Tầm này anh em muốn sang IT thì lao thẳng vào AI luôn đi nhé

traibuidoi said:
cái này confirm là đúng nhé, nhiều khi 1K còn hơi ít đó, 2K mới đúng

cơ mà ko phải đứa nào cũng dc, phải cỡ top của BK, KHTN v.v.
Click to expand...
Làm cho VIn thì cũng phải thuộc hàng top , làng nhàng là bay nhanh lắm lương cao cũng phảo thôi, môi trường như quân đội.
 
AI học 6 tháng đi làm đc mà. gọi là AI git clone, tìm source trên mạng xong về vọc :look_down: loại này 1-2 năm nữa cũng đông như lợn thôi. Tay ngang nhảy vào chắc thua mấy thằng IT1 Bách Khoa đi thực tập :smile:
Mà git clone thì trình chả bao giờ lên đc :go:
 
Sao mình có cảm giác mấy người cứ nhắc tới "nhảy qua AI" đều nghĩ AI nó dễ lắm thì phải :confuse: Kiểu như cứ có bộ data train, rồi dùng yolo, pytorch để ra model. Này giống làm thợ train hơn là làm về DS.
Với cả mảng AI nó rộng bỏ mịa. Chứ đâu phải mỗi computer vision, NLP đâu :sweat: học toán chết mịa ra ấy chứ
 
nickchinhbiban said:
Sao mình có cảm giác mấy người cứ nhắc tới "nhảy qua AI" đều nghĩ AI nó dễ lắm thì phải :confuse: Kiểu như cứ có bộ data train, rồi dùng yolo, pytorch để ra model. Này giống làm thợ train hơn là làm về DS.
Với cả mảng AI nó rộng bỏ mịa. Chứ đâu phải mỗi computer vision, NLP đâu :sweat: học toán chết mịa ra ấy chứ
Click to expand...
Ở góc độ AI enginer thì chỉ cần xài dc các framework như bạn nói là đủ làm rồi, thực ra các kiến trúc mạng và các thuật toán hiện tại đã khá 'stable' cho các bài toán thông thường, chưa kể các 'pretrain' model đầy rẫy nên cũng dễ tiếp cận, áp dụng nó vào thực tế
DS là một cái khác, nó bao gồm nhiều thứ chứ kg chỉ riêng AI, trình DS thì mình kg dám bàn tới :)
 
AI phải giỏi toán, để dân BK làm mới nổi thôi, chứ người bình thường chỉ có nước khóc.
 
