Please enable JavaScript.
Coggle requires JavaScript to display documents.
KẾ HOẠCH HỌC TẬP (NGUYỄN THÀNH VĂN) - Coggle Diagram
KẾ HOẠCH HỌC TẬP
(NGUYỄN THÀNH VĂN)
KẾ HOẠCH
NGOẠI NGỮ
TIẾNG NHẬT
GIAI ĐOẠN 1 (Tháng thứ 15–18)
Ghi nhớ toàn bộ bảng chữ cái Hiragana và Katakana
Làm quen với ngữ pháp cơ bản, từ vựng thường dùng
Tăng phản xạ nghe–nói thông qua shadowing
Xem các video ngắn hằng ngày, các video ngắn đời sống
Học ở kênh JapanesePod101
GIAI ĐOẠN 2 (Tháng thứ 19–24)
Nắm vững 1000 từ vựng thông dụng
Học 500–700 chữ Kanji cơ bản
Hoàn thiện trình độ N4
Bắt đầu luyện đề mini test
Tham gia các group học và ôn thi tiếng Nhật
GIAI ĐOẠN 3 (Tháng thứ 25–18)
Luyện và thành thạo các cấu trúc đề thi JLPT N3
Tập trung vào nghe và hiểu nhanh
Làm đề thi theo thời gian thật
Chọn đề phù hợp năng lực
Cuối mỗi tháng làm 1 bài kiểm tra thử để đo tiến bộ
TIẾNG ANH
GIAI ĐOẠN 1
Tháng thứ 1
IPA
Spelling names
Numbers
Nghe playlist 39 video
32 bài học từ vựng
English Easy Practice → luyện nói
Chỉ nghe các đoạn trình độ A1–A2
Conversations (daily dictation) → luyện nghe chép chính tả
Tháng thứ 2–3
Từ vựng A2
Nghe và nhại theo English Easy Practice
Conversations A2 (daily dictation)
Từ vựng B1
Nghe chủ đề B1
BBC Learning English
Luyện nghe + chép chính tả
Làm bài mini test mỗi tuần
Tháng thứ 4
Nghe các chủ đề A2 hết thì chuyển sang B1
English Easy Practice
Luyện nói
Từ vựng B2
Mini test mỗi tuần (1 bài/tuần)
Tập trung kỹ năng nghe
Tháng thứ 5–6
Làm các bài test đúng part
Nhấn mạnh kỹ năng nghe
Nghe và nhại theo English Easy Practice
Luyện nói
Cuối tháng làm 1 bài full test kiểm tra
GIAI ĐOẠN 2
Tháng thứ 7–8
Luyện chép chính tả (daily dictation)
Học từ vựng theo lộ trình N1 của Mai Phương
Cải thiện điểm yếu từng part
Luyện từng phần từ part 1–7
Tháng thứ 9–10
Nghe phải tăng 50 điểm
Đọc phải tăng 40 điểm
Mục tiêu tháng 10: tổng 230–250+
Tháng thứ 11–12
Luyện đề thi sát đề thi thật
Theo khoá TOEIC New Format Mai Phương
Mỗi tuần làm 1 mini test (3 đề TOEIC full)
Bám giờ, mô phỏng thi thật
Cải thiện từng lỗi
Nghe phải tăng lên 30–50 điểm
Đọc phải tăng 30–50 điểm
Cuối giai đoạn: mục tiêu 570–600 điểm
Tháng thứ 13–14
Nghe 300–350
Đọc 300–350
Tổng 600–650
KẾ HOẠCH HỌC TẬP TẠI TRƯỜNG
Nền tảng Toán học và Logic
1.1. Đại số tuyến tính
Nội dung
Ma trận và định thức
Hệ phương trình tuyến tính
Không gian vector
Phân rã SVD
Vai trò
Ngôn ngữ toán học của AI
Nền tảng của Deep Learning
Kế hoạch
Ôn tập toán lớp 12
Xem playlist Linear Algebra trên 3Blue1Brown
Làm bài tập trên Khan Academy
Thực hành tính toán bằng NumPy
1.2. Xác suất và Thống kê
Nội dung
Biến ngẫu nhiên và Phân phối
