Lịch học dự kiến diễn ra



Lớp: PY78SA10L2 LEVEL 2
Địa điểm: 59 Cao Thắng, Quận 3, HCM
Thời gian học: Thứ 3 - 19H00 - 21H30 & Thứ 5 - 19H00 - 21H30
Lịch khai giảng: Oct. 22, 2024
Thời gian kết thúc: Nov. 21, 2024
Giảng viên dự kiến: Thulvm_DE
Lớp: PY86A10L2 LEVEL 2
Địa điểm: Tầng 5, Tòa nhà Star City, 23 Lê Văn Lương, HN
Thời gian học: Thứ 4 - 19H00 - 21H30 & Thứ 7 - 19H00 - 21H30
Lịch khai giảng: Oct. 23, 2024
Thời gian kết thúc: Nov. 23, 2024
Giảng viên dự kiến: Quangnk.py
Deep Learning Application in the Real World (Python Level 3)

Deep Learning Application in the Real World (Python Level 3)

Đây là 1 khóa học Python nâng cao, ứng dụng trong lĩnh vực Học máy (Machine Learning), Học sâu (Deep Learning) và AI (trí tuệ nhân tạo)

Hình thức đào tạo online và offline trong thời lượng 12 buổi học, mỗi buổi học từ 2.5 - 3 tiếng.

Tên khóa học: Deep Learning Application in the Real World (Python Level 3) với 12 buổi học

Cơ hội nghề nghiệp nổi bật sau khi tốt nghiệp khóa học này là các vị trí:
• Data Analyst (Chuyên viên Phân tích Dữ liệu)
• Machine Learning (ML) Engineer (Kĩ sư Học máy)
• Artificial Intelligence (AI) Engineer (Kĩ sư Trí tuệ Nhân tạo)
• Data Scientist (Nhà Khoa học Dữ liệu)

4.9 (301)

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 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

Đã có kiến thức nền tảng về Python, Thuật toán & Framework

Bạn sẽ học những gì

Giúp cho học viên:
1. Cung cấp cái nhìn tổng quan về Deep Learning và Ứng dụng trong thực tế
2. Được thực hành thực tế các projects (dựa trên dữ liệu open sources) và làm quen với Tensorflow
3. Có thể tự tin apply các vị trí engineer fresher về machine learning, deep learning, AI

Nội dung khóa học

    Chủ đề:

    Cơ bản về Deep Learning và Neural Networks

    Mục tiêu:

    Hiểu rõ cấu trúc và nguyên lý hoạt động của mạng nơ-ron.

    Ứng dụng:

    Ứng dụng cơ bản trong phân tích dữ liệu.

    Case Study:

    Phân tích dữ liệu khách hàng.

    Chủ đề:

    Computer Vision và Convolutional Neural Networks

    Mục tiêu:

    Hiểu về CNN và ứng dụng trong xử lý ảnh.

    Ứng dụng:

    Phân loại và phân tích hình ảnh

    Case Study:

    Phân loại ảnh

    Chủ đề:

    Xây dựng mô hình Image Classification

    Mục tiêu:

    Tạo mô hình phân loại ảnh chính xác.

    Ứng dụng:

    Nhận dạng hình ảnh tự động.

    Case Study:

    Nhận dạng khuôn mặt

    Chủ đề:

    NLP và Recurrent Neural Networks

    Mục tiêu:

    Hiểu về RNN và ứng dụng trong NLP.

    Ứng dụng:

    Xử lý ngôn ngữ tự nhiên.

    Case Study:

    Phân tích cảm xúc từ văn bản.

