Nguyên lý GPU và kiến thức CS (Khoa học máy tính) cần biết trong thời đại AI coding

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.

Khóa học này được thiết kế để người học có thể đồng thời phát triển lý thuyết cơ bản và khả năng ứng dụng thực tế nhằm thực hiện thành thạo các dự án mô hình hóa AI trong công việc. Người học sẽ hiểu được luồng tổng thể của dự án AI và trải nghiệm từng bước quy trình từ định nghĩa vấn đề → thiết kế mô hình → thu thập và tiền xử lý dữ liệu → trích xuất đặc trưng → huấn luyện và xác thực mô hình cùng với các bài thực hành. Ngoài ra, thông qua việc học cách lựa chọn và quản lý mô hình AI tối ưu trong các tình huống khác nhau, người học có thể xây dựng năng lực thực tế về AI có thể áp dụng vào môi trường kinh doanh thực tế. Thông qua khóa học này, người học có thể hiểu một cách có hệ thống toàn bộ quy trình dự án mô hình hóa AI và dựa trên đó tăng cường khả năng giải quyết vấn đề dựa trên dữ liệu.

Khóa học này là một masterclass thực chiến tập trung vào việc chinh phục hoàn toàn quá trình tiến hóa của Diffusion Model thông qua các bài báo và mã nguồn. Học viên sẽ học từ nguyên lý bài báo đến việc trực tiếp triển khai các mô hình cốt lõi của AI sinh tạo như DDPM(Denoising Diffusion Probabilistic Model) và DDIM. Khóa học phân tích từng bước bối cảnh xuất hiện của từng mô hình, công thức toán học, cấu trúc mạng (U-Net, VAE, Transformer), quá trình học (Noise Schedule, Denoising Step), và những ý tưởng dẫn đến cải thiện hiệu suất. Học viên sẽ trực tiếp lập trình tất cả các mô hình dựa trên PyTorch, không chỉ dừng lại ở việc hiểu bài báo mà còn có được 'khả năng thực tế để tái tạo và ứng dụng'. Ngoài ra, thông qua việc so sánh sự khác biệt và dòng chảy phát triển giữa các mô hình, học viên sẽ hiểu rõ cách chúng được mở rộng. Khóa học này kết hợp lý thuyết·mã nguồn·thực hành thành một, cung cấp hành trình để nghiên cứu viên·nhà phát triển·nhà sáng tạo đều có thể học hỏi một cách có hệ thống về sự tiến hóa của mô hình sinh tạo. Hãy bắt đầu ngay bây giờ trải nghiệm vượt qua việc 'đọc' bài báo, trực tiếp triển khai để 'hiểu và tái sáng tạo'.

LeetCode được hướng dẫn bởi Dale, một lập trình viên Hàn Quốc đang làm việc tại startup Silicon Valley, Mỹ! Đây không chỉ đơn thuần là khóa học cung cấp code đáp án, mà là khóa học giải bài tập LeetCode thực chiến, trong đó so sánh nhiều cách tiếp cận khác nhau cho từng bài toán, phân tích độ phức tạp về thời gian và không gian, đồng thời giải thích tại sao một lời giải nào đó lại hiệu quả hơn. Đầu tiên, viết cách tiếp cận trực quan nhất và phân tích độ phức tạp thời gian/không gian của phương pháp đó để xác định điểm nghẽn và điểm cần cải thiện, sau đó xem xét các cách tiếp cận khác nhau áp dụng các cấu trúc dữ liệu và kỹ thuật thuật toán đa dạng, so sánh sự khác biệt về hiệu suất cũng như ưu nhược điểm của từng phương pháp. Qua đó, khóa học giúp bạn trang bị khả năng giải quyết vấn đề để có thể tự thiết kế chiến lược giải quyết hiệu quả khi đối mặt với những bài toán mới.

Hướng dẫn làm chủ ứng dụng AI dành cho lập trình viên Java! Khóa học này sẽ phá bỏ định kiến rằng AI chỉ dành riêng cho Python, giúp trang bị cho ứng dụng Java của bạn đôi mắt, đôi tai, giọng nói và cả khả năng lập trình của AI. Hãy trở thành Kiến trúc sư AI dựa trên OpenAI API. Bạn sẽ trực tiếp phát triển các chuyên gia AI đa dạng như nhà văn AI, thông dịch viên, họa sĩ, cộng sự lập trình, đồng thời xây dựng một trợ lý AI đa năng tích hợp các tính năng cốt lõi như: tóm tắt văn bản, phân tích cảm xúc, thuyết minh hình ảnh, tạo mã Java, chuyển đổi giọng nói/văn bản, tạo hình ảnh/phụ đề. Đây là cơ hội tuyệt vời để tối đa hóa khả năng cạnh tranh cho hệ thống Java sẵn có của bạn thông qua việc học cách thiết lập vai trò cho AI bằng System Message và kiểm duyệt nội dung độc hại.