Kiểm định giả thuyết và p-value
Hồi quy tuyến tính
Vai trò
Đánh giá độ tin cậy mô hình AI
Giải thích kết quả dữ liệu
Kế hoạch
Xem series Statistics for Data Science
Làm bài tập sách Introduction to Probability
Thực hành phân tích dữ liệu với Python Pandas
1.3. Toán rời rạc
Nội dung
Logic mệnh đề
Lý thuyết đồ thị và cây
Tổ hợp
Vai trò
Cơ sở của thuật toán tìm đường
Nền tảng logic máy tính
Kế hoạch
Học qua kênh TrevTutor
Cài đặt thuật toán Dijkstra trên máy
Giải bài toán đường đi ngắn nhất
Kỹ thuật Lập trình cốt lõi
1.4. Cấu trúc dữ liệu và Giải thuật
Nội dung
Array, Linked List, Stack, Queue
Tree, Graph, Hash Table
Thuật toán Sorting và Searching
Vai trò
Vượt qua phỏng vấn tuyển dụng
Tối ưu hiệu suất phần mềm
Kế hoạch
Luyện tập trên LeetCode
Duy trì 1 đến 2 bài mỗi ngày
Viết tổng kết và vẽ sơ đồ giải thuật
1.5. Lập trình hướng đối tượng
Nội dung
4 tính chất OOP
Sơ đồ lớp UML
Design Patterns cơ bản
Vai trò
Viết code sạch và dễ bảo trì
Kế hoạch
Làm dự án quản lý thư viện
Vẽ Class Diagram trước khi code
Áp dụng Design Patterns vào đồ án
1.6. Cơ sở dữ liệu
Nội dung
Thiết kế ERD
Ngôn ngữ SQL và chuẩn hóa
Kế hoạch
Thực hành trên MySQL
Thiết kế CSDL cho website bán hàng
Thiết kế CSDL quản lý sinh viên
Tìm hiểu thêm về MongoDB
Hạ tầng và Hệ thống
1.7. Mạng máy tính
Nội dung
Mô hình OSI và TCP IP
Giao thức HTTP và DNS
Kế hoạch
Mô phỏng mạng bằng Cisco Packet Tracer
Dùng Wireshark bắt gói tin
Viết chương trình chat bằng Socket
1.8. Hệ điều hành
Nội dung
Quản lý tiến trình và bộ nhớ
Lệnh Linux cơ bản
Kế hoạch
Cài đặt Ubuntu hoặc WSL2
Thực hành 100 lệnh Linux
Viết script sao lưu tự động
1.9. Công nghệ phần mềm
Nội dung
Quy trình Agile và Scrum
Viết tài liệu SRS
Quản lý mã nguồn Git
Kế hoạch
Áp dụng Scrum vào đồ án nhóm
Viết tài liệu kỹ thuật đầy đủ
Thực hành Git Flow
Chuyên ngành AI và Machine Learning
1.10. Nhập môn Trí tuệ nhân tạo
Nội dung
Tìm kiếm A sao
Thuật toán Minimax
Kế hoạch
Học khóa CS50 AI
Lập trình game cờ caro
1.11. Học máy Machine Learning
Nội dung
Hồi quy và Phân loại
Cây quyết định và SVM
Kế hoạch
Học khóa Machine Learning Andrew Ng
Thực hành với Scikit learn
Tham gia cuộc thi trên Kaggle
1.12. Học sâu Deep Learning
Nội dung
Mạng nơ ron ANN và CNN
Mạng RNN và Transformer
Kế hoạch
Học PyTorch
Hoàn thành Deep Learning Specialization
Làm dự án nhận diện chữ viết và chatbot
Đồ án tốt nghiệp
Định hướng đề tài
Kết hợp Software Dev và AI
Ví dụ web nhận diện bệnh cây trồng
Ví dụ hệ thống gợi ý phim
Quy trình thực hiện
Nghiên cứu và lên kế hoạch
Thu thập dữ liệu và huấn luyện mô hình
Phát triển phần mềm và tích hợp
Triển khai và kiểm thử
