amanterNhờ AI được lăng xê ác quá, giờ trung tâm nào cũng đăng bài đào tạo AI, data analysis, data science. Giảng viên thì cùi bắp, toàn bọn amanter không được đào tạo tử tế, dạy vài ba cái tool rồi nổ vang trời, nhận là data scientist của công ty này công ty nọ trong khi kiến thức cơ bản không có. Mục đích trục lợi cá nhân lừa gà. Tới bao giờ dân ta mới khôn ra được, tới bao giờ mới hiểu được rằng muốn đạt được đỉnh cao trong sự nghiệp thì tránh mấy thằng đó ra. Để rồi học xong thầy không ra thầy, thợ không ra thợ. Tốn một đống tiền rồi cái nhận được là ảo tưởng sức mạnh. Gần đây duyệt CV và phỏng vấn hay gặp các bạn title data scientist từ ngành khác (non-CS) nhảy sang với kinh nghiệm là khoá học online/trung tâm và làm qua trash project hoặc toy project quá. Tốn thời gian vl với các ông. Hỏi có sẵn sàng đi clean data, annotate dữ liệu không thì các bạn đếch chịu, đòi làm model, làm research trong khi tới các tính chất cơ bản của CNN còn không hiểu. Clone model về chạy rồi tưởng thế là hay, chém gió BERT bủng như thật, tưởng clone về chạy được code là đang on top trong ngành
Các trung tâm dạy AI mọc lên như nấm sau mưa | theNEXTvoz…
Các trung tâm dạy AI mọc lên như nấm sau mưa | theNEXTvoz
sword.1024
olDrystlll
sword.1024
cowboywildwest
sword.1024
YuhHuy
G.D
Thằng thớt thấy miếng ngon sợ người ta ăn hết nên rào trước đón sau à
Bà đồng nát kế nhà tôi mới đi học AI ở trung tâm 3 tháng đã nhận offer 7000$ rồi, giờ bỏ nghề ve chai hàng ngày lên công ty gõ 10 dòng code là kiếm tiền chục củ ngon ơ. Cứ vài hôm lại có dự án ngoài, chả phải suy nghĩ nhiều toàn lên github copy code về sửa nửa tiếng là bán được 2k$ cho 1 con AI
Bà đồng nát kế nhà tôi mới đi học AI ở trung tâm 3 tháng đã nhận offer 7000$ rồi, giờ bỏ nghề ve chai hàng ngày lên công ty gõ 10 dòng code là kiếm tiền chục củ ngon ơ. Cứ vài hôm lại có dự án ngoài, chả phải suy nghĩ nhiều toàn lên github copy code về sửa nửa tiếng là bán được 2k$ cho 1 con AI
sword.1024
sword.1024
Có câu troll nào đỡ nhai lại hơn không? Từ fb qua à?Thằng thớt thấy miếng ngon sợ người ta ăn hết nên rào trước đón sau à
Bà đồng nát kế nhà tôi mới đi học AI ở trung tâm 3 tháng đã nhận offer 7000$ rồi, giờ bỏ nghề ve chai hàng ngày lên công ty gõ 10 dòng code là kiếm tiền chục củ ngon ơ. Cứ vài hôm lại có dự án ngoài, chả phải suy nghĩ nhiều toàn lên github copy code về sửa nửa tiếng là bán được 2k$ cho 1 con AI
ManInDarkNess
ScytherNecromancer
karenshii
galaxyangelzz
AI nghe nó xa vời quá
như cty tôi, giờ đang học thêm DA
ngồi clean data, lập báo cáo, refine lại các báo cáo cũ
là cả đống việc làm ko hết rồi
như cty tôi, giờ đang học thêm DA
ngồi clean data, lập báo cáo, refine lại các báo cáo cũ
là cả đống việc làm ko hết rồi
How long will i love u
Người giỏi AI thật thì họ chả có thời gian mà đi đào tạo lũ ngu đấy đâu, cứ nghe cái tên AI thấy oai là đâm đầu vào, âu cũng là chọn lọc tự nhiên
sword.1024
Expect là sẽ có một đội khi thiếu dev thì nhảy sang làm dev, thiếu ops nhảy sang làm ops. Nhưng bọn nó không hiểu là 1 thằng role devops không thể thay thế 1 ông dev và 1 ông ops thuần được
MysticYami
AI được phổ cập rồi sao.
karenshii
karenshii
ko còn dạy ở đại học hay các công ty RD nữa
sắp rồi, đưa vào chương trình học phổ thông.AI được phổ cập rồi sao.
ko còn dạy ở đại học hay các công ty RD nữa
sword.1024
Chuẩn đấy. Số cty cần AI ít vãi ra. Mà có cần cũng chỉ cần một vài ông core build từ chiến lược tới model. Còn lại vẫn là bài toán dữ liệu. Mấy ông kia tìm cách dùng dữ liệu hiệu quả hơn thôi. Chứ dữ liệu không đủ có augment bằng trời cũng không cải tiến đượcAI nghe nó xa vời quá
như cty tôi, giờ đang học thêm DA
ngồi clean data, lập báo cáo, refine lại các báo cáo cũ
là cả đống việc làm ko hết rồi
YuhHuy
). Best AI công ty luôn.
Thì đấy. AI nó thông minh đến nổi không nhận biết đc API ấy. Nó đòi phải có 1 button cho nó click thì nó mới chạy
). Best AI công ty luôn.
sword.1024
sword.1024
Thế bác xem lại đội làm AI. Chứ thông thường mình train model xong lại tự viết API luôn, nhận request trả về json như API bình thườngThì đấy. AI nó thông minh đến nổi không nhận biết đc API ấy. Nó đòi phải có 1 button cho nó click thì nó mới chạy
lctfatcat
ceoVHH
karenshii
xuất thân dev, thì network/system gọi là hiểu biết thôi, chứ không quen tay được đâu.
Xưa mình cũng có thời gian làm mấy cái cicd cho dự án, rồi code a-z đủ cả. Thế là ghi tittle DevOps, rồi FullStack các kiểu, mà sau nhận ra, những ông code backend lâu năm những cái này đều biết cả, chỉ là họ không thành thạo, chuyên sâu thôi. Nên lại ghi lại title chỉ đơn giản là "Developer, main: Java web"
ủa xuất thân dev, thì phải đá lại về dev lúc cần chứ.
xuất thân dev, thì network/system gọi là hiểu biết thôi, chứ không quen tay được đâu.
Xưa mình cũng có thời gian làm mấy cái cicd cho dự án, rồi code a-z đủ cả. Thế là ghi tittle DevOps, rồi FullStack các kiểu, mà sau nhận ra, những ông code backend lâu năm những cái này đều biết cả, chỉ là họ không thành thạo, chuyên sâu thôi. Nên lại ghi lại title chỉ đơn giản là "Developer, main: Java web"
moonlight.shine
Đi sâu xuống nặng toán quá ít ai theo nổi
, giờ thằng nào chả thích học hành nhàn hạ, việc nhẹ lương cao, job nghe hoành tráng
, giờ thằng nào chả thích học hành nhàn hạ, việc nhẹ lương cao, job nghe hoành tráng
TK_Ngu
sacqn113
sword.1024
Ý mình devops xịn là vậy. Chuyên 1 cái rồi đá qua cái khác chứ không phải mỗi cái 1 tí. Mình không làm bên dev, nhưng để ý mấy bác cứng cứng title đơn giản vãi. Ghi backend developer mà cái méo gì cũng biết, không chuyên thôiủa xuất thân dev, thì phải đá lại về dev lúc cần chứ.
xuất thân dev, thì network/system gọi là hiểu biết thôi, chứ không quen tay được đâu.
Xưa mình cũng có thời gian làm mấy cái cicd cho dự án, rồi code a-z đủ cả. Thế là ghi tittle DevOps, rồi FullStack các kiểu, mà sau nhận ra, những ông code backend lâu năm những cái này đều biết cả, chỉ là họ không thành thạo, chuyên sâu thôi. Nên lại ghi lại title chỉ đơn giản là "Developer, main: Java web"
Deo_hieu_kieu_gi
Cắm dùi xem các anh chửi
galaxyangelzz
sword.1024
ttattl
...Batman...
EmLaSieuNhan
TK_Ngu
sword.1024
...Batman...
sosoho
sword.1024
Deo_hieu_kieu_gi
sword.1024
Thật sự mình cũng đ biết rep bạn thế nào nên xin phép skip comment này
TK_Ngu
sword.1024
Thôi fen. Những thằng như này thì nên tránh. Không thông não nổi nó đâu
sosoho
sword.1024
. Còn làm AI giỏi là tối đa hoá đc lợi nhuận trên nguồn lực có sẵn chứ đâu phải đem 1 quy trình về áp đặt mọi người phải theo đâu
Chạy được rồi sao nữa? Từ chạy được tới cải tiến được nó cách xa nhau lắm
. Còn làm AI giỏi là tối đa hoá đc lợi nhuận trên nguồn lực có sẵn chứ đâu phải đem 1 quy trình về áp đặt mọi người phải theo đâu
TK_Ngu
sword.1024
Ở trường đại học dạy môn quản lý dự án thì ra ngoài cũng phải đòi làm quản lý dự án đấy hả
truongdx_gt
Công ty nào cũng chém 4.0, chém gió về AI... Rồi hỏi có sản phẩm AI nào đã đưa vào kinh doanh, doanh thu bao nhiêu thì đa số im như thóc.
Từ doanh nghiệp tới cá nhân, làm AI thì ít, làm màu thì nhiều; rảnh lại đi chém gió khắp nơi. thật nhảm shit.
p/s: Bên tôi mỗi năm doanh thu từ các sản phẩm AI khoảng 1 vài trăm B nhé.
