dannymai2022
Senior Member
Mấy nay đang tìm hiểu fraud detection , mong đc kết nối với các bác đồng dâm.
thảo luận [Thảo Luận] Data Analysis, ML, DL, AI (All Levels vào đây chém gió nào)
- Thread starter Thích Màu Hường
- Start date
Inid6215
Senior Member
Mình là người làm thực tế về dữ liệu và phân tích cũng đc 10 năm, làm nh mảng từ Analyst, Engineer đến Scientist, cơ mà chủ yếu làm việc đến dữ liệu tabular, thuật toán cũng chỉ dừng lại ở ensemble learning như XGBoost, LightGBM.. H muốn học sâu thêm 1 chút về NLP và GenAI nói chung thì các thím có recommend trung tâm nào k, mình thấy có VietAi có vẻ tín kb ae nào trải nghiệm chưa ?
precision873
Junior Member
kiến thức cơ bản thì đâu cũng như nhau thôi thím, đừng so đo quá làm gì mà mất tg học
mà thím kn 10 năm rồi sao ko tự học đi, NLP nói hơi đơn giản hóa thì có đúng 1 mô hình transformer thôi mà
Inid6215
Senior Member
À, NLP cơ bản mình vẫn sử dụng đc, ý mình là LLM - genAI, mà già r tự học hơi bị lười thím ạ, đa số đọc medium nên muốn dky học cho có động lực
Dev quèn :(
Junior Member
e nghĩ cái này bác chỉ cần đọc research là làm được đó bác. LLMs thì hơi chua chút nhưng mà generative AI thì em nghĩ nếu bác có exp ở mảng NLP rồi thì làm GenAI không vấn đề đâu bác
Inid6215
Senior Member
Tks các thím nh nhéLLM - genAI ở VN e nghĩ có 2 trường hợp như này: người đủ trình thì k dạy, người dạy thì k đủ trình. Vì vậy nên e nghĩ tốt nhất là bác tìm các khóa tiếng anh r tự học, tự tìm hiểu là tốt nhất. Bác có thể tham khảo qua 2 khóa này:
COS 597G: Understanding Large Language Models
www.cs.princeton.edu
Hoặc có thể tham khảo 1 số bài viết cơ bản của em ở đây :v
Nguyễn Văn Quân - Viblo
Nguyễn Văn Quân - who has 1189 reputations, 13 published posts in the topics: ContentCreator, Deep Learning, Transformer, LLM, PaperExplainviblo.asia
Gigamed
Junior Member
Nhìn mấy bác trao đổi mà em ngợp quá. Em hiện giờ mới chỉ muốn đi làm Data Analyst mà đang định muốn tự học trước đã ạ. Em thấy nhiều bác recommend là nên tự học lập trình trên HackerRank. Em có tìm hiểu thì thấy có blog này chia sẻ khá hay, mấy bác nhận định giùm em ạ.
Link:
HackerRank - Tự học lập trình
Ngoài ra có bác nào có kinh nghiệm chia sẻ cho em ít ạ, không thì cách học khác cũng được ạ.
Em cảm ơn ạ
Link:
HackerRank - Tự học lập trình
Ngoài ra có bác nào có kinh nghiệm chia sẻ cho em ít ạ, không thì cách học khác cũng được ạ.
Em cảm ơn ạ
Dat Tran Ebank
Senior Member
Nếu bác theo Data Analyst thì nên có background kinh tế, tài chính, ngân hàng, còn background là IT thì nên theo Data Engineer.Nhìn mấy bác trao đổi mà em ngợp quá. Em hiện giờ mới chỉ muốn đi làm Data Analyst mà đang định muốn tự học trước đã ạ. Em thấy nhiều bác recommend là nên tự học lập trình trên HackerRank. Em có tìm hiểu thì thấy có blog này chia sẻ khá hay, mấy bác nhận định giùm em ạ.
Link:
HackerRank - Tự học lập trình
Ngoài ra có bác nào có kinh nghiệm chia sẻ cho em ít ạ, không thì cách học khác cũng được ạ.
