Facebook
Skip course categories
Course categories
Skip available courses
Available courses
Microsoft Excel - Advanced Excel Formulas & Functions Course
75 ခုကျော်တဲ့ Excel formulas နဲ့ function တွေကို ကျွမ်းကျင Microsoft Excel instructor တစ်ယောက်ဖြစ်တဲ့ ကိုအင်ဒရူးမှ လက်တွေ့တဆင့်ချင်းစီ သင်ပြပေးမယ့် အတန်းဖြစ်ပါတယ်။ (Excel 2010 မှ 2019 အထိ cover ဖြစ်ပါတယ်)
ဘာတွေသင်ရမလဲ
• Excel လို တသားတည်း စဉ်းစားတတ်ပြီး Excel ထဲမှာ ဘာမှ မရှိတဲ့ အဆင့်ကနေ powerful and dynamic formula တွေကို ရေးတတ်အောင် လေ့လာရပါမယ်။
• Excel နဲ့ပဲ ကိုယ့်အလုပ်နဲ့ workflow ကို Automate ဖြစ်အောင်၊ ပြေပြစ် သွက်လက်အောင်၊ လုံးဝ revolutionize ဖြစ်အောင် အသုံးချတတ်လာမယ်။
• အခြားအတန်းတွေမှာ သင်မတွေ့ရမယ့် tips တွေ၊ tools တွေနဲ့ case studies တွေကို ကျွမ်းကျင်လာဖို့ အာမခံတယ်။
• Excel နဲ့ပတ်သတ်လို့ Online Platform(www.myanmaronlineschool.com) မှာရော၊ ပြင်ပ ကုမ္ပဏီနဲ့ Classroom training တွေမှာ သင်ကြားနေတဲ့ instructor ထံမှ ပျော်စရာကောင်၊ interactive လည်းဖြစ်ပြီး၊ အလွန်ထိရောက်တဲ့ သင်ခန်းစာတွေကို တွေ့ရမယ်
• Online တက်ရောက်လေ့လာသူ၊ အတန်းလာတက်သူအားလုံးအတွက် project file, quiz တွေနဲ့ homework exercises တွေကို www.myanmaronlineschool.com မှာ LIFETIME access ပေးထားလို့… ဒီလိုအတန်းမျိုးကို နားမလည်(သို့)မေ့သွားလို့ နောက်တစ်ကြိမ် သင်တန်းကြေးတွေ ပေးပြီး အတန်းထပ်တက်စရာ မလိုတော့ဘူး။
• Date တွေ၊ text field၊ value နဲ့ array တွေကို analyze လုပ်နိုင်တဲ့ formula တွေကို တည်ဆောက်တက်လာမယ်။
သင်တန်းအကြောင်း ရှင်းပြချက်
Excel ကို နည်းနည်းပဲ သဘောပေါက်တဲ့သူ၊ သင်တန်းတက်ထားပေမယ့် အလုပ်မှာ ပြန်အသုံးမချတတ်သူတွေအတွက် မှန်ကန်တဲ့ နေရာတစ်ခုကို ရောက်လာတယ်လို့ ယူဆနိုင်ပါတယ်။
ဒီအတန်းက Excel ကို ရိုးရိုး စာရင်းဇယားဆွဲတဲ့ program တခုကနေ dynamic ဖြစ်ပြီး powerful analytics tool တခုအဖြစ်ပါ Excel ကို အသုံးချတတ်အောင် Advanced formulas နဲ့ functions တွေကို နက်ရှိုင်းစွာ နားလည်အောင် ကူညီပေးပါလိမ့်မယ်။Excel အတန်းအများစုက formula တခုစီဟာ ဘာလဲ၊ ဘယ်လိုရေးလဲဆိုတာကို အဓိက focus လုပ်နေချိန်မှာ ကျွန်တော့်အနေနဲ့ လက်တွေ့ဆန်ပြီး၊ ပြင်ပနဲ့ ချိတ်မိစေတဲ့ ဥပမာတွေကို သုံးပြီးတော့ ဘာကြောင့် ဒီ formula တွေက သုံးရတာ လန်းတယ်၊ သူတို့ကို ဘယ်လို နည်းမျိုးစုံနဲ့ သုံးနိုင်တယ်ဆိုတာမျိုးတွေကိုပဲ သင်ပါမယ်။ function နဲ့ formula syntax တွေကို ကြက်တူရွေးလို ရွတ်ပြတဲ့ ပုံစံနဲ့ ကျွန်တော့် training ကို ပုံပျက်အောင် သင်မှာ မဟုတ်ပါဘူး။ Excel လို တွေးတတ်အောင်(THINK like Excel) သင်ပေးမှာပါ။
ဒီအတန်းအပြီးမှာ သင့်အနေနဲ့ သပ်ရပ်ပြီး professional ဆန်တဲ့ formula နဲ့ function တွေကို အကြမ်းထည်ကနေ စတင်ပြီး ရေးသားနို်င်လာပါလိမ့်မယ်။
• Dynamic tool တွေနဲ့ ကိုယ့်ရဲ့ data တွေကို filter စစ်တာ၊ ပြသတာနဲ့ analyze လုပ်ဖို့ Excel dashboard တွေကို အလွယ်တကူ တည်ဆောက်နိုင်လာမယ်။
• Formula ကို အခြေခံတဲ့ formatting rule တွေနဲ့ ဒီဇိုင်းဆင်နိုင်လာမယ်
• lookup, index နဲ့ match function တွေကို အသုံးပြုပြီး စက္ကန့်ပိုင်းအတွင်း Source ပေါင်းစုံကလာတဲ့ data တွေကို ပေါင်းစပ်နိုင်လာမယ်။
• API တွေကနေ တဆင့် real-time data ကို Excel ထဲကို ဆွဲခေါ်တတ်လာမယ်(ဥပမာ- မိုးလေဝသ၊ စတော့စျေးတွေနဲ့ လမ်းညွှန် စသည်..)
• Date၊ Times, Text နဲ့ Array တွေကို ပိုင်နိင်စွာ အသုံးချနိုင်လာမယ်
• Excel ထဲက cell formula တွေနဲ့ function တွေကို သုံးပြီး ပျင်းစရာကောင်း၊အချိန်လည်းကုန်တဲ့ analytics အလုပ်တွေကို အလိုအလျောက် စေခိုင်းတတ်လာမယ်( ဒီအတန်းမှာVBA သိဖို့ မလိုအပ်ပါဘူး)
ဒီအတန်းမှာ အောက်ပါ Excel formula နဲ့ function တွေကို ကျယ်ပြန့်စွာ လေ့လာကြမယ်-
• Lookup/Reference functions
• Statistical functions
• Formula based formatting
• Date & Time functions
• Logical operators
• Array formulas
• Text functions
• Powerful analytics tools and formulas like INDIRECT, HYPERLINK, WEBSERVICE & FILTERXML
ဒီအတန်းက ဘယ်သူတွေအတွက်လဲ
• အခြေခံ basic skill ရှိပြီးတော့ အရမ်းအရမ်းကို ကျွမ်းကျင်ချင်စိတ်ရှိတဲ့ Excel user တွေ
• Analytics လုပ်တဲ့ အရည်အချင်းကို ပိုတောက်ပြောင်အောင် လုပ်ဖို့၊ data တွေနဲ့ ပိုထိရောက်စွာ အလုပ်ဖြစ်အောင် လုပ်နိုင်ဖို့နဲ့ မိမိရဲ့ career ကို နောက်တဆင့်မြှင့်ချင်သူတွေ
• Excel analytics training နဲ့ပတ်သတ်လို့ ဆရာ၊ကျောင်းသား နှစ်ဦးနှစ်ဖက် တိုင်ပင်ဆွေးနွေး၊ ပြဿနာတစ်ရပ်ကို ၀ိုင်းဝန်းအဖြေရှာ၊ highly interactive approach နဲ့မှ သင်ချင်တဲ့သူတွေအတွက် ဒီအတန်းကို ရည်ရွယ်ပါတယ်။
- Teacher: Ko Andrew
နမူနာ သင်ခန်းစာများကိုတော့ အသံသွင်း၊တည်းဖြတ်၊သင်ကြားထားသမျှတည်းက နမူနာ ရွေးထုတ်ပြီး အောက်မှာ ပြပေးထားပါတယ်။
ဘာတွေသင်ယူရမလဲ။
