KINH NGHIỆM PHỎNG VẤN VỚI GIÁO SƯ & THẦY CÔ TRƯỜNG
Bài viết được chia sẻ từ 1 bạn HannahEd hỗ trợ hồ sơ được offer học bổng Giáo sư Phd cả ở Mỹ và châu Au.
🖍1. Trước khi phỏng vấn nên:
- Ôn tập kiến thức toán, machine learning, computer vision.
- Xem lại những gì đã viết ở CV và SoP, cố gắng nghĩ ra những câu mà giáo sư có thể hỏi và trả lời các câu hỏi đó.
🖍2. Tự tin khi phỏng vấn: Trong lúc phỏng vấn giáo sư sẽ tạo không khí vui vẻ và không bao giờ tạo áp lực cho các bạn. Bản thân tôi cũng từng được giáo sư động viên: “Có hơn 200 CV
gửi đến, tôi chỉ phỏng vấn 15 người. Do đó, bạn nên tự tin vào bản thân mình”.
🖍3. Bình tĩnh khi phỏng vấn: tôi xin kể 1 mẫu chuyện bản thân để các bạn dễ hình dung hơn.
VD: lúc phỏng vấn câu thứ 1 giáo sư hỏi: nhân 2 ma trận kích thước 10000x10000. Làm sao để tăng tốc độ tính toán? Tôi trả lời: multi-thread. Giáo sư lại nói có cách khác không và tôi không biết câu trả lời. Tôi không biết câu trả lời là vì các câu trước đó giáo sư hỏi về lập trình nên tôi tự mặc định tìm kiếm câu trả lời sử dụng kiến thức lập trình. Câu hỏi tiếp theo giáo sư hỏi: bạn có biết eigenvalue là gì không? Tới đây tôi đã biết hướng trả lời cho câu hỏi trước (hi vọng các bạn cũng biết) là dùng kiến thức toán, không phải lập trình và tôi xin giáo sư trả lời lại cho câu hỏi trước đó. Do đó, bình tĩnh rất quan trọng khi các bạn không trả lời được câu hỏi.
Ngoài ra, từ ví tụ trên, nếu có một câu hỏi về kiến thức chuyên môn bạn không trả lời được thì câu hỏi tiếp theo giáo sư thường sẽ gợi ý cho câu hỏi trước. Tuy nhiên, không phải lúc nào
cũng vậy. Có giáo sư khi chuyển chủ đề phỏng vấn (vd: từ code sang toán) thì sẽ thông báo cho sinh viên.
🖍4. Kiến thức: Đây là phần khá quan trọng mà các bạn cần phải chuẩn bị kỹ. Các giáo sư thường hỏi các kiến thức rất cơ bản. Dưới đây là các chủ đề mà các giáo sư thường hỏi:
- Đại số tuyến tính: rank, inverse, det...
- Giải tích: taylor ...
- Xác suất thống kê: bayes rule, ...
- Image processing: fourier transform ... (kinh nghiệm bản thân, các giáo sư tại EU đặc biệt
thích hỏi về fourier transform)
- Machine learning: các thuật toán thường dùng như svm, k-mean...
- Data structure và algorithm.
- Kiến thức cơ bản Python.
Lưu ý, vì tôi xin học bổng PhD về mảng machine learning computer vision nên các câu hỏi chỉ xoay quanh kiến thức cho mảng này. Ngoài ra, các bạn nên nắm kỹ kiến thức chứ không phải học thuộc định nghĩa. Một ví dụ từ kinh nghiệm bản thân: giáo sư hỏi fourier transform là gì? fourier transform biến tín hiệu từ miền thời gian sang miền tần số. Đây là câu trả lời chính xác nhưng rất chung chung và đến đây có 2 trường hợp: (1) giáo sư sẽ hỏi: nhưng tôi muốn biết chính xác là fourier transform làm cái gì? (2) giáo sư sẽ hỏi: nếu có 1 tín hiệu từ miền thời gian biến đổi pha nhưng biên độ giữ nguyên thì sang miền tần số sẽ ra sao?
