NỘI DUNG

FAQ

LỢI ÍCH

GIẢNG VIÊN

THÔNG TIN 

ĐĂNG KÝ NGAY

CƠ HỘI VIỆC LÀM

KHÓA HỌC A- Z

TỪ CƠ BẢN - CHUYÊN SÂU VỀ AI ENGINEER 
(Machine Learning - Deep Learning - Computer Vision - Natural Language Processing)

ĐĂNG KÝ NHẬN TƯ VẤN
KIỂM TRA ĐỘ PHÙ HỢP

Xử lý hình ảnh
(Computer Vision)

Xử lý ngôn ngữ
(Natural Language Processing)

Xử lý video
(Video Processing)

Xử lý âm thanh
(Speech Language Processing)

Cơ hội nghề nghiệp rộng mở, nghề HOT nhất 2025!

04

hướng phát triển chính của AI Engineer

ĐĂNG KÝ NGAY

Technical Director/Engineering Manager

(~95 triệu VNĐ)

$4,069

Solutions Architect

(~92 triệu VNĐ)

Tech Management (CTO, CIO)

$3,959

Technical Architect

(~90 triệu VNĐ)

$3,054

Machine Learning/AI Engineer

(~70 triệu VNĐ)

$1,737

Data Engineer

(~40 triệu VNĐ)

$1,707

Database Developer

(~39 triệu VNĐ)

$1,695

Big Data Engineer

(~38 triệu VNĐ)

(~132 triệu VNĐ)

$4,165

$5,776

MỨC THU NHẬP KHỦNG CỦA AI ENGINEER

(Khảo sát Topdev mức lượng/ tháng)

10%

mới chỉ đáp ứng
Số nhân lực AI hiện nay mới chỉ đáp ứng được 10% nhu cầu thị trường

259%

tăng
Số lượng tin tuyển dụng AI tăng 259% năm 2022

TỐT NGHIỆP KHÓA HỌC ĐƯỢC GIỚI THIỆU CƠ HỘI LÀM VIỆC TẠI CÁC ĐỐI TÁC TUYỂN DỤNG CỦA COLE

XEM THÔNG TIN TUYỂN DỤNG

LỢI ÍCH VƯỢT TRỘI CỦA BỘ KHÓA HỌC

... Giúp bạn chinh phục mọi kỹ năng để trở thành AI Engineer

 Thuần thục khả năng tư duy logic trong lĩnh vực khoa học dữ liệu và trí tuệ nhân tạo từ cơ bản - chuyên sâu:
1. Phân tích xử lý dữ liệu đa chiều
2. Nhận dạng xử lý bài toán
3. Triển khai các mô hình máy học trong ứng dụng thực tiễn,...

1. Thu thập và tiền xử lý dữ liệu
2. Xây dựng và huấn luyện mô hình AI
3. Kiểm tra và đánh giá mô hình trên tập dữ liệu kiểm tra
4. Tinh chỉnh và cải thiện mô hình
5. Triển khai mô hình vào sản phẩm hoặc ứng dụng
6. Theo dõi và nâng cao hiệu suất của mô hình qua thời gian.

ĐĂNG KÝ NGAY

LÀM CHỦ TƯ DUY

THÀNH THẠO QUY TRÌNH LÀM AI

1. Học máy (Machine Learning)
2. Học sâu (Deep Learning)
3. Mạng nơ-ron nhân tạo (Artificial Neural Networks)
4. Xử lý ngôn ngữ tự nhiên (Natural Language Processing)
5. Thị giác máy tính (Computer Vision)

XÂY DỰNG THUẬT TOÁN

1. Kiến thức về Toán học và Thống kê
2. Hiểu biết về các Framework và Thư viện phổ biến như TensorFlow, Keras, PyTorch
3. Kỹ năng xử lý dữ liệu và đặc trưng
4. Khả năng thiết kế và xây dựng mô hình AI
5. Hiểu biết về các phương pháp Học máy và Học sâu
6. Kỹ năng giải thích và trình bày kết quả một cách dễ hiểu
7. Sáng tạo, tư duy phản biện và khả năng giải quyết vấn đề.

KỸ NĂNG TOÀN DIỆN

1. Ngôn ngữ lập trình Python
2. Các thư viện phổ biến như NumPy, Pandas, Scikit-learn, TensorFlow, Keras, PyTorch
3. Công cụ mã nguồn mở như Jupyter Notebook, VS Code,..
4. Nền tảng đám mây để huấn luyện mô hình như Google Colab, ...
5. Công cụ quản lý mã nguồn như Git, GitHub.