• သင့်လုပ်ငန်းခွင်တွင် အလွန်အသုံးဝင်မည့် Excel formulas နှင့် feature များကို တတ်မြောက်အောင် သင်ပေးပါမည်။
• Excel ကို အခုမှစသင်ယူချင်သည့်သူဖြစ်စေ၊ အခြေခံသိပြီး ပိုမိုကျွမ်းကျင်အောင် ကြိုးစားချင်သူဖြစ်စေ ဒီ course အပြီးမှာတော့ excel ကိုကျွမ်းကျွမ်းကျင်ကျင် တတ်သွားပါလိမ့်မယ်။
• Interactive Excel Report တွေအတွက် Pivot Tables, Pivot Charts, Slicers နှင့် Time Lines များအား အသုံးပြုနည်း၊
• Microsoft MVP တွင်ပါဝင်သော လူသိနည်းသည့် Excel feature များနှင့် hack များ၊
• Power Query အနည်းငယ်သိရုံနှင့် အလုပ်အများကြီးပြီးတယ်လို့ ပြောရင်မယုံမှာစိုးလို့ Power Query ရဲ့ စွမ်းဆောင်ရည်ကိုလည်းရှင်းပြသွားမှာပါ။
• Challenges, quizzes နှင့် exercises တွေပါဝင်တဲ့ Excel သင်ခန်းစာများကို ကြိုက်နှစ်သက်တဲ့အချိန်ဝင်ရောက် ဖြေလို့ရပါတယ်။
သင်တန်းအပ်ရန် လိုအပ်သည်များ -
• Windows ပါရှိသော ကွန်ပျူတာ (သို့) လက်တော့ပ် (Mac တွင် technique များ အလုပ်မလုပ်ပါ။)
• Microsoft Excel 2016, Excel 2019 (သို့) Office 365 (မည့်သည့်် Excel version နှင့်မဆို သင်ယူနိုင်ပါသည် - အသေးစိတ်ကို သင်ခန်းစာအညွှန်းတွင်ကြည့်ပါ။)
• Excel အခြေခံမရှိသော သူများလည်း လေ့လာနိုင်သည်။
• ကြိုးစားသင်ယူလိုစိတ်ရှိရင် ရပါပြီ။
အညွှန်း
Excel အားအစမှ သင်ယူလိုသူများ၊ အခြေခံရှိပြီး ပိုမိုသိရှိသင်ယူလိုသူများအတွက် ဖြစ်ပါသည်။ Excel အား သင်ယူချင်သော်လည်း ဘယ်ကစရမှန်းမသိသူများ၊ Microsoft Excel အား အချိန်အတော်ကြာသုံးနေသော်လည်း အတွင်းကျကျထပ်မံ သင်ယူလိုသူများ အတွက် ‘Data Analyst တစ်ယောက်သိသင့်သည့် Excel Skills’ များအား စုစည်း၍ သင်ရိုးတည်ဆောက်ထားပါသည်။ လူတော်တော်များများ ကြုံတွေ့နေရသော excel ပြဿနာများအတွက် အဖြေများပါဝင်ပါသည်။ လူသိနည်းသည့် tips and tricks များလည်း သင်ခန်းစာထဲတွင် ထည့်သွင်းဖော်ပြထားသည်။ Excel ကို စတင်လေ့လာမည့်သူများ နားလည်သဘောပေါက်အောင် အသေးစိတ်ရှင်းပြချက်များပါ ပါဝင်သည်။
Excel မှာပါဝင်တဲ့ feature တစ်ခုချင်းဆီကို နားလည်သဘောပေါက်အောင် လက်တွေ့ဥပမာများ ပါဝင်တာကြောင့် အချိန်တိုအတွင်း သင်ယူတတ်မြောက်ပြီး data analysis လုပ်ရာမှာလည်း ပိုမြန်လာပါလိမ့်မယ်။
Excel formula နှင့် feature တွေက များလွန်းတာကြောင့် သုံးနေကျ မဟုတ်ရင် မေ့သွားနိုင်ပါတယ်။ ကျွန်တော်တို့ရဲ့သင်ခန်းစာတွေက သင့်အလုပ်အတွက် လိုအပ်သင့်လျော်တဲ့ solution တွေကို လေ့ကျင့်ပေးသွားမှာမို့ အချိန်တိုတိုနဲ့ အလုပ်များများပြီးအောင် ကူညီပေးပါလိမ့်မယ်။
________________________________________________
ဘာလို ဒီ excel course ကို သင်ယူသင့်တာလဲ။
Microsoft Excel course တွေ အပြင်မှာ အများကြီးရှိပြီး သင့်ကို function တွေ၊ feature တွေ သုံးတတ်အောင် သင်ပေးတာမှန်ပေမယ့် ကျွန်တော်တို့လို တကယ့် လုပ်ငန်းခွင်ထဲထိ အသုံးချတတ်အောင် မသင်ပေးနိုင်ပါဘူး။ ပြီးတော့ လုပ်ဆောင်ချက်အသစ်အကုန်လုံးကို မှတ်မိအောင်က လေ့ကျင့်ခန်းတွေ အများကြီးလုပ်ရပါတယ်။ ဒါတွေကို ကျွန်တော်တို့ရဲ့ course မှာပဲ ရနိုင်ပါတယ်။ သင်ယူနေတဲ့ တလျှောက် ရိုးရိုးသာမာန်ကနေ ခက်ခဲတဲ့ spreadsheet ဒီဇိုင်းတွေကို ကိုယ်တိုင် ယုံကြည်ချက်ရှိရှိ ရေးသားတတ်လာမယ်၊ Excel အကြောင်းပိုသိလာပြီး လုပ်ငန်းခါင်မှာပါ လက်တွေ့အသုံးချတတ်လာပါလိ်မ့်မယ်။ formula အသစ်တွေ တတ်မြောက်ပြီး ရှိပြီးသား spreadsheet တွေကို ပိုကောင်းအောင် ရေးဆွဲတတ်လာပါလိမ့်မယ်။ ဒီ course မှာ အပြင်လက်တွေ့မှာ တွေ့ကြုံနေရတဲ့ အခက်အခဲဥပမာတွေကို ကိုယ်တိုင်ဖြေရှင်းလေ့ကျင့်ရပါမယ်။ work hard မဟုတ်ပဲ work smart ဖြစ်အောင် သင့်ကို ကူညီပေးမှာပါ။
_________________________________________________
Beginner တွေအတွက်ပဲ သင်တဲ့ course မဟုတ်ပါဘူး။
သင်ခန်းစာတွေက Excel ကို အစမှ သင်ယူချင်သူများ နှင့် Intermediate, Advanced level ရှိပြီးသားသူတွေအတွက်ပါ သိသင့်သိထိုက်သည်များ အားလုံးပါဝင်ပြီး Data Analysts အနည်းငယ်သာ သိသော Excel tick များနှင့် hidden feature တွေပါပါဝင်ပါတယ်။ ဒီ က ဆိုတာထက်ပိုပါတယ်။ Advanced level အသုံးပြုသူတွေမသိသေးတဲ့ လွယ်ကူတဲ့ tips and tricks တွေထည့်သွင်းပါရှိပါတယ်။
________________________________________________
ဘာတွေသင်ယူတတ်မြောက်မလဲ။
သင်ခန်းစာအပြီးမှာတော့ အလုပ်ခွင်မှာ excel ကို အသုံးချကာ သင့်အရည်အချင်းကို ချပြလိုက်ပါ။
• Data input ပြုလုပ်ခြင်း၊ spreadsheet ဖိုင်အကြီးစားများကို navigate လုပ်ခြင်း၊
• အလုပ်မြန်မြန်ပြီးဖို့ excel hack များအသုံးချခြင်း။
• Excel VLOOKUP, IF Function, ROUND စတာတွေသုံးပြီး မှန်ကန်တဲ့ Excel formula ကိုအသုံးပြုကာ သင့်ရဲ့ data analysis အား automate ပြုလုပ်ခြင်း၊
• feature များ အသုံးပြုကာ ဒေတာများကို အစီအစဉ်တကျ ပြင်ဆင်ပြုစုခြင်း၊
• ဒေတာများမှ အဖြေထုတ်ခြင်း၊
• ဒေတာအများအပြားအား တစ်စုတစ်စည်းတည်း သပ်သပ်ရပ်ရပ်ဖြစ်အောင် စီမံခန့်ခွဲခြင်း၊