Viết báo cáo và bảo vệ
Mục tiêu
Đạt điểm xuất sắc
Xây dựng Portfolio xin việc
Cách khắc phục khó khăn
Dùng kỹ thuật tăng cường dữ liệu
Tối ưu code và sử dụng GPU
Quản lý code bằng GitHub
KẾ HOẠCH TRANG BỊ KIẾN THỨC KHÔNG / CHƯA SÂU TRONG CHƯƠNG TRÌNH ĐÀO TẠO
2.1. Quản lý phiên bản mã nguồn Git và GitHub
Nội dung
Các lệnh Git nâng cao như rebase và cherry pick
Quy trình làm việc nhóm Git Flow
Kỹ năng Review code và Merge Request
Xử lý xung đột mã nguồn
Vai trò
Kỹ năng bắt buộc số 1 tại doanh nghiệp
Quản lý phiên bản Notebook và Model cho AI
Kế hoạch thực hiện
Xây dựng GitHub profile đẹp với commit liên tục
Học khóa Git trên F8 hoặc Easy Frontend
Xung phong quản lý Repository cho nhóm lớp
Thực hành đóng góp vào dự án mã nguồn mở
2.2. Các Frameworks Học sâu PyTorch và TensorFlow
Nội dung
Xây dựng mạng CNN và RNN bằng code
Kỹ thuật Data Loader và Training Loop
Tinh chỉnh Fine tuning và Đánh giá mô hình
Sử dụng TensorBoard theo dõi huấn luyện
Vai trò
Yêu cầu tuyển dụng tại VinAI và FPT AI
PyTorch là chuẩn mực trong nghiên cứu hiện đại
Kế hoạch thực hiện
Học khóa Deep Learning for Coders của fast ai
Đọc tài liệu chính thức của PyTorch
Tham gia cuộc thi Kaggle như Titanic
Tự xây dựng hệ thống nhận diện khuôn mặt
2.3. Phát triển Web hiện đại ReactJS và FastAPI
Nội dung
Frontend ReactJS với Components và Hooks
Backend FastAPI hiệu năng cao cho AI
Vai trò
Yêu cầu cơ bản của Software Developer
Tạo API và giao diện Demo cho sản phẩm AI
Kế hoạch thực hiện
Học ReactJS qua dự án clone Shopee
Học FastAPI qua tài liệu tiếng Anh
Code trang Portfolio và Web Demo AI
2.4. Container hóa và Triển khai Docker
Nội dung
Viết Dockerfile đóng gói ứng dụng
Sử dụng Docker Compose chạy đa dịch vụ
Kiến thức cơ bản về CI CD
Vai trò
Đảm bảo code chạy ổn định trên mọi môi trường
Giải quyết xung đột phiên bản thư viện AI
Kế hoạch thực hiện
Tập đóng gói đồ án môn học thành Docker Image
Chạy MySQL và SQL Server qua Docker Container
2.5. Mô hình Ngôn ngữ lớn LLMs và RAG
Nội dung
Sử dụng API OpenAI và model Llama
Framework LangChain và LlamaIndex
Kỹ thuật RAG tra cứu dữ liệu doanh nghiệp
Vai trò
Xu hướng công nghệ GenAI nóng nhất hiện nay
Lợi thế cạnh tranh lớn khi xin việc
Kế hoạch thực hiện
Làm Chatbot tư vấn tuyển sinh cho ĐH Quy Nhơn
Theo dõi kênh AI Jason và Sam Witteveen
Nghiên cứu về NLP cơ bản
2.6. Kỹ năng Nghiên cứu và Google Dorking
Nội dung
Tìm kiếm nâng cao Google Dorking
Đọc và tóm tắt Paper trên Arxiv
Kỹ năng Debug trên StackOverflow
Vai trò
Khả năng tự giải quyết vấn đề
Cập nhật thuật toán AI mới nhất
Kế hoạch thực hiện
Dành 30 phút tự tra cứu lỗi trước khi hỏi
