Đang phát triển kỹ năng Data Engineering

Xin chào, tôi là

MÃ PHÚ QUÝ.

DATA ENGINEER DATA ANALYST

Tập trung xây dựng nền tảng dữ liệu với SQL, Python và ETL. Kết hợp tư duy phân tích để biến dữ liệu thành thông tin hữu ích cho việc ra quyết định kinh doanh.

Khám phá dự án Liên hệ với tôi
GitHub LinkedIn Facebook
data_pipeline.py
# My learning workflow def build_pipeline(): data = extract() clean = transform(data) validate(clean) load(clean) return "Keep learning."
# SQL + Python + ETL print("Data with purpose.")
SQL & Python
ETL · Data Quality
Tìm hiểu thêm  ↓

Giới thiệu

Tư duy dữ liệu.
Giải pháp thực tế.

Tôi đang phát triển năng lực Data Engineering thông qua việc học, thực hành và xây dựng các dự án cá nhân. Mục tiêu là hiểu rõ dữ liệu đi từ nguồn đến nơi sử dụng như thế nào, đồng thời bảo đảm dữ liệu được xử lý và kiểm tra một cách có hệ thống.

Tôi ưu tiên hiểu bản chất, kiểm tra kết quả và ghi nhận rõ những gì đã hoàn thành thay vì chỉ làm cho pipeline chạy được.

Xây dựng nền tảng dữ liệu

Thực hành SQL, Python, ETL và các bước biến đổi dữ liệu.

Kiểm tra và đảm bảo chất lượng

Quan tâm đến dữ liệu thiếu, kiểu dữ liệu, tính nhất quán và kết quả đầu ra.

Hiểu nhu cầu kinh doanh

Sử dụng góc nhìn phân tích để kết nối dữ liệu với câu hỏi thực tế.

Năng lực

Bộ công cụ tôi đang phát triển

Tập trung vào các kỹ năng nền tảng phục vụ Data Engineering, cùng những kỹ năng phân tích hỗ trợ khai thác giá trị dữ liệu.

SQL & Database

Truy vấn, tổ chức và kiểm tra dữ liệu.

SQL MySQL Joins Aggregations CTEs

Python & Data

Thực hành xử lý dữ liệu bằng Python.

Python Polars Pandas PyArrow DuckDB

Data Engineering

Các khái niệm và thực hành đang được củng cố.

ETL Data Cleaning Data Transformation Data Validation Pytest

Data Analytics

Kỹ năng bổ trợ cho việc phân tích và báo cáo.

Excel KPI Analysis Data Visualization Power BI · Exploring

Data Tools

Công cụ hỗ trợ phát triển và kiểm tra dự án.

Git GitHub JupyterLab DataGrip

Testing & Troubleshooting

Tư duy kiểm tra, tìm nguyên nhân và xác nhận kết quả.

Pytest Assertions Postman Debugging

Lưu ý: danh sách thể hiện công cụ và chủ đề đang học/thực hành, không hàm ý mức độ thành thạo chuyên nghiệp ở tất cả các mục.

Dự án tiêu biểu

Học bằng cách xây dựng

Các dự án và bài thực hành thể hiện quá trình học tập, giải quyết vấn đề và mở rộng kỹ năng dữ liệu.

03 projects
PROJECT / 01

ETL Pipeline Practice

Data Engineering · Learning project

Đang thực hành Python · SQL

Thực hành cấu trúc dự án Data Engineering và tìm hiểu các bước trích xuất, biến đổi, kiểm tra và xử lý dữ liệu trong ETL pipeline.

  • Khám phá cấu trúc mã nguồn và cách tổ chức các module ETL.
  • Thực hành kiểm thử bằng Pytest và đối chiếu kết quả dữ liệu.
  • Từng bước tìm hiểu cách các thành phần kết nối với nhau.
Python Polars DuckDB PyArrow Pytest
Mã nguồn tham khảo
PROJECT / 02

Global E-Commerce Sales Analysis

Business Analysis · Portfolio project

Phân tích dữ liệu Portfolio

Dự án phân tích dữ liệu thương mại điện tử theo góc nhìn kinh doanh, hướng đến việc hiểu doanh thu, lợi nhuận và hiệu suất bán hàng.

  • Xem xét dữ liệu đơn hàng, khách hàng, sản phẩm và khu vực.
  • Xây dựng câu hỏi phân tích và xác định KPI phù hợp.
  • Hướng đến báo cáo giúp người dùng hiểu xu hướng và cơ hội kinh doanh.
Excel SQL Data Cleaning KPI Analysis Visualization
Repository
PROJECT / 03

Python Data Extraction & Automation

Python · Automation practice

Python Thực hành

Dự án thực hành tự động hóa trình duyệt và tổ chức dữ liệu đầu ra bằng các thư viện Python.

  • Tìm hiểu cách sử dụng Playwright cho các bước tự động hóa trình duyệt.
  • Thực hành xử lý và tổ chức dữ liệu bằng pandas.
  • Quan tâm đến cấu hình, kiểm thử và xử lý lỗi trong quá trình chạy.
Python Playwright Pandas Pytest
Xem GitHub
NEXT / 04

Learning in Progress

SQL · Python · Data Engineering

Lộ trình phát triển

Tiếp tục hoàn thiện dự án ETL, củng cố SQL và Python, cải thiện kiểm thử dữ liệu và mở rộng kiến thức về hệ thống dữ liệu.

  • Hoàn thiện các bước xử lý dữ liệu và xác nhận đầu ra.
  • Bổ sung tài liệu, hướng dẫn chạy và ví dụ thực tế.
  • Ghi lại tiến độ dự án và những gì đã học được.
SQL Python ETL Testing
Trao đổi với tôi

Cách tiếp cận

Từ dữ liệu thô đến kết quả đáng tin cậy

Một quy trình có hệ thống giúp tôi hiểu dữ liệu, kiểm tra các giả định và xác nhận kết quả trước khi sử dụng.

01 / UNDERSTAND

Hiểu dữ liệu

Xác định nguồn dữ liệu, cấu trúc, kiểu dữ liệu và mục tiêu cần giải quyết.

02 / TRANSFORM

Xử lý dữ liệu

Làm sạch, chuẩn hóa và biến đổi dữ liệu theo yêu cầu.

03 / VALIDATE

Kiểm tra kết quả

Đối chiếu số liệu, kiểm tra điều kiện và xác minh kết quả đầu ra.

04 / COMMUNICATE

Trình bày kết quả

Tài liệu hóa quy trình và truyền đạt thông tin rõ ràng, có ngữ cảnh.

Hợp tác

Sẵn sàng đồng hành trong lĩnh vực dữ liệu

Tôi sẵn sàng kết nối để trao đổi về cơ hội thực tập, công việc trong lĩnh vực dữ liệu hoặc các dự án học tập và cộng tác phù hợp.

Chọn một kênh bên cạnh để mở hồ sơ hoặc liên hệ trực tiếp.

LinkedIn linkedin.com/in/maphuquy24072004 ↗ Facebook Kết nối trên Facebook ↗
Điện thoại 0788 855 716 Zalo
GitHub github.com/QuyzzMa ↗