Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

Associate Generative AI (NCA-GENL) Exam Prep Course 2026

Khóa học Luyện thi Chứng chỉ Chuyên gia AI Sáng tạo (NCA-GENL) 2026

Khóa học Luyện thi Chứng chỉ Chuyên gia AI Sáng tạo (NCA-GENL) 2026

Hướng dẫn học tập toàn diện, không chính thức để vượt qua kỳ thi NCA-GENL và nhận Chứng chỉ Chuyên gia AI Sáng tạo

4.0
(708 đánh giá)
6,530 học viên
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 349.000đ -86%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
16.0 giờ video
95 bài giảng
1 bài quiz
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Kiến thức Cơ bản về Học máy
Kiến thức Cơ bản về Học sâu
AI Sáng tạo và Mô hình Ngôn ngữ Lớn
Tăng tốc GPU NVIDIA
Kỹ thuật Viết Lệnh (Prompt Engineering)
Chuẩn bị cho Kỳ thi NCA-GENL

Yêu cầu

Có kinh nghiệm lập trình cơ bản (khuyến nghị Python)
Hiểu biết cơ bản về các khái niệm học máy
Có máy tính kết nối internet để học trực tuyến

Đối tượng phù hợp

Dành cho Lập trình viên muốn tích hợp khả năng AI sáng tạo vào ứng dụng của họ.
Dành cho Nhà Khoa học Dữ liệu quan tâm đến việc khai thác sức mạnh của Mô hình Ngôn ngữ Lớn để phân tích văn bản, xử lý ngôn ngữ tự nhiên và tìm hiểu dữ liệu.
Dành cho Người đam mê Học máy mong muốn khám phá tiền tuyến nghiên cứu AI, công nghệ tạo văn bản và xử lý ngôn ngữ.
Dành cho Chuyên gia AI muốn nâng cao kỹ năng, thăng tiến sự nghiệp và đạt được Chứng chỉ NVIDIA về AI Sáng tạo với Mô hình Ngôn ngữ Lớn danh giá.

Nội dung khóa học

11 phần • 95 bài giảng
1 Lưu ý nhanh
1 Giới thiệu về Bootcamp
1 Giới thiệu về AI và AI Sáng tạo
2 Nền tảng của AI Sáng tạo kèm Demo
3 Kiểm tra kiến thức
4 Hiểu về AI Đáng tin cậy
5 Cách giảm thiểu Định kiến trong hệ thống AI
1 Giới thiệu về Kiến thức Cơ bản Học máy
2 Giới thiệu về Học máy
3 Các loại hình Học máy
4 Hồi quy Tuyến tính & Các chỉ số Đánh giá cho Hồi quy
5 Điều chuẩn (Regularization) và Các giả định của Hồi quy Tuyến tính
6 Hồi quy Logistic
7 Gradient Descent
8 Triển khai Hồi quy Logistic và Phân tích Dữ liệu Thăm dò (EDA)
9 Các chỉ số Đánh giá cho Phân loại
10 Thuật toán Cây Quyết định
11 Hàm mất mát của Cây Quyết định
12 Triển khai Thuật toán Cây Quyết định
13 Overfit vs Underfit - Kiểm định chéo Kfold
14 Kỹ thuật Tối ưu Siêu tham số
15 Thuật toán KNN
16 Thuật toán SVM
17 Học Tập hợp (Ensemble Learning) - Bộ phân loại Bỏ phiếu (Voting)
18 Học Tập hợp - Bộ phân loại Bagging & Rừng Ngẫu nhiên
19 Học Tập hợp - Boosting (Adaboost và Gradient Boost)
20 Học Tập hợp - XGBoost
21 Phân cụm - Kmeans
22 Phân cụm - Phân cụm Phân cấp
23 Phân cụm - DBScan
24 Phân tích Chuỗi Thời gian
25 Thực hành ARIMA
1 Kiến thức Cơ bản Học sâu - Giới thiệu
2 Giới thiệu về Học sâu
3 Giới thiệu Tensorflow & Tạo Mạng nơ-ron đầu tiên
4 Trực giác về Quá trình Huấn luyện Học sâu
5 Hàm Kích hoạt
6 Kiến trúc Mạng nơ-ron
7 Huấn luyện Mô hình Học sâu - Epochs - Batch Size
8 Điều chỉnh Siêu tham số trong Học sâu
9 Vấn đề Gradient Biến mất & Bùng nổ - Khởi tạo, Điều chuẩn
10 Giới thiệu về Mạng nơ-ron Tích chập (CNN)
11 Triển khai CNN trên Bộ dữ liệu Mèo/Chó
12 Học Chuyển giao cho Thị giác máy tính
13 Thách thức với Mạng nơ-ron Truyền thẳng
14 RNN & Các loại Kiến trúc
15 Kiến trúc LSTM
16 Cơ chế Chú ý (Attention)
17 Học Chuyển giao cho Dữ liệu Ngôn ngữ Tự nhiên
1 Giới thiệu Phần NLP
2 Giới thiệu về NLP và Các tác vụ NLP
3 Hiểu về Quy trình Xử lý NLP
4 Kỹ thuật Tiền xử lý Văn bản - Tokenization
5 Tiền xử lý Văn bản - Gán nhãn Từ loại, Từ dừng, Stemming & Lemmatization
6 Trích xuất Đặc trưng - NLP
7 Kỹ thuật Mã hóa One Hot
8 Bag of Words & Bộ đếm Vector (Count Vectorizer)
9 Điểm số TF-IDF
10 Word Embeddings
11 Mô hình CBoW và Skip-gram - word embeddings
1 Giới thiệu về Mô hình Ngôn ngữ Lớn
2 Cách Mô hình Ngôn ngữ Lớn (LLM) được huấn luyện
3 Khả năng của LLM
4 Thách thức của LLM
5 Giới thiệu về Kiến trúc Transformer - "Attention is all you need"
6 Mã hóa Vị trí (Positional Encoding)
7 Mã hóa Vị trí - Tìm hiểu sâu
8 Self-Attention & Multi-Head Attention
9 Self-Attention & Multi-Head Attention - Tìm hiểu sâu
10 Hiểu về Masked Multi-Head Attention
11 Masked Multi-Head Attention - Tìm hiểu sâu
12 Kiến trúc Mã hóa - Giải mã (Encoder-Decoder)
13 Tùy chỉnh LLM - Kỹ thuật Viết Lệnh (Prompt Engineering)
14 Tùy chỉnh LLM - Prompt Learning (Prompt Tuning & p-tuning)
15 Sự khác biệt giữa Prompt Tuning và p-tuning
16 PEFT - Tinh chỉnh Hiệu quả Tham số
17 Dữ liệu Huấn luyện cho LLM
18 Trụ cột của Dữ liệu Huấn luyện LLM: Chất lượng, Tính đa dạng và Đạo đức
19 Làm sạch Dữ liệu cho LLM
20 Định kiến trong Mô hình Ngôn ngữ Lớn
21 Hàm mất mát cho LLM
1 Kỹ thuật Viết Lệnh (Prompt Engineering) là gì?
2 Kỹ thuật Viết Lệnh Nâng cao
3 Kỹ thuật tạo Lệnh (Prompt) Hiệu quả
4 Cân nhắc Đạo đức trong Thiết kế Lệnh cho Mô hình Ngôn ngữ Lớn
1 Trực quan hóa & Phân tích Dữ liệu cho LLM
2 Phân tích Dữ liệu Thăm dò (EDA) cho LLM
1 Nguyên tắc Thiết kế Thử nghiệm cho LLM
2 Kỹ thuật Thử nghiệm cho Mô hình Ngôn ngữ Lớn
3 Quản lý Dữ liệu và Kiểm soát Phiên bản cho Thử nghiệm LLM
1 Tích hợp và Triển khai LLM
2 Cân nhắc Triển khai cho Mô hình Ngôn ngữ Lớn
3 Giám sát và Bảo trì Mô hình Ngôn ngữ Lớn
4 Khả năng Giải thích và Diễn giải của Mô hình Ngôn ngữ Lớn
5 Lộ trình phía trước

