inflearn logo

[Cơ bản phần 2.5] OpenClaw.AI Master Class: Cơ bản về thiết kế nhóm Multi-agent và phân tách vai trò

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".

10 học viên đang tham gia khóa học này

Độ khó Cơ bản

Thời gian Không giới hạn

Business Productivity
Business Productivity
orchestration
orchestration
multi-agent
multi-agent
AI Agent
AI Agent
openclaw
openclaw
Business Productivity
Business Productivity
orchestration
orchestration
multi-agent
multi-agent
AI Agent
AI Agent
openclaw
openclaw

Bạn sẽ nhận được điều này sau khi học.

  • Học cách xây dựng một nhóm đa tác nhân (multi-agent team) chỉ với một bot Telegram duy nhất.

  • Bạn có thể thiết kế quy trình sản xuất nội dung với các vai trò được phân tách riêng biệt.

  • Hoàn thành một "nhóm chat Telegram nơi các agent khác nhau sẽ phản hồi theo từng chủ đề diễn đàn".

  • Bạn sẽ cầm trên tay một kết quả thực tế được tạo ra từ sự hợp tác của hai tác nhân (agent).

Nếu bạn theo dõi hết phần 1 và 2 của OpenClaw cơ bản, cuối cùng bạn sẽ thấy mình yêu cầu một agent duy nhất làm hết việc này đến việc khác.

Ban đầu thì tiện lợi, nhưng chỉ cần công việc phức tạp hơn một chút là những hạn chế sẽ sớm lộ ra.

Việc lập kế hoạch và chỉnh sửa bị trộn lẫn, các câu lệnh prompt bị chồng chéo, và các thư mục trong không gian làm việc cũng bắt đầu trở nên rối rắm.

“Bây giờ có vẻ cần phải chia nhỏ vai trò để vận hành, nhưng Multi-agent lại quá khó và phức tạp” là điểm mà nhiều người đang gặp bế tắc.

Bài giảng này là OpenClaw Cơ bản Phần 2.5 được tạo ra để giải quyết chính vấn đề đó.

Vẫn giữ nguyên một bot Telegram, đồng thời sử dụng nhóm diễn đàn + định tuyến theo chủ đề để

Tách biệt hai agent content_plannercontent_editor theo từng vai trò, đồng thời kết nối các workspace khác nhau cho mỗi agent để trực tiếp hoàn thiện “cấu trúc mà các agent khác nhau sẽ phản hồi tùy thuộc vào việc bạn đang nói chuyện ở chủ đề nào”.


Nói cách khác, đây không đơn thuần là một khóa học về việc tích hợp thêm nhiều AI, mà là khóa học hướng dẫn bước đầu tiên để nâng cấp một trợ lý AI duy nhất thành một nhóm AI nhỏ.


Đặc biệt, trước khi chuyển sang quy trình hợp tác tự động sẽ được đề cập trong phần 3, ở phần 2.5 này, bạn sẽ được trải nghiệm trước sự hợp tác bán thủ công, nơi con người đóng vai trò trung gian điều phối bằng cách sao chép và dán.


Nhờ đó, bạn không chỉ được nghe về khái niệm “tại sao cần đa tác nhân (multi-agent)” một cách lý thuyết, mà còn có thể trực tiếp trải nghiệm quy trình planner lập kế hoạch và editor tinh chỉnh bằng chính đôi tay của mình.

🔥Điểm khác biệt cốt lõi của bài giảng này: Tạo ra một đội ngũ AI chỉ với 1 chatbot.

Khóa học cơ bản phần 2.5 lần này là một khóa học thực hành bám sát từ đầu đến cuối về "cách phát triển một chatbot Telegram thành một nhóm AI nhỏ được chia thành planner và editor".

  • Khóa học là bước đệm để tiến tới Multi-agent trong khi tránh được "địa ngục cài đặt"


    • Học viên phần 1 và 2 chỉ cần xem danh sách kiểm tra 5 phút là có thể bắt đầu thực hành ngay,

      Học viên mới được thiết kế để có thể tham gia thông qua lộ trình hướng dẫn thiết lập tối thiểu.


    • Đây là một bài giảng nhập môn hiếm hoi giúp bạn có thể trải nghiệm đa tác nhân (multi-agent) mà không cần đến các framework phức tạp.

