#data-analysis

Transformations that know their context

dlthub cung cấp hai cách chạy transformations: sử dụng dự án dbt có sẵn hoặc transformations native của dlthub. Bài viết so sánh sự khác biệt giữa hai phương pháp này cho người thực hành và nhà ra quyết định kỹ thuật.

Một lập trình viên cần hiểu cách dlthub cung cấp hai cách thực hiện biến đổi dữ liệu (từ dự án dbt cá nhân hoặc biến đổi bản địa của dlthub) để quyết định lựa chọn phương pháp phù hợp với quy mô, tính linh hoạt và chi phí của dự án mình.

Stop Averaging Percentages: The Metric Bug That Made My Weekly Report Lie

Bài viết chỉ ra lỗi sai phổ biến khi tính trung bình các tỷ lệ phần trăm (percentages) trong báo cáo, dẫn đến kết quả không chính xác so với dữ liệu gốc.

Lập trình viên nên đọc bài này để tránh lỗi phổ biến khi tính trung bình phần trăm—có thể gây ra sai lệch dữ liệu nghiêm trọng trong phân tích và quyết định kinh doanh.

Why every AI agent decision needs a receipt

Mỗi quyết định của AI agent cần được hỗ trợ bởi bằng chứng có cấu trúc (structured evidence packets) để đảm bảo tính đáng tin cậy, khả kiểm toán và có thể xác minh.

Lập trình viên nên đọc bài này để hiểu cách xây dựng hệ thống AI có thể minh bạch, kiểm chứng và bảo mật thông tin quyết định, giúp tránh các rủi ro về tính trung thực và trách nhiệm trong ứng dụng AI thực tế.

Free real-world Pandas exercises, with solutions

Bài viết cung cấp hơn 500 bài tập thực hành miễn phí về thư viện Pandas trên dữ liệu thực tế (nhà máy than, động đất, Netflix), kèm theo lời giải chi tiết cùng 16 hướng dẫn phương pháp.

Làm quen với các bài tập thực tế trên Pandas giúp bạn hiểu rõ cách áp dụng công cụ này trong việc xử lý và phân tích dữ liệu thực tế, từ đó nâng cao kỹ năng giải quyết vấn đề và tự tin hơn khi làm việc với các dataset phức tạp.

I Thought Loading Data Was the Finish Line. It Was the Starting Point.

Người học data engineering chia sẻ trải nghiệm đầu tiên với dbt sau khi nhận ra việc tải dữ liệu RSS vào Postgres chỉ là bước khởi đầu. Họ đã xây dựng các model staging để xử lý định dạng ngày tháng (TEXT → timestamp) và tách tên tác giả khỏi tiêu đề, đồng thời tạo model mart thống kê bài viết theo tác giả. Quá trình này bao gồm cài đặt dbt-postgres (có lưu ý tương thích Python 3.14), thêm tests, và chạy toàn bộ trên Docker.

Một lập trình viên nên đọc bài này để hiểu cách từ từ chuyển từ việc đơn giản là load dữ liệu sang việc xây dựng mô hình dữ liệu sạch, đáng tin cậy và có thể tái sử dụng thông qua các quy trình như dbt, giúp tiết kiệm thời gian và tránh những lỗi cơ bản trong quá trình xử lý dữ liệu.

Old Rover Data Reveals Vast Water Amounts on Mars

Dữ liệu cũ từ xe tự hành tiết lộ dấu vết sắt cổ đại cho thấy sao Hỏa từng có nhiều nước hơn, thay đổi hiểu biết về sự tồn tại của nước trên hành tinh này.

Lập trình viên nên đọc bài này để hiểu cách các thuật toán phân tích dữ liệu từ rover Mars (như Curiosity) không chỉ giúp giải mã lịch sử nước trên hành tinh đỏ mà còn cung cấp kiến thức về kỹ thuật xử lý dữ liệu khoa học, quan trọng trong việc xây dựng hệ thống tự động hóa cho các nhiệm vụ tương lai trên không gian.

NZ and US petrol (‘gasoline’) and diesel prices by @ellis2013nz

Bài viết giới thiệu một biểu đồ cập nhật thường xuyên về giá xăng (petrol/gasoline) và dầu diesel tại New Zealand (NZ) và Mỹ, nhằm theo dõi tác động của cuộc khủng hoảng nhiên liệu chậm diễn ra do chiến tranh Mỹ - Iran. Tác giả chia sẻ biểu đồ này trên trang web cá nhân kèm theo một số biểu đồ khác về chủ đề này.

