Big Data thực chiến
Làm chủ hệ sinh thái Big Data qua 15 buổi học dựa trên dự án thực tế: Hadoop, HDFS, MapReduce, Hive, HBase, NiFi, Spark, Kafka và Spark MLlib. Kết thúc khóa học, bạn tự thiết kế và vận hành được một Big Data Platform giải quyết bài toán doanh nghiệp.
Giảng viên: Nguyễn Văn QuyếtCập nhật 10/11/2026
Giới thiệu khóa học
Mô tả khóa học
Phân tích dữ liệu lớn (Big Data Analytics) là công nghệ đột phá của thế kỷ 21 và đang trở thành một trong những ngành có nhu cầu nhân lực cao nhất hiện nay. Nhờ phân tích dữ liệu lớn, doanh nghiệp hiểu sâu hơn về dữ liệu của mình, tận dụng giá trị cốt lõi của Big Data để ra quyết định nhanh chóng và chính xác, cải tiến sản phẩm và tối ưu hóa định giá. Tại Việt Nam, Big Data được ứng dụng ở nhiều lĩnh vực quan trọng, nên nhu cầu nhân lực và mức lương của ngành Big Data Analytics cũng tương xứng.
Khóa học "Big Data thực chiến" (Big Data in Action) cung cấp cho học viên nền tảng kiến thức về các Big Data framework để thiết kế và vận hành một Big Data Platform giải quyết các bài toán thực tế trong doanh nghiệp. Khóa học tiếp cận dựa trên bài toán (problem-based) và dựa trên dự án thực tế (project-based), giúp người học có kỹ năng thực hành và giải quyết vấn đề thực tế bằng các kỹ thuật và công cụ của Big Data.
Hình thức tổ chức
Khóa học gồm 14 buổi học và 1 buổi trình diễn kết quả, giới thiệu cơ hội việc làm. Mỗi buổi gắn với một project, gồm 1,5 giờ lý thuyết và 1,5 giờ thực hành.
Đối tượng phù hợp
- Sinh viên CNTT, Khoa học dữ liệu, Hệ thống thông tin muốn theo hướng Data Engineer / Big Data Engineer
- Lập trình viên muốn chuyển sang lĩnh vực dữ liệu lớn
- Chuyên viên phân tích dữ liệu, BI muốn làm việc với dữ liệu quy mô lớn
- Kỹ sư hệ thống, quản trị cơ sở dữ liệu cần xây dựng và vận hành hạ tầng Big Data
Yêu cầu đầu vào
- Đã biết lập trình (biết Java, Python hoặc Scala là một lợi thế)
- Biết sử dụng các lệnh trong hệ điều hành Linux là một lợi thế
- Máy tính cá nhân có kết nối Internet, còn trống ít nhất 8GB, chạy được 3 máy ảo Ubuntu 20.04 LTS kết nối với nhau qua mạng LAN
Công cụ sử dụng
Apache Hadoop, Apache Spark, Apache Sqoop, Apache NiFi, Apache Hive, Apache HBase, Apache Kafka, BIRT Report, Eclipse.
Kết quả sau khóa học
- Tự dựng và vận hành một cụm Hadoop/Spark nhiều node
- Xây dựng pipeline thu thập, lưu trữ, xử lý dữ liệu lớn theo lô (batch) và theo luồng (streaming)
- Áp dụng học máy trên dữ liệu lớn với Spark MLlib
- Hoàn thành một dự án cuối khóa: thiết kế và triển khai Big Data Platform cho một bài toán thực tế
Bạn sẽ học được gì
- Nắm vững tổng quan về dữ liệu lớn, phân tích dữ liệu lớn và các ứng dụng thực tế
- Cài đặt và sử dụng thành thạo Apache Hadoop và HDFS
- Hiểu và áp dụng mô hình lập trình MapReduce để xử lý song song dữ liệu lớn
- Thu thập dữ liệu lớn từ nhiều nguồn với Apache Sqoop và Apache NiFi
- Lưu trữ và truy vấn dữ liệu lớn với Apache Hive và Apache HBase
- Xử lý dữ liệu lớn với Apache Spark (Spark Core, Spark SQL, DataFrame)
- Xử lý luồng dữ liệu lớn (Streaming Big Data) với Spark Streaming và Kafka
- Ứng dụng Spark MLlib cho khai phá luật kết hợp, phân lớp, phân cụm và hệ thống gợi ý
- Thiết kế kho dữ liệu lớn (Data Lake, Data Warehouse) và kiến trúc ETL trong Big Data Platform
- Trực quan hóa dữ liệu với BIRT Report
Chương trình học
15 bài học · 55 chủ đề · 45 giờ
Tổng quan về phân tích dữ liệu lớn4 chủ đề · 3 giờ
Làm quen với khái niệm Big Data, các thách thức, cơ hội và hệ sinh thái Hadoop; tự dựng cụm Hadoop đầu tiên.
