Ngành Khoa học dữ liệu học những môn gì qua 4 năm

Ngành Khoa học dữ liệu học những môn gì? Gọn lại là ba khối: toán, lập trình và ứng dụng dữ liệu. Hai năm đầu thường nặng toán nền và lập trình; hai năm sau chuyển dần sang thống kê ứng dụng, học máy, dữ liệu lớn, rồi kết thúc bằng thực tập và đồ án.

Dưới đây là lộ trình thường gặp theo từng năm. Tên môn cụ thể mỗi trường đặt một kiểu, nên chúng tôi chỉ nói ở mức "thường có".

Năm nhất thường học gì?

Năm nhất là năm xây móng: toán cao cấp, nhập môn lập trình và các môn chung. Chưa có nhiều "dữ liệu" đúng nghĩa.

Các môn hay gặp:

• Giải tích: đạo hàm, tích phân, chuỗi. Sau này bạn cần nó để hiểu vì sao một mô hình học máy "học" được.
• Đại số tuyến tính: ma trận, vectơ, phép biến đổi. Gần như mọi bộ dữ liệu đều được máy tính xử lý dưới dạng ma trận.
• Nhập môn lập trình: nhiều trường chọn Python vì đây là ngôn ngữ phổ biến trong nghề dữ liệu.
• Các môn chung: lý luận chính trị, giáo dục thể chất, ngoại ngữ theo quy định của trường.

Nếu bạn học chương trình dạy bằng tiếng Anh, như chương trình tiên tiến Khoa học dữ liệu và Trí tuệ nhân tạo của Đại học Bách khoa Hà Nội, giáo trình và bài giảng dùng tiếng Anh ngay từ đầu. Năm nhất khi đó vừa học toán vừa làm quen với thuật ngữ chuyên ngành.

Năm hai: toán chuyển sang xác suất, lập trình chuyển sang dữ liệu

Năm hai là lúc ngành bắt đầu lộ rõ bản sắc. Xác suất thống kê và cơ sở dữ liệu thường là hai môn trọng tâm.

• Xác suất và thống kê: phân phối, ước lượng, kiểm định giả thuyết. Đây là môn quyết định bạn có hiểu con số mình đang nhìn hay không.
• Cấu trúc dữ liệu và giải thuật: cách tổ chức dữ liệu để chương trình chạy nhanh.
• Cơ sở dữ liệu: thiết kế bảng, viết truy vấn SQL để lấy đúng dòng dữ liệu cần.
• Toán rời rạc hoặc tối ưu: tuỳ trường, nền cho các thuật toán về sau.

Nhiều sinh viên thấy năm hai khó hơn năm nhất. Lý do: các môn không còn đứng riêng, mà đòi hỏi dùng toán để giải một bài lập trình và ngược lại.

Năm ba: học máy, dữ liệu lớn và trực quan hoá

Năm ba là phần "đúng chất" Khoa học dữ liệu. Bạn bắt đầu dựng mô hình từ dữ liệu thật.

Nhóm môn phân tích và mô hình

• Học máy: hồi quy, phân loại, phân cụm; cách chia dữ liệu để kiểm tra mô hình có dự đoán đúng hay chỉ "học thuộc".
• Khai phá dữ liệu: tìm quy luật, nhóm khách hàng, luật kết hợp.
• Thống kê ứng dụng hoặc phân tích chuỗi thời gian: dự báo doanh số, lượng truy cập theo thời gian.

Nhóm môn hạ tầng và trình bày

• Xử lý dữ liệu lớn: làm việc với dữ liệu quá lớn cho một máy tính, thường trên hệ thống phân tán.
• Trực quan hoá dữ liệu: chọn biểu đồ đúng, dựng bảng báo cáo cho người không rành kỹ thuật.

Một số trường cho chọn hướng chuyên sâu từ đây, ví dụ nghiêng về học sâu và AI, hoặc nghiêng về phân tích kinh doanh. Chương trình ghép dữ liệu với AI thường có thêm các môn như xử lý ngôn ngữ tự nhiên, thị giác máy tính.

Năm cuối: thực tập và đồ án

Năm cuối thường gồm môn tự chọn chuyên sâu, thực tập tại doanh nghiệp và đồ án tốt nghiệp.

Đồ án thường xoay quanh một bộ dữ liệu cụ thể: dự đoán khách hàng rời bỏ dịch vụ, phân loại ảnh, phân tích bình luận trên mạng xã hội. Bạn tự đi hết quy trình, từ đặt câu hỏi đến trình bày kết quả trước hội đồng.

Thực tập là lúc nhiều sinh viên nhận ra dữ liệu thật "bẩn" hơn dữ liệu trong bài tập rất nhiều. Phần lớn thời gian dành cho việc làm sạch, không phải dựng mô hình. Bài ngành Khoa học dữ liệu ra trường làm gì kể rõ hơn công việc sau khi tốt nghiệp.

Môn nào hay làm sinh viên vấp?

Xác suất thống kê và đại số tuyến tính. Trang ngành ghi rõ ngành nặng toán: xác suất, thống kê, đại số tuyến tính.

Cái khó không nằm ở công thức, mà ở chỗ phải hiểu ý nghĩa. Bạn có thể bấm máy ra một con số, nhưng nếu không giải thích được con số đó nói gì về dữ liệu, bạn vẫn chưa qua môn theo đúng nghĩa. Lập trình cũng là điểm vấp với người chưa từng viết mã: lỗi nhỏ làm chương trình dừng, và việc tìm lỗi đòi hỏi kiên nhẫn.

Chúng tôi viết riêng một bài về những chỗ khó và cách vượt qua: ngành Khoa học dữ liệu có khó không.

Có học ở cao đẳng được không?

Theo dữ liệu trên trang ngành Khoa học dữ liệu, ngành hiện chỉ đào tạo ở bậc đại học, mã 7460108 trong danh mục của Thông tư 09/2022/TT-BGDĐT.

Nếu bạn muốn một con đường ngắn hơn để làm việc với dữ liệu, có thể xem các ngành gần như Lập trình máy tính ở bậc cao đẳng rồi tự học thêm phân tích dữ liệu. Nhưng nền toán thống kê của hai con đường sẽ khác nhau khá nhiều.

Làm sao biết chính xác trường mình nhắm dạy môn gì?

Đọc chương trình đào tạo trường công bố. Đó là nguồn duy nhất đúng cho tên môn và số tín chỉ.

Ba việc bạn làm được ngay:

1. Vào trang tuyển sinh của trường, tìm mục chương trình đào tạo hoặc trang giới thiệu ngành.
2. Đếm xem có bao nhiêu môn toán, bao nhiêu môn lập trình, bao nhiêu môn ứng dụng. Tỷ lệ này cho biết chương trình nghiêng về phía nào.
3. Xem chương trình dạy bằng tiếng Việt hay tiếng Anh, và có yêu cầu chứng chỉ ngoại ngữ đầu ra không.

Bước tiếp theo: mở danh sách nơi học Khoa học dữ liệu để xem các chương trình kèm nguồn, rồi đọc bài ngành Khoa học dữ liệu cần kỹ năng gì để biết nên luyện gì song song với các môn trên lớp.