Từ nguyên lý hoạt động của AI tạo sinh đến phát triển AI Agent của riêng bạn - Multimodal, MCP, RAG, Agents SDK

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).

Bạn có muốn thực hiện bước đầu tiên vào thế giới dữ liệu không? Học máy học và học sâu, các công nghệ AI cốt lõi, với Python. Bài giảng này hướng dẫn bạn từng bước, từ những điều cơ bản về học máy và học sâu đến các ứng dụng thực tế. Học máy truyền thống và học sâu đều dựa trên nhiều nguyên tắc và hệ thống kỹ thuật giống nhau. Do đó, trong bài giảng này, thay vì tách cả hai thành các chủ đề riêng biệt, chúng tôi đã tổ chức chúng thành một khóa học được kết nối để những người mới bắt đầu có thể nâng cao hiểu biết về học máy nói chung.

Bạn đã nắm vững kiến thức cơ bản nhưng vẫn thấy lúng túng khi áp dụng vào thực tế? Với kinh nghiệm thực chiến, tôi sẽ giải đáp một cách rõ ràng các cấu trúc LLM phức tạp.

Bạn đang cảm thấy bế tắc trong việc áp dụng vào thực tế và chuẩn bị phỏng vấn đúng không? Bằng cách đúc kết những kinh nghiệm thực tiễn của mình, tôi sẽ giúp bạn nắm vững kiến thức từ CNN đến DETR một cách chắc chắn thông qua việc tập trung vào mã nguồn (code).

Khóa học này bao gồm từ các khái niệm cơ bản của hệ thống gợi ý đến các nguyên lý ứng dụng Deep Learning. Hãy cùng học hỏi các thuật toán gợi ý đa dạng như lọc cộng tác (Collaborative Filtering), lọc dựa trên nội dung (Content-based Filtering), hệ thống gợi ý lai (Hybrid Recommender System) và nâng cao năng lực thực tiễn để phát triển dịch vụ gợi ý!

Đầu tư thực chiến không chỉ dừng lại ở những kiến thức cơ bản, hãy tự mình xây dựng mô hình lợi nhuận bằng bí quyết học máy (machine learning) của chuyên gia định lượng (quant) 10 năm kinh nghiệm.

Hiểu nguyên lý hoạt động của các mô hình AI tạo sinh sử dụng Deep Learning và nắm vững cách sử dụng thông qua thực hành.

Bạn đang cảm thấy bế tắc trong việc triển khai một Agent vượt xa khỏi giới hạn của một chatbot thông thường? Với những kinh nghiệm thực tế từ những lần thử sai của bản thân cùng bí quyết dựa trên tài liệu chính thức, tôi sẽ hướng dẫn bạn cách xây dựng Agent cấp độ trung cấp có thể áp dụng ngay vào công việc thực tế.

Chỉ với những bài hướng dẫn đơn giản thì rất khó để áp dụng vào thực tế. Bằng tất cả bí quyết trong nghề của mình, tôi sẽ truyền đạt một cách chắc chắn cho bạn phương pháp quản lý trạng thái phức tạp và cách thiết kế Multi-agent.

Bạn đã nắm vững kiến thức cơ bản nhưng vẫn thấy mông lung khi áp dụng vào thực tế phải không? Với bí quyết chuyên môn của mình, tôi sẽ giúp bạn hoàn thiện thiết kế RAG và Agent phức tạp.

Thời gian trôi liên tục và dữ liệu tiếp tục tích lũy. Trong thế giới năng động này, dữ liệu chuỗi thời gian đóng vai trò quan trọng trong mọi khía cạnh của cuộc sống chúng ta. Từ sự biến động trên thị trường tài chính đến những dấu hiệu khó nhận thấy của biến đổi khí hậu, dữ liệu chuỗi thời gian đều có tất cả. Bây giờ hãy tìm hiểu cách diễn giải và sử dụng dữ liệu mạnh mẽ này bằng sức mạnh của Python và học sâu!

