Tất cả về phát triển AI Agent học qua việc tạo chatbot (FastAPI, RAG, Vector, LangChain, sLLM/Fine-tuning)

Bạn sẽ được học về toàn bộ quy trình DevOps bao gồm: mua tên miền và triển khai máy chủ vận hành Spring Boot sử dụng EKS, kiến thức cơ bản về Docker, kiến thức cơ bản về Kubernetes, kiến thức cơ bản về AWS, tự động hóa CI/CD thông qua GitHub Actions, ArgoCD, cũng như Prometheus/Grafana.

Học các kiến thức cơ bản/thiết yếu/thực tiễn về Kafka mà nhà phát triển phần mềm cần biết. Sử dụng Spring Boot để kết nối với Kafka và thực hành gửi/nhận tin nhắn phù hợp với nhiều tình huống thực tế khác nhau.

Chúng tôi sẽ phát triển dịch vụ trò chuyện bằng cách sử dụng web socket/stomp và springboot. Chúng tôi cũng sẽ cấu hình giao diện đơn giản thông qua vue.js, một framework tương đối dễ sử dụng. Chúng tôi sẽ cấu hình khả năng mở rộng đa máy chủ thông qua redis pub/sub.

Bạn sẽ học về các cấu trúc dữ liệu cơ bản của REDIS và ví dụ về cách sử dụng thực tế của REDIS thông qua bài tập thực hành redis-cli (lệnh).

Triển khai đăng nhập Kakao và Google bằng cách sử dụng Spring Boot. Đăng nhập dựa trên mã thông báo JWT sẽ được thực hiện. Cấu hình một màn hình đơn giản thông qua Vue3.

Bạn sẽ được học từ tất cả những kiến thức cơ bản về Git/GitHub cho đến các chiến lược và giải pháp thực tế để xử lý các tình huống xung đột (conflict) khác nhau mà bạn sẽ gặp phải trong công việc thực tế.

Học về cấu hình máy chủ MSA bằng Spring Cloud.

Bạn sẽ học mọi thứ về MariaDB (MySQL) mà một nhà phát triển cần biết, bao gồm người mới bắt đầu phát triển, nhà phát triển phần mềm phía sau, sinh viên chuẩn bị thi SQLD. Lớp học tập trung vào thực hành, trong đó bạn sẽ tự xây dựng cơ sở dữ liệu.

Bạn sẽ học mọi thứ về MariaDB (MySQL) mà một nhà phát triển cần biết, bao gồm người mới bắt đầu phát triển, nhà phát triển phần mềm phía sau, sinh viên chuẩn bị thi SQLD. Lớp học tập trung vào thực hành, trong đó bạn sẽ tự xây dựng cơ sở dữ liệu.

Tìm hiểu về các kiến thức Linux thiết yếu mà các nhà phát triển nên biết, ngay cả khi họ không phải là chuyên gia về DevOps hoặc Linux. Lớp học được tiến hành chủ yếu dựa trên thực hành cùng nhau.

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.

Đây là khóa học dành cho người mới bắt đầu giúp hiểu về khái niệm và cách sử dụng Mô hình Thị giác-Ngôn ngữ (Vision-Language Model, VLM), đồng thời thực hành chạy mô hình LLaVA trên môi trường Ollama và tích hợp với MCP (Model Context Protocol). Khóa học này bao gồm nguyên lý của mô hình đa phương thức, lượng tử hóa (Quantization), phát triển dịch vụ và demo tích hợp, đồng thời cung cấp cân bằng giữa lý thuyết và thực hành.

<밑바닥부터 만들면서 배우는 LLM>(길벗, 2025)의 깃허브 노트북과 보너스 콘텐츠를 다루는 강의입니다. 깃허브: https://github.com/rickiepark/llm-from-scratch/ <밑바닥부터 만들면서 배우는 LLM>은 세바스찬 라시카(Sebastian Raschka)가 쓴 베스트셀러 <Build a Large Langauge Model (from Scratch)>(Manning, 2024)의 번역서입니다. 이 책은 오픈AI가 만든 GPT-2 모델을 밑바닥에서부터 시작해서 완전한 모델을 만들어 보면서 대규모 언어 모델의 작동 원리를 배우고 활용하는 방법을 제공합니다.

