GIỚI THIỆU CHƯƠNG TRÌNH ĐÀO TẠO | |
Chương trình đào tạo: | Phân tích dữ liệu trong kinh tế và kinh doanh (Chương trình định hướng chuyên sâu nghề nghiệp quốc tế) Data Analytics in Economics and Business (International Profession Oriented Program) |
Trình độ đào tạo: | Đại học |
Ngành đào tạo: | Kinh tế số |
Mã ngành: | 7310109 |
Chuyên ngành đào tạo: | Phân tích dữ liệu trong kinh tế và kinh doanh |
Ngôn ngữ đào tạo: | Tiếng Việt và Tiếng Anh |
Chương trình đào tạo Cử nhân Phân tích dữ liệu trong kinh tế và kinh doanh được thiết kế theo định hướng chuyên sâu nghề nghiệp quốc tế (International Profession Oriented Program - IPOP), nhằm đào tạo nguồn nhân lực chất lượng cao có khả năng làm việc, sáng tạo và cạnh tranh trong môi trường toàn cầu. Chương trình hướng tới trang bị cho người học kiến thức liên ngành vững chắc giữa kinh tế, quản trị, công nghệ số, phân tích dữ liệu và trí tuệ nhân tạo trong kinh doanh; đồng thời phát triển năng lực phân tích và ra quyết định dựa trên dữ liệu, gắn với các chuẩn mực nghề nghiệp quốc tế. | |
MỤC TIÊU CỦA CHƯƠNG TRÌNH ĐÀO TẠO
Mục tiêu chung:
Chương trình đào tạo Cử nhân Phân tích dữ liệu trong kinh tế và kinh doanh được thiết kế theo định hướng chuyên sâu nghề nghiệp quốc tế (International Profession Oriented Program - IPOP), nhằm đào tạo nguồn nhân lực chất lượng cao có khả năng làm việc, sáng tạo và cạnh tranh trong môi trường toàn cầu. Chương trình hướng tới trang bị cho người học kiến thức liên ngành vững chắc giữa kinh tế, quản trị, công nghệ số, phân tích dữ liệu và trí tuệ nhân tạo trong kinh doanh; đồng thời phát triển năng lực phân tích và ra quyết định dựa trên dữ liệu, gắn với các chuẩn mực nghề nghiệp quốc tế.
Sau khi tốt nghiệp, người học thành thạo kỹ năng thực hành nghề nghiệp Phân tích dữ liệu trong kinh tế và kinh doanh theo yêu cầu thực tế của doanh nghiệp trong và ngoài nước; Phát triển năng lực số, năng lực đổi mới sáng tạo và khả năng ứng dụng linh hoạt các công cụ phân tích dữ liệu hiện đại; Thành thạo tiếng Anh chuyên ngành, có tư duy toàn cầu và kỹ năng giao tiếp đa văn hóa, sẵn sàng làm việc trong môi trường quốc tế; Tự tin đảm nhận vị trí chuyên môn và quản lý, góp phần nâng cao năng lực cạnh tranh của doanh nghiệp và quốc gia trong bối cảnh phát triển kinh tế số.
Mục tiêu cụ thể:
Chương trình đào tạo Cử nhân Phân tích dữ liệu trong kinh tế và kinh doanh - IPOP được thiết kế theo định hướng chuyên sâu nghề nghiệp quốc tế, nhằm phát triển toàn diện kiến thức, kỹ năng, năng lực số và khả năng hội nhập toàn cầu cho người học. Sau khi tốt nghiệp, sinh viên đạt được các mục tiêu cụ thể sau:
● Sinh viên có kiến thức cơ sở ngành, kiến thức liên ngành về kinh tế, quản trị, công nghệ thông tin và phân tích dữ liệu; hiểu rõ mối quan hệ giữa kinh tế – kinh doanh – dữ liệu – công nghệ trong bối cảnh phát triển kinh tế số.
● Sinh viên nắm vững phương pháp và quy trình phân tích dữ liệu hiện đại; hiểu biết sâu sắc các công cụ trí tuệ nhân tạo, học máy và phân tích dữ liệu lớn trong kinh tế, kinh doanh.
● Sinh viên thành thạo kỹ năng ứng dụng công cụ số và công nghệ hiện đại trong phân tích dữ liệu hỗ trợ ra quyết định trong kinh tế và kinh doanh; có khả năng giao tiếp và làm việc bằng tiếng Anh trong môi trường chuyên nghiệp và đa văn hóa; có tư duy phản biện, năng lực đổi mới sáng tạo và học tập suốt đời.