  • Mô hình thực tế cấu hình nhóm đa tác nhân (multi-agent) bằng các chủ đề (topic) trong diễn đàn Telegram chỉ với 1 bot duy nhất

    • Bạn có thể tạo ra cấu trúc "tùy thuộc vào việc bạn nói chuyện ở chủ đề nào mà agent đi kèm sẽ khác nhau" mà không cần phải tạo nhiều bot.

    • Chỉ cần nắm vững mô hình này, bạn có thể vận hành ngay một nhóm AI với các vai trò được phân chia rõ ràng ngay trong một nhóm chat duy nhất.

  • Thiết kế quy trình làm việc nội dung giúp nắm bắt đồng thời cả việc phân tách vai trò và phân tách không gian làm việc.

    • Không chỉ định nghĩa các agent planner / editor, mà còn

      /content/planning, /content/drafts giống như thiết kế cả cấu trúc thư mục cùng nhau để

      Làm quen với quy trình làm việc (workflow) xác định rõ ràng “ai chịu trách nhiệm đến đâu”.

  • Trải nghiệm “hợp tác đa tác nhân thực tế” dựa trên tiền đề con người sao chép và dán.

    • Thay vì triển khai việc tự động hội thoại giữa các agent ngay từ đầu,

      Cho phép bạn trải nghiệm cảm giác làm việc như một nhóm trước tiên, ngay cả khi con người vẫn thực hiện việc sao chép và dán ở giữa.

    • Nhờ đó, bạn có thể tích lũy được cảm giác thực chiến để kết nối một cách tự nhiên với quy trình hợp tác tự động ở phần 3.

🎥 Video nổi bật

✨ Những gì bạn sẽ nhận được từ bài giảng này

1. Bạn sẽ nắm vững cách cấu hình một nhóm đa tác nhân (multi-agent team) chỉ với một bot Telegram duy nhất.

- Tự định nghĩa hai agent content_planner / content_editor, và

Bạn sẽ tự mình hoàn tất việc thiết lập ánh xạ các không gian làm việc (workspace) và chủ đề diễn đàn (forum topic) khác nhau cho từng agent.

2. Có thể thiết kế quy trình sản xuất nội dung với các vai trò được phân tách rõ ràng.

- Chia cấu trúc sao cho kết quả lập kế hoạch được lưu tại /content/planning, còn bản thảo và bản chỉnh sửa được lưu tại /content/drafts,

Bạn sẽ thiết kế rõ ràng xem agent nào chịu trách nhiệm cho thư mục nào.

3. Bạn sẽ học được các kỹ năng cộng tác đa tác nhân (multi-agent) thực tế dựa trên tiền đề là con người sẽ thực hiện việc sao chép và dán (copy-paste).

- Thay vì bắt đầu bằng việc triển khai hội thoại hoàn toàn tự động giữa các agent,

Bạn sẽ nắm vững mô hình hợp tác bán thủ công, trong đó con người đóng vai trò trung gian chuyển giao kết quả và các planner·editor chia sẻ vai trò làm việc cùng nhau.

4. Bạn sẽ sở hữu mẫu thiết lập OpenClaw có thể sao chép ngay vào dịch vụ của mình.

- Hoàn thành 1 bộ tệp thiết lập bao gồm tất cả các định nghĩa về Multi-agent, phân chia Workspace và định tuyến chủ đề (topic routing) trên Telegram,

Sau đó, bạn có thể sao chép và sử dụng nguyên trạng cho các dự án khác mà mình đang vận hành (Youtube, blog, newsletter, v.v.).

🧰 Ngôn ngữ lập trình và công nghệ sử dụng trong khóa học này

  • Mô hình AI


    • Google Gemini 2.5 Flash (Mô hình đa phương thức hỗ trợ Vision)



  • Tác nhân (Agent)


    • OpenClaw.AI



  • Cơ sở hạ tầng & Môi trường thực thi


    • Docker

    • Docker Compose (Chạy container cục bộ và mount volume)



  • Nhắn tin / Giao diện


    • Telegram Bot API

    • Bot Telegram chuyên dụng được tạo bằng BotFather



  • Tệp cấu hình & Tập lệnh


    • openclaw.json

    • Thiết lập model và token thông qua biến môi trường

    • Các tệp thiết lập Agent dựa trên Markdown (IDENTITY.md, AGENTS.md, SOUL.md)


  • Các công cụ khác

    • WSL2 + Terminal Ubuntu cục bộ

      • Trong video bài giảng, nội dung được giải thích dựa trên hệ điều hành Windows, nhưng bạn có thể học tập bất kể đang sử dụng hệ điều hành nào.

