AI Agent với LangGraph phiên bản 1 từ cơ bản đến nâng cao

Khóa học này về RAG (Retrieval-Augmented Generation) 👉 Không chỉ dừng lại ở việc giải thích khái niệm 👉 Mà còn trực tiếp xây dựng cấu trúc hoạt động thực tế 👉 Và trải nghiệm cả việc mở rộng·nâng cao - đây là khóa học tập trung vào thực hành. Bắt đầu từ ví dụ RAG đơn giản, Từng bước học tập đến mức có thể ứng dụng ngay trong công việc thực tế từ Advanced RAG → Modular RAG → đến RAG dựa trên Agent.

🧩 Thay vì giải thích dựa trên công thức phức tạp hay lý thuyết, chúng tôi đặt mục tiêu nắm vững các khái niệm cốt lõi của hệ thống đề xuất thông qua việc tự tay triển khai chương trình. 🛠️ Thông qua tổng cộng 12 ví dụ đa dạng và thực tiễn, chúng tôi đã từng bước thiết kế các hệ thống đề xuất có thể ứng dụng trong môi trường thực tế, bao gồm đề xuất dựa trên nội dung, lọc cộng tác và đề xuất học sâu.

Đây là bài giảng dạy “các khái niệm cốt lõi” về deep learning cần thiết để tham gia vào công việc deep learning và các kỹ năng thực tế cần thiết để thực hiện các dự án deep learning thực tế thông qua thực hành sử dụng PyTorch.

Dựa trên kinh nghiệm giảng dạy deep learning hơn 100 lần, đây là khóa học tổng hợp có hệ thống các lý thuyết cơ bản mà học viên gặp khó khăn nhiều nhất. Khóa học này giải thích từng bước kết nối giữa trực giác toán học, nguyên lý học của mô hình và triển khai code để ngay cả người không chuyên cũng có thể hiểu được, đồng thời đi sâu vào cấu trúc cơ bản và nguyên lý hoạt động của việc học mô hình AI, không chỉ đơn thuần là cách sử dụng thư viện. Đây là khóa nhập môn thực chiến được thiết kế để phát triển thành kỹ sư có năng lực hiểu nguyên lý AI thông qua việc tự triển khai các công nghệ cơ bản của deep learning như gradient descent, hàm lỗi, tối ưu hóa, perceptron, mạng neural nhiều lớp, backpropagation bằng công thức và code.

Khóa học này về RAG (Retrieval-Augmented Generation) 👉 Không chỉ dừng lại ở việc giải thích khái niệm 👉 Mà còn trực tiếp xây dựng cấu trúc hoạt động thực tế 👉 Và trải nghiệm cả việc mở rộng·nâng cao - đây là khóa học tập trung vào thực hành. Bắt đầu từ ví dụ RAG đơn giản, Từng bước học tập đến mức có thể ứng dụng ngay trong công việc thực tế từ Advanced RAG → Modular RAG → đến RAG dựa trên Agent.

LangGraph chứa đầy bí quyết của người phụ trách AI Agent tại các tập đoàn lớn. Tôi sẽ chia sẻ những kiến thức đã tích lũy được qua những thử thách trong công việc thực tế.

🧩 Thay vì giải thích dựa trên công thức phức tạp hay lý thuyết, chúng tôi đặt mục tiêu nắm vững các khái niệm cốt lõi của hệ thống đề xuất thông qua việc tự tay triển khai chương trình. 🛠️ Thông qua tổng cộng 12 ví dụ đa dạng và thực tiễn, chúng tôi đã từng bước thiết kế các hệ thống đề xuất có thể ứng dụng trong môi trường thực tế, bao gồm đề xuất dựa trên nội dung, lọc cộng tác và đề xuất học sâu.

Khám phá cách tạo ra thẩm phán nhân tạo bằng cách kết hợp các framework đa tác nhân như CrewAI, LangChain, AutoGen cho phép triển khai công nghệ đa tác nhân dựa trên LLM, cùng với đồ thị tri thức và hệ thống suy luận.

Giải thích các nguyên lý cơ bản của mô hình ngôn ngữ lớn như ChatGPT theo hướng lý thuyết.