Bài viết này giúp lập trình viên hiểu cách xây dựng và duy trì dữ liệu thực tế theo thời gian, từ đó học cách tích hợp, xử lý và visual hóa dữ liệu động trong các dự án ứng dụng phân tích kinh tế hoặc hệ thống theo dõi biến động thị trường.

The Problem with pandas Isn’t Performance. It’s Cognitive Overhead.

Vấn đề chính của pandas không phải là hiệu năng mà là sự phức tạp trong tư duy khi xử lý dữ liệu, khi người dùng phải nhớ nhiều cú pháp API đặc thù (như lambda, index, aggregation) tốn dung lượng bộ nhớ làm việc. Các giải pháp thay thế như Polars hay DuckDB cũng có những cú pháp riêng, trong khi Pivotal ra mắt dưới dạng DSL mã nguồn mở nhằm biên dịch code từ cú pháp phân tích sạch hơn, giảm thời gian hiểu code thay vì chỉ tối ưu tốc độ chạy.

Lập trình viên nên đọc bài này để khám phá cách giảm thiểu mệt mỏi về kiến thức và cấu trúc phức tạp của pandas, giúp cải thiện hiệu suất thực hành phân tích dữ liệu mà không cần phụ thuộc vào các quy tắc API khó nhớ.

Data Analytics Course Fees in Bangalore 2026: What You Are Really Paying For (Full Price Breakdown)

Bài viết phân tích chi tiết mức học phí (2026) của các khóa học Data Analytics tại Bangalore, giải thích rõ những gì học viên được hưởng tương ứng với khoản chi trả, từ nội dung giảng dạy đến cơ sở vật chất và dịch vụ hỗ trợ.

Những chi tiết chi tiết về giá học phí và giá trị thực sự của khóa học Data Analytics ở Bangalore năm 2026 sẽ giúp bạn tránh bỏ lỡ những chi phí ẩn và lựa chọn chương trình phù hợp với ngân sách cũng như mục tiêu sự nghiệp của riêng mình.

Thank You for 40 000 Stars on GitHub – DuckDB

DuckDB vừa đạt mốc 40.000 stars trên GitHub. Bài viết tóm tắt những tiến triển kể từ mốc 10.000 stars trước đó.

Nếu bạn đang tìm kiếm một giải pháp xử lý dữ liệu hiệu quả, nhẹ nhàng và mở rộng được cho các ứng dụng từ nhỏ đến lớn, thì DuckDB là một công cụ đáng chú ý để bạn tham khảo và ứng dụng ngay trong dự án của mình.

R GUI Comparison Update

Bài viết cập nhật so sánh các giao diện đồ họa (GUI) cho ngôn ngữ R, bao gồm jamovi, JASP, BlueSky Statistics (phiên bản miễn phí & Pro), Rattle, RKWard, R-Instat, R AnalyticFlow và R Commander. Mỗi lựa chọn đều có ưu điểm riêng, giúp người dùng dễ dàng chọn công cụ phù hợp.

Lập trình viên muốn tối ưu hóa thời gian phân tích dữ liệu và giảm thiểu sự phụ thuộc vào mã thủ công sẽ tìm hiểu R GUI Comparison Update để so sánh các công cụ GUI hiện đại, từ đó lựa chọn giải pháp phù hợp nhất với nhu cầu chuyên môn và hiệu suất làm việc.

Observability at Scale: Whatnot at Snowflake Summit

Whatnot đã ứng dụng observability, AI analytics và real-time monitoring trên nền tảng Snowflake để hỗ trợ tăng trưởng nhanh chóng và ra quyết định nhanh hơn.

Lập trình viên nên đọc bài này để hiểu cách kết hợp Snowflake với các công cụ observability và AI để tối ưu hóa quy trình phát triển, debug nhanh chóng và tối đa hóa hiệu suất cho ứng dụng ở quy mô lớn.

Learn pandas the Right Way: A Python Library Course That Doesn't Waste Your Time

Khóa học pandas tập trung vào thực hành coding trực tiếp trong IDE thay vì xem video dài 6 giờ, cung cấp phản hồi tức thì, dự án thực tế và cơ hội giành thẻ quà tặng $20.

