Python Programming cho Finance Training Course

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu muốn sử dụng hệ sinh thái Anaconda để thu thập, quản lý và triển khai các gói và quy trình phân tích dữ liệu trên một nền tảng duy nhất.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Cài đặt và cấu hình các thành phần và thư viện Anaconda.
• Hiểu các khái niệm, tính năng và lợi ích cốt lõi của Anaconda.
• Quản lý các gói, môi trường và kênh bằng Anaconda Navigator.
• Sử dụng các gói Conda, R và Python cho khoa học dữ liệu và học máy.
• Tìm hiểu một số trường hợp sử dụng thực tế và kỹ thuật quản lý nhiều môi trường dữ liệu.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu và kỹ sư phần mềm muốn sử dụng Dask với hệ sinh thái Python để xây dựng, mở rộng và phân tích các tập dữ liệu lớn.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập môi trường để bắt đầu xây dựng xử lý dữ liệu lớn với Dask và Python.
• Khám phá các tính năng, thư viện, công cụ và API có sẵn trong Dask.
• Hiểu cách Dask tăng tốc tính toán song song trong Python.
• Tìm hiểu cách mở rộng hệ sinh thái Python (Numpy, SciPy và Pandas) bằng cách sử dụng Dask.
• Tối ưu hóa môi trường Dask để duy trì hiệu suất cao trong việc xử lý các tập dữ liệu lớn.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển và nhà phân tích dữ liệu trình độ trung cấp, những người muốn nâng cao kỹ năng phân tích và thao tác dữ liệu bằng Pandas và NumPy.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập môi trường phát triển bao gồm Python, Pandas và NumPy.
• Tạo ứng dụng phân tích dữ liệu bằng Pandas và NumPy.
• Thực hiện các thao tác xử lý, sắp xếp và lọc dữ liệu nâng cao.
• Thực hiện các thao tác tổng hợp và phân tích dữ liệu chuỗi thời gian.
• Trực quan hóa dữ liệu bằng Matplotlib và các thư viện trực quan hóa khác.
• Gỡ lỗi và tối ưu hóa mã phân tích dữ liệu của họ.

Khóa đào tạo trực tiếp, trực tuyến hoặc tại chỗ này dành cho các nhà phát triển muốn sử dụng bộ công cụ FARM (FastAPI, React và MongoDB) để xây dựng các ứng dụng web động, hiệu suất cao và có khả năng mở rộng.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập môi trường phát triển cần thiết tích hợp FastAPI, React và MongoDB.
• Hiểu các khái niệm, tính năng và lợi ích chính của bộ công cụ FARM.
• Tìm hiểu cách xây dựng REST API với FastAPI.
• Tìm hiểu cách thiết kế các ứng dụng tương tác với React.
• Phát triển, kiểm tra và triển khai các ứng dụng (front-end và back-end) bằng bộ công cụ FARM.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển muốn sử dụng FastAPI với Python để xây dựng, kiểm tra và triển khai các API RESTful dễ dàng và nhanh chóng hơn.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập môi trường phát triển cần thiết để xây dựng API với Python và FastAPI.
• Tạo API nhanh chóng và dễ dàng hơn bằng thư viện FastAPI.
• Tìm hiểu cách tạo mô hình dữ liệu và lược đồ dựa trên Pydantic và OpenAPI.
• Kết nối API với cơ sở dữ liệu bằng SQLAlchemy.
• Triển khai bảo mật và xác thực trong API bằng các công cụ của FastAPI.
• Xây dựng hình ảnh container và triển khai API web lên máy chủ đám mây.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các quản trị viên đám mây, kiến trúc sư đám mây, trưởng bộ phận công nghệ và các nhà phân tích tài chính, những người muốn ghi lại, quản lý, giám sát và xử lý tài sản tài chính của một tổ chức trên nền tảng đám mây.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể áp dụng FinOps phương pháp thực hành trong một tổ chức để dự báo chi phí, tối ưu hóa quy trình và thực hiện các hoạt động quản lý tài chính trên nền tảng đám mây.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các chuyên gia tài chính ở trình độ trung cấp, những người muốn có kiến thức toàn diện về các nguyên tắc và phương pháp FinOps, bao gồm quản lý tài chính đám mây, chiến lược tối ưu hóa và sự hợp tác giữa các nhóm tài chính, kỹ thuật và kinh doanh.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu rõ khung, nguyên tắc và các giai đoạn của FinOps.
• Quản lý chi phí đám mây hiệu quả thông qua phân tích dữ liệu và quản trị.
• Hợp tác giữa các bộ phận tài chính, kỹ thuật và kinh doanh để phù hợp với chi tiêu đám mây.
• Sử dụng các công cụ FinOps để phân bổ chi phí, dự báo và tối ưu hóa.
• Chuẩn bị cho kỳ thi Chứng nhận Chuyên gia Phân tích FOCUS FinOps.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các chuyên gia quản lý tài chính đám mây nâng cao, những người muốn xác thực chuyên môn của họ trong các hoạt động tài chính (FinOps) liên quan đến quản lý chi phí đám mây.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Nắm vững kiến thức nâng cao cần thiết cho kỳ thi Chứng chỉ Chuyên nghiệp FinOps.
• Hiểu rõ các thực hành FinOps phức tạp, bao gồm tối ưu hóa chi phí, quản lý ngân sách và báo cáo.
• Phát triển các kỹ năng thực tế trong việc áp dụng các chiến lược FinOps trong các tình huống thực tế.
• Chuẩn bị để hoàn thành thành công kỳ thi Chứng chỉ Chuyên nghiệp FinOps.