IT_computer said:
học 6 tháng là làm đc hết đừng lùa gà nữa.
Click to expand...
Học 6 tháng nghiệp dư thôi
welcometrue said:
AI các bác ởng như dễ mà học ấy:
  • AI gọi API rồi transfer learning thì dễ. Nhưng mà cũng cần biết ba cái cở bản như POST Request các kiểu.
  • Nhưng rồi gặp vấn đề thực tế, thì tự mà đi tìm cách mà giải quyết đi. Đấy mới là level đơn giản thôi. Riết ngày nào lên cái group Machine Learning cơ bản, luận văn, project abc xyz gì đó cần hướng dẫn. Từ task OCR, như tạo những vùng ROI trên cái CMND (như field tên, năm sinh...), object detection trong một cái case cụ thể, hoặc như hướng computer vision cho giao thông thì track, đếm phuơng tiện. Đó là task của các bạn, các bạn tự đi mà giải quyết đi, chúng tôi có liên quan gì đâu? :D Critical Thinking không có thì làm sao. Cái này các bạn vẫn chỉ dựa vào những thứ có sẵn là chính nhé, nhưng phải biết dùng nó một cách khéo léo.
  • Rồi từ đó lên level cao hơn, là bắt đầu principle engineering, tức là có một cái task, các bạn biết trình tự mà giải quyết nó một cách tổng thể. Giả dụ như bài toán giờ rất chung chung, như tôi cần kiểm soát mật độ giao thông tốt hơn, tôi muốn OCR để lấy hết data trên cái CMND, hoặc là làm một cái xe tự hành "nho nhỏ"... lúc này các bạn tự thiết kế algorithm thêm rồi, rồi phải đọc paper, thử, sai rất nhiều.
  • Lên level tiếp theo, là khi các algorithm hiện giờ không đủ nữa. Vậy các bạn bắt đầu đi tìm cách để cải thiện nó (nhấn mạnh là cải thiện nhá). Là bắt đầu trong model, trong đống toán, trong đống cảm tính là "cách này sẽ tốt hơn, sẽ State-of-the-art", bắt đầu những ngày bắt cái máy chạy liên tục để thử. Mà quá trình này, dù thử sai, nhưng phải phán đoán được algorithm trông như thế nào, chứ không phải cứ nhiệt tình thử là ra đâu. Như hồi tôi làm một thuật toán để detect cái gờ đường (road curb), tôi mất 2 tháng với nó, với đủ cách từ gradient tới deep learning... và cuối cùng tôi cũng nghĩ ra cách cực kì hiệu quả, cực kì nhanh, cực kì robust (tính đi hội nghị, bên Mĩ tổ chức offline rồi, mà đi là khỏi về nên để dành năm sau) :) Các bạn sẽ không thấy bất ngờ nếu một ngày cái này được trang bị cho một hãng xe nào đó trên camera lùi hoặc camera 360 độ đâu nhé. Trong khi tôi có kinh nghiệm về computer vision tầm 6 năm, rồi đại số tuyến tính, ma trận các kiểu nữa.
  • Lên level tiếp theo, là tạo luôn algorithm mới. Ok cái level này thì không nói làm gì nữa.
Click to expand...
Web thật ra cũng không dễ đâu.
Ví dụ cấp độ tui đang làm tới đây
  • Làm nhàn nhàn, task dễ thỏa mãn yêu câu với thư viện / phần mềm hiện tại.
  • Chỉnh sửa thư viện theo 1 số yêu cầu riêng (vẫn có hướng dẫn hay gợi ý ở Github, StackOverflow, ...)
  • Yêu cầu đọc nhiều tài liệu quy định tiêu chuẩn, sáng tạo 1 hướng mới nào đó chưa có hướng dẫn / ai đã từng làm mà đăng lên mạng.

Cái này chung chung là vậy, thực tế áp dụng vào server backend, client frontend, cloud + network nữa mà chưa thành thạo hết nữa.

Chưa kể phần hướng dẫn trực tiếp cho mấy em mới làm, dạy cho mấy em hiểu nên làm cái gì, tại sao phải làm như vậy, ... Chứ không phải kiểu vứt code kết quả rồi kêu mấy em dán vào chạy là hết việc.
 
Last edited:
welcometrue said:
AI các bác ởng như dễ mà học ấy:
  • AI gọi API rồi transfer learning thì dễ. Nhưng mà cũng cần biết ba cái cở bản như POST Request các kiểu.
  • Nhưng rồi gặp vấn đề thực tế, thì tự mà đi tìm cách mà giải quyết đi. Đấy mới là level đơn giản thôi. Riết ngày nào lên cái group Machine Learning cơ bản, luận văn, project abc xyz gì đó cần hướng dẫn. Từ task OCR, như tạo những vùng ROI trên cái CMND (như field tên, năm sinh...), object detection trong một cái case cụ thể, hoặc như hướng computer vision cho giao thông thì track, đếm phuơng tiện. Đó là task của các bạn, các bạn tự đi mà giải quyết đi, chúng tôi có liên quan gì đâu? :D Critical Thinking không có thì làm sao. Cái này các bạn vẫn chỉ dựa vào những thứ có sẵn là chính nhé, nhưng phải biết dùng nó một cách khéo léo.
  • Rồi từ đó lên level cao hơn, là bắt đầu principle engineering, tức là có một cái task, các bạn biết trình tự mà giải quyết nó một cách tổng thể. Giả dụ như bài toán giờ rất chung chung, như tôi cần kiểm soát mật độ giao thông tốt hơn, tôi muốn OCR để lấy hết data trên cái CMND, hoặc là làm một cái xe tự hành "nho nhỏ"... lúc này các bạn tự thiết kế algorithm thêm rồi, rồi phải đọc paper, thử, sai rất nhiều.
  • Lên level tiếp theo, là khi các algorithm hiện giờ không đủ nữa. Vậy các bạn bắt đầu đi tìm cách để cải thiện nó (nhấn mạnh là cải thiện nhá). Là bắt đầu trong model, trong đống toán, trong đống cảm tính là "cách này sẽ tốt hơn, sẽ State-of-the-art", bắt đầu những ngày bắt cái máy chạy liên tục để thử. Mà quá trình này, dù thử sai, nhưng phải phán đoán được algorithm trông như thế nào, chứ không phải cứ nhiệt tình thử là ra đâu. Như hồi tôi làm một thuật toán để detect cái gờ đường (road curb), tôi mất 2 tháng với nó, với đủ cách từ gradient tới deep learning... và cuối cùng tôi cũng nghĩ ra cách cực kì hiệu quả, cực kì nhanh, cực kì robust (tính đi hội nghị, bên Mĩ tổ chức offline rồi, mà đi là khỏi về nên để dành năm sau) :) Các bạn sẽ không thấy bất ngờ nếu một ngày cái này được trang bị cho một hãng xe nào đó trên camera lùi hoặc camera 360 độ đâu nhé. Trong khi tôi có kinh nghiệm về computer vision tầm 6 năm, rồi đại số tuyến tính, ma trận các kiểu nữa.
  • Lên level tiếp theo, là tạo luôn algorithm mới. Ok cái level này thì không nói làm gì nữa.
Click to expand...
đang máu mà đọc xong của bác thì thôi nghỉ. buồn ghê
 