Từ doanh nghiệp tới cá nhân, làm AI thì ít, làm màu thì nhiều; rảnh lại đi chém gió khắp nơi. thật nhảm shit.
p/s: Bên tôi mỗi năm doanh thu từ các sản phẩm AI khoảng 1 vài trăm B nhé.
ktnc
Ở tp HCM thấy ít chỗ tuyển Intern AI Engineer quá
TK_Ngu
Cái đó mình nghĩ ở giai đoạn triển khai rồi. Vì làm AI thực tế là nghiên cứu nhiều hơn trừ các bài kinh điển ra còn lại là tự làm từ đầu (dữ liệu đặc thù mô hình đặc thù). Nên bảo lên time line ra sản phẩm thì có phá sản thôi. Đến các ông nghiên cứu cũng chẳng biết cái mình đang nhiên cứu nay nó ra hay mai nó ra nữa. Nên nếu chỉ làm áp dụng thì 1 đội 2-3 người làm vừa nghiên cứu vừa code được (ứng dụng cái đã có và cải tiến thêm một chút) là có thể chạy được.Chạy được rồi sao nữa? Từ chạy được tới cải tiến được nó cách xa nhau lắm
Thích Màu Hường
sosoho
Học qlda thì ra trường đếch ai lại muốn đi phụ hồ cả. Gán nhãn thì làm cái tool ngon thì đến con milu nó cũng gán nhãn được, lương thì chắc không bằng phụ hồ, đếch ai muốn làm là đúng, có gì sai ở đây. Chả nhẽ người ta vì học đến AI mà lại phải đi gán nhãn với mức lương bèo chỉ để một tương lai bất định nào đó sẽ được ngồi train model. Thà ở nhà download model có sẵn, ta làm mấy cái app vớ vẩn như Faceapp hay gì đó kiếm tiền quảng cáo còn hơn.Ở trường đại học dạy môn quản lý dự án thì ra ngoài cũng phải đòi làm quản lý dự án đấy hả
huy310100
hài cho một số bạn trẻ bây giờ cứ cài mấy tools lên rồi vỗ ngực tự xưng là devops
chuẩn rồi, các bác backend cứng tầm 4-5 năm kn thì méo gì làm cũng đc.Ý mình devops xịn là vậy. Chuyên 1 cái rồi đá qua cái khác chứ không phải mỗi cái 1 tí. Mình không làm bên dev, nhưng để ý mấy bác cứng cứng title đơn giản vãi. Ghi backend developer mà cái méo gì cũng biết, không chuyên thôi
hài cho một số bạn trẻ bây giờ cứ cài mấy tools lên rồi vỗ ngực tự xưng là devops
cowboywildwest
sword.1024
Nhiều đấy fen. Mình yêu cầu ít nhất có master CS by research, background research liên quan tới AI là đc (ML, CV, NLP, RL, graph,...). Có khả năng coding tốt. Ngoài ra cần có kinh nghiệm làm industry, càng gần với ngành bên mình làm càng tốt, để họ có domain knowledge. Ngoài kỹ năng research và giải quyết vấn đề ra thì cần có kỹ năng planning và đề xuất, làm việc với nhiều bên. Tất nhiên bên mình benefit cũng competitive lắmVậy khi thím phỏng vấn nhìn các tiêu chí nào thì xứng đáng là Data Scientist?
TK_Ngu
Nghe có vẻ giống mấy cái meme dân dev nhỉ.Nhiều đấy fen. Mình yêu cầu ít nhất có master CS by research, background research liên quan tới AI là đc (ML, CV, NLP, RL, graph,...). Có khả năng coding tốt. Ngoài ra cần có kinh nghiệm làm industry, càng gần với ngành bên mình làm càng tốt, để họ có domain knowledge. Ngoài kỹ năng research và giải quyết vấn đề ra thì cần có kỹ năng planning và đề xuất, làm việc với nhiều bên. Tất nhiên bên mình benefit cũng competitive lắm
sword.1024
Deo_hieu_kieu_gi
TK_Ngu
sword.1024
. Mình từng đồng ý offer 1 bác sn81 4k5 NET làm ở VN rồi. Mỗi tội tuyển người khó thôi. Tuyển đc 1 ông thì phải lọc CV rồi phỏng vấn hơn chục ông
Cty mình trả ổn mà
. Mình từng đồng ý offer 1 bác sn81 4k5 NET làm ở VN rồi. Mỗi tội tuyển người khó thôi. Tuyển đc 1 ông thì phải lọc CV rồi phỏng vấn hơn chục ông
Deo_hieu_kieu_gi
Mai fen làm HR à ?Cty mình trả ổn mà
Duy Nguyễn THOL
TK_Ngu
cowboywildwest
sword.1024
Mình chịu tránh nhiệm phỏng vấn chuyên môn và cố vấn mức lương phù hợp cho ứng viên. Nói vậy thôi chứ thêm tí nữa là lại gặp người quen trên này
sosoho
Deo_hieu_kieu_gi
Deo_hieu_kieu_gi
Huyền Chip đang ở Mĩ hay sao ấy mai fen, hình như làm stanford hay nvi gì đấy nên chắc có điên mới làm cái này
Huyền Chip đang ở Mĩ hay sao ấy mai fen, hình như làm stanford hay nvi gì đấy nên chắc có điên mới làm cái này
TK_Ngu
TK_Ngu
Deo_hieu_kieu_gi
sword.1024
Mình nhớ không nhầm Huyền Chip từng cố vấn cho VietAI thì phải. Mà founder bên đó là Thắng Lương còn khủng hơn
sondaica22
Mà có đủ nó cũng dí l mà làm cho bọn lừa gà này.
Nhắm đủ tiền trả cho nó không
Mà có đủ nó cũng dí l mà làm cho bọn lừa gà này.
Deo_hieu_kieu_gi
TK_Ngu
TK_Ngu
FoxBeel
Thích Màu Hường
Mấy cái khác ko nói chỉ góp ý tiêu chí ít nhất có master CS by research. Có một sự thật là những người học master, hay thậm chí Phd. nắm cực vững lý thuyết, có thể giải thích, implement lại các giải thuật ML, viết công thức toán vanh vách nhưng vẫn ko build được model đạt được mức accuracy yêu cầu.
Tại vì nghiên cứu AI, ML hướng Academic với làm AI, ML dạng ứng dụng, pratical là khác nhau. Theo tôi cứ quăng 1 bài Technical Test nhỏ (dạng giống như Kaggle) để xem các bước người ta giải quyết vấn đề như thế nào. Những người ko có bằng master, phd có thể ko tính dc đạo hàm, ko biết rõ đại số tuyến tính nhưng có kỹ năng làm data, statistics thì build model vẫn tốt dc. Nếu cty làm ứng dụng chứ ko phải hướng nghiên cứu thì cũng ko nên xoáy sâu lý thuyết vì lúc làm thật sự thì cũng toàn xài lib, cao lắm thì custom pretrain model, thêm bớt layer mà lib nó cũng support rồi.
Nhiều đấy fen. Mình yêu cầu ít nhất có master CS by research, background research liên quan tới AI là đc (ML, CV, NLP, RL, graph,...). Có khả năng coding tốt. Ngoài ra cần có kinh nghiệm làm industry, càng gần với ngành bên mình làm càng tốt, để họ có domain knowledge. Ngoài kỹ năng research và giải quyết vấn đề ra thì cần có kỹ năng planning và đề xuất, làm việc với nhiều bên. Tất nhiên bên mình benefit cũng competitive lắm
Mấy cái khác ko nói chỉ góp ý tiêu chí ít nhất có master CS by research. Có một sự thật là những người học master, hay thậm chí Phd. nắm cực vững lý thuyết, có thể giải thích, implement lại các giải thuật ML, viết công thức toán vanh vách nhưng vẫn ko build được model đạt được mức accuracy yêu cầu.
Tại vì nghiên cứu AI, ML hướng Academic với làm AI, ML dạng ứng dụng, pratical là khác nhau. Theo tôi cứ quăng 1 bài Technical Test nhỏ (dạng giống như Kaggle) để xem các bước người ta giải quyết vấn đề như thế nào. Những người ko có bằng master, phd có thể ko tính dc đạo hàm, ko biết rõ đại số tuyến tính nhưng có kỹ năng làm data, statistics thì build model vẫn tốt dc. Nếu cty làm ứng dụng chứ ko phải hướng nghiên cứu thì cũng ko nên xoáy sâu lý thuyết vì lúc làm thật sự thì cũng toàn xài lib, cao lắm thì custom pretrain model, thêm bớt layer mà lib nó cũng support rồi.
Valky99
Chia sẻ 1 tí, theo kinh nghiệm của mình thì có thể nói là độ chính xác của bài toán phụ thuộc vào dữ liệu rất nhiều. Ví dụ như mình đang bài toán phân tích cây cú pháp xuyên ngữ, như v cần có bộ dữ liệu đã gắn nhãn ở cả 2 cặp ngôn ngữ nguồn và đích. Và từ đó cũng có vô vàn vấn đề, giả sử như mình chọn tiếng Việt là ngôn ngữ đích thì cần tìm phương pháp đo "khoảng cách" làm sao cho ngôn ngữ nguồn có điểm tương đồng gần nhất có thể (có thể xét về thứ tự của từ, v.v), tiếp theo đó là thống nhất nhãn (PoS, v.v). Đó là 1 số vấn đề nho nhỏ ở bước chuẩn bị dữ liệu. Sau đó thì đến bước tìm mô hình baseline, mỗi ngày phải đọc và đọc để tìm đc cái mô hình cơ bản nhất, lắp ráp và so sánh các chi tiết của mấy bài báo lại để xem có hợp với hướng đi của mình không. Rồi sau 1 thời gian sẽ ngồi hùng hục chạy mấy cái mô hình đó trên dữ liệu ban đầu. Còn nhiều nữa mà kể sơ sơ v. Và đó chỉ là mấy tháng chuẩn bị cho việc cải tiến cái mô hình và nếu cần thì sau này thêm vài năm để triển khai sản phẩm.
Cũng có thể đi đường tắt 1 số bước như các cty vẫn đang làm nhưng mình thì k rành lắm.
Cũng có thể đi đường tắt 1 số bước như các cty vẫn đang làm nhưng mình thì k rành lắm.
cowboywildwest
David Hilbert
sword.1024
. Dân từng làm research ít nhiều có ethic hơn trong vụ này
Để mình nói thím nghe tại sao lại đòi thế. Dân research giờ khác xưa rồi, mình cũng xuất thân research ra nên mình biết. Các bạn engineer với bài test kiểu kaggle sẽ có rất nhiều trick để đạt được con số yêu cầu, nhưng không đánh giá được thế nào là overfit. Từ đó dẫn đến việc model đạt kết quả tốt, nhưng deploy lên lại fail sấp mặt. Cá nhâm một số ông hơi bựa, kết quả thay vì tuning bằng tập val và test trên tập test thì các ông tuning cho overfit xừ nó trên test
. Dân từng làm research ít nhiều có ethic hơn trong vụ này
Thích Màu Hường
Thật ra cái mình cần xem trong bài test ko phải là cái kết quả cuối cùng mà là các bước khi build model đó. Ví dụ khi submit solution một người ít kinh nghiệm sẽ chỉ ném data vào 1 loạt các giải thuật ML rồi trick để đạt được score tốt trên test set. Còn người khác biết làm các bước preprocessing, data exploratory, feature engineering, hyperparameter tuning, validation reports... thì sẽ lòi ra anh nào thật sự có kinh nghiệm ngay.
