Bây giờ đã là đầu tháng 11, thời điểm các em sinh viên bắt đầu nhập học, tìm hiểu về lập trình.
Vì thế, gần đây mình nhận được nhiều câu hỏi về việc nên tập trung học những môn nào, những môn nào là quan trọng, sẽ được sử dụng nhiều trong công việc.
Do vậy, mình viết bài này để chia sẻ về các môn học quan trọng trong ngành này, cho các bạn sinh viên từ năm nhất đến năm cuối biết để mà chuẩn bị nhé!
Gần đây, trong 1 vlog, mình có chia sẻ về chuyện lập trình viên phải luôn luôn học tập để nâng cao vốn kiến thức, giữ cho mình không bị lạc hậu và đào thải.
Tuy vậy, kiến thức trong ngành của mình đến từ rất nhiều nguồn. Chỉ việc tìm các nguồn này không cũng đã đủ mệt rồi, chưa kể bạn phải thường xuyên ghé thăm chúng để cập nhật kiến thức mới nữa.
Vậy có cách nào không phải tự học, tự tìm hiểu mà cũng có kiến thức hay không?
Dĩ nhiên là có đấy! Hãy làm theo những cách trong bài viết này, kiến thức sẽ tự tìm đến với bạn.
Những năm gần đây, Machine Learning và Data Mining đang trở thành một trào lưu khá hot. Những công việc liên quan đến data ra đời, trong đó có Data Scientist và Data Engineer.
Nghe giang hồ đồn đại rằng đây là những công việc khá khó, chỉ các công ty lớn mới tuyển với mức lương rất khủng. Tuy vậy, phần lớn chúng ta (trong đó có mình) vẫn chưa thật sự hiểu về công việc này.
Kì này, do cơ duyên xảo hợp nhờ la cà quán nhậu, mình có năn nỉ dụ dỗ phỏng vấn được anh Trần Duy Cảnh, hiện đang là Data Scientist tại công ty Yokogawa ở Singapore.
Không chỉ có tấm bằng Master ngành Knowledge Engineer tại Đại học danh tiếng NUS – National University of Singapore (Đại học Ranking số 1 châu Á và thứ 15 toàn cầu), anh còn giữ vị trí đại điện cho Institute of Systems Science tại Đại Học này trong tận 1 năm.
Nhân vật chính của bài phỏng vấn, tài năng, đẹp trai và hình như chưa có gấu 😛
Trái ngược với học vị hầm hố, đại ca Cảnh Trần (not Truồng) ngoài đời rất cute và dễ gần. Cùng nghe anh Cảnh chia sẻ về kinh nghiệm của bản thân, và con đường từ Web Developer trở thành Data Scientist nhé.
Ở bài trước, chúng ta đã submit dữ liệu để huấn luyện cho API. Bài này sẽ hướng dẫn các bạn cách sử dụng API này để viết một method nhận diện hoàn chỉnh.
Sử dụng API như thế nào?
Chúng ta sẽ viết một method như sau:
Đầu vào (Input): URL của một ảnh bất kì
Đầu ra (Output): Vị trí các khuôn mặt trong ảnh (để hiển thị) và tên của chủ nhân khuôn mặt
Trong phần 4 mình đã nói về cơ chế nhận diện khuôn mặt gồm 2 quá trình: Face Detection và Face Recognition. Hai quá trình này tương ứng với 2 API của Microsoft Cognitive API:
Detect: Phát hiện khuôn mặt trong ảnh và vị trí các khuôn mặt này.
Identity: Đầu vào là id của khuôn mặt và id của Person Group. Đầu ra là id của Person giống nhất.
Bắt đầu viết code thôi nào, nếu các bạn đã download project của mình ở bài trước thì sẽ thấy code đã có sẵn trong file test.js. Tuy vậy, mình sẽ giải thích một số hàm để các bạn dễ hiểu.
Gần đây, khi lang thang trên mạng, mình chợt thấy một bài viết về Micorosoft Coginitive Service API. Sau khi test thử và thấy nó quá “ảo diệu”, mình cầm lòng không được nên phải lên blog viết bài này để chia sẻ cho các bạn.
API có thể nhận diện được Maria Oizawa trong ảnh =)). Nếu không tin các bạn có thể vào đây test