IT_computer said:
dần dần công nghệ sẽ hoàn thiện ngắn gọn hơn như 1 plug-in vậy. Ông nào cười tôi thì cứ để thời gian trả lời.
Click to expand...
Đó là tiện ích hỗ trợ chỉ mảng web và nó luôn có khả năng bị sung đột dẫn đến lỗi, nếu không có người chuyên code hiểu hệ thống thì không sửa được
Các ngành công nghiệp thì cần phần mền chuyên nghành và nó liên quan rất nhiều đến bí mật doanh nghiệp
 
boyxuthanh_90 said:
đang máu mà đọc xong của bác thì thôi nghỉ. buồn ghê
Click to expand...
Không, ý mình ở đây, là nó không dễ như ăn kẹo, mà cần quá trình học và cố gắng, nhất là tập trung giải quyết vấn đề thôi
thugiang1 said:
Học 6 tháng nghiệp dư thôi

Web thật ra cũng không dễ đâu.
Ví dụ cấp độ tui đang làm tới đây
  • Làm nhàn nhàn, task dễ thỏa mãn yêu câu với thư viện / phần mềm hiện tại.
  • Chỉnh sửa thư viện theo 1 số yêu cầu riêng (vẫn có hướng dẫn hay gợi ý ở Github, StackOverflow, ...)
  • Yêu cầu đọc nhiều tài liệu quy định tiêu chuẩn, sáng tạo 1 hướng mới nào đó chưa có hướng dẫn / ai đã từng làm mà đăng lên mạng.

Cái này chung chung là vậy, thực tế áp dụng vào server backend, client frontend, cloud + network nữa mà chưa thành thạo hết nữa.

Chưa kể phần hướng dẫn trực tiếp cho mấy em mới làm, dạy cho mấy em hiểu nên làm cái gì, tại sao phải làm như vậy, ... Chứ không phải kiểu vứt code kết quả rồi kêu mấy em dán vào chạy là hết việc.
Click to expand...
Đồng ý. Làm cái gì chuyên sâu cũng cần kĩ năng giải quyết vấn đề cả. Có điều AI thì skillset về khoa học cơ bản nhiều, còn web thì skillset về IT với dev nhiều :D
 
welcometrue said:
Không, ý mình ở đây, là nó không dễ như ăn kẹo, mà cần quá trình học và cố gắng, nhất là tập trung giải quyết vấn đề thôi

