Khóa học AI Engineer – Làm chủ trí tuệ nhân tạo thần tốc

Sau khi hoàn thành khóa học AI Engineer, học viên sẽ được trang bị kiến thức theo chuẩn BLOOM 3 mốc:

Biết:
- Các khái niệm cốt lõi trong trí tuệ nhân tạo, Machine Learning, Deep Learning, NLP, Computer Vision, Generative AI.
- Cách hoạt động và ứng dụng thực tiễn của các mô hình AI trong doanh nghiệp.

Hiểu:
- Quy trình phát triển hệ thống AI: từ xử lý dữ liệu, chọn thuật toán, huấn luyện, đánh giá đến triển khai sản phẩm.
- Đặc điểm, ưu nhược điểm và cách chọn mô hình phù hợp với từng loại bài toán (classification, regression, clustering,...).

Áp dụng:
- Thiết kế pipeline AI hoàn chỉnh và triển khai mô hình vào môi trường production (web/API/cloud/edge).
- Tối ưu mô hình AI bằng các kỹ thuật nâng cao như quantization, pruning, model conversion (ONNX).

Học viên thành tạo công cụ phổ biến của AI Engineer:

Xử lý dữ liệu lớn:
Pandas, NumPy, PySpark

Mô hình học máy / học sâu:
TensorFlow, PyTorch, Keras

Thị giác máy tính (CV):
OpenCV, CNN (ResNet, EfficientNet), YOLO

Xử lý ngôn ngữ tự nhiên (NLP):
BERT, Word2Vec, GloVe, Transformer, Hugging Face

Triển khai AI:
Flask, FastAPI, Docker, Triton Inference Server, ONNX

Cloud / Infra:
AWS, GCP, Azure, Raspberry Pi, Jetson

Theo dõi & tối ưu mô hình:
TensorBoard, Early Stopping, Regularization, GridSearch

Generative AI:
GAN, Diffusion Models, ComfyUI

AI Agent & LLMs:
LLM cơ bản, agentic AI workflow

Học viên sẽ hoàn thiện 1–2 dự án tổng hợp mang tính ứng dụng cao:

Dự án 1:
Xây dựng hệ thống phân loại ảnh y tế bằng Deep Learning, triển khai model trên cloud với giao diện web/API.

Dự án 2:
Thiết kế chatbot hỗ trợ khách hàng sử dụng NLP và mô hình ngôn ngữ BERT, tích hợp qua Telegram hoặc Web UI.

Dự án 3:
Phân tích hóa đơn và trích xuất thông tin bằng OCR + KIE, xây dựng pipeline Document AI end-to-end.

Dự án 4 (tùy chọn):
Ứng dụng mô hình Generative AI (Diffusion, LLMs) cho tạo nội dung hoặc phân tích dữ liệu doanh nghiệp.