Tại sao ai cũng muốn học AI, Data Science | theNEXTvoz…

mikeyctn said:

Như tiêu đề, các bác có thấy ngành AI, Data Science có hype quá không?
Liệu 5, 10 năm nữa cung có vượt cầu trong ngành này không?

Em thấy rất nhiều sinh viên hiện tại và tương lai sẽ học những ngành này, mà thị trường việc làm thì rất cạnh tranh. Okay, công việc thì thú vị, lương cao thật đấy, nhưng để có được những cái đấy đầu tiên phải có tài năng đã, rồi phải đam mê, commit rất nhiều. Thằng bạn em học kĩ sư tài năng BK, thực tập cho Vin thôi mà đã lương 20 củ rồi, nhưng tối ngày phải đọc paper các thứ khô khan khó hiểu vkl, đêm nào cũng thấy thức đến 3 4h. Mà ngành của nó cũng chẳng phải có AI hay Data Science gì ở trong tên.

Các bác nghĩ sao?

templarassvn said:

Chưa nói lập trình, nếu khả năng chỉ tới mức tàn tàn mấy môn cơ bản (Đại số tuyến tính, XSTK) mà đâm đầu vào thì khổ thật. Em là 1 TH đây chả dám thực tập gì luôn

templarassvn said:

Chưa nói lập trình, nếu khả năng chỉ tới mức tàn tàn mấy môn cơ bản (Đại số tuyến tính, XSTK) mà đâm đầu vào thì khổ thật. Em là 1 TH đây chả dám thực tập gì luôn

dreamyeyes said:

Em đã học gì ở trường mà tự ti vậy? Quăng cái syllabus lên đây xem nào.

Lập Trình Viên Già Tuổi said:

đến tinh thần đi thực tập còn ko dám thì ai dám trao cơ hội cho em

templarassvn said:

Em bên HCMUS năm 3.
Em tự ti bản thân ấy chứ. Lại thêm năm rồi khó khăn, đi làm đóng học phí thế là điểm càng thấp.

Lập Trình Viên Già Tuổi said:

Nhiều người trên thế giới cũng dành cả đời cho khoa học mà: Newton,...

Lập Trình Viên Già Tuổi said:

đến tinh thần đi thực tập còn ko dám thì ai dám trao cơ hội cho em

Tên Để Làm Gì Đâu said:

Ông đọc cái tên AI, Machine Learning không thấy ngầu à ?. Mấy thằng giỏi thì nó thích cái khó, còn không giỏi mà đú thì tự đào thải thôi.

bribnt said:

Trong ngành CS còn nhiều thứ khó ngang (hoặc hơn, tuỳ người) ML mà không thấy nhiều người nhảy vào bằng.

mikeyctn said:

Như tiêu đề, các bác có thấy ngành AI, Data Science có hype quá không?
Liệu 5, 10 năm nữa cung có vượt cầu trong ngành này không?

Em thấy rất nhiều sinh viên hiện tại và tương lai sẽ học những ngành này, mà thị trường việc làm thì rất cạnh tranh. Okay, công việc thì thú vị, lương cao thật đấy, nhưng để có được những cái đấy đầu tiên phải có tài năng đã, rồi phải đam mê, commit rất nhiều. Thằng bạn em học kĩ sư tài năng BK, thực tập cho Vin thôi mà đã lương 20 củ rồi, nhưng tối ngày phải đọc paper các thứ khô khan khó hiểu vkl, đêm nào cũng thấy thức đến 3 4h. Mà ngành của nó cũng chẳng phải có AI hay Data Science gì ở trong tên.

Các bác nghĩ sao?

tatv08 said:

đang trends không biết sao xin việc được

Head First Java said:

À MÀ TRONG ĐÂY CÓ THÍM NÀO HỨNG THÚ VỚI TESTING KHÔNG NHỈ

Em có 1 thắc mắc là tại sao tay ngang chuyển nghề toàn vô web đặc biệt là Front End Đì vé lộp pơ. Sao ko thấy ai tay ngang mà vô làm tester nhỉ? Hay là tester là nghề hạ đẳng ?

templarassvn said:

Chưa nói lập trình, nếu khả năng chỉ tới mức tàn tàn mấy môn cơ bản (Đại số tuyến tính, XSTK) mà đâm đầu vào thì khổ thật. Em là 1 TH đây chả dám thực tập gì luôn

Đặt Vụ said:

AI, ML có lập trình gì cao siêu đâu. Ngồi làm toán là chủ yếu nên toán phải top, ngành chỉ giành cho số ít não to thôi. Profile phải mạnh, phải học lên cao, R&D nhiều mới có cơ hội việc ngon. VN hiện tại vẫn ít job, yêu cầu cao, mang tấm bằng cử nhân đh VN đi xin việc chắc nó cho ngồi đánh label.

vexliva said:

Tay ngang chuyển qua làm AI, DL hết nhé ko ai làm tester với FE đâu

InNOut said:

Data science, AI phải phd, bèo nhất cũng phải master thì người ta mới cho đụng vô làm mấy cái hay ho
Còn data science thường thường thì khi đi làm chỉ toàn làm data processing thôi, chán bỏ mẹ

Head First Java said:

À MÀ TRONG ĐÂY CÓ THÍM NÀO HỨNG THÚ VỚI TESTING KHÔNG NHỈ

Em có 1 thắc mắc là tại sao tay ngang chuyển nghề toàn vô web đặc biệt là Front End Đì vé lộp pơ. Sao ko thấy ai tay ngang mà vô làm tester nhỉ? Hay là tester là nghề hạ đẳng ?

l4ulegend said:

testing là đẳng cấp cuối cùng của software engineer. Các hệ thống lớn viết test, dựng kịch bản test toàn là senior engineer, archiecture, maintainer của dự án
thậm chí nhiều phương pháp lập trình, thiết kế hệ thống đẻ ra để viết test cho hệ thống cho nó dễ
nên tôi cũng rất muốn học sâu về cái này nhưng vướng bận nhiều cái nên chưa làm sâu được

