Giao diện
🧠 AI & Machine Learning — Nền tảng Trí tuệ Nhân tạo
📌 Tổng quan
Pillar này dạy bạn xây dựng sản phẩm AI từ góc nhìn kỹ sư phần mềm — không phải viết paper nghiên cứu. Bạn sẽ đi từ nền tảng toán ứng dụng, qua ML cổ điển, Deep Learning, đến triển khai LLM trong production.
Tại sao cần một pillar riêng cho AI?
AI không chỉ là "import sklearn rồi .fit()". Một engineer cần hiểu tại sao mô hình hoạt động, khi nào nên dùng ML thay vì rule-based, và làm thế nào để đưa model từ notebook ra production mà không biến hệ thống thành một quả bom nợ kỹ thuật.
Pillar này được thiết kế cho người đã biết lập trình — bạn không cần PhD, nhưng cần sự kiên nhẫn với toán và tư duy hệ thống. Mỗi phase xây trên phase trước, từ trực giác đến triển khai thực tế.
Khác với các khóa học online thông thường, chúng ta tập trung vào engineering trade-offs: độ chính xác vs. latency, model complexity vs. maintainability, batch vs. real-time inference. Đây là những quyết định bạn sẽ đối mặt hàng ngày khi xây dựng sản phẩm AI thực sự.
🗺️ Lộ trình học tập
| Phase | Tên | Mô tả | Link |
|---|---|---|---|
| 1 | Foundations of Intelligence | Toán ứng dụng, xác suất, tối ưu — nền móng cho mọi thứ phía sau | Bắt đầu → |
| 2 | ML Blueprint | Supervised/Unsupervised, feature engineering, evaluation, MLOps cơ bản | Khám phá → |
| 3 | DL Blueprint | Neural networks, CNN, RNN, Transformers — từ lý thuyết đến code | Khám phá → |
| 4 | LLM Engineering | Prompt engineering, RAG, fine-tuning, triển khai LLM trong production | Khám phá → |
💡 Bạn không cần hoàn thành tuần tự
Phase 1 là bắt buộc — đây là nền tảng. Sau đó, bạn có thể nhảy sang ML Blueprint hoặc đi thẳng LLM Engineering tùy mục tiêu nghề nghiệp. Tuy nhiên, DL Blueprint sẽ dễ hiểu hơn rất nhiều nếu bạn đã qua ML Blueprint.
🎯 Ai nên học?
🎯 Mục tiêu
- Software Engineer muốn thêm ML vào skill set để xây dựng sản phẩm thông minh hơn
- Backend/Fullstack Developer cần hiểu ML pipeline để tích hợp model vào hệ thống
- Fresh graduate có nền tảng CS, muốn theo hướng AI/ML Engineering (không phải Research)
- Team Lead / Architect cần đánh giá khi nào nên (và không nên) dùng AI trong sản phẩm
Không phù hợp nếu bạn:
- Chưa biết lập trình cơ bản — hãy bắt đầu từ Python Engineering trước
- Muốn nghiên cứu lý thuyết thuần túy — pillar này thiên về ứng dụng và production
📋 Điều kiện tiên quyết
| Yêu cầu | Mức độ | Tài liệu |
|---|---|---|
| Python cơ bản | ⭐⭐⭐ Bắt buộc | Python Phase 1 → |
| Đại số tuyến tính | ⭐⭐ Nên có | Được cover trong Phase 1 |
| Git & Terminal | ⭐⭐ Nên có | Cần để làm bài tập thực hành |
🔗 Liên kết nhanh
- 📚 Phase 1 — Foundations of Intelligence — Bắt đầu từ đây
- 🤖 ML Blueprint — Machine Learning cổ điển
- 🧬 DL Blueprint — Deep Learning & Neural Networks
- 💬 LLM Engineering — Large Language Models trong production
- 🐍 Python Engineering — Điều kiện tiên quyết
- 🏋️ Bài tập thực hành — Coding challenges & projects
🚀 Bắt đầu từ đâu?
Nếu bạn đã vững Python → vào thẳng Phase 1: Foundations of Intelligence. Nếu chưa → hoàn thành Python Phase 1 trước, rồi quay lại đây.