    • Phân phối mã thực hành và hướng dẫn thông qua GitHub Repository

📋 Chuẩn bị trước khi học

1. Các yêu cầu chuẩn bị bắt buộc

  • Môi trường truy cập bảng điều khiển web OpenClaw


    • Cần có môi trường có thể chạy OpenClaw dựa trên Windows + WSL2 + Ubuntu + Docker Desktop. (Hoặc Mac OS + Terminal cho Mac + Docker)


    • Nếu bạn đã có môi trường OpenClaw dựa trên Docker được xây dựng ở phần 1, bạn có thể tiếp tục sử dụng nó,


      Bạn chỉ cần truy cập được vào bảng điều khiển web OpenClaw (giao diện chat) trên trình duyệt là được.

    • Nếu bạn chưa tham gia Phần 1, vui lòng làm theo tài liệu chính thức hoặc hướng dẫn bài giảng để

      Vui lòng chuẩn bị sẵn sàng cho đến khi có thể truy cập vào bảng điều khiển OpenClaw trên trình duyệt và trò chuyện với agent.

  • Tài khoản Telegram và liên kết OpenClaw

    • Bạn cần cài đặt ứng dụng Telegram trên điện thoại thông minh và tạo tài khoản cá nhân sẵn.

    • Nếu bạn có thể sử dụng Telegram Web/Desktop trên PC (hoặc trình duyệt)

      Việc tạo nhóm·chủ đề diễn đàn và kiểm tra ID sẽ trở nên dễ dàng hơn nhiều.

    • Vì bạn cần có thể tạo bot bằng BotFather và gửi/nhận tin nhắn,

      Bạn nên duy trì trạng thái đăng nhập và thông báo của Telegram.

  • Khóa Gemini API

    • Bạn cần có một tài khoản Google có thể cấp khóa Gemini API từ Google AI Studio hoặc Google Cloud.

    • Hãy kiểm tra chính sách tính phí và lưu khóa API đã cấp vào biến môi trường, v.v.

      Hãy chuẩn bị để lưu trữ và thiết lập một cách an toàn.

    • Tại các mạng lưới công ty hoặc trường học, việc gọi API bên ngoài có thể bị chặn, vì vậy vui lòng kiểm tra khả năng sử dụng thông qua một bài kiểm tra gọi API đơn giản trước.

2. Khuyến nghị

  • Hoàn thành khóa học phần 1·2 (hoặc có kinh nghiệm tương đương)

  • Nếu bạn chưa học phần 1 và 2,

    • Cài đặt Docker và chạy container,

    • Tạo bot Telegram và liên kết cơ bản,

    • Sử dụng terminal cơ bản

      khuyên bạn nên ở mức độ quen thuộc nhất định.

  • Kinh nghiệm cơ bản về Docker / Terminal

    • Nếu bạn đã có kinh nghiệm thực hiện các câu lệnh cơ bản như docker compose up -d, docker ps, docker compose logs, việc thực hành sẽ trở nên dễ dàng hơn nhiều.

    • Bạn càng thành thạo các môi trường phát triển cơ bản như VS Code, terminal, và clone repo GitHub, bạn sẽ càng ít gặp áp lực hơn khi thực hiện các công việc chỉnh sửa tệp cấu hình và kiểm tra log.

  • Thực hành trong môi trường cá nhân


    • Chúng tôi khuyến khích bạn nên thực hành trên môi trường laptop/máy tính để bàn cá nhân + tài khoản Telegram cá nhân thay vì máy tính công ty hoặc máy chủ có dữ liệu nhạy cảm.

    • Việc thiết lập Multi-agent và nhóm diễn đàn Telegram có thể được tái sử dụng nguyên vẹn cho các dự án cá nhân sau này, vì vậy nếu bạn tách biệt "môi trường thử nghiệm cá nhân" ngay từ đầu thì việc quản lý sau này sẽ trở nên thuận tiện hơn.

