[Season 1] Thực hành Spring AI: Phát triển AI Agent đặt chỗ cao cấp

Phát triển Backend cho Đại lý Đặt chỗ Cao cấp 'Hành động Tự trị' sử dụng Spring AI + JPA + MySQL Vượt xa Chatbot để trở thành Đại lý: Tiêu chuẩn của Tool Calling và Kỹ thuật Prompting

(4.9) 12 đánh giá

193 học viên

Độ khó Cơ bản

Thời gian Không giới hạn

Java
Java
Spring Boot
Spring Boot
backend
backend
AI Agent
AI Agent
Spring AI
Spring AI
Java
Java
Spring Boot
Spring Boot
backend
backend
AI Agent
AI Agent
Spring AI
Spring AI

Đánh giá từ những học viên đầu tiên

4.9

5.0

문석청

30% đã tham gia

Cảm ơn bạn vì bài giảng hay.

5.0

em241101

30% đã tham gia

Tốt. Giải thích chi tiết

5.0

bigho98

100% đã tham gia

Trước đây tôi đã rất vất vả khi phải ánh xạ từng trường của đối tượng request, response riêng biệt cho mỗi chat model, nhưng hóa ra đã có Spring AI đơn giản và tuyệt vời như thế này. Nhờ đó tôi đã học được rất nhiều. Cảm ơn vì khóa học chất lượng cao.

Bạn sẽ nhận được điều này sau khi học.

  • Bạn có thể tạo các công cụ tùy chỉnh để AI Agent sử dụng bằng cách tận dụng @Tool của Spring AI.

  • Bạn có thể học cách triển khai các chức năng cốt lõi phía backend của AI Agent bằng cách sử dụng Java và Spring Boot.

  • Bạn có thể hoàn thành hệ thống quản lý yêu cầu hỗ trợ (inquiry management system) dựa trên AI có liên kết với cơ sở dữ liệu thực tế.

  • Có thể cung cấp dịch vụ bằng cách kết nối hệ thống backend và frontend.

[Season 1] Thực chiến Spring AI: Phát triển AI Agent đặt chỗ cao cấp

Đừng chỉ dừng lại ở những chatbot đơn giản nữa. 🤔
Hãy tạo ra một AI Agent có thể thực thi các logic kinh doanh thực tế và tương tác với cơ sở dữ liệu!

Bản demo AI Agent GourmetBot

💡 Động lực giảng dạy (Motivation)

Trong thực tế, các doanh nghiệp không chỉ dừng lại ở AI hội thoại đơn thuần mà họ còn muốn có "những agent có khả năng liên kết với DB của công ty để xử lý công việc". Khóa học này sẽ hướng dẫn bạn cách tạo ra một agent có năng lực giải quyết vấn đề thực tiễn bằng cách kết hợp giữa kỹ thuật Backend truyền thống (DB, Transaction)kỹ thuật AI mới nhất (LLM, Tool Calling).

Trong khóa học này, chúng ta sẽ sử dụng Spring AI, JPA, và MySQL để phát triển một Agent AI đặt chỗ cao cấp có khả năng ứng dụng vào dịch vụ thực tế. Vượt xa hơn một chatbot chỉ trả lời câu hỏi đơn thuần, bạn sẽ học cách xây dựng một Agent AI chủ động có thể hiểu yêu cầu của khách hàng, truy vấn cơ sở dữ liệu để kiểm tra tình trạng trống, xác nhận đặt chỗ thực tế, tra cứu lịch sử đặt chỗhủy đặt chỗ. Ngoài ra, chúng ta cũng sẽ triển khai một Agent thông minh có khả năng ghi nhớ ngữ cảnh hội thoại trước đó bằng cách lưu trữ nội dung trò chuyện vào cơ sở dữ liệu.

Cuốn sách 《Do it! Spring AI》, mang lại hiệu quả bùng nổ khi xem cùng với bài giảng Spring AI, đã được xuất bản (15-06-2026)

🛒 Link các nhà sách chính

🏆 Mục tiêu (Goal)

  1. Thiết kế Agent hiệu quả: Triển khai một hệ thống mạnh mẽ với các thành phần não bộ - bộ nhớ - công cụ được tách biệt như trong sơ đồ kiến trúc trên.

