Lời khuyên chuyên gia giúp chinh phục khóa học Machine Learning FUNiX

Là Reviewer (người đánh giá) khóa học tại FUNiX, đồng thời cũng là một mentor trực tiếp kèm cặp sinh viên, TS Trần Tuấn Anh đưa ra các lời khuyên cụ thể giúp học viên chinh phục khóa học Machine Learning FUNiX cùng nhiều nhận xét chung về ngành qua cuộc phỏng vấn dưới đây.

• Xu hướng chọn học gia sư trực tuyến của phụ huynh Việt
• Review 5 khóa học lập trình cho người mới bắt đầu tốt nhất
• Có nên chọn khóa học lập trình online miễn phí không? Gợi ý các trang web học lập trình miễn phí
• Review tổ chức giáo dục trực tuyến FUNiX năm 2024 cho các bạn chưa biết
• Review cách học của công ty cổ phần đào tạo trực tuyến unica

Tiến sĩ Trần Tuấn Anh hiện là giảng viên ĐH Quốc gia Tp.HCM. Anh tốt nghiệp thạc sĩ Toán ứng dụng tại Đại học Orleans Pháp và hoàn thành bằng tiến sĩ Khoa học máy tính tại Đại học Quốc gia Chonnam Hàn Quốc. Anh có kiến thức chuyên môn về Khoa học máy tính, Học máy, chuyên môn mạnh trong thị giác máy tính và Toán ứng dụng.  Là Reviewer (người đánh giá) khóa học Machine Learning FUNiX, đồng thời cũng là một mentor trực tiếp kèm cặp sinh viên, TS Trần Tuấn Anh đưa ra các lời khuyên cụ thể giúp học viên chinh phục khóa học Machine Learning FUNiX cùng nhiều nhận xét chung về ngành qua cuộc phỏng vấn dưới đây.

 Thưa anh, là một trong những xu hướng công nghệ được quan tâm song chưa nhiều người hiểu về Machine Learning. Xin anh có thể chia sẻ nhận định của mình về những tiềm năng của ngành này ở Việt Nam và trên thế giới?

Tiến sĩ Trần Tuấn Anh: Tiềm năng của Machine Learning đến từ những bài toán mà con người cần phải giải quyết trong thực tế cuộc sống. Ngày nay, nó trở nên phổ biến và được quan tâm nhiều vì chúng ta đang có những công nghệ về phần cứng cũng như phần mềm để giải quyết một phần hoặc hoàn toàn những bài toán này. Chính vì vậy tiềm năng của nó là rất lớn không chỉ ở trên thế giới mà ngay chính tại Việt Nam, chúng ta cũng đang có cơ hội rất nhiều do khoảng cách về tri thức và công nghệ ngày nay đang được thu hẹp. Chúng ta đang có các đội ngũ nhân sự có thể đáp ứng được nhu cầu.

So với AI thì  Machine Learning có những điểm khác biệt như thế nào ạ? Anh đánh giá thế nào về tiềm năng của Machine Learning so với các lĩnh vực hot khác như IoT, Blockchain, Automotive, AI…?

Tiến sĩ Trần Tuấn Anh: Machine Learning có thể được coi là một công cụ để tạo nên AI. và vì nó là công cụ (cũng giống như tri thức các bạn học được để giải quyết các vấn đề thực tiễn) nên nó đang được áp dụng vào nhiều lĩnh vực khác nhau. Ngày nay ML được dùng rộng khắp trong cả IoT, Blockchain….Nói cách khác đi, nó là tri thức để giải quyết các vấn đề nên luôn có tiềm năng lớn.

Theo anh thì Machine Learning có những thách thức gì với người học?  Vì sao người theo đuổi CNTT nên nắm bắt những công nghệ hot như AI, Machine Learning, Data Science, Blockchain…?

Tiến sĩ Trần Tuấn Anh:  Thách thức nhất của Machine Learning có lẽ là đòi hỏi sự đam mê và thời gian nghiên cứu thường không nhanh đối với một người muốn hiểu sâu, đồng thời cần có kiến thức nền tảng về toán học. Thực tế thì mỗi lĩnh vực trong CNTT hiện nay đều có những vai trò nhất định, Machine Learning không thể thay thế hết tất cả các thành phần khác. Tuy nhiên, ngày nay cơ hội đang rất rộng mở với các ngành kể trên vì tiềm năng ứng dụng của nó có thể tạo ra những đột phá công nghệ, giúp đỡ con người phát triển. Nắm bắt được xu hướng công nghệ cũng sẽ giúp ích cho người học CNTT, đó cũng có thể là một lựa chọn hữu ích cho định hướng nghề nghiệp.