Bạn đang dùng ChatGPT, nhưng có khó để giải thích tại sao lại có câu trả lời như vậy không? "RAG, agent, fine-tuning... biết thuật ngữ nhưng khó giải thích chính xác" "Nghe các thuật ngữ liên quan đến LLM là không biết nói gì" "Trong các cuộc họp về AI, việc giải thích khái niệm luôn mơ hồ" Khóa học này được tạo ra chính xác cho những người như vậy. Đây là khóa học lý thuyết để hiểu LLM không phải như một 'công cụ' mà như một 'cấu trúc'. Không phải cách sử dụng ChatGPT hay Gemini, mà tạo ra tiêu chuẩn để có thể giải thích tại sao nó hoạt động như vậy.

Khóa học giải đề thi AWS Certified AI Practitioner là khóa học tóm tắt cốt lõi để đạt chứng chỉ. Đầu tiên, ôn tập nhanh các khái niệm cơ bản về AI/ML và AI tạo sinh, sau đó học các tính năng và trường hợp sử dụng của các dịch vụ AI chính của AWS thường xuất hiện trong kỳ thi (ví dụ: SageMaker, Rekognition, Polly, v.v.). Dựa trên đó, thực hành đánh giá giải pháp AI nào phù hợp với các tình huống vấn đề thực tế đa dạng, đồng thời đề cập đến nội dung liên quan đến sử dụng có trách nhiệm mô hình AI và bảo mật dữ liệu. Cuối cùng, nắm vững chiến lược giải đề theo từng dạng bài thi thực tế và chuẩn bị cho kỳ thi thông qua các bài thi thử thực chiến. Thông qua khóa học này, bạn có thể chuẩn bị kỳ thi một cách hiệu quả trong thời gian ngắn.

Hướng dẫn thành thạo ứng dụng AI dành cho lập trình viên Java! Khóa học này phá vỡ định kiến rằng AI chỉ là lĩnh vực của Python, và trao cho ứng dụng Java của bạn khả năng nhìn, nghe, nói và lập trình của AI. Hãy phát triển thành kiến trúc sư AI dựa trên OpenAI API. Trực tiếp phát triển các chuyên gia AI đa dạng như nhà văn AI, dịch giả, họa sĩ, đồng nghiệp lập trình, và tạo ra trợ lý AI đa chức năng tích hợp các tính năng cốt lõi như tóm tắt văn bản, phân tích cảm xúc, giải thích hình ảnh, tạo mã Java, chuyển đổi giọng nói/văn bản, tạo hình ảnh/phụ đề. Đây là cơ hội tuyệt vời để tối đa hóa khả năng cạnh tranh của hệ thống Java hiện có bằng cách gán vai trò cho AI thông qua system message và học cả việc kiểm duyệt nội dung có hại.

Hãy tạo ra video AI chất lượng cao bằng Midjourney & Runway. Đạo diễn 김동아, người đã hợp tác với Samsung, sẽ trực tiếp hướng dẫn bạn từng bước quy trình sản xuất video AI dựa trên một thương hiệu ảo.

Hiểu về hiện tại và tương lai của công nghệ AI, trải nghiệm quy trình kiểm thử các mô hình AI như machine learning, và học vai trò của người kiểm thử. Học một cách sâu rộng từ việc xây dựng chiến lược kiểm thử hệ thống dựa trên AI, thiết kế và thực hiện các trường hợp kiểm thử, cho đến cách ứng dụng AI để hỗ trợ kiểm thử. Khóa học này được tiến hành dựa trên giáo trình AI Testing của ISTQB, cung cấp cơ hội để chuẩn bị hoàn hảo cho kỳ thi chứng chỉ ISTQB AI Testing.

Trong kỷ nguyên mà dữ liệu bùng nổ và xử lý thời gian thực trở nên quan trọng, điện toán biên (edge computing) đã trở thành một công nghệ thiết yếu, không còn là lựa chọn. Khóa học này được thiết kế để bạn có thể học một cách có hệ thống mọi thứ, từ các khái niệm cốt lõi của điện toán biên đến các chiến lược triển khai để áp dụng vào môi trường kinh doanh thực tế. Thông qua khóa học này, các học viên sẽ nắm vững các nguyên tắc cơ bản của điện toán biên, và tiếp thu kiến thức cùng bí quyết thực tiễn để áp dụng vào công việc và dự án. Để trở thành chuyên gia về điện toán biên – công nghệ cốt lõi của môi trường CNTT tương lai, hãy thực hiện bước đi vững chắc nhất!