● Sinh viên có đạo đức nghề nghiệp, tinh thần trách nhiệm, khả năng thích ứng cao với sự thay đổi công nghệ và môi trường quốc tế, đủ năng lực cạnh tranh và phát triển sự nghiệp trong thị trường lao động toàn cầu, góp phần nâng cao năng lực đổi mới sáng tạo và sức cạnh tranh quốc gia trong kỷ nguyên kinh tế số.
CHUẨN ĐẦU RA CHƯƠNG TRÌNH ĐÀO TẠO
Yêu cầu về kiến thức
(PLO1): Áp dụng các kiến thức cơ bản về khoa học xã hội, khoa học chính trị và pháp luật, kiến thức liên ngành trong xu thế chuyển đổi số và ứng dụng trí tuệ nhân tạo.
(PLO2): Lựa chọn linh hoạt các nền tảng công nghệ số hiện đại và quy trình xử lý dữ liệu để phân tích, đánh giá và đưa ra giải pháp cho các vấn đề kinh tế - kinh doanh.
(PLO3): Sử dụng linh hoạt các kiến thức chuyên sâu, cập nhật và toàn diện về phương pháp, mô hình và công cụ phân tích dữ liệu hiện đại, nhằm hỗ trợ ra quyết định, thúc đẩy đổi mới sáng tạo, phát triển bền vững và khởi nghiệp trong bối cảnh kinh tế số toàn cầu.
Yêu cầu về kỹ năng
(PLO4): Sử dụng thành thạo công cụ và nền tảng phân tích dữ liệu để thu thập, làm sạch, xử lý và trực quan hoá dữ liệu; thích ứng với hệ thống dữ liệu lớn trong môi trường số.
(PLO5): Lựa chọn được các phương án phân tích dữ liệu phù hợp, đưa ra các đánh giá và giải pháp, chiến lược kinh doanh dựa trên kết quả phân tích dữ liệu.
(PLO6): Áp dụng công nghệ thông tin, công nghệ số và trí tuệ nhân tạo nhằm tối ưu hóa quy trình phân tích dữ liệu, nâng cao hiệu suất công việc.
(PLO7): Áp dụng thành thạo các kỹ năng giao tiếp để đàm phán và thuyết phục hiệu quả, truyền thông được các vấn đề về kết quả phân tích dữ liệu trong kinh tế và kinh doanh.
Mức độ tự chủ và trách nhiệm
(PLO8): Có khả năng làm việc độc lập và làm việc nhóm hiệu quả nhằm lập kế hoạch, triển khai các dự án phân tích dữ liệu, chủ động đưa ra kết luận và bảo vệ được quan điểm chuyên môn.
(PLO9): Có thái độ tích cực trong đổi mới công nghệ số; có tinh thần học tập suốt đời, chủ động cập nhật kiến thức số và trí tuệ nhân tạo; linh hoạt thích ứng với thay đổi, có thể dẫn dắt và khởi nghiệp để tạo việc làm cho mình và cho người khác;
(PLO10): Tuân thủ chuẩn mực đạo đức nghề nghiệp, pháp luật, bảo mật dữ liệu và minh bạch trong công việc; có tinh thần trách nhiệm với cộng đồng, doanh nghiệp và môi trường; thể hiện đạo đức số trong sử dụng trí tuệ nhân tạo và dữ liệu.
Yêu cầu về ngoại ngữ và tin học
(PLO9): Đạt chuẩn Tiếng Anh trình độ bậc 4 theo Khung năng lực ngoại ngữ 6 bậc dùng cho Việt Nam theo Quy định chuẩn đầu ra Tiếng Anh đối với sinh viên trình độ đại học của Trường Đại học Thương mại.
(PLO10): Đạt chuẩn kỹ năng sử dụng công nghệ thông tin theo Quy định về yêu cầu chuẩn kỹ năng sử dụng công nghệ thông tin đối với sinh viên trình độ đại học của Trường Đại học Thương mại.