  2. Làm chủ Tool Calling: Khiến AI tự phán đoán để gọi các phương thức Java (logic nghiệp vụ) và thao tác với DB.

  3. Tích hợp logic kinh doanh: Xây dựng một hệ thống backend hoàn chỉnh, nơi các thao tác Truy vấn (R) - Tạo mới (C) - Hủy bỏ (D) được kết nối hữu cơ với nhau thay vì chỉ là phản hồi câu hỏi đơn thuần.

🎩 Khái niệm (Concept)

"GourmetBot(GourmetBot)" - Trợ lý AI cho nhà hàng cao cấp (Fine Dining)

  • Thông minh: Ghi nhớ lịch sử ghé thăm của khách hàng và đề xuất bàn ăn phù hợp.

  • An toàn: Kiểm tra thông tin dị ứng một cách bắt buộc và đảm bảo tính toàn vẹn của dữ liệu.

  • Polite: Sử dụng tông giọng và phong thái lịch sự, trang trọng và tinh tế, không mang cảm giác máy móc.


🔑 Nội dung cốt lõi (Core Content)

  1. Triển khai kiến trúc Spring AI: Triển khai từng thành phần của sơ đồ bằng mã nguồn (System Prompt, Repository, Tools).

  2. Kỹ thuật Prompt nâng cao: Áp dụng các kỹ thuật Slot Filling (hỏi lại), Time Awareness (tính toán ngày tháng) và Chain of Thought (suy nghĩ theo từng bước).

  3. Toàn vẹn dữ liệu & Giao dịch: Triển khai Upsert Pattern (tự động đăng ký thành viên), Soft Delete (quản lý trạng thái hủy đặt chỗ).

  4. Tính nghiêm ngặt của Tool: Kiểm chứng dữ liệu đầu vào mạnh mẽ bằng cách sử dụng Java Record (DTO) và JSON Schema.

(Season 1) Kiến trúc AI Agent

https://docs.spring.io/spring-ai/reference/api/effective-agents.html(Tham khảo tài liệu chính thức)

  1. Kiểm soát trung tâm (Spring AI & LLM): Framework nhận yêu cầu từ người dùng và chuyển đến LLM (GPT). Tại thời điểm này, System Prompt mà chúng ta đã viết sẽ được đưa vào, đóng vai trò là 'tiêu chuẩn phán đoán (bộ não)' của Agent.

  2. Tay và chân (Tools - Java Code): LLM không thể tự mình truy cập vào DB. Thay vào đó, dựa trên kết quả phán đoán, nó sẽ gọi (Tool Calling) các logic nghiệp vụ (tạo, hủy, tra cứu đặt chỗ) mà chúng ta đã triển khai bằng Java.

  3. Kho lưu trữ bộ nhớ (Memory - MySQL): Lưu trữ và truy xuất vĩnh viễn ngữ cảnh hội thoại (Chat Memory) và dữ liệu kinh doanh thực tế (khách hàng, bàn, thông tin đặt chỗ).

  4. Lưu ý: Phần được đánh dấu màu xám Retrieval(RAG) là phần 'Tìm kiếm tri thức' sẽ được đề cập trong Season 2, và sẽ không được triển khai trong Season 1.


(Season 1) Tool Calling

https://docs.spring.io/spring-ai/reference/api/tools.html(Tham khảo tài liệu chính thức)

  • Yêu cầu của người dùng (Chat Request): Người dùng yêu cầu chatbot thực hiện đặt chỗ. Ví dụ, họ có thể yêu cầu: "Đặt giúp tôi bàn 4 người vào 7 giờ tối mai".

  • Định nghĩa công cụ (Tool Definition): Spring AI định nghĩa các phương thức Java thực hiện các chức năng như tạo đặt chỗ, tra cứu đặt chỗ và hủy đặt chỗ thành các công cụ mà mô hình AI có thể hiểu được. Mỗi công cụ bao gồm tên, mô tả và thông tin đầu vào cần thiết (ví dụ: ngày đặt chỗ, thời gian, số lượng người).

  • Yêu cầu gọi công cụ (Dispatch Tool Call Requests): Mô hình AI phân tích yêu cầu đặt chỗ của người dùng và quyết định rằng cần phải gọi công cụ bookTable để tạo đặt chỗ. Mô hình AI sẽ gửi yêu cầu đến Spring AI để gọi công cụ bookTable.