• Spreadsheet design principles များအား အသုံးပြု၍ မျကိစိဖမ်းစားနိုင်သော excel report များ ဖန်တီးခြင်း၊
• ရှုပ်ရှက်ခက်နေသော ဒေတာများအား chart အဖြစ်သို့ ပြောင်းလဲခြင်း၊
• Excel Pivot Tables, Pivot Charts, Slicers, Time Lines များ အသုံးချကာ interactive report များဖြစ်အောင် ဖန်တီးယူခြင်း
• Get & Transform (Power Query) လို tool တွေနဲ့ ဒေတာတွေကို import လုပ်ခြင်း၊ transform လုပ်ခြင်း စတာတွေကို သင်ယူတတ်မြောက်သွားမှာပါ။
မိမိရဲ့ excel skill ကို စစ်ဆေးဖို့ challenges၊ quizzes တွေ ပါရှိတာကြောင့် function တစ်ခု၊ feature တစ်ခု ဘယ်လိုအလုပ်လုပ်လဲဆိုတာသိသွားမယ့်အပြင် ကိုယ်တိုင်လေ့ကျင့်ခန်းလုပ်ပြီးသား ဖြစ်တာမို့ သင်ထားတာတွေ မေ့မသွားတော့ဘူးပေါ့။ လိုအပ်သလို အသုံးပြုလို့ရအောင် အရေးကြီးတဲ့ အချက်တွေစုစည်းပါဝင်တဲ့ Excel Course note တွေကို PDF ဖိုင်အနေနဲ့ ဒေါင်းလုပ် လုပ်နိုင်ပါေသးတယ်။
________________________________________________
ဒီသင်တန်းမှာ ဘာ Excel feature တွေ၊ function တွေကို သင်ယူရမှာလဲ။
• ဖိုင်တွေနဲ့ သုံးနေကျ feature တွေကို အလွယ်ရှာနိုင်အောင် excel interface မှာ ဘယ်လို customize လုပ်မလဲ၊
• ပိုပြီး ရှင်းလင်းပရော်ဖက်ရှင်နယ်ဆန်တဲ့ report တွေကို မှန်မှန်ကန်ကန် format apply လုပ်နည်း၊
• Excel မှာ အသုံးဝင်တဲ့ drop-down list လိုမျိုး feature တွေကို အသုံးပြုနည်း၊ data validation ကို cell ထဲထည့်သွင်းနည်းများ၊
• Cell ထဲတွင် comment နှင့် note များ ထည့်သွင်းရေးသားခြင်း၊
• Data entry အား Auto-Fill နှင့် Flash-Fill သုံးကာ automate ပြုလုပ်ခြင်း၊
• Data ၊spreadsheet အကြီးများကို navigate ပြုလုပ်နည်း၊
• Data entry နှင့် navigation များအတွက် အလွန်အသုံးဝင်သောExcel shortcut များ၊
• Excel ဖိုင်များနှင့် worksheets များကို ထိန်းသိမ်းခြင်း၊
• ဖော်မြူလာများ ရေးရာတွင် လိုအပ်သော Excel rule များ၊
• Basic to advanced အထိ Excel ဖော်မြူလာများ၊ အခြား workbook နှင့် worksheet များကို reference လုပ်ပေးသော ဖော်မြူလာများ၊
• COUNTIFS, SOUNT, SUMIFS, AVERAGEIFS, VLOOKUP, IF ကဲ့သို့သော အသုံးအဝင်ဆုံး excel function များ
• Raw excel data များအား report တစ်ခုဖန်တီးရန် လိုအပ်သော information အဖြစ် ပြောင်းလဲခြင်း၊
• Analysis လုပ်ရလွယ်ကူစေရန် ဒေတာများအား စုစည်းတည်ဆောက်ပေးသော excel feature များ (ဥပမာ - Sort, Filter, Search & Replace Go to Special စသည်)
• မိမိအထက်အရာရှိအား ဖိုင်ပေးဖို့ရန် (သို့) PDF အဖြစ်သိမ်းထားရန်အတွက် အသုံးဝင်သော excel printing option များ၊
• Spreadsheet ဖန်တီးရန် Design Principle များ၊
• သာမာန် Column၊ bar charts တွေထက် သာလွန်တဲ့ Pareto chart, Histogram, Treemap, Sunburst chart စတာတွေကို ဆွဲသားနည်း၊
• မိမိဒေတာများအား အသေးစိတ်သိရှိရန် Excel Pivot Tables သုံးနည်း၊
• Excel Power Query ၏ အသုံးဝင်ပုံများ နှင့် အခြား spreadsheet များ မှဒေတာများကို အလွယ်တကူပင် ပေါင်းစည်းဖော်ပြနည်း၊
• Power Query အသုံးပြုကာ ရှုပ်ထွေးသော ဒေတာများကို table နှင့်ပြခြင်း စတဲ့ အသုံးဝင်မယ့် functions and features တွေကို လေ့လာသင်ယူရမှာပါ။
Course တွင် အသုံးပြုထားသော Excel Version
Excel 2019, Excel 2016, Excel for Office 365 များအသုံးပြုလျှင် ပိုအဆင်ပြေပါသည်။ Excel 2010, Excel 2013 တွင် feature များနှင့် formula များအားလုံးနီးပါး သုံး၍ရသော်လည်း အချို့ Excel charts များ (Histogram, Pareto, Treemap, Sunburst Charts) ကတော့ အလုပ်မလုပ်ပါဘူး။ Excel 2010, 2013 သုံးတာဆိုရင် Excel Power Query add-in ကို ကွန်ပျူတာထဲ သွင်းရပါမယ်။ အထက်ဖော်ပြထားသည်များက လွဲလျှင် ကျန် features၊ formula တွေကတော့ ဗားရှင်းအကုန်လုံးမှာ ပြုလုပ်လို့ရပါတယ်။
_______________________________________________
ဤ course အား တက်ရောက်သင့်သူများ-
• Excel ကျွမ်းကျွမ်းကျင်ကျင် တတ်မြောက်လိုသော စီးပွားရေးလုပ်ငန်းရှင်များ၊
• စနစ်ကျတဲ့ သင်ရိုးညွှန်းတမ်း၊ လက်တွေ့လေ့ကျင့်ခန်းလုပ်ရပြီး ပေါ့ပေါ့ပါးပါးနှင့် စိတ်ဝင်စားအောင် သင်ပေးမည့် Excel သင်တန်းမျိုးကို ရှာနေတဲ့ begineer များ၊
• အခြေခံရှိပြီးသားကိုမှ Tips and Tricks အသစ်များကို သင်ယူပြီး အရည်အချင်းပိုတက်အောင် ကြိုးစားချင်သူများ၊
• Excel နှင့်လုပ်ငန်းခွင်ဝင်ရန် သင်ယူလိုသော သူများ၊
• အချိန်တိုအတွင်းအလုပ်များများပြီးဖို့ tool အသစ်တွေ သိလိုတဲ့ data analysts များအတွက် တက်သင့်တဲ့ သင်တန်းတစ်ခုပဲ ဖြစ်ပါတယ်။
- Teacher: Ko Andrew
အချက်အလက် သိပ္ပံပညာဆိုတာဟာ နိုင်ငံတခုရဲ့ စီးပွားရေးကနေ အခြား ပုဂ္ဂိလိက စီးပွားရေး လုပ်ငန်းကြီး၊ငယ်၊လတ်မဟူ၊ အလုပ်ဟုတွင်အပ်သော အရာများ၏ ဆောက်ရွက်ချက်များ တိုးတက်ကောင်းမွန်အောင်နဲ့ အချက်အလက်ကို အခြေခံပြီး သိရှိတွေ့မြင်ချက်များ ပေါ်ပေါက်လာအောင် စာရင်းအင်းပညာကို အသုံးပြုရခြင်းဖြစ်ပါတယ်.
