인프런 - 라이프타임 커리어 플랫폼

“Tự động hóa công việc… chẳng phải đó là việc của các nhà phát triển sao?” “Ngay cả khi học về tự động hóa, nếu không có kiến thức lập trình thì cuối cùng vẫn khó đúng không?” Không phải vậy đâu. Ngay cả khi bạn không phải là nhà phát triển, hay hoàn toàn không có kiến thức về lập trình, bạn vẫn có thể áp dụng tự động hóa vào chính công việc thực tế của mình. Đây là khóa học được tạo ra bởi một người từng là "kẻ ngoại đạo" không biết gì về lập trình, dành riêng cho những người mới bắt đầu khác. Ngay cả khi trình độ hiện tại của bạn chỉ dừng lại ở mức biết đặt câu hỏi cho AI, bạn vẫn hoàn toàn có thể hiểu và làm theo được. Chúng ta sẽ cùng nhau trực tiếp tạo ra các ví dụ tự động hóa đang được sử dụng trong thực tế, chẳng hạn như: tự động nhận báo cáo tóm tắt các bài báo chứa thông tin chuyên sâu hàng ngày, hay tự động phát hiện và thông báo các ngày kỷ niệm trong công ty. Thông qua quá trình này, bạn sẽ hiểu được “phương thức tự động hóa công việc”, từ đó dần dần nâng cao trình độ để có thể tự xây dựng hệ thống tự động hóa cho riêng mình. Hãy hoàn thành bước tự động hóa đầu tiên để áp dụng ngay vào công việc của bạn trong khóa học này.

Sẽ thế nào nếu AI có thể trực tiếp mở trình duyệt và viết mã shell script để giải quyết các sự cố máy chủ? Thông qua những bí quyết tự động hóa thực tế được triển khai bằng OpenClaw trên cả Windows và Linux, chúng tôi sẽ hướng dẫn bạn con đường ngắn nhất để hoàn thiện môi trường phát triển từ xa mạnh mẽ của riêng mình mà không cần các thiết lập phức tạp.

Chúng tôi sẽ tổng hợp tất cả các vấn đề nóng hổi về AI tạo sinh, LLM và Agent trong suốt năm 2025! Chúng ta sẽ cùng điểm qua các xu hướng AI đã phát triển vượt bậc trong năm 25, tập trung vào nội dung công bố của ba nhà phát triển AI lớn (OpenAI, Google, Anthropic).

Nếu chỉ biết LangChain thì đó là một chatbot, nhưng nếu biết LangGraph và mô hình Multi-Agent thì đó sẽ trở thành một dịch vụ. Giảng viên AI thực chiến sẽ truyền đạt bí quyết xây dựng quy trình làm việc (workflow) của AI Agent có khả năng vận hành thực tế từ đầu đến cuối — không chỉ dừng lại ở việc gọi prompt đơn thuần mà còn biết sử dụng công cụ, duy trì bộ nhớ và có sự kiểm duyệt của con người — thông qua 17 notebook thực hành và 4 mô hình đa tác nhân (Subagents · Handoffs · Router · Skills).

Nếu bạn theo dõi OpenClaw đến phần 1 và 2, cuối cùng bạn sẽ thấy mình đang yêu cầu một agent duy nhất làm mọi thứ. Đến một lúc nào đó, các prompt sẽ bị rối, bộ nhớ bị lẫn lộn, các thư mục trở nên lộn xộn và bạn sẽ cảm thấy bế tắc, không biết phải sắp xếp lại như thế nào. Bài giảng này là "Phần nhập môn Multi-Agent (Phần 2.5)", giúp bạn tiến thêm một bước nữa từ điểm bế tắc đó. Trong khi vẫn duy trì chỉ một bot duy nhất, chúng ta sẽ tách vai trò thành hai agent: planner (người lập kế hoạch) / editor (người biên tập). Bằng cách kết nối mỗi agent với các workspace và chủ đề diễn đàn Telegram khác nhau, chúng ta sẽ trực tiếp tạo ra một cấu trúc mà "agent phản hồi sẽ khác nhau tùy thuộc vào việc bạn nói chuyện ở phòng nào". Sau khi hoàn thành thực hành, trong môi trường của bạn sẽ thực sự có: - File cấu hình định nghĩa hai agent: `content_planner` và `content_editor`, - Cấu trúc thư mục nội dung được tách biệt giữa lập kế hoạch và bản thảo, - Nhóm Telegram với các chủ đề diễn đàn có các agent khác nhau phụ trách, - Và một bản thảo giới thiệu khóa học Infrun được tạo ra bởi sự hợp tác của hai agent này. Nói cách khác, bài giảng này là một lớp học thực hành giúp bạn thiết kế bước đầu tiên để nâng cấp bot Telegram từ "một trợ lý AI" thành "một đội ngũ AI nhỏ với các vai trò chuyên biệt".

