[Infographic] Danh Sách Kiểm Tra Học Data Science

Một sự nghiệp trong lĩnh vực data science đang rất được săn đón và có mức thu nhập cao. Lĩnh vực này bao gồm nhiều nhiệm vụ như nghiên cứu và tổ chức dữ liệu, áp dụng các kỹ thuật machine learning, và am hiểu mục tiêu kinh doanh. Để xuất sắc trong lĩnh vực này, bạn cần kết hợp nhiều năng lực như phân tích dữ liệu, nắm bắt khái niệm kinh doanh, kỹ năng giao tiếp, và hơn thế nữa. Để hỗ trợ quá trình phát triển, hãy dùng danh sách này làm điểm tham chiếu trong hành trình học của bạn.

Để tải infographic này, hãy bấm vào hình ảnh phía trên

Phân Tích Khám Phá Dữ Liệu (EDA)

Thống Kê Mô Tả

• Tính các chỉ số về vị trí như trung bình và trung vị, các chỉ số về độ biến thiên như phạm vi và độ lệch chuẩn, cùng các đặc trưng khác của biến
• Tính các chỉ số như hệ số tương quan để hiểu mối quan hệ giữa các biến

Học trên DataCamp

Vận Dụng Kỹ Năng

• A Visual History of Nobel Prize Winners
• Optimizing Online Sports Retail Revenue
• Explore a DataFrame
• Analyzing Carbon Footprints in SQL
• Exploring World Cup Data in Python

Trực Quan Hóa Dữ Liệu

• Tạo các biểu đồ như cột, histogram và box plot để trực quan hóa từng biến.
• Tạo các biểu đồ như scatter plot, line plot và heatmap để trực quan hóa mối quan hệ giữa các biến.

Học trên DataCamp

Vận Dụng Kỹ Năng

• Visualizing COVID-19 in R
• Modeling the Volatility of US Bond Yields in R
• Exploring the Bitcoin Cryptocurrency Market in Python
• Real-time Insights from Social Media Data in Python
• Visualize Correlation with a Diagonal Correlation Plot in Python
• Data Visualization in Python for Absolute Beginners
• Visualizing Video Game Sales Data with ggplot2 in R

Quản Lý Dữ Liệu

Nhập & Đọc Dữ Liệu

• Nhập dữ liệu từ các định dạng tệp phổ biến như CSV và bảng tính.
• Nhập dữ liệu bằng cách truy vấn các cơ sở dữ liệu SQL.
• Nhập dữ liệu qua các API web.

Học trên DataCamp

Vận Dụng Kỹ Năng

• Importing and Cleaning Data
• The Android App Market on Google Play
• Visualize Historical Stock Data with a Candlestick Chart
• Analyzing Streaming Service Content in SQL
• Analyzing Students' Mental Health in SQL

Xử Lý Dữ Liệu (Data Wrangling)

• Thực hiện các thao tác dữ liệu phổ biến như sắp xếp, lọc, thêm biến mới và tổng hợp.
• Kết hợp hai bộ dữ liệu với các kiểu join như inner, left và các kiểu khác.
• Xoay chuyển (pivot) một bộ dữ liệu hình chữ nhật để chuyển hàng thành cột hoặc cột thành hàng.

Học trên DataCamp

Vận Dụng Kỹ Năng

• What and Where are the World's Oldest Businesses?
• Streamlining Employee Data
• Merge DataFrames
• Analyzing NASA Planetary Exploration Budgets in SQL

Làm Sạch Dữ Liệu

• Xác định và khắc phục các vấn đề về ràng buộc dữ liệu như kiểu dữ liệu sai, số liệu ngoài phạm vi, hoặc giá trị trùng lặp.
• Xác định và khắc phục các vấn đề với dữ liệu văn bản và phân loại, như danh mục không hợp lệ hoặc định dạng không chính xác.
• Xác định và khắc phục các vấn đề về tính đồng nhất của dữ liệu, như đơn vị đo sai, định dạng ngày tháng không đúng, và sự không nhất quán giữa các biến.
• Xác định và khắc phục các vấn đề về giá trị thiếu.

Học trên DataCamp

Vận Dụng Kỹ Năng

• Exploring the Bitcoin Cryptocurrency Market in Python
• Real-time Insights from Social Media Data in Python

Kiến Thức Kinh Doanh

Mục Tiêu Kinh Doanh

• Đưa ra khuyến nghị về cách tiếp cận phân tích dựa trên mục tiêu kinh doanh
• Đánh giá hiệu quả kết quả phân tích theo KPI hoặc các tiêu chí kinh doanh liên quan khác

Học trên DataCamp

Vận Dụng Kỹ Năng

• Comparing Search Interest with Google Trends
• Optimizing Online Sports Retail Revenue
• Predict CTR and Evaluate ROI
• Calculate Customer Churn Metrics

Hiểu Biết Tổ Chức

• Hiểu tác động của các dự án data science đối với doanh nghiệp của bạn.
• Hiểu đội ngũ hoặc nhân sự nào cần tham gia vào một dự án dữ liệu, và với vai trò nào.

Học trên DataCamp

Vận Dụng Kỹ Năng

• Which Debts Are Worth the Bank's Effort?
• Feature Engineering for Fraud Detection
• User Retention by Cohort
• Analyzing a Marketing Funnel in Spreadsheets
• Visualizing Cost Savings in Tableau

Lập Trình cho Data Science

Tư Duy Tính Toán

• Sử dụng các cấu trúc lập trình phổ biến như điều khiển luồng và vòng lặp.
• Hiểu hàm và lập trình hàm để viết mã lặp lại cho phân tích.