🧾 Tóm tắt điểm nổi bật theo từng phần

Phần 1. Chuẩn bị và ôn tập để tham gia nhanh chóng

  • Cung cấp hai lộ trình tham gia (A/B) dành cho cả những người đã học phần 1·2 và những người mới bắt đầu tham gia từ phần 2.5.

  • Học viên cũ chỉ cần xem Danh sách kiểm tra môi trường trong 5 phút là có thể chuyển ngay sang thực hành,


    Học viên mới sẽ cùng thực hiện từ các bước thiết lập tối thiểu thông qua lộ trình hướng dẫn WSL2 + Docker + OpenClaw Dashboard.

  • Thông qua phần ôn tập UI ngắn gọn, chúng ta sẽ hệ thống lại một lần nữa các khái niệm Agent / Workspace / Channel.


Phần 2. Hiểu về khái niệm Multi-Agent

  • “Tại sao chỉ với một agent duy nhất lại gặp giới hạn” từ góc độ lập kế hoạch /

    Hiểu một cách trực quan bằng cách ví von với cấu trúc nhóm có vai trò viết lách và biên tập đan xen lẫn nhau.

  • Trong thiết lập OpenClaw

    Xem xét bức tranh tổng thể về cấu trúc cách nhiều agent được định nghĩa và kết nối thông qua các kênh cũng như quy tắc định tuyến.



Phần 3. Định nghĩa Agent · Workspace · Định tuyến Telegram

  • - Thông qua lệnh openclaw agents list, hãy trực tiếp kiểm tra xem có những agent nào đang tồn tại trong môi trường của bạn.

  • Tự định nghĩa hai agent là content_planner dùng cho lập kế hoạch nội dung và content_editor dùng cho biên tập,

    Thêm vai trò, mô tả và không gian làm việc của từng agent vào tệp cấu hình.

  • Tạo các thư mục /workspace/content/planning / /workspace/content/drafts để tách biệt vật lý giữa sản phẩm kế hoạch và bản thảo/bản chỉnh sửa, sau đó kết nối chúng với không gian làm việc của từng agent.

  • Tạo một nhóm diễn đàn (forum group) và hai chủ đề (topic) planner-기획 / editor-편집) trên Telegram, sau đó tìm ID nhóm và ID chủ đề để hoàn tất thiết lập định tuyến “Chủ đề cụ thể → Agent cụ thể”.

  • Cuối cùng, chúng ta hoàn thành môi trường gồm 1 bot + 1 nhóm diễn đàn + các agent khác nhau phản hồi theo từng chủ đề.


Phần 4. Trải nghiệm thử sự cộng tác thông qua con người + Xem trước Phần 3

  • Với một kịch bản thực tế,

    Nhận ý tưởng và dàn ý từ chủ đề planner-기획, sau đó người dùng sao chép và dán sang chủ đề editor-편집 để trải nghiệm hợp tác đa tác nhân bán thủ công.

  • Lưu kết quả đã tạo này thành một tệp trong /workspace/content/drafts/ để có trong tay một bản thảo đầu tiên.

  • Cuối cùng, chúng ta sẽ xem trước cấu trúc nhóm Agent Leader / Planner / Writer / QA + đường ống hợp tác tự động sẽ được đề cập trong phần 3, đồng thời tổng kết rằng phần 2.5 này chính là bước đệm dẫn dắt sang phần 3.

🙋‍♂️ Một lời từ người chia sẻ kiến thức

Chào mọi người. Tôi là Kevin.

Trong phần 1, "thiết lập trụ sở đặc vụ AI an toàn ngay trong máy tính của tôi",

Nếu ở phần 2, chúng ta đã đưa trụ sở đó lên Telegram để biến nó thành một trợ lý trong túi,

Trong phần 2.5 này, chúng ta sẽ tập trung vào việc phát triển người trợ lý đó từ “một trợ lý làm việc độc lập” thành “một nhóm nhỏ được phân chia vai trò”.

Sau khi theo dõi hết phần 1 và phần 2, nhiều người cuối cùng cũng nảy sinh nỗi trăn trở này.

“Bây giờ tôi muốn chia ra cho bên lên kế hoạch và bên biên tập làm riêng một chút…”

Muốn chia nhỏ Agent thành nhiều cái, nhưng không biết phải bắt đầu từ đâu.”


