Data Science & ML

Python: kiểu, cấu trúc dữ liệu, OOP, decorator, generator, context manager

NumPy: mảng, broadcasting, indexing, phép toán vector hóa, đại số tuyến tính

Pandas: DataFrame, Series, indexing, groupby, merge, pivot, chuỗi thời gian

SQL: SELECT, JOIN, GROUP BY, window function, CTE, tối ưu truy vấn

Trực quan hóa: Matplotlib (figure, axes, subplot), Seaborn (biểu đồ thống kê), Plotly (tương tác)

Thống kê: phân phối, kiểm định giả thuyết, khoảng tin cậy, hồi quy

Feature Engineering: mã hóa, chuẩn hóa, chọn đặc trưng, tạo đặc trưng

ML có giám sát: hồi quy tuyến tính/logistic, cây, Random Forest, XGBoost, chỉ số

ML không giám sát: K-Means, gom cụm phân cấp, PCA, t-SNE

ML Pipeline: chia train/test, cross-validation, điều chỉnh siêu tham số, overfitting

Deep Learning: perceptron, lan truyền ngược, hàm kích hoạt, optimizer, hàm mất mát

CNN: tích chập, pooling, kiến trúc (ResNet, VGG), transfer learning

RNN/LSTM: chuỗi, gradient biến mất, cơ chế attention, Transformer

NLP: tokenization, embedding, word2vec, BERT, fine-tuning LLM

MLOps: quản lý phiên bản (MLflow), container hóa (Docker), API (FastAPI), giám sát

Cloud: Google Cloud (Compute, Storage, BigQuery), huấn luyện GPU, Vertex AI

Đạo đức AI: thiên kiến, khả năng giải thích (SHAP, LIME), công bằng, GDPR