BK Fintech × Rikkei Education
Ứng Dụng Hệ Thống Dữ Liệu Lớn & AI Agents
AI-Native Kỹ Thuật Dữ Liệu
Chương trình chuyên sâu từ BK Fintech – ĐH Bách Khoa Hà Nội & Rikkei Education. Thực chiến với Production-like Data Lab, ứng dụng Claude/Cursor tự động hóa ETL pipeline, hỗ trợ tối ưu năng suất DataOps.
Chương trình AI-Native Kỹ Thuật Dữ Liệu kéo dài 5 tháng, được thiết kế chuyên biệt để rèn luyện tư duy kiến trúc dữ liệu và kỹ năng thực chiến với dữ liệu thực tế quy mô lớn.
Thời gian
Thời gian: 5 tháng (4 tháng học + 1 tháng OJT)
Hình thức
Trực tiếp tại cơ sở Bách Khóa Fintech Hà Nội
Chương trình phù hợp với những cá nhân có định hướng phát triển chuyên môn dữ liệu. Với nền tảng lập trình cơ bản (tập trung SQL & Python), học viên có thể tiếp cận và xây dựng giải pháp hiệu quả.
Sinh viên CNTT/Toán tin muốn định hướng chuyên sâu về dữ liệu
Lợi thế nền tảng: Với nền tảng lập trình và tư duy giải thuật từ trường đại học, bạn có lợi thế lớn khi tiếp cận các công cụ kỹ thuật dữ liệu như Python, SQL, và kiến trúc hệ thống.
Kiến thức trọng tâm: Trau dồi thêm SQL chuyên sâu, kỹ năng xây dựng Data Pipeline thực tế, triển khai trên môi trường Cloud, và tích hợp AI Agent vào quy trình DataOps.
Fresher/Junior IT muốn chuyển hướng sang Data Engineering
Lợi thế nền tảng: Bạn đã có kinh nghiệm thực tế ban đầu trong ngành IT, giúp việc tiếp thu các công cụ Big Data và xây dựng pipeline trở nên nhanh hơn so với người mới hoàn toàn.
Kiến thức trọng tâm: Nắm vững kiến trúc Medallion Architecture, thực hành với PySpark & Kafka, sử dụng AI Copilot để tăng tốc viết code và debug trong môi trường production-like.
Software Engineer / Backend / DevOps / DBA muốn trang bị Kỹ thuật dữ liệu
Lợi thế nền tảng: Với tư duy hệ thống sẵn có và hiểu biết sâu về Database, API, và Cloud, việc trang bị thêm Kỹ Thuật Dữ Liệu sẽ giúp bạn mở rộng năng lực phát triển hệ thống toàn diện.
Kiến thức trọng tâm: Trau dồi thêm SQL chuyên sâu, tư duy kiến trúc Data Warehouse, các công cụ Big Data (như PySpark) và công cụ điều phối luồng dữ liệu (như Airflow DAGs) để quản trị hạ tầng dữ liệu hiệu quả.
Data Analyst / BI muốn nâng tầm lên Data Engineering
Lợi thế nền tảng: Với hiểu biết sâu dữ liệu kinh doanh và cách trực quan hóa, bạn có góc nhìn “end-user” quý giá khi thiết kế pipeline, Data Warehouse phục vụ đúng nhu cầu phân tích.
Kiến thức trọng tâm: Học cách xây dựng các luồng dữ liệu tự động (ELT/ETL), quản lý data quality, triển khai realtime streaming với Kafka tích hợp AI để tự động hóa báo cáo và phân tích.
Năng lực kỹ thuật thực chiến
1
Thành thạo set up & run hệ thống Data Pipeline, xử lý Big Data với PySpark & Kafka, triển khai kiến trúc Medallion Architecture trên Docker.
Kỹ năng Ứng dụng AI Agent
2
Sử dụng thành thạo AI (Claude, Cursor) như một Copilot để gen code, debug, optimize truy vấn và tự động hóa DataOps, hỗ trợ tối ưu quá trình làm việc.
Chứng nhận uy tín
3
Sở hữu chứng nhận từ Đại học Bách Khoa Hà Nội (BK Fintech) và kinh nghiệm thực chiến từ Rikkeisoft.
Cơ hội ứng dụng
4
Sẵn sàng ứng dụng Kỹ Thuật Dữ Liệu tại đa dạng các lĩnh vực (Tài chính, Ngân hàng, Y tế, E-commerce, Logistics…), có khả năng tham gia phân tích bottleneck và benchmark hệ thống.
Hệ thống Data Pipeline Realtime phân tích dữ liệu mạng xã hội
Dự án xây dựng Data Warehouse bằng Apache Spark & Kafka E-commerce
Tự động hóa hệ thống DataOps với AI Agent nội bộ
Tối Ưu Hóa Tính Năng Scan Face Của JunSport
Ứng Dụng Data Analysis Cải Thiện Tỷ Lệ Chuyển Đổi
Từ Kỹ Sư Tự Động Hóa Đến Phân Tích Dữ Liệu
1000 +
học sinh/sinh viên
95 %
học việc có việc làm
20 +
đối tác tuyển dụng
Tin hợp tác Tin tức
Có một khoảng cách khá xa giữa việc nghĩ ra một ý tưởng thú vị
Tin hợp tác Tin tức
Đại học có lẽ là một trong số ít khoảng thời gian mà người trẻ
Tin hợp tác Tin tức
Vừa qua – ngày 15/09/2026, tại Học viện Công nghệ Bưu chính Viễn thông (PTIT)
Hợp tác đào tạo Đại học
200 sinh viên
|
4 năm
CNTT chuẩn doanh nghiệp
300 học viên
|
6 – 9 tháng
Hợp tác đào tạo Đại học
1,000 học viên
|
~ 6 tháng
