KHOÁ ĐÀO TẠO FRESHER </ML101>
Machine Learning Engineer & Data Scientist
Nếu bạn đang tìm hiểu và muốn bước chân vào lĩnh vực AI đầy cơ hội, tiềm năng thì đây là khoá đào tạo cần thiết giúp bạn trở thành một Kỹ sư Học máy – Machine Learning Engineer & kỹ sư Khoa học dữ liệu (Data Scientist).
Đào tạo trong 04 tháng
Chương trình đào tạo Online trong 04 tháng với mô hình lớp học Flipped Classroom (Lớp học đảo ngược), kết hợp với giáo viên & mentors nhiệt huyết.
Học phí: 20.000.000 VNĐ
DevUP có chính sách học phí linh hoạt. Bạn có thể đóng học phí trọn gói, đóng theo tháng, đóng trả góp theo tháng (DevUP có hỗ trợ lãi suất 0% với học viên thoả mãn tiêu chí).
05 khoá học chi tiết
Chương trình bao gồm 02 khoá kiến thức nền tảng về lập trình và toán. Ngoài ra khoá bao gồm 03 khoá học chuyên sâu về Machine Learning và Data Science.
CÁC THẦY CÔ GIẢNG DẠY
Xuyên suốt quá trình tham gia chương trình ML101, bạn sẽ được gặp gỡ và dẫn dắt bởi các thầy cô nhiều năm kinh nghiệm và tâm huyết tại DevUP
Thạc sĩ Nguyễn Khả Thọ
Founder & CTO
Tiến sĩ Vũ Minh Chiến
Trưởng bộ môn AI
Tiến sĩ Nguyễn Quốc Hùng
Trưởng bộ môn Toán
PGS. Quản Thành Thơ
Head of Education (HCM)
NỘI DUNG CHƯƠNG TRÌNH
Chương trình đào tạo Fresher Machine Learning Engineer & Data Scientist (ML101) được thiết kế bao gồm 05 khoá học diễn ra trong 04 tháng
</Khoá học nền tảng>
1. Kỹ thuật lập trình Python trong Khoa học dữ liệu
Thời lượng: 01 tháng | Chủ nhiệm: Thạc sĩ Nguyễn Khả Thọ
Khoá học này cung cấp những kiến thức nền tảng, quan trọng về ngôn ngữ lập trình nói chung, ngôn ngữ lập trình Python nói riêng. Các kiến thức nhằm đảm bảo các kỹ sư máy học, khoa học dữ liệu có thể áp dụng thành thạo Python trong công việc.
Nội dung chi tiết khoá học
- Tổng quan ngôn ngữ lập trình
- Giới thiệu ngôn ngữ lập trình Python
- Các khái niệm cơ bản trong Python: Biến, phạm vi, kiểu dữ liệu, luồng xử lý…
- Làm việc với file, hàm, ngoại lệ, xử lý ngoại lệ
- Cấu trúc dữ liệu và giải thuật trong Python
- Làm việc với thư viện Pandas
- Làm việc với thư viện Numpy
- Vẽ đồ thị với thư viện Matplotlib
- Lập trình hướng đối tượng (OOP) với Python
- Kiểm thử đơn vị (Unit test), logging
- Lưu trữ và truy cập dữ liệu với JSON, Pickle, SQLite3
- Lập trình Webservices, làm việc với REST API, kiến trúc Microservices
- Xây dựng module, package, đóng gói chương trình Python
</Khoá học nền tảng>
2. Toán học cơ bản dành cho kỹ sư máy học, khoa học dữ liệu
Thời lượng: 02 tuần | Chủ nhiệm: Tiến sĩ Nguyễn Quốc Hùng & Tiến sĩ Vũ Minh Chiến
Đối với bất kỳ kỹ sư AI 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, học sâu. Khoá học 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 AI bao gồm các chủ đề về Đại số tuyến tính (Linear Algebra), Giải tích (Calculus), Thống kê và Xác suất (Statistics and Probability).