အခုဆိုရင် တကမ္ဘာလုံးမှာ data science အကြောင်းကို industry ပေါင်းစုံမှာ ပြောလာကြပြီ။ ဒါပေမယ့် လူအများစုအတွက်တော့ ဒီဘာသာရပ်က ရှုပ်ထွေးတယ်၊ technical အရမ်းဆန်တယ်၊ approach လုပ်ရတာ မလွယ်ဘူး စသဖြင့် ဖြစ်နေသေးတယ်။ ဒါပေမယ့် ဒီနေ့မှာတော့ ကျွန်တော်တို့ ဒါကို ပြောင်းလဲပစ်ဖို့ လုပ်ရမယ်။ Data Science and Machine Learningအခြေခံ အတန်းကနေ ကြိုဆိုပါတယ်။ ကျွန်တော်က ကိုအင်ဒရူးပါ။ ကျွန်တော်က Marine Engineering ဘွဲ့ကို မြန်မာနိုင်ငံရေကြောင်း ပညာတက္ကသိုလ်ကနေ ၂၀၁၀ ခုနှစ်မှာ ရရှိခဲ့ပြီ။ မဟာဘွဲ့အနေနဲ့ Development Studies ကို ၂၀၂၀ ခုနှစ်မှာ ရရှိထားပါတယ်။ လက်ရှိမှာ Applied Statistics မဟာဘွဲ့အတန်း ဆက်လက် တက်ရောက်နေပါတယ်။ နှစ်ပေါင်း များစွာ နိုင်ငံခြား ကုမ္ပဏီတွေမှာ အင်ဂျင်နီယာ အနေနဲ့ လုပ်ကိုင်ခဲ့ပြီးတော့ ၊ Data Analyst၊ Head of Business Intelligence အနေနဲ့ကတော့ လက်ရှိအချိန်မှာ လုပ်ကိုင်နေပါတယ်။
ဒီအတန်းမှာ Data Science နဲ့ပတ်သတ်လို့ နားလည်ရလွယ်အောင် တပိုင်းချင်စီရဲ့ key technique တွေနဲ့ terminology တွေကို ရှင်းသွားပါမယ်။ Machine Learning နဲ့ပတ်သတ်လို့လည်း regression,classification, data mining နဲ့ computer science အကြောင်းတွေ ပါဝင်ပါမယ်။ ဒီအရာတွေက တခုနဲ့ တခု ဘယ်လိုဆက်စပ်ချိတ်ဆက်နေသလဲဆိုတာကို သဘောပေါက်လာမှာပါ။
အချက်အလက် သိပ္ပံပညာရဲ့ နောက်ကွယ်မှာ ရှိတဲ့ အရည်အချင်းတွေ၊အသုံးပြုရတဲ့ toolတွေနဲ့၊role အသီးသီးကို အဓိပ္ပါယ်ဖွင့်ဆိုခြင်းနဲ့ စတင်သင်ကြားပါမယ်။ ဒီနေရာမှာ machine learning ဟာ data science မှာ အရေးပါတဲ့ အခန်းကဏ္ဍက ရှိနေရသလဲဆိုတာကို တွေ့မြင်ရပါမယ်။ ဒီအတန်းရဲ့ နောက်ပိုင်းတွေမှာ အဓိက focus လုပ်သွားမှာပါ။ ကျွန်တ်ော ပြောချင်တာက machine learning ဆိုတဲ့ ဝေါဟာရကြီးက သိပ်ကြောက်စရာ ကောင်းမနေဘူး။ စီးပွားရေးလုပ်ငန်းအသီးသီးမှာ အနာဂတ်နဲ့ မသိသေးတဲ့ အကြောင်းချင်းရာတွေကို prediction လုပ်ဖို့ model တွေကို အသုံးပြုသွားမှာ ဖြစ်ပါတယ်။
ဒီအတန်းမှာ လေ့လာမယ့်သူတဦးဟာ business leader ပဲဖြစ်ဖြစ်၊ C-level executive တယောက်ပဲ ဖြစ်ဖြစ်၊ ဒီtechnique တွေရဲ့ အခြေခံကိုတော့ သဘောပေါက်မှာပါ။ Data Scientist ဆိုတာက technical ပိုင်း အထူးကျွမ်းကျင်ပြီး ပါရမီပါတဲ့သူလို့ ဆိုကောင်းဆိုလိမ့်မယ်။ ဒါပေမယ့် သူတို့ဟာ သူတို့ချမှတ်တဲ့ မဟာဗျူဟာ၊ သူတို့ချမှတ်တဲ့ ဆုံးဖြတ်ချက်နဲ့ တည်ဆောက်ထားတဲ့ model တွေ ပြုလုပ်နိုင်ဖို့ business knowledge ပေါ်မှာ အများကြီး မှီခိုနေပါတယ်။
- Teacher: Ko Andrew
What you'll learn
· Have a detailed understanding of MongoDB databases and how they work
· Build knowledge across the MongoDB product ecosystem
· CRUD (Create, Read, Update, Delete) Operations
· Query data using the Aggregation Framework
· Have extensive hands-on experience with Query, Projection and Aggregation Pipeline Operators
· Use Indexes to make your queries more efficient
· Understand different approaches to modelling data in MongoDB (Embedding vs Referencing)
· Use Drivers to connect MongoDB to applications (featuring Python)
Data Science ဆိုတဲ့ ပညာရပ်က နိုင်ငံတကာ တက္ကသိုလ်တွေနဲ့ နိုင်ငံတကာ ပညာတတ်အသိုင်းအဝိုင်းကြားမှာတော့ ကျယ်ကျယ်လောင်လောင် ပြောဆိုဆွေးနွေးနေခဲ့တာ ကြာခဲ့ပါပြီ။ဖွံ့ဖြိုးမှု နောက်ကျတဲ့ ကျွန်တော်တို့ တိုင်းပြည်မှာတော့ လူဦးရေနဲ့ နှိုင်းစာရင် လက်တဆုပ်စာ လူနည်းစုတွေပဲ လေ့လာကြ၊ပြောဆိုဆွေးနွေးကြတာပဲ ရှိပါသေးတယ်။ ဒီဘာသာရပ်ဟာ သိပ်မကြာသေးတဲ့ ကာလမှာ လူအများစု လိုက်စားလေ့လာဖို့ အလားအလာကောင်းတဲ့ ပညာတခုလည်း ဖြစ်ပါတယ်။
နောက်တချက်က ၂၀၂၀ ခုနှစ်ကနေ စတင်ပြီး ကပ်ရောဂါကြောင့်၊နိုင်ငံရေး ဝဲဂယက်တွေကြောင့် ပညာရေး တပိုင်းတစဖြစ်သွားတဲ့လူတွေ အများကြီးရှိသလို ၊ နည်းပညာပိုင်းကို မဖြစ်ဖြစ်တဲ့နည်းနဲ့ လေ့လာမယ်လို့ ဆုံးဖြတ်ထားသူတွေလည်း အများကြီးရှိပါလိမ့်မယ်။ အလုပ်အကိုင်ဖက်က ကြည့်ရင်လည်း နိုင်ငံတွင်း စီးပွားရေးတွေ ကျဆင်းတာကြောင့် အလုပ်တွေမှာ လုပ်သား အင်အား တိုးချဲ့ဖို့ နေနေသာသာ၊ ရှိပြီးသား လူတွေကို ထပ်မံ လျှော့ချလိုက်လို့ အလုပ်အကိုင်ရှာဖွေရတာလည်း ပိုမိုကျပ်တည်းသွားတယ်။ ဒါက ပြည်တွင်း အခြေအနေတွေပါ။ နိုင်ငံခြားထွက်ပြီး လုပ်ဖို့ အတွက်ဆိုရင်လည်း အလုပ်ကတောင်းဆိုတဲ့ အရည်အချင်းတွေ၊တတ်ကျွမ်းထားရမှာ တွေက မနည်းလှပါဘူး။ အထူးသဖြင့် Data Science နယ်ပယ်ဟာ Niche industry တခုဖြစ်လို့၊ အပေါ်ယံလွှာ သိရုံ၊ Excel ခေါက်တတ်ရုံနဲ့ မလုံလောက်ပြန်ဘူး။
နောက်တချက်က ကမ္ဘာမှာ Data Scientist တွေ အများအပြား ပိုမိုလိုအပ်နေတယ်ဆိုတာ ဂူဂယ်ခေါက်ကြည့်ရင်ကို Trend တွေကို မြင်ရပါလိမ့်မယ်။ လက်ရှိလည်း နိုင်ငံခြားထွက်ပြီး လုပ်ဖို့ ပြင်ဆင်နေတဲ့ လူအများအပြားရှိနိုင်ပါတယ်။ သိသင့်သိထိုက်တာလေးတွေကို သိသွား၊တတ်သွားရင် လူဟာ မိမိကိုယ်ကို ယုံကြည်ချက်တခုရှိနေတဲ့အတွက် အလုပ်ရှာတဲ့နေရာ အခက်အခဲတွေ နည်းသွားနိုင်သလို ၊ကျောင်းဆက်တက်မယ့်သူတွေဆိုရင်လည်း Data Science ပိုင်းကို အဆင့်တခုအထိ တတ်ကျွမ်းနေလို့ သက်ဆိုင်ရာ ကျောင်းတွေမှာ ဆက်လက် သင်ယူဖို့ အခြေခံကောင်းတွေ ရသွားမယ်လို့ မြင်ပါတယ်။
သင်ကြားရေးနဲ့ပတ်သတ်လို့တော့ ကျွန်တော် စိတ်ပူမိတာလေး တခုတော့ ရှိပါတယ်။ လူတချို့က စာသင်တဲ့အခါမှာ Academic ပိုင်းဆိုင်ရာတွေကို ဦးစားပေးပြီး သင်ကြတာရှိမယ်။ တချို့ကတော့ Academic ပိုင်းကို နားသိပ်မလည်ဘူး။ ဒါဆိုရင် ကျောင်းသားတွေ အနေနဲ့ စာတွေ့ပဲ ရနိုင်မယ် ထင်တယ်။တချို့က သူတို့လုပ်ငန်းခွင်ထဲက သိတာ မြင်တာတွေကို၊အတွေ့အကြုံ အခံနဲ့ ပြောပြ သင်ပြတာရှိမယ်။ ဒါလည်း တပွဲတိုး၊နှစ်ပွဲတိုး အဆင်ပြေသွားနိုင်ပေမယ့် ရေရှည်အတွက်တော့ ခက်ခဲနိုင်တယ်။ နှစ်မျိုးလုံးက သူ့နေရာနဲ့သူ ကောင်းပါတယ်။ သို့သော် သီအိုရီတွေပဲ ရွတ်နေတဲ့သူက အကျိုးနဲ့ တူလိမ့်မယ်၊ သီအိုရီအခြေခံမပါပဲ အတွေ့အကြုံက သိတာကိုပဲ အမှန်ထင်ပြီး ရွတ်နေတဲ့သူက အကန်းနဲ့ တူလိမ့်မယ်။ လိုရာခရီးအထိ ရောက်အောင် သွားဖို့ဆိုရင် သီအိုရီနဲ့ လုပ်ငန်းခွင်သုံး လက်တွေ့ အသုံးချနိုင်မှု နှစ်ခုလုံးကို ပေါင်းဆုံနိုင်မှ ဖြစ်မှာပါ။ လုပ်ငန်းခွင် အတွေ့အကြုံလည်း ကျယ်ကျယ်ပြန့်ပြန့်ရှိ၊ စာလေးလည်း သေချာတတ်ထားတယ်ဆိုနိုင်တဲ့ လူက သင်ရင် နှစ်ခုလုံး ပိုရနိုင်တယ်လို့ မြင်ပါတယ်။ သိတာ သိပေမယ့် သင်ကြားရေး အတွေ့အကြုံလေးနဲ့ Teaching Pedagogy လေးတွေ၊ Outcome-based education မှာ အရေးကြီးတဲ့ Assessment လုပ်ဆောင်မှုသဘောတွေ၊ လက်တွေ့တွေပါဝင်တဲ့ Project based learning style တွေ သိထားရင်တော့ ပိုသင့်လျော်မယ် ထင်တယ်။ အွန်လိုင်းက သင်တာမှာ အခက်အခဲတွေ အများကြီးတော့လည်း ရှိပါတယ်။ ဒ့ါကြောင့် အွန်လိုင်း သင်ကြားရေး နည်းပညာရပ်များကို ကျွမ်းကျင်ထားမှလည်း ဖြစ်မယ်။ ကျောင်းသားတွေရဲ့ အခက်အခဲကို နားလည်မှု ပေးနိုင်ဖို့လည်း လိုအပ်မယ်။ ကျောင်းသားအချင်းချင်း အပြန်အလှန် သင်ယူတဲ့ (Peer-to-peer learning)ကိုလည်း အားပေးဖို့ လိုအပ်ပါမယ်။