Em cảm ơn ạ
Bản thân em đang làm sinh viên năm 4 ngành Hệ thống thông tin, ban đầu em cũng tính theo Data Analyst nhưng vấn đề là trên Fb rêu rao khóa học Data Analyst 6 tháng 1 năm các thứ, những khóa học đó chỉ dành cho background kinh tế, tài chính, ngân hàng học vì background này có business và cần học Data Analyst để hỗ trợ cho business đó chứ background IT không có business thì không làm Data Analyst được dù mấy kiến thức Toán, SQL, Python mình đã học rồi nhưng nhiều khi công ty không cần cao siêu như Python.
Do đó em mới theo Data Engineer là vậy vì đa số background IT mới theo Data Engineer được chứ background kinh tế, tài chính, ngân hàng thì khó lắm, Data Engineer vừa học kiến thức chuyên môn của Data Engineer như SQL mà phải biết công cụ trực quan hóa như BI, Tableau của Data Analyst lẫn AI, Machine learning của Data Science.
Inid6215
Senior Member
Đúng như bác nói, DA thì kỹ năng cứng sẽ ít hơn nhiều, thay vào đó thì sẽ phải mạnh ở tư duy phân tích và hiểu biết về nghiệp vụ và thêm cả khoản chém gió nữa, các ae thuần tech mà đi theo mảng này nhiều khi hơi tịt vì khả năng chém gió và thuyết phục bị thiếu
Cơ mà em nói thật là kể cả các ae DA cũng nên học thêm các mảng khác, ví dụ như ETL hoặc phát triển sâu hơn thành DS, lý do là vì hiện tại BI Tools bắt đầu phát triển mạnh genBI (genAI cho mảng business intelligence), sau này việc kéo thả xoay chiều dữ liệu sẽ giảm bớt đi nhiều, tập trung hơn vào thời gian phân tích
dannymai2022
Senior Member
Đã làm data rồi , tớ nói thiệt là full stack data thì tốt hơn. Chứ thuần cái gì cũng éo đúng.Cty tuyển DA nhưng thật ra vào làm BI-AE-DE và cả DS cũng là bình thường luôn.
Last edited:
Inid6215
Senior Member
Đúng, đặc biệt nếu muốn làm ở start up, cố gắng có 1 thế mạnh và các mảng khác đều biết ở mức sử dụng được
Cty tuyển DA nhưng thật ra vào làm BI-AE-DE và cả DS cũng là bình thường luôn.
dannymai2022
Senior Member
Làm data ở startup có gì đâu mà làm.Startup về data nhiều nhất là role data engineer, vô đó cạnh tranh với Backend thì ra rìa sớm.Hạ tầng lại chả có mấy, quay tay thì nhiều, đc khoản chạy tool nhiều mà vốn dĩ chạy tool nhiều là vì hạ tầng hạn chế. Mà rồi chạy riết cũng chán thôi.
Inid6215
Senior Member
À ý mình là 1 số cty chuyên về Data và Analytics
kaizenjinco
Senior Member
Thế làm một kênh discord anh em hò nhau vào trao đổi đi bác, cái này đúng là một chuyên đề rộng lớn đấyMấy nay đang tìm hiểu fraud detection , mong đc kết nối với các bác đồng dâm.
dannymai2022
Senior Member
E rằng không nhiều ấy thím. Mảng này ngách , trong 1 vùng rất rộng của DS. Có chăng anh em lập hội thảo luận về DS nói chung luôn. Cơ mà phải có leader , activator.
