thắc mắc Xin tư vấn - AI Engineer và lộ trình để vào công ty xịn

Chào các thím,
Em sinh năm 97 ạ, em cũng đi làm dc 1 năm ở mảng AI Computer Vision, nhưng ngặt nỗi lương thấp quá (1x củ gross)
Em cứ lay hoay mãi mà không biết mình nên học gì để pass phỏng vấn vào các công ty Big Tech như VinAI hay VinBDI. Vì bản thân em trái ngành nên k có bạn bè cùng lĩnh vực IT nhiều và cũng k có đàn anh đi trước để tư vấn nên xin được nhờ các anh/chị/thím vozer chỉ lối soi sáng cho em
Sơ lược về em xíu:
1. Em vốn ko có gốc IT, BG của em là Y Sinh, đến năm 3 em mới học Python và tự học dev AI Pytorch qua mạng, coursera rồi có đi pv ở 1 vài công ty. Đậu ở cty hiện tại, trong khi em rớt 1 vài công ty như Trusting Social (vòng thuật toán + DS fail).
2. Em có 2 bài báo khoa học hội nghị quốc tế về ứng dụng CV vào lĩnh vực Y Sinh
3. Em đang theo học thạc sĩ AI tại 1 trường đại học Úc (top 50 global, học bổng 100%)
4. Avan em ổn, ielts 7.5

Câu hỏi của em:
Nhận ra mình khá yếu do ko có bg IT nên em đang tiến hành học Data Structure và Algorithm để update bản thân cũng như học thạc sĩ để có cái bằng CS ( nhưng ngặt nỗi khóa Master chỉ tiến hành chuyên sâu về Machine Learning và AI chứ ko cung cấp nhiều kiến thức nền về IT). Vậy để pass interviewew các công ty lớn, chỉ học về DS + Algorithm và kiến thức chuyên môn AI có đủ không? Ngoài ra em còn nên học gì và làm gì nữa k các thím?
Em đặt mục tiêu là trong 1.5 năm nữa sẽ vào dc VinAI hoặc các cty lớn trong lĩnh vực thì em nên cbi gì ạ?
 
Giải thuật còn không giải được ai cho làm
AI đánh giá độ khó là mức trên của giải thuật
dạ, nên em đang cố gắng tự học để update kiến thức của bản thân.
Với chắc thím chưa làm AI nhỉ, đa phần nó liên quan bên XSTK nhiều hơn là thuật toán truyền thống thím
 
Giải thuật còn không giải được ai cho làm
AI đánh giá độ khó là mức trên của giải thuật

Có thể chưa tiếp xúc nhiều nhưng nhiều người làm AI mà mình biết trình thuật toán cũng không có gì đặc biệt. Có người còn không biết (chính xác là quên hết) hash map hay độ phức tạp thuật toán là gì.
 
Mình đang trong TH giống b, méo có bg về IT, đang sợ tương lai bị đào thải :))
Đào thải thì chắc ko đâu bác ơi, do ngành này 4,5 năm tới nhu cầu vẫn còn nhiều, với em đánh giá làm AI có 3 level:
1/ Expert - level ai cũng muốn lên
2/ Engineer - 30% ae đang trong level này
3/ Thợ train - hơn 50% ae trong level này :D
Bết đến mấy thì cũng làm dc thợ train bác ơi kaka :v cty em còn tuyển newbie k biết gì biết mỗi keras vào để train hộ senior thôi haha
 
Đào thải thì chắc ko đâu bác ơi, do ngành này 4,5 năm tới nhu cầu vẫn còn nhiều, với em đánh giá làm AI có 3 level:
1/ Expert - level ai cũng muốn lên
2/ Engineer - 30% ae đang trong level này
3/ Thợ train - hơn 50% ae trong level này :D
Bết đến mấy thì cũng làm dc thợ train bác ơi kaka :v cty em còn tuyển newbie k biết gì biết mỗi keras vào để train hộ senior thôi haha
Về chia phần trăm thì bạn đang sai rồi nhé :)))
Expert : ở mảng khác thì mình k biết nhưng mình cũng có làm ở mảng computer vision thì mình thấy vị trí này về cơ bản là vô dụng :LOL: ở VIN các vị này là làm research rồi paper rồi cho những sinh viên + ng làm ở đó vào với mục đích là kéo danh tiếng lên. Mình k chê những ngđó nhưng những ng thế kđóng góp gì trong production hết cả. Kể cả có là a Quốc thì cũng k phải ng xây cái services cho gg đâu :v
Engineer : Ở đây quan điểm cá nhân nếu đã xác định theo kĩ thuật thì cái này mới là cái cần expert. AI công việc vốn chỉ 10-20% là AI còn lại 80-90% là các kĩ năng về SE chứ nói thẳng AI nó chả có cái mẹ gì cả nhé :LOL:) bạn đi làm rồi chắc bạn cũng biết và mình cũng ở trong 1 số team trên kaggle cũng đạt được 1 cái gold (13k team) rồi nên chắc mình nói cũng k sai.
Ví dụ như chia tỉ lệ như mình bên trên nếu bạn muốn pass các công ty lớn ( theo như bạn nói là VIN :LOL: nói thật mình k đánh giá cao VIN ) thì bạn nên chia thời gian ra. 30% cho AI còn lại dồn hết cho các tác vụ của Dev, ở đây để pass phỏng vấn thì khá là hên xui nhưng chắc chắn là có mấy bài thuật toán các kiểu rồi :LOL: thì vấn đề ở đây là đi cày code thôi :LOL: cứ đóng họ hackerank, leetcode là được hết, k hiểu thì search đỡ phải đọc sách cho nhàm chán :v
Với người mới nhưu bạn mà chăm chỉ mình nghĩ khoảng hơn nửa năm- 1 năm là khả năng sẽ pass được mấy công ty đó thôi :v cố gắng lên nhé
Chúc bạn may mắn
 