နောက်တချက်က ဒီအတန်းဟာ Lab သဘောဆောင်တဲ့အတွက် Laboratory ဆိုတာ လက်တွေ့စမ်းသပ်တဲ့ နေရာမို့ ပရောဂျက်တွေ၊ လက်တွေ့ လုပ်ဆောင်ရတာတွေပဲ များလှပါတယ်။ သို့သော် ဖတ်ရမယ့် ရည်ညွှန်းစာအုပ်တွေ၊ ဝက်ဆိုဒ်တွေ၊ ပညာရှင်တွေရေးတဲ့ စာတမ်းတွေလည်း ဖတ်ရဦးမှာပါ။ ဖတ်ပြီးရင်လည်း ဒီအတန်းထဲက လူတွေအားလုံးကို ကိုယ်သိနားလည်သလောက်ကို ပြန်လည် တင်ပြရတာတွေ၊ ဆွေးနွေးရတာတွေ လုပ်ရဦးမှာပါ။ ဒီလိုလုပ်ခြင်းအားဖြင့် ဘယ်လိုချဥ်းကပ်နည်းနဲ့ နည်းပညာစာတအုပ်ကို မြန်မြန်ဖတ်ရသလဲ ဆိုတာသိပြီးအပြင် အများနဲ့ ပူးပေါင်းပြီး လုပ်ဆောင်တဲ့စွမ်းရည်တွေ၊ စကားပြောစွမ်းရည်နဲ့ Presentation skill တွေလည်း ကျွဲကူးရေပါသဘော မြင့်တက်လာပါလိမ့်မယ်။
သင်တန်းမတက်မီ ပြင်ဆင်ထားရမည့် အရာများ
အမာထည် လိုအပ်ချက်(Hardware Requirement):
ဒီသင်တန်းတက်ဖို့ လိုအပ်ချက်ကတော့ Laptop or PC တလုံး ကျောင်းသားတိုင်းမှာ ရှိဖို့ လိုအပ်ပါတယ်။ အနိမ့်ဆုံး i-5 Processorနဲ့ RAM 4GB လောက်ရှိရင် လုံလောက်ပါတယ်။ Windox or Mac or Linux OS တွေထဲက တခုခု ထည့်ထားလို့ ရပါတယ်။
Time Commitment:
တပတ်ကို အနည်းဆုံး ၁၀နာရီကနေ ၁၅ နာရီကြား စာလုပ်နိုင်ရပါမယ်။
Teamwork:
အများနဲ့ ပူးပေါင်း လုပ်ဆောင်နိုင်သူ ဖြစ်ရပါမယ်။
|
Module No. |
2001 |
|
Module Title |
Data Science Lab |
|
Module Domain |
Data Science |
|
Duration |
24 weeks |
|
Course Dates |
Start Date: 18th Sep, 2022 |
|
Days of Live Session |
Wed,Fri, Sun |
|
Time |
8:00 to 10:00 p.m on Wed & Fri , 7:00 to 10:00 p.m on Sun |
|
Teaching Hours Matrix |
7 hours Live Session Lectures |
|
Main Topics |
· Basic Python · Advanced Python · Basic Pandas · Advanced Pandas · Pandas Summary Statistics · Visualizations with Matplotlib · Visualizations with Pandas · Visualizations with Plotly · Visualizations with Seaborn · SQL Database · Mongodb Database · Machine Learning Core Knowledge · Machine Learning pre-processing and production · Machine Learning Classifications · Machine Learning Regression · Machine Learning Unsupervised Learning · Time Series Core Knowledge · Time Series Models · Linux Command Line · 6 projects |
|
Lab Projects |
Explore the Mexican real estate market to determine whether location or home size is more important in determining price. |
|
Predict apartment prices in Buenos Aires, Argentina. |
|
|
Determine air quality in Nairobi, Kenya. |
|
|
Assess building damage following the 2018 earthquake in Nepal. |
|
|
Tracking corporate bankruptcies in Poland |
|
|
Consumer Finances in USA |
Minimum Skillsets:
· Intermediate Level Computer Literacy Skill,B
· Basic Python Skill,
· Good Foundation in Statistics Knowledge
အထက်ပါ အချက်များ လိုအပ်နေသေးပါက Basic Python နဲ့ Foundation of Statistics ကို လေ့လာဖို့ အတန်း(၂)လည်း သီးသန့်ရှိပါတယ်။
- Teacher: MOU Admin
သင်တန်းအကြောင်း အကျဥ်းချုပ်
အခြေခံ စာရင်းအင်းနှင့် ဖြစ်တန်စွမ်းအတန်းဟာ Myanmar Data Science Lab Program(ခြောက်လကြာ အတန်း)မှာ Real World Data များနှင့် Project လုပ်တဲ့အခါ အခက်အခဲ မရှိစေဖို့ ကြိုတင်ပြင်ဆင်ပေးတဲ့ အတန်းတခုဖြစ်ပြီး ရည်ရွယ်ချက်ကတော့ အောက်ပါအတိုင်း ဖြစ်ပါတယ်။
· Understand the basics of probability ဖြစ်တန်စွမ်း အခြေခံကို သဘောပေါက်အောင်
· အခြေခံ စာရင်းအင်းပညာကို နားလည်အောင်
· စာရင်းအင်းဆိုင်ရာ ပျံ့နှံ့ချက် အမျိုးမျိုးကို ဘယ်လို အသုံးပြုရမလဲဆိုတာ သဘောပေါက်အောင်
· စီးပွားရေးဆိုင်ရာ ပြဿနာများမှာ စာရင်းအင်းဆိုင်ရာ နည်းလမ်းများ အသုံးပြုရန်နှင့် အဆိုပြုချက်များကို စစ်ဆေးနိုင်ရန်
· ရီဂရက်ရှင်း မော်ဒယ်များ ဘယ်လိုအလုပ်လုပ်သလဲ နားလည်ရန်
· တလမ်းသွားနှင့် နှစ်လမ်းသွား ANOVA ကို နားလည်ရန်
· ခိုင် စကွဲယား စစ်ဆေးချက်များကို နားလည်ရန်
· မတူညီသော ဒေတာ အမျိုးအစားများစွာကို နားလည်ရန်
ဒီသင်တန်းတက်ဖို့ လိုအပ်ချက်ကတော့ စာရွက်နဲ့ ခဲတံ ဆောင်ထားနိုင်ပြီး မှတ်စုတိုများ လိုက်မှတ်နိုင်ရပါမယ်။ simulation တချို့ လိုက်လုပ်ကြည့်ဖို့အတွက် ပိုင်သွန်နဲ့ excel ကို အသုံးပြုနိုင်ဖို့ကတော့ ကျောင်းသားသဘောပါပဲ။ သဘောတရားများကို နားလည်ဖို့ စာရွက်မှာ လိုက်မှတ်တာလောက်နဲ့လည်း တက်လို့ ရပါတယ်။
|
Module No. |
1002 |
|
Module Title |
Probability and Statistics for Business and Data Science |
|
Module Domain |
Statistics |
|
Duration |
4 weeks |
|
Course Dates |
Start Date: 2nd July,2022 | End Date: 24th July,2022 |
|
Days of Live Session |
Sat, Sun |
|
Time |
5:00 p.m to 7:00 p.m |
|
Teaching Hours Matrix |
5-hours per week: 3 hours pre-recorded lectures ,2 hours Live Session Lectures |
|
Main Topics |
· Measurements of Data · Mean, Median, and Mode · Variance and Standard Deviation · Co-variance and Correlation · Permutations and Combinations · Unions and Intersections · Conditional Probability · Bayes Theorem · Binomial Distribution · Poisson Distribution · Normal Distribution · Sampling · Central Limit Theorem · Hypothesis Testing · T-Distribution Testing · Regression Analysis · ANOVA · Chi Squared · and much more!
