Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Đăng nhập
Xem tất cả kết quả
Menu
Đăng nhập Đăng ký miễn phí
Chương trình tăng tốc sự nghiệp
AI Engineer

AI Engineer

Lộ trình trở thành chuyên gia thiết kế và phát triển các hệ thống trí tuệ nhân tạo, từ học máy nền tảng đến xử lý ngôn ngữ tự nhiên và ứng dụng AI tạo sinh vào thực tế.

4.7
Đánh giá
5
Khoá học
105
Giờ học
6
Bài tập
199.000đ 3.925.000đ -95%

351 học viên đã ghi danh

Kỹ năng bạn sẽ thành thạo

Các kỹ năng được doanh nghiệp yêu cầu nhiều nhất

Machine Learning Deep Learning Nlp Generative Ai Llms Ai Agents

Chi tiết các khoá học

Nội dung chương trình được thiết kế bài bản theo lộ trình

1 Khoá học 1 / 5

Machine Learning A-Z: AI, Python & R + ChatGPT Prize [2026]

Machine Learning A-Z: AI, Python & R + Giải thưởng ChatGPT [2026]

Học cách tạo thuật toán Machine Learning bằng Python và R từ hai chuyên gia Khoa học Dữ liệu. Bao gồm cả mẫu code.

Kirill Eremenko

4.5 · 472 bài giảng
Mua lẻ 79.000đ 389.000đ
Chương trình học 46 chương
01 Chào mừng bạn đến với khóa học! Chúng tôi sẽ giúp bạn bắt đầu trong điều kiện tốt nhất.
02 -------------------- Phần 1: Tiền xử lý dữ liệu --------------------
03 Tiền xử lý dữ liệu trong Python
04 Tiền xử lý dữ liệu trong R
05 -------------------- Phần 2: Hồi quy --------------------
06 Hồi quy Tuyến tính Đơn giản
07 Hồi quy Tuyến tính Bội
08 Hồi quy Đa thức
09 Support Vector Regression (SVR)
10 Decision Tree Regression
11 Random Forest Regression
12 Evaluating Regression Models Performance
13 Regression Model Selection in Python
14 Regression Model Selection in R
15 -------------------- Part 3: Classification --------------------
16 Logistic Regression
17 K-Nearest Neighbors (K-NN)
18 Support Vector Machine (SVM)
19 Kernel SVM
20 Naive Bayes
21 Decision Tree Classification
22 Random Forest Classification
23 Lựa Chọn Mô Hình Phân Loại trong Python
24 Đánh Giá Hiệu Suất Mô Hình Phân Loại
25 -------------------- Phần 4: Phân Cụm --------------------
26 K-Means Clustering
27 Hierarchical Clustering
28 -------------------- Phần 5: Học Luật Kết Hợp --------------------
29 Apriori
30 Eclat
31 -------------------- Phần 6: Học Tăng Cường --------------------
32 Upper Confidence Bound (UCB)
33 Thompson Sampling
34 -------------------- Part 7: Natural Language Processing --------------------
35 -------------------- Part 8: Deep Learning --------------------
36 Artificial Neural Networks
37 Mạng nơ-ron tích chập (CNN)
38 -------------------- Phần 9: Giảm chiều dữ liệu --------------------
39 Phân tích thành phần chính (PCA)
40 Phân tích biệt thức tuyến tính (LDA)
41 Kernel PCA
42 -------------------- Phần 10: Lựa chọn mô hình & Boosting --------------------
43 Lựa chọn mô hình
44 XGBoost
45 Phụ lục: Hồi quy Logistic (Giải thích chi tiết)
46 Chúc mừng!! Đừng quên Phần thưởng của bạn :)
2 Khoá học 2 / 5

Deep Learning A-Z 2026: Neural Networks, AI & ChatGPT Prize

Deep Learning A-Z 2026: Mạng Nơ-ron, AI & Giải thưởng ChatGPT

Học cách tạo mô hình Deep Learning bằng Python từ hai chuyên gia về Khoa học Dữ liệu và Máy học. Bao gồm cả mẫu code.

Kirill Eremenko

4.6 · 203 bài giảng · 22.5 hours
Mua lẻ 50.000đ 2.259.000đ
Chương trình học 27 chương
01 Chào mừng bạn đến với khóa học!
02 --------------------- Phần 1 - Mạng Nơ-ron Nhân tạo ---------------------
03 Hiểu trực quan về ANN
04 Xây dựng một ANN
05 -------------------- Phần 2 - Mạng Nơ-ron Tích chập --------------------
06 Hiểu trực quan về CNN
07 Xây dựng một CNN
08 ---------------------- Phần 3 - Mạng Nơ-ron Hồi quy ----------------------
09 Hiểu trực quan về RNN
10 Xây dựng một RNN
11 Đánh giá và Cải thiện RNN
12 ------------------------ Phần 4 - Bản đồ Tự tổ chức ------------------------
13 Hiểu trực quan về SOM
14 Xây dựng một SOM
15 Nghiên cứu Tình huống Lớn
16 ------------------------- Phần 5 - Máy Boltzmann -------------------------
17 Hiểu trực quan về Máy Boltzmann
18 Xây dựng một Máy Boltzmann
19 ---------------------------- Part 6 - AutoEncoders ----------------------------
20 AutoEncoders Intuition
21 Building an AutoEncoder
22 ------------------- Annex - Get the Machine Learning Basics -------------------
23 Regression & Classification Intuition
24 Data Preprocessing
25 Data Preprocessing in Python
26 Hồi quy Logistic
27 Chúc mừng!! Đừng quên nhận phần thưởng của bạn :)
3 Khoá học 3 / 5

