Data Engineering Zoomcamp: khoá học miễn phí giúp người muốn làm FDE dựng pipeline dữ liệu từ con số không

Năm 2025, Data Engineering Zoomcamp bỏ Mage và chuyển sang Kestra làm công cụ điều phối pipeline. Với một khoá học miễn phí, chi tiết này nghe như chuyện hậu trường. Nhưng nó cho thấy điều quan trọng nhất về cách bạn nên học khoá này: công cụ sẽ còn đổi, còn tư duy dựng pipeline thì ở lại.

Khoá học do DataTalks.Club xây dựng. Repo chính thức trên GitHub mô tả đây là khoá miễn phí kéo dài 9 tuần về việc dựng pipeline dữ liệu sẵn sàng cho production. Toàn bộ video, tài liệu và homework đều miễn phí, mã nguồn mở, và bạn không cần kinh nghiệm data engineering trước đó.

Với developer Việt muốn chuyển sang FDE, đó là lý do đáng để ý. Thử hình dung dự án đầu tiên của bạn ở phía khách hàng: rất có thể dữ liệu của họ phải chạy ổn định qua một luồng xử lý trước khi model hay agent nào làm được gì. Zoomcamp không phải khoá học về FDE, nhưng nó dạy đúng phần nền đó.

9 tuần hay 10 tuần?

Hai nguồn chính thức của khoá không khớp nhau. README trên GitHub ghi 9 tuần, và bài tổng hợp của KDnuggets tháng 9/2026 cũng ghi chín tuần. Trong khi đó trang tài liệu bản 2026 của DataTalks.Club nói khoá kéo dài 10 tuần: 7 tuần học module cộng 3 tuần làm final project.

Trang curriculum giải thích rõ hơn cấu trúc: sáu module trải trong bảy tuần, sau đó là final project chiếm ba tuần cuối cohort. Cũng chính trang này khuyên lấy repo GitHub làm nguồn chuẩn cho video, code và câu hỏi homework chính xác. Lời khuyên thực tế: lên kế hoạch theo con số 10 tuần cho an toàn, và khi tài liệu mâu thuẫn, mở repo ra kiểm tra.

Thói quen này cũng là kỹ năng FDE.

Ai nên học, và học theo thứ tự nào?

Khoá hợp nhất với backend developer 2-5 năm kinh nghiệm, đã quen viết service nhưng chưa từng chịu trách nhiệm cho một luồng dữ liệu từ đầu đến cuối. Vì không đòi hỏi nền data engineering, bạn có thể vào thẳng. Nếu đã làm data engineer vài năm, giá trị chủ yếu nằm ở final project và ở việc cập nhật bộ công cụ mới.

Thứ tự hợp lý là đi đúng nhịp cohort: học lần lượt sáu module, làm homework của từng module ngay trong tuần, rồi dành trọn ba tuần cuối cho project. Đừng xem video dồn một lèo rồi để project lại sau. Homework là nơi bạn vấp lỗi thật, và lỗi thật mới là thứ bạn kể lại được trong buổi phỏng vấn.

Ba ý đáng giữ lại

Ý đầu tiên nằm ở hai chữ “từ đầu”. Trang tài liệu nói mục tiêu là dựng pipeline đạt chuẩn production từ con số không bằng công cụ chuẩn ngành.

Ý tiếp theo đến từ việc thay Mage bằng Kestra. Nếu ngay một khoá học cũng phải đổi công cụ giữa các cohort, rất có thể khách hàng tương lai của bạn đang dùng một bộ công cụ khác với thứ bạn đã học.

Vì thế khi học module điều phối, hãy tự hỏi công cụ này giải quyết vấn đề gì: lập lịch, chạy lại khi lỗi, theo dõi phụ thuộc giữa các bước. Hiểu được những câu đó, bạn sẽ nhận ra chúng ở bất kỳ công cụ nào khách hàng đang dùng.

Ý cuối cùng, và quan trọng nhất, là final project. Ba tuần dựng một pipeline end-to-end là sản phẩm cho thấy rõ nhất bạn làm được gì. Hãy chọn một bài toán gần với ngành bạn muốn làm FDE, như logistics, bán lẻ hay fintech, thay vì một bộ dữ liệu mẫu ai cũng dùng.

Một đề tài mẫu trông ra sao?

Thử hình dung một đề tài bán lẻ: chuỗi cửa hàng muốn biết doanh thu theo từng cửa hàng mỗi sáng. Pipeline của bạn lấy file xuất từ hệ thống bán hàng mỗi đêm, nạp vào nơi lưu trữ, làm sạch và chuẩn hoá, rồi tổng hợp thành một bảng cho dashboard. Công cụ điều phối lo lập lịch hằng đêm và chạy lại bước nào bị lỗi.

Bản phác này cố ý nhỏ. Cái bạn cần chứng minh không phải là dữ liệu lớn, mà là mỗi bước có lý do, và khi một bước hỏng thì cả luồng không sập theo.

Đưa vào CV thế nào?

Đừng ghi khoá học như một chứng chỉ. Lấy đề tài mẫu ở trên làm ví dụ. Dòng CV trước khi sửa: “Hoàn thành khoá Data Engineering Zoomcamp (DataTalks.Club)”.

Dòng sau khi sửa: “Dựng pipeline hằng đêm nạp dữ liệu bán hàng, làm sạch và tổng hợp doanh thu theo cửa hàng; cấu hình lập lịch và tự chạy lại khi một bước lỗi; README giải thích quyết định thiết kế (kèm link repo).”

Dòng thứ hai kể được một câu chuyện cụ thể: dữ liệu đến từ đâu, đi qua những bước nào, lỗi được xử lý ra sao và ai dùng kết quả. Đó là những câu bạn nên chuẩn bị sẵn câu trả lời trước buổi phỏng vấn. Khi đọc JD, để ý các cụm như “data pipeline”, “ETL” hay “tích hợp dữ liệu khách hàng”.

Gặp những cụm đó, project của bạn là câu chuyện để kể, không chỉ là một dòng trong CV.

Một khoá miễn phí không làm bạn thành FDE. Nhưng nó cho bạn ba tuần để chứng minh rằng khi nhận dữ liệu lộn xộn của người khác, bạn biết bắt đầu từ đâu.