Việc tạo MVP bằng AI giờ đây không còn khó khăn nữa. Nhưng hầu hết các dự án đều dừng lại ở bước tiếp theo. 👉 Đã tạo được tính năng 👉 Nhưng việc phát triển không được tiếp tục duy trì Tại sao điều này lại xảy ra? Vấn đề không nằm ở mã nguồn, 👉 Mà là vì thiếu một cấu trúc để AI có thể làm việc liên tục. --- Trong khóa học này, Dựa trên các dự án đã có sẵn, 👉 Chúng ta sẽ cùng nhau xây dựng 👉 Một cấu trúc cho phép AI tiếp tục quá trình phát triển --- Không chỉ đơn thuần là sử dụng các công cụ AI, mà chúng ta sẽ: * Xây dựng cấu trúc docs * Định nghĩa SSOT (Single Source of Truth) * Thực hiện phát triển theo đơn vị ticket * Kết nối với QA và cấu trúc lặp lại (iteration) 👉 Để hoàn thiện thành một "Hệ thống phát triển AI" nhất quán. --- Thông qua quá trình này, bạn có thể: 👉 Xây dựng cấu trúc mà việc phát triển vẫn tiếp diễn 👉 Ngay cả khi con người không trực tiếp viết code Nói cách khác, 👉 Bạn có thể tự mình tạo ra và thấu hiểu 👉 Một hệ thống phát triển vận hành AI như một đội ngũ thực thụ. --- Khóa học này được thiết kế dành cho: 👉 Những ai muốn tạo ra một cấu trúc có thể áp dụng ngay vào dự án của mình 👉 Những ai đã bắt đầu phát triển bằng AI nhưng gặp khó khăn trong việc duy trì 👉 Những ai muốn tiến lên bước tiếp theo sau khi đã làm quen với "Vibe Coding" --- Không chỉ dừng lại ở việc học, khóa học mang đến trải nghiệm: 👉 Thực hành trực tiếp 👉 Tạo ra cấu trúc hoạt động thực tế 👉 Và chuyển đổi nó thành hình thức có thể áp dụng ngay vào dự án cá nhân.

Học tập các nguyên lý cốt lõi và triển khai thực tế của Classic RAG, Graph RAG và Agentic RAG. Thiết kế hệ thống định tuyến động (dynamic routing) giúp tối ưu hóa hiệu suất token và độ trễ, đồng thời xây dựng hệ thống bộ nhớ dài hạn kết hợp giữa suy luận mạng lưới quan hệ của GraphRAG và vòng lặp tự đánh giá của Agentic RAG. Đây là khóa học hoàn thiện năng lực thiết kế kiến trúc RAG cao cấp, có thể áp dụng ngay vào công việc thực tế.

Khám phá cách các ứng dụng LLM đang thay đổi mô hình phát triển. Thông qua việc so sánh với các công nghệ hiện có, chúng ta sẽ hiểu tại sao LLM đang trở thành một công nghệ cốt lõi bền vững, đồng thời tìm hiểu về những năng lực thiết yếu và sự thay đổi trong tư duy mà một nhà phát triển cần có. Với những hiểu biết sâu sắc từ các giảng viên chuyên gia, bạn có thể nắm bắt được bản chất và định hướng tương lai của việc phát triển ứng dụng LLM.

Bạn có cảm thấy lo lắng mỗi khi triển khai AI Agent không? Dựa trên kinh nghiệm làm việc tại các tập đoàn lớn trong nước và các công ty công nghệ lớn (Big Tech) nước ngoài, tôi sẽ hướng dẫn bạn cách đo lường và cải thiện chất lượng Agent một cách hệ thống bằng cách sử dụng LangSmith.

Không biết một dòng mã nào cũng không sao. Bây giờ là thời đại của Vibe Coding, nơi bạn phát triển phần mềm bằng cách "trò chuyện" với AI.

