baconsoixam
Member
Kinh nghiệm đọc paper của mình là k nên quá đào sâu vào thuật toán mà nên xem nó cải tiến được những gì và nên lắp vào đâu trong mô hình của mình để cải thiện. Với các kiến thức về xstk, đại số nếu thích học bạn sang bk mua giáo trình xstk + giải tích 1,2,3 + đại số là thoải mái đọc đến tết
Cái sai của tất cả các ông thần mới học AI là nghe mấy thầy bà trên mạng bảo học xstk với toán các kiểu, đấy là sai hoàn toàn nhé bạn cứ ngẫm xem bạn thấy dùng nhiều xstk + toán thì mục đích của bnaj học mấy cái đó là gì, rõ ràng là chỉ để hiểu mô hình hoạt động ntn thôi, mình cam đoan chả có mấy ông dựa vào mấy kiến thức toán đó mà cải tiến ácc kiểu được đâu. Nếu bạn làm được như thế thì tầm của bạn nó khác rồi và rõ ràng bạn hợp làm research, viết paper, học cao lên thạc sĩ tiến sĩ chứ k phải là 1 engineer nhé
đã xác định làm AI engineer thì kĩ năng cần phải là dev 80%, research 20%. Gắn cái mac Engineer mà k làm được 1 cái production thì nia nia cái gì ))
Đọc comment này tự nhiên thấy nhột quá, cũng đang có mác ML engineer nhưng không biết đưa lên production