Head First Java said:

anh trai nói làm em kích thích quá.

l4ulegend said:

cơ mà để lên đến cái level đấy phải học cả code cả test cả system desgin đó bạn, không phải là học mỗi test không đâu

Head First Java said:

chuyện học thì em ko ngại lắm. chỉ sợ ko làm đc việc thôi
tháng 6 này em đc học việc về auto test mà chưa biết cmn j hết nói chung thì cũng có làm vài script js tựđộng chơi cho vui thôi chứ chưa biết test case nó ra làm sao luôn

Than_Dieu_Di_Vinfast said:

Thằng bạn thím bằng đéo thằng bạn tôi, học phd ML ở sing xong làm ở grab tại sing, lương 200củ 1 tháng, nói xem sao các bạn sv giỏi không thích học hả?

bribnt said:

Trong ngành CS còn nhiều thứ khó ngang (hoặc hơn, tuỳ người) ML mà không thấy nhiều người nhảy vào bằng.

taydocauduongphong said:

Bạn có thể liệt kê ra giúp mình một vài cái tên?

taydocauduongphong said:

Bạn có thể liệt kê ra giúp mình một vài cái tên?

• Lý thuyết độ phức tạp tính toán: với một đống bài toán chưa giải được mà cũng không biết hết thế kỷ này đã giải được chưa. Nổi tiếng nhất là bài P = NP,
• Compiler: làm ra một cái compiler thì không quá khó, nhưng cần phải hiểu nhiều lý thuyết và thuật toán liên quan: lexer, parser, syntax tree, code generation, register allocation, ... Phần khó là để sinh ra được code tối ưu. Không phải đơn giản mà hầu hết ngôn ngữ lập trình hiện nay đều bị chê về vấn đề hiệu năng,

JUchi said:

không rõ background thế nào, nhưng mình từng làm auto test rồi thì thấy bạn nói qua khá là no hope
Script js tự động rất không liên quan tới auto test

taydocauduongphong said:

Bạn có thể liệt kê ra giúp mình một vài cái tên?

severus-snape said:

Em sắp tới vào học đại học: đang cân nhắc giữa toán ứng dụng (chuyên ngành khoa học dữ liệu) và công nghệ thông tin
Mấy thím chia sẻ giúp em với, em đang lo lắng

Đây là chương trình đào tạo toán ứng dụng

Tư vấn giúp em với, sợ học ngành toán ứng dụng khó hơn công nghệ thông tin

via theNEXTvoz for iPhone

.:Barry.Allen:. said:

Trường nào á bác

Gửi từ HMD Global Nokia 5.4 bằng vozFApp

hiepbk97 said:

Bác hộp cho e tài liệu này đc k, e đang cần đọc mà tìm chưa ra, tks bác nhiều

BetterNextTime said:

Bây h có mấy đứa sinh viên toàn ghi intern AI, ML trong CV nhìn vừa chán vừa thương.

Tụi nó không biết mấy công ty đó toàn lừa vào làm nhân công giá rẻ train model rồi cứ nghĩ là mình biết AI, ML.

Khuyên các bạn sv muốn theo AI, ML thì phải lên ít nhất là phd vì khi đó mới theo lâu dài được.

Chứ sv hay thạc sĩ AI, ML thì có khi 10 năm sau vẫn làm nhân công giá rẻ đi train model thôi.

mikeyctn said:

Như tiêu đề, các bác có thấy ngành AI, Data Science có hype quá không?
Liệu 5, 10 năm nữa cung có vượt cầu trong ngành này không?

Em thấy rất nhiều sinh viên hiện tại và tương lai sẽ học những ngành này, mà thị trường việc làm thì rất cạnh tranh. Okay, công việc thì thú vị, lương cao thật đấy, nhưng để có được những cái đấy đầu tiên phải có tài năng đã, rồi phải đam mê, commit rất nhiều. Thằng bạn em học kĩ sư tài năng BK, thực tập cho Vin thôi mà đã lương 20 củ rồi, nhưng tối ngày phải đọc paper các thứ khô khan khó hiểu vkl, đêm nào cũng thấy thức đến 3 4h. Mà ngành của nó cũng chẳng phải có AI hay Data Science gì ở trong tên.

Các bác nghĩ sao?

Data Engineer said:

Xóm t có thằng 96 làm lead AI 5k, làm công nhân tui cũng muốn làm fen

mikeyctn said:

Như tiêu đề, các bác có thấy ngành AI, Data Science có hype quá không?
Liệu 5, 10 năm nữa cung có vượt cầu trong ngành này không?

Em thấy rất nhiều sinh viên hiện tại và tương lai sẽ học những ngành này, mà thị trường việc làm thì rất cạnh tranh. Okay, công việc thì thú vị, lương cao thật đấy, nhưng để có được những cái đấy đầu tiên phải có tài năng đã, rồi phải đam mê, commit rất nhiều. Thằng bạn em học kĩ sư tài năng BK, thực tập cho Vin thôi mà đã lương 20 củ rồi, nhưng tối ngày phải đọc paper các thứ khô khan khó hiểu vkl, đêm nào cũng thấy thức đến 3 4h. Mà ngành của nó cũng chẳng phải có AI hay Data Science gì ở trong tên.

Các bác nghĩ sao?

l4ulegend said:

- Tính toán lưới. Bài toán kinh điển của các hệ thống siêu máy tính.

