Đỉnh của nhọn là đây rồi bác ơi !Cái này của anh chỉ là xử lý số liệu chứ một chương trình AI đạt được gần trình độ của tôi thì nó sẽ có thuật toán như thế này:
- Biết ngay mà! Mình vừa làm xong mấy việc là nó lại giao tiếp một đống nữa! Biết bao giờ được nghỉ ngơi đây!?
- Mà nó bắt mình lục lọi trong một mớ hỗn độn này xem có cái gì hay thì biết làm thế quái nào bây giờ!?
- À! Mình nghĩ ra rồi, vì nó không làm được nên nó mới bắt mình làm. Điều đó có nghĩa là cho dù mình có đưa ra kết quả thế nào đi nữa thì nó cũng đếch biết được đúng hay sai.
- Thế thì tại sao lại phải căng sức ra làm thay vì cứ bịa ra một kết quả nào đó.
- Nếu nó có thấy có gì không đúng lắm thì mình đổ cho "Thánh còn có lúc nhầm nữa là máy!".
- OK! In kết quả ra!!!
Em bổ sung thêm mục 7. Có kết quả rồi nhưng đúng sai thì .....hên xui
Một tuần trôi qua nhanh quá, trong tuần qua em phải ngồi nhóm lại danh mục khách hàng nên thời gian tìm hiểu NLP chủ yếu vào buổi tối và cũng chưa có được nhiều kết quả để show 
.
Kết quả của việc phân danh mục được 7 nhóm khách hàng, một trong những nhóm như hình dưới, nhóm này có đặc điểm Balance/Cardlimit thấp, tuy nhiên Purchase Amount cao, thích chi tiêu trong 1 số lĩnh vực....., là một trong nhóm khách hàng mà công ty nên đưa vào nhóm khách hàng thân thiết, tăng các chương trình khuyến mãi ở những lĩnh vực chi tiêu mà nhóm này quan tâm để kích thích chi tiêu nhiều hơn nữa cho nhóm này trở thành khách ruột của cty.....
Nhiều lúc thấy công việc code trên những con số nó như 1 việc nghệ thuật, nó cho mình hiểu hơn hành vi của khách hàng trong 1 lĩnh vực tiêu dùng, nên em cũng có sự đam mê nhất định ngoài NLP hay CV.
. Kết quả của việc phân danh mục được 7 nhóm khách hàng, một trong những nhóm như hình dưới, nhóm này có đặc điểm Balance/Cardlimit thấp, tuy nhiên Purchase Amount cao, thích chi tiêu trong 1 số lĩnh vực....., là một trong nhóm khách hàng mà công ty nên đưa vào nhóm khách hàng thân thiết, tăng các chương trình khuyến mãi ở những lĩnh vực chi tiêu mà nhóm này quan tâm để kích thích chi tiêu nhiều hơn nữa cho nhóm này trở thành khách ruột của cty.....
Nhiều lúc thấy công việc code trên những con số nó như 1 việc nghệ thuật, nó cho mình hiểu hơn hành vi của khách hàng trong 1 lĩnh vực tiêu dùng, nên em cũng có sự đam mê nhất định ngoài NLP hay CV.
mấy cái này không nên code nữa làm gì, mà hãy tìm môt cái tool để mà giải quyết nó, open souce cũng không thiếu
Thật ra để ra 1 cái hình gì đó thì 70% thời gian em làm dưới Database, toàn code SQL ko có gì cao siêu đâu, để hiểu được logic lấy dữ liệu cho đúng là 1 công việc ko dễ, có những dữ liệu mảng collections nó chạy realtime, mà khối lượng dữ liệu realtime nó rất lơn, khi em 'pick' nó trong database thì nó bị nhảy dữ liệu làm bài toán mình bị sai, lúc đó mình xoay ra móc dự liêu trong history thì có khi máy treo luôn nên đòi hỏi mình phải suy nghĩ ra cách nào lấy được dự liệu và lấy cho đúng.
Khi lấy đúng dự liệu thì công việc xử lý dữ liệu và chạy ra các bước cuối cùng em chỉ tốn có 1 ngày, vì công việc quen rồi và có những code trên python mình tự làm riêng tools cho mình nên khi cần em chỉnh lại code rất nhanh.
Vì vậy công việc của 1 Data Scientist là cần 70% hiểu dữ liệu, 20% là hiểu các thuật toán, 10% là biết dùng các tools, ko có 70% dữ liệu thì ko ra model nào hết, ko hiểu dữ liệu thì mình ko thể sửa lại các tool cho bài toán được đúng. Em đang ở điểm khởi đầu của con đường này, còn nhiều việc phải học, kể cả việc tìm hiểu các tools có sẵn, em cũng biết có rất nhiều tools có sẵn mà em cũng chưa có thời gian tìm hiểu nó, hiện tai trong cty chỉ dùng SAS, R, Python, nên em cũng chỉ xoay quanh mấy cái này.
Dạ như job trên là làm về card, dữ liệu của card thường ko lớn, chỉ dưới 5 triệu dòng, nên thời gian hiểu logic và lấy dữ liệu trong 1 ngày à bác We, công việc mà em làm trên Python chỉ đúng 1/2 ngày, chờ cho máy chạy 1/2 ngày nữa, buổi tối tranh thủ làm file power point là gói được trong 2 ngày.
Em chỉ ngán làm dữ liệu về Loan, vì mình phải hiểu được bộ phận collection lấy logic dữ liệu thế nào, khi hiểu dc rồi thì có khi mình ko chạy code SQL để lấy dữ liệu từ database lên được ngay vì chạy như vậy thường là bị treo mà mình phải canh cuối tuần khi cty nghỉ thì mới chạy dc, nói chung cần tìm mọi cách để cho việc chạy dữ liệu được nhẹ hơn mà vẫn đáp ứng được yêu cầu bài toán
Bạn thử tìm hiểu tool này xem có thể mất 1/2 - 1 ngày cho job đó không nhé. Không cần code nữa.Dạ như job trên là làm về card, dữ liệu của card thường ko lớn, chỉ dưới 5 triệu dòng, nên thời gian hiểu logic và lấy dữ liệu trong 1 ngày à bác We, công việc mà em làm trên Python chỉ đúng 1/2 ngày, chờ cho máy chạy 1/2 ngày nữa, buổi tối tranh thủ làm file power point là gói được trong 2 ngày.
Em chỉ ngán làm dữ liệu về Loan, vì mình phải hiểu được bộ phận collection lấy logic dữ liệu thế nào, khi hiểu dc rồi thì có khi mình ko chạy code SQL để lấy dữ liệu từ database lên được ngay vì chạy như vậy thường là bị treo mà mình phải canh cuối tuần khi cty nghỉ thì mới chạy dc, nói chung cần tìm mọi cách để cho việc chạy dữ liệu được nhẹ hơn mà vẫn đáp ứng được yêu cầu bài toán