    Chủ đề:

    Xây dựng mô hình Text Classification

    Mục tiêu:

    Tạo mô hình phân loại văn bản

    Ứng dụng:

    Phân loại tin tức, email

    Case Study:

    Phân loại tin tức giả mạo

    Chủ đề:

    Xử lý Âm thanh và Spectrogram

    Mục tiêu:

    Hiểu cách xử lý âm thanh

    Ứng dụng:

    Nhận dạng âm thanh, phân tích âm nhạc

    Case Study:

    Phân loại thể loại âm nhạc

    Chủ đề:

    Speech-to-Text

    Mục tiêu:

    Xây dựng mô hình chuyển đổi giọng nói thành văn bản

    Ứng dụng:

    Trợ lý ảo, nhập liệu tự động

    Case Study:

    Hệ thống ghi chú từ giọng nói

    Chủ đề:

    Phân Tích Time Series và ARIMA

    Mục tiêu:

    Hiểu cách phân tích và dự báo Time Series

    Ứng dụng:

    Dự báo tài chính, thời tiết

    Case Study:

    Dự báo giá cổ phiếu

    Chủ đề:

    Xây dựng mô hình ARIMA và LSTM

    Mục tiêu:

    Tạo mô hình dự báo chính xác hơn

    Ứng dụng:

    Dự báo kinh tế, thị trường

    Case Study:

    Dự báo nhu cầu sử dụng điện.

    Chủ đề:

    Giới thiệu về Reinforcement Learning

    Mục tiêu:

    Tối ưu hóa chiến lược kinh doanh và quyết định giá cả.
    Cải thiện quy trình xử lý hình ảnh và phân tích văn bản.

    Ứng dụng:

    Tối ưu hóa chiến lược kinh doanh và quyết định giá cả.
    Cải thiện quy trình xử lý hình ảnh và phân tích văn bản.

    Case Study:

    Sử dụng Reinforcement Learning để tối ưu hóa chiến lược giá cả trong thương mại điện tử.

    Chủ đề:

    Gradient Descent

    Mục tiêu:

    Gradient Descent
    Momentum Gradient Descent
    Adaptive Gradient Algorithm

    Ứng dụng:

    Hiểu biết về các kỹ thuật tối ưu hóa và cải tiến trong học máy.

    Case Study:

    Tối ưu hóa một mô hình học máy sử dụng các kỹ thuật Gradient Descent khác nhau.

    Chủ đề:

    Giải bài tập và trả lời câu hỏi.

    Mục tiêu:

    Giải đáp các case study

    Ứng dụng:

    Áp dụng kiến thức đã học vào việc giải quyết các vấn đề cụ thể.

    Case Study:

    Áp dụng kiến thức đã học để giải quyết một vấn đề cụ thể hoặc xây dựng một ứng dụng thực tế.

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 học
2. 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 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


Đặng Lê Khoa

- Chuyên viên cao cấp triển khai và tư vấn Công nghệ Tổng quát tại Hitachi Vantara Việt Nam
- Giảng viên tại CFD-Engineer Việt Nam
- Đảm nhận nhiệm vụ phân tích dữ liệu tại Cộng đồng kĩ sư Việt Nam CFD-Engineer
- Chứng chỉ:
1. Data Manipulation with Python (Advanced, score:166, percentile: 99%)
2. Importing & Cleaning Data with Python (Advanced, score:131, percentile: 85%)
3. Python Programming (Advanced, score:133, percentile: 86%)


Nguyễn Hữu Đạt

- Hơn 5 năm kinh nghiệm giảng dạy các bộ môn lập trình : Scratch, Minecraft, Python
- Hiện tại đang giữ vị trí Phó phòng Đào tạo tại Công ty cổ phần Công nghệ và Truyền thông VTC Netviet
- Software: Python Excel, AutoCAD, Production Management Software
- Tools & Techniques: Python, Selenium, Kivy, Django, MS Office, SwiftUI, Flutter, PHP


Nguyễn Nhã Hùng Tuấn

- More than 4 years of experience in Data Engineer
- Top 2 Final Round Softskills Training Program, level up- Sponsored by Samsung
- Professional Growth Award, recogniezed by Data and Analytics Department, KMS Solutions
- Certificate Of Appreciation, Techcon Organizer, KMS Group
- Skill Technical: Programming languages: Javascript, Ruby, Python CloverETL, build data process bricks, GoodData SDK Data model design, SQL DDL/DML, Vertica, analytical query API intergrations, git, bash, SSO, data governance


Lê Võ Minh Thư

- Tốt nghiệp Thạc sĩ khoa học chuyên ngành Hệ thống thông tin
- Hơn 16 năm kinh nghiệm Quản lý dự án và giảng viên tại các trường đại học. Hiện tại đang làm việc và giảng dạy tại trường đại học FPT