  • Thực thi công cụ (Tool Execution): Spring AI nhận yêu cầu từ mô hình AI và thực thi phương thức Java (bookTable) để thực hiện chức năng tạo đặt chỗ thực tế. Tại thời điểm này, thông tin đặt chỗ do người dùng cung cấp (7 giờ tối mai, 4 người) sẽ được gửi kèm theo.

  • Trả về kết quả (Return Result): Sau khi phương thức bookTable được thực thi và thông tin đặt chỗ được lưu vào cơ sở dữ liệu, kết quả như trạng thái đặt chỗ thành công và mã số đặt chỗ sẽ được trả về cho Spring AI.

  • Phản hồi của chatbot (Chat Response): Mô hình AI sẽ cung cấp câu trả lời cuối cùng cho người dùng dựa trên kết quả thực thi công cụ. Ví dụ, nó có thể phản hồi rằng: "Đã hoàn tất đặt chỗ cho 4 người vào 7 giờ tối mai. Mã số đặt chỗ là 12345."

(Season 1) Database ERD
  • Bảng customer: Là bảng lưu trữ thông tin khách hàng. Bao gồm các thông tin như ID khách hàng, tên, số điện thoại, số lần ghé thăm và ghi chú.

  • Bảng restaurant_table: Là bảng lưu trữ thông tin bàn ăn của nhà hàng. Bao gồm các thông tin như ID bàn, sức chứa, loại bàn, v.v.

  • Bảng reservation: Là bảng lưu trữ thông tin đặt chỗ. Bao gồm các thông tin như ID đặt chỗ, thời gian đặt chỗ, ID khách hàng, ID bàn, số lượng người, thông tin dị ứng, trạng thái đặt chỗ. Bảng này có mối quan hệ với bảng customer và bảng restaurant_table.

  • Bảng spring_ai_chat_memory: Là bảng lưu trữ nội dung hội thoại với chatbot. Bảng này bao gồm các thông tin như ID hội thoại, nội dung hội thoại, loại tin nhắn, dấu thời gian (timestamp). Thông qua đó, chatbot có thể ghi nhớ nội dung hội thoại trước đó và đưa ra câu trả lời phù hợp với ngữ cảnh.

Kiến trúc phần mềm

Đây là kiến trúc phần mềm (bản thiết kế) của dịch vụ chatbot AI có tên là 'GourmetBot (Bot sành ăn)'.

Khi người dùng đặt câu hỏi trên màn hình web/ứng dụng, máy chủ backend sẽ tiếp nhận và kết nối với OpenAI(ChatGPT) để đưa ra câu trả lời, đồng thời tìm kiếm thông tin trong cơ sở dữ liệu nếu cần thiết.

Phương pháp cốt lõi của bài giảng: LLM + Tool Calling

Trong khóa học này, chúng ta sẽ phát triển AI Agent bằng cách sử dụng phương thức số 2 LLM + Tool Calling như trong hình trên.

  • Một tác nhân vượt xa cả chatbot thông thường: LLM (bộ não) nắm bắt ý định của người dùng và trực tiếp sử dụng các công cụ (thân thể) được định nghĩa trong ứng dụng để thực hiện các tác vụ thực tế.

  • Trực tiếp thực hiện logic nghiệp vụ: AI gọi các phương thức Java (công cụ) như tạo, tra cứu, hủy đặt chỗ để tương tác với cơ sở dữ liệu và xử lý logic nghiệp vụ.

  • Tận dụng các tính năng mạnh mẽ của Spring AI: Dễ dàng kết nối và quản lý các công cụ của ứng dụng với LLM thông qua khung Spring AI.
    https://www.youtube.com/watch?v=l38CPjOYsHk&t=2157s (Tham khảo hình ảnh)

Đặc điểm của bài giảng này

📌 Học tập dựa trên dự án thực tế: Giảng dạy tập trung vào thực hành, tối thiểu hóa lý thuyết và hướng dẫn triển khai hệ thống đặt chỗ thực tế từ đầu đến cuối.

📌 Nắm vững các tính năng cốt lõi của Spring AI: Tìm hiểu sâu về tính năng @Tool và kỹ thuật Prompt Engineering, vốn là trọng tâm của việc phát triển AI Agent.

📌 Xây dựng dịch vụ liên kết Backend và Frontend: Xây dựng dịch vụ bằng cách liên kết hệ thống Backend (Spring Boot) và hệ thống Frontend (Vite+React).

