Khóa học dành cho người mới bắt đầu trở thành kỹ sư AI được thiết kế để trải nghiệm ngắn gọn toàn bộ quy trình từ xử lý dữ liệu, phát triển mô hình, đến Cloud, MLOps và các cân nhắc về đạo đức. Khóa học không chỉ dừng lại ở việc tạo ra mô hình mà còn tập trung vào việc hiểu quy trình kết nối với dịch vụ thực tế để rèn luyện kỹ năng chuyên môn. Các bài thực hành và ví dụ đi kèm sẽ giúp ngay cả những người lần đầu học về AI cũng có thể dễ dàng theo kịp.
1 học viên đang tham gia khóa học này
Độ khó Nhập môn
Thời gian Không giới hạn
Học các công nghệ được sử dụng trong phát triển AI
Tìm hiểu các nguyên lý cơ bản của Machine Learning và Deep Learning
Tìm hiểu khái niệm và các trường hợp sử dụng của LLM và RAG
🎯 Tổng quan khóa học
AI (Trí tuệ nhân tạo) không còn là công nghệ chỉ nằm trong phòng thí nghiệm, mà đang đóng vai trò then chốt trong các dịch vụ chúng ta sử dụng hàng ngày và tại các hiện trường công nghiệp. Từ trợ lý ảo, hệ thống gợi ý, tự lái, chẩn đoán y tế cho đến quản lý rủi ro tài chính, AI đã đi sâu vào cuộc sống của chúng ta. Tuy nhiên, bạn có thể vẫn cảm thấy mơ hồ về việc nghề nghiệp "Kỹ sư AI" chính xác là làm những công việc gì, cũng như cần có những kỹ năng và năng lực nào.
Khóa học này được chuẩn bị dành cho những người mới bắt đầu đang cân nhắc thực hiện bước đi đầu tiên để trở thành kỹ sư AI. Được thiết kế để mang lại trải nghiệm rộng rãi, bắt đầu từ ngôn ngữ lập trình Python và kiến thức cơ bản về xử lý dữ liệu, đến các khái niệm cốt lõi của Machine Learning, quy trình huấn luyện và triển khai mô hình, hiểu biết về LLM và RAG, và cuối cùng là vận hành mô hình thông qua MLOps bằng cách xây dựng FAST API. Thay vì chỉ liệt kê các lý thuyết đơn thuần, khóa học truyền tải một cách sinh động cách thức công việc "Kỹ thuật AI" (AI Engineering) hoạt động trong thực tế thông qua các bài thực hành và ví dụ thực tiễn.
👩🎓 Đối tượng học viên
Sinh viên đại học hoặc người đang chuẩn bị tìm việc quan tâm đến lĩnh vực AI/Dữ liệu
Những người hiện đang làm nhà phát triển nhưng đang cân nhắc mở rộng sự nghiệp sang lĩnh vực AI
Những người đã có kinh nghiệm phân tích dữ liệu nhưng còn thiếu kinh nghiệm trong việc triển khai hoặc vận hành mô hình.
Người mới bắt đầu tò mò về việc “chính xác thì kỹ sư AI làm những gì”
📚 Mục tiêu học tập
Hiểu về vai trò và bộ kỹ năng cần thiết của kỹ sư AI
Nắm vững kiến thức cơ bản về Python và các thư viện xử lý dữ liệu (Numpy, Pandas, Matplotlib)
Trải nghiệm toàn bộ quy trình từ huấn luyện đến triển khai mô hình học máy
Hiểu rõ các ví dụ đa dạng về việc ứng dụng mô hình AI trong các dịch vụ thực tế
📌 Hiệu quả khóa học
Bạn có thể hiểu một cách cụ thể về vai trò thực tế của nghề nghiệp gọi là "Kỹ sư AI".
Không chỉ dừng lại ở mức độ tạo ra mô hình đơn thuần, bạn sẽ trực tiếp trải nghiệm quy trình làm việc thực tế từ Thu thập dữ liệu → Huấn luyện mô hình → Triển khai/Vận hành.
Thông qua các bài thực hành và ví dụ thực tế, bạn sẽ rèn luyện được tư duy kỹ thuật AI sát với thực tế, đồng thời tích lũy được những kinh nghiệm hữu ích cho hồ sơ năng lực (portfolio) và sự nghiệp sau này.
Trong dòng chảy biến đổi nhanh chóng của ngành công nghiệp AI, bạn có thể thiết lập hướng học tập cần thiết cho bản thân và xây dựng nền tảng cơ bản để phát triển thành một kỹ sư AI thực thụ.