sinh_vien_nợ_môn
Junior Member
Nói về cho Data cho mảng start-up thì em cũng đang làm cho công ty mảng Blockchain/AI nên góp vui với các bác mảng này. Ở start-up thì đúng là 2 role cần nhất là Ml(AI) engineer + Data Engieer chứ BI/Da thì em vẫn thấy là không cần nhiều ( Cty em không có luôn). Hầu hết các vụ làm Dashboard phân tích các thứ thì nghiệp vụ hiểu cần gì tại sao + build dashboard cho các sếp thì giờ DE/AI engineer đều làm được, chủ yếu sếp là người xem và ra quyết định. Data Engineer thì công việc gần như là Be đặc thù cho Data, thêm các phần nghiệp vụ Extract- crawler là chủ yếu, rồi xài cloud/apache build data -> đảm bảo data ổn định lên product. AI(Ml) engineer thì chuyên là nghiên cứu lấy model về train, Mlops cùng với bên data ra sản phẩm. Đợt này AI thì đang LLM nhu cầu cần nhiều lắm. Nhu cầu ngành này thì vẫn là Data full stack hoặc AI full stack là nhiều. Chứ kiểu Da/Bi thuần làm dashboard thì em thấy nhu cầu cực ít hoặc cực dễ bị đá đít nếu bác không ở vị trí seinor hoặc chuyên về nghiệp vụ nào đấy. Em cũng từng ở trong cái TH suy thoái với Góc nhìn intern/Fr rồi nên cũng đồng cảm. Trái ngành thì trừ khi bác kiểu giỏi vl thì cứ đam mê theo thôi. Chứ không là gần như no hope. Em backgrounds BK, cá nhân em thấy những thằng giỏi top BKHN mới theo DS, Ml engineer , còn lại nhàng nhàng trung bình=> khá thì đa phần Dev, hoặc theo DE. Xưa em cũng thích Bi/Da các kiểu nên cũng theo, rồi intern Da rồi sau này quay xe sang De vì lương cao hơn, ngoài ra De/ hoặc Ml_engineer nó cũng là 1 trong 2 vị trí phù hợp với định hướng full stack data hơn để phát triển 1 sản phẩm sau này.
Last edited:
sinh_vien_nợ_môn
Junior Member
Case của em gặp dân trái ngành lên Ds,Da thì đa phần là học thêm thạc sỹ ở đại học khtn, hoặc thi lại. Tầm năm 2021 em đi thực tập thì cũng bắt đầu giai đoạn mà intern/ Fr khó kiếm rồi. 1 chị base Neu học thạc sĩ rồi chơi với team Data, vừa học vừa hỏi rồi sau này sang bên FPT Fis. Nhưng mà được cái danh thôi chứ lương chắc thua bọn Dev mới ra trường . 1 chị nữa thì đổi sang Role Da nhờ làm Ba cũng chơi với team Data rồi move dần sang. Còn lại thì đa phần là dân Du học, bọn Top của trường Top BKHN, ĐHCN QGHN, hoặc top bưu chính 
làm role Ds. DA thì dễ hơn nhưng trái ngành và không có gì nổi bật thì khá khó, thường là sẽ down lương 1 chút so với mọi người đúng ngành. Em thấy trong ngành này connect cực kì quan trọng. Nguyên cái khóa bọn em phải tầm hơn 20đứa làm bank kiểu gọi nhau vào( 7đứa Mb, xong lải rải quanh bank khác). Nên là sự thật là nếu bác không phải kiểu thể loại top lớp ngày xưa thì kiếm 1 connect, mời cafe với người làm trong ngành thì tốt hơn nhiều thay vì chi tiền mua khóa học của mấy trung tâm lùa gà như Datapot hayô Vinh bán khóa Data thực tế hơn nhiều.
làm role Ds. DA thì dễ hơn nhưng trái ngành và không có gì nổi bật thì khá khó, thường là sẽ down lương 1 chút so với mọi người đúng ngành. Em thấy trong ngành này connect cực kì quan trọng. Nguyên cái khóa bọn em phải tầm hơn 20đứa làm bank kiểu gọi nhau vào( 7đứa Mb, xong lải rải quanh bank khác). Nên là sự thật là nếu bác không phải kiểu thể loại top lớp ngày xưa thì kiếm 1 connect, mời cafe với người làm trong ngành thì tốt hơn nhiều thay vì chi tiền mua khóa học của mấy trung tâm lùa gà như Datapot hayô Vinh bán khóa Data thực tế hơn nhiều.
khonganhit19
Junior Member
topic nhiều tương tác như này làm 1 kênh discord đi bro
tên là Big Data & AI Viet Nam chẳng hạn
dannymai2022
Senior Member
Do môi trường của thím chưa cần nên chưa thấy nhiều DA/BI thôi. Chứ hoạt động đông cực tại VN và TG.