Trí tuệ nhân tạo, AI, Agent… nghe có vẻ ghê gớm, nhưng khi bắt tay vào làm thì không có gì to tát như bạn nghĩ. Do đó, tự tay hiện thực hóa các chức năng đơn giản là rất quan trọng. Thông qua các dự án thiết thực có thể ứng dụng thực tế tại công ty, bạn sẽ trực tiếp trải nghiệm đa dạng use case, đồng thời học được cách khai thác và vận dụng AI Agent.

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.

Tôi sẽ biến kỳ thi viết Kỹ sư xử lý thông tin (môn 1~5) từ một "kỳ thi phải học thuộc lòng" thành một "kỳ thi chỉ cần tổng hợp các điểm dễ nhầm lẫn là có thể ghi điểm ngay lập tức". Đây là bài giảng ôn thi viết siêu cấp tốc, được thiết kế để bạn nắm bắt toàn bộ mạch kiến thức chỉ trong 3 ngày bằng cách chắt lọc những khái niệm cốt lõi thường xuyên xuất hiện trong các đề thi cũ, giúp bạn dễ dàng thấu hiểu ngay cả khi xem sát giờ thi. Nội dung bài giảng được xây dựng với mục tiêu đỗ chứng chỉ trong thời gian ngắn, phân biệt rõ ràng các khái niệm hay gây nhầm lẫn theo từng môn học, những "cái bẫy" trong các phương án lựa chọn, cùng những điều bắt buộc phải nhớ và những điều chỉ cần hiểu là đủ. "Thời gian có hạn mà phạm vi kiến thức lại quá rộng" "Đọc sách thì tưởng là đã biết nhưng khi làm bài vẫn sai" Đây chính là bài giảng dành cho những thí sinh đang gặp phải tình trạng này.

Chinh phục tất cả về AI thay đổi thế giới chỉ trong 4 bài giảng! Bài 1. Bản chất thật sự của Trí tuệ nhân tạo AI không phải là phép thuật. Đó là bộ não kỹ thuật số được tạo ra bằng cách phân tích 'trí tuệ' của con người như một công thức! Chúng ta sẽ khám phá từng ngóc ngách của cấu trúc cốt lõi của AI tưởng chừng thông minh này. Bài 2. Thuật toán, phương pháp tư duy sáng tạo (?) của AI AI suy nghĩ sẽ tìm ra giải pháp như thế nào? Hãy trực tiếp tìm hiểu chiến lược của AI khi chơi cờ vây, tìm đường và dự đoán kết quả tìm kiếm của bạn. Bài 3. Phần cứng AI, động cơ biến trí tưởng tượng thành hiện thực! Con chip trong điện thoại thông minh của bạn chính là trái tim của AI. Chúng ta sẽ mổ xẻ tất cả, từ CPU, GPU, TPU cho đến những cái tên không thể biết được khác. Bài 4. Cuộc đối đầu lớn giữa Machine Learning và Deep Learning! Việc AI 'học' rốt cuộc có nghĩa là gì? Từ AI dựa trên quy tắc cổ điển, cho đến ChatGPT đang "hot" gần đây! Chúng ta sẽ theo dõi sự tiến hóa của việc học.

Đây là bản ghi hình buổi Meetup cùng với CEO Ha Yong-ho, người đã bắt đầu với tư cách là nhà khoa học dữ liệu thế hệ đầu tiên, trải qua hai lần exit startup về Machine Learning, và từng tham gia Ủy ban Chiến lược AI Quốc gia. Ông là người đã trải nghiệm dòng chảy của AI ở khoảng cách gần hơn bất kỳ ai và đã thiết lập nên những tiêu chuẩn riêng của mình ngay giữa tâm điểm của sự thay đổi. Càng sử dụng AI nhiều, bạn lại càng cảm thấy không rõ chuyên môn của mình là gì, chắc hẳn ai cũng đã từng trải qua cảm giác này ít nhất một lần đúng không? Bản chất của sự bất an này chính là "Workslop" (rác công việc), cùng với những khoản nợ về kỹ thuật, nhận thức và ý đồ đang tích tụ mà chúng ta không hề hay biết. Buổi Meetup lần này bắt đầu từ việc chẩn đoán bản chất của sự bất an, cho đến khả năng kiểm chứng, thiết kế cấu trúc và cả phương pháp học tập để xây dựng tiêu chuẩn phán đoán cho riêng mình! Chúng tôi chia sẻ những câu chuyện thực tiễn để bạn có thể làm việc một cách vững vàng mà không bị dao động.