Style hỏi của các giáo sư thường có 2 styles: một là hỏi thẳng vào kiến thức (vd: cho tôi biết rank của 1 ma trận là gì?), hoặc cho 1 bài tập nhỏ và hỏi các câu hỏi dựa trên bài tập đó (vd:
tung đồng xu 3 lần, xác suất của...).
🖍5. Đọc hiểu bài báo: giáo sư sẽ chỉ định paper để các bạn đọc và trình bày lại cho giáo sư.
🖍6. Coding test: về phần coding test có 2 dạng:
- Giáo sư ra đề và bạn code thẳng trên google Docs. Đề có thể là bất kỳ thứ gì: svm, k-mean,
hoặc pca,...
- Giáo sư chỉ định dataset (public hoặc private) và task (thường là recognition, segmentation,...). Nhiệm vụ của bạn là code theo task đó và đạt kết quả cao, sau đó báo cáo lại giáo sư.
🖍7. Thái độ: thái độ ở đây là thái độ của bạn đối với việc học PhD. Phần này quan trọng không kém kiến thức. Giáo sư muốn biết bạn có nghiêm túc với việc học PhD không? Hầu như tất cả
các giáo sư tôi đã phỏng vấn đều hỏi tại sao học PhD và đánh giá qua câu trả lời. Bạn nên chuẩn bị câu trả lời thích hợp cho mình. Như đã nói ở phần chuẩn bị hồ sơ. Việc chuẩn bị SoP là lúc thích hợp nhất để bạn suy nghĩ câu trả lời cho mình.
🖍8. Chuẩn bị câu hỏi cho giáo sư: khi kết thúc phần phỏng vấn của mình giáo sư sẽ hỏi bạn có câu hỏi nào cho giáo sư không. Nếu bạn chưa có câu hỏi hợp lý thì cứ nói không có. Nhưng bạn có thể ghi điểm bằng cách hỏi rõ hơn về hướng nghiên cứu của giáo sư hoặc giáo sư suy nghĩ thế nào về hướng nghiên cứu của bạn (tất nhiên hướng của bạn cũng phải gần với hướng của giáo sư). Rồi sau đó dẫn dắt câu chuyện để thể hiện thái độ nghiêm túc của bạn trong việc học PhD.
🖍9. Giáo sư phỏng vấn cùng với một sinh viên khác hiện đang làm PhD trong lab: sinh viên này thường chỉ nghe và trả lời các câu hỏi personal của sinh viên như: stipend, lab environment...
------------------------------
Đợt này các bạn Schofan cũng đang rục rịch nhận được email mời phỏng vấn với thầy cô, giáo sư (ví dụ 1 bạn mentee HannahEd mới có interview với hai giáo sư bên Canada) hay phỏng vấn học bổng chính phủ (như Ireland Fellows Program). Để chuẩn bị thật tốt, cả nhà cùng note kinh nghiệm của một bạn được offer học bổng tại Mỹ ngành HOT Machine Learning, nếu cả nhà còn nhớ phần 1 bạn chia sẻ về các kênh học bổng ML và HannahEd cũng có cơ hội được hỗ trợ, review cho bạn hồ sơ đó <3.
<3 Like page, tag và share bạn bè nhé <3
#HannahEd #HannahEdPhd #sanhocbong #duhoc #scholarshipforVietnamesestudents #interviewstips
同時也有1部Youtube影片,追蹤數超過12萬的網紅prasertcbs,也在其Youtube影片中提到,Visual Studio Code เป็นหนึ่งใน text editor ที่ได้รับความนิยมสูงมากในหมู่นักพัฒนาโปรแกรม เนื้อหาในคลิปจะสอนถึงวิธีการใช้ VS Live Share เพื่อเชิญให้ผู้อ...