📌 Xây dựng hệ thống backend vững chắc: Xây dựng hệ thống backend ổn định liên kết với cơ sở dữ liệu thực tế bằng cách sử dụng JPA và MySQL.

📌 Triển khai tính năng xác nhận, tra cứu và hủy đặt chỗ: Triển khai các chức năng cốt lõi cần thiết cho hệ thống đặt chỗ thực tế thông qua đại lý AI.

📌 Triển khai chức năng ghi nhớ ngữ cảnh hội thoại: Lưu trữ nội dung hội thoại vào cơ sở dữ liệu để AI Agent có thể ghi nhớ các cuộc trò chuyện trước đó và thực hiện đối thoại có tính liên tục.

📌 Thiết kế kiến trúc có khả năng mở rộng: Học cách thiết kế kiến trúc linh hoạt, có tính đến việc mở rộng các tính năng trong tương lai như RAG (Retrieval-Augmented Generation). (Tính năng RAG sẽ được đề cập trong Phần 2.)

Đề xuất cho những đối tượng sau

Nhà phát triển Backend: Những người muốn áp dụng công nghệ Spring AI vào dịch vụ của mình, những người muốn thử tạo ra một AI Agent hoạt động thực tế.

Người dùng Spring Framework: Những ai muốn triển khai các tính năng mới bằng cách sử dụng Spring AI

Những người ưu tiên học tập trung vào thực hành: Những người muốn học thông qua các dự án thực tế thay vì lý thuyết

🌏 Lĩnh vực ứng dụng (Applications)

Kiến trúc của khóa học này có thể áp dụng nguyên vẹn cho mọi lĩnh vực cần 'đặt chỗ' và 'tư vấn'.

  • 🏥 Bot đặt lịch khám bệnh: Nhận diện bệnh nhân tái khám, đề xuất khoa khám bệnh.

  • 🏨 Trợ lý khách sạn: Tra cứu phòng, đặt dịch vụ phòng.

  • 💇 Đặt lịch làm đẹp/tiệm tóc: Chỉ định nhà thiết kế, tính toán thời gian thực hiện dịch vụ.

  • 🛒 Bot tư vấn CS: Tự động hóa tra cứu giao hàng, thay đổi/hủy đơn hàng.

Sau khi hoàn thành khóa học

  • Bạn sẽ có khả năng phát triển AI Agent sử dụng Spring AI..

  • Bạn sẽ có khả năng liên kết hệ thống Backend (Spring Boot) và Frontend (React).

  • JPAMySQL để xây dựng hệ thống backend..

  • Bạn sẽ có khả năng triển khai hệ thống đặt chỗ thực tế bao gồm các chức năng xác nhận, tra cứu và hủy đặt chỗ. functions.

  • Bạn sẽ có khả năng thiết kế và triển khai cơ sở dữ liệu để ghi nhớ ngữ cảnh đối thoại..

  • Bạn sẽ được trải nghiệm cơ bản và thực hành Kỹ thuật gợi ý (Prompt Engineering). basics and hands-on practice.

  • Bạn sẽ được trải nghiệm dự án hoàn thiện hệ thống đặt chỗ thực tế..

Học cách triển khai Frontend!

Node.js, VS Code, React.js, JavsScript, Tailwind CSS, Vite Tool

Màn hình chính GourmetBot

GourmetBot Đặt chỗ, Tra cứu, Hủy bỏ

Học cách triển khai backend!

IntelliJ IDEA, Spring Boot, Spring AI, JPA, MySQL

Ghi nhớ nội dung hội thoại

Triển khai chức năng lưu trữ và truy xuất nội dung hội thoại trong cơ sở dữ liệu để AI Agent có thể ghi nhớ các nội dung đối thoại trước đó và đưa ra câu trả lời phù hợp với ngữ cảnh. Thông qua đó, có thể cung cấp cho khách hàng trải nghiệm tự nhiên và cá nhân hóa hơn.

Triển khai đặt chỗ

Triển khai chức năng hiểu yêu cầu đặt chỗ của khách hàng bằng ngôn ngữ tự nhiên, kiểm tra tình trạng còn trống và tiến hành đặt chỗ thực tế. Bạn sẽ học quy trình AI đối thoại với khách hàng để thu thập thông tin cần thiết và cuối cùng là gửi tin nhắn xác nhận đặt chỗ.

