Cơ bản về Lập trình Python

•   Giới thiệu về Lập trình Python
•   Viết chương trình Python
•   Các câu lệnh điều khiển
•   Làm việc với Functions
•   Test và Debug
•   Làm việc với List và Tuple
•   Làm việc với File I/O
•   Handle Exception
•   Làm việc với các kiểu dữ liệu: numbers, string, date and times, dictionary
•   Làm việc với thuật toán và thuật toán đệ quy

    Lập trình hướng đối tượng với Python

•   Khái niệm về Lập trình hướng đối tượng
•   Làm việc với Class, Object
•   Làm việc với các tính chất (Encapsulation, Inheritance, Polymorphism)
•   Thiết kế hướng đối tượng
•   Các kỹ năng nâng cao về lập trình hướng đối tượng

    Cơ bản về LLM

•   Hiểu về LLM và ứng dụng của LLM
•   Sử dụng LLM
•   Kiến thức cơ bản về LLM mà Dev cần biết
•   Viết ứng dụng đơn giản với LLM
•   Cài đặt và sử dụng LLM Local

    Xây dựng ứng dụng nhanh với LLM

•   Xây dựng giao diện ứng dụng nhanh với Gradio Python
•   Xây dựng ứng dụng đơn giản với Gradio Python và LLM
•   Gradio Python nâng cao
•   Xây dựng ứng dụng Chatbot với Gradio Python và LLM

    Làm việc với LLM nâng cao

•   Hiểu về Function Calling
•   Xây dựng ứng dụng với Function Calling
•   Hiểu về Embedding và Database Vector
•   Thực hành về Embedding và Database Vector
•   Hiểu về RAG
•   Xây dựng ứng dụng RAG đơn giản

   Xây dựng ứng dụng LLM chuyên nghiệp

•   Làm quen với Veaviate
•   Xây dựng Vector Database với Veaviate
•   Xây dựng ứng dụng hoàn chỉnh với RAG, Veaviate
•   Làm quen với LangChain
•   Ứng dụng LangChain để phân tích tài liệu và đưa vào Vector Database
•   Xây dựng ứng dụng hoàn chỉnh với Langchain
•   AI Agent: Khái niệm, Protocol, workflow
•   Xây dựng AI Agent với LLM và N8N
•   Tối ưu hóa chi phí ứng dụng LLM

•   Giới thiệu về đồ án và đề tài
•   Chọn và phân tích đề tài
•   Nghiên cứu và chọn giải pháp
•   Thực hiện đề tài
•   Thử nghiệm và đánh giá
•   Tổng kết, rút kinh nghiệm

•   Cơ bản về Data Analytics
•   Giới thiệu về Python cho Data Analytics
•   Làm việc với Pandas
•   Tổng hợp dữ liệu (Data Collection)
•   Làm sạch dữ liệu (Data Cleaning)
•   Chuẩn bị dữ liệu (Preparing Data)
•   Phân tích dữ liệu
•   Phân tích dữ liệu time series

•   Giới thiệu về Machine Learning
•   Làm việc với Scikit-learn framework
•   Classification
•   Training model
•   Support Vector Machine
•   Decision Tree
•   Ensemble Learning and Random Forests
•   Dimensionality Reduction
•   Unsupervised Learning Techniques

•   Giới thiệu về Artificial Neural Networks và Keras
•   Training Deep Neural Networks
•   Tùy chỉnh model và training với Tensorflow
•   Load và xử lý dữ liệu với Tensorflow
•   Deep Computer Vision sử dụng Convolutional Neural Networks
•   Xử lý tuần tự sử dụng RNNs và CNNs
•   Xử lý ngôn ngữ tự nhiên với RNNs và Attention
•   Representation Learning và Generative Learning sử dụng Autoencoders và GANs
•   Reinforcement Learning
•   LLM và ứng dụng

•   Thực hiện dự án sát với thực tế các công ty phần mềm đang làm
•   Rèn luyện kỹ năng làm việc theo nhóm
•   Làm việc theo mô hình sản xuất phần mềm hiện đại (Scrum/Agile)
•   Được giáo viên hướng dẫn thực hiện

•   Hướng dẫn nghiên cứu, tiếp cận các công ty phần mềm
•   Kỹ năng phỏng vấn tìm việc
•   Hỗ trợ tìm việc cho đến khi tìm được việc làm
•   Tư vấn kỹ năng phát triển nghề nghiệp
•   Đạo đức nghề nghiệp của một lập trình viên