DATA ENGINEER

Data Analyst nhìn vào data và tìm insight. Data Scientist dùng data để xây model. AI Engineer dùng data để chạy agent.

Nhưng ai là người đảm bảo data đến được đúng nơi, đúng lúc, đúng chất lượng?

Đó là Data Engineer — vị trí nằm trong Top 5 nghề IT được doanh nghiệp lên kế hoạch tuyển dụng nhiều nhất năm 2025, mức lương trung bình junior cao hơn developer thông thường 30–50%, và tỷ lệ cung cầu đang nghiêng hẳn về phía người có kỹ năng.

Nghịch lý: Data Analyst thì nhiều — Data Engineer thì thiếu trầm trọng.

Đây chính xác là khoảng trống bạn có thể lấp đầy.

→ Bạn là Data Analyst đang cảm thấy mình chỉ nhận được data đã “sạch sẵn” mà không hiểu nó đến từ đâu — và muốn nâng cấp lên vị trí có tầm ảnh hưởng lớn hơn, lương cao hơn 40–60%.

→ Bạn là Backend hoặc Software Engineer nhận ra rằng pipeline dữ liệu đang trở thành xương sống của mọi sản phẩm số, và muốn chuyển hướng sang mảng đang khan hiếm nhân sự nhất trong ngành IT.

→ Bạn là Database Administrator hoặc IT chuyên quản lý cơ sở dữ liệu muốn làm việc với hệ thống dữ liệu lớn hơn, hiện đại hơn — vượt ra khỏi MySQL và stored procedure.

→ Bạn là sinh viên CNTT, MIS, Toán Tin muốn định hướng sự nghiệp rõ ràng ngay từ đầu — không phải tốt nghiệp xong mới hỏi “mình nên làm gì?”

🟢 Thứ Hai 8h sáng — hệ thống tự động đã chạy pipeline qua đêm, 5 triệu records từ Shopify, CRM và app mobile đã được làm sạch, transform và load vào Data Warehouse. Không ai ngồi gõ tay.

🟡 Thứ Ba — team Data Science phàn nàn rằng model AI bị drift vì data chất lượng kém. Data Engineer vào dashboard monitoring, tìm ra bảng nguồn bị lỗi schema, sửa trong 20 phút thay vì mất cả ngày debug.

🔵 Thứ Tư — CEO muốn dashboard real-time theo dõi đơn hàng toàn quốc. Data Engineer thiết lập Kafka streaming pipeline — data từ POS hệ thống cập nhật lên dashboard mỗi 5 giây.

🟠 Thứ Năm — team Analytics cần dataset mới để chạy báo cáo marketing. Data Engineer thiết kế thêm ETL pipeline, kết nối dữ liệu từ nhiều nguồn (Ads, CRM, Web tracking), chuẩn hóa và join data để tạo ra bảng dữ liệu sẵn sàng cho BI trong vài giờ thay vì vài ngày.

🟣 Thứ Sáu — chuẩn bị deploy pipeline lên production. Terraform provision infrastructure, GitHub Actions chạy CI/CD, pipeline lên cloud không cần click tay một bước nào.

🔥 Đó là 1 tuần làm việc của một Data Engineer cấp mid.
🚀 Và đó chính xác là những gì bạn sẽ làm được sau khóa học này.

🚀 KỲ 0 — Python · SQL · Linux · Git Bootcamp

(5 buổi · 1 tháng) — On-ramp cho người chưa có nền kỹ thuật

• Làm quen với Python để xử lý dữ liệu (CSV/JSON)

• Nắm vững SQL (JOIN, Window Functions) — nền tảng không thể thiếu

• Sử dụng Linux command line như một Data Engineer thực thụ

• Hiểu và áp dụng Git workflow (branch, commit, pull request)

• Tiếp cận Docker cơ bản để chuẩn hóa môi trường làm việc

👉 Không giả định bạn biết gì trước — học từ con số 0

🏗️ KỲ 1 — Batch Data Engineering & Data Warehouse

(10 buổi · 2 tháng) — Core stack của mọi Data Engineer

• Làm chủ PostgreSQL nâng cao (indexing, query optimization, performance tuning)

• Hiểu và áp dụng Data Modeling: Star Schema & Slowly Changing Dimensions (SCD)

• Xây dựng pipeline với Apache Airflow (orchestration & scheduling)

• Chuẩn hóa transform bằng dbt (data build tool)

• Kiểm soát chất lượng với Great Expectations (data quality validation)

• Thiết lập pipeline monitoring & alerting — phát hiện lỗi trước khi business thấy

👉 Tư duy cốt lõi: Biến dữ liệu thô thành hệ thống dữ liệu đáng tin cậy

☁️ KỲ 3 — Cloud Data Platform & DataOps

(9 buổi · 2 tháng) — Cloud-native engineering

• Làm việc với BigQuery / Redshift — nền tảng Data Warehouse trên cloud

• Xây dựng Delta Lake trên AWS S3 — nền tảng cho Data Lake hiện đại

• Quản lý hạ tầng bằng Terraform (Infrastructure as Code)

• Thiết lập CI/CD cho data pipeline — tự động hóa deploy & vận hành

• Hiểu và áp dụng Data Governance & DataHub

• Nắm vững Security & Compliance (PDPA/GDPR)

• Tối ưu chi phí với FinOps trên cloud

👉 Tư duy cốt lõi: Không chỉ build pipeline — mà build hệ thống dữ liệu có thể scale, quản trị và vận hành lâu dài

🎯 KỲ 4 — Advanced Topics & Career Kickstart

(8 buổi · 1.5 tháng) — Bứt tốc lên level Senior & sẵn sàng đi làm

• Làm việc với Feature Store — cầu nối giữa Data Engineering & Machine Learning

• Tích hợp MLOps vào Data Pipeline — phục vụ model thực tế

• Học System Design cấp senior — thiết kế hệ thống xử lý 1 tỷ events/ngày

• Hoàn thiện portfolio cá nhân — chuẩn hóa theo tiêu chuẩn tuyển dụng

• Thực hành mock interview kỹ thuật (SQL, system design, case study)

• Rèn luyện business presentation — trình bày giải pháp với stakeholder

👉 Tư duy cốt lõi: Không chỉ biết làm — mà phải chứng minh được bạn làm được