Khóa học dành cho: 

• Kỹ sư dữ liệu (Data Engineer) muốn triển khai Big Data trên Azure. 

• Kiến trúc sư dữ liệu (Data Architect) cần thiết kế hạ tầng dữ liệu doanh nghiệp trên cloud. 

• Quản trị viên hệ thống, DevOps, Cloud Engineer muốn quản lý và tối ưu môi trường dữ liệu lớn. 

• Nhà khoa học dữ liệu (Data Scientist) muốn hiểu và tận dụng pipeline dữ liệu trên Azure. 

Học viên cần có: 

• Kiến thức nền tảng về SQL, Python hoặc Spark. 

• Hiểu cơ bản về Big Data Frameworks (Hadoop, Spark). 

• Kinh nghiệm làm việc với Azure cơ bản (Resource Group, VM, Storage). 

• Tài khoản Azure (học viên được hướng dẫn tạo Free Tier hoặc dùng sandbox). 

Module 1: Kiến trúc hệ thống Big Data trên Azure (4 giờ) 

Nội dung: 

• Tổng quan kiến trúc Big Data và Data Analytics trên Azure. 

• Các mô hình phổ biến: Data Lakehouse Architecture, Modern Data Platform. 

• Dịch vụ chính trong hệ sinh thái Big Data Azure: 

• Azure Data Lake Storage Gen2 

• Azure Data Factory (ADF) 

• Azure Databricks 

• Azure Synapse Analytics 

• Azure Stream Analytics & Event Hubs 

• Demo: Mô hình end-to-end pipeline trên Azure. 

Kết quả:
Hiểu tổng quan hệ sinh thái dữ liệu lớn của Azure và mối quan hệ giữa các thành phần. 

Module 2: Lưu trữ và Quản lý Dữ liệu với Azure Data Lake Storage (6 giờ) 

Nội dung: 

• Cấu trúc Data Lake Storage Gen2: file system, containers, hierarchy. 

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

• Bảo mật dữ liệu: IAM, ACLs, RBAC, encryption at rest & in transit. 

• Tích hợp Data Lake với Data Factory, Databricks và Synapse. 

• Quản lý chi phí và lifecycle policies. 

• Lab: Thiết lập Data Lake, tạo vùng dữ liệu và gán quyền truy cập người dùng. 

Kết quả:
Thiết lập và quản trị thành thạo hệ thống lưu trữ dữ liệu lớn trên Azure. 

Module 3: Xây dựng Pipeline ETL/ELT với Azure Data Factory (8 giờ) 

Nội dung: 

• Giới thiệu Azure Data Factory (ADF): kiến trúc, pipelines, triggers. 

• Data Ingestion từ nhiều nguồn (SQL, Blob, API, On-premise). 

• Data Transformation với Mapping Data Flows & Data Wrangling. 

• Tích hợp ADF với Databricks và Synapse Analytics. 

• Tự động hóa pipelines và quản lý version (Git integration). 

• Lab: Xây dựng pipeline ETL từ SQL Server → Data Lake → Synapse. 

Kết quả:
Làm chủ quy trình thu thập và xử lý dữ liệu bằng Azure Data Factory. 

Module 4: Xử lý và Phân tích Dữ liệu với Azure Databricks (8 giờ) 

Nội dung: 

• Giới thiệu Databricks: Workspace, Cluster, Notebook, Jobs. 

• Xử lý dữ liệu lớn bằng PySpark / SQL trong Databricks. 

• Làm việc với Delta Lake: ACID transactions, schema evolution. 

• Kết nối Databricks với Data Lake và ADF. 

• Tối ưu hóa hiệu năng: caching, partitioning, auto-scaling. 

• Lab: Phân tích dữ liệu bán hàng với Databricks + Delta Lake. 

Kết quả:
Hiểu và triển khai được xử lý dữ liệu lớn trong Databricks với Spark và Delta Lake. 

Module 5: Phân tích dữ liệu và báo cáo với Azure Synapse Analytics (6 giờ) 

Nội dung: 

• Giới thiệu Synapse: Dedicated SQL Pool, Serverless Pool, Pipelines. 

• Kết nối Synapse với Data Lake và Databricks. 

• Thiết kế và tối ưu Data Warehouse. 

• Phân tích dữ liệu với T-SQL và Power BI. 

• Cấu hình bảo mật, giám sát và quản lý hiệu năng. 

• Lab: Truy vấn dữ liệu lớn bằng Synapse + Power BI. 

Kết quả:
Thực hiện phân tích dữ liệu lớn và xây dựng báo cáo trực quan trên Synapse. 

Module 6: Xử lý dữ liệu thời gian thực với Azure Stream Analytics (4 giờ) 

Nội dung: 

• Kiến trúc xử lý real-time trên Azure. 

• Làm việc với Event Hubs, IoT Hub và Stream Analytics. 

• Viết truy vấn streaming (SQL-based). 

• Gửi dữ liệu output sang Data Lake, Databricks hoặc Power BI. 

• Lab: Phân tích luồng dữ liệu IoT hoặc log truy cập thời gian thực. 

Kết quả:
Hiểu và triển khai được pipeline xử lý dữ liệu real-time trên Azure. 

Module 7: Quản trị, Bảo mật và Tối ưu hệ thống Big Data trên Azure (4 giờ) 

Nội dung: 

• Giám sát và logging: Azure Monitor, Log Analytics, Databricks Dashboard. 

• Quản trị chi phí: Azure Cost Management, Reserved Instances, auto-scaling. 

• Best practices: DataOps và CI/CD cho pipeline dữ liệu. 

• Sao lưu, khôi phục và bảo mật dữ liệu theo chuẩn doanh nghiệp. 

• Case study: Tối ưu hóa chi phí và hiệu năng cho hệ thống phân tích dữ liệu doanh nghiệp. 

Kết quả:
Thành thạo quản trị, giám sát và tối ưu toàn bộ hệ thống Big Data trên Azure. 

Module 8: Mini Project – Xây dựng Hệ thống Phân tích Dữ liệu Doanh nghiệp (4 giờ) 

Mục tiêu:
Ứng dụng toàn bộ kiến thức đã học để xây dựng hệ thống dữ liệu đầu-cuối trên Azure. 

Đề tài ví dụ:
“Thiết kế và triển khai hệ thống phân tích doanh thu và dự đoán xu hướng bán hàng cho chuỗi bán lẻ.” 

Yêu cầu: 

• Lưu trữ dữ liệu trong Data Lake. 

• Xử lý dữ liệu bằng Data Factory + Databricks. 

• Phân tích kết quả bằng Synapse + Power BI. 

• Báo cáo kiến trúc, hiệu năng, và chi phí. 

Sản phẩm đầu ra: 

• Pipeline hoạt động trên Azure Portal. 

• Dashboard Power BI và báo cáo kiến trúc chi tiết. 

🧠 6. Kết quả đầu ra khóa học 

Sau khóa học, học viên sẽ có khả năng: 

• Xây dựng và vận hành hệ thống Big Data hoàn chỉnh trên Azure Cloud. 

• Làm chủ các công cụ: Data Lake, Data Factory, Databricks, Synapse, Stream Analytics. 

• Tối ưu hiệu năng, chi phí và bảo mật trong hệ thống dữ liệu lớn. 

• Chuẩn bị sẵn sàng cho các vị trí: Azure Data Engineer, Data Platform Architect, Cloud Data Specialist. 

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!