Lập trình viên nên đọc bài này vì cách giảng dạy trực tiếp qua mã và dự án thực tế giúp tiết kiệm thời gian, thay vì chỉ học lý thuyết mà không có thực hành ngay lập tức.

The New Monday Morning Report: How Generative AI can deliver the insights your executives need.

Báo cáo sáng thứ Hai mới đây chỉ ra cách Generative AI có thể cung cấp những insights cần thiết cho các nhà điều hành doanh nghiệp.

Lập trình viên nên đọc bài này để hiểu cách ứng dụng AI sinh tạo giúp giải quyết vấn đề phân tích dữ liệu và quyết định kinh doanh, từ đó nâng cao hiệu quả công việc và mở rộng tầm nhìn về công nghệ trong doanh nghiệp.

How AI is transforming analytics at Grab

AI đang thay đổi quy trình phân tích dữ liệu tại Grab khi các AI agent đảm nhận nhiều khâu trong vòng lặp phân tích, giúp các nhà phân tích chuyển từ sản xuất báo cáo sang sở hữu câu hỏi, đánh giá và quyết định. Bài viết giới thiệu năm cấp độ tự chủ trong quy trình này, các khả năng nền tảng hỗ trợ từng cấp độ, và cách ứng dụng trong sản xuất hiện nay.

Lập trình viên nên đọc bài này để hiểu cách AI tự động hóa và tích hợp vào quy trình phân tích dữ liệu, giúp chuyển đổi từ việc xử lý dữ liệu thành việc tạo ra quyết định chiến lược thông minh, đồng thời khám phá những công nghệ nền tảng (như các cấp tự chủ AI) đang thúc đẩy sự thay đổi này trong thực tế sản xuất.

Medium

Tìm hiểu các báo cáo và bảng điều khiển quan trọng của Contact Center, từ cuộc gọi đến khảo sát phản hồi khách hàng.

Một lập trình viên phát triển hệ thống hỗ trợ khách hàng nên đọc bài này để hiểu cách tối ưu hóa và tích hợp các báo cáo liên quan đến trải nghiệm khách hàng từ các báo cáo cuộc gọi đến đánh giá, giúp xây dựng hệ thống tự động hóa và phân tích dữ liệu hiệu quả hơn.

How AI Is Changing the Daily Work of Data Analysts (And Why That’s Good News)

AI đang thay đổi công việc hàng ngày của các data analyst thông qua các công cụ tự động hóa, giúp xử lý dữ liệu nhanh hơn và giảm bớt khối lượng công việc thủ công. Mặc dù lo ngại về việc AI thay thế vị trí này, nhưng thực tế, AI lại hỗ trợ nâng cao hiệu suất và tạo ra giá trị mới cho công việc phân tích dữ liệu.

Lập trình viên nên đọc bài này để hiểu cách AI tự động hóa các nhiệm vụ phân tích dữ liệu, giúp họ tập trung vào các giải pháp sáng tạo hơn và tối ưu hóa quy trình phát triển ứng dụng thông minh.

Polars vs DuckDB vs Pandas: Benchmark on 33 Million Rows

Bài viết so sánh hiệu năng giữa Polars, DuckDB và Pandas trên bộ dữ liệu 33 triệu hàng, xoay quanh những thảo luận gần đây về ưu điểm của Polars, DuckDB, Apache Arrow so với những hạn chế của Pandas.

Nếu bạn đang làm việc với dữ liệu lớn và cần tối ưu hiệu suất xử lý, bài này giúp bạn so sánh nhanh chóng Polars, DuckDB và Pandas trên 33 triệu dòng, giúp bạn lựa chọn công cụ phù hợp nhất cho dự án của mình.

I Used to Design Dashboards Based on Assumptions — Now I Want to Understand the Numbers Behind Them.

Tác giả chia sẻ quá trình chuyển đổi từ thiết kế dashboard dựa trên giả định sang ưu tiên hiểu rõ các con số đằng sau chúng sau nhiều năm làm UI/UX Designer.

Lập trình viên nên đọc bài này để hiểu cách chuyển đổi các giả định thiết kế dashboard thành dữ liệu thực tế và xây dựng hệ thống đo lường chính xác, giúp phát triển sản phẩm hiệu quả hơn từ những số liệu thực chứng.