NLP - Natural Language Processing with Python

NLP - Xử lý Ngôn ngữ Tự nhiên với Python

Học cách sử dụng Máy học, Spacy, NLTK, SciKit-Learn, Học sâu và nhiều hơn nữa để thực hiện Xử lý Ngôn ngữ Tự nhiên

Jose Portilla

4.6 · 80 bài giảng · 11.5 hours
Mua lẻ 50.000đ 579.000đ
Chương trình học 9 chương
01 Giới thiệu
02 Kiến thức Cơ bản về Văn bản trong Python
03 Kiến thức Cơ bản Xử lý Ngôn ngữ Tự nhiên
04 Gán nhãn Từ loại và Nhận dạng Thực thể Đặt tên
05 Phân loại Văn bản
06 Ngữ nghĩa và Phân tích Tình cảm
07 Mô hình hóa Chủ đề
08 Học sâu cho NLP
09 PHẦN THƯỞNG: CẢM ƠN BẠN!
4 Khoá học 4 / 5

LangChain- Agentic AI Engineering with LangChain & LangGraph

LangChain - Phát triển AI Agents với LangChain & LangGraph

Học Kỹ thuật AI với LangChain và LangGraph bằng cách xây dựng AI Agents thực tế (Python, Phiên bản mới nhất 1.0+)

Eden Marco

4.6 · 184 bài giảng · 20.5 hours
Mua lẻ 50.000đ 349.000đ
Chương trình học 23 chương
01 Giới thiệu
02 TÓM TẮT về LangChain - Bắt đầu với "Hello World" chain của bạn
03 TÓM TẮT về AI Agents
04 [BETA, WIP cho đến 1.3.2026] Bên trong Agents
05 [Đã lỗi thời, Sẽ bị xóa vào 1.3.2026] LangChain ReAct Agent gốc
06 Đi sâu vào ReAct Agents - Điều kỳ diệu là gì?
07 Gọi Hàm (Function Calling)
08 TÓM TẮT về RAG - Embeddings, Vector Databases và Truy xuất
09 Xây dựng trợ lý tài liệu (Embeddings, VectorDBs, Retrieval, Memory)
10 Lý thuyết Kỹ thuật Prompt
11 Hãy nói về Ứng dụng LLM trong Môi trường Sản xuất
12 -------------------Giới thiệu về LangGraph -------------------
13 Reflection Agent
14 Reflexion Agent
15 Agentic RAG
16 -----------------Giới thiệu về Model Context Protocol (MCP)-------------------
17 Sử dụng Server có sẵn (mcpdoc) với AI Clients (Cursor & Claude)
18 Xây dựng MCP Servers và Clients với LangChain
19 Các công cụ hữu ích khi phát triển Ứng dụng LLM
20 Deep Agents
21 Bảng Thuật Ngữ LangChain
22 Bảo Mật Agent
23 Phần Thưởng Thêm
5 Khoá học 5 / 5

Deployment of Machine Learning Models

Triển khai Mô hình Học máy

Hướng dẫn tích hợp các Pipeline Học máy mạnh mẽ và đáng tin cậy vào Môi trường Production

Soledad Galli

4.6 · 219 bài giảng · 10.5 hours
Mua lẻ 50.000đ 349.000đ
Chương trình học 14 chương
01 Giới thiệu
02 Tổng quan về Triển khai Mô hình
03 Kiến trúc Hệ thống Học máy
04 Môi trường Nghiên cứu - Phát triển Mô hình Học máy
05 Đóng gói Mô hình cho Production
06 Phục vụ và Triển khai mô hình qua REST API
07 Pipeline Tích hợp và Triển khai Liên tục (CI/CD)
08 Triển khai ML API với Container
09 Kiểm thử Khác biệt
10 Triển khai lên IaaS (AWS ECS)
11 Mô hình Học sâu với Dữ liệu Lớn
12 Các vấn đề thường gặp khi triển khai
13 Phụ lục: Phần cũ: Phục vụ mô hình qua REST API
14 Phần Thưởng Cuối cùng

Bắt đầu sự nghiệp
AI Engineer

Trang bị kỹ năng, kiến thức nền tảng và kinh nghiệm thực hành để bắt đầu sự nghiệp mơ ước.

199.000đ 3.925.000đ -95%

Bao gồm những gì

Xây dựng tư duy nền tảng vững chắc về Machine Learning và Deep Learning.
Làm chủ công nghệ Xử lý ngôn ngữ tự nhiên (NLP) và các mô hình ngôn ngữ lớn (LLMs).
Thành thạo việc sử dụng framework AI để tự tin phát triển các sản phẩm Generative AI thực tế.
Đủ năng lực đưa các mô hình AI từ môi trường nghiên cứu (lab) lên hệ thống vận hành thực tế (Production).

Không phù hợp với bạn?

Khám phá thêm các khoá học cho sự nghiệp của AI Engineer

Zalo
Tôi có thể tư vấn khoá học cho bạn 😊