- Giới thiệu tổng quan về dữ liệu lớn30 phút
- Các thách thức và cơ hội của phân tích dữ liệu lớn30 phút
- Các công cụ và công nghệ phân tích dữ liệu lớn trong hệ sinh thái Hadoop30 phút
- Thực hành thiết lập một cụm Hadoop trên máy ảo1 giờ 30 phút
Hệ thống tệp tin phân tán Hadoop (HDFS)5 chủ đề · 3 giờ
Hiểu kiến trúc HDFS và quản lý dữ liệu lớn qua Web Interface và Shell Commands.
- HDFS là gì? Vai trò của HDFS trong hệ thống Big Data20 phút
- Kiến trúc của HDFS30 phút
- Quản lý các tệp tin trên HDFS qua Web Interface20 phút
- Quản lý các tệp dữ liệu lớn trên HDFS qua Shell Commands20 phút
- Thực hành tương tác với dữ liệu trên HDFS1 giờ 30 phút
Các công cụ thu thập dữ liệu lớn3 chủ đề · 3 giờ
Thu thập dữ liệu (Data Ingestion) từ nhiều nguồn vào hệ thống Big Data bằng Apache NiFi.
- Giới thiệu về Data Ingestion trong hệ thống Big Data45 phút
- Data Ingestion từ nhiều nguồn sử dụng Apache NiFi45 phút
- Thực hành thu thập dữ liệu từ nhiều nguồn sử dụng Apache NiFi1 giờ 30 phút
Xử lý dữ liệu lớn với MapReduce3 chủ đề · 3 giờ
Nắm mô hình lập trình MapReduce và xử lý dữ liệu lớn trên HDFS.
- Mô hình lập trình MapReduce45 phút
- Quản lý tiến trình xử lý dữ liệu của Hadoop MapReduce qua Web Interface45 phút
- Thực hành xử lý dữ liệu lớn trên HDFS với Hadoop MapReduce1 giờ 30 phút
Lưu trữ và truy vấn dữ liệu lớn với Hive3 chủ đề · 3 giờ
Dùng Apache Hive và Hive SQL để lưu trữ, truy vấn dữ liệu lớn có cấu trúc.
- Giới thiệu tổng quan về Apache Hive45 phút
- Thao tác với dữ liệu lớn có cấu trúc sử dụng Hive SQL45 phút
- Thực hành thao tác với dữ liệu lớn sử dụng Hive SQL1 giờ 30 phút
Lưu trữ và truy cập dữ liệu lớn với HBase4 chủ đề · 3 giờ
Tìm hiểu cơ sở dữ liệu column-oriented Apache HBase và tích hợp HBase với Hive.
- Giới thiệu tổng quan về Apache HBase30 phút
- Cơ chế lưu trữ dữ liệu column-oriented30 phút
- Tích hợp HBase với Hive30 phút
- Thực hành lưu trữ và truy cập dữ liệu lớn sử dụng HBase1 giờ 30 phút
Xử lý dữ liệu lớn với Spark (1)4 chủ đề · 3 giờ
Tổng quan và kiến trúc Apache Spark, làm việc với Spark Core và các API quan trọng.
- Tổng quan về Spark30 phút
- Kiến trúc của Spark30 phút
- Làm việc với Spark Core30 phút
- Thực hành sử dụng một số API quan trọng trong Spark Core1 giờ 30 phút
Xử lý dữ liệu lớn với Spark (2)5 chủ đề · 3 giờ
Xử lý dữ liệu có cấu trúc với Spark SQL, DataFrame và truy vấn dữ liệu trên Hive.
- Giới thiệu Spark SQL20 phút
- Giới thiệu về Spark DataFrame20 phút
- Các thao tác cơ bản trên Spark DataFrame20 phút
- Truy vấn dữ liệu trên Hive với Spark SQL30 phút
- Thực hành xử lý dữ liệu lớn với Spark và Hive1 giờ 30 phút
Phân tích luồng dữ liệu lớn với Kafka & Spark (1)3 chủ đề · 3 giờ
Tìm hiểu Apache Kafka: vai trò, kiến trúc, các thành phần; cài đặt và vận hành một cụm Kafka.
