(Dành cho người lập kế hoạch) Phân tích các trường hợp ứng dụng dịch vụ LLM

Giải thích các nguyên lý cơ bản của mô hình ngôn ngữ lớn như ChatGPT, tập trung vào lý thuyết.

Đây là một bài giảng được thiết kế để bạn có thể hiểu được Secure Coding (lập trình bảo mật), ngay cả khi bạn chưa biết gì về nó. Sau khi nắm vững các khái niệm cơ bản về lập trình bảo mật, bài giảng sẽ tập trung giải thích về bảo mật dịch vụ web. Đây là một bài giảng đã được thực hiện dưới dạng chuyên đề đặc biệt do Đại học OO tổ chức. Hơn 160 đoạn mã nguồn được trình bày kèm theo nhiều chú thích phong phú, giúp người học dễ dàng nhận biết các chủ đề và kỹ thuật cốt lõi có thể áp dụng ngay vào thực tế.

Giải thích lý do cần LLM, nền tảng kỹ thuật và khái niệm cơ bản.

Giúp các lập trình viên junior có thể hiểu toàn bộ quy trình phát triển từ lập kế hoạch, viết code, triển khai đến kiểm thử bằng cách sử dụng trí tuệ nhân tạo như một công cụ phát triển, từ đó trang bị năng lực Full-Spectrum cần thiết để tồn tại và phát triển trong thời đại AI.

Khóa học này là một quá trình học tập có hệ thống về kỹ thuật prompt engineering - công nghệ cốt lõi để sử dụng hiệu quả các mô hình ngôn ngữ lớn (LLM) hoặc trí tuệ nhân tạo sinh tạo. Từ lý thuyết cơ bản đến kỹ thuật thực chiến, cùng với các ứng dụng mới nhất và các vấn đề về bảo mật·đạo đức được đề cập một cách toàn diện, khóa học mang lại sự hỗ trợ thực tế cho tất cả các nhà phát triển dịch vụ dựa trên LLM, nhà khoa học dữ liệu và người lập kế hoạch AI.

Khái niệm “Problematization” (문제화) còn được dịch là đặt vấn đề (문제 제기), xây dựng vấn đề (문제짜기). Nó cũng có thể được dịch là thiết lập vấn đề (문제 설정) hoặc định nghĩa vấn đề (문제 정의). Đây là một khái niệm bao gồm quá trình đặt câu hỏi từ một góc nhìn mới về các sự thật đã biết như yêu cầu hoặc kiến thức thông thường, xác định vấn đề và xây dựng cách giải quyết vấn đề đó. Problematization nên là điểm khởi đầu của mọi quá trình phát triển nhưng vẫn là một chủ đề chưa được thảo luận đầy đủ trong lĩnh vực phát triển. Việc thực hiện một dự án hay phát triển một chương trình thực chất cũng là việc lập kế hoạch để giải quyết vấn đề. Nghĩa là, nó có liên quan đến problematization. Để giải quyết vấn đề, trước tiên vấn đề phải được xác định rõ ràng. Tuy nhiên, hầu hết các vấn đề được đưa ra dưới dạng các yêu cầu mơ hồ. Do đó, cần có khả năng biến các yêu cầu mơ hồ thành vấn đề rõ ràng để giảm thiểu 'lãng phí phát triển' không cần thiết, giúp hợp tác trôi chảy hơn và nắm bắt đúng nhu cầu thực sự của người dùng. Khóa học này giúp rèn luyện 'tư duy cấu trúc vấn đề' thông qua các trường hợp thực tế và công cụ.

Khi xây dựng hệ thống RAG (Retrieval-Augmented Generation: Tạo sinh tăng cường truy xuất) dựa trên AI tạo sinh hoặc LLM mà không đạt được hiệu suất mong muốn và không có giải pháp thích hợp, thì phải làm sao? Khóa học này sẽ trình bày các phương pháp cải thiện hiệu suất RAG dựa trên lý thuyết Cognitive Load (Tải trọng nhận thức). Thông qua khóa học này, bạn có thể hiểu được giới hạn của cửa sổ ngữ cảnh LLM và cách quản lý Cognitive Load một cách hiệu quả trong hệ thống RAG. Đây là một khóa học lý thuyết cấp độ thực tiễn, bao gồm các chủ đề như kích thước và thiết kế cấu trúc Chunk, kỹ thuật tạo Chunk chất lượng cao, tối ưu hóa động, đánh giá hiệu suất và các kỹ thuật thực chiến.

