Lịch học dự kiến diễn ra
Lớp: | PYTHON LEVEL 1 |
---|---|
Địa điểm: | Tầng 5, Tòa nhà Star City, 23 Lê Văn Lương, HN |
Thời gian học: | Thứ 5 - 19H00 - 21H30 & Thứ 7 - 19H00 - 21H30 |
Lịch khai giảng: | Dec. 26, 2024 |
Thời gian kết thúc: | Jan. 25, 2025 |
Giảng viên dự kiến: | Khuongvd_SQL |
AI Engineer Track
Đây là chương trình đào tạo full skill về AI Engineer gồm 08 khóa học:
1. Python Foundation in Data Analytics (Python Level 1) với 10 buổi học
2. Math & Statistics for Data Science với 05 buổi học
3. Python for Machine Learning (Python Level 2) với 10 buổi học
4. Fundamental deep learning với 12 buổi học
5. Computer vision với 12 buổi học
6. Natural language processing với 12 buổi học
7. Machine learning operation (MLOps) với 12 buổi học
8. Advanced Python với 12 buổi học
Cơ hội nghề nghiệp nổi bật sau khi tốt nghiệp chương trình đào tạo này là các vị trí hot sau:
• Data Analyst (Chuyên viên Phân tích Dữ liệu)
• Artificial Intelligence (AI) Engineer (Kĩ sư Trí tuệ Nhân tạo)
• Data Scientist (Nhà Khoa học Dữ liệu)
• Machine Learning Operation (MLOps) Engineer (Kĩ sư vận hành máy học)
Đối tượng
• Sinh viên khối kinh tế, kĩ thuật có định hướng tham gia ngành Data Science, Data Analytics đang bắt đầu tìm hiểu các kiến thức liên quan Python, Machine Learning, Deep Learning và học cách ứng dụng Python vào các dự án thực tế tại doanh nghiệp.• Người đã đi làm mong muốn cải thiện kỹ năng làm việc với dữ liệu, kỹ năng giải quyết và ra quyết định với các bài toán thực tế trong công việc dựa trên phân tích dữ liệu chuyên sâu và hiệu quả với Python.
• Các bạn có mong muốn chuyển ngang sang ngành AI Engineer Data Analysis, Data Science & Machine Learning để có mức thu nhập cao hơn lên tới 1000$/tháng và phát triển sự nghiệp rộng mở hơn.
Yêu cầu đầu vào
Không yêu cầu đầu vàoBạn sẽ học những gì
• Có hệ thống kiến thức về AI (Artificial Intelligence) từ cơ bản đến nâng cao• Cơ bản thực hành xây dựng được các mô hình CNN, RNN, audio processing và spectrogram, bài toán Time Series và mô hình ARIMA và Reinforcement learning
• Hiểu và áp dụng các khái niệm và công cụ trong MLOps.
• Xây dựng và quản lý data pipeline, data versioning, model pipeline và experiment tracking.
• Nắm vững các kỹ thuật và quy trình quan trọng trong MLOps.
• Phát triển và triển khai ứng dụng AI.
• Triển khai, quản lý, kiểm tra và đảm bảo chất lượng ứng dụng AI trên các nền tảng.
• Giới thiệu và phát triển kiến thức về các bài toán và công nghệ cơ bản trong lĩnh vực Computer Vision.
• Thực hành xây dựng quy trình của các mô hình Computer Vision
• Giới thiệu và phát triển kiến thức về các khái niệm cơ bản trong lĩnh vực NLP (Natural Language Processing) và xử lý văn bản
• Thực hành xây dựng và triển khai các mô hình NLP
• Giới thiệu và nghiên cứu các mô hình tiên tiến trong lĩnh vực NLP
• Xây dựng nền tảng lập trình Python chuyên sâu.
• Thực hành và ứng dụng các công nghệ và công cụ phổ biến trong phân tích dữ liệu và xử lý lớn.
