Certified Data Science Practitioner (CDSP DSP-210): Tổng quan chương trình đào tạo và các chủ đề kiến thức

CDSP DSP-210 là gì?

Certified Data Science Practitioner™ (CDSP) là chứng chỉ quốc tế do CertNexus phát triển nhằm đánh giá năng lực của một Data Science Practitioner trong việc giải quyết các bài toán thực tế bằng dữ liệu.

Khác với nhiều chương trình chỉ tập trung vào Machine Learning, CDSP bao quát toàn bộ vòng đời của một dự án Data Science, từ xác định bài toán kinh doanh, thu thập dữ liệu, phân tích khám phá, xây dựng mô hình, đánh giá, triển khai đến truyền đạt kết quả cho các bên liên quan.

Theo CDSP Exam Blueprint v1.4, kỳ thi DSP-210 được chia thành 07 Domain với tỷ trọng kiến thức như sau.

Cấu trúc nội dung kỳ thi CDSP DSP-210

Domain	Chủ đề	Tỷ trọng
Domain 1	Defining the Need Through Data Science	8%
Domain 2	Extracting, Transforming and Loading Data (ETL)	21%
Domain 3	Performing Exploratory Data Analysis (EDA)	31%
Domain 4	Building Models	23%
Domain 5	Testing Models	5%
Domain 6	Operationalizing the Pipeline	7%
Domain 7	Communicating Findings	5%

Nội dung kiến thức theo từng Domain

Domain 1 – Defining the Need Through Data Science (8%)

Đây là giai đoạn xác định đúng vấn đề trước khi bắt đầu xây dựng mô hình.

Nhóm kiến thức	Nội dung
Business Understanding	Business Problem, Business Objective, Business KPI
Project Planning	Scope, Constraints, Assumptions, Risks
Stakeholder Analysis	Stakeholder Mapping, Communication
Data Governance	Data Ownership, Data Stewardship
Data Privacy	GDPR, HIPAA, Privacy by Design
AI Ethics	Fairness, Transparency, Accountability
Xác định bài toán ML	Classification, Regression, Forecasting, Clustering, Recommendation, Optimization
Data Sources	Internal Data, External Data, Open Data

Domain 2 – Extracting, Transforming and Loading Data (21%)

Domain này tập trung vào quy trình chuẩn bị dữ liệu trước khi phân tích.

Nhóm kiến thức	Nội dung
Data Collection	CSV, Excel, SQL, NoSQL, API, Cloud Storage
Data Acquisition	Data Sharing, Open Data, Synthetic Data
Data Cleaning	Missing Values, Duplicate Removal, Outlier Detection
Data Parsing	Merge, Join, Split, Parse
Data Quality	Completeness, Consistency, Correctness, Currency
Bias Assessment	Sampling Bias, Measurement Bias, Confirmation Bias, Observer Bias, Bandwagon Bias, Prejudicial Bias
Data Transformation	Normalization, Standardization, Encoding
NLP Preprocessing	Tokenization, TF-IDF, Word2Vec
Data Loading	Database, DataFrame, BI Tools, API Endpoint

Domain 3 – Performing Exploratory Data Analysis (31%)

Đây là Domain có tỷ trọng lớn nhất trong kỳ thi.

Nhóm kiến thức	Nội dung
Descriptive Statistics	Mean, Median, Mode, Variance, Standard Deviation
Data Distribution	Histogram, Density Plot
Correlation Analysis	Pearson, Spearman
Outlier Analysis	Box Plot, IQR, Z-score
Missing Value Analysis	Remove, Mean, Median, Mode, KNN Imputation
Data Scaling	Min-Max Scaling, Standard Scaling, Robust Scaling
Feature Engineering	Date Features, Interaction Features, Aggregation
Categorical Encoding	Label, One-Hot, Ordinal, Binary, Dummy, Base-N, Target, Hash Encoding
Feature Selection	Correlation Filter, Variance Threshold, Forward Selection, Backward Elimination
Dimensionality Reduction	PCA, SVD, t-SNE
Data Visualization	Histogram, Scatter Plot, Box Plot, Heatmap, Violin Plot

Domain 4 – Building Models (23%)

Domain tập trung vào việc xây dựng và lựa chọn mô hình phù hợp.

Nhóm kiến thức	Nội dung
Machine Learning Concepts	AI, Machine Learning, Deep Learning
Classification	Logistic Regression, Random Forest, Naïve Bayes, XGBoost
Regression	Linear Regression, Ridge, Lasso, ElasticNet
Forecasting	ARIMA
Clustering	K-Means, Hierarchical Clustering, Density-Based Clustering
Hyperparameter Tuning	Grid Search, Bayesian Optimization
Model Validation	Cross Validation
Optimization	Gradient Descent
MLOps Foundation	MLflow, Kubeflow

Domain 5 – Testing Models (5%)

Domain này đánh giá khả năng kiểm định và xác thực mô hình.

Nhóm kiến thức	Nội dung
Experimental Design	Experiment Planning
Hypothesis Testing	Null Hypothesis, Alternative Hypothesis
Statistical Testing	p-value, Confidence Interval
A/B Testing	Controlled Experiment
Success Criteria	Business Metrics, Model Metrics

Domain 6 – Operationalizing the Pipeline (7%)

Tập trung vào triển khai và vận hành mô hình trong môi trường thực tế.

Nhóm kiến thức	Nội dung
Model Deployment	Docker, Kubernetes
Cloud ML Platform	Azure ML, AWS SageMaker
MLOps	MLflow, Kubeflow
Data Architecture	Data Warehouse, Data Lake, Data Mesh, Data Fabric
Monitoring	Drift Detection, Model Monitoring
Production Pipeline	API, Pipeline Automation

Domain 7 – Communicating Findings (5%)

Domain cuối cùng tập trung vào việc truyền đạt kết quả phân tích.

Nhóm kiến thức	Nội dung
Reporting	Dashboard, KPI, Executive Summary
Data Storytelling	Visualization, Business Presentation
Explainable AI	SHAP, LIME, ELI5, AIX360
Documentation	Data Dictionary, Model Card, Impact Assessment
Stakeholder Communication	User Feedback, Participatory Design
Data Literacy	Data Democratization

Tổng hợp tỷ trọng kiến thức

Mức độ ưu tiên	Domain	Tỷ trọng
⭐⭐⭐⭐⭐	Exploratory Data Analysis	31%
⭐⭐⭐⭐	Building Models	23%
⭐⭐⭐⭐	ETL	21%
⭐⭐	Defining the Need	8%
⭐⭐	Operationalizing Pipeline	7%
⭐	Testing Models	5%
⭐	Communicating Findings	5%

Kết luận

Theo CDSP Exam Blueprint DSP-210, chương trình không chỉ kiểm tra kiến thức về thuật toán Machine Learning mà còn đánh giá toàn bộ quy trình Data Science, từ xác định nhu cầu kinh doanh, quản lý và chuẩn bị dữ liệu, phân tích khám phá, xây dựng và kiểm định mô hình, triển khai trong môi trường sản xuất cho đến trình bày kết quả và hỗ trợ ra quyết định.

Đối với người học hoặc các tổ chức muốn xây dựng lộ trình phát triển năng lực Data Science theo chuẩn quốc tế, việc nắm rõ cấu trúc 07 Domain và tỷ trọng từng nhóm kiến thức sẽ giúp ưu tiên nội dung học tập và ôn luyện một cách hiệu quả hơn.

1.Đăng ký và mong muốn khi tham gia khóa học Phân tích DỮ LIỆU. ĐĂNG KÝ