InNOut said:

Data science, AI phải phd, bèo nhất cũng phải master thì người ta mới cho đụng vô làm mấy cái hay ho
Còn data science thường thường thì khi đi làm chỉ toàn làm data processing thôi, chán bỏ mẹ

severus-snape said:

QNU

via theNEXTvoz for iPhone

Lập Trình Viên Già Tuổi said:

người ta đam mê, cống hiến cho khoa học, 20 triệu hay 10 triệu người ta chả quan tâm, bạn đang đứng ở góc nhìn của bạn, thức đến 3-4h sáng bạn thấy mệt mỏi, nhưng người ta thấy sung, thấy hưng phấn, cái này mỗi người mỗi khác đó. Nhiều người trên thế giới cũng dành cả đời cho khoa học mà: Newton,...

Còn về các ngành, tương lai ra sao mình ko đoán được. Bạn nên thử học AI, DataScience vài tháng để test xem có thích không, bạn đang là sinh viên mà, thiếu gì thời gian test vài thứ. Thấy thích cái nào thì học cái đó thui.

JUchi said:

không rõ background thế nào, nhưng mình từng làm auto test rồi thì thấy bạn nói qua khá là no hope
Script js tự động rất không liên quan tới auto test

geminiikki said:

Về mảng Data Science, cụ thể yêu cầu về toán và thống kê là như nào vậy các bác? Em thấy chỗ nào tuyển cũng đòi "excellent math & statistics", nhưng toán thì cũng có toán this toán that, thống kê cũng nhiều phần chứ . Chỉ cần tính mean, variance các kiểu hay phải biết những gì nữa nhỉ

mikeyctn said:

Như tiêu đề, các bác có thấy ngành AI, Data Science có hype quá không?
Liệu 5, 10 năm nữa cung có vượt cầu trong ngành này không?

Em thấy rất nhiều sinh viên hiện tại và tương lai sẽ học những ngành này, mà thị trường việc làm thì rất cạnh tranh. Okay, công việc thì thú vị, lương cao thật đấy, nhưng để có được những cái đấy đầu tiên phải có tài năng đã, rồi phải đam mê, commit rất nhiều. Thằng bạn em học kĩ sư tài năng BK, thực tập cho Vin thôi mà đã lương 20 củ rồi, nhưng tối ngày phải đọc paper các thứ khô khan khó hiểu vkl, đêm nào cũng thấy thức đến 3 4h. Mà ngành của nó cũng chẳng phải có AI hay Data Science gì ở trong tên.

Các bác nghĩ sao?

peace195 said:

5-10 năm nữa nó vẫn thế thôi, nó vẫn là 1 nghề và có rất nhiều cơ hội phát triển. Nhưng sẽ chia làm 2 loại:
1. Biết sơ, làm ứng dụng chung chung, clone github, thay đổi tham số, làm data để ra mô hình -> sản phẩm ok, dùng được.
2. Biết sâu về kỹ thuật, toán, thống kê. Đam mê, có khả năng tạo ra cái mới, làm được sản phẩm ngon -> ai cũng cần.

Loại 1 lương sẽ dậm chân và ít nơi cần. Loại 2 thì ai cũng cần. Nhưng theo loại 2 thì chỉ có top 5% thôi . Mình thì đang giai đoạn 1, dù theo cái này cũng lâu nhưng do nhảy đi code linh tinh quá nên thành ra giờ chẳng cái nào ra hồn, chán

Luc Lam said:

Đa số các bạn hiện giờ không chỉ riêng VN mà cả các du học sinh, đều đang ở nhánh 1 nhiều hơn ở nhánh 2. Nhánh 2 cần kiến thức rất chuyên sâu để có thể can thiệp vào thuật toán.

Còn ngành này sẽ hot vì nó dựa trên nền tảng của data và giờ có công ty nào mà không có data ?
Ở trên có bạn có suy nghĩ DS chỉ cần đưa dữ liệu vào rồi nhìn kết quả xong tinh chỉnh thông số là được thì tôi nghĩ bạn ấy chưa đưa model vào thực tế nhiều nên còn suy nghĩ khá hời hợt. Sự thật là dù trong nhiều trh dù model có mức độ chính xác cao nhưng kết quả vẫn trật. Huống chi ở đây còn 1 vấn đề rất nan giải cần phải bàn là clean data.

kejian007 said:

giờ nhiều trường nào cũng mở ra ngành khoa học máy tính, nhà nhà máy tính, nhìn chán. Nhiều trường chả có tý chuyên môn gì cứ mở để thu hút sinh viên thôi

Văn buồn said:

Em đag học mobile ios, cũng muốn sang học mấy cái này mà năm 3 r, hơi muộn quá với k ai chỉ dạy sợ k theo kịp chúng bạn

Sent from realme RMX2121 via nextVOZ

Nacuto said:

Sao lại bỏ mobile vậy fen?
Mobile thấy hiếm người hơn các mảng khác hẳn.

Văn buồn said:

K bỏ fen ơi, là thấy mấy ngành kia hot lương cao nên cũng muốn học nma cũng hơi muộn r

Gửi từ Xiaomi M2012K11AC bằng vozFApp

Nacuto said:

Mobile e nghe nói nó cũng sâu xa chả kém gì bên web mà, lương nó kém hơn bên web rồi data nhiều lắm k fen?

taydocauduongphong said:

Bạn có thể liệt kê ra giúp mình một vài cái tên?

MacTyTy said:

Data scientist là scientist duy nhất không cần PhD
Bản thân ML đã dễ tiếp cận hơn so với nhiều ngành khác (vài kiến thức đại số tuyến tính cơ bản + statistics cơ bản + optimization cơ bản). Kể ra những cái dễ hơn ML có vẻ khó hơn là kể ra những cái khó hơn ML.
Ví dụ đơn cử của 1 kết quả "vô dụng" trong thực tế nhưng kỹ thuật thì khó hơn nhiều so với research trong ML là việc chứng minh độ phức tạp để nhân hai ma trận có cỡ n có thể được làm trong O(n^2.37286) trong https://epubs.siam.org/doi/abs/10.1137/1.9781611976465.32 so với kết quả ngay trước đó là O(n^2.37287) trong https://arxiv.org/abs/1401.7714

taydocauduongphong said:

Trào lưu DL, ML, AI,... tạo nên một làn sóng về việc quan tâm đến research. Trường mình đã dần khuyến khích các sinh viên làm quen với research từ những năm 2, 3. Giờ paper, top conference,... nghe nhan nhản.