|
|
Training Fee |
35,000 Ks |
- Teacher: Ko Andrew
သင်တန်းအကြောင်း အကျဥ်းချုပ်
Python ဟာ ၂၀၂၂ မှာ လုပ်ငန်းရှင်တွေရဲ့ တောင်းဆိုမှု အပြုခံရဆုံး ကျွမ်းကျင်မှုပညာရပ်တွေထဲက တခုဖြစ်နေပြီမို့ ပိုင်သွန် ပရိုဂရမ်မာတယောက် အခြေခံကျွမ်းကျင်ထားရမှာတွေကို လေ့လာဖို့ ဒီအတန်းက ပြင်ဆင်ပေးမှာပါ။ သင်္ချာကို တတ်မြောက်သူဟာ လုပ်ငန်းအရပ်ရပ်မှာ ပြန်လည် အသုံးချနိုင်မှာ ဖြစ်တာနဲ့ အလားတူပဲ၊ ပိုင်သွန်ကို တတ်မြောက်ကျွမ်းကျင်ရင် Game Development၊ Data Science၊ Web Development၊ Blockchain စတဲ့ နေရာ အသီးသီးမှာ ပြန်လည် အသုံးပြုနိုင်မှာလည်း ဖြစ်ပါတယ်။ သင်တန်းတတ်ရောက်သူများမှာလည်း ရည်မှန်းချက် ကိုယ်စီ ရှိနိုင်တာမို့ ကြိုတင် အသိပေးပြောချင်တာက ဒီသင်တန်းက Data Science ပိုင်းကို သွားမယ့် သူများအတွက် Myanmar Data Science Lab Program(ခြောက်လကြာ အတန်း)မှာ အဆင်သင့်ဖြစ်အောင် ပြင်ပေးတဲ့ အတန်းတခု ဖြစ်ပါတယ်။ ဒီ အတန်းနဲ့ အတူ တွဲစပ် တက်ရောက်ရမယ့် အတန်းကတော့ Probability and Statistics for Business and Data Science အတန်းပဲ ဖြစ်ပါတယ်။
ဒီသင်တန်းတက်ဖို့ လိုအပ်ချက်ကတော့ Laptop or PC တလုံး ကျောင်းသားတိုင်းမှာ ရှိဖို့ လိုအပ်ပါတယ်။ အနိမ့်ဆုံး i-5Processorနဲ့ RAM 4GB လောက်ရှိရင် လုံလောက်ပါတယ်။ Windox or Mac or Linux OS တွေထဲက တခုခု ထည့်ထားလို့ ရပါတယ်။ သင်ကြားရေး မှာ အသုံးပြုမယ့် Software တွေကိုတော့ အတန်းထဲမှာ သင်ကြားရင်း တခါတည်း ထည့်သွင်းပေးပါမယ်။
|
Module No. |
1001 |
|
Module Title |
Basic Python Skill |
|
Module Domain |
Data Science |
|
Duration |
4 weeks |
|
Course Dates |
Start Date: 2nd July 2022 | End Date: 24th July 2022 |
|
Days of Live Session |
Sat, Sun |
|
Time |
2:00 p.m to 4:00 p.m |
|
Teaching Hours Matrix |
7 hours per week: 3 hours of pre-recorded lectures,4 hours of Live Session Lectures |
|
Main Topics |
· Section 1: Getting Started · Section 2: Variables and Simple Data Types · Section 3: Introducing Lists · Section 4: Working with Lists · Section 5: if Statements · Section 6: Dictionaries · Section 7: User Input and while Loops · Section 8: Functions |
|
Training Fee |
35,000 Ks |
- Teacher: Ko Andrew
28th Auguster,2022 မှာ ပြုလုပ်ကြမယ့် Webinar လေးမှာတော့ လူငယ်များအတွက် Data Science ပညာဆိုတဲ့ ခေါင်းစဥ်နဲ့ အတူ ခြောက်လတာ ကြာမြင့်မယ့် Data Science Program အကြောင်း ပြောပြမှာပါ။
အဓိက အချက်က Data Science ပိုင်းကို
ဘယ်သူတွေ လေ့လာသင့်သလဲ၊
အခြေခံအနေနဲ့ ဘာတွေ သိထား၊တတ်ထားသင့်သလဲ၊
သီအိုရီအခြေခံက ဘာတွေလဲ၊
ဘယ်လို လုပ်ငန်းခွင်တွေမှာ ပြန်အသုံးချလို့ ရသလဲ၊
Data Science နယ်ပယ်မှာ မိမိသွားသင့်တဲ့လမ်းကြောင်းတွေက ဘာတွေလဲ အစရှိတာတွေကို ပြောမှာပါ။
Webinar လုပ်ရခြင်း ရည်ရွယ်ချက်
၂၀၂၀ ခုနှစ်ကနေ စတင်ပြီး ကပ်ရောဂါကြောင့်၊နိုင်ငံရေး ဝဲဂယက်တွေကြောင့် ပညာရေး တပိုင်းတစဖြစ်နေတဲ့၊ နည်းပညာပိုင်း လိုက်စားတဲ့ လူငယ်တွေ အများကြီးရှိပါတယ်။ နိုင်ငံတွင်း စီးပွားရေးတွေလည်း ကျဆင်းတာကြောင့် အလုပ်တွေမှာ လုပ်သား အင်အား တိုးချဲ့ဖို့ နေနေသာသာ ရှိပြီးသား လူတွေကို ထပ်မံ လျှော့ချလိုက်လို့ အလုပ်အကိုင်ရှာဖွေရတာလည်း ပိုမိုကျပ်တည်းသွားတယ်။ ဒါက ပြည်တွင်း အခြေအနေတွေပါ။
နောက်တချက်က ကမ္ဘာမှာ Data Scientist တွေ အများအပြား ပိုမိုလိုအပ်နေတယ်ဆိုတာ ဂူဂယ်ခေါက်ကြည့်ရင်ကို Trend တွေကို မြင်ရပါလိမ့်မယ်။ လက်ရှိလည်း နိုင်ငံခြားထွက်ပြီး လုပ်ဖို့ ပြင်ဆင်နေတဲ့ လူအများအပြားရှိနိုင်ပါတယ်။ သိသင့်သိထိုက်တာလေးတွေကို သိသွား၊တတ်သွားရင် လူဟာ မိမိကိုယ်ကို ယုံကြည်ချက်တခုရှိနေတဲ့အတွက် အလုပ်ရှာတဲ့နေရာ အခက်အခဲတွေ နည်းသွားနိုင်သလို ၊ကျောင်းဆက်တက်မယ့်သူတွေဆိုရင်လည်း Data Science ပိုင်းကို အဆင့်တခုအထိ တတ်ကျွမ်းနေလို့ သက်ဆိုင်ရာ ကျောင်းတွေမှာ ဆက်လက် သင်ယူဖို့ အခြေခံကောင်းတွေ ရသွားမယ်လို့ မြင်ပါတယ်။