Phần 2.5 này là bài giảng được tạo ra dành cho những ai đang bị kẹt tại chính điểm đó.

Trước khi sử dụng các framework phức tạp hay các công cụ điều phối khổng lồ, ngay trên môi trường OpenClaw + Telegram mà chúng ta đã quen thuộc,

- định nghĩa hai agent là planner / editor,

- Phân chia cấu trúc không gian làm việc (workspace) và thư mục theo từng vai trò,

- Bạn sẽ trực tiếp tạo ra cấu trúc "tùy thuộc vào việc bạn nói chuyện ở phòng nào mà các agent khác nhau sẽ phản hồi" thông qua các chủ đề (topic) trong diễn đàn Telegram.

Trong quá trình đó, điều tôi chú trọng nhất chính là “chỉ đề cập đến cấu trúc đa tác nhân (multi-agent) có thể duy trì được trong thực tế”.

Bởi vì nếu ngay từ đầu bạn chỉ theo đuổi viễn cảnh hào nhoáng nơi các agent tự động trao đổi tin nhắn với nhau, các thiết lập và mã nguồn sẽ nhanh chóng trở nên phức tạp, và cuối cùng bạn có thể sẽ quay trở lại với việc sử dụng một agent đơn lẻ.


Vì vậy, trong phần 2.5, tôi đã cố ý

Tạm gác lại việc cộng tác hoàn toàn tự động giữa các agent, tôi đã thiết kế nội dung để bạn làm quen trước với mô hình làm việc như một nhóm, trong đó con người đóng vai trò trung gian thực hiện việc sao chép và dán.

“Nhận kế hoạch từ phòng planner, trau chuốt câu chữ tại phòng editor và lưu trữ kết quả vào các thư mục được sắp xếp gọn gàng” – dù đây là một quy trình rất đơn giản, nhưng tôi tin rằng khi thực sự vận hành, bạn sẽ cảm nhận được một trải nghiệm hoàn toàn khác biệt so với việc chỉ sử dụng một chatbot đơn lẻ.


Nếu bạn quan tâm đến Multi-agent nhưng lại cảm thấy rằng “Liệu khái niệm này có quá to tát để một nhà sáng tạo nội dung / người lập kế hoạch / nhà phát triển cá nhân như mình sử dụng không?”, thì phần 2.5 này sẽ giúp bạn lấp đầy khoảng cách đó một cách nhẹ nhàng.


Vào thời điểm kết thúc bài giảng,

- Với 1 bot + 1 nhóm diễn đàn,

- planner và editor chia sẻ vai trò để làm việc,

- Tôi hy vọng bạn sẽ nắm trong tay “một nhóm AI nhỏ nhưng thực thụ”, có khả năng tạo ra cả bản thảo bài viết giới thiệu có thể sử dụng được trong thực tế.


Tôi chuẩn bị phần 2.5 này với hy vọng môi trường OpenClaw của các bạn sẽ không chỉ đơn thuần là một người trợ lý thông minh, mà sẽ phát triển thành một studio nhỏ bao gồm những người cộng sự có vai trò rõ ràng.

Tôi hy vọng đây sẽ là một bài giảng thực sự hữu ích dành cho các bạn.


Cố lên!

🔗 Link Github tài liệu bài giảng

1. Hướng dẫn về Github Repository

  • Tất cả các tài liệu như mã ví dụ, mẫu (template), danh sách kiểm tra (checklist) và tài liệu bài giảng được sử dụng trong khóa học này đều được cung cấp thông qua
    Github Repository công khai.

  • Trong repository, bạn có thể tham khảo tập trung vào các vị trí sau đây.

    • codes/ : Các tệp thực hành được sử dụng trong mỗi buổi học

    • guides/: Tài liệu hướng dẫn được cung cấp trong bài giảng

    • results/ : Các tệp cấu hình hoặc kết quả được tạo tự động trong quá trình thực hành

    • slides/ : Tài liệu slide được sử dụng trong các tiết học lý thuyết của bài giảng

  • Liên kết Github Repository như sau.

  • ⭐ Cách sử dụng tài liệu trong Github Repository đã được giải thích trong tệp README.md ở đường dẫn gốc, vì vậy hãy nhớ đọc kỹ nhé.