• Hot trend + Được báo chí bơm thổi + Có nhiều ứng dụng nhanh cho industries: được đầu tư nhiều tiền, nhiều dự án.
• Có nhiều cơ hội việc làm: tốt nghiệp master có thể đi làm data engineer, dev, etc, rất nhiều offer và không lo chết đói.
• Nếu theo research sẽ có nhiều chủ đề và không quá khó: đa số research trong ML là problem solving, lấy những technique có sẵn xào nấu thêm thắt để giải ứng dụng cụ thể.
• So với nhiều ngành khác trong computer science khác thì không quá nặng nề về mặt lý thuyết, đặc biệt là những ngành gần toán như complexity theory, computational maths, cryptography

MacTyTy said:

Câu trả lời cá nhân cho việc tại sao ai cũng đi làm ML + AI:

• Hot trend + Được báo chí bơm thổi + Có nhiều ứng dụng nhanh cho industries: được đầu tư nhiều tiền, nhiều dự án.
• Có nhiều cơ hội việc làm: tốt nghiệp master có thể đi làm data engineer, dev, etc, rất nhiều offer và không lo chết đói.
• Nếu theo research sẽ có nhiều chủ đề và không quá khó: đa số research trong ML là problem solving, lấy những technique có sẵn xào nấu thêm thắt để giải ứng dụng cụ thể.
• So với nhiều ngành khác trong computer science khác thì không quá nặng nề về mặt lý thuyết, đặc biệt là những ngành gần toán như complexity theory, computational maths, cryptography

Để viết được 1 paper trong ML cũng không cần nhiều công sức nên cũng khá là nhan nhản. Tất nhiên để được accept ở Conference rank A+ không bao giờ dễ nhưng so với những ngành thực sự khó thì công sức bỏ ra để hiểu vấn đề thôi đã bỏ xa độ khó của ML chứ chưa nói làm ra được kết quả mới. Dù sao thì việc trả lời 1 vấn đề cụ thể như nhận dạng ảnh thông qua việc lấy 1 kết quả có sẵn, chỉnh vài parameters để có 1 paper dễ hơn nhiều so với việc trả lời cho 1 bài toán yêu cầu đột phá về mặt lý thuyết. Về conference, số lượng conference cho ML rất nhiều (để đăng cho hết số lượng paper của ML), nếu nộp trượt 1 trong nhiều conference rank A+ thì vài tuần ngay sau đấy đã có thể thử nộp lại 1 conference rank A, etc . Conference rank A+ cho các ngành khó khác trong CS không nhiều (FOCS, STOC) nên việc được accept cũng không dễ.

BetterNextTime said:

Bây h có mấy đứa sinh viên toàn ghi intern AI, ML trong CV nhìn vừa chán vừa thương.

Tụi nó không biết mấy công ty đó toàn lừa vào làm nhân công giá rẻ train model rồi cứ nghĩ là mình biết AI, ML.

Khuyên các bạn sv muốn theo AI, ML thì phải lên ít nhất là phd vì khi đó mới theo lâu dài được.

Chứ sv hay thạc sĩ AI, ML thì có khi 10 năm sau vẫn làm nhân công giá rẻ đi train model thôi.

Ham Eun Jung said:

Đâu phải ai cũng có cơ hội học lên đến master hay Phd đâu bác, chỉ một số ít rất nhỏ

Nếu theo bác nói chắc đa số mọi người phải bỏ nghề thôi.

BetterNextTime said:

Vì AI hay ML nó đâu phải là thứ dành cho số đông.

Nếu bạn muốn thực sự làm AI, ML thì phải theo lên PhD để nắm được tri thức công nghệ và khoa học.

Ở bậc đại học và thạc sĩ thì chỉ là người đi dùng model của người khác để chạy ứng dụng mà thôi

Ham Eun Jung said:

Vậy chắc em phải bỏ nghề thôi, cv bèo không lên nổi phd

Ham Eun Jung said:

Vậy sinh viên tốt nghiệp đại học và đi làm machine learning engineer nghe có vẻ rác quá bác nhỉ, về mặt tri thức thua mấy ngành lí thuyết khác bên cs, về mặt thực hành lại thua các software engineer các mảng khác.

Nếu em chỉ tốt nghiệp đại học và muốn thành machine learning engineer thì phải làm gì để bản thân bớt "rác" hơn bác.

BetterNextTime said:

Nghe không thật thà lắm . Nếu thực sự không lên PhD thì đổi hướng qua làm AI Engineer đi bạn. Set up AI pipeline, ML Ops cũng đang hot đó.

MacTyTy said:

Phần kia mình nói đến research để nói ML vẫn có thể được tiếp cận dễ hơn những ngành khó khác -> ML không quá khó, không liên quan đến cơ hội việc làm cho những người không làm research.

Mình không ở VN nên không biết về thị trường lao động ở VN như thế nào nhưng tốt nghiệp hệ kỹ sư như ở BK thì cũng là 5 năm học nên chắc cũng khá tốt. Chỗ mình sống nếu bạn tốt nghiệp hệ kỹ sư 5 năm (tương tự BK) với ngành ML th được xem như có Master degree. Nếu không muốn làm về research thì vẫn có những job làm thí nghiệm hoặc phân tích dự đoán trong các công ty (gọi là research engineer, research assistant). Số offer cho các job này nhiều và trả lương cũng tương đương với software engineer. Làm nhiều thì sẽ tích lũy được kinh nghiệm và kiến thức như mọi ngành khác. Bằng cử nhân 3 năm thường chỉ được nhận làm những việc tay chân (vì hạn chế kiến thức).

