Please enable JavaScript.
Coggle requires JavaScript to display documents.
KẾ HOẠCH HỌC TẬP PHAN NGỌC TRÚC MY MSV: 4751050192 LỚP CNTT K47E -…
KẾ HOẠCH HỌC TẬP
PHAN NGỌC TRÚC MY
MSV: 4751050192
LỚP CNTT K47E
CÁC KỸ NĂNG,MÔN HỌC QUAN TRỌNG CHUNG/RIÊNG TRONG CHƯƠNG TRÌNH ĐÀO TẠO
HỌC KỲ 1 & 2
CÁC KIẾN THỨC NỀN TÀNG
ĐỂ HỌC CHUYÊN NGHÀNH
GIẢI TÍCH
ĐẠI SÓ TUYẾN TÍNH
LẬP TRÌNH CƠ BẢN
NHẬP MÔN THUẬT TOÁN
TIẾNG ANH
PHƯƠNG PHÁP TÍNH
HỆ QUẢN TRỊ CƠ SỞ DỮ LIỆU
HỌC KỲ 3
XÂY DỰNG NỀN TẢNG
Lập trình hướng đối tượng
[1050273] Lập trình cơ bản (3.0 tc)
Xác suất thống kê
Toán rời rạc
Kỹ thuật lập trình
[1050274] Nhập môn Thuật toán (3.0 tc)
Nhập môn mạng máy tính
[1050124] Thực hành máy tính (lắp ráp, cài đặt, bảo trì) (1.0 tc)
HỌC KỲ 4
XÂY DỰNG NỀN TẢNG
Cấu trúc dữ liệu
[1050273] Lập trình cơ bản (3.0 tc)
Tiếng Anh cho CNTT
Lập trình trên Desktop
[1050016] Hệ quản trị cơ sở dữ liệu (3.0 tc)
[1050024] Lập trình hướng đối tượng (3.0 tc)
Nhập môn cơ sở dữ liệu
Lập trình ứng dụng Web
[1050016] Hệ quản trị cơ sở dữ liệu (3.0 tc)
[1050273] Lập trình cơ bản (3.0 tc)
HỌC KỲ 5
XÂY DỰNG KIẾN THỨC CHUYÊN NGHÀNH
Nguyên lý hệ điều hành
Nhập môn Trí tuệ nhân tạo
Thực hành làm việc nhóm
[1050016] Hệ quản trị cơ sở dữ liệu (3.0 tc),
[1050029] Lập trình ứng dụng Web (3.0 tc)
KÌ HÈ
HỌC KỲ 6
XÂY DỰNG KIẾN THỨC CHUYÊN NGHÀNH
Hệ quản trị CSDL nâng cao
2 more items...
Khai phá dữ liệu
1 more item...
Điện toán đám mây
2 more items...
Lập trình Python
Thuật toán nâng cao
2 more items...
Xử lí ảnh số
1 more item...
Học máy 1
Xử lý ngôn ngữ tự nhiên
KÌ HÈ
Thương mại điện tử (tự chọn 3)
Trực quan cơ sở dữ liệu (tự chọn 3)
HỌC KỲ 7
1 more item...
Công Nghệ Ảo Hóa( tự chọn 4)
CÁC KỸ NĂNG MÔN HỌC NGOÀI CHƯƠNG TRÌNH ĐÀO TẠO
HƯỚNG ĐI CHÍNH
KỸ SƯ TRÍ TUỆ NHÂN TẠO (AL ENGINEER)
Học sâu(Deep learning)
Học vào kì hè năm 2
2 tháng
Nguồn học: khóa học trên trang cousera, thực hành trên trang fast.ai
https://course.fast.ai/
https://www.coursera.org/specializations/deep-learning
Cơ bản
Dùng Numpy, Pandas để xử lí dữ liệu
Khái niệm mạng nơ ron
Dùng Activation Function để
bật/tắt thông tin quan trọng
Dùng Loss Function để đo máy dự đoán sai hay đúng
Dùng optimizer để máy sửa lỗi và học tốt hơn
Khái niệm Forward Pass
Khái niệm Backpropagation
Khái niệm Overfitting
Nâng cao
Khái niệm Transformer
Áp dụng các mô hình LLM(Large Language Models)
Áp dụng các mô hình computer vision nâng cao
YOLO
UNet
Vision Transformer( Vit)
Điều chỉnh các mô hình sẵn có để phù hợp với các yêu cầu mới
Tối ưu mô hình
Train mô hình lớn bằng nhiều GPU cùng lúc.