• Nắm vững các công nghệ và công cụ cho việc huấn luyện và triển khai mô hình học máy.
Nội dung khóa học
- Các mô hình học máy không có giám sát
- Buổi 1: Làm quen với Python
- Buổi 2: Làm quen với Python (tiếp)
- Buổi 3: Xử lý và phân tích dữ liệu với Numpy và Pandas
- Tải dữ liệu, lưu trữ và làm sạch, chuẩn bị dữ liệu
- Xử lý và Biểu diễn dữ liệu
- Time Series Data
- Phân tích dữ liệu nâng cao với Pandas
- Máy học
- Máy học (Tiếp)
- Tổng kết chương trình xử lý, phân tích và biểu diễn dữ liệu với Python (Python level 1)
- OOP Python Overview và Data Analysis Review
- Machine Learning cơ bản
- Machine Learning cơ bản (tiếp)
- Các mô hình học máy có giám sát
- Deep Learning Overview
- Xử lý ngôn ngữ tự nhiên
- Xử lý ngôn ngữ tự nhiên (tiếp)
- Thị giác máy tính
- Thị giác máy tính (tiếp) và Tổng kết chương trình Python level 2
- Xác suất thống kê
- Đạo Hàm
- Ma trận - Vector
- Thuật toán trong Machine Learning
- Thực hành & Quan sát chạy thuật toán
- Giới thiệu chung về deep learning và mạng nơ ron
- Giới thiệu về bài toán computer vision và convolution neural network
- Thực hành xây dựng mô hình giải bài toán image classification
- Giới thiệu về bài toán NLP và recurrent neural network
- Thực hành xây dựng mô hình giải bài toán text classification
- Giới thiệu về bài toán audio processing và spectrogram
- Thực hành xây dựng mô hình giải quyết bài toán speech2text
- Giới thiệu về bài toán time series và mô hình ARIMA
- Thực hành xây dựng mô hình ARIMA và LSTM giải quyết bài toán forecasting
- Giới thiệu về bài toán reinforcement learning
- Giới thiệu về thuật toán tối ưu tốt nhất cho deep learning
- Giới thiệu về các kỹ thuật weakly, semi và self supervised learning
- Giới thiệu chung CV, bài toán image classification và image processing
- Giới thiệu bài toán object detection, các mô hình one-stage, two-stage và metrics
- Thực hành xây dựng mô hình giải bài toán object detection
- Giới thiệu và thực hành xây dựng data augmentation
- Vấn đề về scale của ảnh và object trong bài toán object detection
- Giới thiệu bài toán image segmentation và một số mô hình tiêu biểu
- Giới thiệu bài toán face recognition và tư tưởng về image embedding
- Thực hành xây dựng hệ thống nhận diện, định danh và phân tích khuôn mặt
- Giới thiệu bài toán image generation, các mô hình GANs tiêu biểu và metrics
- Trực quan hoá mô hình computer vision với GradCAM
- Giới thiệu một số mô hình self-supervised learning trên bài toán computer vision
- Giới thiệu các mô hình xử lý video
- Giới thiệu chung về NLP và text processing
- Giới thiệu và thực hành xây dựng mô hình word embedding đơn giản
- Giới thiệu bài toán seq2seq và metrics đánh giá
- Giới thiệu về cơ chế attention và transformer
- Tổng hợp nhóm các mô hình GPT, BERT và các pretrained model
- Thực hành sử dụng các mô hình seq2seq
- Thực hành xây dựng chatbot đơn giản
- Giới thiệu và thực hành xây dựng mô hình giải bài toán named entity recognition
- Giới thiệu và thực hành xây dựng mô hình giải bài toán part-of-speech tagging
- Giới thiệu và thực hành xây dựng mô hình giải bài toán image captioning
- Giới thiệu về các vision-language model nổi tiếng nhất hiện nay
- Giới thiệu một số mô hình diffusion tiêu biểu giải bài toán image generation
- Giới thiệu chung về machine learning operation và một số framework
- Giới thiệu và thực hành sử dụng Git và Github
- Giới thiệu về vấn đề data drift và concept drift
- Giới thiệu và hướng dẫn cài đặt ClearML
- Giới thiệu về data pipeline và data versioning trong MLOps
- Thực hành xây dựng data pipeline và data versioning bằng ClearML
- Giới thiệu về model pipeline và experiment tracking trong MLOps
- Thực hành xây dựng model pipeline và experiment tracking bằng ClearML
- Giới thiệu về model serving, monitoring và logging rong MLOps