Tìm đường trong biển dữ liệu và khám phá tương lai của trí tuệ nhân tạo. Khóa học này khám phá hai dòng chảy công nghệ khổng lồ là Big Data và Trí tuệ nhân tạo (AI), đồng thời xem xét cách chúng đang mang lại sự đổi mới cho cuộc sống và công việc của chúng ta.

Bạn đã nắm vững lý thuyết nhưng vẫn còn bối rối khi áp dụng vào dữ liệu thực tế? Với những bí quyết từ kinh nghiệm làm việc thực tiễn, tôi sẽ truyền đạt cho bạn các kỹ thuật thực chiến để trực tiếp giải quyết các giao dịch bất thường phức tạp bằng mã code.

Những thành tựu đáng kinh ngạc gần đây trong lĩnh vực trí tuệ nhân tạo đều đang được công bố trong lĩnh vực học tăng cường. Cuốn sách này bao quát từ cấp độ cơ bản đến nâng cao về công nghệ học tăng cường - thứ đang tạo ra những đổi mới thực sự trong công nghệ trí tuệ nhân tạo như robot, công nghệ tự lái và máy móc giống con người - dưới góc nhìn dễ hiểu dành cho người mới bắt đầu.

Bạn có thể có được cái nhìn tổng quan về machine learning và deep learning nói chung, cách sử dụng các công cụ cơ bản và kiến ​​thức ngôn ngữ Python cần thiết cho việc học trong một khoảng thời gian ngắn.

Học cách trực tiếp xây dựng các mô hình học sâu thông qua PyTorch, một công cụ trực quan và mang phong cách Python (Pythonic). Nội dung đã cập nhật phiên bản PyTorch mới nhất.

Bạn là người mới làm quen với việc viết mã hoặc muốn nâng kỹ năng viết mã của mình lên một tầm cao mới? Khóa học này sẽ hướng dẫn bạn về Python, một ngôn ngữ mạnh mẽ và linh hoạt, được thiết kế cho người học ở mọi cấp độ. "Theo dõi" Khóa học này được dạy theo cách có cấu trúc, cho phép bạn học bằng cách thực sự viết và thực thi mã. Trong khóa học này, bạn sẽ tìm hiểu lý do tại sao Python là ngôn ngữ lập trình phổ biến nhất. Việc tiếp thu ngôn ngữ Python, ngôn ngữ cho thấy khả năng vô tận trong nhiều lĩnh vực khác nhau từ trí tuệ nhân tạo đến phát triển web, sẽ là cơ hội để phát huy tiềm năng của một cá nhân một cách đáng kể.

Mọi nhà phát triển web đều biết đến JavaScript, giờ hãy khám phá thế giới máy học với ngôn ngữ mạnh mẽ này! Trong khóa học này, bạn sẽ tìm hiểu cách xây dựng và triển khai các mô hình máy học bằng Tensorflow.js, một thư viện máy học mạnh mẽ cùng với JavaScript. Chúng tôi cung cấp hướng dẫn từng bước về tất cả các công nghệ cần thiết để phát triển các ứng dụng học máy dựa trên web. Thông qua khóa học này, người học sẽ hiểu một cách có hệ thống các nguyên tắc cốt lõi của học máy. Ngoài ra, bạn sẽ học cách phát triển mô hình học sâu bằng JavaScript và API Tensorflow.js, cách sử dụng phương pháp học chuyển giao dựa trên mô hình được đào tạo trước và cách tất cả kiến ​​​​thức này có thể được áp dụng một cách tương tác trong môi trường trình duyệt.

Khóa học này không chỉ dừng lại ở những chatbot đơn thuần mà tập trung vào thực hành xây dựng hệ thống Multi-Agent (đa tác nhân) nơi nhiều Agent cộng tác với nhau. 👉 Bạn sẽ được học từng bước 3 khung làm việc (framework) gồm Swarm, LangGraph, DeepAgents và hoàn thành 6 dự án thực tế như: Chatbot hỗ trợ khách hàng, sản xuất nội dung blog, Agent truy vấn PostgreSQL, Agent nghiên cứu tự động. 👉 Ngoài ra, khóa học còn hướng dẫn triển khai các tính năng cấp độ doanh nghiệp như bộ nhớ dài hạn sử dụng Redis và PostgreSQL, cơ chế bảo mật Human-in-the-loop, giám sát chi phí... giúp bạn có thể xây dựng hệ thống ở cấp độ sản xuất (production-level) và áp dụng ngay vào dịch vụ thực tế sau khi học xong.