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.

Trích xuất thuật toán/cấu trúc dữ liệu được lựa chọn một cách khoa học bởi một người đam mê phương pháp nghiên cứu đã vượt qua Kakao Kote sau 6 tuần

Khóa học nhập môn trí tuệ nhân tạo dành cho người mới bắt đầu! Nội dung tóm tắt dễ hiểu các khái niệm cốt lõi từ dữ liệu đến AI tạo sinh. Mục tiêu của khóa học là giúp bạn hiểu rõ về thực tế để có thể đặt câu hỏi và giải thích về AI, thay vì trực tiếp tạo ra nó.

Đây là bài giảng nhập môn giúp hiểu về các khái niệm cốt lõi của Giao diện Não - Máy tính (BMI) dựa trên sóng não không xâm lấn và quy trình xử lý tín hiệu dựa trên Tưởng tượng vận động (Motor Imagery). Bài giảng sẽ giải thích một cách dễ hiểu toàn bộ quy trình từ nguyên lý cơ bản của tín hiệu EEG, thí nghiệm Tưởng tượng vận động, xử lý dữ liệu cho đến cách thức hoạt động của hệ thống BMI trong thực tế.

"Mã nguồn Deep Learning thì chạy được, nhưng tại sao các công thức trong bài báo khoa học lại xa lạ đến thế?" Khi học về AI, sẽ có lúc bạn vấp phải bức tường của những công thức toán học. Nếu truy ngược lại nguồn gốc của bức tường đó, cuối cùng bạn sẽ nhận ra rằng mình chưa xây dựng vững chắc ngôn ngữ toán học cơ bản nhất. Khóa học này bắt đầu bằng ngôn ngữ của tập hợp, đi qua phương trình, hàm số, dãy số, lũy thừa - logarit cho đến hàm số lượng giác, chắt lọc những khái niệm cốt lõi qua 18 bài giảng. Chúng tôi không bắt bạn học thuộc lòng công thức. Mặc dù có điểm qua ngắn gọn các mối liên kết với ngữ cảnh AI, nhưng mục đích chính của khóa học này chỉ có một — đó là tạo ra một nền tảng vững chắc để bạn không bị lung lay khi học Đại số tuyến tính, Giải tích và Xác suất thống kê sau này. Đây là phần 1 của series Suminjeongeum, trong khóa học này, chúng tôi sẽ giúp bạn xây dựng ngôn ngữ chung để có thể hấp thụ tốt ba phần còn lại.

Từ lý thuyết cốt lõi về Deep Learning và CNN đến các phương pháp triển khai mô hình CNN đa dạng, bí quyết phát triển Deep Learning thực tế thông qua các bài toán thực tế, Nếu bạn muốn trở thành chuyên gia về công nghệ CNN Deep Learning dựa trên Pytorch, hãy tham gia khóa học này :)

Bạn sẽ được hiểu về hiện tại và tương lai của công nghệ AI, trải nghiệm quy trình kiểm thử các mô hình AI như Machine Learning và tìm hiểu về vai trò của người kiểm thử. Khóa học giúp bạn nắm vững kiến thức rộng rãi từ việc thiết lập chiến lược kiểm thử hệ thống dựa trên AI, thiết kế và thực thi kịch bản kiểm thử (test case), cho đến cách ứng dụng AI để hỗ trợ quá trình kiểm thử. Khóa học này được xây dựng dựa trên đề cương (syllabus) AI Testing của ISTQB, mang đến cơ hội để bạn chuẩn bị hoàn hảo cho kỳ thi cấp chứng chỉ ISTQB AI Testing.

Lắng nghe những kiến thức chuyên sâu cần thiết để phát triển sự nghiệp từ 1% các nhà phát triển hàng đầu.

Khóa học này bao gồm toàn bộ quá trình phát triển ChatGPT từ một AI hội thoại đơn thuần thành một AI Agent thông minh có khả năng thực hiện các công việc thực tế. Bạn sẽ được trực tiếp xây dựng các AI Agent có thể ứng dụng ngay vào công việc thực tiễn bằng cách sử dụng ba khung làm việc cốt lõi: LangChain, LangGraph và LangSmith.

Kinh nghiệm 90% người đỗ vị trí thiết kế mạch số! Với [dự án Cấu trúc máy tính (CPU / SRAM / CACHE / DRAM / NAND) + Thiết kế giao thức SoC (FIFO / AMBA / Giao tiếp Serial) mà nhân sự Samsung Electronics thường dùng nhất trong thực tế], hãy nắm bắt hiểu biết về sản phẩm bán dẫn + kinh nghiệm thực tiễn & kỹ năng + cách ứng dụng cho công việc!