Khóa học phù hợp với: 

• Kiến trúc sư dữ liệu (Data Architect) hoặc Kỹ sư dữ liệu (Data Engineer) đang xây dựng hạ tầng dữ liệu doanh nghiệp. 

• Quản lý CNTT / CTO / Data Manager muốn hiểu sâu về chiến lược và mô hình kiến trúc dữ liệu hiện đại. 

• Nhà khoa học dữ liệu (Data Scientist) muốn hiểu hệ thống dữ liệu từ gốc đến phân tích. 

• Sinh viên hoặc nghiên cứu sinh chuyên ngành Big Data, Hệ thống thông tin, Khoa học máy tính. 

Học viên nên có: 

• Kiến thức nền tảng về hệ thống Big Data (Hadoop, Spark, Kafka). 

• Hiểu cơ bản về cơ sở dữ liệu (SQL/NoSQL) và mô hình hóa dữ liệu. 

• Kiến thức cơ bản về Cloud Computing (AWS, GCP, hoặc Azure). 

• Kinh nghiệm hoặc tư duy trong lĩnh vực phân tích dữ liệu / kỹ thuật phần mềm / quản trị hệ thống. 

Module 1: Kiến trúc dữ liệu hiện đại và tổng quan hệ sinh thái Big Data (4 giờ) 

Nội dung: 

• Vai trò của kiến trúc dữ liệu trong tổ chức Data-driven. 

• So sánh các mô hình kiến trúc: Data Warehouse, Data Lake, Data Lakehouse, Data Mesh. 

• Thành phần trong hệ sinh thái dữ liệu lớn: ingestion, storage, processing, serving. 

• Case study: Netflix / Uber / Airbnb Data Architecture. 

Kết quả:
Hiểu tổng thể các mô hình kiến trúc dữ liệu và chọn giải pháp phù hợp với từng doanh nghiệp. 

Module 2: Thiết kế Data Lake và Data Warehouse (8 giờ) 

Nội dung: 

• Cấu trúc và nguyên lý hoạt động của Data Lake và Data Warehouse. 

• Thiết kế tầng dữ liệu: raw, curated, trusted, analytics. 

• Công nghệ triển khai: AWS S3 + Glue + Redshift, GCP BigQuery + Dataproc, Azure Synapse. 

• Data Lakehouse: hợp nhất ưu điểm giữa Data Lake và Warehouse. 

• Thực hành: Thiết kế mô hình dữ liệu và pipeline ingestion với Spark + Cloud Storage. 

Kết quả:
Có thể thiết kế hệ thống lưu trữ và xử lý dữ liệu lớn hoàn chỉnh trên nền tảng cloud. 

Module 3: Quản trị dữ liệu (Data Governance) và Metadata Management (8 giờ) 

Nội dung: 

• Tổng quan về quản trị dữ liệu: chất lượng (Data Quality), bảo mật (Security), và lineage. 

• Quản lý metadata với Apache Atlas, AWS Glue Data Catalog. 

• Role-based Access Control (RBAC) và chính sách bảo mật. 

• Tuân thủ và quy định dữ liệu: GDPR, ISO/IEC 27001, PDPA. 

• Case study: Quản trị dữ liệu trong ngân hàng / tài chính. 

• Thực hành: Xây dựng metadata catalog và phân quyền người dùng. 

Kết quả:
Biết cách thiết lập hệ thống quản trị dữ liệu đáp ứng yêu cầu bảo mật và tuân thủ. 

Module 4: DataOps và CI/CD cho pipeline dữ liệu (8 giờ) 

Nội dung: 

• Giới thiệu DataOps và sự khác biệt với DevOps. 

• Thiết kế quy trình CI/CD cho pipeline dữ liệu (ingestion, transform, validation). 

• Quản lý version, test, và rollback trong pipeline. 

• Tự động hóa bằng Airflow, Jenkins, hoặc Prefect. 

• Monitoring, alerting và logging trong DataOps. 

• Thực hành: Triển khai pipeline tự động hóa Spark + Airflow + Git. 

Kết quả:
Hiểu cách tự động hóa toàn bộ quy trình dữ liệu từ ingestion đến deployment. 

Module 5: Quản trị, giám sát và tối ưu hệ thống dữ liệu lớn (8 giờ) 

Nội dung: 

• Quản trị cluster Hadoop / Spark / Kafka trên môi trường Cloud & On-premise. 

• Kỹ thuật tối ưu hiệu năng và quản lý chi phí. 

• Giám sát bằng Prometheus, Grafana, và Spark UI. 

• Bảo mật dữ liệu: encryption, IAM, audit logs. 

• Chiến lược backup, recovery và HA (High Availability). 

• Thực hành: Xây dựng dashboard giám sát hệ thống dữ liệu lớn. 

Kết quả:
Có khả năng vận hành, giám sát, bảo mật và tối ưu hạ tầng dữ liệu lớn một cách chuyên nghiệp. 

Module 6: Mini Project – Thiết kế Kiến trúc Dữ liệu Doanh nghiệp (4 giờ) 

Mục tiêu:
Ứng dụng toàn bộ kiến thức đã học để thiết kế kiến trúc dữ liệu cho doanh nghiệp giả lập. 

Đề tài ví dụ:
“Thiết kế kiến trúc dữ liệu cho hệ thống phân tích khách hàng và dự báo doanh thu tại công ty bán lẻ.” 

Yêu cầu: 

• Lựa chọn mô hình kiến trúc (Lakehouse / Mesh). 

• Thiết kế pipeline ingestion, storage, processing, analytics. 

• Xây dựng sơ đồ logical + physical architecture. 

• Đề xuất giải pháp quản trị, bảo mật và DataOps pipeline. 

Sản phẩm đầu ra: 

• Bản thiết kế kiến trúc dữ liệu (diagram + mô tả). 

• Báo cáo vận hành và chiến lược quản trị. 

6. Kết quả đầu ra khóa học 

Học viên hoàn thành khóa học sẽ có khả năng: 

• Thiết kế, triển khai và quản trị hệ thống dữ liệu lớn toàn diện. 

• Hiểu rõ mô hình kiến trúc dữ liệu phù hợp với từng tổ chức. 

• Thiết lập và giám sát Data Governance, DataOps, bảo mật và hiệu năng. 

• Đủ năng lực đảm nhận vai trò Data Architect, Data Platform Engineer hoặc Data Manager. 

Bạn vui lòng liên hệ với Tư vấn viên qua mục chat trên website hoặc gọi đến số 024 3771 0668 để được tư vấn chi tiết về lộ trình học tập và chi phí!