Có bao giờ sau buổi họp quan trọng với khách hàng, bạn tiếc nuối vì chỉ tập trung ghi chú thay vì giao tiếp bằng mắt, hoặc không thể ghi lại chính xác nội dung cuộc họp không? Đừng lo lắng nữa! Khóa học này sẽ giúp bạn tự tạo trợ lý CRM riêng, sử dụng Vibe Coding để AI tóm tắt nội dung chính và lưu trữ cuộc họp gọn gàng. Bạn sẽ học cách giảm đáng kể thời gian lập tài liệu, tối ưu năng suất và cách tân quản lý khách hàng.

Dạo này bạn vẫn còn tự tay code à? Giờ đây là thời đại ngại cả việc code bằng Vibe! Hãy trở thành chuyên gia tự động hóa AI với n8n mà không cần code. Hướng dẫn thiết kế workflow tự động hóa áp dụng ngay vào thực tế Chiến lược tự động hóa tập trung vào thực chiến để tối đa hóa hiệu quả công việc. Xây dựng workflow trực quan với n8n và trải nghiệm sự đổi mới trong công việc

Mời bạn đến với thế giới lập trình đầy hấp dẫn, nơi bạn phân tích và trực quan hóa báo cáo tài chính chỉ bằng prompt. Không cần một dòng code nào, bạn tạo và triển khai dịch vụ chỉ bằng cách tham vấn với AI.

Chúng tôi sẽ hướng dẫn cách phát triển dịch vụ web trí tuệ nhân tạo bằng cách sử dụng API của OpenAI.

Bản biên tập video livestream buổi chia sẻ kinh nghiệm về ứng dụng LLM cùng với anh Kang Byeong-jin, người chia sẻ kiến thức :)

ChatGPT được tích hợp vào ứng dụng riêng của bạn thì sao? Trong khóa học này, chúng tôi sẽ tạo nhiều chương trình sử dụng ChatGPT API. Chúng tôi sẽ đề cập chi tiết toàn bộ quá trình từ cách sử dụng API cơ bản đến việc tạo và phân phối chương trình.

Đây là bài giảng trực tiếp từ tác giả cuốn sách <Prompt Engineering>. Hãy trải nghiệm việc sử dụng thành thạo ChatGPT, Bing, Bard, HyperCLOVA X và nhiều công cụ khác.

Khóa học dành cho người mới bắt đầu trở thành kỹ sư AI được thiết kế để trải nghiệm ngắn gọn toàn bộ quy trình từ xử lý dữ liệu, phát triển mô hình, đến Cloud, MLOps và các cân nhắc về đạo đức. Khóa học không chỉ dừng lại ở việc tạo ra mô hình mà còn tập trung vào việc hiểu quy trình kết nối với dịch vụ thực tế để rèn luyện kỹ năng chuyên môn. Các bài thực hành và ví dụ đi kèm sẽ giúp ngay cả những người lần đầu học về AI cũng có thể dễ dàng theo kịp.

Không biết lập trình cũng không sao. Khóa học này tập trung vào trải nghiệm tự tay tạo ra một ứng dụng Android có doanh thu quảng cáo chỉ trong một ngày bằng AI, và hoàn tất việc phát hành ứng dụng đó trên thực tế. Rất nhiều người thường dừng lại ở các bước: “Đã làm xong app rồi nhưng làm sao để tạo ra thu nhập?” “Định chèn quảng cáo thì bị vướng ở AdMob, chính sách hoặc khâu kiểm duyệt” “Bỏ cuộc ngay trước khi phát hành vì rắc rối ở phần chính sách bảo mật” Trong khóa học này, chúng ta sẽ vượt qua tất cả những “giai đoạn mà ai cũng bỏ cuộc” này: 👉 Ý tưởng → Tạo ứng dụng → Liên kết quảng cáo → Các yếu tố bắt buộc khi phát hành trên Store → Phân phối thực tế. Chúng ta chỉ việc ra lệnh cho AI và đưa ra quyết định. Mục tiêu là hoàn thành một ứng dụng có “cấu trúc tạo ra lợi nhuận thực thụ” chỉ trong vòng một ngày.

RAG(Retrieval-Augmented Generation) từ lý thuyết đến RAG đa phương thức và dựa trên agent mới nhất! Đây là khóa học thực hành được thiết kế để cả những người không chuyên cũng có thể hiểu được. Từ review paper đến triển khai code thực tế, được thiết kế để những người mới tiếp cúc với RAG cũng có thể dễ dàng theo kịp.