Đó là điều anh Nguyễn Thành Long, Chuyên viên Phát triển Sản phẩm tại PVcomBank, chia sẻ sau khi hoàn thành khóa Agentic AI Analytics K60 tại Mastering Data Analytics (MDA). Anh Long không xuất phát từ vị trí chuyên sâu về Data - công việc của anh thiên về phát triển sản phẩm ngân hàng, nhưng ngày càng cần xử lý dữ liệu nhiều hơn. Câu chuyện của anh vì vậy phù hợp với rất nhiều người đang ở tình huống tương tự: biết mình cần dữ liệu, nhưng chưa có nền tảng để tiếp cận nó một cách bài bản.

Bối cảnh

Trước khi đăng ký K60, anh Long muốn bổ sung thêm kiến thức mới, nâng cao kỹ năng phân tích dữ liệu, học Power BI và quan trọng hơn là hiểu cách tư duy khi đứng trước một bài toán phân tích. Mục tiêu anh đặt ra khá cụ thể: nâng cao tốc độ phân tích dữ liệu trong công việc — không phải để đổi nghề sang Data, mà để làm tốt hơn chính công việc phát triển sản phẩm hiện tại, vốn ngày càng phụ thuộc vào số liệu.

Khó khăn trước khi học

Với một người không xuất phát từ vị trí chuyên sâu về Data như anh Long, cái khó thường không nằm ở việc "không biết công cụ", mà ở việc chưa có nền tảng để tiếp cận dữ liệu một cách có hệ thống. Mỗi lần gặp một bộ dữ liệu mới rất dễ rơi vào tình trạng: không biết nên bắt đầu phân tích từ đâu, có nhiều số nhưng chưa biết số nào đáng chú ý, làm được báo cáo nhưng mất khá nhiều thời gian, và biết công cụ nhưng chưa kết nối được công cụ với câu hỏi kinh doanh thực tế.

Trải nghiệm học tại MDA

Agentic AI Analytics giúp anh Long lấp dần những khoảng trống đó bằng một chương trình kết hợp cả BI, tư duy phân tích và AI. Điểm anh đánh giá cao nhất là diện kiến thức của đội ngũ giảng viên:

Chương trình không dừng ở việc học thao tác Power BI, mà mở rộng cách người học nhìn vào toàn bộ quá trình Analytics: hiểu vấn đề, xử lý dữ liệu, phân tích, trực quan hóa và tận dụng AI để hỗ trợ công việc hiệu quả hơn. Lượng kiến thức vì vậy cũng không hề nhẹ, và anh Long không ngại nói thẳng điều đó:

Một điểm anh đánh giá tích cực khác là sự hỗ trợ của đội ngũ giảng viên, đặc biệt ở việc kiên trì giải đáp các câu hỏi của học viên trong suốt quá trình học — điều quan trọng với một người mới tiếp cận Data như anh, vì lượng kiến thức mới không phải lúc nào cũng "thấm" ngay trong buổi học.

Kết quả sau khóa học

Thay đổi rõ nhất với anh Long không phải một tính năng cụ thể của Power BI, mà là việc bản thân đã có một nền tảng để biết mình nên tiếp cận dữ liệu như thế nào:

Với một người không xuất phát từ chuyên môn Data, sự tự tin này quan trọng hơn vẻ ngoài của nó. Nó có nghĩa là khi gặp một bộ dữ liệu mới trong công việc, anh Long không còn loay hoay không biết bắt đầu từ đâu, mà đã có phương pháp và góc nhìn để xử lý.

Anh cũng góp ý thẳng thắn về những điều chương trình có thể cải thiện: tăng thêm thời lượng thực hành, và mong muốn trong tương lai MDA có thể tổ chức thêm các buổi thực hành offline tại Hà Nội để những học viên ở xa TP.HCM dễ tham gia hơn. Đây là góp ý MDA trân trọng, bởi một chương trình càng nhiều nội dung mới về AI và Analytics thì thời gian để người học thực hành, va chạm và "tiêu hóa" kiến thức càng quan trọng.