「python code share」的推薦目錄:
- 關於python code share 在 Scholarship for Vietnamese students Facebook 的最讚貼文
- 關於python code share 在 軟體開發學習資訊分享 Facebook 的精選貼文
- 關於python code share 在 Scholarship for Vietnamese students Facebook 的最佳貼文
- 關於python code share 在 prasertcbs Youtube 的最佳解答
- 關於python code share 在 Python code sharing and repositories? [closed] - Stack Overflow 的評價
- 關於python code share 在 codeshare · GitHub Topics 的評價
- 關於python code share 在 Screen Sharing in Python - YouTube 的評價
- 關於python code share 在 Code Review Stack Exchange 的評價
- 關於python code share 在 Sharing Jupyter Notebooks using GitHub 的評價
- 關於python code share 在 Microsoft GitHub Copilot: A.I. offers coding suggestions - CNBC 的評價
python code share 在 軟體開發學習資訊分享 Facebook 的精選貼文
由於 Python 並不是一個編譯式程式語言,這也代表你要發現程式中的型別錯誤問題只能透過幾種方式來檢查這種因為型別使用不當所產生的 runtime 錯誤問題
1 撰寫 unit test
2 code review
3 靜態型別檢查工具
Facebook 推出的 Pyre 就是一種靜態型別檢查工具
✍ Soft & Share 訂閱會員權益說明 https://bit.ly/3p8KrHd
https://softnshare.com/facebook-pyretool/
python code share 在 Scholarship for Vietnamese students Facebook 的最佳貼文
[Sharing]
HỌC DATA SCIENCE NHƯ THẾ NÀO?
#datascience
Helu mấy em, dạo này có rất nhiều bạn sinh viên hỏi chị về định hướng theo 1 ngành siêu hot là Data Science đấy! Vậy ngồi xuống đây đọc một bài viết hay về nghề Data Science nhé. Đây là ngành nghề được dự đoán sẽ có nhu cầu cao nhất trong tương lai đó. Bài viết này sẽ đưa ra các bước và nguồn cho các bạn muốn học Data Science đó, đọc xem và share cho các bạn còn loay hoay nha!
___________________________________
I. Học lập trình:
Một Data Scientist (DStist) không thể không biết lập trình, dù không cần thiết phải giỏi như một lập trình viên nhưng phải đủ khả năng viết được những chương trình cơ bản. Từ khi nhập học tới giờ, từ một đứa mà kiến thức lập trình là con số 0 tròn trình, mình đã học qua R, Java, Python, SQL (kì tới sẽ có cả NoSQL nữa). Học tới đâu là sử dụng luôn tới đấy nên thường mình phải tự học thêm rất nhiều để có thể hiểu được logic và cú pháp của ngôn ngữ lập trình đó. Ngôn ngữ quan trọng nhất, phổ biến nhất dành cho DStist là Python với thư viện khổng lồ. Xếp sau Python là R, rất mạnh về phân tích thống kê. Năm ngoái mình được Khoa Toán thuê viết một App (ShinyApp) tương tác dành cho một dự án nghiên cứu của Bang sử dụng ngôn ngữ này.
Vậy học lập trình ở đâu?
https://www.tutorialspoint.com/
Trang này thì gi gỉ gì gi cái gì cũng có, thích học gì có ngay cái đó. Còn nhớ năm ngoái mình cực kỳ đuối khi các thầy bắt học thêm Java, với lý do rằng DStist thường hay phải làm việc trực tiếp với lập trình viên, vậy thì phải học để có thể trò chuyện với nhau được. Mình đã phải đọc thêm sách, đi học thêm phụ đạo, rồi lại đọc mòn mỏi trên trang này để theo kịp các bạn trên lớp. Kết quả là cuối kì, mình tự viết được cả trò chơi và thậm chí còn lập trình được công thức toán thống kê cho thư viện Java đấy.
2. https://codingbat.com/
Đây là nơi mình luyện viết code, từ những ứng dụng đơn giản nhất chỉ vài ba dòng. Trình độ của mình đã lên rất nhanh sau khi hoàn thành phân nửa số bài tập trên này.
3. https://www.datacamp.com/
Mình chưa sử dụng trang này bao giờ, nhưng được quảng cáo khá nhiều. Trên này có các khóa học miễn phí R và Python thiết kế riêng cho DS. Thích hợp cho những ai mới bắt đầu.
4. https://www.udemy.com/.../development/programming-languages/
5. https://www.codecademy.com/catalog/subject/all
Đây là hai trang do bạn bè mình giới thiệu. Có mấy bạn không đi học phụ đạo Java được đã trả tiền theo học trên này. Vì thường xuyên có giảm giá sâu nên khóa học không quá đắt đỏ. Và điểm lợi thế là sẽ có chứng nhận cuối khóa, có thể củng cố thêm cho hồ sơ xin học hoặc xin việc của bạn.