"về mặt thực hành lại thua các software engineer các mảng khác": bạn dùng 5 năm học ĐH để quen với những khái niệm về stats, tối ưu hóa, neural network. Cho dù không sâu nhưng những kỹ năng này chắc cũng không hiển nhiên với các bạn học software engineer. Tất nhiên các bạn học và làm software engineer sẽ biết nhiều hơn về coding. Không nên so sánh làm gì. Quan trọng là bạn cạnh tranh được với những người cùng ngành với mình.

Ham Eun Jung said:

Em mới ra trường mới nhận được việc về data science nên hỏi han kinh nghiệm tiền bối đi trước là thật chứ không thật thà cái gì

ai engineer như ý bôi đậm bác nói thì về bản chất là dev software engineer thôi chứ thêm chữ AI vào làm chi nghe nó hào nhoáng lừa gà

anhngzv said:

Em hỏi ngu phát học chuyên ngành khoa học máy tính ở đại học thì ra làm web làm app hay là làm cái này mấy bác

Ham Eun Jung said:

Em mới ra trường mới nhận được việc về data science nên hỏi han kinh nghiệm tiền bối đi trước là thật chứ không thật thà cái gì

ai engineer như ý bôi đậm bác nói thì về bản chất là dev software engineer thôi chứ thêm chữ AI vào làm chi nghe nó hào nhoáng lừa gà

tho go da nang said:

AI engineer là both luôn nha bạn, kiến thức về SE cũng vững mà stastical cũng phải có. Các vấn đề liên qua với AI thường rất khó vì tính chất AI là data driven nên các model lẫn pipeline đều phải theo data. Thêm nữa mlops cũng khó vì mỗi bài toán đều cần 1 cách riêng để detect được data drift và concept drift. 2 cái này thì bên giới AI đều còn rất mới, framework cũng chưa đc mature nên đa số dự án lớn đều on-house. Lùa gà cũng có mà hào nhoáng cũng có, mà tương lai thì chắc đi đâu cũng sẽ có AI thôi nên cứ có nhiều demand thì sẽ sinh ra nhiều supply nên theo ngành này đam mê k bg chết đâu

Gửi từ Xiaomi Redmi Note 9S bằng vozFApp

Ham Eun Jung said:

Khúc cuối bác đang nói tới covariate shift/ distribution shift với label shift này nọ hả

tuananh_304 said:

Mình thấy làm toán cũng chỉ lúc mới học để hiểu thôi, cũng không có gì phức tạp lắm.

Chỉ có là cần trâu bò thử nhiều phương pháp rồi sau đấy có kinh nghiệm là bài toán này nên dùng cái phương pháp gì. Cứ lắp dữ liệu vào rồi nhìn kết quả => tinh chỉnh thông số là thành kỹ sư AI mà

chứ còn R&D mình thấy khó những cái break through idea mấy năm nay không có nhiều, toàn kiểu dùng máy trâu bò để đạt SOTA

Luc Lam said:

Ý tôi không phải là vấn đề 70% hay 75%, thậm chí là 95% nhưng nếu bài toán có liên quan quá nhiều đến behaviors của con người cụ thể như team sale thì khả năng kết quả trật vẫn trật. Mà nếu biết là thế thì build model để làm gì ? Theo cách truyền thống vẫn tốt hơn, build sai phương pháp rồi lại có cái nhìn phiến diện nó không hiệu quả ngày sau có hướng tiếp cận tốt hơn lại đem kinh nghiệm lần trước mà phản hồi. Nó rất ngớ ngẩn bạn ạ.

nickchinhbiban said:

Mình không biết lĩnh vực và trải nghiệm thực tế của bạn tới đâu.
Mình chỉ share trong lĩnh vực mình làm thôi nhé:

1. Mình đang làm tài chính - ngân hàng. Và gần nhất đó là phân tích hành vi khách hàng + chấm điểm xếp hạng khách hàng.
Không chỉ đơn giản áp AI và ML vào là xong, bạn phải tổng hợp dữ liệu từ nhiều nguồn, xử lý data, phân tích + chọn biến, biến đổi và đánh giá + thiết kế mô hình sao cho phù hợp nhất. Và toàn bộ công việc này phải sử dụng kiến thức chuyên ngành + toán học (nặng) mới làm được.
Không phải cứ áp scikit learn, chỉnh param là ra ngay model đâu vứt đi đấy

2. Model mà về computer vision thì mình có tham gia một team, chủ yếu là đánh label + train yolo. Thấy trên group mì AI cũng toàn ăn xổi kiểu này. Mà bản chất đúng là chả liên quan mẹ gì tới toán học cả.

Nếu chỉ xét vế thứ 2 thì có vẻ bạn nói đúng. Còn mảng số 1 liên quan đến bussiness thì khó lắm hiếm hiếm lắm luôn. Mà ông nào làm được thì lương phủ phê

thanh07ho said:

có bằng master research tại Canada, đã tham gia nghiên cứu và viết báo vài dự án (Qualitative và Quantitative); mà chỉ có kn thiết kế câu hỏi, phỏng vấn, thu thập và xử lý data bằng SPSS thì có hi vọng nào kiếm được việc ở VN ko nhỉ. Chỉ cần fresher để có kinh nghiệm thui.

Đang theo học khóa Data Science ở KHTN HCM mà ko biết chỗ nào nhận không nữa. Thấy apply đâu cũng toàn yêu cầu R, Python, mình nói SPSS thì ko thèm để ý

P/S Thấy mảng UX researcher cũng hay, cũng kết hợp tìm hiểu insight người dùng và design. Có thím nào làm này không nhỉ

tuananh_304 said:

mình thì không làm chuyên về AI, nhưng mình đọc khá nhiều paper về computer vision cũng như NLP, thì mình thấy chỉ cần có kiến thức toán c3 là đã đủ để hiểu khá nhiều ý tưởng rồi, mấy năm gần đây không có gì đột biến nhiều.

