Chuyển đến nội dung chính

Khóa Học Dữ Liệu, AI và Cloud

Thành thạo kỹ năng quan trọng

Theo dõi các video ngắn do giảng viên chuyên gia dẫn dắt và sau đó thực hành những gì ban đã học với các bài tập tương tác trên trình duyệt.

  • Học theo tốc độ của riêng ban
  • Có kinh nghiệm thực hành
  • Hoàn thành các chương ngắn gọn

Tạo tài khoản miễn phí

hoặc

Bằng cách tiếp tục, bạn chấp nhận Điều khoản sử dụng, Chính sách bảo mật và việc dữ liệu của bạn được lưu trữ tại Hoa Kỳ.
328 Khóa học

Khóa học

Analyzing US Census Data in R

  • Trung cấpTrình độ kỹ năng
  • 4.9+
  • 73

Learn to rapidly visualize and explore demographic data from the United States Census Bureau using tidyverse tools.

Phân tích dữ liệu thăm dò

4 giờ

Khóa học

Xây dựng mô hình phản hồi trong R

  • Trung cấpTrình độ kỹ năng
  • 4.9+
  • 73

Xác suất và thống kê

4 giờ

Khóa học

Google DeepMind: Build Your Own Small Language Model

  • Trung cấpTrình độ kỹ năng
  • 5.0+
  • 70

In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level of machine learning development pipelines.

Đám mây

6 giờ

Khóa học

Lập trình song song trong R

  • Trung cấpTrình độ kỹ năng
  • 4.7+
  • 65

Phát triển phần mềm

4 giờ

Khóa học

Forecasting Product Demand in R

  • Trung cấpTrình độ kỹ năng
  • 4.7+
  • 62

Learn how to identify important drivers of demand, look at seasonal effects, and predict demand for a hierarchy of products from a real world example.

Xác suất và thống kê

4 giờ

Khóa học

Lập trình R theo hướng phòng thủ

  • Trung cấpTrình độ kỹ năng
  • 4.9+
  • 61

Phát triển phần mềm

4 giờ

Khóa học

Giới thiệu về Anomaly Detection bằng R

  • Trung cấpTrình độ kỹ năng
  • 4.8+
  • 61

Học các bài kiểm tra thống kê để xác định các giá trị ngoại lệ và cách sử dụng các thuật toán đánh giá sự bất thường phức tạp.

Xác suất và thống kê

4 giờ

Khóa học

Lập trình với dplyr

  • Trung cấpTrình độ kỹ năng
  • 4.8+
  • 60

Xử lý dữ liệu

4 giờ

Khóa học

Dự đoán CTR với Machine Learning trong Python

  • Trung cấpTrình độ kỹ năng
  • 4.9+
  • 56

Học máy

4 giờ

Khóa học

Tối ưu hóa mã R với Rcpp

  • Trung cấpTrình độ kỹ năng
  • 4.9+
  • 53

Phát triển phần mềm

4 giờ

Khóa học

Intermediate Functional Programming with purrr

  • Trung cấpTrình độ kỹ năng
  • 4.8+
  • 53

Continue learning with purrr to create robust, clean, and easy to maintain iterative code.

Phát triển phần mềm

4 giờ

Khóa học

Phân tích nhân sự: Dự đoán nghỉ việc bằng R

  • Trung cấpTrình độ kỹ năng
  • 4.8+
  • 48

Dự đoán tỷ lệ nhân viên nghỉ việc và thiết kế các chiến lược giữ chân nhân viên.

Học máy

4 giờ

Khóa học

Các Mô hình Hỗn hợp trong R

  • Trung cấpTrình độ kỹ năng
  • 4.8+
  • 48

Xác suất và thống kê

4 giờ

Khóa học

Getting Started with Google Kubernetes Engine

  • Trung cấpTrình độ kỹ năng
  • 4.8+
  • 37

The goal of this course is to introduce the basics of Google Kubernetes Engine, or GKE, and how to get applications containerized and running in Google Cloud.

Đám mây

5 giờ

Khóa học

Essential Google Cloud Infrastructure: Core Services

  • Trung cấpTrình độ kỹ năng
  • 4.9+
  • 33

This course introduces the comprehensive and flexible infrastructure and platform services provided by Google Cloud with a focus on Core Services.

Đám mây

4 giờ

Khóa học

Google DeepMind: Fine-Tune Your Model

  • Trung cấpTrình độ kỹ năng
  • 5.0+
  • 23

Unleash the power of language models with fine-tuning. In this course, you will learn how to adjust a pre-trained model to a specific task.

Đám mây

8 giờ

Khóa học

LLM Application Fundamentals with LangChain

  • Trung cấpTrình độ kỹ năng
  • 4.7+

Learn to build conversational LLM applications — with reliable structured output, persistent conversation history, and real-time streaming.

Trí tuệ nhân tạo

AI Native

Over 3 hours

Khóa học

LLM Application Evaluation with LangSmith

  • Trung cấpTrình độ kỹ năng
  • 4.7+

Learn to systematically measure and improve LLM application quality.

Trí tuệ nhân tạo

2-3 hours

Khóa học

Agentic Systems with LangGraph

  • Trung cấpTrình độ kỹ năng
  • 4.7+

Learn to build agentic systems using LangGraph.

Trí tuệ nhân tạo

Over 3 hours

Khóa học

Retrieval-Augmented Generation with LangChain

  • Trung cấpTrình độ kỹ năng
  • 4.7+

Learn to build knowledge-grounded LLM applications that retrieve relevant information from structured and unstructured sources before generating responses.