Để mình nói thím nghe tại sao lại đòi thế. Dân research giờ khác xưa rồi, mình cũng xuất thân research ra nên mình biết. Các bạn engineer với bài test kiểu kaggle sẽ có rất nhiều trick để đạt được con số yêu cầu, nhưng không đánh giá được thế nào là overfit. Từ đó dẫn đến việc model đạt kết quả tốt, nhưng deploy lên lại fail sấp mặt. Cá nhâm một số ông hơi bựa, kết quả thay vì tuning bằng tập val và test trên tập test thì các ông tuning cho overfit xừ nó trên test
Thật ra cái mình cần xem trong bài test ko phải là cái kết quả cuối cùng mà là các bước khi build model đó. Ví dụ khi submit solution một người ít kinh nghiệm sẽ chỉ ném data vào 1 loạt các giải thuật ML rồi trick để đạt được score tốt trên test set. Còn người khác biết làm các bước preprocessing, data exploratory, feature engineering, hyperparameter tuning, validation reports... thì sẽ lòi ra anh nào thật sự có kinh nghiệm ngay.
ericctn
fannobita_otatrym
nhoxhung163
Mà ngành DS chua chết mẹ, đã đòi hỏi một lượng kiến thức rất lớn về Toán (hầu hết là Statistics và Algebra) và lập trình (Python là hiển nhiên, đôi lúc anh đi deploy trên web, mobile hay IoT device lại còn thêm các ngôn ngữ đó nữa) xong lại còn thêm một đống Domain Knowledge (đang vướng khúc này chẳng biết sao...)
Học NLP cho lắm, mà cty ở VN toàn tuyển CV đm
Đang tính học thêm một đống tools cho Analysis để qua làm DA
Anh phải hiểu là việc sinh ra các thư viện như thằng Tensorflow hay PyTorch nó giúp ích rất nhiều trong việc xây các layers trong mạng Deep Learning (còn kiểu như gọi model theo kiểu SKLearn thì bỏ đi)
Mà ngành DS chua chết mẹ, đã đòi hỏi một lượng kiến thức rất lớn về Toán (hầu hết là Statistics và Algebra) và lập trình (Python là hiển nhiên, đôi lúc anh đi deploy trên web, mobile hay IoT device lại còn thêm các ngôn ngữ đó nữa) xong lại còn thêm một đống Domain Knowledge (đang vướng khúc này chẳng biết sao...)
Học NLP cho lắm, mà cty ở VN toàn tuyển CV đm
Đang tính học thêm một đống tools cho Analysis để qua làm DA
Mít Tố Nữ
AI giống như 4.0 vậy, bị lạm dụng còn hơn phụ nữ trẻ em
Mít Tố Nữ
bản chất là thống kê mà mạ vàng mấy chữ máy móc vô biến thành một cuộc cách mạng của loài người
chuẩn mẹ luôn
TK_Ngu
Mình thấy khác mà.chuẩn mẹ luônbản chất là thống kê mà mạ vàng mấy chữ máy móc vô biến thành một cuộc cách mạng của loài người
Mít Tố Nữ
nó pha thêm thuật toán cao cấp hơn chứ bản chất vẫn là thống kê mà
TK_Ngu
Mình không hiểu lắm (chắc tại tự đọc nên hơi kém) bạn khai sáng cho mình với.nó pha thêm thuật toán cao cấp hơn chứ bản chất vẫn là thống kê mà
FighterVn
, tất nhiên là cũng đặc thù công ty, ví dụ cty chuyên về hosting/server/cloud thì khả năng cao là ops cả ngày
với lại ops xu hướng sẽ tự động hóa nhiều thành ra 1 ops giỏi là người sẽ tự làm mình dư thừa (tự động hóa hết).
Thành ra cái khái niệm DevOps nó cũng bình thường. Senior Software Engineer thì kiểu gì chả triển khai và quản lý đc 1 cái cluster k8s (tất nhiên là cũng tùy qui mô dự án thì cần nhiều hay ít người hơn). Trừ khi xài bare metal, chứ ko thì toàn có cloud provider nó lo dùm phần hardware hết rồi.
à mà amateur chứ ko phải là amanter nha
dev thì dev cả ngày còn ops thì có ops cả ngày đâuExpect là sẽ có một đội khi thiếu dev thì nhảy sang làm dev, thiếu ops nhảy sang làm ops. Nhưng bọn nó không hiểu là 1 thằng role devops không thể thay thế 1 ông dev và 1 ông ops thuần được
, tất nhiên là cũng đặc thù công ty, ví dụ cty chuyên về hosting/server/cloud thì khả năng cao là ops cả ngày
với lại ops xu hướng sẽ tự động hóa nhiều thành ra 1 ops giỏi là người sẽ tự làm mình dư thừa (tự động hóa hết).
Thành ra cái khái niệm DevOps nó cũng bình thường. Senior Software Engineer thì kiểu gì chả triển khai và quản lý đc 1 cái cluster k8s (tất nhiên là cũng tùy qui mô dự án thì cần nhiều hay ít người hơn). Trừ khi xài bare metal, chứ ko thì toàn có cloud provider nó lo dùm phần hardware hết rồi.
à mà amateur chứ ko phải là amanter nha
Vipluckystar
Bữa ngó qua khoá dạy AI thấy quăng bài tháp Hà Nội
...Batman...
Ethic đíu gì mai fence, mấy ông nghiên cứu nhiều khi mới lừa. Ko tin fence search cái paper ngay gần đây A Metric Learning Reality Check - ECCV 2020. Cái này ở nhiều task khác cũng gặp phải, báo viết rõ hay nhưng khi có người thử implement thì fail lòi.Để mình nói thím nghe tại sao lại đòi thế. Dân research giờ khác xưa rồi, mình cũng xuất thân research ra nên mình biết. Các bạn engineer với bài test kiểu kaggle sẽ có rất nhiều trick để đạt được con số yêu cầu, nhưng không đánh giá được thế nào là overfit. Từ đó dẫn đến việc model đạt kết quả tốt, nhưng deploy lên lại fail sấp mặt. Cá nhâm một số ông hơi bựa, kết quả thay vì tuning bằng tập val và test trên tập test thì các ông tuning cho overfit xừ nó trên test
NLP cũng nhiều nơi tuyển mà. NLP mới khó chứ CV mấy thằng học mấy course đểu ra cũng vỗ ngực biết deep learning đượcAnh phải hiểu là việc sinh ra các thư viện như thằng Tensorflow hay PyTorch nó giúp ích rất nhiều trong việc xây các layers trong mạng Deep Learning (còn kiểu như gọi model theo kiểu SKLearn thì bỏ đi)
Mà ngành DS chua chết mẹ, đã đòi hỏi một lượng kiến thức rất lớn về Toán (hầu hết là Statistical và Algebra) và lập trình (Python là hiển nhiên, đôi lúc anh đi deploy trên web, mobile hay IoT device lại còn thêm các ngôn ngữ đó nữa) xong lại còn thêm một đống Domain Knowledge (đang vướng khúc này chẳng biết sao...)
Học NLP cho lắm, mà cty ở VN toàn tuyển CV đm
Doctor $Trump
Biết v chứ ngoài trung tâm học Đại số+ Giải tích+ Thống kê trong 2 tuần
Code thì học vài python lib. Kiến thức ngành tự bơi
Mà học làm đéo gì, lũ sếp VN học MBA tầm tầm biết mẹ gì lí thuyết thống kê đâu, thuyết trình 90p mà hiểu hết chắc cũng thuộc dạng thần thánh.
Toán ML đa phần là phân tích thống kê đa biến thôi, cộng kỹ năng code ( cào dữ liệu, ETF,..) thêm kiến thức ngành nữa là chiến được tàm tạm
Biết v chứ ngoài trung tâm học Đại số+ Giải tích+ Thống kê trong 2 tuần
Code thì học vài python lib. Kiến thức ngành tự bơi
Mà học làm đéo gì, lũ sếp VN học MBA tầm tầm biết mẹ gì lí thuyết thống kê đâu, thuyết trình 90p mà hiểu hết chắc cũng thuộc dạng thần thánh.
TK_Ngu
P/S Học chứ nó là xu thế rồi.
Mình đang học thêm mạng neural thì thông kê áp dung cho phần phân tích sơ bộ dữ liệu thôi còn sau thì là build mô hình mạng là chính.Toán ML đa phần là phân tích thống kê đa biến thôi, cộng kỹ năng code ( cào dữ liệu, ETF,..) thêm kiến thức ngành nữa là chiến được tàm tạm
Biết v chứ ngoài trung tâm học Đại số+ Giải tích+ Thống kê trong 2 tuần
Code thì học vài python lib. Kiến thức ngành tự bơi
Mà học làm đéo gì, lũ sếp VN học MBA tầm tầm biết mẹ gì lí thuyết thống kê đâu, thuyết trình 90p mà hiểu hết chắc cũng thuộc dạng thần thánh.
P/S Học chứ nó là xu thế rồi.
Mít Tố Nữ
Mít Tố Nữ
lmạy trúaBữa ngó qua khoá dạy AI thấy quăng bài tháp Hà Nội
revir
Mít Tố Nữ
TK_Ngu
thuocdo181
TK_Ngu
sword.1024
. Mấy bài mà search không ra github hoặc bị kêu nhiều là khó reproduce kết quả dù có public code hoặc ném mỗi cái code test và checkpoint thì CV cũng không được đánh giá cao
Reimplement 1 paper bất kì rất khó để reproduce được kết quả như tác giả, kể cả nhiều khi có sẵn code. Mà ECCV thì lắm bài giấu code lắm. Tuyển background research cho industry khác với cho academia, bọn mình không quan tâm tới technical writing lắm. Thay vì ngồi đọc paper họ hay thế nào thì check github của paper đó sẽ tốt hơnEthic đíu gì mai fence, mấy ông nghiên cứu nhiều khi mới lừa. Ko tin fence search cái paper ngay gần đây A Metric Learning Reality Check - ECCV 2020. Cái này ở nhiều task khác cũng gặp phải, báo viết rõ hay nhưng khi có người thử implement thì fail lòi.
