Bối cảnh thị trường

Nhu cầu thực tế &
khủng hoảng thiết kế
hệ thống dữ liệu.

TOP 2

Vị trí IT có tốc độ tăng trưởng nhu cầu tuyển dụng nhanh nhất toàn cầu — LinkedIn.

25–50Tr

Thu nhập trung bình của Kỹ sư Dữ liệu thực chiến tại Việt Nam.

80%

Dự án dữ liệu lớn thất bại do lỗi thiết kế kiến trúc ban đầu — Gartner.
01
Pain point 01

Tự học rời rạc

Nhiều người tự học cách sử dụng Apache Spark hay Kafka một cách độc lập nhưng thiếu tư duy thiết kế kiến trúc hệ thống dữ liệu chịu tải cao và tích hợp cấp doanh nghiệp.
02
Pain point 02

Debug & tối ưu runtime

Khi luồng dữ liệu gặp sự cố (data bottleneck, schema drift), việc gỡ lỗi thủ công làm chậm tiến độ vận hành. Chưa biết cách ứng dụng các công cụ Data Observability tự động.
03
Pain point 03

Bỏ lỡ AI-Native DataOps

Chưa biết cách đưa các AI Agents (Cursor/Claude) vào quy trình phát triển để tự động hóa viết schema, sinh code pipeline và kiểm thử tự động để tăng x3 năng suất.
Giải pháp độc quyền

Mô hình học tập
Hust × Rikkeisoft

Sự kết hợp hoàn hảo giữa lý thuyết nền tảng học thuật và thực hành giải pháp doanh nghiệp thực tế.

Bảo chứng học thuật từ Viện Công nghệ và Kinh tế số - HUST

Học viên thấu hiểu sâu sắc nguyên lý hệ thống dữ liệu lớn từ các thầy cô là Giảng viên Đại học Bách Khoa Hà Nội.

Thực hành dự án thực tế chuẩn doanh nghiệp

Trải nghiệm xây dựng luồng dữ liệu tài chính lớn, giải quyết bài toán giao dịch và bảo mật cấp doanh nghiệp.

Cam kết thực tập OJT tại Rikkeisoft

Tiếp nhận thực tập 1 tháng trên dự án phần mềm thực tế, dưới sự hướng dẫn 1-1 của Tech Lead.
Capstone project · Foundation Track

Hệ thống dữ liệu Sàn TMĐT

Capstone project · Advanced Track

Hệ thống dữ liệu Digital Banking

Khung chương trình

Khung chương trình đào tạo
5 Phase (80 GIỜ)

Cấu trúc học tập được thiết kế theo phong cách machined-plate: mỗi phase là một mảnh hạ tầng khớp chính xác vào tổng thể.
Thiết kế kiến trúc Kho dữ liệu doanh nghiệp (Star Schema, Kimball).
Tối ưu hoá SQL JOIN trên bảng dữ liệu lớn.
Học viên Advanced có thể thi miễn học phần này.
Công cụ thực hành:
PostgreSQL
MySQL
SQL Queries
dbt
PHASE 1
Tuần 1–4
Database & SQL for Analytics
Ứng dụng AI Agents (Cursor/Claude) tự động hóa viết code pipeline và tối ưu SQL.
Xây dựng AI Quality Guard tự động giám sát, phát hiện và làm sạch dữ liệu bẩn.
Hoàn thiện Capstone Project và thực tập OJT 1 tháng tại Rikkeisoft hoặc đối tác lớn.
Công cụ thực hành:
Cursor
Claude Pro
AI Agents
PHASE 5
Tuần 16-20
Tích hợp AI-Native & Thực tập doanh nghiệp (OJT)
Lập trình Python tự động hóa thu thập dữ liệu (đọc/ghi file JSON, CSV, API quy mô lớn).
Xây dựng luồng công việc (Orchestration Pipelines) tự động hóa điều phối qua Apache Airflow.
Học viên đi làm (Advanced Track) tập trung sâu vào dbt nâng cao và quản trị chất lượng dữ liệu.
Công cụ thực hành:
Python Scripting
API Ingestion
Apache Airflow
dbt
PHASE 2
Tuần 5-8
Python & Automation ETL Pipeline
Lập trình tính toán phân tán (Distributed Computing) bằng PySpark xử lý hàng trăm GB dữ liệu.
Tối ưu hóa kiến trúc Medallion Lakehouse chia dữ liệu thành 3 tầng: Bronze, Silver, Gold Layers.
Thiết lập Delta Lake trên Object Storage MinIO làm giải pháp lưu trữ mở rộng cho doanh nghiệp.
Công cụ thực hành:
Apache Spark
PySpark
Delta Lake
dbt
PHASE 3
Tuần 9-12
Spark for Large-scale Data & Medallion Lakehouse
Thiết kế luồng dữ liệu thời gian thực (Real-time Streaming) chịu tải lớn bằng Apache Kafka.
Tích hợp CDC (Change Data Capture) đồng bộ dữ liệu giao dịch sang Data Platform thời gian thực.
Đóng gói toàn bộ hệ thống dữ liệu trong môi trường Container và thiết lập CI/CD (DataOps).
Công cụ thực hành:
Apache Kafka
CDC Debezium
Docker
GitHub Actions
PHASE 4
Tuần 13-16
Kafka Real-time Streaming & Containerized Infrastructure