Nội dung chi tiết khoá học
- Các kiến thức về đại số tuyến tính như Vector, ma trận (Matrix)
- Hàm số
- Giới hạn hàm số
- Đạo hàm
- Vi phân
- Nguyên hàm
- Tích phân
- Không gian mẫu
- Biến ngẫu nhiên
- Xác suất có điều kiện, xác suất đồng thời, xác suất biên
- Định lý Bayes
- Phân phối xác suất: phân phối chuẩn, phân phối đều…
</Khoá học nền tảng>
3. Tổng quan về Máy học cho người mới bắt đầu
Thời lượng: 02 tuần | Chủ nhiệm: Thạc sĩ Nguyễn Khả Thọ
Trong khoá học này học viên sẽ được cung cấp các khái niệm trong lĩnh vực Trí tuệ Nhân tạo (Artificial Intelligence), Lĩnh vực Máy học (Machine Learning), các mô hình cơ bản của Máy học cũng như vị trí của các mô hình máy học trong Hệ thống công nghệ thông tin.
Nội dung chi tiết khoá học
- Giới thiệu về lĩnh vực trí tuệ nhân tạo, máy học
- Vị trí máy học trong Công nghệ thông tin
- Ứng dụng của máy học trong cuộc sống
- Mô hình máy học
- Phân loại mô hình máy học
- Quy trình xây dựng và triển khai mô hình máy học
</Khoá học chuyên sâu>
4. Thu thập, khám phá, xử lý và phân tích dữ liệu
Thời lượng: 2.5 tháng | Chủ nhiệm: Tiến sĩ Vũ Minh Chiến
-
Trong khoá học này học viên sẽ được học cách khai thác dữ liệu qua internet hiệu quả, thực hiện các kỹ thuật xử lý các loại dữ liệu căn bản như dữ liệu chữ, dữ liệu hình ảnh, dữ liệu âm thanh, dữ liệu dạng bảng… để làm sạch và chuyển đổi dữ liệu, đồng thời khám phá dữ liệu bằng các kỹ thuật EDA, trực quan hóa dữ liệu để hiểu rõ đặc trưng và thông tin chi tiết quan trọng.
Nội dung chi tiết khoá học
- Xử lý dữ liệu căn bản
- Thu thập dữ liệu từ Internet
- Phân tích dữ liệu thăm dò
- Kỹ thuật tiền xử lý dữ liệu
- Máy học trong tiền xử lý dữ liệu
- Kỹ thuật chuẩn hoá và biến đổi dữ liệu
- Trực quan hoá dữ liệu
</Khoá học chuyên sâu>
5. Mô hình và kỹ thuật nền tảng trong học máy
Thời lượng: 3 tháng | Chủ nhiệm: Tiến sĩ Vũ Minh Chiến
Nội dung chi tiết khoá học
- Mô hình máy học hồi quy (Regression) gồm các nội dung như vấn đề thường gặp trong mô hình máy học, mô hình hồi quy tuyến tính (Linear Regression), Gradient Descent, SVM, Tree, mô hình gộp Ensemble…
- Mô hình máy học phân loại thường dùng
- Các kỹ thuật nền tảng trong học máy như điều chỉnh siêu tham số, kiểm tra chéo, xử lý dữ liệu mất cân bằng…
- Máy học trong ngôn ngữ tự nhiên NLP (Natural Language Processing) bao gồm các kỹ thuật như phân loại văn bản, truy xuất thông tin, tóm tắt văn bản, nhận dạng thực thể (NER – Named Entity Recognition)…
- Phân tích dữ liệu thời gian (Time series)
- Hệ thống đề xuất (Recommender Systems)
Bạn đã sẵn sàng
tham gia chương trình
Fresher Machine Learning Engineer & Data Scientist?
Đầu tư cho giáo dục là khoản đầu tư mang lại lợi nhuận cao nhất. Đừng chần chờ để tạo cho mình cơ hội chinh phục những kiến thức mới, giá trị và phát triển sự nghiệp của mình cùng DevUP!
DevUP tự hào khi được cung cấp các khóa học chuyên sâu, sự kiện, cơ hội về ngành Công nghệ thông tin tới quý khách hàng với sứ mệnh tiên phong, kiến tạo, nâng cao năng lực công nghệ tại Việt Nam!
Khoá học
Kỹ sư Trí tuệ nhân tạo (AI-Full)
Fresher Machine Learning Engineer & Data Scientist (ML101F)
Fresher Machine Learning Engineer & Data Scientist (ML101)
Chính sách
Chính sách chung
Quyền riêng tư
Quy trình tham gia
Điều khoản chung