thảo luận Định hướng tương lai AI/ML hay SE

  • Người tạo chủ đề Người tạo chủ đề The Windy
  • Ngày bắt đầu Ngày bắt đầu

The Windy

Junior Member
Chào các bác, em đang là sinh viên năm 2 cntt. Em đã tự học ML và cả học kỹ lại mấy phần toán cần của ml gần 1 năm nay. Em lên đây để xin các bác tư vấn về định hướng tương lai ngành AI/ML hoặc có nên về lại làm software engineer. Trước hết là sơ qua về tình hình của em hiện tại:
  • base toán ổn
  • hiểu kiến thức ml cơ bản ( đã học khoá cs229 trên ytb, hiểu công thức toán đằng sau nó)
  • thích lập trình
  • gia đình không có điều kiện
  • tiếng anh: đọc hiểu được tài liệu, tự ti về khoản giao tiếp do chưa có môi trường, thử nói bh, (tự đánh giá mình mất gốc phần phát âm, nói )
Sau đây là vài định hướng, ước mơ của em đang có
1. Làm ml engineer ở nước ngoài. Phương án em nghĩ tới là đi du học master rồi xin việc tại đó luôn. Nhưng do đã nói nhà em vốn ko có điều kiện nên muốn đi phải có hb 100% nên 2 phương án con em nghĩ tới là
1.1 Năm tới apply vô chương trình AI recidency của VinAI
Trở ngại: phỏng vấn không chỉ kiến thức ML, toán mà còn algo và bằng tiếng Anh. Algo thì em đang luyện dần nhưng phỏng vấn Tiếng Anh em hơi tự ti. Không biết học tiếng Anh giao tiếp từ bây đến đấy đủ ko?
1.2 Tiếp tục tự học ML và tham gia vào các lab cùng thầy cô, trong time đó cũng học dần tiếng Anh, nếu cần có thể đăng ký học thạc sĩ ở trường rồi trong time đó, nhờ các thầy refer học master nước ngoài
Câu hỏi hướng này của e là: việc xin học bổng 100% có khó không ạ, cần những điều kiện j để em tính đường phấn đấu ạ
2.Dù sao hướng 1 cũng là ước mơ không biết được ko nên em có hướng 2 là làm AI/ML trong nước. Em thì nếu theo thì thích ML engineer hoặc research nếu có cơ hội và nếu sau này đủ trình. Thì em muốn hỏi hướng này là lương lậu ngành này VN ổn không, con đường phát triển ntn? Theo em được biết ở VN rất hiếm job, thường chỉ có công ty lớn mới nhiều data, dẫu biết là vấn đề lương khá là nhạy cảm nhưng nếu bác nào biết thì có thể chia sẻ soi sangs cho thằng nhóc 20 lạc lối này và cả việc tuyển trạch có khó quá ko.
3. Học software, cụ thể có thể là web để ăn chắc mặc bền. Hướng nay thì nếu quyết định theo thì em sẽ tìm hiểu định hướng sau
Hơi nhiều câu hỏi nhưng mà em đang rất cần quyết định vào bây h vì nếu không quyết định ngay thì sau này sẽ rất khó rẽ hướng lựa chọn trở lại. Em cảm ơn các bác rất nhiều
 
Học ML eng nói chứ cũng liên quan nhiều về software, nên thường làm ban đầu thì không phí đâu bạn. Còn muốn tự học ML giai đoạn đầu thì lên kaggle luyện xem để vững kiến thức, còn về mặt engineer thì phải vào cty làm mới biết được. Thường MLE hay SE sau này bạn đều có cơ hội đổi ngành với bạn còn trẻ thì nên thử sức trước thấy gì hợp với muốn theo sâu thì theo, rào trước đón sau không nên nghe
 
hiểu kiến thức ml cơ bản ( đã học khoá cs229 trên ytb, hiểu công thức toán đằng sau nó)
Bạn hiểu dc những phần nào trong toán của ML nhỉ. Trên đây bạn hỏi không có ai giúp được chính xác đâu, vì sức bạn chỉ có bạn biết được thôi.

Về cơ bản ở hiện tại AI kiếm việc khó hơn so với software engineer, nhưng ko ai đoán được tương lai (như blockchain vậy 4 5 năm trước vậy). Học AI thì mình nghĩ học master là bắt buộc, kiếm học bổng master khá khó nên bạn nên tính chuyện học PhD thì sẽ dễ hơn. Cơ hội học bổng tuỳ quan hệ của bạn.
 