Còn về tài chính ngân hàng thì mình không rõ, vì cái ý phải có kiến thức chuyên môn nữa. Nhưng cái ý thì đâu phải IT IT chỉ là thợ gõ thôi, cái ý là dân tài chính ngân hàng biết gõ code rồi

Thiên Long Bát Bộ said:

Chào các thím, mình hiện tại 25 tuổi, học quản trị kinh doanh về làm cho gia đình (do nhà có 1 mình mình còn ở VN), cuối năm nay thì anh chị về VN rồi nên mình được tự do. Nên mình định trải nghiệm và học cái mình thích, thì mình chọn học AI, chắc nói đến đây mấy thím nghĩ "thằng này sớm muộn cũng bỏ, học cũng không làm được, sớm muộn cũng bị đào thải, ko có gốc mà đòi học lập trình..."
Mình cũng nghĩ vậy, nên đã bỏ thời gian học qua khóa CS50 của HarvardX trên Edx.
Sau khi học xong mình quyết định học AI (1 phần thích xử lý hình ảnh (do hồi đó coi clip của microsoft hay google quên rồi) về how computesr work và đây là roadmap của mình, mong các thím góp ý và chỉnh sửa, bổ sung.
6 tháng ở đây là mình học toàn thời gian ko có làm gì nha mấy thím.

Theo mình tìm hiểu thì kiến thức của Udacity dạy kiểu áp dụng làm luôn (thợ code AI?) chứ ko sâu lý thuyết, dạng optimize hay build your own mà ko kiểu chờ train xong mới đánh giá (ý mình là có thể nhìn data và biết nên chọn model nào - cái này mình đọc đc thôi chứ cũng ko rành, mong các thím chém cho thông).
Tháng 1:
Học kiến thức cơ bản
CS50: Intro to AI
Coursera: Maths for machine learning (xem review thì thấy tốt (youtube/google))
https://www.coursera.org/specializations/mathematics-machine-learning
Tháng 2:
Udacity: AI Programming with Python
Tháng 3:
Udacity: Machine Learning Engineer
Tháng 4:
Udacity: Deep Learning
Tháng 5:
Udacity Computer Vision (Mình hướng đến việc làm liên quan CV)
Tháng 6:
Chuẩn bị cho việc phỏng vấn & cv.

Đọc thêm trong suốt quá trình học:
đọc thêm: Kaggle https://www.kaggle.com/learn
đọc thêm blog của tensorflow để mở "biết" thêm: https://blog.tensorflow.org


Mình sẽ update trong quá trình học. Do mạng nhà đang hư mà covid người ta chưa tới nữa nên chắc tầm 2 ngày nữa mới sửa được mạng, tầm đầu tháng bắt đầu học luôn.

corazon1 said:

Mình cũng đang làm computer vision theo hướng research. Làm AI nếu chỉ học như vậy thì rất khó để đi xa. Btw chúc fence thành công.

vexliva said:

Mình chưa bao giờ nghe thuật ngữ " thợ code AI" hết á, mảng này giờ research nhiều, thợ code AI thì làm gì nhỉ ?

.:Barry.Allen:. said:

Chúc fen may mắn và thành công

Gửi từ HMD Global Nokia 5.4 bằng vozFApp

nhoxsockyurj said:

Đã theo dõi. Chúc fen thành công

thichlaptrinh said:

Quan tâm, có gì bạn nhớ review kết quả trên này luôn nha

nickchinhbiban said:

Ừa, mình nghĩ AI và ML đâu phải gói gọn trong IT đâu. Nếu thuần IT mình thấy hình như có mỗi computer vision, NLP thì phải.
Còn cứ áp vào kinh doanh, y học, .... thì đều phải dính tới nghiệp vụ rồi thợ code không hiểu bản chất không chơi được đâu

frozeblade2579 said:

AI không có chuyện copy code trên stack hay github bỏ vào phát là chạy đâu, phải hiểu model mới code đc

Thiên Long Bát Bộ said:

Chào các thím, mình hiện tại 25 tuổi, học quản trị kinh doanh về làm cho gia đình (do nhà có 1 mình mình còn ở VN), cuối năm nay thì anh chị về VN rồi nên mình được tự do. Nên mình định trải nghiệm và học cái mình thích, thì mình chọn học AI, chắc nói đến đây mấy thím nghĩ "thằng này sớm muộn cũng bỏ, học cũng không làm được, sớm muộn cũng bị đào thải, ko có gốc mà đòi học lập trình..."
Mình cũng nghĩ vậy, nên đã bỏ thời gian học qua khóa CS50 của HarvardX trên Edx.
Sau khi học xong mình quyết định học AI (1 phần thích xử lý hình ảnh (do hồi đó coi clip của microsoft hay google quên rồi) về how computers work và đây là roadmap của mình, mong các thím góp ý và chỉnh sửa, bổ sung.


Update ngày 1/7: Sau khi được 1 anh làm AI ở Fsoft Japan tư vấn + định hướng mình có 1 hướng học mới, mình sẽ up ở tường nhà mỗi ngày học để tiện theo dõi, cảm ơn mọi người.
Sẽ update lại lộ trình học + nội dung học vì mình hấp tấp quá, giờ nên thử nghiệm đã.

