Triển khai chức năng cốt lõi máy chủ ngân hàng với kiến trúc đa module [ Kotlin & Spring ]

Nếu bạn gặp khó khăn trong việc giải thích điều gì đang diễn ra bên trong khi sử dụng AI và embedding, khóa học này có thể là câu trả lời. Dựa trên kinh nghiệm của một nhà phát triển AI đang làm việc tại Thung lũng Silicon, khóa học giúp bạn hiểu nguyên lý của AI thông qua việc tự triển khai mọi thứ từ embedding, Word2Vec, vi phân tự động cho đến Transformer bằng mã nguồn.

Nếu bạn từng gặp khó khăn trong việc xác định liệu chất lượng câu trả lời có giảm so với trước hay không sau khi thay đổi prompt hoặc mô hình trong quá trình xây dựng dịch vụ sử dụng LLM, khóa học này có thể là giải pháp dành cho bạn. Bạn sẽ học cách tự xây dựng tiêu chí đánh giá và tự động tìm ra những câu trả lời đã thay đổi.

Giới hạn của LLM? Chúng tôi sẽ chia sẻ cách giải quyết vấn đề thực tiễn dựa trên những thử nghiệm, sai lầm và bí quyết vận hành RAG trong thực tế tại Thung lũng Silicon.

Được tạo ra để giải quyết “vấn đề không biết nên bắt đầu với Kubernetes từ đâu và như thế nào”. Dựa trên kinh nghiệm thực tế trực tiếp có được trong quá trình vận hành hạ tầng tài chính, nội dung được xây dựng để người học hiểu theo quy trình triển khai và vận hành thực tế, thay vì chỉ học lý thuyết đơn thuần. Thông qua lộ trình học tập bao gồm mối quan hệ với Docker, YAML, Pod, Deployment và Service, người học sẽ tiếp thu Kubernetes không phải như một “khái niệm” mà như một “công nghệ có thể sử dụng”.

Làm thế nào để ứng phó với lưu lượng truy cập tăng đột biến? Thông qua các mẫu thiết kế thực tiễn dựa trên EDA (Event-Driven Architecture), sử dụng Kafka, Spring, CDC và Temporal, bạn sẽ học cách xây dựng một kiến trúc có khả năng chống chịu sự cố và mở rộng linh hoạt. Nội dung được giải thích đơn giản, rõ ràng, kết hợp với kinh nghiệm thực tế của các nhà phát triển Kakao để cả những người không chuyên về công nghệ cũng có thể hiểu được. Một khóa học mang tính thực tiễn, bao quát toàn diện từ luồng dữ liệu thời gian thực, xử lý sự kiện đến tích hợp microservice!

Khóa học này không chỉ dừng lại ở việc hướng dẫn sử dụng Docker như một công cụ đơn thuần, mà còn tiếp cận Docker từ góc nhìn giải quyết những băn khoăn và vấn đề thường gặp trong thực tế công việc. Từ những lỗi khó lường phát sinh do sự khác biệt giữa môi trường phát triển và môi trường vận hành, những sai sót trong cấu hình do khái niệm image và container còn mơ hồ, cho đến cảm giác lo lắng về việc “cần biết đến đâu thì mới có thể áp dụng trong thực tế” — tất cả đều được giải thích dựa trên những trải nghiệm trực tiếp trong quá trình vận hành hạ tầng tài chính thực tế. Thay vì chỉ liệt kê các câu lệnh, khóa học tập trung vào những vấn đề như tại sao cần cấu trúc này, nên thiết kế image theo cách nào để dễ bảo trì, và cần quản lý container ra sao để có thể vận hành dịch vụ một cách ổn định, thông qua các ví dụ thực tế. Đặc biệt, khóa học tăng cường tỷ trọng thực hành thay vì thiên về lý thuyết, nhằm giúp học viên hiểu bằng mắt, thành thạo qua thực hành và nâng cao năng lực từ mức “biết sử dụng Docker” lên mức “hiểu Docker dưới góc độ vận hành”. Đây là khóa học mang đến những tiêu chuẩn và định hướng thiết thực cho người mới làm quen với Docker, người đã từng sử dụng nhưng chưa hệ thống hóa được các khái niệm, cũng như các lập trình viên muốn nâng cao tư duy và năng lực về hạ tầng lên một cấp độ mới.