II. Học thống kê:
Đã làm việc với dữ liệu là phải hiểu lý thuyết thống kê, chí ít cũng phải biết tới những khái niệm cơ bản như lấy mẫu (sampling), trung bình (mean), trung vị (median), độ lệch chuẩn (standard deviation), hồi quy tuyến tính (linear regression),... Nếu muốn trở thành DStist thì còn phải biết tới kiến thức thống kê nâng cao, liên quan tới machine learning. Một điều tuyệt vời là những cuốn sách thống kê hay ho nhất, tổng hợp nhất lại miễn phí, nhằm đáp ứng nhu cầu học tập về dữ liệu ngày càng cao. Hai cuốn sách mà tất cả các giáo sư Khoa Toán của mình đều sử dụng là:
The Elements of Statistical Learning (Trevor Hastie, Robert Tibshirani, Jerome H. Friedman, 2001)
Cuốn này hơn 700 trang, chia làm 18 chương, sử dụng R trong phân tích thống kê. Bản thân mình thấy sách quá hay, minh họa đầy đủ, giải thích kĩ càng, đọc tới đâu có thể copy code đến đấy để tự thử nghiệm. Dĩ nhiên bạn không cần phải đọc hết sách. Đụng tới khái niệm thống kê nào thì tra cứu tương ứng trong sách cũng được.
https://web.stanford.edu/~hastie/Papers/ESLII.pdf
2. An Introduction to Statistical Learning: With Applications in R ( Trevor Hastie, Robert Tibshirani, Daniela Witten, Gareth James, 2013)
Cuốn này cũng hay, hơn 400 trang, chia làm 10 chương, cũng dùng R. Ai ngại đọc cuốn trên thì có thể bắt đầu với cuốn này.
https://www-bcf.usc.edu/.../ISL/ISLR%20First%20Printing.pdf
III. Học Data Science - Nâng cao:
Sau khi có chút kiến thức cơ bản về lập trình và thống kê rồi thì bạn có thể sử dụng các trang sau để tìm hiểu thêm về các mảng chính của DS như artificial intelligence, computer vision, machine learning, Big Data Analytics, Business Intelligence...
https://towardsdatascience.com/
Đây là trang tổng hợp cực kì nhiều bài viết chất lượng từ các giáo sư và chuyên gia trong ngành. Có rất nhiều bài hướng dẫn chi tiết từng bước cho trình độ beginner. Mình thường đọc trên trang này về machine learning và artificial intelligence (AI). Không chỉ có những phân tích rất cặn kẽ về mặt lý thuyết, nhiều bài viết còn cung cấp ví dụ minh họa và đính kèm cả code để bạn đọc tự thử nghiệm. Ví dụ bài viết sau về Deep Learning là của một giáo sư ở Barcelona, toàn bộ Code có trong Notebook trên Google Colab. Vì chạy trên Cloud nên bạn không cần cài đặt gì mà có thể lập tức chạy chương trình ngay được, cực kì phù hợp cho những ai muốn xem qua trước và không muốn mất công cài đặt này nọ.
https://towardsdatascience.com/deep-learning-for...
2. https://www.datascienceweekly.org/
Một bạn người Na Uy trên Tandem giới thiệu cho mình về trang này, bảo rằng đang tự học machine learning ở đây. Thế là mình cũng đăng ký nhận Newsletter từ mấy hôm trước. Mỗi tuần, mình nhận được một email tổng hợp các bài viết nổi bật trong ngành. Như vậy để mình luôn nắm bắt được những xu hướng mới nhất và cập nhật những tiến bộ công nghệ mới.
3. https://www.kaggle.com/
Một đồng nghiệp người Ấn Độ chỉ cho mình trang này quá hay luôn. Đây là nơi bạn học hỏi bằng cách thực hành qua các dự án, các cuộc thi và thử thách quốc tế. Các công ty, tổ chức treo giải thưởng có khi lên tới cả 100,000$ cho đội nào chiến thắng. Chẳng hạn hiện giờ có 20 cuộc thi đấu song song, và đã có hàng ngàn đội đăng kí tham gia. Trên này cũng có các micro-courses hoàn toàn miễn phí từ Python cho tới Deep Learning dành cho beginner.
https://www.kaggle.com/learn/overview
4. https://www.coursera.org/browse/data-science
Và cuối cùng, dĩ nhiên là trên coursera cũng có khóa học miễn phí dành cho DS. Khi nào có thời gian, bạn thử đăng ký xem sao.
