🎓 Khóa học trực tuyến NVIDIA – Fundamentals of Accelerated Data Science
Giới thiệu khóa học NVIDIA DLI
Khóa học trực tuyến Fundamentals of Accelerated Data Science do Công ty Cổ phần ADT Quốc Tế phối hợp cùng đội ngũ Đại Sứ Công Nghệ NVIDIA tổ chức. Đây là chương trình đào tạo chuẩn quốc tế từ NVIDIA Deep Learning Institute (DLI), giúp học viên tiếp cận công nghệ tăng tốc xử lý dữ liệu bằng GPU hiện đại nhất.
Học viên sau khi hoàn thành khóa học sẽ nhận được chứng chỉ quốc tế NVIDIA DLI, công nhận năng lực chuyên môn và mở rộng cơ hội nghề nghiệp trong lĩnh vực Data Science, Machine Learning, và AI.
🎯 Mục tiêu khóa học
Khóa học được thiết kế dành cho những ai muốn làm chủ công nghệ GPU trong xử lý và phân tích dữ liệu lớn (Big Data):
- Thành thạo cuDF, Apache Arrow trong xử lý và trích xuất dữ liệu.
- Ứng dụng XGBoost, cuML để triển khai Machine Learning tăng tốc bằng GPU.
- Phân tích mạng lưới và dữ liệu đồ thị lớn bằng cuGraph.
- Ra quyết định nhanh chóng, chính xác nhờ quy trình phân tích dữ liệu tối ưu hóa.
👨🏫 Đội ngũ giảng viên NVIDIA
Khóa học được giảng dạy bởi đội ngũ Đại Sứ Công Nghệ NVIDIA – những chuyên gia hàng đầu trong lĩnh vực Data Science và AI:
- Giàu kinh nghiệm thực tiễn và nghiên cứu quốc tế.
- Truyền tải kiến thức bằng tiếng Việt, dễ hiểu và thực hành ngay.
- Mang đến sự kết hợp giữa chuẩn quốc tế và thực tiễn tại Việt Nam.
📜 Chứng chỉ NVIDIA DLI
Hoàn thành khóa học, học viên sẽ nhận được Chứng chỉ chính thức từ NVIDIA Deep Learning Institute – một trong những chứng chỉ uy tín nhất trong ngành:
- ✅ Khẳng định năng lực chuyên môn trong Data Science, AI, Machine Learning.
- ✅ Gia tăng cơ hội việc làm trong các tập đoàn công nghệ, tài chính, nghiên cứu.
- ✅ Tăng thu nhập và thăng tiến nghề nghiệp – theo Global Knowledge, người sở hữu chứng chỉ có mức lương cao hơn trung bình 15%.
🕒 Thông tin khóa học NVIDIA
- Hình thức học: Trực tuyến (100% Online).
- Thời lượng: 8 giờ (gồm lý thuyết & thực hành).
- Công nghệ sử dụng: RAPIDS, cuDF, cuML, cuGraph, XGBoost, Dask, cuPy, Pandas, NumPy, Bokeh.
- Thực hành: Trên hệ thống GPU Cloud hiện đại.
-
Đối tượng phù hợp:
- Sinh viên CNTT, kỹ thuật, khoa học dữ liệu.
- Kỹ sư, chuyên gia AI/ML, Data Analyst.
- Người muốn nâng cao kỹ năng để hội nhập thị trường lao động toàn cầu.
🌟 Lợi ích khi tham gia khóa học NVIDIA
Khi đăng ký khóa học, bạn sẽ nhận được:
- ✅ Kiến thức cập nhật chuẩn quốc tế từ NVIDIA.
- ✅ Trải nghiệm thực hành chuyên sâu trên GPU Cloud.
- ✅ 100% học trực tuyến, linh hoạt về thời gian và địa điểm.
- ✅ Chứng chỉ NVIDIA DLI – chìa khóa mở rộng sự nghiệp trong Data Science & AI.
📌 Đăng ký ngay hôm nay!
