An AI Assistant on Your Company Knowledge, Without Code Khóa Học Đào Tạo

Khóa đào tạo trực tiếp do giảng viên hướng dẫn tại Việt Nam (trực tuyến hoặc tại chỗ) này nhằm mục tiêu vào kỹ sư AI và nhà phát triển phần mềm ở mức độ sơ cấp đến trung cấp, những người muốn trang bị kiến thức nền tảng về các nguyên lý và thực tiễn của kỹ thuật AI.

Đến cuối khóa đào tạo này, người tham gia sẽ có khả năng:

• Hiểu được các khái niệm cốt lõi và công nghệ đằng sau AI và học máy (Machine Learning).
• Triển khai các mô hình học máy cơ bản sử dụng TensorFlow và PyTorch.
• Áp dụng các kỹ thuật AI để giải quyết các vấn đề thực tiễn trong phát triển phần mềm.
• Quản lý và bảo trì các dự án AI bằng cách tuân thủ các quy trình tốt nhất trong kỹ thuật AI.
• Nhận thức được các vấn đề đạo đức và trách nhiệm liên quan đến việc phát triển các hệ thống AI.

Chương trình thực hành trong hai ngày này trang bị cho người học kỹ năng thực tiễn để sử dụng các công cụ AI tạo sinh (Generative AI) một cách hiệu quả, an toàn và nhất quán trong công việc kỹ thuật và vận hành. Khóa học tập trung vào việc biến AI thành trợ lý tin cậy hàng ngày cho việc soạn thảo và cải thiện tài liệu, cấu trúc hóa yêu cầu, đẩy nhanh phân tích và báo cáo, hỗ trợ giải quyết vấn đề và đơn giản hóa giao tiếp liên phòng ban. Người học sẽ nắm được các mẫu lệnh (prompting) hiệu quả đã được kiểm chứng, các kỹ thuật xác thực để giảm thiểu sai sót và hiện tượng “ảo giác” (hallucinations), cùng các thực hành quản trị nhẹ nhàng nhằm bảo vệ thông tin bí mật và sở hữu trí tuệ. Khóa học được thiết kế để tạo ra các mẫu, quy trình làm việc và cách tiếp cận lặp lại cho công việc hỗ trợ bằng AI có thể áp dụng ngay lập tức.

Khóa học trực tiếp, trực tuyến hoặc tại chỗ này được thiết kế cho các chuyên gia và nhà phát triển phần mềm AI có trình độ từ trung cấp đến cao cấp muốn xây dựng các ứng dụng thông minh bằng AI và ML.

Đến khi kết thúc khóa học này, các tham gia sẽ có thể:

• Hiểu các khái niệm và công nghệ tiên tiến về AI và ML.
• Phân tích và trực quan hóa dữ liệu để hỗ trợ phát triển mô hình AI/ML.
• Xây dựng, huấn luyện và triển khai mô hình AI/ML một cách hiệu quả.
• Tạo ra các ứng dụng thông minh có thể giải quyết các vấn đề thực tế.
• Đánh giá các ảnh hưởng đạo đức của các ứng dụng AI trong các ngành công nghiệp khác nhau.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các chuyên gia IT mới bắt đầu, những người muốn có được kiến thức nền tảng về các ứng dụng thông minh và cách chúng có thể được áp dụng trong nhiều ngành công nghiệp.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu về lịch sử, nguyên tắc và tác động của trí tuệ nhân tạo.
• Xác định và áp dụng các thuật toán học máy khác nhau.
• Quản lý và phân tích dữ liệu hiệu quả cho các ứng dụng AI.
• Nhận biết các ứng dụng thực tế và giới hạn của AI trong các lĩnh vực khác nhau.
• Thảo luận về các cân nhắc về đạo đức và tác động xã hội của công nghệ AI.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu, kỹ sư và chuyên gia AI ở trình độ trung cấp đến nâng cao, những người muốn nắm vững các chi tiết phức tạp của các ứng dụng thông minh và tận dụng chúng để giải quyết các vấn đề phức tạp trong thế giới thực.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Triển khai và phân tích các kiến trúc học sâu.
• Áp dụng học máy ở quy mô lớn trong môi trường tính toán phân tán.
• Thiết kế và thực thi các mô hình học tăng cường để đưa ra quyết định.
• Phát triển các hệ thống NLP tinh vi để hiểu ngôn ngữ.
• Sử dụng các kỹ thuật thị giác máy tính để phân tích hình ảnh và video.
• Giải quyết các cân nhắc về đạo đức trong việc phát triển và triển khai các hệ thống AI.

Khóa đào tạo trực tiếp do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) nhằm đến các nhà khoa học dữ liệu và lập trình viên có trình độ từ cơ bản đến trung cấp, mong muốn tìm hiểu về Milvus và ứng dụng thực tế của nó trong các tình huống AI khác nhau.

Đến cuối khóa đào tạo này, học viên sẽ có thể:

• Hiểu kiến trúc và tính năng của Milvus.
• Thực hiện cơ sở dữ liệu vector trong các ứng dụng AI khác nhau.
• Thực hiện tìm kiếm tương đồng với độ chính xác và tốc độ cao.
• Áp dụng Milvus vào các thách thức AI thực tế.