Giảng viên CHUYÊN NGÀNH TẠI HUST

PGS.TS. Ban Hà Bằng

Giảng viên cao cấp tại khoa Khoa học Máy tính, Trường CNTT & Truyền thông, ĐHBK Hà Nội. 
Chuyên môn: Thuật toán, Vận trù học, Tính toán mềm và Phân tích dữ liệu

TS. Trần Văn Đặng

Giảng viên khoa Khoa học Máy tính, Trường CNTT & Truyền thông, ĐHBK Hà Nội. 
Chuyên môn: Cơ sở dữ liệu, Phân tích và xử lý dữ liệu, Ứng dụng kỹ thuật phần mềm trong quản lý dữ liệu.

ThS. Hồ Viết Đức Lương

Giảng viên nguồn Trường CNTT & Truyền thông, ĐHBK Hà Nội. Cố vấn chuyên môn và đồng hành trong hoạt động nghiên cứu khoa học.
Chuyên môn: Trí tuệ nhân tạo, Giải thuật tiến hóa và LLMs.

ThS. Phạm Viết Bằng

Tốt nghiệp Thạc sĩ ngành Khoa học dữ liệu ĐHBK Hà Nội. PGĐ Ươm tạo CTCP A-Star Group.
Chuyên môn: Phát triển hệ thống dữ liệu lớn, lập trình Backend và triển khai các mô hình Học máy/Học sâu.
Đội ngũ chuyên gia
Kết quả đầu ra

Kết quả đầu ra & Cam kết năng lực

01

Chứng nhận uy tín HUST

Bảo chứng học thuật vững chắc từ Viện Công nghệ và Kinh tế số - Đại học Bách khoa Hà Nội.
02

Chứng nhận OJT Rikkeisoft

Minh chứng kinh nghiệm thực hành OJT trên hệ thống dự án thực tế của doanh nghiệp công nghệ lớn.
03

Portfolio dự án thực tế

Sản phẩm thực tế chứng minh năng lực thiết kế luồng dữ liệu lớn hoàn chỉnh đăng tải trên GitHub cá nhân.
04

Quy trình AI-Native DataOps

Khả năng sử dụng các AI Agents tối ưu hiệu suất gỡ lỗi và triển khai dữ liệu thực tế nhanh gấp 3 lần.
Feedback & FAQ

Feedback & Hỏi đáp

Chúng tôi xây dựng lộ trình chuyển đổi tối ưu riêng biệt, miễn giảm các nội dung đã học về SQL/Python và tập trung nâng cấp năng lực thiết kế kiến trúc phân tán Spark, Kafka, Kubernetes và DataOps. Cựu học viên được hưởng chính sách ưu đãi học phí đặc quyền (vui lòng liên hệ Hotline/Lark hỗ trợ để biết mức chi tiết).
Chương trình hỗ trợ cựu học viên khóa Data Analyst Bách Khoa thế nào?
Học viên hoàn thành Phase 4 (Capstone Project) đạt chuẩn và vượt qua bài test năng lực chuyên môn của Viện sẽ được cam kết tiếp nhận thực tập OJT 1 tháng trên dự án phần mềm thực tế tại Rikkeisoft hoặc các đối tác Fintech lớn, dưới sự hướng dẫn 1-1 của Tech Lead.
Cam kết thực tập OJT tại Rikkeisoft được thực hiện như thế nào?

ĐĂNG KÝ NHẬN TƯ VẤN LỘ TRÌNH

Để lại thông tin để đặt lịch tư vấn lộ trình miễn phí và xét tuyển ưu đãi.
00
00
00
00

ĐĂNG KÝ TƯ VẤN MIỄN PHÍ