Phiên bản tiếng Hàn của bài thuyết trình tại hội nghị quốc tế: Kubernetes và tác nhân AI

Xây dựng AI Agent thông minh với RAG bằng LangGraph! Từ lý thuyết đến thực hành, đây là hướng dẫn thực tế (hands-on) giúp người mới bắt đầu cũng có thể dễ dàng làm theo.

Khóa học này chỉ sử dụng PC cá nhân và laptop. Bạn có thể trực tiếp triển khai quy trình tự động hóa CI/CD bằng cách áp dụng phương pháp luận gitops trong môi trường k8s mà không cần sử dụng các môi trường cloud tốn phí như AWS, GCP.

Thay vì chỉ học nội dung lý thuyết, khóa học này cho phép bạn xây dựng khả năng nhìn thấy bản chất bằng cách xây dựng khuôn khổ tổng thể về công việc CI/CD trong lĩnh vực này.

Khóa học này sẽ đề cập đến các khái niệm cơ bản và phương pháp triển khai hệ thống RAG (Retrieval-Augmented Generation) sử dụng LangChain. Người tham gia sẽ hiểu các nguyên lý cốt lõi của RAG, và thông qua LangChain, học cách thực hành xây dựng hệ thống cũng như đánh giá hiệu suất.

Tôi đã tạo ra một khóa học 'Nhập môn MSA' giúp những người không chuyên cũng có thể dễ dàng hiểu được và có thể áp dụng ngay vào thực tế!

Chỉ cần một dòng lệnh là xong. Hermes - AI Agent có khả năng ghi nhớ, tự động hóa và tự mình phát triển. Ngay cả khi không phải là nhà phát triển, từ hôm nay bạn vẫn có thể trở thành "người giao việc" cho AI. SMARTFORK sẽ đồng hành cùng bạn từ khâu cài đặt cho đến ứng dụng vào thực tế.

LangGraph chứa đựng đầy đủ bí quyết của một người phụ trách AI Agent tại tập đoàn lớn. Tôi sẽ truyền đạt những kiến thức thực tế mà mình đã đúc kết được sau những lần "va vấp" trong công việc.

Nó giải thích hầu hết mọi thứ xung quanh đám mây một cách dễ hiểu. Nếu bạn nghe nó trước khi thực hành, bạn sẽ có thể hiểu rõ hơn về phát triển và cơ sở hạ tầng đám mây.

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.

Kết quả vibe coding cứ liên tục khác với ý định của bạn? Hãy học quy trình xác định mục tiêu, phạm vi, quy tắc nghiệp vụ và tiêu chí hoàn thành bằng Phát triển dựa trên đặc tả (SDD) và Spec Kit, sau đó truyền cùng một đặc tả cho Claude Code và Codex để giảm việc chỉnh sửa lặp đi lặp lại.

Đây là khóa học dành cho người mới bắt đầu sử dụng Amazon EKS, bao gồm các kiến thức cơ bản về Amazon EKS - dịch vụ quản lý Kubernetes của AWS.

Kết nối các căn cứ chẩn đoán từ bài giảng trước với kế hoạch cải tiến của tổ chức. Rà soát luồng dữ liệu và các yêu cầu áp dụng biện pháp kiểm soát đối với Shadow AI, đồng thời soạn thảo tài liệu thiết kế kiểm soát và báo cáo red team, bao gồm bằng chứng quan sát được, tác động, giới hạn, chủ thể thực hiện hành động và tiêu chí kiểm tra lại.

