Công việc hàng ngày của 1 kỹ sư AI ở Đức

Hiện tại ở VN có rất nhiều bạn trẻ đang theo học các chuyên ngành về AI, và có định hướng sau này trở thành AI engineer, tuy nhiên do môi trường học tập trên các trường đại học, cao đẳng thường có thiên hướng hàn lâm, thiên về lý thuyết, cũng như là cơ hội đi thực tập các vị trí liên quan đến AI không có nhiều và khá cạnh tranh, điều đó dẫn tới việc là các bạn không có nhiều cơ hội để biết được công việc của 1 kỹ sư AI là gì, hay có sự khác biệt như thế nào giữa công việc các bạn sẽ làm trên công ty và những gì các bạn được học trên trường.
Do đó mình muốn làm video này để chia sẻ với các bạn những task, những công việc mà hàng ngày 1 kỹ sư AI sẽ làm, từ đó giúp các bạn có được hình dung về công việc các bạn có thể sẽ làm trong tương lai.

Hiện tại mình đang mở các khóa học:

- Tổng hợp các kiến thức Toán dành cho Data Science/Machine Learning/Deep Learning
- Python cơ bản và nâng cao theo hướng AI/Data Science
- Data Science/Machine Learning/Python cơ bản
- Data Science/Machine Learning/Python nâng cao
- Deep Learning for Computer Vision cơ bản
- Deep Learning for Computer Vision chuyên sâu

Các bạn quan tâm đến lớp học của mình, có thể liên hệ qua Zalo: 0349942449

Github profile: https://github.com/uvipen/
Linkedin profile:   / vietnguyen-tum  
Email: [email protected]
Fanpage:   / vietai4all  
Facebook:   / vietnh91  
Zalo: 0349942449

Mình tên là Việt. Hiện tại mình đang sinh sống và làm việc tại Berlin, Đức. Mình là Senior AI engineer (kĩ sư trí tuệ nhân tạo). Công ty của mình hoạt động về lĩnh vực thể thao, cụ thể là sport streaming. Mình tốt nghiệp đại học ngành CNTT tại đại học Bách Khoa Hà Nội, rồi sau đó mình học tiếp lên thạc sĩ tại đại học kĩ thuật Munich, chuyên ngành trí tuệ nhân tạo và robot. Mình đã làm việc trong lĩnh vực AI được 7 năm rồi. Mình mong rằng qua kênh youtube này, mình có thể chia sẽ với các bạn kinh nghiệm cũng như kiến thức về CNTT nói chung cũng như AI nói riêng.

00:00 Introduction
01:53 Họp nội bộ
02:52 Làm việc với dữ liệu
06:59 Giới thiệu về CVAT
10:00 Chọn và huấn luyện mô hình
14:01: Triển khai mô hình
16:00 Trao đổi với khách hàng
17:17 End