Artwork

Content provided by Ta Di Tay. All podcast content including episodes, graphics, and podcast descriptions are uploaded and provided directly by Ta Di Tay or their podcast platform partner. If you believe someone is using your copyrighted work without your permission, you can follow the process outlined here https://player.fm/legal.
Player FM - Podcast App
Go offline with the Player FM app!

#27.2: 🇺🇸Học Toán và làm Khoa học Dữ liệu ở Mỹ

36:26
 
Share
 

Manage episode 302634797 series 2984038
Content provided by Ta Di Tay. All podcast content including episodes, graphics, and podcast descriptions are uploaded and provided directly by Ta Di Tay or their podcast platform partner. If you believe someone is using your copyrighted work without your permission, you can follow the process outlined here https://player.fm/legal.
Trong phần 2 này Trang sẽ chia sẻ nhiều hơn về bản chất công việc khoa học dữ liệu của Trang - các công cụ sử dụng, các điểm nhấn, các hiểu lầm, và vì sao nên học thạc sĩ để tiến thân trong ngành khoa học dữ liệu
Nếu muốn nghe về các hiểu lầm, tua đến phút 17. Để nghe về vì sao học thạc sĩ, tua đến phút 27.
Phần 3 sẽ nói về học Toán ở Mỹ, hay là cơn ác mộng của đời mình, và khác với học Toán ở Việt Nam như thế nào. Nó không dễ như bạn nghĩ đâu
Các tài liệu mà Trang nhắc đến giúp chuẩn bị vào ngành Khoa học dữ liệu:
- Khóa Deep Learning Coursera: https://www.coursera.org/specializations/deep-learning
- Andrew Ng: tất cả các khóa về khoa học dữ liệu
- Towards Data Science Medium: https://towardsdatascience.com/
2:00 - Tổng quan công việc ở 2 công ty khoa học dữ liệu của Trang
11:50 - Các công cụ và quy trình làm việc khoa học dữ liệu
11:00 - Active Learning là gì
14:30 - Testing trong khoa học dữ liệu
16:00 - Không biết công cụ công ty yêu cầu có phải vấn đề không?
18:20 - Hiểu lầm 1 về khoa học dữ liệu - cần giỏi Toán và Tin để làm
22:30 - Hiểu lầm thứ 2 về khoa học dữ liệu
27:48 - Học thạc sĩ Machine Learning và Computational DS - càng đi làm càng thấy khác biệt giữa cử nhân và thạc sĩ/tiến sĩ trong công việc
31:30 - Tổng quan các chương trình thạc sĩ Data Science ở Mỹ
Nhạc: https://archesaudio.com/
  continue reading

80 episodes

Artwork
iconShare
 
Manage episode 302634797 series 2984038
Content provided by Ta Di Tay. All podcast content including episodes, graphics, and podcast descriptions are uploaded and provided directly by Ta Di Tay or their podcast platform partner. If you believe someone is using your copyrighted work without your permission, you can follow the process outlined here https://player.fm/legal.
Trong phần 2 này Trang sẽ chia sẻ nhiều hơn về bản chất công việc khoa học dữ liệu của Trang - các công cụ sử dụng, các điểm nhấn, các hiểu lầm, và vì sao nên học thạc sĩ để tiến thân trong ngành khoa học dữ liệu
Nếu muốn nghe về các hiểu lầm, tua đến phút 17. Để nghe về vì sao học thạc sĩ, tua đến phút 27.
Phần 3 sẽ nói về học Toán ở Mỹ, hay là cơn ác mộng của đời mình, và khác với học Toán ở Việt Nam như thế nào. Nó không dễ như bạn nghĩ đâu
Các tài liệu mà Trang nhắc đến giúp chuẩn bị vào ngành Khoa học dữ liệu:
- Khóa Deep Learning Coursera: https://www.coursera.org/specializations/deep-learning
- Andrew Ng: tất cả các khóa về khoa học dữ liệu
- Towards Data Science Medium: https://towardsdatascience.com/
2:00 - Tổng quan công việc ở 2 công ty khoa học dữ liệu của Trang
11:50 - Các công cụ và quy trình làm việc khoa học dữ liệu
11:00 - Active Learning là gì
14:30 - Testing trong khoa học dữ liệu
16:00 - Không biết công cụ công ty yêu cầu có phải vấn đề không?
18:20 - Hiểu lầm 1 về khoa học dữ liệu - cần giỏi Toán và Tin để làm
22:30 - Hiểu lầm thứ 2 về khoa học dữ liệu
27:48 - Học thạc sĩ Machine Learning và Computational DS - càng đi làm càng thấy khác biệt giữa cử nhân và thạc sĩ/tiến sĩ trong công việc
31:30 - Tổng quan các chương trình thạc sĩ Data Science ở Mỹ
Nhạc: https://archesaudio.com/
  continue reading

80 episodes

All episodes

×
 
Loading …

Welcome to Player FM!

Player FM is scanning the web for high-quality podcasts for you to enjoy right now. It's the best podcast app and works on Android, iPhone, and the web. Signup to sync subscriptions across devices.

 

Quick Reference Guide