Khóa học này được thiết kế dành cho Lập trình viên (Developers), Kỹ sư DevOps, Kỹ sư Bảo mật, Sinh viên mới tốt nghiệp (Freshers), QA, Cơ sở hạ tầng (Infrastructure), Build & Release, IT và các chuyên gia InfoSec/AppSec muốn học hỏi và triển khai các thực hành DevSecOps bằng cách sử dụng các công cụ, công nghệ thực tế và các tiêu chuẩn bảo mật tốt nhất trong ngành. Bạn sẽ có được kinh nghiệm thực tế trong việc tích hợp bảo mật vào toàn bộ Vòng đời Phát triển Phần mềm (SDLC) — từ kiến trúc và mã nguồn đến cơ sở hạ tầng, pipeline, container và môi trường runtime. Khóa học này trang bị cho bạn các kỹ năng DevSecOps đang được săn đón, giúp bạn đạt được các vị trí công việc chất lượng cao với mức đãi ngộ tốt hơn, tương tự như xu hướng thị trường hiện nay trong lĩnh vực DevOps, Cloud và An ninh mạng. Trong thế giới ưu tiên kỹ thuật số ngày nay, việc lồng ghép bảo mật vào quy trình kỹ thuật không còn là tùy chọn nữa — đó là yếu tố thiết yếu cho sự thành công của doanh nghiệp. DevSecOps: Tích hợp Bảo mật vào SDLC bằng Jenkins và các Công cụ Hiện đại Khóa học này lý tưởng cho các cá nhân và đội ngũ muốn thực hiện "shift security left" (đưa bảo mật lên sớm hơn) và xây dựng các pipeline DevOps an toàn, có khả năng mở rộng và tự động hóa. Bạn sẽ học cách: Tích hợp các nguyên tắc bảo mật, kiến trúc và các thực hành tốt nhất của tổ chức vào quy trình làm việc DevOps Ngăn chặn việc vô tình lộ bí mật (secrets), thông tin xác thực và dữ liệu nhạy cảm trong các kho lưu trữ mã nguồn Bảo mật hệ thống Linux, máy ảo và các CI/CD build agent Xác định, khắc phục và vá các lỗ hổng trong: Các phụ thuộc của ứng dụng (Application dependencies) Dockerfile và container image Môi trường runtime của ứng dụng Bảo mật Docker image, container và các khối lượng công việc được container hóa Bảo mật Cơ sở hạ tầng dưới dạng mã (Infrastructure as Code - Terraform) bằng cách sử dụng chính sách và quét bảo mật Thắt chặt và bảo mật các pipeline CI/CD chống lại các cấu hình sai và các cuộc tấn công Thực hiện kiểm thử bảo mật bằng cách sử dụng: Mô hình hóa mối đe dọa (Threat Modeling) Kiểm thử đơn vị (Unit Test) và Kiểm thử tích hợp (Integration Test) Phân tích thành phần phần mềm (SCA) Kiểm thử bảo mật ứng dụng tĩnh (SAST) Kiểm thử bảo mật ứng dụng động (DAST) Tự động hóa kiểm thử bảo mật trong quá trình build, test và triển khai, thay vì dựa vào kiểm thử thủ công sau khi phát hành Trải nghiệm Học tập Mỗi khái niệm được giải thích một cách đơn giản, trực quan và có cấu trúc: Giải thích khái niệm dựa trên slide Theo sau là các bài thực hành (lab) thực tế Bạn sẽ: Tự thiết lập các máy ảo Linux, công cụ bảo mật và pipeline CI/CD bằng Jenkins Bảo mật Docker image, container và cơ sở hạ tầng Làm việc với một kho lưu trữ GitHub chuyên dụng chứa toàn bộ mã nguồn, cấu hình và các ví dụ được sử dụng trong khóa học Tại sao nên đăng ký khóa học này? ✅ Một trong những chương trình DevSecOps Bootcamp thực tế và thực hành nhất hiện có trực tuyến ✅ Học DevSecOps, Bảo mật đám mây và Bảo mật ứng dụng mà không cần đến các học viện hay gia sư đắt đỏ (thường tốn từ $400–$4000) ✅ Học theo tốc độ cá nhân với lộ trình toàn diện và cập nhật nhất ✅ Hiểu rõ sự khác biệt giữa DevOps truyền thống và DevSecOps hiện đại ✅ Học cách lồng ghép bảo mật vào mọi giai đoạn của pipeline ✅ Tự động hóa việc quét bảo mật sớm thay vì sửa lỗi sau khi đã đưa lên môi trường production ✅ Kinh nghiệm thực tế với các công cụ bảo mật miễn phí và mã nguồn mở ✅ Những thông tin chuyên sâu về ngành được tham chiếu từ các báo cáo của Gartner về sự hợp tác giữa DevOps và Bảo mật Sau khi kết thúc khóa học Đến cuối khóa học này, bạn sẽ có được kiến thức lý thuyết vững chắc và kinh nghiệm thực hành sâu rộng với các công cụ, công nghệ và thực hành DevSecOps. Bạn sẽ tự tin trong việc thiết kế, xây dựng và triển khai các pipeline DevOps hoặc DevSecOps an toàn một cách độc lập cho các dự án và tổ chức thực tế. Bạn cũng sẽ có quyền truy cập vào Bài kiểm tra DevSecOps để kiểm tra và xác thực kiến thức nền tảng của mình về DevSecOps và SecOps. Mục tiêu Trải nghiệm Học tập Mỗi khái niệm được giải thích một cách đơn giản, trực quan và có cấu trúc: Giải thích khái niệm dựa trên slide Theo sau là các bài thực hành (lab) thực tế Bạn sẽ: Tự thiết lập các máy ảo Linux, công cụ bảo mật và pipeline CI/CD bằng Jenkins Bảo mật Docker image, container và cơ sở hạ tầng Làm việc với một kho lưu trữ GitHub chuyên dụng chứa toàn bộ mã nguồn, cấu hình và các ví dụ được sử dụng trong khóa học Điều kiện tiên quyết Kiến thức cơ bản về các nội dung sau sẽ hữu ích nhưng không bắt buộc — mọi thứ đều được hướng dẫn từ đầu: DevOps & Jenkins Docker & Container Linux, CLI & Shell Scripting Các nguyên tắc cơ bản về bảo mật