- Thực hành xây dựng model serving, monitoring và logging bằng ClearML
- So sánh các kỹ thuật online learning, incremental learning và active learning
- Giới thiệu về human-in-a-loop process và các kỹ thuật active learning
- Giới thiệu và thực hành lập trình hướng đối tượng
- Thực hành kết nối python với các hệ quản trị cơ sở dữ liệu
- Thực hành sử dụng pySpark xử lý big data
- Thực hành xây dựng REST API trong python với flask và gunicorn
- Giới thiệu và thực hành sử dụng docker
- Thực hành xây dựng web demo các mô hình AI với streamlit
- Thực hành xử lý dữ liệu song song trong python
- Giới thiệu về CUDA và thực hành cài và sử dụng CUDA
- Giới thiệu và thực hành sử dụng pytorch lightning
- Thực hành sử dụng pytorch và pytorch lightning cho distributed training
- Giới thiệu về AWS và thực hành sử dụng EC2 và S3 để huấn luyện mô hình
- Giới thiệu về unit test và thực hành test code trong python
Unsupervised Learning: Principal Component Analysis, Manifold Learning, Clustering (K-Means, DBSCAN, Hierachical), Gaussian Mixture Model, Kernel Density Estimation
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
- Python Language Basics, Ipython, and Jupiter NoteBooks
- Built-in Data Structures, Functions, and Files
N/A
Ứng dụng:N/A
Case Study:N/A
- Làm quen với Python
- Nắm vững cấu trúc dữ liệu, hàm, và files
N/A
Ứng dụng:N/A
Case Study:N/A
- Numpy Basics: Arrays and Vectorized Computation
- Getting Started with Pandas
N/A
Ứng dụng:N/A
Case Study:N/A
N/A
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
- Data Wrangling: Join, Combine, and Reshape
- Plotting and Visualization
- Data Aggregation and Group Operations
N/A
Ứng dụng:N/A
Case Study:N/A
xử lý Time Series Data
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Advanced pandas
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
- Kiến thức về Máy học
- Học có giám sát với thư viện scikit-learn
- Học không giám sát trong Python
N/A
Ứng dụng:N/A
Case Study:N/A
- Kiến thức về Máy học
- Học có giám sát với thư viện scikit-learn
- Học không giám sát trong Python
N/A
Ứng dụng:N/A
Case Study:N/A
Tổng kết chương trình xử lý, phân tích và biểu diễn dữ liệu với Python (Python level 1)
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
- Hiểu biết cơ bản về ngôn ngữ lập trình hướng đối tượng Python
- Review kiến thức cũ về Phân tích dữ liệu và Khai phá dữ liệu - chương trình Python level 1
N/A
Ứng dụng:N/A
Case Study:N/A
Tìm hiểu về Data Analysis on Datasets & phát triển python class triển khai sklearn API
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu Machine Learning, hyperparameter, model validation. Naive Bayes Classification, KNN
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Supervised Learning: Multiple Linear Regression, Logistic Regression, Soft-Max Regression, Support Vector Machine & Kernel Method, Decision Tree & Ensemble methods, measure model's performance
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu về mạng Nơ-Ron nhân tạo
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Natural language processing:
- Applying Machine Learning to Sentiment Analysis
- Embedding a Machine Learning Model into a Web Application
N/A
Ứng dụng:N/A
Case Study:N/A
Natural language processing:
- Applying Machine Learning to Sentiment Analysis
- Embedding a Machine Learning Model into a Web Application
N/A
Ứng dụng:N/A
Case Study:N/A
Computer Vision: Handwriting recognition with Deep Convolutional Neural Networks
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Thị giác máy tính (tiếp) và Tổng kết chương trình Python level 2
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Set theory, sơ đồ venn
Loại dữ liệu trong toán
Binning
Distribution và param mô tả dist.