Lưu ý

  • Nếu bạn muốn sử dụng tài liệu học tập và mã nguồn được sử dụng trong bài giảng trên không gian cá nhân như blog, bạn phải ghi rõ tiêu đề bài giảng, tên giảng viên và thêm đường dẫn liên kết đến bài giảng. Ngoài ra, xin vui lòng thông cảm rằng việc phân phối trái phép là không được phép.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Người làm chuyên môn muốn nâng cao hiệu quả công việc bằng cách tận dụng các công cụ tự động hóa AI

  • Những người đang cảm thấy bế tắc vì "muốn phân chia vai trò để vận hành một cách hệ thống hơn, nhưng không biết phải bắt đầu từ đâu"

  • Nhà sáng tạo nội dung độc lập tự sản xuất nội dung, người vận hành bản tin (newsletter)·blog, YouTuber

  • Nhà phát triển muốn xây dựng hệ thống cộng tác đa tác nhân (multi-agent) thay vì chỉ dừng lại ở một chatbot AI đơn lẻ.

  • PM và người lập kế hoạch quan tâm đến việc điều phối AI Agent và thiết kế quy trình làm việc (workflow)

Cần biết trước khi bắt đầu?

  • Kinh nghiệm ở mức độ cơ bản phần 1 và 2 của OpenClaw (Cài đặt WSL2 + Ubuntu + Docker Desktop)

  • Kinh nghiệm triển khai container OpenClaw bằng lệnh `docker compose up -d`

  • Kinh nghiệm cấp mã thông báo (token) bot Telegram và liên kết với OpenClaw

  • Kinh nghiệm sử dụng terminal cơ bản

  • Ngay cả khi hoàn toàn không biết về những nội dung trên, chỉ cần bạn là người có nhiệt huyết muốn bắt đầu thiết lập từ đầu thông qua "Hướng dẫn thiết lập tối thiểu” được cung cấp trong bài giảng.

Xin chào
Đây là Kevin

6,686

Học viên

282

Đánh giá

124

Trả lời

4.8

Xếp hạng

11

Các khóa học

  • Ngôn ngữ hoặc công nghệ chủ lực: Java, Spring Framework, RxJava, Reactor, Spring WebFlux

  • Hoạt động với tư cách là nhà phát triển Backend tại Penta Security (From 2015.07 To 2022.01)

  • Hoạt động với tư cách là Senior Educational Software Engineer(Backend) tại Code States Co., Ltd. (https://www.codestates.com)
    (Từ 03.2022 đến 31.01.2024)

- Hoạt động với tư cách là nhà phát triển tự do và giảng viên (Since 2024.02)

- Tác phẩm (Sách đã xuất bản)

Xin chào? Tôi tên là Kevin. ^^

Rất vui được gặp các bạn với tư cách là giảng viên trên Inflearn.

Dù ở bất kỳ lĩnh vực nào cũng vậy, nhưng đặc biệt đối với một nhà phát triển phần mềm, tôi tin rằng cách duy nhất để tồn tại là luôn rèn luyện bản thân để không bị tụt hậu trước những xu hướng không ngừng thay đổi. Tôi là một trong những nhà phát triển đang tận hưởng việc phát triển phần mềm với thái độ luôn luôn học hỏi.

Với mong muốn những kiến thức và kinh nghiệm của bản thân có thể giúp ích được phần nào cho mọi người, tôi đã bắt đầu các khóa học trên Inflearn.

Trong tương lai, tôi sẽ tiếp tục gặp gỡ các bạn học viên thông qua nhiều khóa học đa dạng và mang lại những lợi ích thực tế. Xin cảm ơn.

 

Mọi câu hỏi hay ý kiến đóng góp luôn được chào đón, vì vậy hãy thoải mái liên hệ với tôi qua email (it.village.host@gmail.com).

 

Thêm

Chương trình giảng dạy

Tất cả

9 bài giảng ∙ (1giờ 52phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Chưa có đủ đánh giá.
Hãy trở thành tác giả của một đánh giá giúp mọi người!

Khóa học khác của Kevin

Hãy khám phá các khóa học khác của giảng viên!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Ưu đãi có thời hạn

19 ₫

29%

716.672 ₫