Triển khai hủy đặt chỗ

Triển khai chức năng AI tìm kiếm và xử lý hủy đặt chỗ khi khách hàng yêu cầu. Bạn sẽ học cách xây dựng một hệ thống ổn định, cân nhắc đến các tình huống đa dạng có thể phát sinh khi hủy đặt chỗ.

Triển khai tra cứu đặt chỗ

Chúng tôi triển khai tính năng cho phép AI tìm kiếm thông tin đặt chỗ từ cơ sở dữ liệu và thông báo cho khách hàng để họ có thể tra cứu lịch sử đặt chỗ của mình. Bạn sẽ học cách nâng cao sự tiện lợi bằng cách cung cấp thông tin đặt chỗ chính xác cho khách hàng.

[Season 2] Thực hành Spring AI: Thông báo phát triển hệ thống Multi AI Agent cấp doanh nghiệp

Lưu ý trước khi học

💻 Môi trường phát triển (Environment)
  • IDE: IntelliJ IDEA Community Edition.

  • Ngôn ngữ: Java 17 hoặc 21.

  • Framework: Spring Boot 3.5.8 (Bản ổn định mới nhất).

  • Thư viện: Spring AI 1.0.3 (hoặc 1.1.0 Snapshot).

  • Database: MySQL 8.x.

  • Mô hình AI: OpenAI (gpt-4o-mini hoặc gpt-5-mini).

📚 Tài liệu học tập
  • Mã nguồn (Backend, Frontend) được cung cấp ở bài 30 cuối video bài giảng.

  • Tài liệu bài giảng được cung cấp dưới dạng tệp PDF.

  • Mã nguồn được cung cấp thông qua Github.

📚 Kiến thức tiên quyết (Prerequisites)

  • Java: Hiểu biết về cú pháp Java cơ bản (khuyến nghị Java 17+).

  • Spring Boot: Cách sử dụng cơ bản DI/IoC, JPA(Repository), Controller.

  • Database: Hiểu biết cơ bản về SQL (khái niệm SELECT, JOIN).

✏ Câu hỏi & Thắc mắc

Nếu trong quá trình học có phần nào không hiểu, bạn hãy đặt câu hỏi ngay thông qua bảng hỏi đáp (Q&A) hoặc phòng chat mở 1:1 nhé
👩‍🎓Thực hành Spring AI (Chat mở 1:1): https://open.kakao.com/o/sXXxSI5h

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Nhà phát triển backend muốn tạo các tác nhân AI (AI agent) có thể áp dụng vào dịch vụ thực tế bằng cách sử dụng tính năng @Tool của Spring AI.

  • Nhà phát triển cần xây dựng hệ thống tương tác với cơ sở dữ liệu bằng cách tích hợp các tính năng AI trong môi trường Java và Spring Boot.

  • Nhà phát triển thực tế đang cân nhắc cách kết nối hiệu quả giữa mô hình AI và hệ thống backend hiện có.

  • Nhà phát triển muốn tạo ra dịch vụ bằng cách kết nối hệ thống backend và frontend

Cần biết trước khi bắt đầu?

  • Cần có kiến thức cơ bản về ngôn ngữ lập trình Java.

  • Sẽ rất tốt nếu bạn có hiểu biết cơ bản về framework Spring Boot.

  • Sẽ rất hữu ích nếu bạn có kiến thức cơ bản về cơ sở dữ liệu và SQL.

Xin chào
Đây là bitcocom

Xác minh Inflearn

Xác minh sự nghiệp

8,819

Học viên

675

Đánh giá

670

Trả lời

4.9

Xếp hạng

14

Các khóa học

Xin chào, tôi là giảng viên Park Mae-il.
Tôi hiện đang điều hành một trung tâm đào tạo phần mềm, đồng thời thực hiện tư vấn và đào tạo ủy thác phần mềm cho các trường đại học, cơ quan chính phủ và doanh nghiệp.