Giới thiệu khóa học

Associate Generative AI (NCA-GENL) Exam Prep • Unofficial Study Guide

Disclaimer: This course is an independent, unofficial preparation resource for the NCA-GENL (Generative AI with LLMs – Certified Associate) exam. It is not sponsored, endorsed, or approved by NVIDIA Corporation. “NVIDIA” and the NVIDIA eye logo are registered trademarks of NVIDIA Corporation, used here only to identify the certification exam.

Why take this course?

The Generative AI landscape is evolving at break-neck speed. Passing the NCA-GENL exam validates that you can build, fine-tune, and deploy large language models (LLMs) on GPU-accelerated platforms. This course distills the official exam blueprint into bite-sized lessons, hands-on labs, and mock quizzes—so you spend your study time where it counts.

What you will master

  • ML & DL Fundamentals – Refresh core algorithms, loss functions, and optimization techniques that underpin generative models.

  • Transformer & Diffusion Architectures – Understand attention, positional encoding, and sampling strategies that power today’s LLMs and image generators.

  • Prompt Engineering – Craft, evaluate, and iterate prompts for text, code, and multimodal outputs.

  • Production Workflows – Containerize models, set up monitoring, and implement cost-aware scaling policies.

  • Real-World Use-Cases – Case studies in content generation, conversational AI, code completion, and design automation.


Who should enroll

  • Developers & Data Scientists – Add LLM capabilities to applications without reinventing the wheel.

  • ML Engineers & MLOps Practitioners – Learn GPU-tuned deployment patterns and observability hooks.

  • AI Enthusiasts & Students – Progress from “curious” to “credentialed” with a structured roadmap.

  • Professionals pursuing the NCA-GENL badge – Follow a laser-focused study plan and practise under exam conditions.


Prerequisites

  • Basic Python (loops, functions, virtual environments)

  • Introductory ML knowledge (train/valid/test split, overfitting, metrics)

  • A workstation or cloud instance with Internet access (GPU optional but recommended)

How the course is structured

  1. Fast-track Theory Videos

  2. Lab Notebooks – Run-anywhere Jupyter notebooks with step-by-step instructions.



Outcomes you can expect

  • Confidently sit—and pass—the NCA-GENL exam.

  • Build and deploy LLM-powered solutions that are fast, scalable, and maintainable.

  • Speak the language of Generative AI fluently in technical interviews and client pitches.

Ready to future-proof your skill set?

Enroll now and start your journey toward becoming an Associate Generative AI Specialist—on your terms, at your pace.

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Deep Learning
Hiển thị tất cả khoá học Generative Ai
Hiển thị tất cả khoá học Machine Learning
Hiển thị tất cả khoá học Natural Language Processing
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