Sửa lần cuối:
bn nói thêm là bn đag hc trường gì thì ngta còn dễ tư vấn chứ :oops: cùng câu hỏi với chủ thớt đang bd tìm hiểu AL ML

Gửi từ Realme RMX3371 bằng vozFApp
 
cái ml rất khoai, cần năng khiếu toán, ko phải hiểu mấy công thức toán là xong đâu, ông nào nhắm cấp 3 không ngại khoản biến đổi sơ cấp, giải phương hệ, cm bất đẳng thức nhoai nhoáy thì vô, và ở vn ít job để làm lắm, thực dụng kiếm tiền ko tốt
 
Bạn hiểu dc những phần nào trong toán của ML nhỉ. Trên đây bạn hỏi không có ai giúp được chính xác đâu, vì sức bạn chỉ có bạn biết được thôi.

Về cơ bản ở hiện tại AI kiếm việc khó hơn so với software engineer, nhưng ko ai đoán được tương lai (như blockchain vậy 4 5 năm trước vậy). Học AI thì mình nghĩ học master là bắt buộc, kiếm học bổng master khá khó nên bạn nên tính chuyện học PhD thì sẽ dễ hơn. Cơ hội học bổng tuỳ quan hệ của bạn.
chính do em toàn tự học nên cũng chưa thể lượng sức mình so với nhu cầu của mấy công ty kia thế nào bác ạ, em tự ti nhất khoản tiếng Anh (Bây đang học dần). Chắc chắn là em vẫn phải tự mình quyết định r, em đăng post để mấy bác nào có kinh nghiệm cho em thêm tý thông tin bác ạ.
 
bn nói thêm là bn đag hc trường gì thì ngta còn dễ tư vấn chứ :oops: cùng câu hỏi với chủ thớt đang bd tìm hiểu AL ML

Gửi từ Realme RMX3371 bằng vozFApp
Bạn hiểu dc những phần nào trong toán của ML nhỉ. Trên đây bạn hỏi không có ai giúp được chính xác đâu, vì sức bạn chỉ có bạn biết được thôi.

Về cơ bản ở hiện tại AI kiếm việc khó hơn so với software engineer, nhưng ko ai đoán được tương lai (như blockchain vậy 4 5 năm trước vậy). Học AI thì mình nghĩ học master là bắt buộc, kiếm học bổng master khá khó nên bạn nên tính chuyện học PhD thì sẽ dễ hơn. Cơ hội học bổng tuỳ quan hệ của bạn.
Em học UET ạ, em cũng là từ dân chuyên toán c3 (có giải 3 QG Toán nhưng nó cũng ko liên quan j nhiều đến ĐH nên em ko dám nói, vẫn phải tự học lại Toán là chính) nên cũng hiểu sơ sơ tại sao các thuật toán đấy hđ về mặt toán học. Em cũng ko dám nhận là mình quá hiểu vì cũng là tự học nên chỉ dừng ở mức hiểu cơ bản . Kiểu mấy cái maximum likelihood, gradient descent hay mấy cái diễn giải bằng xác suất Bayes, exponential family.
 
Em học UET ạ, em cũng là từ dân chuyên toán c3 (có giải 3 QG Toán nhưng nó cũng ko liên quan j nhiều đến ĐH nên em ko dám nói, vẫn phải tự học lại Toán là chính) nên cũng hiểu sơ sơ tại sao các thuật toán đấy hđ về mặt toán học. Em cũng ko dám nhận là mình quá hiểu vì cũng là tự học nên chỉ dừng ở mức hiểu cơ bản . Kiểu mấy cái maximum likelihood, gradient descent hay mấy cái diễn giải bằng xác suất Bayes, exponential family.

sao bn k xin lên lab cùng thầy cô ấy nghe thầy cô tư vấn thì chắc cũng oke:)

Gửi từ Realme RMX3371 bằng vozFApp
 
Nếu bác học UET, thì cố xin vào lab AI của thầy TQLong làm một thời gian, thầy giỏi và các sv trong lab cũng xịn lắm; rồi apply vào VinAI hay VinBigdata, rồi đi học PhD thôi. Trước cũng có bạn học xong, rồi quay qua làm SE bên Axon rồi, nên là được thử cả hai. Bác làm trên lab mà có cơ hội tiếp tục PhD thì làm AI/ML còn không thì tốt nghiệp ra làm SE. Còn học đại học thì cứ học cái mình thích thôi bác.
 