📄 Kinh nghiệm giảng dạy chính và các hoạt động khác

- Giảng dạy Trại chuyên ngành Trường THPT đặc biệt Goorm (Khóa học Full Stack)
- Giáo viên hợp tác công nghiệp - học đường tại Trường Trung học Phổ thông Software Meister
- Giảng dạy tại Học viện Trí tuệ Nhân tạo Gwangju
- Giảng dạy tại Bootcamp Backend Fast Campus
- Trưởng phòng đào tạo và giảng viên tại Viện Phát triển Nhân tài Thông minh
- Đào tạo ủy thác lập trình In-House cho Tổng công ty Điện lực Hàn Quốc (KEPCO)
- Giảng dạy trực tuyến tại Đại học Hanyang ERICA
- Điều hành Trung tâm Đào tạo Phần mềm Bit (Việc làm nước ngoài, đào tạo do chính phủ tài trợ)
- Dự án đào tạo tuyển dụng SW (Bộ Khoa học, CNTT và Hoạch định tương lai)
- Giáo viên đào tạo phát triển năng lực nghề nghiệp trong lĩnh vực Trí tuệ nhân tạo, Phát triển công nghệ thông tin, v.v.
* Yêu cầu đào tạo và hợp tác (Kênh KakaoTalk)
* Các khóa học đang diễn ra: https://itscoding.kr

🎤 Cung cấp nội dung giáo dục trực tuyến

Inflearn: Java, DB, MVC, Spring, Spring AI & Agent, IoT
Fast Campus: Java, Spring Boot

email : bitcocom@empas.com

Thêm

Chương trình giảng dạy

Tất cả

30 bài giảng ∙ (7giờ 37phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

12 đánh giá

4.9

12 đánh giá

  • seukchungmoon8847님의 프로필 이미지
    seukchungmoon8847

    Đánh giá 40

    Đánh giá trung bình 5.0

    5

    30% đã tham gia

    Cảm ơn bạn vì bài giảng hay.

    • bitcocom
      Giảng viên

      Cảm ơn bạn. ^^ Hy vọng bài giảng sẽ giúp ích cho bạn. Cố gắng đến cùng nhé.

  • bokyoungp7692님의 프로필 이미지
    bokyoungp7692

    Đánh giá 8

    Đánh giá trung bình 4.9

    5

    100% đã tham gia

    Đây chính là khóa học làm Agent mà tôi cần ngay lúc này. Cảm ơn bạn.

    • bitcocom
      Giảng viên

      Thật tốt khi khóa học đã giúp ích cho việc tạo Agent của bạn. Hãy thử phát triển nhiều Agent đa dạng hơn với Spring AI nhé~~ Cảm ơn bạn.

  • em2411014552님의 프로필 이미지
    em2411014552

    Đánh giá 9

    Đánh giá trung bình 4.9

    5

    30% đã tham gia

    Tốt. Giải thích chi tiết

    • bitcocom
      Giảng viên

      Cảm ơn bạn. Mong rằng bài giảng sẽ hữu ích cho bạn. Hãy cố gắng đến cùng nhé~~

  • bigho982715님의 프로필 이미지
    bigho982715

    Đánh giá 24

    Đánh giá trung bình 5.0

    5

    100% đã tham gia

    Trước đây tôi đã rất vất vả khi phải ánh xạ từng trường của đối tượng request, response riêng biệt cho mỗi chat model, nhưng hóa ra đã có Spring AI đơn giản và tuyệt vời như thế này. Nhờ đó tôi đã học được rất nhiều. Cảm ơn vì khóa học chất lượng cao.

    • bitcocom
      Giảng viên

      Cảm ơn bạn vì đánh giá chân thành~~ Spring AI đang trong giai đoạn phát triển liên tục và vẫn còn một số phần chưa được kích hoạt, tôi hy vọng khóa học này sẽ là cơ hội tốt để giới thiệu và quảng bá Spring AI. Mong rằng bạn sẽ phát triển nhiều dịch vụ hơn nữa và quảng bá Spring AI. Cảm ơn bạn^^

  • abcd123123님의 프로필 이미지
    abcd123123

    Đánh giá 330

    Đánh giá trung bình 5.0

    5

    16% đã tham gia

    • bitcocom
      Giảng viên

      Cảm ơn bạn đã cho 5 điểm trong đánh giá đầu tiên. Hy vọng bạn sẽ hoàn thành khóa học đến cùng và thu được những insight tốt. Cố lên nhé~~

Khóa học khác của bitcocom

Hãy khám phá các khóa học khác của giảng viên!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Ưu đãi có thời hạn, kết thúc sau 4 ngày ngày

19.250 ₫

30%

595.958 ₫