sẽ cung cấp thông tin về hành vi, suy nghĩ, nhu cầu, mong muốn của người tiêu dùng. Bất kỳ phương pháp nào cũng có điểm mạnh và điểm yếu riêng, nhưng nếu được áp dụng phù hợp, thì sẽ phát huy tối đa ưu điểm của nó. Trong phương pháp định lượng và định tính sẽ có phương pháp con trong đó.

Ví dụ: Phương pháp quan sát, phỏng vấn, thảo luận nhóm, vox pop,… là phương pháp nghiên cứu định tính

18. Cho em hỏi người phân tích dữ liệu sẽ thiên về bên IT nhiều hơn hay Marketing nhiều hơn đối với các doanh nghiệp F&B như anh vừa nói ? Hay có những phương pháp nào khác ạ? (Trích từ bạn Sơn)

✍ Đáp: Tuỳ vào dự án, chiến lược, kế hoạch của doanh nghiệp em nhé. DA sẽ không đòi hỏi kỹ năng nhiều về công nghệ, nhưng nếu biết sẽ là một lợi thế. Các kiến thức có thể kể đến như giải quyết vấn đề bằng ICT, SQL, Python, hệ thống mạng, cloud, quản lý dữ liệu,…

Em đừng rập mình vào một cái khuôn là tuỳ vào lĩnh vực khác nhau mà DA sẽ thiên về IT hoặc marketing hơn. Em hãy trang bị kiến thức đầy đủ, liên tục học hỏi, giao lưu và hoàn thiện bản thân. Vậy thì mới thăng tiến trong nghề được. Nếu lỡ một ngày đẹp trời nào đó, doanh nghiệp F&B có dự án build một ứng dụng đặt đồ ăn online, thì lúc này, người DA sẽ cần kiến thức gì nè?

19. Việc phân tích dữ liệu sẽ thu thập data và phân tích với thời điểm và ghi nhận theo thời điểm sẽ có như cầu khách hàng như thế nào? Vậy nếu doanh nghiệp đã có được thông số đó thì anh có nghĩ nghề về phân tích dữ liệu sẽ bị hạn chế khi doanh nghiệp đã đạt được mục đích? Theo em biết thì data analytics đang rất phát triển vậy tại sao nó lại quang trọng? Và làm sao để ngành nghề đó lại giữ được vị thế đó? (Trích từ bạn Đinh Thị Cẩm Như)

✍ Đáp: Ở câu hỏi này anh chưa hiểu rõ câu hỏi “phân tích dữ liệu sẽ thu thập data và phân tích với thời điểm và ghi nhận theo thời điểm sẽ có như cầu khách hàng như thế nào”, cũng như ý của em khi nói “doanh nghiệp sẽ bị hạn chế khi đã đạt được mục đích” có ý nghĩa gì.

Vì DA có tầm quan trọng lớn trong doanh nghiệp nên nó sẽ ngày càng phát triển hơn em nhé. Mỗi năm, doanh nghiệp thu thập được một lượng thông tin khổng lồ và nếu không có người phân tích và biến dữ liệu thành thông tin hữu ích, vậy thì lượng thông tin đó thu thập để làm gì?? Công việc của DA là biến dữ liệu thô thành chiến lược cho công ty. Công ty nào mà không muốn ngày một phát triển hơn? Có ai muốn đi bằng mãi một đường, hay đi tụt dốc không em? Công ty càng muốn phát triển thì nghề DA luôn giữ được vị thế.