Sửa lần cuối:
sao bn k xin lên lab cùng thầy cô ấy nghe thầy cô tư vấn thì chắc cũng oke:)

Gửi từ Realme RMX3371 bằng vozFApp
Mấy thầy cô trên lab thường cũng đâu đi làm industry, ai cũng muốn có sinh viên theo lab mình thôi.
Hơi nhiều câu hỏi nhưng mà em đang rất cần quyết định vào bây h vì nếu không quyết định ngay thì sau này sẽ rất khó rẽ hướng lựa chọn trở lại. Em cảm ơn các bác rất nhiều
Thật ra muốn rẽ hướng từ SE sang AI mới khó chứ từ AI sang SE ko khó lắm đâu, ở trường bạn học thêm 1 2 môn về phần mềm là đủ để ra làm rồi à. Mấy người cùng khoá của mình theo được mảng AI profile đều dạng này: Theo lab sớm ~năm 2 hoặc năm 3, publish 1 - 2 papers ở Đại học, nhắm IELTS từ 7.0 trở lên trước khi ra trường. Lúc đó bạn có quan hệ với thầy cô ở labs + profile có research papers dễ xin học bổng PhD. VinAi residency cũng là một đích nhắm tốt nhưng mình không tin VinAI duy trì được lâu với phong cách đầu tư của Vin. Muốn qua Mỹ thì bạn cần phải học GRE, toán GRE với bạn chắc không khó nhưng Verbal không dễ, từ vựng và reading comprehension của nó khó hơn IELTS nhiều, nếu có thời gian rảnh bạn học để tăng cơ hội kiếm học bổng cũng tốt.

Mình nghĩ bạn cứ học AI đi, nếu không hợp đến gần cuối năm 4 quay xe vẫn kịp. Còn cơ hội việc làm thì hiện tại rất ít, data scientist thì có nhiều hơn một chút nhưng cũng không đáng kể so với SE. Vậy nên mình mới nói trên đây không ai khuyên được chính xác đâu, vì nếu khuyên chung chung cho số đông thì câu trả lời là đừng nên theo AI, ra trường khó kiếm việc lắm. Nhưng vẫn có một số ít người xuất sắc thành công khi theo AI, biết đâu bạn là một trong những người đó.
 
Sửa lần cuối:
Trở ngại: phỏng vấn không chỉ kiến thức ML, toán mà còn algo và bằng tiếng Anh. Algo thì em đang luyện dần nhưng phỏng vấn Tiếng Anh em hơi tự ti. Không biết học tiếng Anh giao tiếp từ bây đến đấy đủ ko?
Bạn cứ nghĩ là khoảng cách giữa kiến thức trong cs229 với để làm việc lớn thế nào mà còn xác định học được thì lo gì học thêm tiếng anh.
Câu hỏi hướng này của e là: việc xin học bổng 100% có khó không ạ, cần những điều kiện j để em tính đường phấn đấu ạ
Học bổng có 2 loại: merits based với need based. Loại 1 là trường thấy bạn giỏi giang thông minh sáng láng nên dùng tiền mời bạn vào (chứng minh giỏi giang thì bằng giải thưởng quốc gia quốc tế, paper, hoặc là kinh nghiệm đi làm). GPA đại học và điểm GRE là 1 yếu tố nhưng thực ra nhiều trường không coi trọng cái này nữa đâu, nhiều trường còn bỏ yêu cầu nộp GRE rồi. Loại 2 là sau khi bạn chứng minh tài chính (hồ sơ của bạn sẽ có 1 bước là nộp thông tin về kinh tế bạn hoặc bố mẹ nếu bố mẹ chi trả), trường thấy bạn thiếu bao nhiêu sẽ bù vào, tùy trường sẽ bù nhiều hay ít, vd như các trường ivy league thì sẽ trợ cấp 100% nếu gia cảnh khó khăn, cần bn nó cũng cho miễn là được nhận vào học.
 
Chắc em sẽ học thêm tí software vì thấy làm ra đc sản phẩm ngay cũng hay hay thay vì ngồi vùi mình trong đống lý thuyết. Nhưng em cũng ko đóng lại hướng kia, mà nếu có cơ hội thì theo, và em vẫn cập nhật thêm kiến thức về ml chỉ là ko dành full-time như trước. Cảm ơn các bác rất nhiều
Mấy thầy cô trên lab thường cũng đâu đi làm industry, ai cũng muốn có sinh viên theo lab mình thôi.