Đừng bỏ lỡ cơ hội trở thành chuyên gia dữ liệu tăng tốc cùng NVIDIA.
👉 Liên hệ với Công ty Cổ phần ADT Quốc Tế để được tư vấn và đăng ký sớm!
FUNDAMENTALS OF ACCELERATED DATA SCIENCE
About this Course
Data science is about using scientific methods, processes, algorithms, and systems to analyze and extract insights from data. It empowers organizations to turn data into a valuable resource, leading to smarter decision-making, improved operations, and enhanced customer experiences. In this workshop, you will learn how to use GPU-accelerated tools to conduct data science faster, leading to more scalable, reliable, and cost-effective results
Learning Objectives
- Use cuDF to accelerate pandas, Polars, and Dask for analyzing datasets of all sizes efficiently
- Utilize a wide variety of machine learning algorithms, including XGBoost, for different data science problems
- Deploy machine learning models on a Triton Inference Server to deliver optimal performance
- Learn and apply powerful graph algorithms to analyze complex networks with NetworkX and cuGraph
- Perform multiple analysis tasks on massive datasets to stave off a simulated epidemic outbreak effecting the UK
Upon completion, you will be able to perform various data science tasks more efficiently, enabling more iteration cycles and drastically improving productivity.
Course Outline
|
Introduction |
|
|
GPU-Accelerated Data Manipulation |
Ingest and prepare several datasets (some larger-than-memory) for use in multiple machine learning exercises later in the workshop:
|
|
Break |
|
|
GPU-Accelerated Machine Learning |
Apply several essential machine learning techniques to the data that was prepared in the first section:
|
|
Graph Analytics |
Perform graph analytics:
|
|
Project: Data Analysis to Save the UK |
Apply new GPU-accelerated data manipulation and analysis skills with population-scale data to help stave off a simulated epidemic affecting the entire UK population:
|
Course Details
Duration: 08:00
Price: Contact us for pricing
Level: Technical - Intermediate
Subject: Data Science
Language: English
Course Prerequisites: Experience with Python, ideally including pandas and NumPy
Suggested resources to satisfy prerequisites: Kaggle's pandas Tutorials, Kaggle's Intro to Machine Learning, Accelerating Data Science Workflows with RAPIDS
Technologies:RAPIDS, cuDF, XGBoost, cuML, cuGraph, Dask, cuPy, pandas, Polars, NumPy, and Bokeh
Certificate:Upon successful completion of the assessment, participants will receive an NVIDIA DLI certificate to recognize their subject matter competency and support professional career growth.
Hardware Requirements:Desktop or laptop computer capable of running the latest version of Chrome or Firefox. Each participant will be provided with dedicated access to a fully configured, GPU-accelerated server in the cloud.
Languages:English, Tiếng Việt
Prefer learning from an instructor?
Request a private workshop or view our public workshop schedule.
CÁC NGUYÊN TẮC CƠ BẢN CỦA KHOA HỌC DỮ LIỆU TĂNG TỐC
Giới thiệu về Khóa học này
Khoa học dữ liệu là việc sử dụng các phương pháp khoa học, quy trình, thuật toán và hệ thống để phân tích và trích xuất thông tin chuyên sâu từ dữ liệu. Nó trao quyền cho các tổ chức biến dữ liệu thành một nguồn tài nguyên quý giá, dẫn đến việc ra quyết định thông minh hơn, cải thiện hoạt động và nâng cao trải nghiệm khách hàng. Trong khóa học này, bạn sẽ học cách sử dụng các công cụ tăng tốc GPU để thực hiện khoa học dữ liệu nhanh hơn, mang lại kết quả có khả năng mở rộng, đáng tin cậy và hiệu quả về chi phí hơn.
Mục tiêu học tập
· Sử dụng cuDF để tăng tốc pandas, Polars và Dask nhằm phân tích hiệu quả các tập dữ liệu ở mọi kích thước.
· Sử dụng nhiều thuật toán học máy, bao gồm XGBoost, cho các bài toán khoa học dữ liệu khác nhau.