Đây là khóa học Redis được xây dựng cùng các nhà phỏng vấn hiện đang làm việc tại Kakao. Khóa học bao gồm thực hành các cấu trúc dữ liệu từ String đến Sorted Set, cùng việc cấu hình Sentinel và Cluster, giúp bạn xây dựng cơ sở lập luận thiết kế có thể áp dụng trong phỏng vấn và công việc thực tế.

Khi chỉ Redis không còn đảm bảo được hiệu năng, chúng ta có những lựa chọn nào?? Có Valkey, tương thích 100% với Redis và được tối ưu dựa trên IO. Thông qua khóa học này, hãy cùng tìm hiểu cách Valkey đảm bảo hơn 1 triệu++ TPS, đồng thời học về các cấu trúc dữ liệu phù hợp với từng loại lưu lượng và cách triển khai tính năng.

Trong môi trường kiến trúc microservice (MSA), bạn sẽ học quy trình xây dựng Observability thiết yếu từ cơ bản đến thực tiễn. Thông qua các bài thực hành từng bước, bạn sẽ làm quen với việc thu thập dữ liệu theo tiêu chuẩn bằng OpenTelemetry, lưu trữ và tìm kiếm trace bằng Grafana Tempo, cũng như trực quan hóa bằng TraceQL. Bạn sẽ học cách theo dõi luồng dịch vụ thông qua tracing phân tán, xác định các điểm nghẽn và phân tích nguyên nhân sự cố.

Đây là khóa học giúp bạn trang bị năng lực sử dụng PostgreSQL cần thiết trong thời đại AI từ góc nhìn thực tiễn, vượt xa việc chỉ sử dụng cơ sở dữ liệu ở mức CRUD đơn giản. Dựa trên kinh nghiệm phát triển AI tại Thung lũng Silicon, khóa học hướng dẫn từng bước cách thiết kế và ứng dụng JSON, chỉ mục, giao dịch, pgvector trong các dịch vụ thực tế, đồng thời giúp bạn học cách giải quyết các vấn đề về cấu trúc dữ liệu phức tạp và hiệu suất.

Bạn biết về framework AI agent nhưng thấy khó hiểu nguyên lý và áp dụng vào thực tế, đúng không? Chúng tôi sẽ chia sẻ từ những nguyên lý cốt lõi đến cách ứng dụng thực tiễn, dựa trên bí quyết trực tiếp trải nghiệm tại Thung lũng Silicon.

Hầu hết các nhà phát triển khi nói về xử lý dữ liệu vẫn chỉ dừng lại ở Batch và CronJob. Tuy nhiên, trong môi trường dịch vụ thực tế, dữ liệu liên tục được tạo ra, và nếu không thể xử lý ngay luồng dữ liệu đó, hệ thống sẽ dẫn đến các vấn đề về độ trễ, nút thắt cổ chai và tính nhất quán. Bản thân tôi cũng đã nhiều lần trực tiếp đối mặt với các vấn đề về đề xuất theo thời gian thực, đồng bộ hóa trạng thái và độ trễ sự kiện trong môi trường có lưu lượng truy cập lớn, đồng thời không ngừng tự hỏi: “Liệu xử lý việc này bằng batch có thực sự phù hợp không?”. Khóa học này bắt đầu từ chính câu hỏi đó. Thông qua Apache Flink, khóa học trình bày dưới góc nhìn thực tiễn cách thực hiện phép tính ngay tại thời điểm dữ liệu đang luân chuyển, quản lý trạng thái một cách an toàn và tạo ra kết quả chính xác dựa trên Event Time. Đây không chỉ là phần giải thích lý thuyết đơn thuần, mà còn giúp bạn hiểu rõ cách một hệ thống xử lý luồng dữ liệu theo thời gian thực được thiết kế và vận hành thông qua mã nguồn và cấu trúc thực tế. Đối với những ai còn cảm thấy xử lý thời gian thực khá mơ hồ, hoặc tò mò về thế giới phía sau messaging, khóa học này chắc chắn sẽ đưa ra một định hướng rõ ràng.

Xây dựng cụm Kafka bằng Spring Boot 3.x + Kotlin và phát triển hệ thống xử lý đơn hàng có khả năng mở rộng, hỗ trợ truyền phát sự kiện theo thời gian thực bằng cách sử dụng CDC PostgreSQL, Debezium Connect và lược đồ Apache Avro.

