cái OS, với NP, ko cần thiết phải học đâu nhé, OP rảnh quá thì học cho biết, mình làm dev 10 năm nay chưa 1 lần dùng tới, nên cũng quên hết rồi, từng học qua mà như chưa học, nên nếu chưa học thì thôi đừng học
thảo luận Học lập trình bài bản 1-1 hoặc lớp bé ở đâu?
Trang 2/2
Cảm ơn các thím tư vấn, em nhìn từ góc độ Python nên thấy Java low level hơn. Sau khi check lại thì thấy Java vẫn là high level.
Em có học/biết/dùng Python 3 năm nay, có thể đọc hiểu, code được, đã từng giải leetcode và làm được một số câu medium. Tuy nhiên vì là tự học nên mọi thứ chưa được hệ thống (các convention khi code cho sạch nhất, các mẹo, ...).
Mục tiêu hiện tại của em là nắm chắc OÔP (nên muốn học thêm Java) và DSA (nên mới có mục tiêu LC medium), có thể tự tin hơn khi đọc doc và code để giảm sự phụ thuộc vào AI. Sau đó mới là tự tin đi phỏng vấn.
Em tự coi mình là Junior nên mới tìm các bạn Junior + 3 năm kinh nghiệm chứ chưa nhắm đến Senior hay hơn.
via theNEXTvoz for iPhone
Em có học/biết/dùng Python 3 năm nay, có thể đọc hiểu, code được, đã từng giải leetcode và làm được một số câu medium. Tuy nhiên vì là tự học nên mọi thứ chưa được hệ thống (các convention khi code cho sạch nhất, các mẹo, ...).
Mục tiêu hiện tại của em là nắm chắc OÔP (nên muốn học thêm Java) và DSA (nên mới có mục tiêu LC medium), có thể tự tin hơn khi đọc doc và code để giảm sự phụ thuộc vào AI. Sau đó mới là tự tin đi phỏng vấn.
Em tự coi mình là Junior nên mới tìm các bạn Junior + 3 năm kinh nghiệm chứ chưa nhắm đến Senior hay hơn.
via theNEXTvoz for iPhone
fen lên github tìm mấy repo liên quan ngôn ngữ fen làm, đọc code + viết cái application từ repo đó -> CRUD database -> TCP/WS socket -> API call -> build docker image -> CI buil package -> deploy -> scale k8s. tất nhiên là làm cho biết chứ ko phải 2-3 tháng mà nắm hết
Sao ko dùng luôn Python để học OOP, đỡ mất thời gian tìm hiểu cú pháp và hệ sinh thái cua Java.
OOP là tư duy thiết kế phần mềm, C++ C# Java Python đều áp dụng được.
Reactions:
nguoi_andanh2026
Em có tự học OOP với Python rồi.
Em muốn học thêm Java vì nghe nói là Python nó bỏ qua nhièu bước còn ở Java phải tự implement lại và cứng nhắc hơn nên sẽ hiểu sâu hơn.
via theNEXTvoz for iPhone
Nếu không có mục tiêu xin việc vào hệ sinh thái Java mà muốn học OPP để hiểu bản chất thì học bằng C++ tốt hơn. C++ biên dịch xong là chạy thẳng trên OS vs CPU, tiện thể tìm hiểu được kiến thức về OS luôn.
Code bằng Java thì sau khi biên dịch nó chạy trong cái máy ảo nên nó che đi nhiều thứ bên dưới.
Reactions:
Hellobaby12345
t làm 8 năm cũng chưa bao giừo đụng OPP nè, phỏng vấn cũng chauw ai hỏi OPP do t làm functionalLàm dev 10 năm chưa đụng tới Os np thì chắc là fsofter cmnr
làm 10 cty rồi, từng làm fsoft mà fsoft giờ ko dễ vô đâu, đừng nghĩ là dễ vàoLàm dev 10 năm chưa đụng tới Os np thì chắc là fsofter cmnr
GPA phải 7/10 ielts phải 6.5 nhe
DSA có thể học MIT 6.006, OOP, code convention hay gì gì đó thì cứ code dự án full-stack / backend là biết, code python cũng được. Python cũng là OOP thôi cần gì Java đâu.
Đụng tay đụng chân là cách nhanh nhất đó thím. Thím tìm 1 repo nào đó trên github code python kiểu để hands-on thôi, đọc hiểu code của người ta. Xong tự code lại, đối chiếu sẽ hiểu cần code ntn.
Còn nếu muốn bài bản thì đúng là phải học từ số 0. Vd đơn giản là CPU hoạt động ntn, thực thi 1 instruction ra sao, căn bản ở mức đó.
Reactions:
Hellobaby12345
Cảm ơn 2 thím.
Em mới mua cái DSA crash course của Leet Code rồi. Em thấy nó cũng khá đầy đủ và tinh gọn.
