Khóa học AI/ Machine Learning/ Deep Learning Foundation
Thời lượng
25 buổi (50 giờ)
Hình thức đào tạo
Online qua Zoom
Số tín chỉ
15
Tổng quan
Hiện nay, mức lương của AI Engineer thuộc hàng cao nhất trong lĩnh vực công nghệ, thường dao động từ 70,000 đến 150,000 USD/năm, tùy kinh nghiệm và kỹ năng. Trong tương lai, khi nhu cầu AI tăng mạnh, mức lương dự kiến còn tăng cao hơn nữa, nhất là với chuyên gia có kỹ năng nâng cao về AI tổng hợp và bảo mật.
Chương trình học cung cấp nền tảng toàn diện về trí tuệ nhân tạo (AI), học máy (Machine Learning), và học sâu (Deep Learning), giúp học viên nắm bắt kiến thức từ cơ bản đến nâng cao. Khóa học tập trung vào các ứng dụng của AI như thị giác máy tính (Computer Vision) và xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP), hướng dẫn học viên xây dựng và triển khai các mô hình AI thực tế từ A đến Z. Bên cạnh lý thuyết, chương trình tích hợp các bài thực hành thực tế, giúp học viên áp dụng kiến thức vào các bài toán cụ thể, xây dựng nền tảng vững chắc cho sự nghiệp trong lĩnh vực AI.
Mục tiêu học tập
Đối tượng học tập
Sinh viên, nghiên cứu sinh nhóm ngành công nghệ thông tin, khoa học, toán ứng dụng, điện tử, ...
Người đã đi làm các lĩnh vực khác, muốn tìm hiểu về AI/ML để ứng dụng trong công việc.
Người đã đi làm trong các mảng khác của ngành CNTT, muốn chuyển sang học AI/ML để thay đổi công việc, hoặc áp dụng công việc.
Chuẩn đầu ra
Theo chuẩn BLOOM 3 mốc đầu
Biết:
• Được trang bị những kiến thức cơ bản về AI, học máy, học sâu, các thuật toán quan trọng (như Linear Regression, Logistic Regression, Decision Tree, k-NN).
• Có khả năng nhắc lại các khái niệm và vai trò của thị giác máy tính và xử lý ngôn ngữ tự nhiên.
Hiểu:
• Phân loại được các bài toán AI, nắm rõ các phương pháp và quy trình xây dựng mô hình học máy và học sâu.
• Có thể phân tích và so sánh các thuật toán khác nhau trong học máy và học sâu.
Áp dụng:
• Áp dụng được các kiến thức đã học để xử lý các bài toán trong thực tế như dự đoán giá nhà, phân đoạn ảnh, nhận dạng vật thể và phân loại văn bản.
• Xây dựng được các mô hình AI ứng dụng được trong môi trường doanh nghiệp.
Theo tư duy, công cụ, kỹ năng
Công cụ:
• Thành thạo Python và Google Colab, sử dụng thư viện OpenCV, Pillow cho xử lý ảnh và các thư viện học sâu phổ biến như TensorFlow, Keras.
Tư duy:
• Phát triển tư duy giải quyết vấn đề, tư duy phân tích và tổng hợp dữ liệu.
• Khả năng tư duy phân tích hệ thống, làm việc với các mô hình thuật toán phức tạp.
Kỹ năng:
• Kỹ năng lập trình Python, kỹ năng xây dựng mô hình học máy.
• Kỹ năng xử lý ảnh và ngôn ngữ tự nhiên.
• Kỹ năng triển khai các mô hình AI trong môi trường thực tế.
Công việc sau khi thành thành khóa học
Bạn có thể trở thành Data Analyst để khai thác dữ liệu chuyên sâu, Machine Learning Engineer với khả năng xây dựng các mô hình máy học phức tạp, hoặc Product Manager AI - người điều phối sản phẩm AI từ ý tưởng đến triển khai. Những kỹ năng này cũng giúp bạn dễ dàng chuyển sang vai trò Data Scientist hay Business Analyst chuyên sâu về AI, đóng góp cho chuyển đổi số và nâng cao hiệu suất cho doanh nghiệp. Đây là những công việc đang có nhu cầu cao và hứa hẹn sự phát triển dài hạn trong sự nghiệp.
Lộ trình học tập
Khái niệm về AI, Machine learning, Deep Learning
Lịch sử AI, Hiện trạng phát triển AI
Tổng hợp các kiến thức toán cơ bản cần thiết trong AI
Tổng hợp các kiến thức lập trình Python
Sử dụng Python thực hành cơ bản
Cách sử dụng Google colab introduction để code
Bài toán hồi quy: Linear Regression, Logistic Regression
Bài toán phân loại: k-NN, Decision Tree, Naive Bayes,...