NLP cũng nhiều nơi tuyển mà. NLP mới khó chứ CV mấy thằng học mấy course đểu ra cũng vỗ ngực biết deep learning được
. Mấy bài mà search không ra github hoặc bị kêu nhiều là khó reproduce kết quả dù có public code hoặc ném mỗi cái code test và checkpoint thì CV cũng không được đánh giá cao
lanthu9roiday
Ôi dào, AI bây giờ phổ cập rồi chứ có gì mà thím phải nâng cao quan điểm. Data scientist chỉ cần biết data cleaning, wrangling, visualization rồi quẳng vào train model là được. Có model ngon rồi thì build cái system rồi viết report là hết việc
sword.1024
Nếu trung tâm bác ghi rõ đối tượng học viên, kì vọng đầu ra, mục tiêu khoá học. Không dùng buzz word theo kiểu mức lương nghìn đô, nghề nghiệp được săn đón và dạy những kỹ năng cần thiết cho đúng đối tượng thì bác không thuộc nhóm mình đang nói tới. Nếu bác muốn cafe để trao đổi thêm về chuyện nghề thì mình luôn welcome
Doctor $Trump
Như fen thì bất cứ nghề nào tôi cũng có thể diễn giải đơn giản trong 1 câu
via theNEXTvoz for iPhone
Ôi dào, AI bây giờ phổ cập rồi chứ có gì mà thím phải nâng cao quan điểm. Data scientist chỉ cần biết data cleaning, wrangling, visualization rồi quẳng vào train model là được. Có model ngon rồi thì build cái system rồi viết report là hết việc
Như fen thì bất cứ nghề nào tôi cũng có thể diễn giải đơn giản trong 1 câu
via theNEXTvoz for iPhone
sword.1024
Với quan điểm của thím mình thấy không có gì để debate cả nên mình skip comment nàyÔi dào, AI bây giờ phổ cập rồi chứ có gì mà thím phải nâng cao quan điểm. Data scientist chỉ cần biết data cleaning, wrangling, visualization rồi quẳng vào train model là được. Có model ngon rồi thì build cái system rồi viết report là hết việc
K-Illusion
Đồng ý với thím này. Cũng vài lần reimplement và không thể reproduce lại kq. Nhưng mà không thử thì không bao giờ biết kq như thế nào. Nên theo mình thấy AI cho industry ở vn bây giờ chỉ cần build baseline vững, thường xuyên cập nhập paper, paper nào có idea hay thì mang về apply, được thì ngon không thì cũng như một lần thử nghiệm thôi
TK_Ngu
Nó ở cấp tầng cao hơn rồi fre. Đầu tiên là lấy về chạy -> implement -> cải tiến. Cơ bản lấy về chạy thì rõ kết quả rồi chứ cài đặt lại không biết đâu mà lần training cả tuần không biết sai ở đâu.Đồng ý với thím này. Cũng vài lần reimplement và không thể reproduce lại kq. Nhưng mà không thử thì không bao giờ biết kq như thế nào. Nên theo mình thấy AI cho industry ở vn bây giờ chỉ cần build baseline vững, thường xuyên cập nhập paper, paper nào có idea hay thì mang về apply, được thì ngon không thì cũng như một lần thử nghiệm thôi
iPhoneFake
connhanguoita666
Mấy thím vozer thấy người ta trình độ phụ hồ vẫn làm đc AI nên ghen ghét à :v chửi gắt thế
connhanguoita666
Thằng em 96 của ae vozer tự học còn đc offer 3k $, thím tự tin lên
revir
Trư ưng
iPhoneFake
Thử việc nó cho 2 tháng lương có 1 nhúm con con, không có tết
Vãi đái thật. Em chín ba mà còn chưa ra trường, không biết có nên reset khôngThằng em 96 của ae vozer tự học còn đc offer 3k $, thím tự tin lên
Thử việc nó cho 2 tháng lương có 1 nhúm con con, không có tết
connhanguoita666
Đừng lo, bạn mình thủ khoa đầu ra ngành khmt (8.6/10) trường top miền nam công việc đầu tiên của nó là dán nhã dữ liệu lương có 6,5 củ kìa. Giờ đang làm AI cho FPT lương 9 củ
Vãi đái thật. Em chín ba mà còn chưa ra trường, không biết có nên reset không
iPhoneFake
AI em thấy nó cứ ảo ảo thế qué nào ấy. Mấy ông CS ra còn đỡ, còn không dev cứ đợi có framework ngon lành rồi nhảy vào gia công cho mướt đít. Toàn thấy toán là toán
Em đang đi cào dữ liệu thuê. Bố tiên sư mấy thằng "anh cần khoảng 1000000 cái ảnh sản gỗ để anh trainning cho con ây ai của anh nó nhận biết được đâu là sàn đâu là tường". Đm trễ deadline nửa năm trời đéo xong được cái dự án cho ông già. View code vào thấy mỗi tí OpenCV nhưng nổ là cái này trí tuệ nhân tạo ghê vlĐừng lo, bạn mình thủ khoa đầu ra ngành khmt trường top miền nam công việc đầu tiên là dán nhã dữ liệu lương có 6,5 củ kìa. Giờ đang làm AI cho FPT lương 9 củ
AI em thấy nó cứ ảo ảo thế qué nào ấy. Mấy ông CS ra còn đỡ, còn không dev cứ đợi có framework ngon lành rồi nhảy vào gia công cho mướt đít. Toàn thấy toán là toán
TK_Ngu
Đùa bèo vây.Đừng lo, bạn mình thủ khoa đầu ra ngành khmt (8.6/10) trường top miền nam công việc đầu tiên của nó là dán nhã dữ liệu lương có 6,5 củ kìa. Giờ đang làm AI cho FPT lương 9 củ
TK_Ngu
Cào được nhiều chưa thím.Em đang đi cào dữ liệu thuê. Bố tiên sư mấy thằng "anh cần khoảng 1000000 cái ảnh sản gỗ để anh trainning cho con ây ai của anh nó nhận biết được đâu là sàn đâu là tường". Đm trễ deadline nửa năm trời đéo xong được cái dự án cho ông già. View code vào thấy mỗi tí OpenCV nhưng nổ là cái này trí tuệ nhân tạo ghê vl
AI em thấy nó cứ ảo ảo thế qué nào ấy. Mấy ông CS ra còn đỡ, còn không dev cứ đợi có framework ngon lành rồi nhảy vào gia công cho mướt đít. Toàn thấy toán là toán
iPhoneFake
TK_Ngu
Sniper_V2
Đến cái trường chođiểm khó nhất cái miền Nam này 8.6+ chắc phải vài chục thằng
Mà nó thủ khoa mà đi làm labelling xong giờ sang FPT AI 9 củ thì do nó ngu thôi
trường top miền nam nào mà thủ khoa 8.6/10 cùi thếĐừng lo, bạn mình thủ khoa đầu ra ngành khmt (8.6/10) trường top miền nam công việc đầu tiên của nó là dán nhã dữ liệu lương có 6,5 củ kìa. Giờ đang làm AI cho FPT lương 9 củ
Đến cái trường chođiểm khó nhất cái miền Nam này 8.6+ chắc phải vài chục thằng
Mà nó thủ khoa mà đi làm labelling xong giờ sang FPT AI 9 củ thì do nó ngu thôi
thuocdo181
Lướt comment trong topic của bác cũng có mấy đồng chí nhiễm tư tưởng làm Data kiểu "mì ăn liền", thay vì tập trung vào bài toán và vấn đề cần giải quyết thì cứ thích đọc vanh vách key word.
Hi vọng bác có thể sắp xếp thời gian làm buổi coffee talk nho nhỏ để anh em cùng trao đổi thêm.
Hài cái là người học giờ nhiều người cũng không biết họ cần gì bác ah. Trước mình cũng có bị đập 1 cái quảng cáo vào mặt 90% học viên đã học xong xyz khóa này đã đạt được mức lương ngàn đô, vào soi thử profile thì còn nghi ngờ chẳng biết mấy đồng chi đi dạy lương có được đến con số trên khôngNếu trung tâm bác ghi rõ đối tượng học viên, kì vọng đầu ra, mục tiêu khoá học. Không dùng buzz word theo kiểu mức lương nghìn đô, nghề nghiệp được săn đón và dạy những kỹ năng cần thiết cho đúng đối tượng thì bác không thuộc nhóm mình đang nói tới. Nếu bác muốn cafe để trao đổi thêm về chuyện nghề thì mình luôn welcome
Lướt comment trong topic của bác cũng có mấy đồng chí nhiễm tư tưởng làm Data kiểu "mì ăn liền", thay vì tập trung vào bài toán và vấn đề cần giải quyết thì cứ thích đọc vanh vách key word.
Hi vọng bác có thể sắp xếp thời gian làm buổi coffee talk nho nhỏ để anh em cùng trao đổi thêm.
connhanguoita666
Điểm đấy áng chừng, đoán thôi (lúc học kì 2 năm 3 thấy tích lũy từng đó, lúc ra trường ko xem bảng điểm nó). Trình độ thì ko biết vì khác khoa khác lớptrường top miền nam nào mà thủ khoa 8.6/10 cùi thế
thuocdo181
Bác thích sách hay tài liệu ở mảng nào? Level hiện tại của bác và định hướng của bác thì mình mới biết đường mà trả lời.
Sniper_V2
Câu sau thì đó là lí do tồn tại vị trí Research Scientist/Engineer đó
À mà thời thế đổi thay rồi,range lương DevOps bây giờ mới là ngon nhé, dăm ba cái data scientist giờ còn thấp hơn data engineer
Rõ ràng rồi, reimplement mà ngang ngửa paper thì tiền R&D của GG, MS, FB vất đi đâuĐồng ý với thím này. Cũng vài lần reimplement và không thể reproduce lại kq. Nhưng mà không thử thì không bao giờ biết kq như thế nào. Nên theo mình thấy AI cho industry ở vn bây giờ chỉ cần build baseline vững, thường xuyên cập nhập paper, paper nào có idea hay thì mang về apply, được thì ngon không thì cũng như một lần thử nghiệm thôi
Câu sau thì đó là lí do tồn tại vị trí Research Scientist/Engineer đó
À mà thời thế đổi thay rồi,range lương DevOps bây giờ mới là ngon nhé, dăm ba cái data scientist giờ còn thấp hơn data engineer
TK_Ngu
Chơi cổ cánh toán tài chính đi bác. Làm thuê không giàu được cũng đang tính đầu tư mà dân dev thì chơi cổ cánh với làm app dễ nhất rồi chứ buốn bán mở công ty không ham.Bác thích sách hay tài liệu ở mảng nào? Level hiện tại của bác và định hướng của bác thì mình mới biết đường mà trả lời.
thuocdo181
Thời kì sắp tới thím tính đổ tiền vào chứng khoán thì nên cân nhắc vì cứ mỗi lần tỉ trọng nhà đầu tư cá nhân tăng lên là thị trường sẽ oẳng.
"When the shoeshine boy is giving you stock tips, it’s time to sell"
Mình làm dữ liệu cho ngành tài chính, chứng khoán đây. Nhưng thím tính chỉ dùng thuật toán chơi với thị trường VN thì không lại đâu. Thị trường VN bé tí nên dễ bị thao túng, toàn mấy ông tay to cân hết rồi.
Thời kì sắp tới thím tính đổ tiền vào chứng khoán thì nên cân nhắc vì cứ mỗi lần tỉ trọng nhà đầu tư cá nhân tăng lên là thị trường sẽ oẳng.
"When the shoeshine boy is giving you stock tips, it’s time to sell"
iPhoneFake
TK_Ngu
Cũng tay ngang vào nghề thôi. Học deep tính làm con bot lướt sóng (công việc luôn) giờ tìm hiểu dần nhập môn kinh tế chứng khoán với phân tích dữ liệu nữa xem có ra ngô ra khoai gì không. Không chuyên nên cũng đang đi hóng các chỗ kiếm tài liệu trước (sách vở càng tốt). Còn vụ đầu tư thì cũng chưa có kinh nghiệm nên không nghĩ nhiều làm ghì.Mình làm dữ liệu cho ngành tài chính, chứng khoán đây. Nhưng thím tính chỉ dùng thuật toán chơi với thị trường VN thì không lại đâu. Thị trường VN bé tí nên dễ bị thao túng, toàn mấy ông tay to cân hết rồi.
