ManuAI
EN

Lộ trình kỹ thuật · 8 bước · 87 phút

Nhà khoa học dữ liệu

“Tôi muốn trở thành nhà khoa học dữ liệu”

Python, thống kê, những mô hình đầu tiên và cách đánh giá trung thực, kết thúc bằng một dự án portfolio để bạn đem đi ứng tuyển. Lộ trình này giả định bạn đã quen dùng bảng tính; nếu chưa, hãy bắt đầu nhẹ nhàng hơn với lộ trình Chuyên viên phân tích dữ liệu.

3–4 giờ mỗi tuần trong 6 tuần

Bắt đầu bước 1 Đã tích 0/8 bước

01

Các bước

Dấu tích và điểm số chỉ lưu trong trình duyệt này. Không cần tài khoản.

  1. 01Nhà khoa học dữ liệu thực sự làm gìGiải thích công việc này bằng lời đơn giản và phân biệt nó với chuyên viên phân tích, kỹ sư ML.
  2. 02Python và notebook cho dữ liệuNạp một bộ dữ liệu vào pandas trên notebook miễn phí, rồi lọc, nhóm và ghép bảng.
  3. 03Khám phá dữ liệu trước khi tin nóLàm một phân tích khám phá cơ bản và phát hiện những vấn đề có thể đánh lừa mô hình.
  4. 04Xác suất và thống kê để ra quyết địnhĐọc khoảng tin cậy, p-value và kết quả A/B test mà không nói quá.
  5. 05Những mô hình đầu tiênHuấn luyện và so sánh một baseline, một mô hình hồi quy và một cây quyết định bằng scikit-learn.
  6. 06Đánh giá mô hình một cách trung thựcChọn đúng chỉ số, dùng cross-validation, và kiểm tra rò rỉ dữ liệu cũng như lỗi thiếu công bằng.
  7. 07Làm việc với AI và LLM trong vai nhà khoa học dữ liệuDùng trợ lý AI để viết code an toàn và biết khi nào LLM là công cụ phù hợp.
  8. 08Trình bày kết quả và dự án portfolio đầu tiênViết báo cáo phân tích cho người bận rộn và công bố một dự án portfolio nhỏ, trung thực.

02

Bài kiểm tra và chứng nhận

Bài kiểm tra lộ trình Nhà khoa học dữ liệu

Tích xong mọi bước, rồi làm bài kiểm tra 10 câu và đạt từ 80% trở lên. Chứng nhận đi kèm một đường link ai cũng kiểm tra được.

  • Đã tích 0/8 bước
  • Đạt bài kiểm tra lộ trình từ 80%
Làm bài kiểm tra lộ trình Chứng nhận chưa mở khóa

03

Học tiếp ở đâu

Tài liệu miễn phí, uy tín để đi sâu hơn. Các link mở sang trang khác.