Đối với bất kỳ kỹ sư Khoa học dữ liệu nào thì kiến thức toán học là một trong những kiến thức bắt buộc và cần trang bị kỹ trước khi tìm hiểu sâu về các mô hình máy học. Phần này sẽ cung cấp cho học viên những kiến thức nền tảng quan trọng nhất trong lĩnh vực Toán học sử dụng trong các giải thuật Machine Learning bao gồm các chủ đề về Đại số tuyến tính (Linear Algebra), Giải tích (Calculus), Thống kê và Xác suất (Statistics and Probability).

• Feature Engineering là một trong những kỹ năng quan trọng nhất trong lĩnh vực Khoa học Dữ liệu và Máy học. Nó không chỉ ảnh hưởng đến hiệu suất của mô hình, mà còn đến thời gian huấn luyện và khả năng mô hình tránh được overfitting. Phần học này sẽ giải quyết nhiều vấn đề mà các nhà Khoa học Dữ liệu và Máy học thường gặp phải, bao gồm việc xử lý dữ liệu thiếu, dữ liệu nhiễu, và việc chọn lựa đặc trưng phù hợp. Ngoài ra, phần học còn tập trung vào việc giảm thiểu bias và cải thiện fairness trong mô hình học máy – một vấn đề đang ngày càng nhận được sự chú ý trong cộng đồng AI.

• Trải qua 04 tháng học từ những kiến thức cơ bản về lập trình tới những kiến thức chuyên sâu về Khoa học dữ liệu, Máy học, học viên sẽ làm việc cùng với bạn học và Mentor, trợ giảng để tham gia vào phát triển các dự án để bảo vệ tốt nghiệp. Các dự án được thiết kế để học viên chinh phục và củng cố được kiến thức đã học. Ngoài ra, các chủ đề trong dự án có tính chất thiết thực, vận dụng cao, được giả lập như dự án Khoa học dữ liệu thật tại các công ty công nghệ hiện nay