Thời kì sắp tới thím tính đổ tiền vào chứng khoán thì nên cân nhắc vì cứ mỗi lần tỉ trọng nhà đầu tư cá nhân tăng lên là thị trường sẽ oẳng.
"When the shoeshine boy is giving you stock tips, it’s time to sell"
TK_Ngu
David Hilbert
Đối với tui thì những ai tự nhận mình là data scientist hay là "thầy" mà không có tối thiểu cái bằng PhD về toán thì chỉ là dạng tép riu, múa rìu qua mắt thợ. (Xin phép nói thẳng ai tự ái mình chịu.)
Mình đang làm toán, lâu lâu coi trên mạng hoặc nghe mấy ông "thầy" dỏm giải thích về những khái niệm lq đến toán trong AI mà cười ỉa luôn. Kể cả nhiều ông nói mình hiểu bản chất cũng thực ra cũng k hiểu gì) thà không nói thì thôi chứ nói bậy bạ rất gai mắt
)
Mình đang làm toán, lâu lâu coi trên mạng hoặc nghe mấy ông "thầy" dỏm giải thích về những khái niệm lq đến toán trong AI mà cười ỉa luôn. Kể cả nhiều ông nói mình hiểu bản chất cũng thực ra cũng k hiểu gì
) thà không nói thì thôi chứ nói bậy bạ rất gai mắt
)
TK_Ngu
Thìm kể ra mấy cái để hôm nào đi phỏng vấn cho nó sang mồm.
P/S Thêm cái ảnh cho nó ngầu.
Đối với tui thì những ai tự nhận mình là data scientist hay là "thầy" mà không có tối thiểu cái bằng PhD về toán thì chỉ là dạng tép riu, múa rìu qua mắt thợ. (Xin phép nói thẳng ai tự ái mình chịu.)
Mình đang làm toán, lâu lâu coi trên mạng hoặc nghe mấy ông "thầy" dỏm giải thích về những khái niệm lq đến toán trong AI mà cười ỉa luôn. Kể cả nhiều ông nói mình hiểu bản chất cũng thực ra cũng k hiểu gì
P/S Thêm cái ảnh cho nó ngầu.
David Hilbert
. Ví dụ thì như là liên quan đến motivation của mấy thuật toán bên tối ưu như gradient method, Nesterov accelerated proximal gradient method, Fista,... etc. Thà k nòi thì thôi, nói thì toàn bậy. Thêm nữa là chứng minh convengence result của mấy pp đó thà k đụng tới thì thôi, đằng này thì rõ ràng là chỉ trình bày cái intuitive idea, lập luận flawed quá trời nhưng khẳng định là c/m rigorously. Những pp như PCA nữa toàn nói bậy bạ không. Đấy là mấy ông cũng chịu tìm hiểu kha khá rồi đấy. Còn hạ cám thì nhiều vô số kể (Thông cảm tui chêm t.A vì k muốn dịch mấy từ đó ra rất củ chuối).
Mình k làm trực tiếp bên ML nhưng phỏng vấn ở VN làm quái có ông nào quan tâm đến theoritical aspect
. Ví dụ thì như là liên quan đến motivation của mấy thuật toán bên tối ưu như gradient method, Nesterov accelerated proximal gradient method, Fista,... etc. Thà k nòi thì thôi, nói thì toàn bậy. Thêm nữa là chứng minh convengence result của mấy pp đó thà k đụng tới thì thôi, đằng này thì rõ ràng là chỉ trình bày cái intuitive idea, lập luận flawed quá trời nhưng khẳng định là c/m rigorously. Những pp như PCA nữa toàn nói bậy bạ không. Đấy là mấy ông cũng chịu tìm hiểu kha khá rồi đấy. Còn hạ cám thì nhiều vô số kể (Thông cảm tui chêm t.A vì k muốn dịch mấy từ đó ra rất củ chuối).
trunglq
Giờ toàn vậy à, múa 3 cái model SOTA chứ hiểu clg đâu, kể cả config model mà dốt thống kê thì cũng vứt. Chỗ em pv intern DS, toàn các bạn, các anh, các em vào chém SOTA với model này kia tung trời, đến lúc bảo code thử cái Gradient Descent rồi code CNN còn chả biết code từ đầu như nào mà chém hay vcl
, rồi code kođược ta chuyển qua thống kê như: sampling, vài loại distributions cơ bản và ứng dụng trong regression, các nhà khoa học dữ liệu cũng há hốc mồm không biết người pvđanghỏi mình cái gì
giờ toàn Da ta xaiừn tít với Ây ai en gi nia mà thống kê ngu như bò,đọcđược chắc cuốn hand-on ML hiểuđược tí là tưởng vjip pzo. Trong khi những cái cơ bản nhất của bayesian inference, Bernoulli/Gauss distribution áp dụng cho regression như linear với polynomial curve fitting hỏi còn em chưa học bao giờ, thuật toán dốt như con bò, cho mấy bài easy ở leetcode ko làm nổi, qua hackerrank bài easy còn dễ hơn nữa thì bập bẹ code vs gg, lương thì deal toàn 10++ôilậy Chúa tôi........... Thêm 1 thế hệảo tưởng.
, rồi code kođược ta chuyển qua thống kê như: sampling, vài loại distributions cơ bản và ứng dụng trong regression, các nhà khoa học dữ liệu cũng há hốc mồm không biết người pvđanghỏi mình cái gì
giờ toàn Da ta xaiừn tít với Ây ai en gi nia mà thống kê ngu như bò,đọcđược chắc cuốn hand-on ML hiểuđược tí là tưởng vjip pzo. Trong khi những cái cơ bản nhất của bayesian inference, Bernoulli/Gauss distribution áp dụng cho regression như linear với polynomial curve fitting hỏi còn em chưa học bao giờ, thuật toán dốt như con bò, cho mấy bài easy ở leetcode ko làm nổi, qua hackerrank bài easy còn dễ hơn nữa thì bập bẹ code vs gg, lương thì deal toàn 10++ôilậy Chúa tôi........... Thêm 1 thế hệảo tưởng.
trunglq
TK_Ngu
lucasxiii
obamavnd
supermaninvoz
Deo_hieu_kieu_gi
AGI tới đít rồi mai fen
supermaninvoz
tương lai có thể có ai, và cái nghĩa ai của mình là 1 robot giống giống trong phim ironman, transformer, irobot nhé, 1 con robot có thể làm mọi thứAGI tới đít rồi mai fen
Deo_hieu_kieu_gi
Thì nó là agi đấy mai fen
traviresta
nhoxhung163
Trong một kì meeting của IBM ở trường em (chẳng biết gọi meeting hay gì, chỉ nhớ diễn thuyết qua Zoom do dịch) thì mấy đồng chí đó dự đoán cỡ cuối thế kỉ này là có General AI rồi
Gửi từ Xiaomi Redmi Note 7 bằng vozFApp
Trong một kì meeting của IBM ở trường em (chẳng biết gọi meeting hay gì, chỉ nhớ diễn thuyết qua Zoom do dịch) thì mấy đồng chí đó dự đoán cỡ cuối thế kỉ này là có General AI rồi
Gửi từ Xiaomi Redmi Note 7 bằng vozFApp
supermaninvoz
mình đã ghi ý ai của mình là con robot có thể làm mọi thứ, có thể né được đạn khi nó nhìn thấy đường đạn đi đến đó mai fenThì nó là agi đấy mai fen
Doctor $Trump
...Batman...
Cuốn Pr&ML hiểu hết sạch thì phải trình PhD. Trước học introduction to ML giáo ghi quyển này trong textbook nhưng ko đọc
koixay
Như những gì mình thấy thì mọi người đang nói về việc xây dựng 1 số mô hình cho một số miền bài toán cụ thể và khái quát nó lên thành AI => như vậy thì ko đúng rồi vì AI nó rộng hơn rất nhiều. Học máy/Học sâu (Machine Learning/Deep Learning) giúp giải quyết nhiều bài toán, nhưng không có nghĩa là có thể đại diện cho mảng Trí tuệ nhân tạo.
Trở lại #1, với những ngành hót thì việc lọc hồ sơ là điều tất yếu mà, mình nghĩ thêm yêu cầu vào JD thì sẽ lọc thêm đc nhiều hồ sơ ko đạt chuẩn thôi. Hoặc có khi làm 1 con bot AI tự động lọc hồ sơ ứng viên cho nhàn
- Trí tuệ nhân tạo, học máy, học sâu - Deep Learning with Python của Francois Chollet
- Các lý thuyết liên quan đến Trí tuệ nhân tạo và hệ tri thức - Bài giảng của thầy Trần Đình Khang - ĐHBK HN
Trở lại #1, với những ngành hót thì việc lọc hồ sơ là điều tất yếu mà, mình nghĩ thêm yêu cầu vào JD thì sẽ lọc thêm đc nhiều hồ sơ ko đạt chuẩn thôi. Hoặc có khi làm 1 con bot AI tự động lọc hồ sơ ứng viên cho nhàn
haiphong9876
Mình nói làm lập trình viên, ông anh trên thổ đu hắng giọng bảo "lập trình giờ có phải làm gì đâu, AI nó làm hết, ngồi gõ 1 nút là xong"
À, còn chuyện đi học trung tâm. Đợt đi làm được khoảng 4 năm (1 năm phần cứng, 3 năm phần mềm) rảnh quá nên đi học kiếm thêm cái chứng chỉ ccna. Thời gian đầu thầy chém căng lắm, mình cũng im im vì còn học viên khác xung quanh, thấy mình đù đù gọi lên phát biểu, có những thứ mình nói có vẻ ông ấy đếch hiểu rõ, nhưng cũng phải ậm ừ cho là đúng. Thế cho nên đi học mấy trung tâm kiểu này đa số toàn lùa gà, còn chất lượng thì nói thẳng là như cc. Muốn phát triển được bản thân cứ phải đi làm thực tế, không ngại khó, ngại khổ, không mơ mộng hão huyền về vật chất.
À, còn chuyện đi học trung tâm. Đợt đi làm được khoảng 4 năm (1 năm phần cứng, 3 năm phần mềm) rảnh quá nên đi học kiếm thêm cái chứng chỉ ccna. Thời gian đầu thầy chém căng lắm, mình cũng im im vì còn học viên khác xung quanh, thấy mình đù đù gọi lên phát biểu, có những thứ mình nói có vẻ ông ấy đếch hiểu rõ, nhưng cũng phải ậm ừ cho là đúng. Thế cho nên đi học mấy trung tâm kiểu này đa số toàn lùa gà, còn chất lượng thì nói thẳng là như cc. Muốn phát triển được bản thân cứ phải đi làm thực tế, không ngại khó, ngại khổ, không mơ mộng hão huyền về vật chất.