Thật ra muốn rẽ hướng từ SE sang AI mới khó chứ từ AI sang SE ko khó lắm đâu, ở trường bạn học thêm 1 2 môn về phần mềm là đủ để ra làm rồi à. Mấy người cùng khoá của mình theo được mảng AI profile đều dạng này: Theo lab sớm ~năm 2 hoặc năm 3, publish 1 - 2 papers ở Đại học, nhắm IELTS từ 7.0 trở lên trước khi ra trường. Lúc đó bạn có quan hệ với thầy cô ở labs + profile có research papers dễ xin học bổng PhD. VinAi residency cũng là một đích nhắm tốt nhưng mình không tin VinAI duy trì được lâu với phong cách đầu tư của Vin. Muốn qua Mỹ thì bạn cần phải học GRE, toán GRE với bạn chắc không khó nhưng Verbal không dễ, từ vựng và reading comprehension của nó khó hơn IELTS nhiều, nếu có thời gian rảnh bạn học để tăng cơ hội kiếm học bổng cũng tốt.

Mình nghĩ bạn cứ học AI đi, nếu không hợp đến gần cuối năm 4 quay xe vẫn kịp. Còn cơ hội việc làm thì hiện tại rất ít, data scientist thì có nhiều hơn một chút nhưng cũng không đáng kể so với SE. Vậy nên mình mới nói trên đây không ai khuyên được chính xác đâu, vì nếu khuyên chung chung cho số đông thì câu trả lời là đừng nên theo AI, ra trường khó kiếm việc lắm. Nhưng vẫn có một số ít người xuất sắc thành công khi theo AI, biết đâu bạn là một trong những người đó.
 
Chào các bác, em đang là sinh viên năm 2 cntt. Em đã tự học ML và cả học kỹ lại mấy phần toán cần của ml gần 1 năm nay. Em lên đây để xin các bác tư vấn về định hướng tương lai ngành AI/ML hoặc có nên về lại làm software engineer. Trước hết là sơ qua về tình hình của em hiện tại:
  • base toán ổn
  • hiểu kiến thức ml cơ bản ( đã học khoá cs229 trên ytb, hiểu công thức toán đằng sau nó)
  • thích lập trình
  • gia đình không có điều kiện
  • tiếng anh: đọc hiểu được tài liệu, tự ti về khoản giao tiếp do chưa có môi trường, thử nói bh, (tự đánh giá mình mất gốc phần phát âm, nói )
Sau đây là vài định hướng, ước mơ của em đang có
1. Làm ml engineer ở nước ngoài. Phương án em nghĩ tới là đi du học master rồi xin việc tại đó luôn. Nhưng do đã nói nhà em vốn ko có điều kiện nên muốn đi phải có hb 100% nên 2 phương án con em nghĩ tới là
1.1 Năm tới apply vô chương trình AI recidency của VinAI
Trở ngại: phỏng vấn không chỉ kiến thức ML, toán mà còn algo và bằng tiếng Anh. Algo thì em đang luyện dần nhưng phỏng vấn Tiếng Anh em hơi tự ti. Không biết học tiếng Anh giao tiếp từ bây đến đấy đủ ko?
1.2 Tiếp tục tự học ML và tham gia vào các lab cùng thầy cô, trong time đó cũng học dần tiếng Anh, nếu cần có thể đăng ký học thạc sĩ ở trường rồi trong time đó, nhờ các thầy refer học master nước ngoài
Câu hỏi hướng này của e là: việc xin học bổng 100% có khó không ạ, cần những điều kiện j để em tính đường phấn đấu ạ
2.Dù sao hướng 1 cũng là ước mơ không biết được ko nên em có hướng 2 là làm AI/ML trong nước. Em thì nếu theo thì thích ML engineer hoặc research nếu có cơ hội và nếu sau này đủ trình. Thì em muốn hỏi hướng này là lương lậu ngành này VN ổn không, con đường phát triển ntn? Theo em được biết ở VN rất hiếm job, thường chỉ có công ty lớn mới nhiều data, dẫu biết là vấn đề lương khá là nhạy cảm nhưng nếu bác nào biết thì có thể chia sẻ soi sangs cho thằng nhóc 20 lạc lối này và cả việc tuyển trạch có khó quá ko.
3. Học software, cụ thể có thể là web để ăn chắc mặc bền. Hướng nay thì nếu quyết định theo thì em sẽ tìm hiểu định hướng sau
Hơi nhiều câu hỏi nhưng mà em đang rất cần quyết định vào bây h vì nếu không quyết định ngay thì sau này sẽ rất khó rẽ hướng lựa chọn trở lại. Em cảm ơn các bác rất nhiều

topic bác thớt đúng (gần như) y hệt suy nghĩ của e hiện tại, chỉ là h e đg năm 3 :beat_brick: e cx đg định đi cả 2 hướng nhưng ko bt có đủ sức hay ko :too_sad: ns chung là khá hoang mang

Gửi từ Samsung SM-S901E bằng vozFApp
 
Tùy định hướng, muốn học cao theo hướng nghiên cứu, phD các kiểu thì AI. Còn muốn kiếm tiền, freelance, khởi nghiệp thì SE nhiều cơ hội hơn.
 