Data matrix
Correlation
N/A
Ứng dụng:N/A
Case Study:N/A
Khái niệm đạo hàm
Nguyên tắc tính
Bài toán điển hình trong đạo hàm
N/A
Ứng dụng:N/A
Case Study:N/A
Hệ trục toạ độ
Transform bằng matrix (cộng, nhân)
Khoảng cách
N/A
Ứng dụng:N/A
Case Study:N/A
Bức tranh tổng quan của ML
Giới thiệu Kmeans (đại diện unsupervised)
Giới thiệu SVM (đại diện supervised)
- Flow of thinking: bài toán/vấn đề mà hai thuật toán này giải quyết là gì? Trình tự thực hiện thuật toán trên 1 dataset
- Nêu tên bài toán điển hình (vd: cluster khách hàng bằng Kmeans)
- Giới thiệu về Sklearn
N/A
Ứng dụng:N/A
Case Study:N/A
Thực hành & Quan sát chạy thuật toán
EDA
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu chung về deep learning và mạng nơ ron
Giới thiệu chung về deep learning và mạng nơ ron
Giới thiệu chung về deep learning và mạng nơ ron
N/A
Giới thiệu về bài toán computer vision và convolution neural network
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Thực hành xây dựng mô hình giải bài toán image classification
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu về bài toán NLP và recurrent neural network
N/A
Ứng dụng:N/A
Case Study:N/A
Thực hành xây dựng mô hình giải bài toán text classification
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu về bài toán audio processing và spectrogram
N/A
Ứng dụng:N/A
Case Study:N/A
Thực hành xây dựng mô hình giải quyết bài toán speech2text
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu về bài toán time series và mô hình ARIMA
N/A
Ứng dụng:N/A
Case Study:N/A
Thực hành xây dựng mô hình ARIMA và LSTM giải quyết bài toán forecasting
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu về bài toán reinforcement learning
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu về thuật toán tối ưu tốt nhất cho deep learning
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu về các kỹ thuật weakly, semi và self supervised learning
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu chung CV, bài toán image classification và image processing
N/A
Ứng dụng:N/A
Case Study:
N/A
Giới thiệu bài toán object detection, các mô hình one-stage, two-stage và metrics
N/A
Ứng dụng:N/A
Case Study:N/A
Thực hành xây dựng mô hình giải bài toán object detection
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu và thực hành xây dựng data augmentation
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Vấn đề về scale của ảnh và object trong bài toán object detection
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu bài toán image segmentation và một số mô hình tiêu biểu
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu bài toán face recognition và tư tưởng về image embedding
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Thực hành xây dựng hệ thống nhận diện, định danh và phân tích khuôn mặt
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu bài toán image generation, các mô hình GANs tiêu biểu và metrics
N/A
Ứng dụng:N/A
Case Study:N/A
Trực quan hoá mô hình computer vision với GradCAM
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu một số mô hình self-supervised learning trên bài toán computer vision
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu các mô hình xử lý video
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu chung về NLP và text processing
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu và thực hành xây dựng mô hình word embedding đơn giản
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu bài toán seq2seq và metrics đánh giá
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu về cơ chế attention và transformer
N/A
Ứng dụng:N/A
Case Study:N/A
Tổng hợp nhóm các mô hình GPT, BERT và các pretrained model
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Thực hành sử dụng các mô hình seq2seq
N/A
Ứng dụng:N/A
Case Study:N/A
Thực hành xây dựng chatbot đơn giản
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu và thực hành xây dựng mô hình giải bài toán named entity recognition