Huy205
Tưởng là bà già màyThằng thớt thấy miếng ngon sợ người ta ăn hết nên rào trước đón sau à
Bà đồng nát kế nhà tôi mới đi học AI ở trung tâm 3 tháng đã nhận offer 7000$ rồi, giờ bỏ nghề ve chai hàng ngày lên công ty gõ 10 dòng code là kiếm tiền chục củ ngon ơ. Cứ vài hôm lại có dự án ngoài, chả phải suy nghĩ nhiều toàn lên github copy code về sửa nửa tiếng là bán được 2k$ cho 1 con AI
TK_Ngu
Kể thì giới thiệu nhập môn cho người mới cũng được còn dân đi làm đa phân tự học nên đi chỉ mất thời gian thôi cả khóa tập trung học lúc dảnh cỡ 1 tuầnMình nói làm lập trình viên, ông anh trên thổ đu hắng giọng bảo "lập trình giờ có phải làm gì đâu, AI nó làm hết, ngồi gõ 1 nút là xong"
À, còn chuyện đi học trung tâm. Đợt đi làm được khoảng 4 năm (1 năm phần cứng, 3 năm phần mềm) rảnh quá nên đi học kiếm thêm cái chứng chỉ ccna. Thời gian đầu thầy chém căng lắm, mình cũng im im vì còn học viên khác xung quanh, thấy mình đù đù gọi lên phát biểu, có những thứ mình nói có vẻ ông ấy đếch hiểu rõ, nhưng cũng phải ậm ừ cho là đúng. Thế cho nên đi học mấy trung tâm kiểu này đa số toàn lùa gà, còn chất lượng thì nói thẳng là như cc. Muốn phát triển được bản thân cứ phải đi làm thực tế, không ngại khó, ngại khổ, không mơ mộng hão huyền về vật chất.
cowboywildwest
Thớt hay có giá trị tinh túy trong voz này. Lâu lắm mới thấy thread hay như thế này, bây giờ hiếm khi tìm được 1 thread mang tính trao đổi kinh nghiệm chuyên môn và tri thức thật sự trên cái mục linh tinh đầy thứ nhảm nhí như này.
Chuyên ngành của tôi không phải là IT hay CS nhưng có 1 mảng trong đó có liên quan dính dáng đáng kể đến AI. Tôi cũng là dân reasearch hướng academics trong chuyên ngành mình nên cũng thích quan tâm tìm hiểu về AI, cho dù hiện tại chưa lấn sân một cách nghiêm túc qua CS hay AI. Mong hóng được chia sẻ chất lượng cao thật sự của các cao nhân chuyên ngành
Chuyên ngành của tôi không phải là IT hay CS nhưng có 1 mảng trong đó có liên quan dính dáng đáng kể đến AI. Tôi cũng là dân reasearch hướng academics trong chuyên ngành mình nên cũng thích quan tâm tìm hiểu về AI, cho dù hiện tại chưa lấn sân một cách nghiêm túc qua CS hay AI. Mong hóng được chia sẻ chất lượng cao thật sự của các cao nhân chuyên ngành
Deo_hieu_kieu_gi
Khoa học cơ bản à mai fen ?Thớt hay có giá trị tinh túy trong voz này. Lâu lắm mới thấy thread hay như thế này, bây giờ hiếm khi tìm được 1 thread mang tính trao đổi kinh nghiệm chuyên môn và tri thức thật sự trên cái mục linh tinh đầy thứ nhảm nhí như này.
Chuyên ngành của tôi không phải là IT hay CS nhưng có 1 mảng trong đó có liên quan dính dáng đáng kể đến AI. Tôi cũng là dân reasearch hướng academics trong chuyên ngành mình nên cũng thích quan tâm tìm hiểu về AI, cho dù hiện tại chưa lấn sân một cách nghiêm túc qua CS hay AI. Mong hóng được chia sẻ chất lượng cao thật sự của các cao nhân chuyên ngành
cowboywildwest
OK fen
Thích Màu Hường
Vào F91 mà xem, ví dụ như cái thớt này:
https://voz.vn/t/thao-luan-data-analysis-ml-dl-ai-all-levels-vao-day-chem-gio-nao.156895
Vô toàn F17 chi thím
Thớt hay có giá trị tinh túy trong voz này. Lâu lắm mới thấy thread hay như thế này, bây giờ hiếm khi tìm được 1 thread mang tính trao đổi kinh nghiệm chuyên môn và tri thức thật sự trên cái mục linh tinh đầy thứ nhảm nhí như này.
Chuyên ngành của tôi không phải là IT hay CS nhưng có 1 mảng trong đó có liên quan dính dáng đáng kể đến AI. Tôi cũng là dân reasearch hướng academics trong chuyên ngành mình nên cũng thích quan tâm tìm hiểu về AI, cho dù hiện tại chưa lấn sân một cách nghiêm túc qua CS hay AI. Mong hóng được chia sẻ chất lượng cao thật sự của các cao nhân chuyên ngành
Vào F91 mà xem, ví dụ như cái thớt này:
https://voz.vn/t/thao-luan-data-analysis-ml-dl-ai-all-levels-vao-day-chem-gio-nao.156895
Vô toàn F17 chi thím
Doctor $Trump
Deo_hieu_kieu_gi
F91 có lượng traffic thấp hơn f17 nhiều mai fen, nhiều lúc lên đây chém gió chứ vào thớt nghiêm túc làm gìVào F91 mà xem, ví dụ như cái thớt này:
https://voz.vn/t/thao-luan-data-analysis-ml-dl-ai-all-levels-vao-day-chem-gio-nao.156895
Vô toàn F17 chi thím
cowboywildwest
OK thanks thímVào F91 mà xem, ví dụ như cái thớt này:
https://voz.vn/t/thao-luan-data-analysis-ml-dl-ai-all-levels-vao-day-chem-gio-nao.156895
Vô toàn F17 chi thím
TK_Ngu
cowboywildwest
Deo_hieu_kieu_gi
, mình hỏi là fen làm khoa học cơ bản hay không mà ?
ok là sao mai fenOK fen
cowboywildwest
Đang theo hướng nghiên cứu hàn lâm học thuật ở trường đại học fen à.ok là sao mai fen, mình hỏi là fen làm khoa học cơ bản hay không mà ?
thuocdo181
TK_Ngu
thuocdo181
trunglq
Đúng r ông, cuốn này phD ở Stanford học. Hiểu 2 chương đầu+1,2 chương sau là thôi đủ Ms rồi :v ông giáo tôi bảo thế. Trước tôi bị lừa đọc cái này, đến chương 2 tắc thở, chương 1 thì mấy cái information theory chịu chết luôn, nhớ hồi học course Information theory hồi năm 3 cũng tắc thở, cả lớp toàn vớt cho qua môn là chính.Cuốn Pr&ML hiểu hết sạch thì phải trình PhD. Trước học introduction to ML giáo ghi quyển này trong textbook nhưng ko đọc
trunglq
Bác ngành tài chính định lượng hay phân tích thế? hay là khoa học cơ bản ạ? mong được học hỏi, trao đổiThớt hay có giá trị tinh túy trong voz này. Lâu lắm mới thấy thread hay như thế này, bây giờ hiếm khi tìm được 1 thread mang tính trao đổi kinh nghiệm chuyên môn và tri thức thật sự trên cái mục linh tinh đầy thứ nhảm nhí như này.
Chuyên ngành của tôi không phải là IT hay CS nhưng có 1 mảng trong đó có liên quan dính dáng đáng kể đến AI. Tôi cũng là dân reasearch hướng academics trong chuyên ngành mình nên cũng thích quan tâm tìm hiểu về AI, cho dù hiện tại chưa lấn sân một cách nghiêm túc qua CS hay AI. Mong hóng được chia sẻ chất lượng cao thật sự của các cao nhân chuyên ngành
thuocdo181
Có vụ nữa liên quan đến học gì trước thì có bạn consultant mở lớp đi dạy tuyên bố hùng hồn làm Data không cần học SQL, ngôn ngữ lập trình làm gì. Mấy người làm SQL vì công ty không có tiền mua tool xịn, phải học sao tập trung vào tư duy mới quan trọng (mà học tư duy những cái gì thì ứ chịu nói rõ). Tự nhủ nhỡ mình tuyển một đứa "giỏi tư duy" về mà bảo nó làm cái phân tích nó bảo lại sếp lấy dữ liệu ra đây rồi em phân tích cho thì bỏ mịa.
Quote lại đoạn này vì đúng là đi học giúp định hướng tốt hơn và bớt thời gian phải tự mày mò lạc lối ban đầu. Còn muốn thành chuyên gia thì cần đi làm để biến mớ kiến thức đó thành kĩ năng.
Có vụ nữa liên quan đến học gì trước thì có bạn consultant mở lớp đi dạy tuyên bố hùng hồn làm Data không cần học SQL, ngôn ngữ lập trình làm gì. Mấy người làm SQL vì công ty không có tiền mua tool xịn, phải học sao tập trung vào tư duy mới quan trọng (mà học tư duy những cái gì thì ứ chịu nói rõ). Tự nhủ nhỡ mình tuyển một đứa "giỏi tư duy" về mà bảo nó làm cái phân tích nó bảo lại sếp lấy dữ liệu ra đây rồi em phân tích cho thì bỏ mịa.
cowboywildwest
Một trong những ngành Khoa Học Cơ Bản nhé.Bác ngành tài chính định lượng hay phân tích thế? hay là khoa học cơ bản ạ? mong được học hỏi, trao đổi
thuocdo181
Với recommend ở đây cũng bias, không hay lắm.
Topic này các bác đang chủ yếu nói về ML, AI; không thuộc phạm trù chính của mình.
Với recommend ở đây cũng bias, không hay lắm.
trunglq
chả hiểu sao em hứng thú với mấy cái đấy ghê, mỗi tội não có hạn nên là chỉ dừng lại ở mức xem các giáo sư nói chuyện(cho dù như chó xem bản đồ) :v
Dạ bác, giờ em thấy bên lý, hóa, sinh dùng nhiều ghia, lội mấy nhóm phD bên vật lý thấy các giáo sư bảo đang cần những DA/DS về vật lý luôn, y sinh thì làm gence này kia nhìu. Nghe mà máu quá
chả hiểu sao em hứng thú với mấy cái đấy ghê, mỗi tội não có hạn nên là chỉ dừng lại ở mức xem các giáo sư nói chuyện(cho dù như chó xem bản đồ) :v
Hoang_tu_ai_cap
trunglq
em nghĩ zậy là làm BA kinh tế rồi, cỡ BA kinh tế thì ngta expert cmnrQuote lại đoạn này vì đúng là đi học giúp định hướng tốt hơn và bớt thời gian phải tự mày mò lạc lối ban đầu. Còn muốn thành chuyên gia thì cần đi làm để biến mớ kiến thức đó thành kĩ năng.