Trong khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam, người tham gia sẽ học cách sử dụng GnuCash để quản lý các dự án và nhiệm vụ kế toán và tài chính doanh nghiệp.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Quản lý các nhiệm vụ tài chính và kế toán bao gồm lập hóa đơn, thanh toán, VAT, báo cáo, v.v.
• Theo dõi tài khoản ngân hàng, chứng khoán, thu nhập và chi phí.
• Theo dõi nhiều tài khoản trong một doanh nghiệp nhiều bộ phận.
• Sử dụng GnuCash để quản lý tài khoản doanh nghiệp đa tiền tệ.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu và nhà phát triển muốn học hỏi và xây dựng sự nghiệp của họ trong Data Science bằng cách sử dụng Kaggle.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Tìm hiểu về khoa học dữ liệu và học máy.
• Khám phá phân tích dữ liệu.
• Tìm hiểu về Kaggle và cách thức hoạt động của nó.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn (tại chỗ hoặc từ xa) này dành cho các kế toán viên và thủ quỹ muốn sử dụng Xero cho công tác kế toán.

Khi kết thúc khóa đào tạo, người tham gia sẽ có thể:

• Có được cái nhìn thời gian thực về dòng tiền.
• Liên kết tài khoản ngân hàng với Xero để đối chiếu ngân hàng.
• Chuẩn bị và kiểm tra tờ khai GTGT (Thuế Giá Trị Gia Tăng) trong Xero.
• Tạo báo cáo để chia sẻ với các thành viên trong nhóm.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu và nhà phát triển muốn sử dụng Modin để xây dựng và triển khai các phép tính song song với Pandas để phân tích dữ liệu nhanh hơn.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập môi trường cần thiết để bắt đầu phát triển các quy trình làm việc Pandas quy mô lớn với Modin.
• Hiểu các tính năng, kiến trúc và lợi thế của Modin.
• Nắm vững sự khác biệt giữa Modin, Dask và Ray.
• Thực hiện các thao tác Pandas nhanh hơn với Modin.
• Triển khai toàn bộ API và các hàm Pandas.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển muốn sử dụng Open Bank Project API để phát triển và kiểm thử các ứng dụng phi tập trung có thể dễ dàng tích hợp với hệ thống ngân hàng số.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập môi trường phát triển cần thiết để bắt đầu phát triển ứng dụng với OBP API.
• Hiểu kiến trúc, công nghệ và khái niệm của Open Bank Project.
• Tìm hiểu cách sử dụng và tùy chỉnh OBP API để phát triển và xây dựng các ứng dụng cho ngân hàng.
• Khám phá các tính năng, công cụ, API và hộp cát trong OBP.
• Triển khai bảo mật và tích hợp trong các trình kết nối và bộ điều hợp OBP API.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu và nhà phát triển muốn sử dụng RAPIDS để xây dựng các quy trình dữ liệu, quy trình làm việc và hình ảnh hóa dữ liệu được tăng tốc bởi GPU, áp dụng các thuật toán học máy như XGBoost, cuML, v.v.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập môi trường phát triển cần thiết để xây dựng các mô hình dữ liệu với NVIDIA RAPIDS.
• Hiểu các tính năng, thành phần và lợi thế của RAPIDS.
• Tận dụng GPU để tăng tốc các quy trình dữ liệu và phân tích từ đầu đến cuối.
• Triển khai chuẩn bị dữ liệu và ETL được tăng tốc bởi GPU với cuDF và Apache Arrow.
• Tìm hiểu cách thực hiện các tác vụ học máy với các thuật toán XGBoost và cuML.
• Xây dựng hình ảnh hóa dữ liệu và thực hiện phân tích đồ thị với cuXfilter và cuGraph.