Khi được hỏi có sẵn sàng giới thiệu chương trình cho người khác không, câu trả lời của anh Long ngắn gọn: "Chắc chắn rồi."

Câu hỏi thường gặp

• Người làm trong ngành ngân hàng, không chuyên về Data, có học được Agentic AI Analytics không?

  Có. Câu chuyện của anh Long - Chuyên viên Phát triển Sản phẩm tại PVcomBank, tự nhận mình là "newbie" về dữ liệu - cho thấy chương trình được thiết kế để người trái ngành vẫn xây dựng được nền tảng phân tích bài bản, không yêu cầu nền tảng Data từ trước.

• Khóa học có tổ chức offline tại Hà Nội không?

  Hiện tại lớp offline của Agentic AI Analytics tổ chức tại EduFin Space, Q1 TP.HCM; học viên ở các tỉnh/thành khác — trong đó có Hà Nội — học qua hình thức online qua Lark. Anh Long cũng bày tỏ mong muốn trong tương lai MDA có thể mở thêm lớp offline tại Hà Nội, và đây là một tín hiệu MDA ghi nhận từ học viên để cân nhắc cho các kế hoạch mở rộng sau này.

• Thời lượng thực hành trong khóa có đủ để áp dụng ngay vào công việc không?

  Đây là điểm anh Long góp ý cần cải thiện thêm — chương trình có lượng kiến thức khá lớn (cả BI lẫn AI), nên thời gian thực hành, va chạm với dữ liệu thật càng nhiều thì việc "tiêu hóa" kiến thức càng tốt. MDA xem đây là góp ý quan trọng để tiếp tục điều chỉnh chương trình.

• Học Agentic AI Analytics có giúp làm việc với dữ liệu nhanh hơn không?

  Với anh Long, mục tiêu ban đầu là nâng cao tốc độ phân tích dữ liệu trong công việc. Sau khóa học, thay đổi lớn nhất anh nhận được là có nền tảng và phương pháp tiếp cận dữ liệu rõ ràng hơn — yếu tố giúp xử lý số liệu nhanh và tự tin hơn về lâu dài, hơn là một mẹo tăng tốc tức thời.

Kết luận

Một khóa học tốt không nhất thiết khiến người học trở thành chuyên gia ngay sau vài tháng. Nhưng nó nên giúp người học nhìn dữ liệu khác đi, xử lý công việc nhanh hơn và tự tin hơn trước những bài toán mà trước đây còn lúng túng. Đó cũng chính là thay đổi mà anh Nguyễn Thành Long nhận được sau Agentic AI Analytics K60 — từ một người "newbie" với dữ liệu, đến một người có nền tảng để tự tin xử lý số liệu trong công việc ngân hàng của mình.

📚 Bắt đầu sự nghiệp Analytics vững vàng trong kỷ nguyên AI

Mastering Data Analytics (MDA) là đơn vị tiên phong đưa chương trình Agentic AI Analytics đầu tiên về Việt Nam. Sau hơn 6 năm dẫn đầu thị trường đào tạo phân tích dữ liệu, MDA đã đồng hành cùng 3.000+ học viên và 250+ doanh nghiệp lớn như Heineken, Prudential, P&G, AEON, BIDV, Coca-Cola, Unilever.

Điểm khác biệt của MDA không nằm ở những lời hứa kiểu "5 phút phân tích data với ChatGPT" hay "vibe coding dashboard". Chúng tôi rèn đúng bộ ba tạo nên lợi thế cạnh tranh thật sự thời AI: tư duy phân tích hệ thống, chuyên môn vững chắc và năng lực điều phối AI Agents.

👉 Khám phá chương trình: Agentic AI Analytics

📞 Tư vấn lộ trình miễn phí qua Zalo: 0961 48 66 48

💬 Fanpage: Mastering Data Analytics