Có vụ nữa liên quan đến học gì trước thì có bạn consultant mở lớp đi dạy tuyên bố hùng hồn làm Data không cần học SQL, ngôn ngữ lập trình làm gì. Mấy người làm SQL vì công ty không có tiền mua tool xịn, phải học sao tập trung vào tư duy mới quan trọng (mà học tư duy những cái gì thì ứ chịu nói rõ). Tự nhủ nhỡ mình tuyển một đứa "giỏi tư duy" về mà bảo nó làm cái phân tích nó bảo lại sếp lấy dữ liệu ra đây rồi em phân tích cho thì bỏ mịa.
trunglq
Hoang_tu_ai_cap
E vẫn chưa rõ bác ạ, bác viết đầy đủ giúp e tên 2 cuốn kia với
Hoang_tu_ai_cap
BadCoder
Doctor $Trump
Nghe giống team Phương Thảo BIQuote lại đoạn này vì đúng là đi học giúp định hướng tốt hơn và bớt thời gian phải tự mày mò lạc lối ban đầu. Còn muốn thành chuyên gia thì cần đi làm để biến mớ kiến thức đó thành kĩ năng.
Có vụ nữa liên quan đến học gì trước thì có bạn consultant mở lớp đi dạy tuyên bố hùng hồn làm Data không cần học SQL, ngôn ngữ lập trình làm gì. Mấy người làm SQL vì công ty không có tiền mua tool xịn, phải học sao tập trung vào tư duy mới quan trọng (mà học tư duy những cái gì thì ứ chịu nói rõ). Tự nhủ nhỡ mình tuyển một đứa "giỏi tư duy" về mà bảo nó làm cái phân tích nó bảo lại sếp lấy dữ liệu ra đây rồi em phân tích cho thì bỏ mịa.
BadCoder
trunglq
trunglq
sai ngữ fap rồi thím :v sau intro to và of là danh từ, vậy nên phải là statistical learning
cowboywildwest
Tôi bây giờ cũng giống như thím. Chuyên ngành KHCB của tôi cũng có một mảng có ứng dụng kiến thức chuyên ngành rất nhiều vào AI để tạo ra nhiều sản phẩm hay rất thông minh, mấy gã khổng lồ công nghệ cũng tuyển người có bằng PhD bên ngành tôi cộng với hiểu biết về các kỹ thuật công nghệ nữa nên tôi cũng hứng thú lắm nhưng hiện tại tôi chưa có nhiều thời gian lẫn chất xám để lấn sân một cách nghiêm túc qua CS và AI. Đợi sau này để cho đầu óc phát triển hơn và lượng chất xám tăng lên thì tôi cũng nghía qua xem.Dạ bác, giờ em thấy bên lý, hóa, sinh dùng nhiều ghia, lội mấy nhóm phD bên vật lý thấy các giáo sư bảo đang cần những DA/DS về vật lý luôn, y sinh thì làm gence này kia nhìu. Nghe mà máu quá
thuocdo181
Chết, gặp thổ địa rồi. Không chém lung tung nữa.
trunglq
)
Dạ bác, em thấy nếu bác muốn nhảy qua(chỉ là sớm/muộn) thì bác cứ học hand-on trước rồi sau đó đào sâu xuống, hoặc đi từ gốc lên em nghĩ là 1 phương pháp hay, em lại dân SWE ở đại học, sắp tới ra trường thì học Statistic. Não nhỏ, với mất gốc calculus, algebra, có mỗi Stats gọi là chưa bị mất nhiều, nên hướng theo. Với tầm Ms, phD thì học toán ngon hơn, sau thích gì thì học thêm là được, mỗi tội học khó vđ, ra paper CS còn dễ(Q2, Q3) chứ còn toán em chưa biết làm sao để có luận văn tốt nghiệp
)
Data Scientist
trunglq
Doctor $Trump
Ngày Được Tự Do
đang DS ko cố mà lại sang DA hả bácAnh phải hiểu là việc sinh ra các thư viện như thằng Tensorflow hay PyTorch nó giúp ích rất nhiều trong việc xây các layers trong mạng Deep Learning (còn kiểu như gọi model theo kiểu SKLearn thì bỏ đi)
Mà ngành DS chua chết mẹ, đã đòi hỏi một lượng kiến thức rất lớn về Toán (hầu hết là Statistics và Algebra) và lập trình (Python là hiển nhiên, đôi lúc anh đi deploy trên web, mobile hay IoT device lại còn thêm các ngôn ngữ đó nữa) xong lại còn thêm một đống Domain Knowledge (đang vướng khúc này chẳng biết sao...)
Học NLP cho lắm, mà cty ở VN toàn tuyển CV đm
Data Scientist
nhoxhung163
Giờ con đường phải đi đường vòng thôi chứ đâu ai cho làm DS liền (toàn MSc hoặc PhD). Con đường tạm ổn là đối với dân CS thì đi ML Engineer còn non-CS là DA rồi phát triển dần lên DS (Mặc dù em đang năm cuối CS nhưng em thích Analyze hơn build model)
trunglq
Doctor $Trump
Mà buồn. Sao trung tâm AI, machine learning mọc như nấm.
Nhưng k thấy trung tâm nào dạy toán thống kê, phân tích đa biến đồ nhỉ
nghe không ngầu chăng??
via theNEXTvoz for iPhone
Nhưng k thấy trung tâm nào dạy toán thống kê, phân tích đa biến đồ nhỉ
nghe không ngầu chăng??
via theNEXTvoz for iPhone
cowboywildwest
Data Scientist
Doctor $Trump
Data Scientist
Ngày Được Tự Do
)), có nhiều pro trong đấy không bác
để em tự học 1 năm xong apply intern chỗ này
)), có nhiều pro trong đấy không bác
sword.1024
cowboywildwest
Doctor $Trump
Kiểu như là có nhu cầu giải một số bài toán nhất định trước. Ví dụ Marketing muốn biết sản phẩm này có đc consumer thích không? Phân khúc khách hàng thế nào?... rồi kiếm kiến thức để giải quyết nó mới hiệu quả và thực tế.
Chứ lao đầu vào ôm sách tụng với mong ước làm DA/DS thì dự là bỏ sớm.
via theNEXTvoz for iPhone
Tôi nghĩ bạn phải có 1 domain knowledge trước mới có hứng học.để em tự học 1 năm xong apply intern chỗ này
Kiểu như là có nhu cầu giải một số bài toán nhất định trước. Ví dụ Marketing muốn biết sản phẩm này có đc consumer thích không? Phân khúc khách hàng thế nào?... rồi kiếm kiến thức để giải quyết nó mới hiệu quả và thực tế.
Chứ lao đầu vào ôm sách tụng với mong ước làm DA/DS thì dự là bỏ sớm.
via theNEXTvoz for iPhone
Data Scientist
cowboywildwest
sword.1024
Mình thực sự rất vui khi topic nhận được nhiều sự quan tâm như vậy. Voz còn rất nhiều người làm nghề một cách chân chính, rất nhiều trao đổi có giá trị. Mình hi vọng có thể từ đây xây dựng được một cộng đồng những người làm về AI, cùng nhau trao đổi và hỗ trợ cũng như chia sẻ những vấn đề gặp phải, cả từ academia và industry
trunglq
trunglq
cowboywildwest
Đã thả "Ưng" nhưng không thể không quote lại đây. Ủng hộ thím thớt 2 tay 2 chân vì một cộng đồng phát triển trong sạch và văn minh !!!Mình thực sự rất vui khi topic nhận được nhiều sự quan tâm như vậy. Voz còn rất nhiều người làm nghề một cách chân chính, rất nhiều trao đổi có giá trị. Mình hi vọng có thể từ đây xây dựng được một cộng đồng những người làm về AI, cùng nhau trao đổi và hỗ trợ cũng như chia sẻ những vấn đề gặp phải, cả từ academia và industry
trunglq
có mỗi em là con bò thôi.
có mấy ông giáo, với vài thủ khoa trái ngành ở bách khoa. Và những thằng suxvat năm 2,3 win/2nd prize cơ số competition trong nước, kaggle bác ạđể em tự học 1 năm xong apply intern chỗ này
có mỗi em là con bò thôi.
Data Scientist
trunglq
trunglq
Ngày Được Tự Do
trunglq
cuongdevi1
trunglq
trunglq
zAries
Ngày Được Tự Do
trunglq
cuongdevi1
Doctor $Trump
agamenmon
mấy bác có khoá nào dành cho cơ bản không>, ?? Giới thiệu e với.
trunglq
trunglq
Tùy background và muốn theo hướng gìmấy bác có khoá nào dành cho cơ bản không>, ?? Giới thiệu e với.
agamenmon
cuongdevi1
ttattl
tiencua48651
trunglq
trunglq
Nobiship
StevenDK
Về Data Engineer thì sao bác, có sách hay course nào hay không
trunglq
DE mình ko rõ lắm, nhưng học Distributed System, Parallel programming, multi threading, bigdata, AWS, data mining, data warehouse, Hand-on ML cho mấy thằng spark này kia, tóm lại về hệ thống thông tinVề Data Engineer thì sao bác, có sách hay course nào hay không
ttattl
trunglq
Glukan
Em hiện đang là sv khối kinh tế và định hướng theo data. Em biết ngành này cần nhiều toán cho nên cũng đang dần ôn lại toán cc, thống kê. Nhưng em gặp khó khăn khi tiếp cận toán vì trước học làng nhàng, không nắm rõ bản chất.
Các bác chia sẻ cách học tốt toán cho em được không?
Và lượng kiến thức như nào thì đủ để đi thực tập ạ? Em muốn bắt đầu với role Data Analytics
Các bác chia sẻ cách học tốt toán cho em được không?
Và lượng kiến thức như nào thì đủ để đi thực tập ạ? Em muốn bắt đầu với role Data Analytics
gongoncr
trunglq
trunglq
học kinh tế thì đi từ vấn đề ở kte lên nhé. Tùy bạn học ngành gì mà các vấn đề khác nhau, cách tiếp cận khác nhau, nếu bạn học trường top đầu sẽ được tiếp xúc nhiều hơn.Em hiện đang là sv khối kinh tế và định hướng theo data. Em biết ngành này cần nhiều toán cho nên cũng đang dần ôn lại toán cc, thống kê. Nhưng em gặp khó khăn khi tiếp cận toán vì trước học làng nhàng, không nắm rõ bản chất.
Các bác chia sẻ cách học tốt toán cho em được không?
Và lượng kiến thức như nào thì đủ để đi thực tập ạ? Em muốn bắt đầu với role Data Analytics
cowboywildwest
trunglq
David Hilbert
đoi với tui, có thể nói rộng (và fun) hơn là pure mathematicians "khinh" applied ones và applied thì lại "khinh" engineers
. Bản thân tui đang làm phd applied maths mà vẫn nói như vậy vì gốc t hồi Đại học là làm lt Pdes và giải tích điều hòa. That said, qua làm bên applied cũng k phải đơn giản: vừa phải code dc vừa phải làm lý thuyết đòi hòi rất nhiều công sức. Nghe cách ông nói chắc đang làm pure rồi nhể
)
P/s: ảnh minh họa fun fun ở trên là lý do của việc "khinh".