RÈN LUYỆN CÔNG CỤ

1. Phân loại hình ảnh (Image classification)
2. Nhận dạng giọng nói (Speech recognition)
3. Dịch thuật tự động (Machine translation)
4. Phát hiện gian lận (Fraud detection)
5. Tự động lái xe (Self-driving cars)
6. Phát hiện và chữa trị bệnh (Disease detection and treatment)
7. Thuật toán gợi ý tự động (Automation Recommend system )
8. Tạo nội dung tự động (Automated content creation).

BÀI TOÁN AI PHỔ BIẾN NHẤT

XEM NỘI DUNG CHI TIẾT 

NỘI DUNG CHÍNH

PHẦN 1 - KIẾN THỨC NỀN TẢNG

PHẦN 2 - KIẾN THỨC ỨNG DỤNG DATA SCIENCE & MACHINE LEARNING

PHẦN 3 - CHUYÊN SÂU VỀ AI

PHẦN 4 - THỰC TẬP ỨNG DỤNG THỰC TIỄN VỀ AI TRONG DOANH NGHIỆP

  • Buổi 1: Tổng quan về khoa học dữ liệu 
MODULE I: TỔNG QUAN VỀ KIẾN THỨC CỦA DATA SCIENCE & AI
  • Buổi 2: Làm quen với Python cơ bản
  • Buổi 3: Cấu trúc điều khiển
  • Buổi 4: Hàm và Module
  • Buổi 5: Kiểu dữ liệu Lists và Tuples Kiểu dữ liệu Dictionaries và Sets
  • Buổi 6: Hướng đối tượng trong Python
  • Buổi 7: Python for data analyst(Thư viên Pandas)
  • Buổi 8: Python for data visualization- Matplotlib & Seaborn
  • Buổi 9: Project III
MODULE II: TỔNG HỢP KIẾN THỨC PYTHON CƠ BẢN SỬ DỤNG TRONG DATA SCIENCE & AI
  • Buổi 16: Bài toán hồi quy
  • Buổi 17: Bài toán phân lớp dữ liệu
  • Buổi 18: Thực hành về bài toán hồi quy và phân lớp
  • Buổi 19: Bài toán phân cụm dữ liệu
  • Buổi 20: Bài toán hệ gợi ý
  • Buổi 21: Khai phá luật kết hợp
  • Buổi 22: Thực hành về bài toán phân cụm, hệ gợi ý và khai phá luật kết hợp
  • Buổi 23: Học sâu và ứng dụng
  • Buổi 24 Project V
MODULE IV: CƠ SỞ LÝ THUYẾT VỀ CÁC BÀI TOÁN VÀ MÔ HÌNH PHỔ BIẾN TRONG KHOA HỌC DỮ LIỆU
  • Buổi 25: Phân tích bài toán và dữ liệu
  • Buổi 26: Tiền xử lý dữ liệu
  • Buổi 27: Xây dựng mô hình
  • Buổi 28: Xây dựng mô hình
  • Buổi 29: Đánh giá mô hình
  • Buổi 30: Triển khai mô hình
  • Buổi: 31 Project VI
MODULE V: HƯỚNG DẪN THỰC HIỆN MINI-PROJECT VỀ KHOA HỌC DỮ LIỆU
  • Buổi 32+33: Học viên trình bày Project Data Science và Machine Learning
  • Buổi 34: Tổng kết nội dung về Machine Learning Engineer
MODULE VI: HỌC VIÊN TRÌNH BÀY MINI-PROJECT, ĐÁNH GIÁ, TỔNG KẾT PHẦN ML
  • Buổi 10: Giới thiệu thống kê ứng dụng trong Khoa học Dữ liệu
  • Buổi 11: Giới thiệu xác suất ứng dụng trong Khoa học Dữ liệu
  • Buổi 12: Kỹ thuật lấy mẫu (Sampling) trong Khoa học Dữ liệu
  • Buổi 13: Khoảng tin cậy (Confidence Interval) và kiểm định giả thuyết (hypothesis testing)
  • Buổi 14: Áp dụng vô EDA và Trực Quan hóa dữ liệu và tạo báo cáo tự động
  • Buổi 15: Project IV
MODULE III: LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ ỨNG DỤNG CHO PHÂN TÍCH DỮ LIỆU THĂM DÒ (EXPLORATORY DATA ANALYSIS - EDA)
  • Buổi 35: Tổng quan về AI thực chiến
  • Buổi 36: Kỹ thuật làm việc với dữ liệu lớn
  • Buổi 37: Xây dựng mô hình Deep Learning cơ bản
  • Buổi 38: Tối ưu hóa mô hình Deep Learning
  • Buổi 39: Xử lý ảnh với Computer Vision
  • Buổi 40: Xử lý ngôn ngữ tự nhiên (NLP)
  • Buổi 41: Tối ưu hóa và đóng gói mô hình
  • Buổi 42: Triển khai AI trên nền tảng đám mây
  • Buổi 43+44: Xây dựng hệ thống AI cho phân loại ảnh
  • Buổi 45+46: Xây dựng chatbot hỗ trợ khách hàng
  • Buổi 47: Xử lý bài toán nâng cao
  • Buổi 48: Đánh giá hiệu quả và cải tiến mô hình
  • Buổi 49: Tổng kết và hướng dẫn phát triển thêm.
  • Buổi 50: Các kỹ thuật nâng cao
  • Buổi 51: Tổng kết, nhận xét
MODULE VII: AI ENGINEER
  • Buổi 52: Xây dựng hệ thống AI cho phân đoạn ảnh
  • Buổi 53+54: Xây dựng hệ thống AI cho Document Understanding P1
  • Buổi 55+56: Xây dựng hệ thống AI cho Document Understanding P2
  • Buổi 57+58: Giới thiệu về công cụ triển khai cho các mô hình AI trên GPU tốt nhất hiện nay
  • Buổi 59: Giới thiệu về Image generative
  • Buổi 60: Hướng dẫn viết trình bày tài liệu AI
  • Buổi 61: Hướng dẫn viết CV, Apply doanh nghiệp
  • Buổi 62: Tổng kết
MODULE VIII: THỰC TẬP ỨNG DỤNG THỰC TIỄN VỀ AI TRONG DOANH NGHIỆP

