Mặt bằng thu nhập khối ngành kỹ thuật thấp hơn nhân văn?
Thông thường chúng ta nghĩ ngành kỹ thuật, công nghệ có cơ hội rộng mở, mức lương “khủng”, nhưng một nghiên cứu sử dụng số liệu cuộc Điều tra lao động và việc làm toàn quốc năm 2018 của Tổng cục Thống kê cho thấy mặt bằng thu nhập của nhóm ngành kỹ thuật/công nghệ, khoa học tự nhiên, kinh doanh/tài chính, nông nghiệp/thú y thấp hơn nhóm ngành nhân văn/nghệ thuật.
Ảnh minh họa: mitc.edu.vn
Kết quả bất ngờ đó được đề cập trong công bố “Sự khác biệt tiền lương theo ngành học đại học: bằng chứng từ các cử nhân đại học ở Việt Nam”, trên tạp chí International Journal of Educational Development1 vào tháng 10 vừa qua của TS Trần Quang Tuyến và TS Vũ Văn Hưởng, Khoa Quốc tế, ĐHQG Hà Nội. Các tác giả sử dụng mô hình phân tích kinh tế lượng để đánh giá sự khác biệt tiền lương theo ngành học đại học, mô hình có kiểm soát các đặc điểm về kinh nghiệm, giới tính, nghề nghiệp, khu vực việc làm, việc làm đúng ngành học và khu vực địa lý. Kết quả cho thấy tiền lương trung bình của nhóm ngành nhân văn/nghệ thuật cao hơn so với nhóm ngành kỹ thuật/công nghệ, khoa học tự nhiên, kinh doanh/tài chính, nông nghiệp/thú y.
AI nào cho Việt Nam?
Trong khuôn khổ tuần lễ Khoa học dữ liệu do Viện nghiên cứu cao cấp về Toán và trường ĐH Bách khoa HN tổ chức ngày 29/8, GS Hồ Tú Bảo (Viện John von Neumann, ĐHQGTPHCM) đã có buổi nói chuyện tại ĐH Bách khoa HN về AI trong bối cảnh Việt Nam thời kỳ chuyển đổi số.
Giáo sư Hồ Tú Bảo phát biểu tại Diễn đàn ICT Summit 2018. Nguồn: Vietnamnet
Tại buổi nói chuyện đó ông đã nêu một số ý kiến về việc nên chú trọng đầu tư vào những lĩnh vực nào của AI để phù hợp với mục tiêu phát triển đất nước và tình hình phát triển AI ở Việt Nam.
Những nan đề của toán học Việt Nam
Trên con đường khám phá cái đẹp riêng biệt của toán học, các nhà nghiên cứu Việt Nam có khi nào nghĩ đến những bài toán ứng dụng ngoài thực tế và việc đáp ứng các nhu cầu của xã hội? Vấn đề đằng sau câu hỏi mà nhiều người vẫn thường nghĩ đến này thực ra còn phức tạp hơn người ta tưởng, thậm chí giải pháp cho nó không phải lúc nào cũng nằm trọn vẹn trong tay người làm toán.
Giáo sư Phạm Hi Đức (Pháp) giảng bài tại Viện John von Neumann. Nguồn: JVN
Không hẹn mà gặp, tọa đàm “Hợp tác trong đào tạo và nghiên cứu Toán học tại Việt Nam, bài học kinh nghiệm và tiềm năng phát triển” do Viện Toán học (Viện Hàn lâm KH&CN Việt Nam) tổ chức vào ngày 25/9/2020 và tọa đàm “Nghiên cứu và đổi mới sáng tạo trong lĩnh vực vật lý” do Hội đồng ngành Vật lý (Hội đồng giáo sư nhà nước), Hội đồng ngành Vật lý Quỹ NAFOSTED và trường Đại học Phenikaa tổ chức trước đó hai tháng cùng phản ánh một nỗi niềm chung của những người làm nghiên cứu: vai trò của lĩnh vực khoa học họ đang theo đuổi trong xã hội như thế nào? liệu lĩnh vực của họ có thể đóng góp gì cho một xã hội có tốc độ thay đổi chóng mặt như hiện nay? Đó cũng là suy tư gói gọn trong câu hỏi “Ích gì, toán học?” mà giáo sư Hà Huy Khoái từng chia sẻ trên Tia Sáng năm 2016, nhân dịp kỷ niệm 5 năm ngày thành lập Viện Nghiên cứu cao cấp về toán (VIASM).
