Kỹ thuật harness trong công việc thực tế của các senior tại Naver, Kakao, Coupang và Baemin: Claude Code được sử dụng trong môi trường Spring Boot thực tế

Khám phá → Lập kế hoạch → Triển khai → Commit. Làm chủ quy trình phát triển AI đã được kiểm chứng với Claude Code. Nắm vững từ MCP, Sub-agent đến Prompt Engineering thông qua 23 nhiệm vụ và hoàn thành 3 dự án thực tế.

Đây là khóa học phát triển Claude Code theo dạng hướng dẫn từng bước, đủ dễ để người mới bắt đầu và những người mới làm quen với phát triển phần mềm cũng có thể theo học. Dựa trên kinh nghiệm giảng dạy trực tiếp cho nhà hoạch định, nhà thiết kế và người không chuyên về phát triển phần mềm, khóa học giúp bạn học xuyên suốt từ các ví dụ cơ bản không có trong sách đến các ví dụ phát triển ở trình độ trung cấp. Bạn sẽ trải nghiệm quy trình phát triển theo từng bước bằng Claude Code, từ Hello World, Lucky Draw, trang web quản lý menu quán cà phê được tối ưu cho từng thiết bị thông qua việc kết hợp thiết kế Claude với dữ liệu Excel, cho đến ứng dụng web SaaS có thể kết nối với DB và triển khai lên dịch vụ đám mây. Các nội dung hướng dẫn được cung cấp theo từng giai đoạn gồm lý thuyết/thực hành/dự án. Thông qua phần thực hành theo 6 cấp độ, bạn sẽ làm quen với phương pháp phát triển cộng tác cùng AI và trải nghiệm toàn bộ chu kỳ phát triển, từ triển khai lên đám mây đến vận hành.

Mời bạn bước vào thế giới của “lập trình vibe”, nơi trí tưởng tượng của bạn trở thành hiện thực. Khóa học này được chuẩn bị dành cho những người “không biết lập trình, nhưng chắc chắn về điều mình muốn tạo ra”. Khi AI như Chat GPT hay Claude xuất hiện, người ta nói rằng bất kỳ ai cũng có thể phát triển phần mềm. Nhưng khi thực sự thử làm thì sao? - "AI viết tốt những đoạn mã đơn giản, nhưng khi số lượng tệp tăng lên, nó lại quên mất những nội dung ở phía trước.", - "Trông có vẻ hợp lý, nhưng khi chạy lại phát sinh lỗi, và khi yêu cầu sửa thì nó đưa ra đoạn mã còn sai lệch hơn." Có lẽ bạn đã từng trải qua những tình huống như vậy ít nhất một lần. Bản thân tôi cũng từng trải qua sự thất vọng y hệt khi lần đầu cộng tác với AI. AI là một “trợ lý” tuyệt vời, nhưng lại có giới hạn là không thể nhìn thấy toàn bộ khu rừng. Tuy nhiên, sau khi làm quen với OpenAI Codex CLI và học được phương pháp mới mang tên “lập trình vibe (Vibe Coding)”, quy trình phát triển của tôi đã hoàn toàn thay đổi. Khóa học này không chỉ giúp bạn giải quyết những vấn đề đang gặp phải, mà còn biến bạn thành một giám đốc chỉ huy các tác nhân AI thay vì trở thành một coder. Hãy cùng tôi trang bị công cụ mạnh mẽ mang tên Codex CLI và bắt đầu hành trình lập trình vibe đầy hứng khởi, biến trí tưởng tượng thành hiện thực.

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.

Nếu bạn thiết kế các bài kiểm tra (test) trước, AI sẽ thay bạn thực hiện phần triển khai. Phương pháp phát triển thực tiễn giúp nắm bắt đồng thời cả tốc độ và chất lượng phát triển!

Code lộn xộn, yêu cầu dồn dập... Nếu bạn muốn tìm kiếm một bước đột phá bằng AI Cách để trở thành một "lập trình viên làm việc hiệu quả" bằng cách tận dụng AI trong môi trường legacy, được chia sẻ bởi cựu Giám đốc Kỹ thuật của Toss Payments. Ngay cả trong thời đại AI, hệ thống legacy vẫn không hề biến mất. Ngoại trừ những công ty vừa thành lập hôm nay, không quá lời khi nói rằng mọi công ty đều có hệ thống legacy. Vậy chúng ta nên tận dụng AI như thế nào trong thực tế này? Khóa học này sẽ được trực tiếp hướng dẫn bởi cựu Giám đốc Kỹ thuật của Toss Payments - người từng dẫn dắt tổ chức dịch vụ thanh toán quy mô lớn, về cách làm việc hiệu quả với AI trong môi trường legacy. Đây không chỉ đơn thuần là một khóa học dạy cách dùng AI hay kỹ năng lập trình. Mục tiêu của khóa học là giúp bạn rèn luyện "năng lực tư duy" với tư cách là một lập trình viên và thấu hiểu cách để làm việc hiệu quả.

