Tạo SQL thời gian thực (Text-To-SQL) sử dụng LLM

Bạn sẽ được học về RAG, VectorDB, LangChain, OpenAI, sLLM và Fine-tuning, bao gồm tất cả các công nghệ liên quan đến AI quan trọng nhất ở thời điểm hiện tại.

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.

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.

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).

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.

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.

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.

Học về cấu hình máy chủ MSA bằng Spring Cloud.

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.

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 được học về RAG, VectorDB, LangChain, OpenAI, sLLM và Fine-tuning, bao gồm tất cả các công nghệ liên quan đến AI quan trọng nhất ở thời điểm hiện tại.

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.

Làm chủ Claude Code từ cơ bản đến chuyên nghiệp. Bạn sẽ được học các tính năng cốt lõi (CLAUDE.md, Sub-agent, MCP, Hooks, v.v.) để phát triển và triển khai các dịch vụ thực tế, cùng với các phụ lục cơ bản dành cho người không chuyên và các bài giảng nâng cao để hoàn thiện kỹ năng.

Việc tạo MVP bằng AI giờ đây không còn khó khăn nữa. Nhưng hầu hết các dự án đều dừng lại ở bước tiếp theo. 👉 Đã tạo được tính năng 👉 Nhưng việc phát triển không được tiếp tục duy trì Tại sao điều này lại xảy ra? Vấn đề không nằm ở mã nguồn, 👉 Mà là vì thiếu một cấu trúc để AI có thể làm việc liên tục. --- Trong khóa học này, Dựa trên các dự án đã có sẵn, 👉 Chúng ta sẽ cùng nhau xây dựng 👉 Một cấu trúc cho phép AI tiếp tục quá trình phát triển --- Không chỉ đơn thuần là sử dụng các công cụ AI, mà chúng ta sẽ: * Xây dựng cấu trúc docs * Định nghĩa SSOT (Single Source of Truth) * Thực hiện phát triển theo đơn vị ticket * Kết nối với QA và cấu trúc lặp lại (iteration) 👉 Để hoàn thiện thành một "Hệ thống phát triển AI" nhất quán. --- Thông qua quá trình này, bạn có thể: 👉 Xây dựng cấu trúc mà việc phát triển vẫn tiếp diễn 👉 Ngay cả khi con người không trực tiếp viết code Nói cách khác, 👉 Bạn có thể tự mình tạo ra và thấu hiểu 👉 Một hệ thống phát triển vận hành AI như một đội ngũ thực thụ. --- Khóa học này được thiết kế dành cho: 👉 Những ai muốn tạo ra một cấu trúc có thể áp dụng ngay vào dự án của mình 👉 Những ai đã bắt đầu phát triển bằng AI nhưng gặp khó khăn trong việc duy trì 👉 Những ai muốn tiến lên bước tiếp theo sau khi đã làm quen với "Vibe Coding" --- Không chỉ dừng lại ở việc học, khóa học mang đến trải nghiệm: 👉 Thực hành trực tiếp 👉 Tạo ra cấu trúc hoạt động thực tế 👉 Và chuyển đổi nó thành hình thức có thể áp dụng ngay vào dự án cá nhân.

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.

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 có thể tham khảo các phương án đổi mới sản xuất trong lĩnh vực bán dẫn và thực hiện chạy thử máy học (machine learning), học sâu (deep learning) với dữ liệu bán dẫn mà không cần lập trình.

Khóa học giải đề thi AWS Certified AI Practitioner là khóa học tóm tắt trọng tâm để giúp bạn thi đỗ chứng chỉ. Trước tiên, chúng ta sẽ nhanh chóng ôn tập các khái niệm cơ bản về AI/ML và AI tạo sinh, đồng thời tìm hiểu về tính năng cũng như các trường hợp sử dụng của các dịch vụ AI chính của AWS thường xuất hiện trong kỳ thi (ví dụ: SageMaker, Rekognition, Polly, v.v.). Dựa trên nền tảng đó, bạn sẽ được thực hành cách xác định giải pháp AI nào phù hợp cho các tình huống thực tế khác nhau, đồng thời tìm hiểu về việc sử dụng mô hình AI có trách nhiệm và các nội dung liên quan đến bảo mật dữ liệu. Cuối cùng, bạn sẽ được làm quen với chiến lược giải đề theo từng dạng câu hỏi và chuẩn bị cho kỳ thi thông qua các bài thi thử thực tế. Khóa học này sẽ giúp bạn chuẩn bị cho kỳ thi một cách hiệu quả trong thời gian ngắn.