Từ năng suất công việc đến việc kiếm tiền, chúng tôi sẽ cho bạn biết tất cả về phát triển AI agent có thể áp dụng ngay vào thực tế. Hãy trở thành "chuyên gia phát triển AI agent" bằng cách trực tiếp phát triển 7 agent dựa trên các công nghệ như n8n, CrewAI, LangGraph, Google ADK, multi-agent orchestration, RAG, multimodal, MCP, A2A.

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 khóa học cơ bản về LangChain trích xuất những phần cốt lõi từ tài liệu chính thức, với mức giá chỉ bằng một tách cà phê(?). Hãy làm quen với cú pháp LangChain trước khi bắt đầu phát triển chính thức!

Lý thuyết, xấp xỉ số, trực giác và trực quan hóa trong tích phân. Nâng cao kỹ năng toán-lập trình của bạn.

Khóa học giúp bạn trở thành nhà phát triển game thực thụ. Với 4 dự án thực chiến và 3 game chuyên sâu AI, vượt mọi giới hạn!

Bạn vừa mua MacBook trong kỷ nguyên AI nhưng lại cảm thấy bối rối không biết nên bắt đầu từ đâu? Một cựu lập trình viên với 15 năm kinh nghiệm macOS sẽ đồng hành cùng bạn từ bước 'thiết lập thiết bị ban đầu'. ✅ Cài đặt ứng dụng · Mẹo macOS thiết yếu · Terminal · Homebrew · Thiết lập môi trường phát triển ✅ Từ Claude Code & Agentic Coding đến môi trường nơi AI lập trình thay cho bạn 👉 Nếu bắt đầu ngay bây giờ, bạn sẽ hoàn tất môi trường phát triển ngay trong hôm nay — Đây sẽ là ngày đầu tiên bạn sử dụng MacBook một cách đúng nghĩa.

Chúng tôi sẽ tổng hợp các khái niệm lý thuyết về MNIST, bộ dữ liệu cơ bản nhất trong thị giác máy tính, đồng thời học cách triển khai thông qua API của Torchvision và cách tự xây dựng một custom dataset class.

Từ việc vận hành backend AWS EC2 đến tự động sửa lỗi, chúng tôi xin công khai toàn bộ quá trình xây dựng Sidabari (https://github.com/cx8537/sidabari) - một công cụ tự động hóa dựa trên Claude Code. Trong khóa học này, tất cả các câu lệnh (prompt) và lịch sử trò chuyện thực tế sẽ được cung cấp làm tài liệu học tập, giúp bạn trải nghiệm toàn bộ quy trình nhập prompt để tạo ra sản phẩm.

Viết biên bản cuộc họp, tạo ứng dụng và thậm chí là sản xuất video, tất cả trên một nền tảng duy nhất. Hãy trở thành một AI multiplayer với Google AI Studio!

Hành Trình Phát Triển Toàn Diện Từ Đầu Đến Cuối — Xây Dựng API Siêu Nhanh, Giao Diện Frontend Hiện Đại, Dự Án Thực Tế, Hệ Thống Xác Thực, Dashboard & Triển Khai Hoàn Chỉnh Sử Dụng FastAPI, React, và Kỹ Thuật Vibe Coding.

Đây là khóa học hoàn thiện về thực tập tại Thung lũng Silicon không lo bị đào thải trong kỷ nguyên AI, cùng với thiết kế hệ thống của 30 công ty Big Tech và đóng góp thực tế vào mã nguồn mở. Khóa học giúp bạn thiết kế và mở rộng quy mô 30 hệ thống thực tế dựa trên các trường hợp của các tập đoàn lớn như Netflix, Tesla, Meta, Tinder. Cuối cùng, bạn sẽ tự thiết kế dịch vụ của riêng mình từ Kiến trúc → DB → cho đến Mở rộng quy mô (Scaling).