Khám phá cách xây dựng thẩm phán trí tuệ nhân tạo bằng cách kết hợp các hệ thống suy luận, biểu đồ tri thức và nhiều framework agent như CrewAI, LangChain, AutoGen, những công cụ cho phép triển khai công nghệ đa tác nhân (multi-agent) dựa trên LLM.

Giải quyết mọi khó khăn về AI chỉ với một phép ẩn dụ?! Bước đầu tiên tìm hiểu nguyên lý AI, giúp bạn thấu hiểu bản chất thay vì chỉ học vẹt từ ngữ.

"Bước đầu tiên để tạo LLM tùy chỉnh của riêng bạn với Fine-tuning nhẹ dựa trên LoRA!" Đây là khóa học thực hành nhập môn được thiết kế để những người mới tiếp xúc với LLM cũng có thể dễ dàng theo dõi. Giảm thiểu lý thuyết phức tạp, hướng dẫn từng bước toàn bộ quy trình từ tải mô hình → áp dụng dữ liệu → huấn luyện → so sánh kết quả. Trong thời gian ngắn, bạn sẽ trực tiếp trải nghiệm quy trình của các kỹ thuật fine-tuning nhẹ hiện đại như LoRA·QLoRA, và có thể nắm bắt được cảm giác "À, fine-tuning LLM hoạt động như thế này". Hãy tự mình cảm nhận thành tựu tạo ra LLM chuyên biệt cho lĩnh vực của bạn, ngay cả khi không có nhiều tài nguyên!

LLM và Agent là những công nghệ nền tảng của các AI như ChatGPT. Hiện tại, LLM là công nghệ tiến gần nhất đến AGI (Trí tuệ nhân tạo tổng quát). Trong bài giảng này, chúng ta sẽ tìm hiểu về công nghệ LLM và Agent dưới góc nhìn của một người bình thường.

Bạn có thể nâng cao năng lực phát triển của mình thông qua việc khám phá sâu sắc các nguyên lý cơ bản của các mô hình ngôn ngữ lớn như ChatGPT hay Claude. Bạn có thể học hỏi được nhiều thông tin đa dạng và các kỹ thuật phát triển mà thông thường ít khi được tiếp cận.

"Kỷ nguyên chỉ hỏi AI và nhận câu trả lời đã kết thúc." Giờ đây, AI tự hành động. Một 'AI Agent thực thi' có khả năng đọc email, kiểm tra số ngày phép còn lại trong hệ thống HR, sắp xếp lịch họp, tìm kiếm tài liệu nội bộ để tóm tắt thông tin, và sắp xếp các hình ảnh cùng liên kết cần thiết đã xuất hiện. Điều đáng ngạc nhiên là, bạn không cần phải là nhà phát triển cũng có thể tạo ra tất cả những điều này. Bằng cách sử dụng nền tảng Azure AI Agent và các framework mới nhất của Microsoft (như Semantic Kernel, AutoGen, v.v.), giờ đây bất kỳ ai cũng có thể xây dựng một hệ thống đa tác nhân có thể áp dụng vào công việc thực tế mà không cần lập trình. "Hãy tự mình tạo ra “AI làm việc”, “AI kết nối”, “AI tự ra quyết định và hành động”." Tương lai không còn là chuyện xa vời nữa. Nó bắt đầu ngay từ đầu ngón tay của bạn.

Dạo này bạn vẫn còn tự mình viết code à? Thời đại mà ngay cả việc viết code theo cảm hứng cũng trở nên phiền phức! Hãy trở thành chuyên gia tự động hóa AI với n8n mà không cần lập trình. Hướng dẫn thiết kế quy trình tự động hóa có thể áp dụng ngay vào thực tế. Chiến lược tự động hóa tập trung vào thực tiễn giúp tối đa hóa hiệu quả công việc. Hãy xây dựng quy trình làm việc trực quan với n8n và trải nghiệm sự đổi mới trong công việc.