Theo anh, công tác đào tạo, chuẩn bị nhân lực về Machine Learning hiện nay tại Việt Nam có những thuận lợi và khó khăn gì ạ? 

Tiến sĩ Trần Tuấn Anh: Theo tôi thuận lợi là có sự đa dạng và phong phú về nguồn học, tài liệu học, cộng đồng hay nhóm học. Có sự tham gia từ nhiều trường học cũng như doanh nghiệp xuất phát từ nhu cầu thực tế.

Khó khăn thì chương trình học nhiều, tràn lan không có một sự định hướng hay tiếp cận nào chuẩn mực để người học cảm thấy tin tưởng thực sự. Kiểm soát chất lượng cũng không rõ ràng, thường chỉ công bố một vài tên người dạy để thu hút mà không biết khóa học sẽ như thế nào. Bài dạy thường vẫn rất xa so với thực tế công nghiệp. Đôi khi gây cảm giác hơi ảo tưởng cho người học.

Theo anh, sinh viên học ngành Toán/ Tin, Kinh tế.. có những lợi thế gì khi học Machine Learning? Các bạn có những cơ hội nghề nghiệp như thế nào nếu nắm vững kiến thức về Machine Learning và cần thêm các kiến thức bổ trợ/ ngành liên quan nào để nắm bắt được các cơ hội lớn trong ngành?

Tiến sĩ Trần Tuấn Anh: Sinh viên học ngành Toán/Tin thì có nền tảng sẵn về Toán và được đào tạo trong thời gian dài, sẽ có ưu thế về công nghệ hơn, tuy nhiên sinh viên ngành kinh tế lại có điểm lợi là nắm rõ nhu cầu thì trường, hiểu rõ nơi có thể dùng được và thường đề ra các bài toán thực tiễn hơn. Nắm vững về Machine Learning có thể chọn hướng kỹ thuật với các sinh viên ham mê công nghệ, ngược lại với sinh viên kinh tế thì có thể hiểu được và làm tốt vai trò quản trị. Nói chung 2 ngành này đều có những điểm mạnh và điểm yếu riêng biệt, kiến thức bổ trợ cho ngành này là điểm vốn có của ngành kia và ngược lại.

Anh đánh giá như thế nào về khóa học Machine Learning FUNiX? Việc học online tại FUNiX mang lại ưu thế và thử thách gì cho người học, theo anh?

Tiến sĩ Trần Tuấn Anh: Như đã nó ở trên, đầu tiên cần có sự chuẩn mực được thiết kế bài bản cho các khóa học Machine Learning, điểm này mình thấy FUNiX đang tiếp cận tốt. Nội dung của khóa học đầy đủ cho đối tượng học rõ ràng. Các tài liệu được chuẩn bị khá tốt, cách vận hành chuyên nghiệp. 

Học online ưu thế rõ ràng là người học tự do, và có thể học nhiều lần tới khi hiểu và làm được với các mentor trực tiếp. Đổi lại thử thách là cần người học có ý thức cao hơn trong việc tiếp nhận tri thức (chủ động).

Anh có thể chia sẻ vài lời khuyên giúp các học viên FUNiX chinh phục khóa học Machine Learning của trường một cách thành công ạ?

Tiến sĩ Trần Tuấn Anh: Nên thực sự tập trung và có định hướng rõ ràng. Mọi nội dung của khóa học đều được thiết kế có mục đích rõ ràng. Không nên có tư duy ngày một ngày hai nắm được toàn bộ theo kiểu mì ăn liền.

Tận dụng nguồn tri thức từ mentor. Để làm được điều đó thì thời gian học và tự nghiên cứu cũng phải đi kèm tương ứng. Hãy làm và hiểu rõ các bài kiểm tra, quiz hay ASM sẽ giúp bạn nắm được vấn để.

Trân trọng cảm ơn những chia sẻ của anh!

Quỳnh Anh (thực hiện)

• Học Machine Learning, Data Science cùng các chuyên gia FUNiX
• Nhà sáng lập FUNiX: ‘Giáo dục nắm cơ hội với AI’
• FUNiX chính thức golive Chương trình đào tạo Machine Learning với môn học đầu tiên