Bạn có thể biến ý tưởng của mình thành bản trình bày đẹp mắt chỉ trong vài phút. Không cần phải mất hàng giờ đồng hồ để lo lắng về thiết kế slide nữa. Với công nghệ AI của GAMMA, bạn có thể cải thiện đáng kể quy trình tạo nội dung.

AI viết thay cho Slack, Notion của tôi? Làm việc thông minh với MCP đã vượt qua giới hạn của AI truyền thống!

Khóa học AI Literacy và Transformation Series (1) bao gồm các nội dung sau: 1. Đổi mới làm mát trung tâm dữ liệu trong kỷ nguyên AI Vấn đề: Do mức tiêu thụ điện năng bùng nổ của các chip AI mới nhất (GB200, v.v.), phương thức làm mát bằng không khí truyền thống đã chạm đến giới hạn, dẫn đến vấn đề suy giảm hiệu suất AI và chi phí vận hành khổng lồ. Giải pháp: Trình bày các công nghệ làm mát bằng chất lỏng đổi mới như bộ trao đổi nhiệt cửa sau (RDCH), làm mát chip trực tiếp (DTC), làm mát ngâm chìm. Đồng thời, truyền đạt chiến lược đảm bảo cả hiệu quả và tính bền vững thông qua hệ thống điều khiển thông minh dự đoán cả dòng điện rò rỉ và mô hình kinh tế tuần hoàn tái sử dụng nhiệt thải cho hệ thống sưởi ấm khu vực. 2. Nghịch lý AI: Tăng cường tư duy đánh thức bộ não Vấn đề: Hiện tượng 'giảm tải nhận thức' - ủy thác tư duy cho AI đang gây ra vấn đề 'nợ nhận thức', khiến khả năng tư duy phân tích và đọc hiểu của con người hiện đại thoái hóa nhanh chóng. Giải pháp: Tái định nghĩa AI không phải là công cụ đưa ra đáp án đơn thuần mà là công cụ của 'phòng gym nhận thức'. Xây dựng hệ thống khiến người dùng tự suy nghĩ trước bằng cách sử dụng các agent phê bình, nghiên cứu và tổng hợp, đồng thời tăng cường năng lực siêu nhận thức với vai trò 'người lái tàu' quyết định hướng đi chứ không phải hành khách thụ động. 3. Khủng hoảng bộ nhớ AI: Thiết kế kiến trúc thế hệ mới Vấn đề: Kích thước bộ nhớ lưu trữ ngắn hạn (KV cache) mà AI yêu cầu tăng bùng nổ, nhưng chỉ với HBM đắt đỏ và dung lượng nhỏ không thể đáp ứng được làn sóng dữ liệu này - đã chạm đến giới hạn vật lý. Giải pháp: Trình bày chiến lược xây dựng 'đội ngũ bộ nhớ hỗn hợp đẳng cấp' kết hợp HBM, DRAM, CXL. Truyền đạt năng lực thiết kế kiến trúc hệ thống thông minh cân bằng dung lượng và chi phí thay vì hiệu suất của linh kiện đơn lẻ, cung cấp giải pháp giảm đáng kể tổng chi phí sở hữu (TCO) của doanh nghiệp. 4. Palantir Ontology: Trí tuệ dữ liệu hành động Vấn đề: Dữ liệu tràn lan nhưng bị phân mảnh nên không thể chuyển thành quyết định và hành động thực tế - vấn đề 'nghĩa địa dữ liệu' đang cản trở sự đổi mới của doanh nghiệp. Giải pháp: Thông qua engine 'ontology' ánh xạ tài sản vật lý sang số hóa để trao ngữ cảnh và ý nghĩa cho dữ liệu. Thông qua 'action type (khả năng thực thi)' phản ánh ngay kết quả phân tích vào hệ thống vận hành, thực hiện dân chủ hóa dữ liệu giúp nhân viên nghiệp vụ trực tiếp điều hành kinh doanh mà không cần sự trợ giúp của bộ phận IT. 5. Tái kết nối khổng lồ: Chiến lược ngăn xếp trí tuệ AI Vấn đề: Mô hình công nghệ thay đổi căn bản từ phương thức 'tính toán xác định' thời đại Internet sang phương thức 'dự đoán xác suất' thời đại AI, khiến cấu trúc kinh doanh hiện tại bị lung lay toàn diện. Giải pháp: Làm rõ thực chất của sự thay đổi thông qua bản đồ 'ngăn xếp trí tuệ 5 tầng' từ bán dẫn đến ứng dụng. Cung cấp khung ra quyết định chiến lược xác định nên tự xây dựng (Build) hay mua (Buy) chức năng AI, vẽ lộ trình tiến tới doanh nghiệp vận hành tự động. 6. AI hay quên: Tối đa hóa tiềm năng thông qua phản hồi Vấn đề: Hiện tượng 'quên mất thảm khốc' của AI - quên kiến thức cũ khi học thông tin mới, và vấn đề giao tiếp khiến hiệu suất AI không đạt được do mệnh lệnh một chiều. Giải pháp: Thay vì ra lệnh cho AI, hướng dẫn phương pháp đối thoại tập trung vào 'coaching' và ví dụ (sample). Thông qua kỹ thuật phản hồi dần dần giảm thiểu cú sốc thay đổi hành vi của AI (KL divergence), truyền đạt cách trở thành đối tác huấn luyện khoa học giúp AI duy trì kiến thức hiện có đồng thời tiếp thu năng lực mới. 7. Trí tuệ tài chính kỹ thuật (Financial Intelligence) Vấn đề: Hệ thống tài chính chỉ dừng lại ở ghi chép sổ sách quá khứ và tuân thủ quy định không thể tối ưu hóa phân bổ vốn cho tương lai đầy bất định. Giải pháp: Chuyển đổi sang chế độ 'lập kế hoạch kịch bản động (wargame)' tính toán hàng nghìn biến số theo thời gian thực bằng AI tạo sinh. Thông qua cách sử dụng 'Financial LLM' chuyển đổi con số đơn thuần thành tín hiệu chiến lược, hỗ trợ CFO vượt qua vai trò quản lý đơn thuần để trở thành kiến trúc sư chiến lược thiết kế giá trị doanh nghiệp.