NỘI DUNG CHƯƠNG TRÌNH ĐÀO TẠO | ||||||
STT | Khối kiến thức và các học phần | Mã học phần | Ngôn ngữ giảng dạy | Số TC | Cấu trúc | |
1 | KIẾN THỨC GIÁO DỤC ĐẠI CƯƠNG |
| 48 |
| ||
1.1 | Giáo dục đại cương |
|
| 37 |
| |
1.1.1 | Các học phần bắt buộc |
|
| 34 |
| |
1 | Triết học Mác - Lê Nin | MLNP0221 | Tiếng Việt | 3 | 36,18 | |
2 | Kinh tế chính trị Mác - Lê Nin | RLCP1211 | Tiếng Việt | 2 | 24,12 | |
3 | Tư tưởng Hồ Chí Minh | HCMI0111 | Tiếng Việt | 2 | 24,12 | |
4 | Lịch sử Đảng Cộng sản Việt Nam | HCMI0131 | Tiếng Việt | 2 | 21,18 | |
5 | Chủ nghĩa xã hội khoa học | HCMI0121 | Tiếng Việt | 2 | 24,12 | |
6 | Pháp luật đại cương | TLAW0111 | Tiếng việt | 2 | 24,12 | |
7 | Tiếng Anh tăng cường 1.1 | ENPR7011 | Tiếng Anh | 4 | 48,24 | |
8 | Tiếng Anh tăng cường 1.2 | ENPR7111 | Tiếng Anh | 4 | 48,24 | |
9 | Tiếng Anh nâng cao 1.1 | ENTI3111 | Tiếng Anh | 5 | 60,30 | |
10 | Tiếng Anh nâng cao 1.2 | ENTI3211 | Tiếng Anh | 5 | 60,30 | |
11 | Ứng dụng công nghệ thông tin căn bản Information Technology Foundation | INFO3511 | Tiếng Việt | 3 | 36,18 | |
1.1.2 | Các học phần tự chọn |
|
| 3 |
| |
| Chọn 03 TC trong các HP sau: |
|
|
|
| |
1 | Toán đại cương Basic mathematics | AMAT1011 | Tiếng Việt | 3 | 36,18 | |
2 | Giao tiếp trong kinh doanh Communication in business | EPIN0111 | Tiếng Việt | 3 | 0,90 | |
1.2 | Giáo dục thể chất |
|
| 3 |
| |
1.2.1 | Các học phần bắt buộc |
|
| 1 |
| |
| Giáo dục thể chất chung | GDTC1611 | Tiếng Việt | 1 | 12,18 | |
1.2.2 | Các học phần tự chọn |
|
| 2 |
| |
| Chọn 02 TC trong các HP sau: |
|
|
|
| |
1 | Cầu lông | GDTC0521 | Tiếng Việt | 1 | 12,18 | |
2 | Bóng chuyền | GDTC0621 | Tiếng Việt | 1 | 12,18 | |
3 | Bóng ném | GDTC0721 | Tiếng Việt | 1 | 12,18 | |
4 | Bóng bàn | GDTC1621 | Tiếng Việt | 1 | 12,18 | |
5 | Cờ vua | GDTC1721 | Tiếng Việt | 1 | 12,18 | |
6 | Bóng rổ | GDTC0821 | Tiếng Việt | 1 | 12,18 | |
7 | Cờ vua Chess | GDTC 0921 | Tiếng Việt | 2 | 24,36 | |
8 | Thể dục thẩm mỹ 1 Gymnastic 1 | GDTC1811 | Tiếng Việt | 1 | 12,18 | |
9 | Thể dục thẩm mỹ 2 Gymnastic 2 | GDTC1911 | Tiếng Việt | 1 | 12,18 | |
1.3 | Giáo dục Quốc phòng – An ninh Military Education |
|
| 8 |
| |
2 | KIẾN THỨC GIÁO DỤC CHUYÊN NGHIỆP |
|
| 83 |
| |
2.1 | Kiến thức liên ngành |
|
| 43 |
| |
2.1.1 | Các học phần bắt buộc |
|
| 28 |
| |
1 | Kinh tế học | MIEC1031 | Tiếng Anh | 3 | 36,18 | |
2 | Chuyển đổi số trong kinh doanh | PCOM1111 | Tiếng Việt | 2 | 24,12 | |
3 | Thực tập nghề nghiệp Internship | TKTE0161 | Tiếng Việt | 2 | 0,60 | |
4 | Ứng dụng trí tuệ nhân tạo trong kinh doanh Artificial Intelligence for Business | INFO6011 | Tiếng Việt | 3 | 15,60 | |
5 | Quản trị học | BMGM0531 | Tiếng Anh | 3 | 36,18 | |
6 | Marketing căn bản | BMKT3231 | Tiếng Anh | 3 | 36,18 | |
7 | Nguyên lý quản trị nhân lực | HRMG2531 | Tiếng Anh | 3 | 36,18 | |