Đọc thêm trong suốt quá trình học:
đọc thêm: Kaggle https://www.kaggle.com/learn
đọc thêm blog của tensorflow để mở "biết" thêm: https://blog.tensorflow.org


Mình sẽ update mấy cái như terminology/project/nguồn mình search trong lúc học mà mình thấy có ích (có comment theo những gì mình hiểu và mong mấy thím có xem qua thì chỉnh sửa giúp mình)

kumokumo said:

Cũng đang học AI. Khuyên thật các fen là cái ngành này k nóng vội mỳ ăn liền được đâu. Nên có tí basic về toán: đại số tuyến tính, xác xuất thống kê. Lúc đầu hơi mất time nhưng sau này học tiếp thấy dễ hàng hơn. Tôi học ai lần này là lần thứ 3 rồi 2 lần đầu mỳ ăn liền k ăn thua

via theNEXTvoz for iPhone

vexliva said:

Mình cũng từng học AI, tham gia contest các kiểu ( kaggle, shopee, ... ), build model, config, .... Sau này ko Theo nổi vì kiến thức nó update hàng ngày nếu ko có môi trường phù hợp thì dễ nản lắm. Mình chuyển làm dev rồi apply các model có sẵn nếu cần cho app/ web của mình thôi . AI giờ có rất nhiều công cụ ( google Cloud, Azure AI,.. ) để các thím có thể sử dụng

kumokumo said:

Tôi cũng ko học theo kiểu nặng về lý thuyết mà đi giải quyết những bài toán thực tế. Sau khi có kiến thức cơ bản về toán và DL thì sử dụng high level api trước, rồi mới tìm hiểu ngược cụ thể nó là cái j. Với cách học này thì nó đỡ nản hơn ngồi đọc 1 đống lý thuyết sâu xa ( và cũng k thể nhớ hết hay đọc hết đc ). Nhiều người sẽ cho là thợ code, nhưng cũng chẳng sao miễn tôi học thấy vui, có kiến thức vào đầu là đc. Với lại cũng xác định học để giải quyết các bài toán thực tế chứ k phải làm research (ko đủ trình)

via theNEXTvoz for iPhone

thanh07ho said:

có bằng master research tại Canada, đã tham gia nghiên cứu và viết báo vài dự án (Qualitative và Quantitative); mà chỉ có kn thiết kế câu hỏi, phỏng vấn, thu thập và xử lý data bằng SPSS thì có hi vọng nào kiếm được việc ở VN ko nhỉ. Chỉ cần fresher để có kinh nghiệm thui.

Đang theo học khóa Data Science ở KHTN HCM mà ko biết chỗ nào nhận không nữa. Thấy apply đâu cũng toàn yêu cầu R, Python, mình nói SPSS thì ko thèm để ý

Thiên Long Bát Bộ said:

Chào các thím, mình hiện tại 25 tuổi, học quản trị kinh doanh về làm cho gia đình (do nhà có 1 mình mình còn ở VN), cuối năm nay thì anh chị về VN rồi nên mình được tự do. Nên mình định trải nghiệm và học cái mình thích, thì mình chọn học AI, chắc nói đến đây mấy thím nghĩ "thằng này sớm muộn cũng bỏ, học cũng không làm được, sớm muộn cũng bị đào thải, ko có gốc mà đòi học lập trình..."
Mình cũng nghĩ vậy, nên đã bỏ thời gian học qua khóa CS50 của HarvardX trên Edx.
Sau khi học xong mình quyết định học AI

Buonnguqua6 said:

Với cái bằng master của anh mà không học nổi cái ngôn ngữ như Python trong vòng 2-3 ngày thì xác nhận anh là master giấy

thanh07ho said:

Oh tui là master giấy á, chỉ dùng SPSS và Eviews thui. R và Python mới so với tui Nên tui mới đi cmt để học hỏi ạ.

Còn python 2-3 ngày để print("hello world") cũng dễ lắm Còn dùng R vs Python để clean data ròi nắm vững numpy pandas hay matplot hoặc cao hơn chạy các ML models thì chắc trình mình còn gà k làm đuoc những điều đó trong 2-3 ngày.

Bạn có tài liêu hay kiến thức gì chia sẻ cho mình và mọi người biết làm sao 2-3 ngày hiểu và làm được các model đi.

Nếu ok mình có thể trả tiền để bạn dạy mình. Cheer

vexliva said:

Hơi nhiều đấy thím. Bạn mình làm data science nó khuyên nắm vững cơ bản python + nền tảng statistic của thím sau đó đi tập phân tích data, đặc biệt dùng tốt các công cụ vẽ biểu đồ, biểu diễn data bằng Python là có thể kiếm job data science rồi + kiến thức chuyên ngành lĩnh vực ( kinh tế, thương mại,... ) là điểm cộng. Để build và deploy model thì sâu hơn và cũng chưa cần thiết lắm trừ khi thím Theo ML/AI.

thanh07ho said:

Để làm Data Scientist hoặc là fake Data Scientist k phải hướng mình nhắm đến. vì mình hiểu nó quá cao. Và đoi khi k cần python hay ngôn ngữ làm trình để làm data scientist.

Mình thích làm ML engineer hoặc hướng UX research hơn; có lẽ ux research nó ok nhất tại mình về tâm lý giáo dục. Sau này elearning platform phát triển lại cần
Mà bọn HR cứ thích buzz world đòi Python R này nọ nên ráng học để update kiến thức Chứ excel cũng xử lý được A/B testing Anova này nọ rồi.
Cơ mà mình học R vs Python, thấy sướng nhất là clean data. Cũng đỡ cực hơn làm bằng tay thím ạ. Nhớ hồi xưa làm research cứ phải đi collect data vs về clean nó thấy mà phê . Rồi vẽ biểu đồ bằng powerpoint mới ghê chư.

kumokumo said:

Excel làm sao so được với python vậy bạn. Làm toán bây giờ người ta cũng xài mathlab, còn làm AI thì NÊN xài python thôi. Bạn lựa chọn j cũng được, cũng có thể ra kết quả nhưng k phải tự nhiên mà python được nhiều người sử dụng trong lĩnh vực ML/AI đâu

thanh07ho said:

có bằng master research tại Canada, đã tham gia nghiên cứu và viết báo vài dự án (Qualitative và Quantitative); mà chỉ có kn thiết kế câu hỏi, phỏng vấn, thu thập và xử lý data bằng SPSS thì có hi vọng nào kiếm được việc ở VN ko nhỉ. Chỉ cần fresher để có kinh nghiệm thui.

