5 ngày

• Khóa học kéo dài 5 ngày, tập trung các chủ đề ML nâng cao trên GCP.
• Cung cấp trải nghiệm hands-on tối ưu, triển khai, scale các mô hình ML production đa dạng.
• Tiếp nối khóa “Machine Learning on Google Cloud Platform”, hướng dẫn xây dựng các mô hình có thể scale, chính xác, production-ready cho dữ liệu structured, image, time-series & NLP.
• Kết thúc với module xây dựng recommendation systems.

• Triển khai nhiều loại production ML systems: static, dynamic, continuous training; static/dynamic inference; batch & online processing.
• Giải quyết bài toán ML qua pipeline end-to-end từ data exploration, preprocessing, feature engineering, modeling, hyperparameter tuning, deployment & serving.
• Phát triển mô hình image classification từ linear đến CNNs mạnh mẽ (batch norm, augmentation, transfer learning).
• Dự báo time-series với CNN, RNN, LSTM.
• Áp dụng ML cho NLP: CNN, RNN, LSTM, embeddings, encoder-decoder.
• Triển khai recommendation systems content-based, collaborative, hybrid & neural với TensorFlow.

• Kỹ sư dữ liệu, lập trình viên muốn áp dụng ML thực tế.
• Bất cứ ai muốn ứng dụng ML vào doanh nghiệp.

• Kiến thức ML & TensorFlow tương đương khoá Machine Learning on GCP.
• Kinh nghiệm Python.
• Hiểu thống kê cơ bản. Biết SQL & cloud computing là lợi thế.

Sau khi hoàn tất khóa học, học viên sẽ được cấp chứng nhận hoàn tất khóa học theo quy định của Cecomtech.

Module 1-5: ML trên GCP, khám phá dữ liệu, tạo dataset, xây dựng & đưa model vào vận hành

• BigQuery, AI Platform Notebooks, BigQuery ML, Cloud AI Platform.

Module 6-10: Thiết kế hệ ML production

• Data analysis, validation, transformation, trainer, tuner, model evaluation, serving, orchestration, frontend, storage.
• Distributed training, TensorFlow Records, All Reduce, Parameter Server.

Module 11-16: Image Understanding với TensorFlow trên GCP

• CNNs, batch norm, residual networks, GPU/TPU, transfer learning, AutoML Vision.

Module 17-22: Làm việc với dữ liệu tuần tự & NLP

• RNN, LSTM, GRU, embeddings, attention, encoder-decoder, Tensor2Tensor, AutoML Translation, Dialogflow.

Module 23-27: Recommendation Systems

• Content-based, collaborative, hybrid, context-aware recommendation.
• Cloud Composer orchestration.