dannymai2022
Senior Member
Mấy nay đang tìm hiểu fraud detection , mong đc kết nối với các bác đồng dâm.
kiến thức cơ bản thì đâu cũng như nhau thôi thím, đừng so đo quá làm gì mà mất tg họcMình 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 ?
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 lựckiến 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
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 bácÀ, 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
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 1231 reputations, 13 published posts in the topics: ContentCreator, Deep Learning, Transformer, LLM, PaperExplainviblo.asia
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
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 thiếuNếu bác theo Data Analyst thì nên có background kinh tế, tài chính, ngân hàng, còn background là IT thì nên theo Data Engineer.
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.
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 đượcĐã DA 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.
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.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
À ý mình là 1 số cty chuyên về Data và AnalyticsLàm 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.
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.
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.Thế làm một kênh discord anh em hò nhau vào trao đổi đi bác, cái này đúng là một chuyên đề rộng lớn đấy
topic nhiều tương tác như này làm 1 kênh discord đi broThế làm một kênh discord anh em hò nhau vào trao đổi đi bác, cái này đúng là một chuyên đề rộng lớn đấy
Do môi trường của thím chưa cần nên chưa thấy nhiều DA/BI thôi. Chứ hoạt động đông cực tại VN và TG.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.