Không biết lập trình cũng không sao. Khóa học này tập trung vào trải nghiệm tự tay tạo ra một ứng dụng Android có doanh thu quảng cáo chỉ trong một ngày bằng AI, và hoàn tất việc phát hành ứng dụng đó trên thực tế. Rất nhiều người thường dừng lại ở các bước: “Đã làm xong app rồi nhưng làm sao để tạo ra thu nhập?” “Định chèn quảng cáo thì bị vướng ở AdMob, chính sách hoặc khâu kiểm duyệt” “Bỏ cuộc ngay trước khi phát hành vì rắc rối ở phần chính sách bảo mật” Trong khóa học này, chúng ta sẽ vượt qua tất cả những “giai đoạn mà ai cũng bỏ cuộc” này: 👉 Ý tưởng → Tạo ứng dụng → Liên kết quảng cáo → Các yếu tố bắt buộc khi phát hành trên Store → Phân phối thực tế. Chúng ta chỉ việc ra lệnh cho AI và đưa ra quyết định. Mục tiêu là hoàn thành một ứng dụng có “cấu trúc tạo ra lợi nhuận thực thụ” chỉ trong vòng một ngày.

Không biết lập trình cũng OK, dịch vụ đầu tiên của riêng bạn hoàn thiện với Google Stitch Quy trình phát triển AI tất cả trong một kết nối từ lập hoạch định đến triển khai thành một luồng duy nhất

Dành cho những bạn đã hoàn thành trình độ SwiftUI trung cấp, giờ là lúc để tích hợp AI vào ứng dụng của mình. Với Apple Intelligence và framework FoundationModels, bạn sẽ hoàn thiện các ứng dụng AI on-device hoạt động ngay trên thiết bị mà không cần kết nối internet.

Việc tra cứu tài liệu và soạn thảo văn bản lặp đi lặp lại hàng ngày, bạn định sẽ còn phải ôm đồm đến bao giờ? Tôi cũng từng là một nhân viên văn phòng bình thường, ngày nào cũng phải tăng ca để tìm kiếm những thông tin cốt lõi giữa biển dữ liệu tràn lan. Tuy nhiên, sau khi đưa Gemini 3 vào quy trình làm việc thực tế, tôi đã trải nghiệm được tốc độ xử lý công việc nhanh chóng hơn hẳn. Hãy nâng cao năng suất công việc của bạn bằng cách tận dụng Gemini.

Đồng nghiệp của bạn đã đang làm việc bằng Claude Code rồi, còn bạn vẫn đang làm tất cả những việc đó bằng tay sao? Đừng lo lắng! Sau khi tham gia khóa học này, bạn cũng sẽ trở thành một cao thủ "Vibe Coding".

Mỗi ngày có 2.500 mã cổ phiếu, bạn định tự mình xem đến bao giờ? Sau khi thị trường đóng cửa, bạn phải lục lọi Naver Securities để tìm các mã tăng vọt, Đọc tin tức để phán đoán xem đó là tin tốt hay tin xấu, Kiểm tra từng chút một dòng tiền của khối ngoại và tổ chức, Mở biểu đồ để phân tích mô hình... Chẳng lẽ bạn đang lặp lại việc này mỗi ngày sao? Tôi cũng đã từng như vậy. Dành 2-3 tiếng sau khi đi làm về để phân tích cổ phiếu, nhưng vẫn bỏ lỡ nhiều mã hơn là tìm thấy. Tổng hợp cả KOSPI và KOSDAQ có hơn 2.500 mã, con người không thể nào xem hết mỗi ngày được. --- Vì vậy, tôi đã tạo ra một hệ thống Tôi đã tạo ra một hệ thống tự động phân tích 2.500 mã cổ phiếu sau khi thị trường đóng cửa mỗi ngày. - Tự động thu thập giá cả, dòng tiền và tin tức - AI (Gemini) đọc tin tức và phân biệt tin tốt/tin xấu - Chấm điểm trên thang điểm 15 dựa trên 6 yếu tố - Chỉ chọn những mã vượt qua tiêu chuẩn và tính toán cả giá vào lệnh/giá cắt lỗ/giá chốt lời - Gửi thông báo qua Telegram Sau khi đi làm về, tôi chỉ cần kiểm tra điện thoại. Thêm vào đó, vào mỗi thứ Bảy, hệ thống sẽ tự phân tích hiệu suất của tuần trước Và tự động điều chỉnh mức cắt lỗ, chốt lời và thời gian nắm giữ. Đây là cấu trúc mà hệ thống tự học hỏi và cải thiện. --- Nhưng tôi không phải là một lập trình viên Tôi không trực tiếp viết mã cho hệ thống này. Tôi hoàn toàn ra lệnh cho AI bằng lời nói. "Hãy lọc ra những mã tăng trên 5% hôm nay với giá trị giao dịch trên 50 tỷ won" "Gửi 3 tin tức này cho Gemini để phán đoán xem đó là tin tốt hay không" "Tạo một bộ lập lịch để hệ thống tự động chạy vào 4 giờ chiều mỗi ngày" Khi nói như vậy, AI (Claude) sẽ tạo mã cho tôi. Đó chính là Vibe Coding. --- Trong khóa học này, chúng ta sẽ cùng tạo ra hệ thống tương tự Qua 58 bài giảng, chúng ta sẽ cùng nhau xây dựng từ đầu đến cuối hệ thống mà tôi thực sự sử dụng hàng ngày. Bắt đầu từ thu thập dữ liệu, Phân tích tin tức bằng AI, công cụ chấm điểm, tạo tín hiệu, Máy chủ Flask API, bảng điều khiển web Next.js, Thông báo tự động qua Telegram, và cả hệ thống tự học. Sản phẩm cuối cùng không phải là một tệp Jupyter Notebook. Mà là một bảng điều khiển web và thông báo Telegram thực sự hoạt động mỗi ngày. Bạn không cần biết lập trình. Trong mỗi bài giảng, tôi sẽ hướng dẫn bạn cách nói chuyện với Claude, Và nếu bạn làm theo, bạn sẽ nhận được kết quả tương tự. --- Khóa học này dành cho: - Những nhà đầu tư là nhân viên văn phòng không có đủ thời gian phân tích cổ phiếu mỗi ngày - Những người muốn sở hữu hệ thống tự động nhưng không biết lập trình - Những người tò mò về Quant/Giao dịch hệ thống nhưng không biết bắt đầu từ đâu - Những người muốn biết cách ứng dụng AI vào thực tế --- ⚠️ Khóa học này không đảm bảo lợi nhuận đầu tư. Đây là khóa học lập trình về việc tự tạo ra công cụ phân tích chứng khoán. Quyết định đầu tư thực tế thuộc về trách nhiệm của chính học viên.