Chỉ một cú nhấp chuột để tự động hóa công việc bằng AI + tạo thu nhập phụ!!! Make - đỉnh cao của tự động hóa công việc, bạn đang do dự không biết bắt đầu từ đâu vì cài đặt và tính năng phức tạp? Hãy tự tay hiện thực hóa sự tự động hóa mà bạn mơ ước với khóa học từng bước dễ dàng ngay cả người mới bắt đầu cũng có thể theo học.

Khóa học này là một khóa nhập môn được thiết kế để người học lần đầu tiếp xúc với công nghệ AI cũng có thể dễ dàng hiểu và thực hành theo. Thông qua các bài giảng, bạn sẽ nắm vững các khái niệm cơ bản và cách sử dụng nền tảng AI, đồng thời tiến hành thực hành tạo ra hình ảnh trực tiếp bằng cách sử dụng các công cụ AI đa dạng. Sau khi hoàn thành khóa học này, bạn sẽ trở nên gần gũi hơn với AI và có thể trang bị năng lực tạo hình ảnh AI để hiện thực hóa các ý tưởng sáng tạo một cách trực quan.

Xu hướng mới nhất của AI tạo sinh, AI Agent! Cách đi trước với Cursor giúp hoàn thành công việc phát triển và MCP mở rộng tính năng!

ChatGPT và các AI tương tự dựa trên công nghệ cốt lõi LLM và Agent. LLM là công nghệ đã tiến gần nhất đến AGI tại thời điểm hiện tại. Trong khóa học này, chúng ta sẽ tìm hiểu về công nghệ LLM và Agent từ góc nhìn của người dùng phổ thông.