Anh hiểu là anh sẽ cần trả qua mấy bước này:

1. Thu thập dữ liệu
2. Tối ưu dữ liệu đầu vào để loại bỏ các dữ liệu trùng nhau
3. Lựa chọn một cách thức nào đó để đưa ra được 1 cái model (một cái biểu thức - một cái hàm nào đó)
4. Sau khi đã có model thì đưa nó vào các công cụ tìm kiếm kiểu elasticsearch để nó đánh score cho dữ liệu. Việc học cũng không cần liên tục, giả sử cái model anh đưa vào nó mang lại kết quả kinh doanh tốt hơn thì anh coi là hợp lý.
5. Thay đổi cách tính toán để tìm ra model mới nếu model cũ không hiệu quả

Mấy bước này có đang đúng như những gì em được học và em đang thực hiện không?

Em làm research thì chỉ tập trung ở bước 3, đi nghiên cứu và phát triển các model mới. Những dự án thực tế thì có rất nhiều thư viện hỗ trợ model sẵn, ví dụ tiêu biểu là sklearn, anh có thể dùng mà không cần hiểu thuật toán, biểu thức toán học phía sau.

Ví dụ nếu mình dùng Linear Regression ở bước 3 và 4 (X, y là dữ liệu thu thập, X_new là dữ liệu cần đoán):

from sklearn import datasets, linear_model

# fit the model by Linear Regression
regr = linear_model.LinearRegression()
regr.fit(X, y) // Step 3

y_prediction = regr.predict(X_new) // Step 4

Có một số dự án đang hướng đến cái anh nói, chỉ cần đưa dữ liệu đầu vào, mô tả bài toán xong nó tự cho ra model. Tiêu biểu là thằng AutoML của Google.

Tuy nhiên, muốn đạt được sai số nhỏ và triển khai thực tế được thì thường phải có domain knowledge (ví dụ làm bài toán y tế thì phải có chuyên gia y tế trong team). Đồng thời cũng phải tinh chỉnh mô hình bằng tay trong một số bước.