Khóa đào tạo trực tiếp có giảng viên trong Việt Nam (trực tuyến hoặc tại chỗ) này dành cho các nhà khoa học dữ liệu và nhà phát triển phần mềm từ cấp độ cơ bản đến trung cấp, những người muốn tìm hiểu cách ứng dụng Pinecone vào nhiều kịch bản AI khác nhau, từ tìm kiếm ngữ nghĩa đến cá nhân hóa.

Sau khi hoàn thành khóa học, người tham gia sẽ có khả năng:

• Hiểu rõ kiến trúc và các tính năng của Pinecone.
• Triển khai cơ sở dữ liệu vector trong các ứng dụng AI đa dạng.
• Thực hiện tìm kiếm tương tự với độ chính xác và tốc độ cao.
• Áp dụng Pinecone để giải quyết các thách thức AI trong thực tế.

Trí tuệ nhân tạo (AI) đang nhanh chóng trở thành nền tảng của quản lý sản phẩm hiện đại — thay đổi cách chúng ta khám phá nhu cầu của khách hàng, định nghĩa giải pháp và ra quyết định. Tương tự như cách điện năng đã cách mạng hóa ngành công nghiệp, AI đang định hình lại quy trình xây dựng, xác thực và phát triển sản phẩm.

Khóa đào tạo trực tiếp do giảng viên hướng dẫn (trực tuyến hoặc tại chỗ) này dành cho các Product Owner, Scrum Master và Agile Coach muốn tìm hiểu cách AI có thể nâng cao năng lực sở hữu sản phẩm và củng cố quá trình ra quyết định.

Vào cuối khóa đào tạo, người tham gia sẽ có khả năng:

• Hiểu được các nguyên tắc cơ bản của Trí tuệ nhân tạo và phân biệt giữa AI truyền thống và AI sinh tạo (GenAI).
• Áp dụng bảy tư thế ưu tiên của Product Owner (bao gồm tư thế Orchestrator mới) và sử dụng AI để tăng cường từng tư thế — chẳng hạn như Visionary, Experimenter hoặc Customer Representative.
• Nắm vững kỹ thuật đặt câu hỏi (prompting) hiệu quả và coi các công cụ AI là những cộng sự thông minh với các kỹ năng chuyên biệt.
• Sâu sắc hóa sự hiểu biết về khách hàng và tạo ra các persona hỗ trợ bởi AI cho việc kiểm chứng giả thuyết và khám phá, đồng thời duy trì kết nối chân thực với khách hàng.
• Phát triển và truyền tải tầm nhìn sản phẩm rõ ràng bằng cách sử dụng các khuôn khổ cấu trúc như Khung 3x3, tận dụng AI để định hình và trực quan hóa các câu chuyện sản phẩm.
• Sử dụng các công cụ AI sinh tạo để đẩy nhanh quá trình tạo nguyên mẫu và kiểm chứng giả thuyết, chẳng hạn như tạo bản mô phỏng (mock-ups) hoặc các khái niệm sản phẩm.
• Hỗ trợ các quyết định sản phẩm bằng cách sử dụng công cụ AI để phân tích, ưu tiên hóa và đánh giá các tính năng dựa trên giá trị, khả thi và tác động đến người dùng.
• Tự động hóa hoặc ủy thác các công việc thường nhật (email, quản lý bên liên quan, ghi chú) bằng AI để tập trung vào công việc chiến lược và sáng tạo.
• Dẫn dắt các cuộc thảo luận về đạo đức AI, thiên kiến và bảo mật dữ liệu, đảm bảo việc ứng dụng AI có trách nhiệm và bền vững.
• Nhận diện và thiết kế các trường hợp sử dụng AI có giá trị, được tùy chỉnh phù hợp với bối cảnh sản phẩm và tổ chức cụ thể.
• Khám phá và thử nghiệm khoảng 20 công cụ và mô hình AI khác nhau — từ trợ lý năng suất và nền tảng tạo nguyên mẫu đến các giải pháp sinh tạo video, hình ảnh và mã hóa.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển phần mềm và quản trị viên cơ sở dữ liệu ở trình độ mới bắt đầu, những người muốn tìm hiểu những kiến thức cơ bản về cơ sở dữ liệu vector, bao gồm cấu trúc, hoạt động và các trường hợp sử dụng của chúng.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu khái niệm và mục đích của cơ sở dữ liệu vector.
• Nhận biết sự khác biệt giữa cơ sở dữ liệu vector và cơ sở dữ liệu truyền thống.
• Học các kỹ thuật cơ bản để tạo và quản lý dữ liệu vector.
• Thực hiện các tìm kiếm tương đồng đơn giản.
• Đánh giá cao vai trò của cơ sở dữ liệu vector trong các ứng dụng AI.

Khóa đào tạo trực tuyến hoặc tại chỗ do giáo viên hướng dẫn này nhằm vào các nhà khoa học dữ liệu và kỹ sư máy học có trình độ trung cấp đến nâng cao, những người muốn thành thạo việc sử dụng cơ sở dữ liệu vector cho các ứng dụng AI có khả năng mở rộng và hiệu suất cao.

Cuối khóa đào tạo, học viên sẽ có thể:

• Hiểu rõ nguyên lý của cơ sở dữ liệu vector.
• Học các kỹ thuật để tạo và quản lý vector embeddings.
• Khám phá các chiến lược lập chỉ mục cho dữ liệu đa chiều.
• Phát triển kỹ năng để thực hiện tìm kiếm độ tương đồng hiệu quả.
• Áp dụng kiến thức về cơ sở dữ liệu vector vào các dự án máy học.