Trên đây là những hướng dẫn chung dành cho những ai muốn tìm hiểu về Data Science và học những kĩ năng cơ bản trước. Hi vọng giúp được các bạn đang quan tâm. Mình sẽ tiếp tục cập nhật thêm nhé.
Blog Mai Knows người chị thân thiết của Founder Hoa Dinh ở Đức
https://www.facebook.com/maiknowsnow/
Link tham khảo về lương của DStist:
https://www.burtchworks.com/.../2018-data-scientist.../
----
Join các kênh khác của HannahEd:
- Job Hunters & Career Builders - HannahEd
- Học bổng ngắn hạn, trao đổi, tình nguyện - HannahEd
- English Club HEC
- Scholarship Hunters
- Web/tiktok/insta: hannahed.co
- Youtube: HannahEd
🌍📚Những #Schofan quyết tâm và muốn chuẩn bị kĩ cho nhiều học bổng từ giờ thì mau mau đăng kí lớp tìm và apply học bổng #HannahEd đã có lịch các lớp tháng 11, 12 và chương trình Mentor, Review hồ sơ, Tập phỏng vấn.
Link này để nhận thêm thông tin hoặc email [email protected] nhé:
http://tiny.cc/HannahEdClassInfo
https://hannahed.co/lop-tim-va-nop-hoc-bong/
❤ Like và share nếu các em thấy thông tin có ích nhé ❤
#HannahEd #duhoc #hocbong #sanhocbong #scholarshipforVietnamesestudents
python code share 在 prasertcbs Youtube 的最佳解答
Visual Studio Code เป็นหนึ่งใน text editor ที่ได้รับความนิยมสูงมากในหมู่นักพัฒนาโปรแกรม
เนื้อหาในคลิปจะสอนถึงวิธีการใช้ VS Live Share เพื่อเชิญให้ผู้อื่นมาแชร์และเขียนโค้ดพร้อม ๆ กันกับเราได้โดยง่ายดาย
เชิญสมัครเป็นสมาชิกของช่องนี้ได้ที่ ► https://www.youtube.com/subscription_center?add_user=prasertcbs
สอนการใช้งาน Visual Studio Code เบื้องต้น ► https://www.youtube.com/playlist?list=PLoTScYm9O0GEo8pnhJb-m-MGVGDvGb4bB
สอน git เบื้องต้น ► https://www.youtube.com/playlist?list=PLoTScYm9O0GGsV1ZAyP4m_iyAbflQrKrX
สอนภาษา Python ► https://www.youtube.com/playlist?list=PLoTScYm9O0GH4YQs9t4tf2RIYolHt_YwW
สอนภาษาไพธอน Python OOP ► https://www.youtube.com/playlist?list=PLoTScYm9O0GEIZzlTKPUiOqkewkWmwadW
สอน Python 3 GUI ► https://www.youtube.com/playlist?list=PLoTScYm9O0GFB1Y3cCmb9aPD5xRB1T11y
สอน git เบื้องต้น ► https://www.youtube.com/playlist?list=PLoTScYm9O0GGsV1ZAyP4m_iyAbflQrKrX
#prasertcbs #prasertcbs_visual_studio_code
python code share 在 codeshare · GitHub Topics 的推薦與評價
Gray Hat online Compiler/IDE. Software Developer, Backend Developer, Nodejs, Java , Python, Reactjs, Bot Developer, Discordjs, Web Scraper. ... <看更多>
python code share 在 Screen Sharing in Python - YouTube 的推薦與評價
In this video we learn how to do screen sharing in Python.◾◾◾◾◾◾◾◾◾◾◾◾◾◾◾◾◾ Programming Books & Merch The Algorithm ... ... <看更多>
python code share 在 Python code sharing and repositories? [closed] - Stack Overflow 的推薦與評價
... <看更多>