လူတချို့က စာသင်တဲ့အခါမှာ Academic ပိုင်းဆိုင်ရာတွေကို ဦးစားပေးပြီး သင်ကြတာရှိမယ်။ တချို့ကတော့ Academic ပိုင်းကို နားသိပ်မလည်ဘူး။ သူတို့လုပ်ငန်းခွင်ထဲက သိတာ မြင်တာတွေကို၊အတွေ့အကြုံ အခံနဲ့ ပြောပြ သင်ပြတာရှိမယ်။ နှစ်မျိုးလုံးက သူ့နေရာနဲ့သူ ကောင်းပါတယ်။ သို့သော် သီအိုရီတွေပဲ ရွတ်နေတဲ့သူက အကျိုးနဲ့ တူလိမ့်မယ်၊ သီအိုရီအခြေခံမပါပဲ အတွေ့အကြုံက သိတာကိုပဲ အမှန်ထင်ပြီး ရွတ်နေတဲ့သူက အကန်းနဲ့ တူလိမ့်မယ်။ လိုရာခရီးအထိ ရောက်အောင် သွားဖို့ဆိုရင် သီအိုရီနဲ့ လုပ်ငန်းခွင်သုံး လက်တွေ့ အသုံးချနိုင်မှု နှစ်ခုလုံးကို ပေါင်းဆုံနိုင်မှ ဖြစ်မှာပါ။
လုပ်ငန်းခွင် အတွေ့အကြုံလည်း ကျယ်ကျယ်ပြန့်ပြန့်ရှိ၊ စာလေးလည်း သေချာတတ်ထားတယ်ဆိုနိုင်တဲ့ လူက သင်ရင် နှစ်ခုလုံး ရမသွားနိုင်ဘူးလားလို့ မေးခွန်းလေးတွေ ထုတ်ကြည့်ချင်တယ်။ သိတာ သိပေမယ့် သင်ကြားရေး အတွေ့အကြုံလေးနဲ့ Teaching Pedagogy လေးတွေ၊ Outcome-based education မှာ အရေးကြီးတဲ့ Assessment လုပ်ဆောင်မှုသဘောတွေ၊ လက်တွေ့တွေပါဝင်တဲ့ Project based learning style တွေ သိထားရင်တော့ ပိုသင့်လျော်မယ် ထင်တယ်။ ကိုယ်တော်ကြောင်းတတ်ကြောင်းနဲ့ ဘုန်းတော်ဘွဲ့တွေ၊ ဘာမှ အရည်မရ အဖတ်မရတွေ ထည့်မပြောပဲ အသင်ခံလိုက်ရသူတွေ အချိန်တိုအတွင်း စာရော၊လုပ်ငန်းခွင်က အလုပ်ရဲ့ သဘောရော မြင်သွားရင် မကောင်းဘူးလား။ စတဲ့ စတဲ့ မေးခွန်းတွေဟာ ပြောကြားမယ့်သူရဲ့ လွန်ခဲ့သော နှစ်များစွာက လူငယ်ဘဝမှာ မေးခဲ့ဖူးတဲ့ မေးခွန်းတွေပါ။ တက်ရောက်နားထောင်မယ့်သူ အသီးသီးမှာလည်း မေးခွန်းကိုယ်စီ ရှိကြမယ်လို့ ထင်ပါတယ်။ Monologue သဘောလေးကို နည်းနည်းပဲ ပါအောင် ဟောပြောသူက တစ်နာရီပဲ ပြောပါ့မယ်။ Dialogue သဘောလေးလည်း ပါစေလိုတဲ့အတွက် မေးခွန်းတွေ အများကြီး မေးကြ၊ဖြေကြနဲ့ (ကျွန်တော်တို့ ခပ်ငယ်ငယ်က လသာသာဆိုရင် ခြံရှေ့ကွပ်ပျစ်ကျယ်ကျယ်မှာ ရပ်ဆွေတွေ ရပ်မျိုးတွေ သဘော လူတွေစုပြီး လက်ဖက်ရည်ကြမ်းသောက်၊စကားစမြည်လေး ပြောနဲ့ လုပ်ကြသလို) ဒီ Webinar လေးကို အဆုံးသတ်ပါမယ်။
ပြောကြားမည့်သူ၊ ကိုအင်ဒရူး၏ Profile
- ၁၉၈၈ ခုနှစ်တွင် ဖွားမြင်သည်။
- သူငယ်တန်းမှ ဆယ်တန်းအထိ ဧရာဝတီတိုင်း၊ရေကြည်မြိုတွင် ကျောင်းတက်ရောက်ခဲ့သည်။
- ၂၀၀၄ခုနှစ်တွင် ဆယ်တန်းကို ဂုဏ်ထူး ငါးဘာသာဖြင့် အောင်မြင်ခဲ့သည်။
- မြန်မာနိုင်ငံ ရေကြောင်းတက္ကသိုလ်တွင် ၂၀၀၅ခုနှစ်မှ ၂၀၀၉ နှစ်အထိ တက်ရောက်ခဲ့ပြီး ၂၀၁၀ တွင် B.E (Maring Engineering)ဘွဲကို ရရှိခဲ့သည်။
- ၂၀၁၁မှ ၂၀၁၃ခုနှစ်အထိ စင်္ကာပူနိုင်ငံတွင် ရေနံသန့်စင်ထုတ်လုပ်သည့် စက်ရုံ တည်ဆောက်ရေး၌ Plant Engineering Construction Co.Ltd မှ ပရောဂျက်အင်ဂျင်နီယာအဖြစ် အလုပ်လုပ်ခဲ့သည်။
- ၂၀၁၃မှ ၂၀၁၄ ခုနှစ်အတွင်း ကမ္ဘာ့တတိယအကြီးဆုံး ကမ်းလွန်နှင့် ရေနံတူးဖော်ရေး ဝန်ဆောင်မှု ကုမ္ပဏီ၊ Baker Hughes Internation Holding Co.Ltd၌ Cementing Engineer အဖြစ် အလုပ်လုပ်ခဲ့သည်။
- ၂၀၁၅ ခုနှစ်မှ စတင်ပြီး CAD,CAM,CAE,Engineeing Software များ သင်ကြားပေးသည့် EduGate Engineering School ကို တည်ထောင်ခဲ့ပြီး အင်ဂျင်နီယာပေါင်း ၇၀၀ကျော်ကို မွေးထုတ်ပေးခဲ့သည်။
- ၂၀၁၅ ခုနှစ်မှ စတင်ပြီး အင်ဂျင်နီယာရင်းနှင့် ဆောက်လုပ်ရေး ကုမ္ပဏီများအတွက် Engineering Software Corporate Training များစွာ ပေးခဲ့သည်။
- မိမိကိုယ်ပိုင် ခံယူချက်ကြောင့် မည်သည့် အင်ဂျင်နီယာအဖွဲအစည်းတွင်မှ ပါဝင်ခြင်း မပြုခဲ့။
- ၂၀၁၆ခုနှစ်တွင် Yangon Technology University တွင် Visiting Lecture အဖြစ် ရေနံစက်ရုံနှင့်၊ ဆိပ်ကမ်း အခြေခံအဆောက်အဦးများ တည်ဆောက်သည့် ဆော့ဝဲလ်များကို သွားရောက် သင်ကြား ပေးခဲ့သည်။
- ၂၀၁၇ခုနှစ်မှ စတင်ပြီး Learning Management System များကို ရေးသား၊ဝန်ဆောင်မှုပေးသည့် ကုမ္ပဏီ၊ Social Trust Co.Ltd တွင် Managing Director အဖြစ် တာဝန်ယူခဲ့သည်။
- ၂၀၁၈ ခုနှစ်တွင် မြန်မာနိုင်ငံရှိ Online School များအနက် အကြီးဆုံး ဖြစ်သည့် Myanmar Online School ကို တည်ထောင်ခဲ့သည်။ လက်ရှိတွင် လေ့လာသင်ယူနေသူပေါင်း ၂၈၀၀ ကျော် ရှိနေသော ဆိုဒ်တခုဖြစ်သည်
- ၂၀၂၀ ခုနှစ်မှ စတင်ပြီး Myanmar Data Science များ မွေးထုတ်ပေးရန် ရည်ရွယ်ချက်ဖြင့် Myanmar Online University ကို ဆက်လက် တည်ထောင်ခဲ့သည်။ လက်ရှိတွင် လေ့လာနေသူပေါင်း ၈၅၀၀ကျော် ရှိနေသော နေရာတခု ဖြစ်သည်။
- ၂၀၂၁ ခုနှစ်တွင် Yangon Institute of Economics မှာ Master of Development Studies ဘွဲကို ရရှိခဲ့သည်။