. Bản thân tui đang làm phd applied maths mà vẫn nói như vậy vì gốc t hồi Đại học là làm lt Pdes và giải tích điều hòa. That said, qua làm bên applied cũng k phải đơn giản: vừa phải code dc vừa phải làm lý thuyết đòi hòi rất nhiều công sức. Nghe cách ông nói chắc đang làm pure rồi nhể
)
P/s: ảnh minh họa fun fun ở trên là lý do của việc "khinh".
Ngày Được Tự Do
bác học như ông này này, chuyển sang trade kiếm tiền mấy chục lần kĩ sư)
https://www.ted.com/talks/jim_simons_the_mathematician_who_cracked_wall_street?language=viView attachment 390303đoi với tui, có thể nói rộng (và fun) hơn là pure mathematicians "khinh" applied ones và applied thì lại "khinh" engineers
P/s: ảnh minh họa fun fun ở trên là lý do của việc "khinh".
bác học như ông này này, chuyển sang trade kiếm tiền mấy chục lần kĩ sư
)
sieunhanquando88
Ngày Được Tự Do
cowboywildwest
David Hilbert
Mấy ông vừa làm lý thuyết và ứng dụng khủng như ông này thì thuộc dạng hiếm. Nhưng gốc ông này cũng là pure mathematician đấy. Còn mấy ông kỹ sư kiểu thợ code tui k đánh giá cao :--)https://www.ted.com/talks/jim_simons_the_mathematician_who_cracked_wall_street?language=vi
bác học như ông này này, chuyển sang trade kiếm tiền mấy chục lần kĩ sư
sieunhanquando88
David Hilbert
Data Scientist
"Khinh" thì đúng là for fun thôi, lĩnh vực nào cũng có giá trị riêng, mọi thứ trên đời này đều được làm ra bởi engineer. Bro làm giải tích số hả?
Mình đang làm applied Probability bạn, không hẳn pure nhưng cũng lý thuyết nhiều, lâu rồi chả code gì.View attachment 390303đoi với tui, có thể nói rộng (và fun) hơn là pure mathematicians "khinh" applied ones và applied thì lại "khinh" engineers
P/s: ảnh minh họa fun fun ở trên là lý do của việc "khinh".
"Khinh" thì đúng là for fun thôi, lĩnh vực nào cũng có giá trị riêng, mọi thứ trên đời này đều được làm ra bởi engineer. Bro làm giải tích số hả?
David Hilbert
nên trong cái meme mới là "isn't real math" là zậy
. Mình đang làm optimization theory.
Bên toán hay nói kiểu thế chắc ông cũng biết mà. Toán thì cái gì cũng phải rigorous còn kỹ sư thì "xài dc là dc"
nên trong cái meme mới là "isn't real math" là zậy
. Mình đang làm optimization theory.
phamkhuongvu
phamkhuongvu
Mấy bác đang comment ở trên background kỹ thuật với nghiên cứu rồi, em không đú được đâu.
Thực tập hay fresher thì quan trọng là thái độ. Muốn phỏng vấn tốt thì tìm hiểu kỹ về mô hình doanh nghiệp định phỏng vấn, xem thông thường nó có bài toán gì. Có điều kiện thì tìm hiểu ít tool toy, làm vài project nhỏ nhỏ giắt lưng làm vốn.
Mới đi làm DA thì cũng chẳng đụng đến toán mấy đâu. Chịu khó đọc lại giáo trình xác suất thống kê đại học là tạm đủ cho thời gian đầu. Sau này đụng đâu thì học lại đến đó.Em hiện đang là sv khối kinh tế và định hướng theo data. Em biết ngành này cần nhiều toán cho nên cũng đang dần ôn lại toán cc, thống kê. Nhưng em gặp khó khăn khi tiếp cận toán vì trước học làng nhàng, không nắm rõ bản chất.
Các bác chia sẻ cách học tốt toán cho em được không?
Và lượng kiến thức như nào thì đủ để đi thực tập ạ? Em muốn bắt đầu với role Data Analytics
Mấy bác đang comment ở trên background kỹ thuật với nghiên cứu rồi, em không đú được đâu.
Thực tập hay fresher thì quan trọng là thái độ. Muốn phỏng vấn tốt thì tìm hiểu kỹ về mô hình doanh nghiệp định phỏng vấn, xem thông thường nó có bài toán gì. Có điều kiện thì tìm hiểu ít tool toy, làm vài project nhỏ nhỏ giắt lưng làm vốn.
Muốn gặt nhanh thì học thiên về front-end hoặc cày 1 framework nào rồi ra làm thợ code thôi thím, chịu khó thì cũng không đói. Đừng nghe người ta nói AI với Data nhiều mà lao vào, chua lắm.
cowboywildwest
trunglq
))
ô tôi tưởng kháo sát vụ mở ngành DS thôi? team D là team nào thế ông? mà tôi cứ thấy trường F mở DS thì buồn cười sao ý nhờ, bth học dễ vcl, giờ toán cầy sml thì hài
))
phamkhuongvu
F mở DS theo hướng ứng dụng cho kinh tế và kinh doanh thì còn tạm được (tất nhiên vẫn học toán và lập trình sml), mà để mở ngành thì cũng phải 1-2 năm, không biết trường chuẩn bị đến đâu rồi.
Còn vụ khảo sát kia là để mở khóa đào tạo chứng chỉ ngắn hạn. Trong khảo sát có tờ rơi với thông tin đơn vị hợp tác đấy. Để tôi tìm lại xem
Edited: Link survey https://docs.google.com/forms/d/e/1FAIpQLSfvd12tKuaVfgxrQYV63GHFX5d2jQel094Z4CVq1LN17E4jXA/viewform
Trang 2 có nội dung với đối tác là Datapot đấy.
Cũng sinh viên F chùa láng hả ông?ô tôi tưởng kháo sát vụ mở ngành DS thôi? team D là team nào thế ông? mà tôi cứ thấy trường F mở DS thì buồn cười sao ý nhờ, bth học dễ vcl, giờ toán cầy sml thì hài
F mở DS theo hướng ứng dụng cho kinh tế và kinh doanh thì còn tạm được (tất nhiên vẫn học toán và lập trình sml), mà để mở ngành thì cũng phải 1-2 năm, không biết trường chuẩn bị đến đâu rồi.
Còn vụ khảo sát kia là để mở khóa đào tạo chứng chỉ ngắn hạn. Trong khảo sát có tờ rơi với thông tin đơn vị hợp tác đấy. Để tôi tìm lại xem
Edited: Link survey https://docs.google.com/forms/d/e/1FAIpQLSfvd12tKuaVfgxrQYV63GHFX5d2jQel094Z4CVq1LN17E4jXA/viewform
Trang 2 có nội dung với đối tác là Datapot đấy.
trunglq
) Đang mentor ny theo hướng DS đây ông, thi CFA top 7%, làm bên chứng khoán r, mà thấy ko hợp nên chuyển
Ny tôi học F, nên cái gì cũng biết ak, tôi cũng F mà là trường F mảng techCũng sinh viên F chùa láng hả ông?
F mở DS theo hướng ứng dụng cho kinh tế và kinh doanh thì còn tạm được (tất nhiên vẫn học toán và lập trình sml), mà để mở ngành thì cũng phải 1-2 năm, không biết trường chuẩn bị đến đâu rồi.
Còn vụ khảo sát kia là để mở khóa đào tạo chứng chỉ ngắn hạn. Trong khảo sát có tờ rơi với thông tin đơn vị hợp tác đấy. Để tôi tìm lại xem
Edited: Link survey https://docs.google.com/forms/d/e/1FAIpQLSfvd12tKuaVfgxrQYV63GHFX5d2jQel094Z4CVq1LN17E4jXA/viewform
Trang 2 có nội dung với đối tác là Datapot đấy.
) Đang mentor ny theo hướng DS đây ông, thi CFA top 7%, làm bên chứng khoán r, mà thấy ko hợp nên chuyển
suzy4ever
Việc khinh nhau chir thể hiện sự âú trĩ của bản thân. Tôi engineer, từng làm việc với các ông nghiên cứu, những người được "quảng cáo" là cao siêu + bằng này bằng nọ giải này giải kia.
Cũng hiểu phần nào.
Khinh hay không khinh mặc kệ các bạn. Đấy là quyền của các bố (quyền ấu trĩ).
Nhưng mà làm việc mà thái độ này kia thì nên nhớ người khác cũng có "nhiều cái quyền khác" của họ để xài. Lúc đấy thì chẳng có ai được việc nữa.
Mấy ông hướng nghiên cứu ( bất cứ nghiên cứu cái gì, không chỉ toán ) cho vào ngồi làm ứng dụng với nhau. Thì sản phẩm nó còn thối hơn cứt và tốn thời gian + tiền bạc.View attachment 390303đoi với tui, có thể nói rộng (và fun) hơn là pure mathematicians "khinh" applied ones và applied thì lại "khinh" engineers
P/s: ảnh minh họa fun fun ở trên là lý do của việc "khinh".
Việc khinh nhau chir thể hiện sự âú trĩ của bản thân. Tôi engineer, từng làm việc với các ông nghiên cứu, những người được "quảng cáo" là cao siêu + bằng này bằng nọ giải này giải kia.
Cũng hiểu phần nào.
Khinh hay không khinh mặc kệ các bạn. Đấy là quyền của các bố (quyền ấu trĩ).
Nhưng mà làm việc mà thái độ này kia thì nên nhớ người khác cũng có "nhiều cái quyền khác" của họ để xài. Lúc đấy thì chẳng có ai được việc nữa.
sword.1024
Data Collector
khongsomod
bomcon123456
xindungbantoi3
Hoang_tu_ai_cap
trunglq
trunglq
trunglq
à tiếp theo còn cần làm vài project DL nữa nhé, làm ở đây là hyper-params và biết vì sao lại như thế chứ không phải clone 1 cái project trên git, chạy được là thành AI Engineer nha
- Nếu những năm tuổi 30 phải đổi việc, các bác chọn việc gì
- khoe RSX độc nhất Việt Nam version 2021 | theNEXTvoz…
- Cần Tư vấn Về sách Cấu trúc dữ liệu và thuật toán JAVA | theNEXTvoz…
- Tình hình lương thưởng Tết AL 2021 của mấy thím | theNEXTvoz…
- Tại sao phải cố mua nhà thay vì đi thuê | theNEXTvoz…
- Momo có chuyển tiền cho ngân hàng đc k các thím | theNEXTvoz…
- thảo luận [PC MMORPG]Cổ Kiếm Kỳ Đàm Online
- Kinh nghiệm mua bếp gas Nhật bãi | theNEXTvoz…
- Thưởng Tết ngân hàng (Vietin) tới 300 400tr vị trí nhân viên
- Góc khoe thưởng tết của giới Vozliz | theNEXTvoz…