Khoa học dữ liệu và Dữ liệu lớn (Data Science & Big Data)

Năng lực nghiên cứu và triển khai:

• Xây dựng hạ tầng dữ liệu (Data Infrastructure):
  Thiết kế và triển khai kiến trúc lưu trữ – xử lý dữ liệu lớn theo mô hình tập trung hoặc phân tán, sử dụng các công nghệ hiện đại như Hadoop, Spark, Kafka, NoSQL (MongoDB, Cassandra), Data Lake và Data Warehouse (Snowflake, BigQuery, Redshift...).

• Trích xuất – làm sạch – chuẩn hóa dữ liệu (ETL/ELT):
  Phát triển pipeline tự động để thu thập, xử lý và tích hợp dữ liệu từ nhiều nguồn khác nhau: dữ liệu giao dịch, thiết bị IoT, hệ thống ERP, dữ liệu văn bản, hình ảnh, video và dữ liệu thời gian thực.

• Phân tích dữ liệu (Data Analytics):

  • Phân tích mô tả (descriptive analytics): giúp tổ chức hiểu rõ những gì đã và đang diễn ra.

  • Phân tích chẩn đoán (diagnostic analytics): khám phá nguyên nhân của các xu hướng và sự kiện.

  • Phân tích dự đoán (predictive analytics): áp dụng các mô hình học máy để dự báo hành vi, nhu cầu hoặc rủi ro.

  • Phân tích đề xuất (prescriptive analytics): đưa ra hành động tối ưu dựa trên các kịch bản dự báo.

• Khoa học dữ liệu ứng dụng (Applied Data Science):
  Triển khai các mô hình AI/ML cho các tác vụ như phân loại văn bản, phân tích cảm xúc, nhận diện hình ảnh, phân tích hành vi khách hàng, dự báo tài chính – hậu cần – tiêu dùng, hỗ trợ ra quyết định tự động.

• Thị giác máy tính & phân tích hình ảnh (Computer Vision):
  Ứng dụng xử lý ảnh và video từ hệ thống camera, UAV, thiết bị di động trong các bài toán giám sát giao thông, phân tích hành vi, y tế chẩn đoán hình ảnh, kiểm định chất lượng sản phẩm...

• Dữ liệu mở và dữ liệu công:
  Hợp tác với các cơ quan nhà nước, bộ ngành để khai thác và phân tích dữ liệu công ích, dữ liệu dân cư, hành chính công nhằm phục vụ hoạch định chính sách, tối ưu dịch vụ công.

Ứng dụng tiêu biểu:

• Hệ thống giám sát dữ liệu IoT trong giao thông, đô thị thông minh

• Phân tích dữ liệu hành vi người dùng trong các nền tảng học tập và thương mại điện tử

• Dự báo nhu cầu dịch vụ công trong các khu vực dân cư theo thời gian

• Phân tích mạng xã hội phục vụ truyền thông chiến lược và quản trị thương hiệu

• Tư vấn tổ chức xây dựng trung tâm dữ liệu, chiến lược dữ liệu và quản trị dữ liệu toàn diện

Mục tiêu của Viện IDT:

• Biến dữ liệu thành tài sản chiến lược của tổ chức

• Hỗ trợ ra quyết định dựa trên dữ liệu (data-driven decision-making)

• Đặt nền móng cho phát triển Trí tuệ nhân tạo và tự động hóa thông minh

• Đồng hành cùng doanh nghiệp và tổ chức trong hành trình chuyển đổi số dựa trên dữ liệu