KẾT NỐI VÀO HỆ THỐNG

Nhận bộ công cụ hỗ trợ A1-Gads cùng nhiều ưu đãi giúp tối ưu tài khoản Google Ads ngay khi kết nối vào hệ thống.

Workshop làm nghề Data tinhte.vn | A1 Digihub

Recap Workshop: “Đi làm nghề Data, bắt đầu như thế nào”

Chào mọi người, trong bài tóm tắt hôm qua, sếp Tuấn Lê đã share quan điểm, và cách nhìn data dưới góc độ quản lý, các anh cấp C-level. Hôm nay, mình sẽ recap lại những vấn đề technical sâu hơn qua phần chia sẻ của chị Nga và anh Luân bên Tinh tế. Bài recap về Technical Data này phần I chủ yếu dành cho những bạn làm Business, phần II sẽ dành chút chút cho các bạn data engineer nhé!

PHẦN I: DATA CHO BẠN NÀO ĐANG LÀM BUSINESS (PERFORMANCE MKT, FINANCE, SUPPLY CHAIN,…)

SQL (Excel của tương lai) – Structured Query Language: Thật ra chẳng phải là cái gì quá cao cấp hay Fancy, nó cũng chỉ là một loại câu lệnh để lấy dữ liệu trong nhiều bảng khác nhau mà thôi. Nó cũng giống như việc bạn có 1 đống các file Excel và bạn phải ngồi ghép nối chúng lại với nhau, chỉ khác là SQL giúp bạn làm chuyện đó một cách cực kì hiệu quả, tiết kiệm thời gian, công sức, và bạn có thể tiếp cận với lượng dữ liệu lớn của công ty (được phân quyền kĩ càng) mà không phải đợi mấy ông IT xuất Excel.Reference for learning: http://www.postgresqltutorial.com.

Mathematics: Làm việc với Data, sốmá, ngu toán là điều không thể đúng không. Nếu đang là sinh viên, hãy chú ý học những môn như Xác xuất thống kê, phương pháp tính nhé.

Persuasion: Thuyết phục các team khác tin vào data, tin vào quyết định của mình dựa trên data. Hãy thuyết phục người khác rằng data của bạn thực sự có ích- Python: Thật ra cũng không quá cần thiết (Cái này dành cho các bạn data analyst hardcore chút thôi). Ngôn ngữ lập trình bậc cao này sẽ giúp bạn rất nhiều trong việc Visualize dữ liệu cũng như tính toán, (bạn data analyst nào đỉnh hơn thì tìm hiểu về machine learning luôn nhé)

PHẦN II. CÁCH APPLY MACHINE LEARNING (TRONG PHẠM VI BÀI VIẾT, MÌNH SẼ KHÔNG NÓI SÂU VỀ PHẦN NÀY, NHƯNG BẠN NÀO QUAN TÂM THÌ ĐỂ LẠI EMAIL MÌNH SẼ GỬI MỘT SỐ REFERENCES NHÉ)

Để apply machine Learning, Nga có chia sẻ một tips mình thấy rất hay, thay vì đọc rất nhiều paper, focus vào các report chuyên sâu, hãy follow up các Steps sau:

  • Tìm hiểu về Business Case: Hãy xem Business thực sự cần gì, cần cải tiến gì, áp dụng ML chỗ nào?
  • Tìm hiểu cách giải quyết của người khác trong case đó: Tích cực tìm đọc trên Medium, Kaggle nhé, sẽ giúp ích rất rất nhiều đấy
  • Apply thử: Cứ thử xem apply vào có hiệu quả không, rút kinh nghiệm rồi lại thử. Thế thôi

>>>>>>>Tham khảo: 10 cuốn sách FREE nên đọc về Data Science và Machine Learning

Ngoài Machine Learning, các bạn các định hướng trở thành data scientist nên tìm hiểu về thêm về 10 Methods này để trau dồi thêm ML skills nhé:

  1. Regression
  2. Classification
  3. Clustering
  4. Dimensionality Reduction
  5. Ensemble Methods
  6. Neural Nets and Deep Learning
  7. Transfer Learning
  8. Reinforcement Learning
  9. Natural Language Processing
  10. Word Embeddings