Học tập một cách hệ thống từ các khái niệm cơ bản đến ứng dụng thực tế của Cassandra, cơ sở dữ liệu NoSQL phân tán. Thông qua lý thuyết và thực hành tập trung vào thực tiễn như mô hình hóa dữ liệu, tối ưu hóa truy vấn và cấu hình cụm (cluster), bạn sẽ nâng cao năng lực xử lý dữ liệu lớn. Ngay cả khi chưa có kinh nghiệm về cơ sở dữ liệu, bạn vẫn có thể phát triển thành chuyên gia Cassandra dựa trên bí quyết của các nhà phát triển đang làm việc tại Thung lũng Silicon.

Khi chỉnh sửa tài liệu Swagger, khớp đặc tả API và liên tục trao đổi với phía frontend, bạn sẽ nảy sinh suy nghĩ: "Tại sao mình cứ phải làm đi làm lại cùng một việc thế này?". Bản thân tôi cũng từng cảm thấy bế tắc tương tự trong công việc thực tế, và thông qua quá trình đó, tôi đã tìm hiểu sâu về GraphQL và bắt đầu quan tâm đến phương pháp thiết kế lấy dữ liệu làm trung tâm. Khóa học này không chỉ dừng lại ở cú pháp GraphQL đơn thuần, mà còn đi sâu vào việc nó ra đời để giải quyết vấn đề gì trong các dịch vụ thực tế, cùng những trăn trở thực tiễn như cấu trúc Resolver, vấn đề N+1 và Federation. Tôi đã xây dựng nội dung sao cho bạn có thể giảm thiểu chi phí giao tiếp giữa các nhà phát triển và nắm bắt một cách tự nhiên quy trình thiết kế cấu trúc API linh hoạt hơn.

Vấn đề lớn nhất khi vận hành hệ thống batch xử lý hàng triệu bản ghi trở lên là hiệu suất suy giảm và khó khôi phục khi xảy ra sự cố. Những vòng lặp đơn giản hoặc thiết kế sai lầm không thể giải quyết các vấn đề này. Trong khóa học này, dựa trên kinh nghiệm xử lý ổn định dữ liệu khối lượng lớn trong môi trường dịch vụ thực tế, chúng tôi sẽ giúp bạn hiểu cấu trúc và nguyên lý hoạt động của Spring Batch, đồng thời truyền đạt phương pháp thiết kế nhằm đảm bảo cả hiệu suất lẫn tính ổn định. Không chỉ dừng lại ở việc giải thích các tính năng đơn thuần, khóa học còn giúp bạn nâng cao năng lực giải quyết căn bản các vấn đề xử lý dữ liệu thông qua kiến trúc batch có thể áp dụng ngay vào thực tế.

Đây là khóa học dành cho các nhà phát triển muốn tìm ra giải pháp căn bản trong môi trường mà lưu lượng truy cập càng tăng thì phản hồi càng chậm, thread pool nhanh chóng cạn kiệt và tình trạng nghẽn cổ chai càng nghiêm trọng khi số lượng lời gọi API bên ngoài tăng lên. Khóa học không chỉ tập trung vào việc mở rộng máy chủ một cách đơn thuần, mà còn giúp bạn nhìn nhận vấn đề từ góc độ thay đổi chính cấu trúc hệ thống. Thông qua khóa học này, trước tiên bạn sẽ hiểu những giới hạn của mô hình Thread per Request truyền thống trong Spring MVC. Bạn sẽ kiểm tra ở cấp độ mã nguồn lý do vì sao CPU vẫn còn dư nhưng thông lượng không tăng, cũng như cách Blocking I/O thực sự chiếm dụng tài nguyên hệ thống. Tiếp theo, bạn sẽ tìm hiểu khái niệm và đặc tả tiêu chuẩn của Reactive Streams, đồng thời học cách xử lý luồng dữ liệu bằng Mono và Flux của Reactor. Không dừng lại ở việc sử dụng đơn giản, bạn sẽ thực hành để nắm được cách luồng dữ liệu bắt đầu, được tiêu thụ và điều tiết thông lượng như thế nào. Đặc biệt, bạn cũng sẽ trực tiếp triển khai phương pháp thiết kế sử dụng Back Pressure để ngăn ngừa OOM hoặc tình trạng quá tải. Ngoài ra, bạn sẽ hiểu cấu trúc xử lý dựa trên event loop của Spring WebFlux và thực hành so sánh cách Non-Blocking I/O hoạt động trong quá trình xử lý yêu cầu thực tế. Bằng cách đặt MVC và WebFlux cạnh nhau để kiểm tra sự khác biệt về mặt cấu trúc, khóa học cũng giúp bạn hệ thống hóa các tiêu chí quyết định khi nào nên lựa chọn Reactive. Khóa học không chỉ dừng lại ở mức “học về bất đồng bộ”. Bạn sẽ học cách xử lý nhiều yêu cầu hơn với ít thread hơn, duy trì luồng hoạt động ổn định trong môi trường phụ thuộc nhiều vào API bên ngoài, đồng thời phát triển tư duy thiết kế để đảm bảo thông lượng trong môi trường có mức độ đồng thời cao.