Đọc tóm tắt 1 bài báo AI mỗi tuần
Kế hoạch rèn luyện các kỹ năng mềm
3.1. Kỹ năng Quản lý thời gian
Mục tiêu
Hoàn thành 90 phần trăm công việc đúng hạn
Cân bằng học tập và ngoại khóa
Kế hoạch theo kỳ
HK3 Dùng Google Calendar lập lịch học và bài tập
HK4 Áp dụng Pomodoro và theo dõi qua Toggl Track
HK5 Ưu tiên hoàn thành bài tập lớn Cấu trúc dữ liệu
HK6 Lập kế hoạch dự án Lập trình nâng cao
HK7 và 8 Cân bằng khóa luận và thực tập tại doanh nghiệp
3.2. Kỹ năng Thuyết trình
Mục tiêu
Đạt điểm thuyết trình 8 trên 10
Kế hoạch theo kỳ
HK3 Thực hiện 2 bài thuyết trình nhóm
HK4 Ghi video tự đánh giá và tham gia workshop CLB
HK5 Thuyết trình tiếng Anh môn Cấu trúc dữ liệu
HK6 Thiết kế slide chuyên nghiệp đạt điểm cao
HK7 và 8 Báo cáo thực tập và bảo vệ khóa luận rõ ràng
3.3. Kỹ năng Làm việc nhóm
Mục tiêu
Hoàn thành 90 phần trăm mục tiêu chung hiệu quả
Kế hoạch theo kỳ
HK3 Phân chia công việc rõ ràng trong nhóm
HK4 Tham gia CLB CNTT QNU làm dự án nhỏ
HK5 Làm nhóm trưởng môn Lập trình hướng đối tượng
HK6 Phối hợp tốt và nhận đánh giá tích cực
HK7 và 8 Áp dụng khi thực tập và làm khóa luận
3.4. Kỹ năng Tư duy phản biện
Mục tiêu
Đạt điểm trên 8 trong các bài luận và thảo luận
Kế hoạch theo kỳ
HK3 Vẽ sơ đồ tư duy và viết bài phản biện ngắn
HK4 Tham gia tranh biện và thảo luận trên lớp
HK5 Phân tích tài liệu và đặt câu hỏi phản biện
HK6 Viết tiểu luận chuyên ngành có tính phản biện
HK7 và 8 Vận dụng vào khóa luận tốt nghiệp
3.5. Kỹ năng Phân tích và xử lý tình huống
Mục tiêu
Xử lý linh hoạt và đạt phản hồi tích cực
Kế hoạch theo kỳ
HK3 Ghi chép và phân tích 1 tình huống mỗi tuần
HK4 Tham gia mô phỏng tại CLB Kỹ năng mềm
HK5 Giải quyết mâu thuẫn trong nhóm học tập
HK6 Áp dụng vào các tình huống dự án thực tế
HK7 và 8 Xử lý tình huống khi thực tập doanh nghiệp
3.6. Kỹ năng Làm việc trong áp lực
Mục tiêu
Giữ bình tĩnh và hoàn thành 90 phần trăm deadline
Kế hoạch theo kỳ
HK3 Lập kế hoạch ôn thi và tập hít thở sâu
HK4 Tham gia tổ chức sự kiện lớn tại trường
HK5 Duy trì lịch học và nghỉ ngơi hợp lý
HK6 Quản lý thời gian cho bài tập lớn chuyên ngành
HK7 và 8 Chịu áp lực tiến độ khóa luận và thực tập
3.7. Kỹ năng Giải quyết vấn đề
Mục tiêu
Đưa ra giải pháp cho 80 phần trăm vấn đề gặp phải
Kế hoạch theo kỳ
HK3 Nhận diện vấn đề và đề xuất giải pháp
HK4 Áp dụng mô hình SWOT cho tình huống
HK5 Giải quyết mâu thuẫn nhóm tích cực
HK6 Áp dụng vào học phần thực hành
HK7 và 8 Rút kinh nghiệm từ thực tế doanh nghiệp
3.8. Kỹ năng Ngoại ngữ
Mục tiêu
Đạt chứng chỉ nội bộ và tự tin phỏng vấn
Kế hoạch theo kỳ
HK3 Học từ vựng chuyên ngành và luyện nghe BBC