- Giới thiệu về Kafka và vai trò trong hệ thống Big Data45 phút
- Kiến trúc Kafka, các thành phần và cách hoạt động45 phút
- Thực hành cài đặt và sử dụng một cụm Kafka1 giờ 30 phút
Phân tích luồng dữ liệu lớn với Kafka & Spark (2)3 chủ đề · 3 giờ
Các mô hình xử lý dữ liệu dạng stream và xây dựng ứng dụng streaming với Spark.
- Các mô hình xử lý dữ liệu dạng stream45 phút
- Làm việc với Spark Streaming API45 phút
- Thực hành xây dựng ứng dụng xử lý dữ liệu dạng stream đơn giản với Spark1 giờ 30 phút
Khai phá tập phổ biến và luật kết hợp trên dữ liệu lớn với Spark MLlib4 chủ đề · 3 giờ
Các thuật toán khai phá tập phổ biến, luật kết hợp và cách triển khai trên Spark MLlib.
- Tổng quan về khai phá tập phổ biến và luật kết hợp30 phút
- Các thuật toán khai phá tập phổ biến và luật kết hợp30 phút
- Kỹ thuật khai phá tập phổ biến và luật kết hợp với Spark MLlib30 phút
- Thực hành khai phá tập phổ biến và luật kết hợp với Spark MLlib1 giờ 30 phút
Phân lớp và phân cụm dữ liệu lớn với Spark MLlib4 chủ đề · 3 giờ
Áp dụng các thuật toán phân lớp và phân cụm trên dữ liệu lớn với Spark MLlib.
- Tổng quan về phân lớp và phân cụm dữ liệu30 phút
- Các thuật toán phân lớp và phân cụm dữ liệu30 phút
- Kỹ thuật phân lớp và phân cụm dữ liệu với Spark MLlib30 phút
- Thực hành phân lớp và phân cụm dữ liệu với Spark MLlib1 giờ 30 phút
Hệ thống gợi ý dựa trên dữ liệu lớn4 chủ đề · 3 giờ
Các phương pháp xây dựng hệ thống gợi ý và triển khai với Spark MLlib.
- Giới thiệu về hệ thống gợi ý30 phút
- Các phương pháp xây dựng hệ thống gợi ý30 phút
- Kỹ thuật xây dựng hệ thống gợi ý với Spark MLlib30 phút
- Thực hành xây dựng hệ thống gợi ý với Spark MLlib1 giờ 30 phút
Thiết kế một Big Data Platform4 chủ đề · 3 giờ
Thiết kế kiến trúc nền tảng dữ liệu lớn, Data Lake, Data Warehouse và ước lượng tài nguyên, chi phí đầu tư.
- Thiết kế kiến trúc nền tảng xử lý dữ liệu lớn30 phút
- Thiết kế Data Lake và Data Warehouse30 phút
- Định cỡ tài nguyên và ước lượng đầu tư30 phút
- Thực hành xây dựng một Big Data Platform1 giờ 30 phút
Báo cáo dự án cuối khóa2 chủ đề · 3 giờ
Học viên trình bày dự án cuối khóa, nhận đánh giá từ giảng viên và tìm hiểu cơ hội việc làm
- Học viên báo cáo dự án1 giờ 30 phút
- Giảng viên đánh giá & trao đổi1 giờ 30 phút
Giảng viên
Nguyễn Văn Quyết
Phân tích dữ liệu lớn
TS. Nguyễn Văn Quyết nhận bằng Tiến sĩ Khoa học Máy tính tại Đại học Quốc gia Chonnam, Hàn Quốc, năm 2019; Thạc sĩ Khoa học Máy tính tại Đại học Bách khoa Hà Nội năm 2013 và Kỹ sư Công nghệ Thông tin tại Trường Đại học Sư phạm Kỹ thuật Hưng Yên năm 2009. Lĩnh vực nghiên cứu: Phân tích dữ liệu lớn (Big Data Analytics), Xử lý đồ thị lớn (Big Graph Processing), Học máy (Machine Learning) và Internet vạn vật (IoT). TS. Quyết có hơn 10 năm kinh nghiệm làm việc về Big Data, tham gia nhiều dự án xây dựng hệ thống xử lý dữ liệu lớn cho các tổ chức, doanh nghiệp tại Hàn Quốc, và đã giảng dạy trên 10 khóa Big Data Analytics cho các tổ chức, doanh nghiệp tại Việt Nam. Ông có nhiều công bố ISI, Scopus và là thành viên ban chương trình của nhiều hội nghị, tạp chí Khoa học máy tính trong và ngoài nước.