8 | Nguyên lý kế toán | ACCP0231 | Tiếng Anh | 3 | 36,18 | |
9 | Tiền tệ, ngân hàng và thị trường tài chính | EFIN2812 | Tiếng Anh | 3 | 36,18 | |
10 | Khởi sự kinh doanh | EPIN0211 | Tiếng Việt | 3 | 36,18 | |
2.1.2 | Các học phần tự chọn |
|
| 15 |
| |
| Chọn 15 TC trong các HP sau: |
|
|
|
| |
1 | Phương pháp nghiên cứu khoa học | SCRE0211 | Tiếng Việt | 3 | 36,18 | |
2 | Quản trị dịch vụ | TEMG2911 | Tiếng Việt | 3 | 36,18 | |
3 | Luật kinh tế 1 | PLAW0321 | Tiếng Việt | 3 | 36,18 | |
4 | Kinh doanh quốc tế | ITOM1311 | Tiếng Việt | 3 | 36,18 | |
5 | Lý thuyết kinh tế số Theory of digital economics | DECO1011 | Tiếng Việt | 3 | 36,18 | |
6 | Kinh tế lượng | AMAT0411 | Tiếng Việt | 3 | 36,18 | |
7 | Các mô hình kinh doanh số Digital business models | EDAN1111 | Tiếng Việt | 3 | 36,18 | |
8 | An toàn và bảo mật thông tin Information security | ECIT0921 | Tiếng Việt | 3 | 36,18 | |
9 | Marketing số Digital Marketing | MAGM1011 | Tiếng việt | 3 | 36,18 | |
10 | Phân tích báo cáo tài chính Financial Statement Analysis | ANST0833 | Tiếng Việt | 3 | 36,18 | |
2.2 | Kiến thức ngành |
|
| 15 |
| |
2.2.1 | Các học phần bắt buộc |
|
| 9 |
| |
1 | Nhập môn phân tích kinh doanh Introduction to Business analytics |
| Tiếng Anh | 3 | 36,18 | |
2 | Các phương pháp và mô hình dự báo kinh tế xã hội Forecasting methods and models in social and economic sciences | DECO0411 | Tiếng Việt | 3 | 36,18 | |
3 | Thực hành nghề nghiệp phân tích dữ liệu kinh tế và kinh doanh Practice of economic and business data analysis | TKTE0261 | Tiếng Việt | 3 | 0,90 | |
2.2.2 | Các học phần tự chọn |
|
|
|
| |
| Chọn 6 TC trong các HP sau: |
|
| 6 |
| |
1 | Thống kê trong học máy Statistical foundations of machine learning | EDAN0911 | Tiếng Việt | 3 | 36,18 | |
2 | Cấu trúc dữ liệu và giải thuật Data structures and Algorithms | INFO1311 | Tiếng Việt | 3 | 36,18 | |
3 | Quản trị cơ sở dữ liệu Database Administration | eCIT2711 | Tiếng Việt | 3 | Bài tập lớn | |
AI Agent trong kinh doanh AI Agents in Business | ECIT5911 | Tiếng Việt | 3 | 36,18 | ||
2.3 | Kiến thức chuyên ngành (gồm các học phần bắt buộc) |
|
| 15 |
| |
1 | Phân tích kinh doanh hỗ trợ ra quyết định Business analytics for Decision Support | DECO0831 | Tiếng Anh | 3 | 36,18 | |
2 | Thực hành học máy trong kinh tế và kinh doanh Practical machine learning in economics and business | DECO0911 | Tiếng Việt | 3 | 0,90 | |
3 | Phân tích dữ liệu lớn Big data analytics | EDAN0611 | Tiếng Việt | 3 | 0,90 | |
4 | Phân tích dữ liệu thông minh trong kinh doanh Intelligent Data Analysis in Business | EDAN1031 | Tiếng Anh | 3 | 36,18 | |
5 | Mô hình ngôn ngữ lớn và xử lý ngôn ngữ tự nhiên Large Language Model and Natural Language Processing Data | INFO6311 | Tiếng Việt | 3 | 36,18 | |
2.4 | Thực tập nghề nghiệp và làm tốt nghiệp khóa học |
|
| 10 |
| |