Bao gồm hơn 20+ bài toán thực hành phổ biến nhất trong lĩnh vực AI thực tế và 5 bài project lớn của NLP như: Chatbot, Machine Translate, Intent Detection, Text Summarization, Natural Language Generation, Kiến trúc nổi bật phía sau công nghệ ChatGPT hiện nay.
Các bài toán ứng dụng phổ biến của Computer Vision:
 Bài toán OCR, Bài toán eKYC, Bài toán nhận diện khuôn mặt, Bài toán Nhận diện hành động, Bài toán Dự đoán, Bài toán Cảnh báo, Bài toán Image Caption, Bài toán Tạo ảnh mới, ...

BẠN SẼ ĐƯỢC 
THỰC HÀNH
NHỮNG BÀI
PROJECT  
NÀO?

PROJECT CUỐI KHÓA CỦA HỌC VIÊN

NHẬN DIỆN BIỂN SỐ XE

HỆ THỐNG CẢNH BÁO XÂM NHẬP

DỰ ĐOÁN KẾT QUẢ WORLD CUP

MÔ HÌNH TEXT-TO-IMAGE

CẢNH BÁO VA CHẠM

DỰ ĐOÁN GIÁ CHỨNG KHOÁN 

BẠN SẼ HỌC CÙNG AI?

... là các chuyên gia đầu ngành tại các doanh nghiệp và tổ chức lớn.

TS. Đặng Lê Quang
(GV Đại học Ngoại Thương TP.HCM) 
3+ năm là Giảng viên dạy các chủ đề Toán ứng dụng và Khoa học máy tính Đại học Ngoại Thương TP HCM 
3+ năm Giảng viên Đại học Khoa Kỹ thuật Hàng không Vũ trụ, Khoa Kỹ thuật Giao thông Vận tải, Đại học Bách khoa TP.HCM
3+ năm Nghiên cứu viên Viện Năng lượng ứng dụng – NUPEC (Nuclear Power Trung tâm Kỹ thuật), Tokyo, Nhật Bản.
4+ năm CNTT tại Công ty DFM-engineering
10+ năm nghiên cứu trong lĩnh vực khoa học tính toán và phân tích dữ liệu
TS. Lê Hà Xuân
(Tiến Sĩ - Chuyên triển khai dự án về AI) 
Thạc sĩ Công nghệ thông tin tại Đại học KMUTNB tại Bangkok, Thái Lan
Tiến sĩ chuyên ngành Tính toán thần kinh Đại học Ruhr-Bochum, Đức
Giám đốc công ty công nghệ AI/ML (Spring AI) và dẫn dắt nhóm nghiên cứu quốc tế về Computer Vision và Machine Learning (Legroup & Tuy.AI) với nhiều dự án thành công trong lĩnh vực sản xuất công nghiệp và thương mại
Làm việc tại các viện nghiên cứu và doanh nghiệp hàng đầu như Viện Tính toán Thần kinh Đại học Ruhr Bochum, BMW Research Center & Springer Vision Ltd (Anh)
Một số dự án tiêu biểu:
- Hệ thống eKYC sử dụng OCR và nhận dạng khuôn mặt, cung cấp giải pháp bảo mật hiện đại cho các dịch vụ tài chính.
- Dự án dự đoán kết quả học tập bằng Big Data và Neuro-Science đã mang lại các phương pháp can thiệp hiệu quả để nâng cao kết quả học tập của sinh viên.
- Hệ thống AI cho mô hình Direct-to-Customer (D2C), tích hợp các công nghệ tiên tiến như Generative AI, NLP, và Deepfake, giúp khách hàng cá nhân hóa hành trình mua sắm và tối ưu hóa trải nghiệm người dùng.
- Dự án Vision-based Driving Assistant giúp nhận diện giao thông và người đi bộ cho xe tự lái
- Dự án Fundamental Research on Color Constancy đề xuất các thuật toán ổn định màu sắc mới, ứng dụng trong các nhiệm vụ quan trọng của Computer Vision.