- ၂၀၂၁ ခုနှစ်မှ စတင်ပြီး မြန်မာနိုင်ငံ၏ အကြီးမားဆုံး E-commerce ဆိုဒ်တခုဖြစ်သည့် SHOP.com.mm တွင် Business Intelligence ဌာန၏ အကြီးအကဲအဖြစ် ယနေ့ အချိန်အထိ တာဝန်ထမ်းဆောင်နေသည်။
- Teacher: Ko Andrew
Business Intelligence အတန်းရဲ့ နိဒါန်းအနေနဲ့ Business Intelligenceအကြောင်း ခြုံငုံတင်ပြချင်တာလေး ပြောပါမယ်။ ဒီအတန်းက Business Intelligenceရဲ့ အခြေခံ သိထားရမှာလေးတွေနဲ့ စပါတယ်။ Business Intelligenceနဲ့ပတ်သတ်တဲ့ အဓိက ကဏ္ဍတွေ၊ လုပ်ငန်းစဥ်တွေကို မပြောခင်မှာ data science နဲ့ ဘယ်လို ကွာခြားသလဲဆိုတာမျိုးတွေ အရင် ရှင်းပြပါမယ်။ Business Intelligenceသမားတွေရဲ့ အခန်းကဏ္ဍတခုဆီကို အသေးစိတ်ရှင်းပြမှာ ဖြစ်ပြီးတော့ သူတို့ တဦးစီမှာ ဘာ ကျွမ်းကျင်မှုတွေ မရှိမဖြစ်လိုအပ်သလဲဆိုတာလည်း လေ့လာသူတွေ သိရှိနိုင်ပါမယ်။ ဒီလို တဆင့်ဆီ လေ့လာရင်း လုပ်ငန်းတွေအတွက် ထိရောက်တဲ့ စွမ်းဆောင်မှုနဲ့ အသိအမြင်တွေကို သိမြင်နိုင်ဖို့ ဒီ Business Intelligenceနဲ့ ပတ်သတ်တဲ့ ဇာတ်လိုက်တဦးစီဟာ အတူတွဲစပ်ပြီး ဘယ်လိုတွေ အလုပ်လုပ်ရသလဲဆိုတာ နားလည်လာမှာ ဖြစ်သလို BI tool တွေ ဘာတွေ သုံးကြသလဲ၊ ဒီအရာတွေက မိမိတို့ လုပ်ငန်းစုတွေကို ဘယ်လို အမြစ်လှန်ပြောင်းပစ်သလို ထိရောက် အောင်မြင်စေသလဲ ဆိုတာတွေကို မြင်လာပါလိမ့်မယ်။
ဒီအတန်းမှာ လုပ်ငန်းအသီးသီးအတွက် အရေးပါတဲ့ ဆုံးဖြတ်ချက် ချမှတ်သူတွေထံ အဓိက သတင်းစကားတွေ ပါးနိုင်အောင် business intelligence မှာ အသုံးပြုလေ့ရှိတဲ့ ပုံပြကားချပ် အမျိုးအစားတွေ အကြောင်းလည်း ပါဝင်မှာ ဖြစ်သလို သူတို့ကို ဖော်ပြတဲ့အခါ အလေးထားရမယ့် ဒီဇိုင်းနဲ့ပတ်သတ်တဲ့ အကောင်းဆုံး အသုံးချမှုတွေကိုလည်း လေ့လာနိုင်ပါမယ်။ နောက်ဆုံးပိုင်းမှာတော့ ဒေတာ အမျိုးအစား အသီးသီး၊ဒေတာရဲ့ တည်ဆောက်ပုံ၊ business intelligence ပိုင်းမှာ အသုံးများတဲ့ ဖိုင်အမျိုးအစားတွေ အကြောင်း ကျွန်တော်တို့ ပြောကြည့်ပါမယ်။
Fundamentals
of Business Intelligence အတန်း၏
လေ့လာရေး ရည်မှန်းချက်များ ဒီအတန်းကို
လေ့လာပြီးတဲ့အခါမှာ သင့်အနေနဲ့ -
BIရဲ့ အခြေခံ
တိုင်းတာချက်တွေနဲ့ လုပ်ဆောင်ပုံတွေကို ရှင်းပြတတ်လာမယ်။
ဒီအတန်းကို ဘယ်သူတွေ တက်သင့်သလဲ BI မိတ်ဆက်အတန်းဟာ ဒေတာနဲ့ အလုပ်လုပ်နေသူ ဖြစ်ပြီး business intelligence အကြောင်းကို ပိုပြီး
လေ့လာသိရှိလိုတဲ့ ဘယ်ပရော်ဖက်ရှင်နယ်သမားတွေအတွက်မဆို သင့်လျော်ပါတယ်။ ဒီအတန်းမှာ BI နယ်ပယ်ထဲက
အဓိက core concept
တွေကို ပြောသွားမှာ ဖြစ်ပြီး အဆင့်မြင့် business intelligence ခေါင်းစဥ်တွေအတွက် လှေကားထစ်တခုဆိုလည်း မှန်ပါတယ်။ Business
Intelligence and Data Analytics programထဲက
အခြေခံထဲပါဝင်တဲ့ ဒီအတန်းဟာ Asset Management, Data Analyst, Quantitative Analyst နဲ့ Finance နယ်ပယ်ထဲက လူတွေအတွက်လည်း သက်ဆိုင်တဲ့ ခေါင်းစဥ်တွေလည်း
ပါဝင်ပါတယ်။
Fundamentals of Business Intelligence is a prep course of MOU's BIDA™ program
Introduction to Business Intelligence အတန်းစာ MOU(Myanmar Online University)ရဲ့ နောက်ပိုင်းမှာ ထုတ်လုပ်မယ့် Business Intelligence & Data Analyst (BIDA) ပရိုဂရမ်ရဲ့ အစိတ်အပိုင်းတခုလည်း ဖြစ်ပါတယ်။ ဒီ ပရိုဂရမ်မှာတော့ business intelligence နဲ့ data analysis ကို ခြုံငုံမိစေအောင် အခြေခံ၊ကြားအဆင့်နဲ့ အဆင့်မြင့် ခေါင်းစဥ်များစွာကို ထည့်သွင်းထားပါတယ်။ တက်ရောက်တဲ့ ကျောင်းသူကျောင်းသားတွေဟာ case study တွေ အများကြီးဖတ်ရှုလေ့လာပြီး sample data ပေါ် အခြေခံကာ လက်တွေ့လုပ်ဆောင် တွက်ချက်တာတွေလုပ်ပြီးမှ ကျွမ်းကျင်မှု၊ယုံကြည်မှုတွေရှိလာအောင် ပြင်ဆင်ပေးသွားမှာပါ။ ဒီပရိုဂရမ်မှာ ငွေကြေးနဲ့ အရင်း စျေးကွက်တွေမှာ သုံးတဲ့ quantitative method တွေကိုလည်း သင်ပေးသွားမှာ ဖြစ်တယ်။ ရှုပ်ထွေးများပြားတဲ့ ဒေတာတွေကို ဘယ်လို စိစစ်ခွဲခြမ်းရသလဲဆိုတာကို လေ့လာချင်တဲ့ ကျောင်းသားများအတွက်တော့ အထူးသင့်တော်ပါတယ်။ပရိုဂရမ်တခုလုံးက လုံးဝ အွန်လိုင်းကနေပဲ လေ့လာနိုင်တာဖြစ်လို့ ကမ္ဘာ့ရဲ့ ဘယ်နေရာကမဆို၊ မိမိလေ့လာလိုတဲ့ အချိန်၊စတိုင်၊နှုန်းတွေနဲ့ သက်တောင့်သက်သာ လေ့လာနိုင်မှာလည်း ဖြစ်ပါတယ်။
- Teacher: Ko Andrew