Đây là khóa học dự án thực tế giúp bạn xây dựng một dịch vụ web hoàn chỉnh từ khâu lập kế hoạch đến triển khai bằng cách sử dụng các công cụ lập trình AI. Bạn sẽ được trực tiếp trải nghiệm toàn bộ quy trình từ thiết kế cơ sở dữ liệu, triển khai lưu trữ tệp tin đến vận hành dịch vụ trong môi trường Windows, từ đó tiếp thu năng lực phát triển thực tế trong kỷ nguyên AI.

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.

Thời đại ích kỷ, nơi chỉ những người biết cách tận dụng AI đúng cách mới có thể tạo ra thu nhập. Khái niệm cơ bản về phát triển web tạo lợi nhuận & hướng dẫn thực tế mà bạn nhất định phải biết để giao việc cho các AI Coding Agent một cách "chuẩn chỉnh". Từ tư duy có thể lập trình mà không cần viết một dòng code nào, đến phương pháp thực tế để tạo ra sản phẩm với giá 0 đồng, và cả những nội dung về việc thành lập doanh nghiệp thực tế cũng như xử lý thuế. Đây là hướng dẫn lập trình web tạo lợi nhuận bằng AI chứa đựng những hiểu biết sâu sắc được tích lũy từ thực tế.

Từ chuẩn bị họp đến viết biên bản cuộc họp, AI sẽ làm tất cả cho bạn! Phần đầu tiên trong chuỗi series về ứng dụng AI Agent vào công việc tại công ty!

: "Từ nền tảng toán học đến các mô hình mới nhất, hoàn thiện pipeline Deep Learning với Pytorch (Tổng cộng 44 bài giảng)" Thời đại chỉ học cách gọi model.fit() một cách đơn thuần đã qua rồi. Từ đạo hàm và hạ giang (gradient descent) - những nền tảng cơ bản nhất của mạng thần kinh nhân tạo, đến cách sử dụng Pytorch thiết yếu trong công việc thực tế, và cả CNN/RNN để xử lý dữ liệu hình ảnh và chuỗi thời gian! Chúng tôi sẽ giúp bạn chinh phục toàn bộ quy trình Deep Learning một cách hệ thống. Giờ đây, hãy bước vào thế giới Deep Learning kinh ngạc, nơi trí tuệ nhân tạo mô phỏng bộ não con người có thể tự học hỏi và đưa ra phán đoán, vượt xa việc chỉ phân tích dữ liệu thông thường.

Thời đại AI! Sáng tạo nội dung là năng lực cạnh tranh của người đi làm. Được chia sẻ bởi người đi làm 10 năm kinh nghiệm Kỹ năng Sáng tạo Nội dung có thể dùng ngay trong công việc thực tế

Đây là quá trình hợp tác với các đại lý AI dựa trên nguyên tắc kỹ thuật nhắc nhở (Prompt Engineering) TARS để phát triển các dịch vụ web thực tế. Bạn sẽ được tích lũy kinh nghiệm phát triển full-stack bao quát cả front-end và back-end, từ việc tạo các thành phần UI/UX đến các chức năng CRUD, liên kết API và trực quan hóa dữ liệu, để cuối cùng hoàn thiện ý tưởng của bản thân thành một MVP có thể thực thi được.

Bài giảng giải thích lý do tại sao hệ thống điều phối (harness) lại quan trọng hơn cả mô hình thông qua kiến trúc của Claude Code. Đồng thời, nội dung cũng đề cập đến cách thiết kế hệ thống làm việc của Claude Code với 6 cấu trúc: Context Harness, Permission Harness, Verification Harness, Tool Harness, Subagent & Worktree Harness, và Debugging Harness. Sau đó, bài giảng sẽ kết nối các yếu tố như CLAUDE.md, quản lý phiên làm việc, kiểm soát codebase lớn, vận hành song song worktree, phân tích nhật ký lỗi, cho đến việc truy vết vấn đề về biến môi trường và phạm vi thiết lập, từ đó thiết lập các tiêu chuẩn để có thể áp dụng Claude Code liên tục trong thực tế công việc Backend và DevOps.