Trí tuệ nhân tạo

2-3 hours

Khóa học

Prompt Engineering with LangChain

  • Trung cấpTrình độ kỹ năng
  • 4.6+

Learn to write effective prompts and systematically improve them through evaluation rather than intuition.

Trí tuệ nhân tạo

2-3 hours

Khóa học

LLM Tool Use with LangChain

  • Trung cấpTrình độ kỹ năng
  • 4.5+

Learn to extend your LLM applications with external tools, so your applications can retrieve live data, perform computations, and take real-world actions.

Trí tuệ nhân tạo

Over 3 hours

FAQs

Khoa học dữ liệu là gì?

Khoa học dữ liệu là lĩnh vực chuyên môn tập trung vào việc thu thập thông tin từ dữ liệu. Sử dụng kỹ năng lập trình, phương pháp khoa học, thuật toán và nhiều hơn nữa, các nhà khoa học dữ liệu phân tích dữ liệu để tạo ra những hiểu biết có thể hành động.

Làm thế nào tôi có thể học khoa học dữ liệu?

Ban sẽ cần học một ngôn ngữ lập trình như Python hoặc R và thành thạo các nguyên lý toán học và thống kê. Kiến thức về phương pháp phân tích dữ liệu và công cụ khoa học dữ liệu cũng rất cần thiết. Có nhiều cách để học khoa học dữ liệu. Ngoài các phương thức giáo dục chính thức như bằng cấp hoặc học đại học, còn có nhiều tài nguyên khác giúp ban học theo tốc độ của mình. Ngoài các khóa học và hướng dẫn trực tuyến, còn có sách, video và nhiều hơn nữa.

Những kỹ năng nào cần thiết cho khoa học dữ liệu?

Ngoài kiến thức về toán học và thống kê, các nhà khoa học dữ liệu cần kỹ năng lập trình trong các ngôn ngữ như Python, R và SQL. Ngoài ra, khoa học dữ liệu đòi hỏi khả năng làm việc với các bộ dữ liệu lớn, kiến thức về trực quan hóa dữ liệu, xử lý dữ liệu và quản lý cơ sở dữ liệu. Kỹ năng về machine learning và deep learning cũng có thể hữu ích.

Tôi có thể sử dụng khoa học dữ liệu để làm gì?

Trong môi trường chuyên nghiệp, hầu như mọi ngành công nghiệp đều có thể sử dụng khoa học dữ liệu ở một mức độ nào đó. Các tổ chức y tế sử dụng khoa học dữ liệu để phát hiện và chữa trị bệnh, trong khi các công ty tài chính sử dụng nó để phát hiện và ngăn chặn gian lận. Tất cả các loại ngành công nghiệp sử dụng khoa học dữ liệu cho marketing, chẳng hạn như xây dựng hệ thống gợi ý và phân tích tỷ lệ khách hàng rời bỏ.

Khoa học dữ liệu có phải là nghề nghiệp tốt không?

Có, khoa học dữ liệu là một trong những lĩnh vực phát triển nhanh nhất tại Mỹ và trên toàn thế giới. Đây cũng là một trong những nghề nghiệp được trả lương cao nhất. Theo dữ liệu từ Payscale, các nhà khoa học dữ liệu có kinh nghiệm kiếm được trung bình 97.609 USD và có mức độ hài lòng bốn sao trên năm tại Mỹ.

Có khó để trở thành nhà khoa học dữ liệu không?

Có một vài điều cần xem xét ở đây. Đầu tiên, các bằng cấp khoa học dữ liệu có thể cạnh tranh để được nhận, thường yêu cầu điểm số cao liên tục. Tương tự, nhiều kỹ năng cần thiết cho khoa học dữ liệu đòi hỏi rất nhiều học tập và kiên nhẫn. Có thể mất vài tháng để thành thạo tất cả những kiến thức cơ bản cần thiết, cũng như rất nhiều kinh nghiệm thực tế để có được vị trí entry-level.

Khoa học dữ liệu có yêu cầu lập trình không?

Có, ban sẽ cần một số kinh nghiệm lập trình trong các ngôn ngữ như Python, R, SQL, Java và C/C++. Tuy nhiên, do cú pháp tương đối đơn giản, ngôn ngữ lập trình Python thường là lựa chọn ưa thích của những người mới bắt đầu.

Mất bao lâu để trở thành nhà khoa học dữ liệu?

Đối với người không có kinh nghiệm lập trình trước đó và/hoặc nền tảng toán học, thường mất từ 7 đến 12 tháng học tập chuyên sâu để đạt trình độ của một nhà khoa học dữ liệu entry-level. Tuy nhiên, điều quan trọng cần nhớ là chỉ học cơ sở lý thuyết của khoa học dữ liệu có thể không làm cho ban trở thành nhà khoa học dữ liệu thực sự.

Tôi có thể học những chủ đề nào trong khoa học dữ liệu?

Khi đã thành thạo nền tảng khoa học dữ liệu, ban có thể chuyên môn hóa trong nhiều lĩnh vực khác nhau, bao gồm machine learning, trí tuệ nhân tạo, phân tích big data, phân tích và thông minh kinh doanh, khai thác dữ liệu và nhiều hơn nữa.

Phát triển kỹ năng dữ liệu với DataCamp cho thiết bị di động

Tiến bộ mọi lúc mọi nơi với các khóa học cho thiết bị di động và thử thách lập trình 5 phút hằng ngày.