TRỞ THÀNH AI ENGINEER SAU 10 THÁNG
Làm chủ kiến thức chuyên sâu để trở thành Kỹ sư AI Dẫn đầu xu thế trí tuệ nhân tạo tại Việt Nam
✅ Đào tạo sát với khung năng lực thị trường tuyển dụng
✅ Đủ năng lực để đảm nhận vị trí Fresher AI Engineer
✅ Tự nghiên cứu phát triển các ứng dụng AI cho riêng mình
VÌ SAO NÊN HỌC KHÓA AI ENGINEER TẠI CODEGYM ĐÀ NẴNG?
CHUYÊN SÂU VÀ THỰC TIỄN
Kết hợp kiến thức nền tảng với kỹ năng triển khai mô hình AI vào các bài toán doanh nghiệp.
CƠ BẢN ĐẾN NÂNG CAO
Bắt đầu từ Python, toán học ứng dụng đến học máy, deep learning, NLP, MLOps và deployment.
GIẢNG VIÊN DÀY KINH NGHIỆM
Là kỹ sư đang làm việc trong lĩnh vực AI tại các công ty công nghệ lớn, có khả năng sư phạm tốt.
DỰ ÁN THỰC TẾ
Mỗi module đều có bài tập thực hành và mini project. Kết thúc bằng Capstone Project mang tính ứng dụng cao.
THỰC HÀNH CÔNG NGHỆ MỚI
Sử dụng các framework và công cụ phổ biến trong ngành như: TensorFlow, PyTorch, Scikit-learn, XGBoost, Streamlit, Google Cloud…
HỖ TRỢ NGHỀ NGHIỆP
Học viên được định hướng nghề nghiệp, hỗ trợ hoàn thiện portfolio, kỹ năng phỏng vấn và kết nối với các doanh nghiệp tuyển dụng AI Fresher
KHOÁ HỌC PHÙ HỢP VỚI:
Khóa học phù hợp nhất với sinh viên các ngành
- Công nghệ thông tin
- Khoa học máy tính
- Toán – Tin ứng dụng
- Kỹ thuật phần mềm
- Người có kiến thức cơ bản về toán học cao cấp, đặc biệt là xác suất thống kê.
- Sinh viên các ngành khác nhưng có nhu cầu học về CNTT, AI có thể inbox để nhận tư vấn chi tiết hơn
SAU KHOÁ HỌC, BẠN SẼ ĐẠT ĐƯỢC NHỮNG GÌ?
01
Làm việc theo quy trình phát triển dự án AI thực tế, từ phân tích bài toán, thu thập dữ liệu, xây dựng mô hình đến triển khai sản phẩm hoàn chỉnh. Nắm vững kiến thức nền tảng và tư duy cốt lõi của Trí tuệ nhân tạo, bao gồm: Python, xử lý dữ liệu, toán học ứng dụng trong học máy.
02
Hiểu và vận dụng được các công cụ MLOps hiện đại, phục vụ việc triển khai, giám sát và tối ưu mô hình AI trong môi trường doanh nghiệp. Thành thạo các mô hình Machine Learning và Deep Learning, có khả năng phân tích, xây dựng, huấn luyện và đánh giá mô hình trên các bài toán thực tế.
03
Ứng dụng AI vào các lĩnh vực phổ biến như xử lý ảnh, phân tích văn bản, chuỗi thời gian, xây dựng hệ thống gợi ý, chatbot… Phát triển kỹ năng làm việc nhóm, tư duy giải quyết vấn đề và kỹ năng thuyết trình thông qua các bài tập nhóm và đồ án Capstone cuối khóa. Sở hữu portfolio cá nhân chuyên nghiệp (GitHub, Notebook, Slide trình bày).
NỘI DUNG CHƯƠNG TRÌNH ĐÀO TẠO
Khóa học gồm 8 mô-đun được thiết kế theo hướng tăng dần độ khó, kết hợp lý thuyết, thực hành và dự án thực tế:
Module 1: Python & Xử lý dữ liệu (6 tuần)
- Làm quen với Python, cấu trúc điều khiển, hàm, vòng lặp
- Xử lý dữ liệu với NumPy, Pandas
- Trực quan hóa dữ liệu bằng Matplotlib
Module 2: Toán học cho AI (4 tuần)
- Đại số tuyến tính, giải tích, xác suất thống kê
- Tư duy toán học nền tảng cho học máy
- Kiểm tra tổng hợp cuối module
Module 3: Machine Learning (8 tuần)
- Các mô hình hồi quy, phân loại, phân cụm
- XGBoost, Random Forest, KNN, Naive Bayes
- Đánh giá mô hình, Explainable AI (SHAP, LIME)
- Mini Project cuối module
Module 4: Deep Learning (5 tuần)
- Mạng neural cơ bản, backpropagation
- CNN cho xử lý ảnh, RNN/LSTM cho chuỗi thời gian
- Xây dựng mô hình với TensorFlow và PyTorch
Module 5: NLP – Xử lý ngôn ngữ tự nhiên (5 tuần)
- Tiền xử lý văn bản, TF-IDF, embedding
- Sentiment analysis, topic modeling, NER
- Làm quen với Transformers, BERT cơ bản
Module 6: AI Ứng dụng thực tế (3 tuần)
- Bài toán thực tế: nhận diện ảnh, chatbot, recommendation
- Tự chọn đề tài và thực hiện mini project cá nhân hoặc nhóm
Module 7: MLOps & Triển khai mô hình (5 tuần)
- Quản lý pipeline, versioning, monitoring
- Triển khai mô hình với Flask, Streamlit
- Deploy lên cloud (Google Cloud, AWS)
Module 8: Capstone Project (4 tuần)
- Học viên chia nhóm, chọn đề tài thực tế
- Học đạo đức AI
- Làm dự án xuyên suốt, check-in định kỳ
- Demo, thuyết trình và phản biện trước hội đồng
TẢI NỘI DUNG KHÓA AI ENGINEER