Dạo gần đây LLM đang thay đổi môi trường phát triển, nhưng điều thực sự quan trọng không phải là "viết mã thay bạn" mà là tích hợp nó vào dịch vụ như một tính năng. Khóa học này sẽ hướng dẫn bạn triển khai từng bước một dịch vụ xem bài Tarot tuy nhẹ nhàng nhưng có độ hoàn thiện cao bằng Next.js + OpenAI API. Trong giai đoạn đầu, chúng ta sẽ tạo một MVP (Sản phẩm khả thi tối thiểu) có thể hoạt động mà không cần backend, đồng thời kết nối luồng nhập liệu của người dùng (câu hỏi/luồng/chọn bài) cho đến khi tạo ra kết quả. Ở các giai đoạn tiếp theo, chúng ta sẽ mở rộng tính năng với việc xây dựng backend, đăng nhập thông thường và OAuth, tính năng cộng đồng và bảng điều khiển lịch sử xem bài. Cuối cùng, chúng ta sẽ tiến hành triển khai lên AWS và tích hợp Google AdSense để hoàn thiện sản phẩm dưới dạng có thể vận hành thực tế. Ngoài ra, để chi phí sử dụng LLM API không trở thành gánh nặng, khóa học cũng sẽ bao gồm việc tìm hiểu cấu trúc phí và các chiến lược tối ưu hóa chi phí.

Học deep learning thông qua PyTorch. Cuối cùng, khóa học sẽ đề cập đến phân loại hình ảnh.

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.

Không biết một dòng mã nào cũng không sao. Bây giờ là thời đại của Vibe Coding, nơi bạn phát triển phần mềm bằng cách "trò chuyện" với AI.

Thiết kế là tôi, code là AI: Học thiết kế hướng đối tượng với Unity 6 và C#, prompt cho Copilot / Claude, cùng cách kiểm chứng mã AI để hoàn thiện một trò chơi 3D sinh tồn 60 giây. Hãy trở thành một nhà phát triển game biết cách làm chủ AI.

Khóa học này rèn luyện tư duy thiết kế hệ thống frontend thông qua các trường hợp dịch vụ thực tế như feed Threads, giỏ hàng Amazon, giao diện phát trực tuyến Netflix, chỉnh sửa cộng tác trên Google Docs, Micro Frontend, Agentic UI và Observability.

Học cách quản lý hiệu quả nhiều tác nhân lập trình AI như Claude Code, Codex, pi trên cùng một màn hình. Thực hành từ các khái niệm về tmux đến session, pane, plugin và CLI của Herdr, qua đó xây dựng quy trình làm việc với tác nhân vẫn được duy trì ngay cả khi kết nối SSH bị ngắt. Hoàn thiện môi trường phát triển thiết yếu trong thời đại Agent chỉ trong một ngày.

Đây là quy trình hoàn thiện sản phẩm IoT mà không cần lập trình phức tạp bằng phương pháp Vibe Coding sử dụng AI Agent. Bạn có thể trải nghiệm một cách cô đọng toàn bộ quá trình phát triển sản phẩm, từ điều khiển phần cứng nhúng đến nhận diện AI Vision, thiết kế PCB, in 3D, và phát triển dịch vụ Web/App để ra mắt một thiết bị IoT cấp độ thương mại hoạt động thực tế.

Vibe coding càng chỉnh sửa càng khiến bạn bất an? Giờ đây, hãy tạo các điểm lưu để có thể quay lại bất cứ lúc nào. Bạn không cần biết các lệnh Git. Chỉ cần ra lệnh bằng lời cho AI, bạn có thể hoàn tất mọi việc từ lưu, sao lưu đến khôi phục.

"Hơn cả phân tích dữ liệu, từ thiết kế đến tối ưu hóa mô hình dự báo (Tổng cộng 29 bài giảng)" Bạn đã hoàn tất việc phân tích dữ liệu nhưng lại cảm thấy bế tắc khi bắt tay vào xây dựng mô hình? Vượt xa việc chỉ đơn thuần gọi các thư viện, chúng tôi sẽ giúp bạn nắm vững nguyên lý hoạt động của từng thuật toán và chiến lược kiểm chứng mô hình tối ưu nhất.

Bạn đang bối rối không biết nên xem phần nào trong mã backend do AI tạo ra? Hãy tìm ra những điều kiện còn thiếu trong yêu cầu, API, dữ liệu, tính đồng thời, xác thực và bộ nhớ đệm, đồng thời học cách truyền đạt yêu cầu nào cho AI và dựa trên cơ sở nào để kiểm tra kết quả.

SQL do AI viết chạy không lỗi thì có phải là kết quả đúng không? Hãy tìm ra những tiêu chí còn thiếu về ý nghĩa và giá trị của một hàng, truy vấn, tổng hợp, thay đổi và các yêu cầu đồng thời; đồng thời học cách truyền đạt cho AI những quy tắc dữ liệu nào và cần dựa vào căn cứ gì để kiểm tra kết quả.

Từ lập trình cơ bản đến khi ra mắt ứng dụng của riêng bạn chỉ trong một lần?! Tất cả trong một để xây dựng ứng dụng, kết nối giữa kiến thức cơ bản và thực tiễn.

Khóa học này thực hiện các bài thực hành liên quan đến mô hình Diffusion trong số các mô hình trí tuệ nhân tạo sinh tạo. Thông qua việc cùng nhau đọc và triển khai bài báo prompt-to-prompt - một bài báo ứng dụng mô hình Diffusion tiêu biểu, chúng tôi hy vọng có thể giúp bạn phát triển khả năng hiểu các bài báo trí tuệ nhân tạo mới nhất.