Học trên DataCamp

Vận Dụng Kỹ Năng

• Functions for Food Price Forecasts
• Writing Functions for Product Analysis
• Group and Aggregate data with custom functions

Viết Mã Sản Xuất

• Sử dụng hệ thống quản lý phiên bản như git để quản lý mã
• Dùng xử lý lỗi, assert và unit test để đảm bảo chất lượng mã
• Viết tài liệu để người khác có thể hiểu mã của bạn
• Phát triển package để tái sử dụng mã

Học trên DataCamp

Vận Dụng Kỹ Năng

• Functions for Food Price Forecasts
• Writing Functions for Product Analysis

Phát Triển Mô Hình

Thiết Kế Mô Hình

• Chọn loại mô hình phù hợp (hồi quy, phân loại, phân cụm, v.v.) dựa trên bộ dữ liệu và mục tiêu phân tích

Học trên DataCamp

Vận Dụng Kỹ Năng

• Predicting Credit Card Approvals
• Predict Taxi Fares with Random Forest
• Classify Song Genres from Audio Data
• Find Movie Similarity from Plot Summaries
• Clustering Heart Disease Patient Data
• ASL Recognition with Deep Learning
• Disney Movies and Box Office Success

Kỹ Thuật Đặc Trưng (Feature Engineering)

• Trích xuất thông tin liên quan đến bài toán từ các biến hiện có, như lấy ngày trong tuần từ biến thời gian, hoặc tạo chỉ báo "độ tuổi lao động" từ ngày sinh.
• Kết hợp nhiều biến thành biến mới, ví dụ cộng dồn doanh số theo vùng thành tổng doanh số, hoặc tính lợi nhuận bằng doanh thu trừ chi phí.
• Sử dụng bộ dữ liệu bên ngoài để xác định biến mới, ví dụ dùng API địa lý để lấy thành phố từ kinh độ và vĩ độ, hoặc dùng API thị giác máy tính để xác định ảnh có người hay không.
• Sử dụng kỹ thuật bù khuyết (imputation) để ước lượng giá trị thiếu.

Học trên DataCamp

Vận Dụng Kỹ Năng

• Customer Analytics: Preparing Data for Modeling
• Predict Taxi Fares with Random Forest
• Classify Song Genres from Audio Data
• Find Movie Similarity from Plot Summaries
• Encoding Categorical Variables
• Sentiment Analysis and Prediction in Python

Huấn Luyện Mô Hình

• Có thể tạo các tập train và test từ một bộ dữ liệu, bao gồm sử dụng cross-validation.
• Sử dụng tối ưu siêu tham số (hyperparameter tuning) để cải thiện hiệu năng mô hình.

Học trên DataCamp

Vận Dụng Kỹ Năng

• What Makes a Pokémon Legendary?
• Predict Taxi Fares with Random Forests
• Machine Learning with Python
• Machine Learning with R
• Predicting Hotel Booking Cancellations in Python
• Analyzing a Time Series of the Thames River in Python

Thẩm Định Mô Hình

• Có thể đánh giá hiệu năng mô hình học có giám sát bằng các chỉ số như accuracy, precision và recall.
• Có thể đánh giá hiệu năng mô hình học không giám sát bằng các chỉ số như homogeneity, completeness và hệ số silhouette.

Học trên DataCamp

Vận Dụng Kỹ Năng

• Clustering Bustabit Gambling Behavior
• Degrees That Pay You Back
• Evaluate your ML Model using the F-score
• How to Explain Black-Box Machine Learning Models

Thực Nghiệm Thống Kê

Phương Pháp Lấy Mẫu

• Hiểu các phân phối thống kê như chuẩn, đều và Poisson
• Chọn phương pháp lấy mẫu phù hợp để trả lời câu hỏi của bạn đồng thời tránh sai lệch.

Học trên DataCamp

Vận Dụng Kỹ Năng

• Health Survey Data Analysis of BMI

Kiểm Định Giả Thuyết

• Hiểu giả thuyết không và giả thuyết đối
• Biết khi nào và cách dùng các phép kiểm định như t-test, Chi-squared test và Mann-Whitney U test
• Diễn giải thống kê kiểm định và p-value

Học trên DataCamp

Vận Dụng Kỹ Năng

• Dr. Semmelweis and the Discovery of Handwashing
• Mobile Games A/B Testing with Cookie Cats

Truyền Đạt Dữ Liệu

Kể Chuyện Dữ Liệu

• Xây dựng một câu chuyện mô tả động lực, phương pháp, kết quả và kết luận của bạn
• Đảm bảo câu chuyện nhất quán với phát hiện từ dữ liệu
• Biên tập câu chuyện để loại bỏ chi tiết rườm rà

Học trên DataCamp

Vận Dụng Kỹ Năng

• Tips for Reporting in Workspace
• Data Visualization in Python for Absolute Beginners

Hiểu Khán Giả của Bạn

• Hiểu kiến thức nền và mối quan tâm của khán giả
• Điều chỉnh thông điệp để phù hợp với khán giả, kể cả khi họ không chuyên về kỹ thuật

Học trên DataCamp

Vận Dụng Kỹ Năng

• Exploring World Cup Data in Python