Phân loại mã độc Android bằng mạng sinh đối kháng và học máy
Phân loại mã độc Android bằng mạng sinh đối kháng và học máy
Nguyễn Công Danh - CH1902029
Đề tài tập trung nghiên cứu và thực nghiệm các mô hình học máy Random Forest (RF), Extra Trees (ET) và học sâu (deep learning) Deep Neural Network (DNN), Convolutional Neural Network (CNN) và sử dùng mạng sinh đối kháng Auxiliary Classifier Generative Adversarial Network (AC-GAN) để nâng cao độ hiệu quả trong phân loại mã độc trên hai tập dữ liệu phổ biến là Drebin và CICMalDroid2020. Thử nghiệm việc áp dụng mẫu đối kháng vào huấn luyện mô hình trong những trường hợp tập dữ liệu mất cân bằng.
Đề tài đã xây dựng được mô hình phân loại phù hợp, ứng dụng hiệu quả các mô hình học máy và mạng sinh đối kháng trong phân loại trên cả loại và họ mã độc với các tập dữ liệu phổ biến khác nhau. Kết quả sau cùng cho thấy độ chính xác cao (>99%) và có tính cạnh tranh s với một số nghiên cứu liên quan trước đây. Luận văn đã áp dụng đồng thời các thuật toán học máy, học sâu và mạng sinh đối kháng cho tập dữ liệu dạng bảng, sử dụng một số kỹ thuật tối ưu để tăng khả năng phân loại cho mô hình.
Trân trọng.
Nghiên cứu hệ thống quản lý, tư vấn và chăm sóc sức khỏe tích hợp công nghệ blockchain
Nghiên cứu hệ thống quản lý, tư vấn và chăm sóc sức khỏe tích hợp công nghệ blockchain
Lê Ngọc Hiển - CH1802007
Blockchain đang trong quá trình phát triển mạnh mẽ và hoàn thiện mình trở thành một công nghệ an toàn, đáng tin cậy về việc chia sẻ dữ liệu. Blockchain được ứng dụng vào nhiều lĩnh vực khác nhau như: Tài chính, quản lý chuỗi cung ứng, công nghiệp thực phẩm, IOT, y tế và chăm sóc sức khỏe…
Đề tài thử nghiệm xây dựng hệ thống quản lý, tư vấn, chăm sóc sức khỏe kết hợp với công nghệ blockchain (Hyperledger Fabric Blockchain) vào việc bảo mật hệ thống và truy cập dữ liệu giữa các đối tượng tham gia vào hệ thống (bệnh nhân, bác sĩ, dược sĩ, bệnh viện, nhà thuốc). Cùng với đó là thiết kế hệ thống theo kiến trúc Microservices kết hợp với các công nghệ hiện đại như Elastic Search, Azure Service Bus, Redis Cache giúp cải thiện hiệu năng khi tích hợp Blockchain và tăng độ tin cậy của hệ thống, cũng như hỗ trợ tối đa cho việc theo dõi và phân tích dữ liệu trên mạng lưới Blockchain.
Tổng quan đề tài đã đưa ra kiến trúc hệ thống phù hợp khi tích hợp công nghệ blockchain, các phương thức giao tiếp một cách hiệu quả giữa các dịch vụ trong kiến trúc Microservices. Từ đó cho ra những ưu nhược điểm và cách khắc phục cách khắc phục trong quá trình xây dựng và phát triển. Từ đó mở ra chiến lược phát triển hệ thống sau này mà vẫn đảm bảo được hiệu năng của hệ thống. Kèm theo đó đề tài cũng xây dựng một nghiệp vụ phù hợp trong hệ thống quản lý tư vấn chăm sóc sức khỏe trực tuyến, tạo nên sự thuận tiện và hiệu quả cho bệnh nhân.
Trân trọng.