Lộ trình Tổng quan từ cơ bản đến thực chiến Khoa học dữ liệu | Đại học Bách Khoa Hà Nội

Lộ Trình Học từ
Cơ Bản đến Thực Chiến
Level 1: Nền tảng Data Science
1. Xử lý dữ liệu (Giai đoạn 2 trong Data Science):
- Làm quen dữ liệu: pandas, đọc file CSV/Excel/JSON
- Làm sạch dữ liệu: missing values, duplicates, formatting
- Feature engineering: encoding, scaling, xử lý outliers
- Phân tích thống kê: groupby, pivot, mô tả thống kê
- Trực quan hóa: matplotlib, seaborn, heatmap, boxplot
- Thời gian: resample, rolling, datetime handling
- Tổng hợp pipeline xử lý dữ liệu thực tế
2. Machine Learning cơ bản (ML/DL/RL):
- Học thuật toán ML: regression, classification
- Đánh giá mô hình: confusion matrix, ROC-AUC, cross-validation
- Học DL cơ bản: mạng MLP, CNN, RNN,...
- RL: cơ bản (DP, TP), Trung cấp (DQN, PPO, SAC)
Level 2: Nâng cao và mở rộng ứng dụng 1. Data Engineering:
- Crawl dữ liệu: requests, BeautifulSoup, Scrapy
- Lưu trữ: PostgreSQL, MongoDB, Parquet
- ETL Pipeline: viết script hoặc dùng Airflow/Prefect
2. Đánh giá & Tối ưu mô hình với Python:
- Cross-validation nâng cao: Stratified, TimeSeriesSplit
- GridSearchCV, RandomizedSearchCV, Optuna
- Trực quan hóa ROC, PR curve, learning curve
- Chọn ngưỡng tối ưu theo mục tiêu business 3. Web/App cơ bản:
- Streamlit: tạo MVP demo nhanh
- FastAPI: xây dựng REST API cho mô hình
- Triển khai: HuggingFace Spaces, Render, Railway
Level 3: Thực chiến và định hướng chuyên sâu
1. Làm project thực chiến:
- Chọn bài toán thực tế (Tài chính, Marketing, Y tế...)
- Làm end-to-end: Crawl → Clean → Model → App → Deploy
- Biến thành portfolio/case study cá nhân
2. Học web full-stack:
- Frontend: HTML/CSS, JavaScript, React - Backend: FastAPI/Django
- Kết nối model đến giao diện người dùng
3. Định hướng chuyên sâu:
- NLP: HuggingFace, spaCy, transformers - CV: OpenCV, PyTorch, YOLO
- MLOps: MLflow, Docker, CI/CD, Cloud
- Data Engineering: Spark, Kafka, Airflow
Sau Level 1, bạn có thể làm được gì?
Kỹ năng tôi sẽ có: (Dự tính đã nhé!)
• Làm sạch, xử lý dữ liệu (pandas, numpy)
• Phân tích & trực quan hóa (seaborn, matplotlib)
• Mô hình ML cơ bản: Linear/Logistic Regression, Decision Tree, v.v.
• Đánh giá model: accuracy, precision, recall, ROC-AUC
 Có thể tìm Job free lancer (Hi vọng có việc hehe) Loại job Mô tả Làm sạch dữ liệu
Nhận file CSV/Excel để xử lý missing, chuẩn hóa Phân tích dữ liệu
Làm EDA + vẽ biểu đồ báo cáo bằng Python Dự đoán đơn giản
Dự đoán doanh thu, điểm thi, phân loại khách hàng Trực quan dữ liệu
Dashboard đơn giản với matplotlib/seaborn Viết script automation
Crawl dữ liệu, xử lý hàng loạt file