Đồng ý. Làm cái gì chuyên sâu cũng cần kĩ năng giải quyết vấn đề cả. Có điều AI thì skillset về khoa học cơ bản nhiều, còn web thì skillset về IT với dev nhiều :D
Click to expand...
Tiếng anh ngu, xác xuất thống kê xưa học toàn được trung bình, có ma trận là ok vì đc gần tuyệt đối, vậy thì theo sao đc bác. Làm VP rảnh quá muốn kiếm miếng nào học và làm thêm. bác con người thức thời, tư vấn em phát
 
boyxuthanh_90 said:
Tiếng anh ngu, xác xuất thống kê xưa học toàn được trung bình, có ma trận là ok vì đc gần tuyệt đối, vậy thì theo sao đc bác. Làm VP rảnh quá muốn kiếm miếng nào học và làm thêm. bác con người thức thời, tư vấn em phát
Click to expand...
Xác xuất thống kê mình A+ nhé. Môn nào liên quan đến toán đều A hết.
 
k biết j đừng bày bậy, nói AI nghe cho sang hay j mà lúc nào cũng AI? giờ k làm dev app hoặc web thì làm về data engineer mới ngon nhé. ít ng làm mà tuyển dụng nhiều, lương khủng. AI có tiềm năng nhưng ở VN còn ít chỗ tuyển
 
tomclancy1234 said:
k biết j đừng bày bậy, nói AI nghe cho sang hay j mà lúc nào cũng AI? giờ k làm dev app hoặc web thì làm về data engineer mới ngon nhé. ít ng làm mà tuyển dụng nhiều, lương khủng. AI có tiềm năng nhưng ở VN còn ít chỗ tuyển
Click to expand...
nhiều mà
 
tomclancy1234 said:
k biết j đừng bày bậy, nói AI nghe cho sang hay j mà lúc nào cũng AI? giờ k làm dev app hoặc web thì làm về data engineer mới ngon nhé. ít ng làm mà tuyển dụng nhiều, lương khủng. AI có tiềm năng nhưng ở VN còn ít chỗ tuyển
Click to expand...
Miếng bánh lớn quá các anh dấu kỹ thế
 
[IamNormal] said:
AI học 6 tháng đi làm đc mà. gọi là AI git clone, tìm source trên mạng xong về vọc :look_down: loại này 1-2 năm nữa cũng đông như lợn thôi. Tay ngang nhảy vào chắc thua mấy thằng IT1 Bách Khoa đi thực tập :smile:
Mà git clone thì trình chả bao giờ lên đc :go:
Click to expand...
Web cũng vậy thôi. Có vẻ coi thường git clone quá nhỉ. Clone về mà hiểu rồi đỡ viết khoẻ re.
 
greans said:
Nói chung thì copy paste thì tuổi gì bàn về AI với tôi. Tôi ko đi theo ngành thôi chứ đây là master thesis của tôi cho 1 thằng telco, cho nên nói tôi chưa làm qua thì không đúng.

View attachment 677200

Mà copy and paste như anh chắc cũng đ biết GA là gì đâu nhỉ
qZV215Z.png

p/s: mấy thím cho chém tí, với mấy thằng xạo l thế này thì ko mềm mỏng được. Chứ khè AI ra em không biết gì đâu
IPMM3cD.gif
cũng 5 6 năm chưa đụng tới rồi.
Click to expand...
có nhận đệ tử không chú:angry::angry::angry:
 
You must log in or register to reply here.

Similar threads

H15082000
Cảm thấy bản thân tồi tệ trong công việc
2 3
Replies
52
Views
2K
yingying1102
yingying1102
Misuzulu Zulu
Nâng cao ý thức đảm bảo an toàn lao động
Replies
7
Views
219
Phanh Blank 2
Phanh Blank 2
Pháp sư Tối thượng
[Hỏi] Ai có kinh nghiệm khám sức khoẻ du học ở Xanh Pôn HN ko tư vấn mình với
Replies
4
Views
153
Pháp sư Tối thượng
Pháp sư Tối thượng
art3mirr
[Offer letter] Lương bị giảm so với vị trí
2 3 4
Replies
71
Views
7K
art3mirr
art3mirr
K
tìm việc Em đang muốn thử sức với sale ô tô và sale bđs
Replies
0
Views
74
kethanhtrung
K

Share this page

Back
Top