Ứng dụng
Chatbot hỗ trợ khách hàng
Hệ thống camera an ninh
Ứng dụng nông nghiệp
Phân vùng ảnh y tế
Vận hành mô hình Al (MLOps)
Cơ bản
Đóng gói môi trường và mô hình vào container để chạy ổn định.
Lưu trữ mô hình trên dịch vụ đám mây.
Dùng FastAPI/Docker để phục vụ mô hình cho ứng dụng.
Sử dụng thư viện ML để huấn luyện và lưu mô hình.
Tự động hóa quy trình xử lý dữ liệu và training mô hình.
Quản lý nhiều phiên bản mô hình trong dự án.
Nâng cao
Thiết lập hệ thống tự cập nhật mô hình khi có dữ liệu mới.
Quản trị mô hình
Sử dụng Feature Store
Feast
Tecton
Databricks Feature Store
Dùng Terraform/CloudFormation để tạo hạ tầng tự động.
Giám sát dữ liệu, hiệu suất và phát hiện bất thường theo thời gian thực.
Vận hành trên Kubernetes
Nguồn học: khóa học MLOpsVN của Việt Nam , khóa học trên trang cousera
https://courses.mlops.vn/mlops-crash-course/index.html
https://www.coursera.org/learn/pearson-learn-mlops-for-machine-learning-video-training-xcgjr
Lợi ích
Triển khai mô hình nhanh và ổn định
Tối ưu chi phí dự án
Dễ dàng tích hợp với ứng dụng thực tế
Mở rộng mô hình khi có nhiều người dùng
Học vào kì 1 năm 3
2 tháng
Học máy trên dữ liệu dạng bảng (tabular Al).
Học vào kì 1 năm 3
1 tháng
Cơ bản
Cách chuyển chữ thành số(encoding)
Chuẩn hóa số liệu
Áp dụng các mô hình đơn giản
Cây quyết định
Hồi quy Logistic
Hồi quy tuyến tính
Nâng cao
Tự tạo cột mới từ bảng đã có
Lọc những cột quan trọng và bỏ những cột gây nhiễu
Áp dụng các mô hình mạnh
Random Forest
CatBoost
XGBoost
LightBGM
Điều chỉnh các thông số để mô hình mạnh nhất
Ghép tất cả các bước xử lí để thành chuỗi xử lí tự động(pipeline)
Ứng dụng
Gợi ý sản phẩm cho người dùng
Dự đoán doanh số cửa hàng
Dự đoán khách hàng có rời đi hay không
Nguồn học : danh sách video của StatQuest (Josh Starmer) , khóa học trên trang kaggle
https://www.youtube.com/watch?v=7ArmBVF2dCs&list=PLblh5JKOoLUIzaEkCLIUxQFjPIlapw8nU&index=3
https://www.kaggle.com/learn/pandas
https://www.kaggle.com/learn/intermediate-machine-learning
HƯỚNG ĐI DỰ PHÒNG
Data scinence
Hiểu bài toán doanh nghiệp và giải quyết vấn đề
Học vào kì 1 năm 4
1 tháng
SQL nâng cao & BI tools để khai thác dữ liệu kinh doanh.
Học vào kì 2 năm 3
1 tháng
Kĩ năng trình bày insight bằng biểu đồ và dashboard
Học vào kì 3 năm 3
1 tháng
Xử lý dữ liệu lớn bằng công cụ Pyspark
Học vào kì 3 năm 3
1 tháng
Chứng chỉ Microsoft Azure Data Scientist Associate (DP 100)
Học vào kì 2 năm 3
2 tháng
Kĩ năng mềm
Tiếng anh
(TOEIC 600)
Học từ tháng 1 năm 2026 đến tháng 1 năm 2027
Tháng 1 đến tháng 4 năm 2026
Củng cố nền tảng A2
Học thuộc 400–500 từ vựng từ sách 600 Essential Words for the TOEIC.