Tôi thực sự khuyên dùng Spring AI cho các nhà phát triển đang sử dụng Spring Boot và React, cũng như những nhà phát triển đang cân nhắc việc đưa hệ thống AI vào môi trường doanh nghiệp. Khóa học này không chỉ dừng lại ở việc giới thiệu thư viện đơn thuần, mà còn giúp bạn hiểu rõ các khái niệm cốt lõi và cấu trúc bên trong của Spring AI, từ đó nâng cao năng lực áp dụng thực tiễn thông qua việc trực tiếp triển khai các ví dụ thực hành đa dạng. Nội dung được giải thích dựa trên phiên bản Spring AI 1.1.x, đồng thời cung cấp các hướng dẫn hỗ trợ kỹ thuật và định hướng mở rộng liên tục để bạn có thể thích ứng với các bản cập nhật trong tương lai. Ngoài ra, bằng cách tận dụng MCP (Model Context Protocol) để tích hợp ngữ cảnh giữa các domain, liên kết AI trong môi trường phân tán và hiện thực hóa thiết kế kiến trúc AI phù hợp với môi trường doanh nghiệp, chúng tôi sẽ mở rộng giá trị ứng dụng của công nghệ Spring AI lên một tầm cao mới. Với mục tiêu xây dựng hệ thống AI có thể triển khai thực tế trong môi trường doanh nghiệp, đây sẽ là một hướng dẫn tập trung vào thực tiễn, cân bằng giữa lý thuyết và thực hành.

Sử dụng ChatGPT, nhưng bạn có thấy khó khăn khi giải thích tại sao nó lại đưa ra câu trả lời như vậy không? “RAG, Agent, Fine-tuning… Biết thuật ngữ nhưng khó giải thích chính xác.” “Cứ nghe đến các thuật ngữ liên quan đến LLM là cứng họng.” “Trong các cuộc họp về AI, việc giải thích khái niệm luôn mơ hồ.” Khóa học này được tạo ra dành riêng cho những người như vậy. Đây là khóa học lý thuyết giúp bạn hiểu LLM không chỉ như một ‘công cụ’ mà là một ‘cấu trúc’. Khóa học không dạy cách sử dụng ChatGPT hay Gemini, mà giúp bạn xây dựng nền tảng để có thể giải thích tại sao chúng lại hoạt động như thế.

Làm chủ toàn bộ vòng đời xây dựng các ứng dụng Generative AI hiện đại bằng cách sử dụng các Mô hình Ngôn ngữ Lớn (LLM), Tạo phản hồi tăng cường tra cứu (RAG) và các hệ thống Agentic AI. Học cách thiết kế các giải pháp AI cấp doanh nghiệp từ kỹ thuật gợi ý (prompt engineering) đến triển khai, kết hợp LLM với cơ sở dữ liệu vector và các nguồn tri thức bên ngoài cho các ứng dụng sẵn sàng vận hành thực tế.

Giải quyết ngay điểm nghẽn khiến 80% thất bại tại Makerthon. Hoàn thành trong 4 tuần: Raspberry Pi · Computer Vision · LLM · Thiết kế 3D! Đạt thứ hạng cao tại Makerthon với PoC gương thông minh có thể trình diễn!

Chúng tôi sẽ tạo nhiều chức năng bằng Spring WebFlux. Thông qua khóa học này, bạn có thể nắm vững các khái niệm cần thiết và cách triển khai thực tế của WebFlux.

Một chuyên gia đang làm việc sẽ nhanh chóng truyền đạt nội dung trọng tâm, từ kiến thức cơ bản cần cho LLM đến những mẹo thực chiến!

Chúng ta hãy cùng tìm hiểu về các loại ứng dụng hoặc dịch vụ web có thể được xây dựng bằng cách sử dụng LLM.

Bạn sẽ được học toàn bộ quy trình tự vận hành mô hình Gemma 4 mới nhất trực tiếp trên MacBook của mình mà không phải lo lắng về chi phí API trả phí. Bạn sẽ nắm vững các kỹ thuật tối ưu hóa hiệu suất tận dụng Metal API của Apple Silicon, cách thiết lập tham số tối ưu theo dung lượng VRAM, và trang bị năng lực xây dựng cơ sở hạ tầng AI cục bộ cấp độ sản xuất dựa trên FastAPI.

Đây là hướng dẫn thực hành về cách sử dụng Model Context Protocol (MCP) để liên kết với IntelliJ và phát triển nhanh hơn.