Mô tả vắn tắt học phần

1. Tên học phần:

Khoa học dữ liệu tài chính

2. Ngôn ngữ giảng dạy:

Tiếng Việt

3. Mã học phần:

DAT605045

4. Bộ môn phụ trách giảng dạy:

KD - Khoa Tài chính

5. Trình độ:

Thạc sĩ

6. Số tín chỉ:

3

7. Phân bổ thời gian:

  • Đối với hoạt động trên lớp:
  • Lý thuyết: 30 tiết
  • Làm việc nhóm, thảo luận:: 15 tiết
  • Đối với hoạt động tại phòng máy tính, phòng mô phỏng, …:
  • Thực hành, làm việc nhóm, thảo luận
  • Tự nghiên cứu, tự học: 105 tiết
  • Đồ án, Đề án, Dự án
  • Thực tập

8. Tính chất học phần:

Bắt buộc

9. Ngành áp dụng:

Tài chính

10. Điều kiện tiên quyết:

Không có môn học bắt buộc phải hoàn thành trước học phần này

11. Mục tiêu học phần:

- Trang bị kiến thức cơ bản và kỹ năng thực hành về khoa học dữ liệu ứng dụng trong lĩnh vực tài chính. - Hướng dẫn sinh viên sử dụng hiệu quả các công cụ phân tích dữ liệu và trực quan hóa dữ liệu bằng ngôn ngữ Python. - Phát triển khả năng xử lý và phân tích dữ liệu tài chính, bao gồm tính toán tỷ suất sinh lợi, phân tích rủi ro, tối ưu hóa danh mục đầu tư, và mô phỏng. - Nâng cao khả năng áp dụng phân tích dữ liệu để hỗ trợ ra quyết định tài chính trong các vai trò và lĩnh vực kinh tế. - Xây dựng nền tảng cho sinh viên thực hiện các dự án phân tích dữ liệu trong môi trường thực tiễn tài chính.

12. Mô tả vắn tắt nội dung học phần:

Ngày nay, lượng dữ liệu phát sinh đối với các tổ chức và cá nhân là rất lớn. Các lĩnh vực dịch vụ tài chính như chứng khoán, dịch vụ đầu tư và ngân hàng, là lĩnh vực đòi hỏi lưu trữ và xử lý nhiều dữ liệu nhằm phục vụ cho hoạt động kinh doanh. Môn học này sẽ giới thiệu cho sinh viên về khoa học dữ liệu ứng dụng cho lĩnh vực tài chính bằng việc sử dụng ngôn ngữ Python, một trong những công cụ phân tích kinh doanh được sử dụng nhiều hiện nay, và các công cụ trong hệ sinh thái của Python. Trong môn học này, sinh viên sẽ học cách sử dụng Python một cách hiệu quả để tiến trình phân tích dữ liệu hoàn chỉnh gồm thu thập, xử lý, mô tả, trực quan, phân tích, đánh giá, phán đoán, dự báo và đề xuất hỗ trợ ra quyết định. Nội dung môn học được thiết kế dựa trên 4 trụ cột kiến trúc theo cấp độ của khoa học phân tích dữ liệu: phân tích mô tả (descriptive analytics), phân tích chuẩn đoán (diagnostic analytics), phân tích dự báo (predictive analytics) và phân tích đề xuất (prescriptive analytics). Môn học sẽ giúp cho sinh viên thấy được phân tích dữ liệu có thể cải thiện việc ra quyết định tài chính, cung cấp cho sinh viên nền tảng để thực hiện các phân tích dữ liệu trong các vai trò liên quan đến tài chính trong lĩnh vực tài chính nói riêng và lĩnh vực kinh tế nói chung.