THÔNG TIN KHÓA HỌC

Học online qua Zoom

2 Buổi/Tuần
2 Giờ/Buổi

Khai giảng
Liên tục

Số lượng
25 học viên

LỢI ÍCH KHI THAM GIA KHÓA HỌC TẠI COLE

TƯ VẤN MIỄN PHÍ

INTERACT

Môi trường học mở, giúp các em giao lưu bạn bè, trao đổi với thầy cô thông qua nhiều hình thức: trong giờ học, nhóm lớp trên zalo, facebook, tư vấn viên…

PRACTICE

Các bài thực hành được xây dựng song song với nền tảng kiến thức được giới thiệu, giúp các em làm quen với công nghệ từ sớm, kích thích đam mê, khả năng sáng tạo

SUPPORT

Đội ngũ tư vấn viên, trợ giảng theo sát khả năng tiếp thu và hỗ trợ quá trình học của học viên, giúp các em tự tin lựa chọn ngành học trong tương lai

NETWORK

Mạng lưới kết nối và thảo luận giữa các học viên, giảng viên, trợ giảng và cộng đồng các bạn học sinh có cùng đam mê công nghệ thông tin

Đầu ra hấp dẫn

Duy nhất trong khóa K3 này, Cole cam kết thực tập với các học viên hoàn thành xuất sắc khóa học tại các doanh nghiệp đối tác hàng đầu.

100+

doanh nghiệp đối tác

10

suất thực tập

70%

học viên có việc làm

Cam kết chất lượng theo 3 giai đoạn:
- Giai đoạn 1 (Học kiến thức): Yêu cầu học viên hoàn thành tất cả kiến thức và project đúng thời hạn, tối thiểu 80%.
- Giai đoạn 2 (Thực tập tại doanh nghiệp): Thời gian tối thiểu 2 tháng tùy theo nhu cầu của doanh nghiệp.
- Giai đoạn 3 (Giới thiệu việc làm): Hỗ trợ kết nối nhà tuyển dụng trong vòng 6 tháng sau khi hoàn thành thực tập.

TÌM HIỂU THÊM

Nếu vẫn băn khoăn rằng mình có phù hợp với nghề kỹ sư AI hay không, đừng ngần ngại kết nối với COLE để nhận tư vấn MIỄN PHÍ!!!

ĐĂNG KÝ TƯ VẤN ĐỂ BIẾT BẠN SẼ HỌC GÌ VÀ LÀM ĐƯỢC GÌ SAU KHÓA HỌC

Họ và tên 

Số điện thoại 

Email 

Địa chỉ

ngày

giây

phút

giờ

00
00
00
00

ĐĂNG KÝ NGAY

CÂU HỎI THƯỜNG GẶP

Bạn đang học hoặc đã đăng ký một khóa học mà muốn đổi sang khóa khác thì phí đổi là 500k/ lần đổi.

Tôi có được đổi khóa học khi tham gia học không?

Nếu tôi bỏ lỡ các buổi học có được học bù hay bảo lưu không?

Khi bạn đăng ký tham gia chương trình học, bạn sẽ được bảo lưu khóa học nếu chưa có thời gian học.

Tôi có được xem lại các bài giảng đã học không?

Mỗi buổi học online sẽ được record lại và gửi lại cho học viên khi có yêu cầu.

HOẠT ĐỘNG NỔI BẬT

Cole.vn đã tổ chức hàng chục khóa học giúp học viên nâng cao kỹ năng IT ứng dụng cho công việc như: chuyển đổi số, phân tích dữ liệu, phân tích nghiệp vụ, kế toán - hành chính, AI - trí tuệ nhân tạo,...

TỔ CHỨC & HỌC VIÊN THAM GIA KHÓA HỌC TẠI COLE.VN

Hơn 3000 học viên, 200+ tổ chức đã học tập

Giấy phép hoạt động số ĐKKD 0109007268 do Sở KH&ĐT TP HN cấp ngày 29/11/2019
0869 810 635
contact@cole.vn
Địa chỉ: Tầng 3, số 8 Phan Văn Trường, Dịch Vọng Hậu, Cầu Giấy, Hà Nội
Văn phòng giao dịch: Toà D, Việt Đức Complex, 39 Lê Văn Lương, Nhân Chính, Thanh Xuân, Hà Nội