Thực hành: Dự doán giá nhà, Credit scoring,...
Bài toán phát hiện bất thường dữ liệu
Giảm chiều dữ liệu: PCA, LLE,...
Thực hành: K-mean và Mean shift trong ứng dụng phân đoạn ảnh
Các phương pháp huấn luyện mạng nơ ron nhân tạo
Các thuật toán tối ưu mô hình: Gradient Descent, SGD,...
Thực hành: Nhận dạng chữ viết tay sử dụng mạng neuron đa lớp
Các kĩ thuật cải thiện chất lượng hình ảnh
Các bộ lọc ảnh: Gaussian, Laplace, ...
Thực hành: Các kỹ thuật xử lý hình ảnh sử dụng OpenCV, Pillow
- Corner detection: Harris, Shi-Tomasi,...
- Feature extraction: HOG, SIFT, ...
Thực hành: Xây dựng hệ thống nhận diện vật thể ứng dụng machine learning
CNN và các kiến trúc học sâu hiện đại: ResNet, MobileNet,...
Ứng dụng học sâu trong thị giác máy tính
Thực hành:
- Xây dựng mạng học sâu trong bài toán phân loại hình ảnh, xác định vật thể trong ảnh
- One hot
- Skip gram
- CBOW
Thực hành:
- Xây dựng mô hình embedding từ"
Các bài toán trong ngôn ngữ tự nhiên
- text classification
- POS tagging
Thực hành:
- Text classification: phân loại sắc thái văn bản
Bài toán text classification với mạng LSTM
Cấu trúc Self Attention và Transformer
Thực hành: Image Captioning
Giảng viên
Giảng viên Bộ môn Truyền thông và Mạng máy tính tại ĐHBK HN
Giảng viên Bộ môn Truyền thông và Mạng máy tính tại ĐHBK HN
- Leader AI tại FPT Software. Phó kiến trúc sư kỹ thuật. Nhà khoa học ứng dụng. Back-End Developer.
Các dự án nổi bật:
- Electronic Know Your Customer (eKYC), quy trình cho phép xác minh điện tử danh tính của khách hàng
bằng giấy tờ tùy thân dựa trên các mô hình AI.
- Các dự án trong lĩnh vực y tế: dự đoán tự động bệnh thalassemia, phân tích bện dựa trên hình ảnh nội soi,
dự án số hóa và lưu trữ biểu đồ bệnh nhân để cung cấp phân tích hỗ trợ bệnh nhân.
- Các dự án Smart City, sử dụng xử lý ngôn ngữ tự nhiên để trích xuất trạng thái, cảm xúc.
Trợ giảng
Feedback học viên
Nguyễn Linh Đan
Ai Engineer tại Sun Group
Nguyễn Thái Lực
Data Science tại LB Bank
Phạm Thanh Hoa
Leader AI Engineer tại Chứng khoán Bảo việt
Dự án học viên
Thông tin khóa học
Đào tạo trực tuyến
Các buổi học sẽ diễn ra qua các nền tảng trực tuyến như Zoom, Microsoft Teams, và Google Meet.Học viên tham gia các buổi học trực tiếp với giảng viên qua hình thức online
Nội dung buổi học
Sẽ bao gồm trung bình 60% lý thuyết và 40% thực hành. Các bài thực hành được lấy từ các bài toán thực tế, giúp học viên áp dụng ngay kiến thức vào công việc.
Tài liệu học tập
Slide bài giảng, hướng dẫn thực hành chi tiết.
Video bài giảng
Học viên có thể xem lại video các buổi học để ôn tập và nắm vững kiến thức.
Tương tác trực tiếp
Học viên có thể trao đổi trực tiếp 1-1 với giảng viên hoặc trợ giảng để được giải đáp thắc mắc và hỗ trợ trong quá trình học.
Lợi ích chỉ có tại COLE
Giới thiệu việc làm sau khóa học
Học lại free
Cộng đồng chuyển đổi số 1
Câu hỏi thường gặp
- Một số khóa học có công cụ để thhuwcj hành, các GV sẽ chuẩn bị trước thông tin và hướng dẫn cài đặt công cụ để học viên tham gia học tập một cách hiệu quả nhất."
Để biết thêm thông tin chi tiết đừng ngần ngại gọi cho chúng tôi.
-
Hotline
-
Email
-
Trang tin chính thức
Hoặc để lại thông tin
COLE - Lựa chọn hàng đầu cho nhân
sự về Digital Skills
5000+
Học viên theo học
30%
Thu nhập học viên tăng lên sau khi học
30+ Khóa học
Hàng đầu về ứng dụng công nghệ
50+
Chuyên gia hàng đầu về chuyển đổi số
300+ Doanh nghiệp hàng đầu lựa chọn Cole để nâng cấp kỹ năng
Hình ảnh lớp học