Đang theo học khóa Data Science ở KHTN HCM mà ko biết chỗ nào nhận không nữa. Thấy apply đâu cũng toàn yêu cầu R, Python, mình nói SPSS thì ko thèm để ý

P/S Thấy mảng UX researcher cũng hay, cũng kết hợp tìm hiểu insight người dùng và design. Có thím nào làm này không nhỉ

Thiên Long Bát Bộ said:

update ngày 1
Haizzz, AI đúng là khó, rất khó đối với mình.
Do chưa học thử mà tính toán giờ học từng bài sai (lúc đầu dựa trên thời gian khóa học gợi ý) nên học bị chậm trễ khá nhiều, riêng 2 phần chính là Intro to AI và Machine Learning thì mình học không hiểu hết được 100% vì phần Intro to AI có nói về thuật toán và cơ sở dữ liệu.
Phần Machine Learning thì mình hiểu sơ sơ về các khái niệm, thôi để ngày mai tính toán thời gian lại.

Fire Of Heart said:

vl, từ 15h -> 22h mà nhồi đống kiến thức kia thì chắc dc 2-3 bữa lăn quay ngay

Fire Of Heart said:

hm thế mình nghĩ chắc base toán + xác suất của bác phải khá chứ nhỉ?
Thế bác có thể thử mảng data analytics mà một số bạn khác có chia sẻ.
Mình nghĩ nó sẽ phù hợp hơn là Data Scientist Sau đó từ từ học thêm rồi đi lên DS sau. Làm DA thì với base toán + xác suất có sẵn thì chỉ cần học thêm python +sql là được.
UX researcher thì ở VN lúc này ko có đâu, chắc cty lớn bên Sing may ra mới có

vexliva said:

AI, DS, ML có thể tóm gọn trong 1 bức hình này nè, rất nhiều tiền nhưng chỉ dành cho thằng giỏi nhất )
View attachment 522495

shuichi said:

cái này là trang nào vậy thím

via theNEXTvoz for iPhone

mikeyctn said:

Thằng bạn em học kĩ sư tài năng BK, thực tập cho Vin thôi mà đã lương 20 củ rồi, nhưng tối ngày phải đọc paper các thứ khô khan khó hiểu vkl, đêm nào cũng thấy thức đến 3 4h.

shuichi said:

Tùy người thôi bác. E học chuyên toán lúc nhỏ đây. Khi đọc mấy paper liên quan đến toán, lập trình thì e lại ko thấy khô khan mà còn thấy ướt át như nước sướng ấy

via theNEXTvoz for iPhone

vexliva said:

confirm, có thằng bạn ngồi cầm sách toán đọc như mình đọc doreamon ấy, cũng có thằng bỏ lập trình vì ko biết set up env như thế nào ( thằng này lại giỏi quan hệ, giao tiếp xã hội )

.:Barry.Allen:. said:

Bác có thể chia sẻ về quá trình tự học trên các nền tảng Udemy, Coursera,.. được không ạ
Em đang sinh viên năm 1, dường như cũng đang trong tình trạng như thằng bỏ lập trình bác kể ạ

Gửi từ HMD Global Nokia 5.4 bằng vozFApp

vexliva said:

thím chọn 1 ngôn ngữ ( python hay javascript hoặc cái nào cũng dc nhưng 2 thằng trên khá dễ học ) sau đó học basic của ngôn ngữ đó, tập trung 1 ngôn ngữ đó thôi, rồi tập làm những bài gỉai thuật dễ hoặc lập trình những cái đơn giản cho quen với ngôn ngữ và cách lập trình. Khi nào thoải mái với việc viết code rồi thì có thể học lên những course cao hơn ( web, app,.. ) trên udemy hoặc coursera, lúc này thì việc Theo chương trình sẽ dễ hơn

.:Barry.Allen:. said:

Bác có thể chia sẻ về quá trình tự học trên các nền tảng Udemy, Coursera,.. được không ạ
Em đang sinh viên năm 1, dường như cũng đang trong tình trạng như thằng bỏ lập trình bác kể ạ

Gửi từ HMD Global Nokia 5.4 bằng vozFApp

AI, Data Science là trend thôi, ra hiếm có việc lắm​

Tuantuantuan said:

Mình làm AI vài năm rồi, qua vài năm mình thấy rằng nếu muốn đi sâu về AI thì nên có bằng cấp (master/phd) còn không chỉ làm AI Engineer như mình thì cũng như thợ train thôi ( Đọc paper/github) clone repos về, tự custom một vài tham số cho phù hợp, cho data vào train. Rồi cũng bị nhàm, đang tính học thêm hướng khác, nhưng cái nghề này lương đang cao nên chưa quit vội ))

huyhoangle86 said:

Thím nói đúng quá e mới làm có vài tháng thôi mà đã gặp phải những cái thím nói rồi mình đúng kiểu 'thợ train' model ấy. Học lên cao chắc chả học nổi , thôi cứ mò mẫm làm thợ train vài năm rồi tính vậy. :

Tuantuantuan said:

Kiếm cơm được thì cứ kiếm bác ạ, đợt này các em sinh viên cũng như ngoài ngành vào nhiều, nên "thợ train" sẽ tăng lên, những người đi trước nếu không có kinh nghiệm về se, de, hay đa dạng và kiến thức sâu sẽ bị đào thải nhanh vì họ chỉ cần tốn <1k là đã có nhân sự trẻ máu chiến rồi ))

• Học thêm workflow management: Airflow, Luggi, Prefect, ...
• Học thêm hệ sinh thái Big data: Hadoop, Spark, Lambda, ...
• Cloud: AMZ, Azure, Google,...

nguyenluc900 said:

• Học thêm workflow management: Airflow, Luggi, Prefect, ...
• Học thêm hệ sinh thái Big data: Hadoop, Spark, Lambda, ...
• Cloud: AMZ, Azure, Google,...