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu và thực hành xây dựng mô hình giải bài toán part-of-speech tagging
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu và thực hành xây dựng mô hình giải bài toán image captioning
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu về các vision-language model nổi tiếng nhất hiện nay
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu một số mô hình diffusion tiêu biểu giải bài toán image generation
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu chung về machine learning operation và một số framework
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu và thực hành sử dụng Git và Github
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu về vấn đề data drift và concept drift
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu và hướng dẫn cài đặt ClearML
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu về data pipeline và data versioning trong MLOps
N/A
Ứng dụng:N/A
Case Study:N/A
Thực hành xây dựng data pipeline và data versioning bằng ClearML
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu về model pipeline và experiment tracking trong MLOps
N/A
Ứng dụng:N/A
Case Study:N/A
Thực hành xây dựng model pipeline và experiment tracking bằng ClearML
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu về model serving, monitoring và logging rong MLOps
N/A
Ứng dụng:N/A
Case Study:N/A
Thực hành xây dựng model serving, monitoring và logging bằng ClearML
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
So sánh các kỹ thuật online learning, incremental learning và active learning
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu về human-in-a-loop process và các kỹ thuật active learning
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu và thực hành lập trình hướng đối tượng
N/A
Ứng dụng:N/A
Case Study:N/A
Thực hành kết nối python với các hệ quản trị cơ sở dữ liệu
N/A
Ứng dụng:N/A
Case Study:N/A
Thực hành sử dụng pySpark xử lý big data
N/A
Ứng dụng:N/A
Case Study:N/A
Thực hành xây dựng REST API trong python với flask và gunicorn
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu và thực hành sử dụng docker
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Thực hành xây dựng web demo các mô hình AI với streamlit
N/A
Ứng dụng:N/A
Case Study:N/A
Thực hành xử lý dữ liệu song song trong python
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu về CUDA và thực hành cài và sử dụng CUDA
N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu và thực hành sử dụng pytorch lightning
N/A
Ứng dụng:N/A
Case Study:N/A
Thực hành sử dụng pytorch và pytorch lightning cho distributed training
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu về AWS và thực hành sử dụng EC2 và S3 để huấn luyện mô hình
Mục tiêu:N/A
Ứng dụng:N/A
Case Study:N/A
Giới thiệu về unit test và thực hành test code trong python
N/A
Ứng dụng:N/A
Case Study:N/A
Tại sao khóa học tại MCI phù hợp với bạn
1. Lộ trình khóa học thiết kế khoa học, theo quy trình làm việc thực tế giúp bạn tiếp thu và nắm chắc kiến thức theo trình tự khoa học2. Giáo trình đào tạo theo chuẩn Quốc tế kết hợp giữa lý thuyết và thực hành qua các case study thực tế
3. 100% Giảng viên tại MCI là các chuyên gia tư vấn tại Big4 các tập đoàn lớn tại Việt Nam, có chứng chỉ đào tạo nghiên cứu quốc tế trong lĩnh vực lập trình và dữ liệu
4. Giảng viên hướng dẫn tận tay giúp bạn thành thạo Python trong thời gian ngắn nhất
5. Cam kết chất lượng đào tạo, miễn phí học lại trọn đời nếu chưa nắm rõ kiến thức
Đội ngũ giảng viên
Nguyễn Hữu Minh
- 5 năm kinh nghiệm trong ngành Khoa học dữ liệu và Công nghệ thông tin tại Việt Nam
- Hiện đảm nhân vị trí Data Scientist, AI Researcher tại Công ty PIXTA Vietnam Co. Ltd
- Giải nhất cuộc thi Sinh viên Nghiên cứu Khoa học - Khoa Toán ứng dụng và Hệ thống thông tin
- Kĩ sư Toán và Thông tin tại trường Bách Khoa Hà Nội