Người ta hay nhìn lên là phải DS/ML/DE chứ đào sâu 1 chuyên môn thì chưa. Như bảo DE làm dashboard làm report được ko? Được đấy nhưng chuyên nghiệp không ? Không nha.
Bản thân thím là DE thím có cảm giác thoải mái thích thú đi đến nghe end user trình bày mong muốn , yêu cầu xây dựng dashboard , report , xuất raw data cho họ không ? Hẳn DE nghĩ là không đấy. Và đó là nơi cho DA/BI họ làm việc. Họ có kiên nhẫn, có kỹ năng giao tiếp, có bizz domain vừa đủ,..
Tại ngân hàng những người làm report , dashboard từ trước đến giờ nằm ở Mis , ngành này chắc tuổi đời cả chục năm. Bây giờ hoà nhập ngta có thêm những role Biz Intelligence, Analytics Engineer ,… hầm bà lằng.
Trên thế giới (và cả VN) còn có hẳn những vị trí cụ thể đến từng công cụ như Power Bi Developer, Tableau Developer,…
Tóm lại mình muốn nhấn mạnh là DA quan trọng thậm chí tổ chức càng lớn đội DA /BI / AE càng đông lên vì scale doanh nghiệp lớn thì nhu cầu report và dashboard cũng lớn.
Còn với quy mô startup hay loại hình cty It service và outsourcing thì DE là cần thiết ko phải bàn. Chỉ có skill DA thôi thì lại thành dư thừa.
dannymai2022
Senior Member
Nói đi cũng phải nói lại, không cần phải full stack với mức perfect nhưng làm lâu nên học nâng cao bản thân kỹ năng và tiếp thu tất cả cái hay của các role ngành này.
Trong quá trình hành nghề bán… DA/BI/AE mình không ít lần gặp những bạn DE có thái độ khá là kệch cỡm với end user
“Tôi chỉ làm dashboard đc thế thôi, viết công thức tính ra cho tôi chứ tôi không biết “
“Tại sao tôi phải tính thế này..tại sao tôi phải làm …”
….
Anw , tính cách mỗi người là cái không phải bàn. Nhưng mình thấy nên thừa nhận rằng DE không ngồi nghe inquiry của end user , chính vì thế mới có những vị trí trung gian trong xã hội. Giống như giữa dev và user thì có BA/PM thôi.
Cho nên nếu cho mindset rằng vị trí nào hơn vị trí nào cũng là thiệt thòi cho bản thân hết thôi ah. Hôm nay mình làm ở tổ chức A họ coi trọng DE nhưng một mai mình làm tổ chức B họ coi trọng DA , ở tổ chức C lại là ML/DS , coi trọng tức là công việc chỗ đó cấp thiết hơn.
Thế mình lại dở. (Tất nhiên mình có quyền nhảy việc, nhưng cuộc sống cũng éo phải lúc nào cũng nhảy việc đc )
Trong quá trình hành nghề bán… DA/BI/AE mình không ít lần gặp những bạn DE có thái độ khá là kệch cỡm với end user
“Tôi chỉ làm dashboard đc thế thôi, viết công thức tính ra cho tôi chứ tôi không biết “
“Tại sao tôi phải tính thế này..tại sao tôi phải làm …”
….
Anw , tính cách mỗi người là cái không phải bàn. Nhưng mình thấy nên thừa nhận rằng DE không ngồi nghe inquiry của end user , chính vì thế mới có những vị trí trung gian trong xã hội. Giống như giữa dev và user thì có BA/PM thôi.
Cho nên nếu cho mindset rằng vị trí nào hơn vị trí nào cũng là thiệt thòi cho bản thân hết thôi ah. Hôm nay mình làm ở tổ chức A họ coi trọng DE nhưng một mai mình làm tổ chức B họ coi trọng DA , ở tổ chức C lại là ML/DS , coi trọng tức là công việc chỗ đó cấp thiết hơn.
Thế mình lại dở. (Tất nhiên mình có quyền nhảy việc, nhưng cuộc sống cũng éo phải lúc nào cũng nhảy việc đc )
Similar threads
