CapNhatGia.com là một dự án Nha đã ấp ủ hơn 10 năm: xây một nền tảng liên tục cập nhật giá thị trường, chuẩn hóa sản phẩm, so sánh giá, theo dõi lịch sử biến động và giúp người mua tìm được mức giá hợp lý hơn thay vì chỉ nhìn vào con số giảm giá.
Mong muốn ứng dụng Blockchain và AI, Data Science của doanh nghiệp khiến nhu cầu kỹ sư IT rành những chuyên môn này tiếp tục tăng cao. Đây là nội dung đăng trên báo VNExpress ngày 6/7/2019
Để giải quyết nhu cầu cho việc tạo ra các đồ thị hiển thị dữ liệu đơn giản nhưng mạnh mẽ, chứ đựng nhiều thông tin; nhiều công cụ hiển thị dữ liệu đã ra đời. Tuy nhiên nhiều chuyên gia phân tích dữ liệu và các nhà quản lý thường không nhận biết hết được các công cụ này.
Bài viết cập nhật lại khái niệm Data Science mà Nha từng chia sẻ từ năm 2018. Data Science không chỉ là Python, Machine Learning hay AI mà là quá trình kết hợp dữ liệu, thống kê, lập trình, kiến thức chuyên môn và tư duy giải quyết vấn đề để tạo ra insight hoặc giải pháp có giá trị. Bài cũng phân biệt Data Scientist với Data Analyst, Data Engineer, Machine Learning và AI, đồng thời gợi ý lộ trình học Data Science phù hợp hơn trong thời đại Generative AI.
Hôm nay sau một thời gian bàn giao web cho khách hàng, dù đã khá chuẩn SEO nhưng anh này vẫn điện thoại nói em thiếu phần Breadcrums của anh rồi. Sau đó là một hồi giải thích thì mình đã ngỡ ra, oh thì ra đó là cái navigation bar mình hay dùng. Và mình đã tìm hiểu và xin ý kiến của các SEOer khác thì ra nó không phải vậy. Bài viết này sẽ giải thích cho bạn tại sao và cách nào để tạo ra cách breadcrumbs chuẩn nhất.
Chưa bao giờ các doanh nghiệp lại “khát” nhân lực về “Big Data” như hiện nay do ngày càng có nhiều công ty nhận ra được lợi ích to lớn từ việc khai thác và phân tích dữ liệu đối với hoạt động kinh doanh của họ. Theo phân tích trên thị trường việc làm thì họ được đón chào với mức lương hậu hĩnh cùng nhiều phụ cấp hấp dẫn khác cho công việc như Data scientist - nhà khoa học dữ liệu hay Data analyst - Chuyên gia phân tích dữ liệu. Vậy làm sao để trở thành nhà khoa học dữ liệu cũng như chuyên gia phân tích dữ liệu?
Bài viết cập nhật lại kiến thức Big Data mà Nha từng chia sẻ từ năm 2016. Big Data không đơn giản là dữ liệu thật nhiều và cũng không có một ngưỡng TB hay PB cố định. Bài giải thích 5V của Big Data, sự khác nhau giữa Big Data với Data Warehouse, Data Lake và Lakehouse, tác động của cloud và AI, đồng thời nhìn lại bài học Google Flu Trends để thấy rằng nhiều dữ liệu không đồng nghĩa với dữ liệu tốt.