Học các kỹ thuật tự động hóa hạ tầng đám mây sử dụng AWS và Terraform, thực hành quản lý và triển khai hạ tầng hiệu quả. Quản lý tài nguyên AWS bằng mã thông qua Terraform, học cách triển khai hạ tầng nhất quán trên nhiều môi trường khác nhau.

Trước khi thực hiện, xác định phạm vi, quy tắc giao chiến, điều kiện thử nghiệm và căn cứ đánh giá. Liên kết các tài sản AI, ranh giới tin cậy và các kịch bản STRIDE để lập kế hoạch red team và tài liệu mô hình mối đe dọa, đồng thời phân định phạm vi những gì có thể kết luận từ các kết quả lặp lại.

Học tập một cách hệ thống về Docker, công cụ cốt lõi trong triển khai ứng dụng dựa trên container, từ cơ bản đến thực tiễn. Bắt đầu từ cấu trúc cơ bản và các câu lệnh của Docker, bạn sẽ phát triển năng lực thực hành có thể áp dụng ngay vào công việc thực tế, bao gồm đóng gói container trong môi trường kiến trúc microservices, tự động hóa triển khai và tiêu chuẩn hóa môi trường vận hành.

Vượt xa khỏi một chatbot chỉ đơn thuần tạo câu trả lời, bạn sẽ trực tiếp triển khai các AI Agent tự hành có khả năng tự phán đoán, gọi công cụ và thực hiện các tác vụ nhiều bước. Khóa học bao gồm các bài thực hành từng bước từ Tool Calling, Handoff, Guardrail, Session và Tracing của OpenAI Agents SDK, đến việc kết nối các công cụ và cơ sở dữ liệu bên ngoài bằng MCP, cũng như Planning, Subagents, Filesystem và Memory của LangChain và Deep Agents. Mục tiêu cuối cùng là trang bị cho bạn khả năng thiết kế và triển khai các AI Agent liên kết công cụ có thể áp dụng vào công việc thực tế.

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".

Trong kỷ nguyên Agentic AI, việc phát triển AI đang hướng về đâu? Giờ đây, năng lực cạnh tranh không còn nằm ở việc sử dụng tốt một mô hình AI duy nhất, mà nằm ở khả năng lựa chọn mô hình phù hợp với công việc và kết nối AI Agent với các công cụ phát triển để giải quyết các vấn đề thực tế. Alibaba Cloud công bố miễn phí video bài phát biểu từ Qwen Conference 2026 - hội nghị AI toàn cầu. Từ màn ra mắt Qwen 3.7 Max và phiên thảo luận về tương lai của suy luận với sự tham gia của NVIDIA, Fireworks AI, đến các mô hình đa phương thức mở rộng sang hình ảnh và âm thanh, cùng các trường hợp AI Agent thực tế đã được đưa vào vận hành thay vì chỉ dừng lại ở mức trình diễn. Hãy cùng khám phá định hướng của kỷ nguyên Agentic AI được vẽ nên bởi công ty trực tiếp xây dựng toàn bộ hệ thống từ mô hình, hạ tầng đến ứng dụng.

Xây dựng hệ thống tự động giao dịch chứng khoán dựa trên API Kiwoom Securities từ đầu đến cuối bằng cách tận dụng các tính năng cốt lõi của Claude Code (MCP, Agents, Skills). Ngay cả người mới bắt đầu cũng có thể làm được. Hãy bắt đầu với Claude Code ngay bây giờ!