1 | Thực tập và viết Báo cáo dự án nhóm | REPV1211 | Tiếng Việt | 3 | 0,90 | |
2 | Thưc tập và viết Luận văn tốt nghiệp | LVVV1311 | Tiếng Việt | 7 | 0,210 | |
Ghi chú: Tổng số tín chỉ tích lũy tối thiểu toàn khóa học: 131 tín chỉ bao gồm 120 tín chỉ học tập và tốt nghiệp (trong đó có 96 tín chỉ học phần bắt buộc (80%), 24 tín chỉ học phần tự chọn (20%) và 11 tín chỉ Giáo dục thể chất và Giáo dục quốc phòng – an ninh. Trong chương trình đào tạo có 24 tín chỉ học phần được giảng dạy bằng tiếng Anh thuộc khối kiến thức giáo dục chuyên nghiệp. | ||||||
CƠ HỘI VIỆC LÀM
Sinh viên tốt nghiệp chương trình Cử nhân Phân tích dữ liệu trong kinh tế và kinh doanh - IPOP có khả năng làm việc trong các doanh nghiệp, tổ chức tài chính, cơ quan nhà nước, tổ chức quốc tế hoặc khởi nghiệp trong lĩnh vực kinh tế số. Với nền tảng kiến thức liên ngành về kinh tế, công nghệ và khoa học dữ liệu, sinh viên có thể đảm nhận nhiều vị trí đa dạng, phù hợp với xu thế chuyển đổi số toàn cầu.
Ngay sau khi tốt nghiệp, sinh viên có thể làm việc ở các vị trí như:
- Chuyên viên hoặc chuyên gia phân tích dữ liệu: Thực hiện thu thập, làm sạch, xử lý và trực quan hóa dữ liệu để khai thác thông tin có giá trị, hỗ trợ các quyết định trong kinh doanh và quản trị.
- Chuyên viên tư vấn chuyển đổi số: Tham gia phân tích quy trình, tư vấn giải pháp số hóa hoạt động và xây dựng lộ trình chuyển đổi số cho doanh nghiệp.
- Chuyên viên nghiên cứu thị trường: Phân tích hành vi khách hàng, xu hướng thị trường và đối thủ cạnh tranh, từ đó đề xuất các chiến lược tiếp cận thị trường hiệu quả.
- Chuyên viên marketing số: Theo dõi, đo lường và đánh giá hiệu quả các chiến dịch marketing; sử dụng công cụ phân tích dữ liệu để tối ưu hóa trải nghiệm khách hàng.
- Chuyên viên, chuyên gia phân tích kinh doanh: Phân tích dữ liệu vận hành và tài chính, đánh giá hiệu quả hoạt động, dự báo xu hướng và đưa ra khuyến nghị chiến lược cho nhà quản trị.
Sau một thời gian tích lũy kinh nghiệm, người học có thể phát triển lên các vị trí quản lý hoặc chuyên sâu hơn như:
- Trưởng nhóm hoặc quản lý dự án phân tích dữ liệu: Lập kế hoạch, điều phối và giám sát các dự án phân tích dữ liệu, phối hợp giữa đội kỹ thuật và các phòng ban kinh doanh để đảm bảo hiệu quả triển khai.
- Chuyên gia tư vấn chiến lược dữ liệu và chuyển đổi số: Định hướng chiến lược ứng dụng dữ liệu và công nghệ số trong quản trị doanh nghiệp; tư vấn cho lãnh đạo cấp cao về giải pháp tối ưu hóa vận hành và ra quyết định.
– Nhà sáng lập doanh nghiệp khởi nghiệp: Ứng dụng kiến thức về dữ liệu, công nghệ và kinh tế số để phát triển các mô hình kinh doanh mới, sản phẩm hoặc dịch vụ sáng tạo dựa trên nền tảng phân tích dữ liệu.
- Giảng viên hoặc nghiên cứu viên trong lĩnh vực Kinh tế số và Khoa học dữ liệu: Tham gia nghiên cứu, xuất bản và giảng dạy tại các cơ sở đào tạo đại học hoặc viện nghiên cứu trong và ngoài nước.