HK4 Tham gia CLB Tiếng Anh và luyện nói
HK5 Đọc tài liệu AI tiếng Anh hàng tháng
HK6 Thi đạt chứng chỉ tiếng Anh nội bộ QNU
HK7 và 8 Viết CV và luyện phỏng vấn tiếng Anh
HIỆN TẠI
Điểm mạnh
Có đam mê với ngành
Đam mê với lập trình
Có tinh thần học hỏi
Chịu khó tìm hiểu về các tài liệu
Luôn học hỏi khi chưa hiểu về bài toán
Có trách nhiệm
Hoàn thành bài tập đúng hạn
Làm tốt phần việc được giao
Điểm yếu
Khả năng quản lý thời gian
Chưa xử lý công việc hợp lý dẫn đến dồn deadline
Kinh nghiệm thực tế ít
Chưa tiếp xúc nhiều với bài tập lớn hoặc dự án
Thiếu tự tin
Ngại trước đám đông
Năng lực chuyên môn
Kiến thức nền về lập trình
Đã học lập trình cơ bản
Dần tiếp cận với lập trình nâng cao hơn
Hiểu cơ bản về CNTT
Thuật toán
Cơ sở dữ liệu
Khả năng sử dụng máy tính & phần mềm phục vụ học tập
Ngoại ngữ
Tiếng Anh ở mức cơ bản
Đọc hiểu tài liệu ngành
Biết sử dụng thuật ngữ CNTT
Khả năng giao tiếp còn hạn chế
Cần rèn luyện thêm nghe – nói
Học tiếng Anh song song với chuyên ngành
Có ý thức cải thiện bản thân
TƯƠNG LAI
SOFTWARE DEVELOPER
Mục tiêu hướng đến
Xây dựng tư duy lập trình vững
Ngôn ngữ lập trình (Python/JS/Java)
DSA: Array, Tree, Graph, Sorting, Big-O
OOP: Class, Object, Kế thừa, Đa hình
Làm được ứng dụng web full-stack
HTML/CSS/JS
Node.js/Django/Flask
SQL & NoSQL
RESTful API, JWT
Sẵn sàng vị trí Junior Developer
React/Vue
Backend nâng cao: NestJS, Spring Boot
Testing (Unit, Integration, E2E)
Docker, CI/CD, Cloud cơ bản
Hoạt động
Làm mini project mỗi giai đoạn
Tham gia nhóm học hoặc nhóm code
Thực tập tại công ty 4–6 tháng
Review code cùng senior
Tham gia các buổi sprint, demo sản phẩm
Học tập và rèn luyện
Luyện DSA mỗi ngày
Tập viết code sạch (SOLID, MVC)
Học Git/GitHub bài bản
Học Docker, CI/CD theo project
Luyện tiếng Anh đọc tài liệu
Rèn kỹ năng mềm: giao tiếp, quản lý thời gian
AI ENGINEER / MACHINE LEARNING ENGINEER
Mục tiêu hướng đến
Nắm nền tảng Toán & Python
Đại số tuyến tính, Giải tích, Xác suất
Python nâng cao: OOP, NumPy, Pandas
Làm được ML truyền thống
Regression, Decision Tree, Random Forest, SVM
K-Means, PCA
Feature Engineering, CV, Hyperparameter
Xây dựng mô hình AI thực tế
Neural Network → CNN/RNN → Transformer
Computer Vision, NLP, Generative AI
MLOps + Deploy (Docker, FastAPI, MLflow)
Hoạt động
Làm bài tập Kaggle
Tự làm project ML/Deep Learning
Thực tập tại VinAI, FPT AI, Viettel AI…
Tham gia nhóm nghiên cứu AI
Triển khai mô hình lên cloud
Học tập và rèn luyện
Luyện giải toán nền tảng hàng ngày
Học PyTorch (ưu tiên 2025)
Tập xây dựng pipeline ML
Tìm hiểu RAG, LLM, LangChain
Luyện kỹ năng đọc paper
Rèn tiếng Anh chuyên ngành