Hư cấu ? cái món Computer Vision cậu đang làm mà chỉ liên quan đến XSTK á ?
thật cũng chẳng cần, làm chán chê vẫn chưa biết ứng dụng cái XSTK vào đâu, may ra bên Bigdata, nói chung kĩ năng engineering mới là quan trọng, cviec chính vẫn là làm ra các model đạt dc best tradeoff giữ perf vs accuracy
 
Về chia phần trăm thì bạn đang sai rồi nhé :)))
Expert : ở mảng khác thì mình k biết nhưng mình cũng có làm ở mảng computer vision thì mình thấy vị trí này về cơ bản là vô dụng :LOL: ở VIN các vị này là làm research rồi paper rồi cho những sinh viên + ng làm ở đó vào với mục đích là kéo danh tiếng lên. Mình k chê những ngđó nhưng những ng thế kđóng góp gì trong production hết cả. Kể cả có là a Quốc thì cũng k phải ng xây cái services cho gg đâu :v
Engineer : Ở đây quan điểm cá nhân nếu đã xác định theo kĩ thuật thì cái này mới là cái cần expert. AI công việc vốn chỉ 10-20% là AI còn lại 80-90% là các kĩ năng về SE chứ nói thẳng AI nó chả có cái mẹ gì cả nhé :LOL:) bạn đi làm rồi chắc bạn cũng biết và mình cũng ở trong 1 số team trên kaggle cũng đạt được 1 cái gold (13k team) rồi nên chắc mình nói cũng k sai.
Ví dụ như chia tỉ lệ như mình bên trên nếu bạn muốn pass các công ty lớn ( theo như bạn nói là VIN :LOL: nói thật mình k đánh giá cao VIN ) thì bạn nên chia thời gian ra. 30% cho AI còn lại dồn hết cho các tác vụ của Dev, ở đây để pass phỏng vấn thì khá là hên xui nhưng chắc chắn là có mấy bài thuật toán các kiểu rồi :LOL: thì vấn đề ở đây là đi cày code thôi :LOL: cứ đóng họ hackerank, leetcode là được hết, k hiểu thì search đỡ phải đọc sách cho nhàm chán :v
Với người mới nhưu bạn mà chăm chỉ mình nghĩ khoảng hơn nửa năm- 1 năm là khả năng sẽ pass được mấy công ty đó thôi :v cố gắng lên nhé
Chúc bạn may mắn
các kỹ năng về SE thì có những cái gì ngoài thuật toán code củng ra thím?
 
các kỹ năng về SE thì có những cái gì ngoài thuật toán code củng ra thím?
thuật toán + cấu trúc dữ liệu mình nghĩ là tự rèn được trên mấy cái leetcode là đủ rồi :LOL: mặc dù thuật toán k dùng nhiều, chủ yếu mấy cái về cấu trúc dữ liệu . Tuy nhiên mình thấy phỏng vấn cty to thì lúc nào cũng hỏi
Code mà hỏi thì thường là phỏng vấn những ng đã có kinh nghiệm làm production thật rồi, lòng vòng mấy cái liên quan đến cấu trúc dữ liệu, tải, v..v thường theo kn phỏng vấn của mình thì hay hỏi các dự án đã làm, điểm mạnh, yếu dùng những cái gì , nếu được khắc phục thì khắc phục ntn. Cái này liên quan đến việc đi làm nên cũng chả biết chỉ cho thím thớt nên học ở đâu. Với newbie như thím thớt tốt nhất cứ lên mấy trang code cày dữ liệu giải thuật , thuật toán để pass phỏng vấn fresher, junior thôi còn mấy cái kia cứ đi làm rồi cải thiện kĩ năng dần
Nói chung quan điểm cá nhân của mình mấy cái cơ bản thì học được ở trên mạng, còn kinh nghiệm, cách giải quyết vấn đề thì chỉ có làm mới tăng lên được, học kiểu đọc sách khá là khó
 
Bạn phải nói rõ bạn muốn làm cái gì chứ :)
Làm AI cũng có 1 đống vị trí khác nhau, mỗi vị trí lại có những yêu cầu khác nhau về kinh nghiệm, và tất nhiên phỏng vấn sẽ khác.

Cứ nói chung chung là vô VIN, làm AI nhưng ko nói làm cái gì thì ai mà tư vấn chính xác dc, lúc đó chỉ là đẽo cày giữa đường thôi :)
 
Hư cấu ? cái món Computer Vision cậu đang làm mà chỉ liên quan đến XSTK á ?
Thí dụ CNN hoặc Transformer thì cần kiến thức của mảng :
  • Linear Algebra
  • XSTK (Likelihood estimation, Probability and distrubition for weight init)
Rất ít kiến thức về CTDL và Giải thuật có liên quan. Chủ yếu là basic programming + thật nhiều toán.
 
Bạn phải nói rõ bạn muốn làm cái gì chứ :)
Làm AI cũng có 1 đống vị trí khác nhau, mỗi vị trí lại có những yêu cầu khác nhau về kinh nghiệm, và tất nhiên phỏng vấn sẽ khác.

Cứ nói chung chung là vô VIN, làm AI nhưng ko nói làm cái gì thì ai mà tư vấn chính xác dc, lúc đó chỉ là đẽo cày giữa đường thôi :)
Dạ em muốn làm Deep Learning Engineer mảng Computer Vision á thím, mong dc tư vấn ạ.
 
Back
Top