· Triển khai các mô hình học máy trên Triton Inference Server để mang lại hiệu suất tối ưu.
· Học và áp dụng các thuật toán đồ thị mạnh mẽ để phân tích các mạng phức tạp với NetworkX và cuGraph.
· Thực hiện nhiều tác vụ phân tích trên các tập dữ liệu khổng lồ để ngăn chặn một đợt bùng phát dịch bệnh mô phỏng đang ảnh hưởng đến Vương quốc Anh.
Sau khi hoàn thành, bạn sẽ có thể thực hiện các tác vụ khoa học dữ liệu khác nhau hiệu quả hơn, cho phép nhiều chu kỳ lặp lại hơn và cải thiện đáng kể năng suất.
Đề cương khóa học
· Giới thiệu
o Gặp gỡ giảng viên.
o Tạo tài khoản tại courses.nvidia.com/join
· Thao tác dữ liệu tăng tốc GPU
o Thu nạp và chuẩn bị một số tập dữ liệu (một số lớn hơn bộ nhớ) để sử dụng trong nhiều bài tập học máy sau này trong khóa học:
§ Đọc dữ liệu trực tiếp vào một và nhiều GPU bằng pandas, Polars, cuDF và Dask.
§ Chuẩn bị thông tin dân số, mạng lưới đường bộ và phòng khám cho các tác vụ học máy trên GPU với cuDF.
· Nghỉ giải lao
· Học máy tăng tốc GPU
o Áp dụng một số kỹ thuật học máy thiết yếu cho dữ liệu đã được chuẩn bị ở phần đầu tiên:
§ Sử dụng các thuật toán tăng tốc GPU có giám sát và không giám sát với cuML.
· Phân tích đồ thị
o Thực hiện phân tích đồ thị:
§ Tạo và phân tích dữ liệu đồ thị trên GPU với cuGraph.
· Dự án: Phân tích dữ liệu để cứu Vương quốc Anh
o Áp dụng các kỹ năng thao tác và phân tích dữ liệu tăng tốc GPU mới với dữ liệu quy mô dân số để giúp ngăn chặn một dịch bệnh mô phỏng ảnh hưởng đến toàn bộ dân số Vương quốc Anh:
§ Sử dụng RAPIDS để tích hợp nhiều tập dữ liệu khổng lồ và thực hiện phân tích thực tế.
§ Xoay vòng và lặp lại phân tích của bạn khi dịch bệnh mô phỏng cung cấp dữ liệu mới cho mỗi ngày mô phỏng.
Chi tiết khóa học
· Thời lượng: 08:00
· Giá: Liên hệ với chúng tôi để biết giá
· Cấp độ: Kỹ thuật - Trung cấp
· Chủ đề: Khoa học dữ liệu
· Ngôn ngữ: Tiếng Anh
· Điều kiện tiên quyết của khóa học: Kinh nghiệm với Python, lý tưởng là bao gồm pandas và NumPy
· Tài nguyên đề xuất để đáp ứng các điều kiện tiên quyết: Hướng dẫn pandas của Kaggle, Giới thiệu về học máy của Kaggle, Tăng tốc quy trình khoa học dữ liệu với RAPIDS
· Công nghệ: RAPIDS, cuDF, XGBoost, cuML, cuGraph, Dask, cuPy, pandas, Polars, NumPy và Bokeh
· Chứng chỉ: Sau khi hoàn thành thành công bài đánh giá, những người tham gia sẽ nhận được chứng chỉ NVIDIA DLI để công nhận năng lực chuyên môn và hỗ trợ phát triển sự nghiệp.
· Yêu cầu phần cứng: Máy tính để bàn hoặc máy tính xách tay có khả năng chạy phiên bản Chrome hoặc Firefox mới nhất. Mỗi người tham gia sẽ được cung cấp quyền truy cập chuyên dụng vào một máy chủ được cấu hình đầy đủ, tăng tốc GPU trên đám mây.
· Ngôn ngữ: Tiếng Anh, Tiếng Việt