Phát triển Full-stack AI SaaS thực chiến: Tạo ứng dụng trò chuyện video
antonio
Tạo ứng dụng hội nghị truyền hình dựa trên AI với tính năng AI agent thời gian thực, tóm tắt nội dung cuộc họp và chức năng sau cuộc gọi.
초급
React, Next.js, TailwindCSS
Khóa học này được thiết kế dành cho các nhà phát triển, kỹ sư AI và nhà khoa học dữ liệu muốn vượt xa việc sử dụng chat AI cơ bản để xây dựng các hệ thống lập trình AI thực thụ, sẵn sàng cho sản xuất bằng cách sử dụng Claude Code. Với kinh nghiệm của tôi trong lĩnh vực kỹ thuật phần mềm và phát triển có sự hỗ trợ của AI, tôi sẽ hướng dẫn học viên từng bước thông qua các quy trình làm việc thực tế, tập trung vào việc giải quyết các vấn đề thực tiễn: gỡ lỗi mã do AI tạo ra, cấu trúc các hệ thống đa tác nhân (multi-agent) và tối ưu hóa ngữ cảnh để đạt hiệu suất tốt hơn. Bạn sẽ không chỉ học lý thuyết — bạn sẽ trực tiếp xây dựng các hệ thống. Từ việc thiết lập Claude Code trong môi trường phát triển của mình đến việc tạo ra các quy trình tác nhân nâng cao bằng MCP, tác nhân phụ (sub-agents) và hooks, khóa học này sẽ dạy bạn cách thay đổi quy trình phát triển của mình bằng AI. Đến cuối khóa học, bạn sẽ có thể thiết kế các hệ thống lập trình thông minh, tự động và nhận biết ngữ cảnh, giúp cải thiện đáng kể năng suất và chất lượng mã nguồn.
1 học viên đang tham gia khóa học này
Độ khó Cơ bản
Thời gian Không giới hạn
Xây dựng và quản lý quy trình làm việc lập trình được hỗ trợ bởi AI bằng cách sử dụng Claude Code (lệnh, bộ nhớ, hook)
Thiết kế và điều phối các hệ thống đa tác nhân (multi-agent systems) sử dụng các tác nhân phụ (sub-agents) và kiến trúc MCP
Áp dụng các kỹ thuật kỹ thuật ngữ cảnh nâng cao để cải thiện hiệu suất và độ chính xác của AI
Tự động hóa các tác vụ phát triển (gỡ lỗi, tái cấu trúc, kiểm thử) với các đại lý AI
Tích hợp Claude Code với các công cụ như GitHub, IDE (Cursor) và môi trường cục bộ
Khóa học này dành cho ai?
Các nhà phát triển đang gặp khó khăn với việc sử dụng AI không hiệu quả (sao chép-dán câu lệnh, kết quả không nhất quán) và mong muốn có một quy trình làm việc có cấu trúc và khả năng mở rộng tốt hơn.
Các kỹ sư AI và nhà khoa học dữ liệu muốn xây dựng các hệ thống agent thực thụ thay vì các công cụ dựa trên trò chuyện đơn giản
Các kỹ sư phần mềm muốn tự động hóa các tác vụ lập trình lặp đi lặp lại và nâng cao năng suất làm việc
Những người dùng GenAI nâng cao muốn chuyển sang các hệ thống tác nhân (agentic systems) và kiến trúc đa tác nhân (multi-agent architectures)
Cần biết trước khi bắt đầu?
Có kinh nghiệm từ cơ bản đến trung cấp trong lĩnh vực kỹ thuật phần mềm
Quen thuộc với JavaScript/Node.js hoặc Python
Hiểu biết về các khái niệm AI tạo sinh (LLM, prompt, API)
Kinh nghiệm sử dụng trình soạn thảo mã nguồn (VS Code, Cursor, v.v.)
Chuyên gia đẳng cấp thế giới về Snowflake AI Data Cloud, với kinh nghiệm sâu rộng trong kỹ thuật dữ liệu, nền tảng đám mây và các hệ thống phân tích hiện đại.
Cựu Snowflake “Data Superhero” và Chuyên gia Nội dung (SME) của Chứng chỉ SnowPro, sở hữu 8 chứng chỉ SnowPro — tất cả đều vượt qua ngay trong lần thi đầu tiên.
Trong vài năm qua, tôi đã vượt qua thành công hơn 40 kỳ thi chứng chỉ có giám thị thuộc các công nghệ hàng đầu, bao gồm AWS, Azure, GCP, Khoa học dữ liệu và Học máy — tất cả đều ngay trong lần thi đầu tiên.
Với hơn 30 năm kinh nghiệm trong ngành phần mềm, tôi đã từng làm việc với tư cách là kiến trúc sư dữ liệu thực hành (hands-on), kiến trúc sư giải pháp, quản lý kỹ thuật, trưởng nhóm, và kỹ sư phần mềm/dữ liệu.
Tôi cũng là một doanh nhân thành đạt và là nhà tư vấn độc lập, từng làm việc với nhiều khách hàng để giải quyết các thách thức về dữ liệu trong thực tế.
Trước đây, tôi đã từng làm việc tại Microsoft, đóng góp vào các hệ thống mà một phần mã nguồn của tôi hiện vẫn là một phần của Microsoft SQL Server và Windows.
Tất cả
69 bài giảng ∙ (7giờ 36phút)
5. Giới thiệu
01:22
Khám phá các khóa học khác trong cùng lĩnh vực!