Chắc sắp tới em sẽ học thêm về C++ để hiểu rõ hơn. Các thím có recommend khoá nào không ạ?
Về OOP thì đúng là phải có project mới thấy rõ được. Nhưng vde của em là không có quá nhiều thời gian và chưa cần đụng đến front end. Code hiện tại chủ yếu là về data science, NLP nên chỉ đụng đến function chứ cũng ít khi dùng class. Kể cả cái package em viết để phân tích cũng toàn function.
Các thím có recommend repo/ project nào ngắn ngắn nhưng ép mình phải hiểu/dùng được các nguyên tắc trong oop mà liên quan đến DS/NLP không ạ?
Gớm, thời buổi AI vibe coding tiến sĩ trái ngành đòi dấn thân vào Leet Code medium để xin việc làm ngành AI á ?
Chuyển sang học tiếng sĩ Toán Tin đi má
Chuyển sang học tiếng sĩ Toán Tin đi má
Reactions:
mokapotsv
Cũng không cần đầu tư vào OOP nhiều, cái OOP chuẩn mà trong sách giáo khoa hay dạy như kế thừa đa hình các thứ thực tế khó debug với mở rộng vì nó liên kết chặt. Biết dùng cái Composition là được rồi.
Tập trung vào cái SOLID để chia module sao cho code dễ maintain, dễ mở rộng và không liên kết chặt vào nhau thực tế hơn.
Reactions:
Hellobaby12345
Mình đã và đang làm trong mảng AI (NLP), cũng động đến Toán, Tin chứ kp chỉ blind vibe coding.Gớm, thời buổi AI vibe coding tiến sĩ trái ngành đòi dấn thân vào Leet Code medium để xin việc làm ngành AI á ?
Chuyển sang học tiếng sĩ Toán Tin đi má
Câu hỏi bạn có thể copy pate vào chatgpt sẽ ra câu trả lời như sau:
Nếu mình ở đúng vị trí của người trong thread đó (PhD NLP, code research ổn nhưng thiếu engineering), mình sẽ adapt theo hướng “AI Systems Engineer” thay vì cố trở thành pure researcher. Lộ trình thực tế sẽ như sau:
Chấp nhận sự thật của thị trường AI hiện nay
Trước đây:Research → publish paper → AI job
Bây giờ:
Research → phải build system → deploy → scale
Công ty cần người:
- train model
- deploy model
- build pipeline
- scale inference
Giữ NLP research làm lợi thế cạnh tranh
Không nên bỏ NLP.NLP PhD là lợi thế lớn.
Các lĩnh vực đang hot:
- LLM
- RAG system
- evaluation
- alignment
- search system
- prompt pipeline
- retrieval system
- fine-tune model
- build AI product
Bù gap engineering (đây là phần quan trọng nhất)
Phần này thường thiếu:Clean engineering
- project structure
- packaging
- testing
- CI/CD
Infrastructure
- Docker
- Kubernetes
- cloud
Data pipeline
- batch processing
- streaming
Học ML system design
Ví dụ một AI system thật:User query
↓
API server
↓
Embedding service
↓
Vector DB
↓
LLM inference
↓
Post-processing
Cần hiểu:
- latency
- scaling
- caching
- batching
- FastAPI
- Redis
- Kafka
- vector DB
Build 2–3 project production-level
Đây là thứ giúp pass interview.Ví dụ:
Project 1 – RAG system
document ingestion
embedding pipeline
vector search
LLM answer
evaluation
Project 2 – LLM serving
model API
batching
GPU inference
autoscaling
Project 3 – NLP pipeline
data processing
training
experiment tracking
model registry
Luyện interview engineering
Nhiều PhD fail ở đây.Phỏng vấn thường hỏi:
- coding
- system design
- ML system
design recommendation system
design search system
design LLM service
Positioning bản thân đúng
Thay vì nói:NLP researcher
nên nói:
AI engineer specialized in NLP systems
hoặc
ML systems engineer
Đây là role mà:
- big tech
- AI startup
Thực tế hơn: timeline
Nếu mình là họ:2 tháng → software engineering
2 tháng → ML systems
2 tháng → build project
Tổng: ~6 tháng để chuyển sang AI engineer khá mạnh.
Một insight thú vị:Trong ngành hiện nay có hai kiểu người:
Type A
PhD AI
giỏi model
kém system
Type B
backend engineer
giỏi system
không hiểu model
Người hiếm và được trả lương cao là:
AI systems engineer
= model + system
Nếu bạn muốn, mình có thể phân tích thêm một điều rất quan trọng:
Vì sao 80% AI engineer tương lai sẽ không phải là PhD AI mà lại là backend engineer chuyển sang AI.
Điều này đang xảy ra rất mạnh trong 2 năm gần đây.
Reactions:
Hellobaby12345
bigo ok thật bạn ơi, học blue với orange xong gặp mấy bài graph, dp cũng thấy nó bthseeder hả fen