Chuyên gia Data Science và Kỹ thuật Xây dựng | Nam Hà Nội – Hà Nội
Giới thiệu về ứng viên
Data Science, Machine Learning, Civil Engineering, Project Management, Python, Power BI …
● KINH NGHIỆM LÀM VIỆC
○ Ulsan National Institute of Science and Technology
• Research Assistant
• Áp dụng kiến thức về vật liệu cấu trúc và học máy để dự đoán độ bền của bê tông với độ chính xác 96%
• Hợp tác với các thành viên trong phòng thí nghiệm để phát triển loại bê tông mới có khả năng chống băng trong mùa đông
• Hai bài báo đang được xem xét bởi các chuyên gia
○ Zamil Steel
• Project Management Engineering
• Phát triển lộ trình cho các dự án bao gồm mốc thời gian và tuyên bố phạm vi từ khởi đầu đến hoàn tất với độ chính xác 80%
• Giám sát và phối hợp với các phòng ban khác để giao hơn 10 dự án cho khách hàng
● DỰ ÁN
○ Book search engine
• Áp dụng BeautifulSoup để thu thập 10,000 cuốn sách từ goodreads
• Áp dụng TFIDF và cosine similarity để tìm tiêu đề và xếp hạng 10 kết quả tương tự nhất
• Github: https://github.com/vuthanh2611/Book_search_engine.git
○ KNN from scratch
• Xây dựng các lớp k-NN với các phương thức như dự đoán, tính khoảng cách và các chỉ số
• Áp dụng mô hình này trong tập dữ liệu “house number” do Stanford cung cấp và so sánh với mô hình do scikit-learn cung cấp. Cả hai mô hình đều cho kết quả tương tự với độ chính xác 60%
• Github: https://github.com/vuthanh2611/KNN-scratch.git
○ Malaria prediction
• Phân tích và làm sạch hơn 10,000 hình ảnh của tế bào nhiễm và không nhiễm
• Tạo mô hình CNN với độ chính xác khoảng 88% để dự đoán bệnh nhân có xác nhận nhiễm sốt rét hay không
• Github: https://github.com/vuthanh2611/malaria.git
○ Predict the churn rate of a telecom company using machine learning
• Khám phá và phân tích 7000 ID khách hàng để hiểu những yếu tố ảnh hưởng đến tỷ lệ rời bỏ
• Áp dụng random forest, decision tree và AdaBoost để dự đoán khả năng rời bỏ. Mô hình AdaBoost cho độ chính xác cao nhất ở mức 83%
• Github: https://github.com/vuthanh2611/Churn_rate.git
○ Revenue visualization by Power BI
• Sử dụng Power BI để trực quan hóa doanh thu của một công ty xe đạp theo mặt hàng, năm, địa điểm
• Github: https://github.com/vuthanh2611/Power-BI.git
● KỸ NĂNG KỸ THUẬT
○ Programming languages
• Python, SQL, Excel VBA, Matlab, Basic C++
○ Tools
• Power BI, Microsoft office, Git, Jupyter notebook
○ Libraries
• Numpy, Pandas, Scikit-learn, Tensorflow, Keras, Matplotlib, Seaborn
● GIẢI THƯỞNG VÀ HỌC BỔNG
○ 2020-2022
• Học bổng toàn phần cho chương trình Thạc sĩ tại Ulsan National Institute of Science and Technology
○ 2019
• Học bổng toàn phần cho một học kỳ trao đổi tại Norwegian University of Science and Technology
○ 2016
• Giải thưởng Khuyến khích cho Olympic Cơ học Quốc gia tại Việt Nam