Lượn lên LinkedIn 1 vòng thấy mấy ông anh PhD về NLP AI các thứ bên US giờ toàn làm Software Engineer với Senior Software Engineer cho FAANG :haha:
 
đấy là do nó khó học quá hay k nhiều jobs vậy bâc 8-)

Gửi từ Realme RMX3371 bằng vozFApp

Job ít, lương cũng k cạnh tranh với SE là bao. Mấy ông PhD vào FAANG nghiên cứu AI thì cũng là team đốt tiền của cty thôi chứ có ra được product gì kiếm $$ ngon đâu. cái ChatGPT bự thế mà vẫn chưa ra lợi nhuận đấy

Làm j cũng vậy cứ phải ra lợi nhuận đã thì doanh nghiệp họ mới đầu tư dc, chứ dăm ba cái lý thuyết, model này nọ cứ đem ra khè nhau trong khi doanh thu còn k bằng cái web bán hàng tầm trung thì tội gì phải chạy theo :)
 
Job ít, lương cũng k cạnh tranh với SE là bao. Mấy ông PhD vào FAANG nghiên cứu AI thì cũng là team đốt tiền của cty thôi chứ có ra được product gì kiếm $$ ngon đâu. cái ChatGPT bự thế mà vẫn chưa ra lợi nhuận đấy
Cái này hoàn toàn không đúng, thường có hai dạng là applied scientist với thuần research scientist. Applied scientist kiếm cực kỳ nhiều tiền cho công ty, mấy thuật toán recommendation system ở youtube, tiktok, ranking ở search, ads toàn do mấy ông applied scientist làm.

Thuần research projects thường là moonshot, long term project nên giá trị không thể đo đếm trong khoảng thời gian ngắn 2 3 năm được, nhưng một khi nó ra được breakthrough như chatgpt hay siri ngày xưa nó mang lại lợi thế cạnh tranh cực lớn cho sản phẩm. Hay như tính năng chụp ảnh ở pixel phone phần lớn dựa vào software processing, nếu không có mấy ông research scientist ngồi làm research cả chục năm không ra lợi nhuận ở mảng computer vision thì Google không thể làm được.
 
Cái này hoàn toàn không đúng, thường có hai dạng là applied scientist với thuần research scientist. Applied scientist kiếm cực kỳ nhiều tiền cho công ty, mấy thuật toán recommendation system ở youtube, tiktok, ranking ở search, ads toàn do mấy ông applied scientist làm.

Thuần research projects thường là moonshot, long term project nên giá trị không thể đo đếm trong khoảng thời gian ngắn 2 3 năm được, nhưng một khi nó ra được breakthrough như chatgpt hay siri ngày xưa nó mang lại lợi thế cạnh tranh cực lớn cho sản phẩm. Hay như tính năng chụp ảnh ở pixel phone phần lớn dựa vào software processing, nếu không có mấy ông research scientist ngồi làm research cả chục năm không ra lợi nhuận ở mảng computer vision thì Google không thể làm được.

Cái này không đúng đâu anh, thuật toán chỉ là gợi ý tầm 50-60%. Cái chính làm nên cỗ máy ăn tiền của bọn FAANG là lượng content tốt hơn nhiều so với platform khác, còn recommendation, ranking gì đó thật ra nó chỉ giúp user một phần nào đó có trải nghiệm tốt hơn thôi chứ ko phải cái chính để câu users ở lại. Và dĩ nhiên đám recommendation này thật ra là toàn người bias lên là chính chứ máy móc nó ko biết đâu :), để nó chạy bình thường thì anh sẽ ko được recommend mấy bộ phim mới nhất của Netflix hoặc như TikTok mấy cái trend xàm xí của chúng nó thật ra là được chính TikTok thuê người làm content + promotion lên để tạo trend đấy.

Một case khác là Gg, nếu thật sự Google applied AI sâu vào product của họ là search trc h thì khi ChatGPT ra tụi nó sẽ ko phải sợ và ra cái Bard nhanh như vậy đâu :). Nói chung là bọn cty lớn biết làm màu để mọi ng tưởng bọn nó apply AI nhiều chứ thật ra bên dưới đa số là chạy mấy thuật toán truyền thống là ngon lắm rồi
 

Thống kê chủ đề

Ngày tạo
The Windy,
Người trả lời cuối
nghe mà bưa tề,
Trả lời
28
Lượt xem
11.449
Quay lại
Lên đầu trang