20. Trong ngành data analyst, đặc biệt là business analyst, doanh nghiệp đòi hỏi ứng viên cần có các kiến thức cơ bản nào và mình có thể học từ đâu nếu không đúng chuyên ngành ạ? (Trích từ bạn Trần Ngọc Thiên Thanh)

✍ Đáp: Ngành BA sẽ không nằm trong ngành DA nhé em. Nên anh chưa rõ em muốn hỏi doanh nghiệp đòi hỏi ứng viên kiến thức cơ bản khi phỏng vấn vị trí nào? Có thể là em muốn hỏi về các kiến thức cơ bản cần có của một BA đúng không? Để trả lời câu hỏi này, em có thể tìm hiểu thêm về các JDs của các công ty tuyển dụng xem họ yêu cầu những gì và trang bị cho mình nhé. Vì mỗi công ty sẽ có những yêu cầu khác nhau. Những kiến thức thường gặp có thể kể đến như: Kiến thức cơ bản về CNTT, về quản lý và mô hình hoá quy trình nghiệp vụ, về viết tài liệu đặc tả, kỹ năng giao tiếp, trình bày, kỹ năng ngôn ngữ,…

21. Trách nhiệm của Data Analyst là gì và Yêu cầu để trở thành Data Analyst là gì ạ? (Trích nick Facebook Tây Kìa )

✍ Đáp: Tuỳ vào mỗi công ty mà các DA sẽ có những trách nhiệm khác nhau. Nếu kể ra thì đó sẽ là một danh sách rất rất dài. Các trách nhiệm nổi bật có thể kể đến như: Đảm bảo chất lượng và độ chính xác của dữ liệu được nhập vào cơ sở dữ liệu; Xử lý các dữ liệu và thông tin mật theo đúng quy chuẩn và quy định của công ty; Lập báo cáo và các bài phân tích; Đánh giá các thay đổi, cập nhật của hệ thống sản xuất nguồn…

Ngoài những yêu cầu cơ bản như: kiến thức tốt về toán học, SQL, Python, khả năng phân tích, khả năng ngôn ngữ,… em có thể tìm hiểu cụ thể về yêu cầu trở thành DA của công ty mà em muốn xin vào để tham khảo thêm nhé.

22. Thường mọi người sẽ dùng website nào để tìm kiếm bài học về data ạ? (Trích anh: Nguyễn Quốc Trung Nhân )

✍ Đáp: Mông lung có thể xuất phát từ nhiều nguyên nhân: Do kỹ năng tìm kiếm, do kỹ năng ngôn ngữ, do em không phù hợp với việc tự học, do rất nhiều yếu tố khác. Vì kiến thức trên mạng là bao la, nên nếu em biết tìm, tinh lọc và “may mắn” tìm được nguồn học phù hợp, thì nó sẽ không mông lung nữa. Có bạn thì học ở Coursera và thấy phù hợp, nhưng anh cũng không rõ là em có hợp hay không? Em cũng có thể tham khảo thêm các khóa học do Microsoft cung cấp, Udacy, Freecodecamp, Medium,… em nhé.

Ngoài ra, em có thể tham khảo các chủ đề liên quan dưới đây:

Trung tâm BAC – Sân chơi lành mạnh để các bạn đam mê về công nghệ thông tin nói chung và nghề BA nói riêng cùng nhau tìm hiểu và khám phá những điều thú vị về nghề, qua đó chuẩn bị một số kiến thức chuyên môn cho công việc trong tương lai.

Để tham khảo và đăng ký các khoá học trong tháng, bạn có thể click vào đây: Check lịch khai giảng. Nếu cần tư vấn hỗ trợ những vấn đề liên quan đến khóa học, bộ phận CSKH của chúng tôi sẽ hỗ trợ bạn qua Email: info@bacs.vn ; bac.trainingba@gmail.com hoặc số Hotline: 0909310768.

Nhu cầu đào tạo doanh nghiệp

BAC là đơn vị đào tạo BA đầu tiên tại Việt Nam. Đối tác chính thức của IIBA quốc tế. Ngoài các khóa học public, BAC còn có các khóa học in house dành riêng cho từng doanh nghiệp. Chương trình được thiết kế riêng theo yêu cầu của doanh nghiệp, giúp doanh nghiệp giải quyết những khó khăn và tư vấn phát triển.

CÁC KHOÁ HỌC BUSINESS ANALYST BACs.VN DÀNH CHO BẠN

Khoá học Online:

Khoá học Offline:

Tại Tp.HCM:

Tại Hà Nội:

Tham khảo lịch khai giảng TẤT CẢ các khóa học mới nhất

Ban biên tập nội dung – BAC