Bạn có thể học tất cả các quy trình từ cách sử dụng cơ bản của AI tạo sinh đến tự động hóa và tạo chatbot AI tùy chỉnh cho công việc thực tế trong một khóa học duy nhất.

Thông qua bài giảng này, bạn có thể tìm hiểu toàn bộ quy trình và phương pháp chuẩn bị cho kỳ thi tuyển sinh vào trường sau đại học ngành trí tuệ nhân tạo từ đầu đến cuối! Tôi cũng sẽ chia sẻ những nội dung hay giúp tăng khả năng đậu!

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.

Khóa học này không chỉ đơn thuần là "cách triển khai" Transformer, mà là quá trình phân tích từ góc nhìn của người thiết kế về tại sao cấu trúc này được tạo ra, vai trò của từng module, và cách toàn bộ mô hình hoạt động. Phân tích sâu nguyên lý tính toán bên trong của Self-Attention và Multi-Head Attention, đồng thời xác minh trực tiếp qua công thức, bài báo và code triển khai về Positional Encoding, Feed-Forward Network, cấu trúc Encoder·Decoder đã xuất hiện để giải quyết những hạn chế nào. Xuất phát từ Attention, tự tay lắp ráp toàn bộ cấu trúc Transformer, thực hiện training thực tế và thấu hiểu cách mô hình hoạt động. Đây là lộ trình có cấu trúc và thực chiến nhất dành cho "những ai muốn hiểu hoàn toàn về Transformer".

Dựa trên kinh nghiệm giảng dạy deep learning hơn 100 lần, đây là khóa học tổng hợp có hệ thống các lý thuyết cơ bản mà học viên gặp khó khăn nhiều nhất. Khóa học này giải thích từng bước kết nối giữa trực giác toán học, nguyên lý học của mô hình và triển khai code để ngay cả người không chuyên cũng có thể hiểu được, đồng thời đi sâu vào cấu trúc cơ bản và nguyên lý hoạt động của việc học mô hình AI, không chỉ đơn thuần là cách sử dụng thư viện. Đây là khóa nhập môn thực chiến được thiết kế để phát triển thành kỹ sư có năng lực hiểu nguyên lý AI thông qua việc tự triển khai các công nghệ cơ bản của deep learning như gradient descent, hàm lỗi, tối ưu hóa, perceptron, mạng neural nhiều lớp, backpropagation bằng công thức và code.

Dưới góc nhìn nhân văn như văn học, điện ảnh, âm nhạc và lịch sử, chúng ta sẽ dễ dàng thấu hiểu khái niệm cũng như nguyên lý của AI tạo sinh, đồng thời khám phá những ảnh hưởng văn hóa và sự thay đổi trong cuộc sống mà AI mang lại. Chương trình cung cấp những hiểu biết thực tiễn và chiến lược về cách các cá nhân và doanh nghiệp nên ứng phó và chuẩn bị như thế nào trong kỷ nguyên AI.