Khóa học này không chỉ tập trung vào cách cấu hình NGINX, mà còn hướng đến việc giải quyết những khó khăn trong phỏng vấn và công việc thực tế do không hiểu vì sao cần có cấu trúc và thiết lập như vậy. Dựa trên kinh nghiệm trực tiếp làm người phỏng vấn tại Naver, Kakao và Toss, đồng thời đánh giá rất nhiều ứng viên, khóa học sẽ hướng dẫn qua thực hành cách giải thích và vận dụng NGINX từ góc độ hiệu năng, khả năng mở rộng và vận hành. Cốt lõi của khóa học là giúp bạn xây dựng tư duy có thể theo dõi luồng lưu lượng và truy tìm vấn đề, thay vì chỉ ghi nhớ các giá trị cấu hình.

Khóa học này được tạo ra nhằm giải quyết vấn đề mà nhiều người gặp phải trong quá trình chuẩn bị xin việc lập trình viên: "Đã học qua CS (Khoa học máy tính) và Cấu trúc dữ liệu nhưng lại lúng túng không nói nên lời khi phỏng vấn". Qua quá trình trực tiếp phỏng vấn tại các công ty như Naver, Kakao, Toss, tôi nhận thấy rằng đa số ứng viên tuy có học thuộc lòng các khái niệm, nhưng lại không giải thích được tại sao khái niệm đó lại cần thiết và chúng được ứng dụng như thế nào trong tình huống thực tế. Khóa học này không dạy cách học vẹt đơn thuần, mà sẽ giúp bạn hiểu rõ ý đồ câu hỏi của người phỏng vấn và cách trả lời thuyết phục hơn cho cùng một câu hỏi. Tất cả các chủ đề từ OSI 7 lớp, Cấu trúc dữ liệu cho đến Coding Test đều được tập trung khai thác xoay quanh các khía cạnh: Tại sao phải biết? Khi nào thì dùng? Và phải trả lời thế nào trong buổi phỏng vấn để nhận được đánh giá cao? Đây là khóa học dành cho những ai muốn trở thành một lập trình viên có khả năng giải thích kiến thức bằng ngôn ngữ của chính mình, thay vì chỉ đưa ra những câu trả lời rập khuôn giống như bao người khác.

Khi phát triển backend, sẽ có lúc bạn bắt đầu trăn trở về những vấn đề như thế này. Khi số lượng dịch vụ tăng lên và lưu lượng truy cập ngày càng lớn, sẽ đến lúc chỉ sử dụng giao tiếp REST đơn giản cùng cấu trúc CRUD không còn đáp ứng được nữa. Tôi cũng từng gặp phải vấn đề tương tự trong thực tế và đã trải qua nhiều lần thử nghiệm, sai lầm khi phải cân bằng giữa hiệu năng và độ phức tạp của cấu trúc. Giải pháp tôi lựa chọn trong quá trình đó chính là NATS. Cấu hình đơn giản dựa trên một binary duy nhất, hiệu năng có độ trễ cực thấp tính bằng micro giây, cùng việc cung cấp vừa đủ những tính năng thiết yếu trong thực tế—từ Pub/Sub, Queue Group cho đến JetStream—khiến NATS trở thành một lựa chọn rất thực tế trong môi trường dịch vụ thực tế. Khóa học này không đơn thuần là khóa học liệt kê các tính năng của NATS. Dựa trên những vấn đề tôi từng gặp trong công việc, tôi sẽ giải thích bằng code và luồng xử lý về việc đã lựa chọn NATS trong tình huống nào, vì sao lại lựa chọn, cũng như đã thiết kế cấu trúc ra sao. Đây là khóa học giúp mọi người—từ những người mới làm quen với hệ thống messaging, các lập trình viên backend đang chuẩn bị xin việc, cho đến những lập trình viên senior đang suy nghĩ về một kiến trúc tốt hơn—hiểu về hệ thống phân tán và phát triển lên một tầm cao mới.