Bạn có thể tìm hiểu các khái niệm và phương pháp 'thiết kế dịch vụ' cần thiết khi lập kế hoạch các ứng dụng hoặc dịch vụ web được xây dựng dựa trên LLM, một loại hình trí tuệ nhân tạo tạo sinh (Generative AI).

"Chỉ đổi một cái tên thôi, mã đã khác rồi." Đã tổng hợp từ nguyên lý đến ví dụ về 'đặt tên dễ hiểu' – cốt lõi của mã dễ đọc. Tên dễ đọc là khởi đầu của sự hợp tác.

Nhanh chóng hiểu các khái niệm và cú pháp cơ bản của C.

👨‍🍳 Nấu mã như nấu ăn, sạch sẽ và ngon miệng! 『클린 코딩』 là lớp học nấu mã của lập trình viên giống đầu bếp, nơi học 클린 코딩 vui vẻ qua ví von ẩm thực. 🍽️

Hiện đã là thời đại phát triển dựa trên AI. Do cần có cách tận dụng AI hiệu quả hơn để tạo ra mã và tài liệu chất lượng và chính xác hơn, chúng tôi đề xuất các phương pháp phù hợp.

Sẽ giải thích chi tiết các mô hình ngôn ngữ đa dạng đã được phát triển trong suốt quá trình từ khởi đầu công nghệ xử lý ngôn ngữ tự nhiên cho đến các mô hình LLM mới nhất.

Kết hợp CrewAI (giúp triển khai công nghệ đa tác nhân LLM), đồ thị tri thức và hệ thống suy luận để tạo thẩm phán AI.

Tìm hiểu cách thu thập và phân tích các yêu cầu của người dùng để thiết kế dịch vụ LLM.

Xem xét những hạn chế của LLM, cách khắc phục và các chủ đề nghiên cứu mới nhất.

Xem xét những hạn chế của LLM, cách khắc phục và các chủ đề nghiên cứu mới nhất.

Bạn có thể tìm hiểu các khái niệm và phương pháp 'thiết kế dịch vụ' cần thiết khi lập kế hoạch các ứng dụng hoặc dịch vụ web được xây dựng dựa trên LLM, một loại hình trí tuệ nhân tạo tạo sinh (Generative AI).

Tìm hiểu cách thu thập và phân tích các yêu cầu của người dùng để thiết kế dịch vụ LLM.

Đây là một buổi giảng đặc biệt giúp bạn đồng thời chuẩn bị cho chứng chỉ Microsoft AI-900, với tư cách là nội dung mới nhất phản ánh phạm vi thi tính đến tháng 5 năm 2025. Nội dung được cung cấp dưới dạng kết hợp lý thuyết và thực hành, bao gồm tổng quan về AI, kiến thức cơ bản về học máy, thị giác máy tính, xử lý ngôn ngữ tự nhiên, thông minh tài liệu, khai thác tri thức và AI tạo sinh.

Thông qua các đánh giá doanh nghiệp AI, chúng ta xem xét cách công nghệ AI thay đổi hiện tại và tương lai của mình qua các ví dụ đa dạng. Bằng cách xem xét các yếu tố cần thiết để tiến hành dự án AI, chúng ta chuẩn bị cho quá trình Chuyển đổi AI sắp tới.

Giải thích các nguyên lý cơ bản của mô hình ngôn ngữ lớn như ChatGPT, tập trung vào lý thuyết.

<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.

Dựa trên hiểu biết chính xác về khách hàng khó tính, trang bị các biện pháp xử lý và chiến lược phù hợp để có thể ứng phó hiệu quả với khách hàng khó tính. Ngoài ra, nó còn được thiết kế để nâng cao tính chuyên nghiệp và cải thiện sự hài lòng trong công việc của nhân viên dịch vụ.

"LoRA 기반 경량 파인튜닝으로 나만의 맞춤형 LLM을 만들어보는 첫걸음!" Đây là khóa học thực hành nhập môn được thiết kế để ngay cả những người mới tiếp xúc với LLM lần đầu cũng có thể dễ dàng theo kịp. 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 mới nhất như LoRA·QLoRA, và có thể nắm bắt được cảm giác "À, fine-tuning LLM hoạt động như thế này". Hãy trực tiếp cảm nhận thành tựu tạo ra LLM chuyên biệt cho lĩnh vực của riêng bạn, ngay cả khi không có nhiều tài nguyên!

Trong khóa học này, chúng ta sẽ xem xét phương pháp luận về dịch vụ và thiết kế để lên kế hoạch cho dịch vụ trong lĩnh vực CNTT/công nghệ, cũng như nhiều kỹ năng mềm mà người lên kế hoạch dịch vụ cần có. Cuối cùng, chúng ta sẽ tiến hành phân tích dịch vụ bằng cách lấy dịch vụ nhận dạng giọng nói AI làm ví dụ, đây là khóa học giới thiệu về dịch vụ UX dành cho người mới bắt đầu.