👉 Khóa học này không chỉ dừng lại ở mức độ đơn thuần là “thử tạo ra một mô hình học máy”, mà còn hướng tới mục tiêu giúp bạn trực tiếp trải nghiệm toàn bộ quá trình dịch vụ hóa AI. Sau khi kết thúc khóa học, bạn sẽ có thể hiểu về nghề kỹ sư AI một cách thực tế và cụ thể hơn, đồng thời có thể vẽ ra một bức tranh rõ ràng về những kỹ năng cần học cũng như lộ trình nghề nghiệp có thể theo đuổi trong tương lai.
Khóa học này dành cho ai?
Người mới bắt đầu làm quen với AI và Machine Learning
Nhân viên văn phòng quan tâm đến khoa học và kỹ thuật dữ liệu, nhà phát triển muốn thử sức với các dịch vụ AI dựa trên nền tảng đám mây
Cần biết trước khi bắt đầu?
Kinh nghiệm lập trình Python cơ bản
Hiểu biết toán học rất cơ bản (đại số tuyến tính·thống kê)
Sự quan tâm đến phân tích dữ liệu
6,062
Học viên
314
Đánh giá
157
Trả lời
4.7
Xếp hạng
6
Các khóa học
Xin chào. Tôi tốt nghiệp cử nhân và thạc sĩ tại Mỹ, chuyên ngành lần lượt là Khoa học máy tính và Khoa học dữ liệu. Hiện tại, tôi đang làm kỹ sư dữ liệu cho một công ty trong lĩnh vực chăm sóc sức khỏe. Để mô tả ngắn gọn về công việc hàng ngày của mình: tôi sử dụng AWS và Airflow để tải dữ liệu mỗi ngày và thực hiện quy trình ETL, đồng thời giám sát việc nhập dữ liệu và xây dựng các chương trình khi phát sinh vấn đề hoặc cần cải thiện. Việc giám sát dữ liệu chủ yếu được thực hiện qua CloudWatch của AWS và chương trình Splunk. Các công nghệ tôi đang sử dụng tại công ty hiện nay bao gồm Python, AWS, SQL, v.v. Gần đây, công ty đang có xu hướng chuyển đổi sang GCP nên tôi đang tiếp cận đồng thời cả AWS và GCP.
Vào năm 2022, công ty đã hoàn tất việc di chuyển gần 80% dữ liệu và đường ống dẫn (pipeline) sang GCP, và tôi đang đi sâu vào xử lý Bigquery, GCS & GKE. Tất nhiên, tôi cũng đang song song thực hiện các công việc về IaC tổng thể bằng cách sử dụng Docker Container & Terraform.
Điều tôi cảm nhận rõ rệt nhất khi làm việc với tư cách là một kỹ sư dữ liệu là như sau: Với sự xuất hiện của các công nghệ mới mỗi ngày, liệu những công nghệ tôi đang sử dụng có trở nên lỗi thời (obsolete) không? Nếu vậy thì lý do là gì? Liệu công nghệ mới đó có thực sự thay thế được cái cũ không? Nó có nhược điểm gì không? Đúng vậy, việc tìm ra câu trả lời cho tất cả những câu hỏi đó dường như rất khó khăn. Tuy nhiên, trải qua quá trình đó, tôi đã nhận thấy một điểm chung. Đó là khi đi sâu vào bản chất, chúng hầu như tương đồng nhau. Nói cách khác, nếu bạn đào sâu và nắm vững một thứ, việc học các công nghệ khác sẽ trở nên dễ dàng hơn rất nhiều. Tôi muốn thường xuyên đề cập đến cơ chế này trong các bài giảng của mình. Tôi muốn chia sẻ tất cả những kiến thức mình đang có với các bạn. Tôi sẽ cố gắng hết sức để trở thành người dẫn đường cho các bạn.
Tôi, Simon Kim, sẽ mang đến cho các bạn những bài giảng thú vị và dễ hiểu. Tôi hứa sẽ không ngừng giao tiếp với các bạn để trở thành một phiên bản tốt hơn của chính mình. Việc chứng kiến kỹ năng của các bạn tiến bộ chính là niềm hạnh phúc lớn lao đối với tôi.
Tất cả
24 bài giảng ∙ (4giờ 35phút)
Tài liệu khóa học:
6. Numpy
12:44
7. Pandas
15:52
8. Pandas nâng cao
16:03
9. Matplotlib
18:20
Hãy khám phá các khóa học khác của giảng viên!
Khám phá các khóa học khác trong cùng lĩnh vực!
Ưu đãi có thời hạn
27.230 ₫
54%
1.280.823 ₫
![[Dành cho người mới bắt đầu] Tìm hiểu phân tích máy học với AutoKerasHình thu nhỏ khóa học](https://cdn.inflearn.com/public/courses/327164/cover/2825a3d8-08a1-4baf-9a21-698f89e877e3/인프런 강의 이미지.png?w=420)
