Become a Data Scientist

Explore the power of data and technology

Các bước trở thành Data Scientist

  1. Học Machine Learning
  2. Học Deep Learning
  3. Bổ sung Các kỹ năng quan trọng khác

1. Học Machine Learning:

  • Machine Learning là gì? Xu hướng Deep Learning
  • Ngôn ngữ lập trình dữ liệu: Python, R
  • Khai phá dữ liệu (EDA) và các mô hình XS-TK
  • Các mô hình hồi quy
  • Cách đánh giá mô hình ML
  • Các mô hình phân loại và đánh giá
  • Các mô hình không giám sát, xử lý Text
  • Một số kỹ thuật nâng cao: Boosting, Bayes, PCA
  • Cơ bản về Cơ sở Dữ liệu
  • Thuyết trình hiệu quả

2. Học Deep Learning:

  • Cơ bản về Mạng Neuron
  • Đại số tuyến tính và giải tích
  • Mạng Neuron nhiều tầng (DNN)
  • Tối ưu và ổn định hóa mạng DNN
  • Mạng Neuron tích chập (CNN) và ứng dụng xử lý hình ảnh
  • Mạng Neuron hồi quy (RNN) và ứng dụng xử lý ngôn ngữ tự nhiên, âm thanh
  • Cấu trúc và cách tổ chức dự án Machine Learning

3. Các kỹ năng quan trọng khác:

  • Quy trình dự án Data Science
  • Biểu diễn kết quả kinh doanh (“Business Intelligence”)
  • Nhận dạng chuyển đổi bài toán kinh doanh thành bài toán dữ liệu
  • Kiến thức về Big-data: 3V / Hadoop – MapReduce / Spark và xu hướng AI
  • Giao tiếp và trình bày kết quả
  • Tham gia cộng đồng và chia sẻ

Học ở đâu:

  • Tự học qua các khóa Online
  • Tham gia các khóa học Offline
  • Học chương trình Thạc sỹ
  • Học lên Tiến sỹ sỹ

Các thống kê về Data Scientist (theo Kaggle)

Họ từ ngành nào? (Khoa học máy tính và CNTT chỉ chiếm hơn 1/3, tiếp theo là khối Kinh doanh, Kỹ sư, Toán và Vật lý,..)

Họ từ bậc học nào? (Phần lớn cần có Master hoặc cao hơn)

Vị trí của họ là gì?

Họ làm trong ngành nào?

Trở thành Data Scientist là một quá trình lâu dài, bạn nên chia nhỏ thành nhiều giai đoạn. Hãy chia sẻ cách học với chúng tôi qua Blog, Facebook.

Leave a Reply

Your email address will not be published. Required fields are marked *