Khóa học này bao gồm toàn bộ quá trình phát triển ChatGPT từ một AI đối thoại đơn giản thành một AI Agent thông minh có khả năng thực hiện các công việc thực tế. Chúng ta sẽ trực tiếp tạo ra các AI Agent có thể sử dụng ngay trong công việc thực tế bằng cách sử dụng ba framework cốt lõi: LangChain, LangGraph và LangSmith.

Đây là cuốn sách hướng dẫn thực tế dành cho những người đang tìm việc làm PM kinh doanh trò chơi. Bắt đầu với phạm vi công việc do PM kinh doanh thực hiện, phân tích BM, đề xuất cải tiến, lập kế hoạch sự kiện, Chúng tôi sẽ dạy cho bạn các khái niệm thực tế như lập kế hoạch công cụ vận hành, thiết kế và phân tích chỉ báo cũng như cách tạo danh mục đầu tư.

Những người làm việc trong lĩnh vực lập kế hoạch trò chơi, lập kế hoạch dịch vụ và PM kinh doanh Đây là bài giảng thực tế về các công cụ vận hành, hỗ trợ văn phòng và lập kế hoạch phân tích dữ liệu.

Một khóa học bắt buộc phải có dành cho các nhà thiết kế, nhà hoạch định dịch vụ và PM muốn thực hiện công việc của mình tốt hơn! Chúng tôi sẽ cho bạn biết những điều bạn cần biết về từng sản phẩm kỹ thuật số, ngành và hành trình của người dùng dựa trên các trường hợp thực tế.

Chúng tôi giới thiệu bí quyết thực tế dành cho <người quản lý sản phẩm> và <người lập kế hoạch dịch vụ>

Giờ đây, với sức mạnh của AI, bất cứ ai cũng có thể dễ dàng lên kế hoạch và thiết kế giao diện người dùng (UI) cho ứng dụng! Không cần biết lập trình hay có kinh nghiệm về UI cũng không sao. Các công cụ AI như Claude, ChatGPT sẽ biến ý tưởng của bạn thành hiện thực. Chỉ với vài câu hỏi, bạn có thể phân tích khách hàng mục tiêu, thiết kế cấu trúc ứng dụng và thậm chí tự động tạo ra màn hình UI. Trong khóa học này, chúng tôi sẽ hướng dẫn từng bước từ cơ bản để ngay cả những người mới bắt đầu sử dụng Figma cũng có thể theo kịp. Bạn không cần tự tay vẽ mà vẫn có thể nhập toàn bộ giao diện người dùng (UI) của trang web hiện có chỉ với plugin HTML to Design, và tạo ra những màn hình chất lượng cao chỉ trong vài giây bằng các công cụ AI như Google Stitch hay readdy.ai. Đây là khóa học hoàn hảo cho những ai mơ ước khởi nghiệp, muốn chuyển sang làm chuyên viên hoạch định, hoặc muốn giao tiếp hiệu quả với lập trình viên. Thay vì lý thuyết phức tạp, chúng tôi sẽ chỉ truyền đạt những bí quyết thực tiễn có thể áp dụng ngay lập tức. Giờ đây, chỉ cần có ý tưởng, bất cứ ai cũng có thể lên kế hoạch cho một dịch vụ ứng dụng!

Nếu bạn biết rằng UT (kiểm tra khả năng sử dụng) và phỏng vấn người dùng là tốt nhưng không biết cách thực hiện chúng, hãy tự tin hơn với khóa học này!

Trong khóa học này, chúng tôi sẽ chia sẻ những nguyên tắc UX và bí quyết thực tiễn cần thiết khi lên kế hoạch và thiết kế sản phẩm AI. Chúng ta sẽ cùng tìm hiểu về cách sử dụng AI lấy giá trị người dùng làm trung tâm, phương pháp lập kế hoạch và thiết kế UX sử dụng AI, các nguyên tắc và lý thuyết UX cốt lõi được tìm hiểu qua các trường hợp thiết kế trong đời sống hàng ngày, cũng như các phương pháp nghiên cứu UX và phân tích dữ liệu để mang lại trải nghiệm tốt hơn.

ChatGPT và các AI tương tự dựa trên công nghệ cốt lõi LLM và Agent. LLM là công nghệ đã tiến gần nhất đến AGI tại thời điểm hiện tại. Trong khóa học này, chúng ta sẽ tìm hiểu về công nghệ LLM và Agent từ góc nhìn của người dùng phổ thông.