Luyện ngữ pháp cơ bản bằng Oxford Practice Grammar Basic
Luyện Listening Part 1–2 bằng TOEIC Listening Beginner – ETS
Tập đọc hiểu đoạn ngắn bằng Reading Starter – Compass
Mục tiêu điểm: 350–450
Tháng 5 đến tháng 9 năm 2026
Mục tiêu điểm: 550–650
Học từ vựng trong Oxford Word Skills – Intermediate
Cải thiện ngữ pháp bằng Grammar in Use – Intermediate
Luyện nghe bằng Developing Listening Skills for the TOEIC Test: hiểu 80% câu mô tả & hỏi–đáp
Luyện đọc bằng Tactics for TOEIC – Reading
Tháng 10 năm 2026 đến tháng 1 năm 2027
Mục tiêu điểm: 650 - 700
Hoàn thiện chiến lược làm bài & củng cố toàn bộ kỹ năng.
Luyện đề bằng ETS TOEIC Actual Tests
Listening: đạt 75–80% ở hội thoại & bài nói dài, điểm 350–380.
Reading: đạt 70–75% ở bài đọc hiểu dài, điểm 350–380.
Ôn từ vựng & ngữ pháp bằng Anki TOEIC 600/700
Tiếng Nhật
(N3)
Học từ tháng 2 năm 2027 đến hết năm 2028
Tháng 2 đến tháng 12 năm 2027
Mở rộng vốn từ lên 3.000 từ
Học ngữ pháp trung cấp
Luyện 4 kỹ năng: đọc, nghe, ngữ pháp, từ vựng (sách TRY! N3 & Shin Kanzen Master N3)
Luyện đề thường xuyên, làm quen cấu trúc đề và dạng bẫy
Tháng 1 năm 2028 đến tháng 7 năm 2028
Phân tích lỗi sai và điều chỉnh chiến lược làm bài
Mở rộng vốn từ lên 3.500–4.000 từ
Nguồn học: sách Shin Kanzen Master N3 và các bài đọc, blog, tin tức
Giải đề mô phỏng trung cấp
Luyện nghe đoạn dài, phức tạp
Tháng 8 năm 2028 đến tháng 12 năm 2028
Học bảng chữ cái hiragana – katakana
Nguồn học: kênh youtube Ngọc tiệp Minato
https://www.youtube.com/watch?v=gOKdtS3XVCg&list=PLbBhikLbVlB2oefhXhaUPxq8ECCjbgrx2
Luyện từ vựng qua flashcard
Luyện nghe cơ bản
Nguồn học: kênh youtube Nihongo no Mori và Onomappu
https://www.youtube.com/@Onomappu
https://www.youtube.com/@nihongonomori2013
Học ngữ pháp qua sách Minna no Nihongo 1 & 2
Học 1.500 từ cơ bản
Kỹ năng xử lí tình huống
Kỹ năng phản biện
Kỹ năng tự học
Kỹ năng thuyết trình
Kế hoạch cho tương lai
3 - 4 năm tới
Làm freelance Machine Learning Engineer (dữ liệu bảng)
Tự lo chi phí sinh hoạt, hỗ trợ tài chính gia đình
Đạt chứng chỉ ngoại ngữ: TOEIC 600 và tiếng Nhật N3
Trở thành người tự tin, kỷ luật, quản lý thời gian hiệu quả
Thực hiện dự án: xử lý dữ liệu, xây dựng mô hình Logistic Regression, Random Forest, XGBoost
5 - 10 năm tới
Trở thành chuyên gia AI uy tín
Nâng cao kiến thức ML, feature engineering, tuning mô hình, cloud deployment
Tự chủ trong cuộc sống và sự nghiệp
Hỗ trợ gia đình về tài chính
Xây dựng nền tảng vững chắc cho sự nghiệp
Xây dựng hệ thống pipeline tự động, tối ưu Big Data