Why Netstar is tracking your favourite sporting event

Netstar, chuyên gia theo dõi và telematics, đang thử nghiệm ứng dụng dữ liệu chuyển động (movement data) từ phương tiện sang các môn thể thao nhằm mở rộng phạm vi hoạt động của nền tảng công nghệ này.

Những công nghệ telematics của Netstar không chỉ giúp theo dõi xe, mà còn mở ra khả năng tích hợp dữ liệu chuyển động vào các hoạt động thể thao, giúp lập trình viên hiểu rõ hơn về cách ứng dụng IoT và AI trong các thiết bị Wearable và hệ thống theo dõi thực tế.

Energy runs on volatile markets. Finance protects the margin.

How energy finance turns market volatility into margin with Databricks Genie, a data-smart AI coworker grounded in a live, governed ontology.

GitHub - reflex-dev/xy: Fast, composable, GPU-accelerated charts for the web and notebooks

Fast, composable, GPU-accelerated charts for the web and notebooks - reflex-dev/xy

Schrödinger’s dashboard — Are they dead or are they not?

Schrödinger’s dashboard — Are they dead or are they not? The word is on the street is— dashboards are dead, never to return. So lose the API keys, delete the Sigma report, throw the Looker …

The Most Important Skill Every Data Scientist Needs Isn’t Python

Kỹ năng quan trọng nhất của nhà khoa học dữ liệu không phải là thành thạo Python hay các công cụ khác, mà là khả năng tư duy logic và giải quyết vấn đề.

Những kỹ năng cơ bản về thống kê và logic để giải quyết vấn đề thực tế là nền tảng quan trọng nhất, giúp bạn phân tích dữ liệu một cách hiệu quả mà không phụ thuộc vào ngôn ngữ lập trình.

The A/B Testing Process: Research, Prioritize, Test, Analyze

Quá trình A/B Testing gồm bốn bước: nghiên cứu (Research), ưu tiên (Prioritize), kiểm thử (Test) và phân tích (Analyze), giúp tối ưu hệ thống thay vì thử nghiệm ngẫu nhiên.

Lập trình viên nên đọc bài này để hiểu cách chuyển đổi các ý tưởng thiết kế UI/UX thành các thử nghiệm khoa học có kết quả thực tế, giúp tối ưu hóa hiệu suất ứng dụng mà không phụ thuộc vào cảm giác cá nhân.

Python for Data Analytics: How Companies Take Advantage of Data for Smart Decision Making

Bài viết giới thiệu vai trò của Python trong phân tích dữ liệu, giúp doanh nghiệp khai thác thông tin hiệu quả để đưa ra quyết định thông minh. Python được sử dụng rộng rãi nhờ thư viện phong phú, hỗ trợ xử lý, trực quan hóa và phân tích dữ liệu.

Nếu bạn đang làm việc trong lĩnh vực phân tích dữ liệu hay muốn chuyển hướng sang công nghệ dữ liệu, bài viết này sẽ giúp bạn hiểu cách Python trở thành công cụ không thể thiếu trong việc xử lý và khai thác dữ liệu để đưa ra quyết định thông minh cho doanh nghiệp.

ColumnTransformer Explained: The Right Way to Pre-process Mixed Data in Scikit-Learn

ColumnTransformer Explained: The Right Way to Pre-process Mixed Data in Scikit-Learn “Machine learning models don’t fail because of bad algorithms. More often, they fail because the data reaching …

Babe Ruth: How good was he? Mantle versus Ruth

Babe Ruth vượt trội hơn Mickey Mantle về mặt thống kê toàn diện trong suốt sự nghiệp, với những thành tích nổi bật như 714 home run, 2.214 RBI và chỉ số OPS 1.164, khẳng định vị thế huyền thoại vượt xa so với Mantle.

Nếu bạn đang tìm hiểu về sự so sánh kỹ thuật và phong cách chơi giữa những ngôi sao baseball như Mantle và Ruth, bài viết sẽ giúp bạn hiểu rõ hơn về cách họ thể hiện tài năng và cách ảnh hưởng của họ đến game, từ đó nâng cao kiến thức về lịch sử và nghệ thuật thể thao.

Medium

Tác giả phân tích bộ dữ liệu doanh số bán quần áo vintage bằng Excel, ban đầu trông như một bảng tính chứa đầy dữ liệu hỗn độn.

Lập trình viên nên đọc bài này để hiểu cách chuyển đổi và xử lý dữ liệu từ Excel sang các công cụ phân tích dữ liệu hiện đại như Python, giúp tối ưu hóa quá trình chuyển đổi và tích hợp dễ dàng vào dự án của mình.

Why Some People Get Hired Faster in 2026 (And What You’re Missing)

Why Some People Get Hired Faster in 2026 (And What You’re Missing) Introduction Let’s be honest — getting hired today feels confusing. You see people with similar degrees landing great roles …

When Excel Stops Being Enough

When Excel Stops Being Enough Excel, Business Intelligence, Data Engineering, Analytics Maturity, Digital Transformation Excel has built more businesses than most people realize. It has forecasted …

New Frontier

Remember the “AI rat penis” incident at Frontiers in Cell & Developmental Biology? Well, that was two and a half years ago. That’s enough water under the bridge to now check in and see how this incident affected the journal. If we look at how many papers published, we should be able to see whether […]

Medium

PGA Best Online Data Analytics Courses in India 2026: What the Placement Data Actually Shows The year 2026 has marked a pivotal turning point for the Indian technology landscape. No longer just the …

Statistics in Data Science: A Beginner’s Guide

Statistics in Data Science: A Beginner’s Guide What is Statistics?? Statistics is a branch of mathematics that involves collecting, organizing, analyzing, interpreting, and presenting data. It …

What are outliers, and how do you detect and treat them?

Điểm ngoại lai (outliers) là dữ liệu có giá trị khác biệt đáng kể so với phần còn lại. Các phương pháp phát hiện bao gồm thống kê (IQR, Z-score), trực quan (box plot, scatter plot) và thuật toán (DBSCAN, Isolation Forest). Xử lý có thể là loại bỏ, biến đổi hoặc giữ nguyên tùy theo bối cảnh.

Lập trình viên nên đọc bài này để hiểu cách xử lý các giá trị lạ trong dữ liệu—chính những điểm bất thường này có thể làm sai lệch mô hình AI, ảnh hưởng đến hiệu suất thuật toán và gây ra lỗi trong phân tích dữ liệu thực tế.

The Data Science Lifecycle: How Raw Data Becomes Real Business Decisions

The Data Science Lifecycle: How Raw Data Becomes Real Business Decisions From Raw Data to Real Decisions — Discover the Journey Behind Every Successful Data Science Project. Have you ever wondered …

Lambda-powered functions land in OTTL

As telemetry pipelines become more sophisticated, so do the transformations they need to perform: sanitizing sensitive data, normalizing inconsistent schemas, and enforcing attribute contracts. While OTTL provides a rich set of transformation functions, expressing collection operations has required dedicated functions with hardcoded behavior for each new use case. OpenTelemetry Collector Contrib v0.157.0 changes that by introducing lambda expressions to OTTL. Lambdas let users pass inline logic directly to generic higher-order functions, making complex collection transformations both reusable and concise. The release includes eight new functions that leverage this capability: Filter, MapEach, MapKeys, Any, All, Find, Reduce, and When.

Medium

Phân tích dữ liệu bán hàng bằng Python giúp khai thác thông tin kinh doanh từ bộ dữ liệu Superstore, nơi ghi nhận hàng nghìn giao dịch bán lẻ mỗi ngày.

Một lập trình viên nên đọc bài này để học cách sử dụng Python để phân tích dữ liệu bán hàng thực tế, từ đó hiểu cách chuyển đổi dữ liệu thô thành các quyết định kinh doanh hiệu quả và tự tin trong việc xây dựng các giải pháp tự động hóa phân tích doanh nghiệp.

The Probability Formula You’re Already Using (And Where It Quietly Breaks)

Công thức xác suất (probability) được ứng dụng rộng rãi trong các chỉ số kinh doanh như tỷ lệ chuyển đổi, tỷ lệ rời bỏ hay tỷ lệ thoát trang. Tuy nhiên, công thức này cũng có những giới hạn nhất định khi áp dụng trong thực tế.

Một lập trình viên nên đọc bài này để hiểu cách xác định và xử lý sai sót trong các tính toán xác suất thực tế—chẳng hạn trong phân tích dữ liệu, hệ thống AI hoặc thiết kế hệ thống—trong khi các công thức cơ bản như P(A|B) vẫn được áp dụng.

What I learnt about Data Analysis and Data Analytics

What I learnt about Data Analysis and Data Analytics This report examined the importance of developing Data Analysis and Data Analytics skills as essential competencies in today’s data-driven …