
Trích xuất nhìn là hiểu
Bảy bài về trích xuất thông tin từ văn bản tiếng Việt, NER là ca cụ thể. Mỗi bài một chỗ "tưởng đúng mà sai", và mọi con số đều đo được — kèm repo Python thuần chạy lại được từng con số xuất hiện trong video.
23 series về AI & Machine Learning

Bảy bài về trích xuất thông tin từ văn bản tiếng Việt, NER là ca cụ thể. Mỗi bài một chỗ "tưởng đúng mà sai", và mọi con số đều đo được — kèm repo Python thuần chạy lại được từng con số xuất hiện trong video.

Mười ba thuật toán Machine Learning, mỗi tập một thuật toán, giải thích bằng hình và bằng số đo được. Không công thức trước rồi ví dụ sau — dữ liệu trước, câu hỏi trước, thuật toán sau. Kèm repo code chạy được tái tạo đúng từng con số xuất hiện trong video.

Khóa học toàn diện về AI Agent Engineering — từ nền tảng Python & ML, NLP & LLMs (LLaMA, Mistral, Qwen, Phi), RAG với Vector DB (FAISS, Milvus, Pinecone), đến xây dựng AI Agent system với LangChain, LlamaIndex, CrewAI, LangGraph. Thực hành Fine-tuning, Prompt Engineering, Tool Calling, Multi-Agent. Triển khai production với FastAPI, Docker, Microservices, MLOps, CI/CD trên AWS/Azure/GCP. Đáp ứng đầy đủ yêu cầu tuyển dụng AI/ML Engineer tại các công ty công nghệ hàng đầu.

Series thực chiến xây dựng local AI stack với Gemma 4 trên Apple Silicon theo chuẩn engineering. Từ setup Ollama, API integration, RAG pipeline, hybrid retrieval, đến observability và hardening cho môi trường nội bộ.

Lộ trình Machine Learning cho người mới bắt đầu từ số 0, theo phương pháp dễ hiểu: trực giác trước, code sau, toán vừa đủ dùng. Khóa học đi từ cài đặt môi trường, model đầu tiên, đánh giá đúng, chống overfitting/data leakage, đến các mô hình phổ biến (Linear, Logistic, Tree, XGBoost), unsupervised, time series, và triển khai production. Mỗi cụm bài đều có mini-project, challenge thực chiến và checklist đầu ra rõ ràng.

Hướng dẫn toàn diện chạy LLM local trên Mac Apple Silicon (M1/M2/M3/M4) với Ollama và MLX. Từ cài đặt ban đầu đến tăng tốc 3x với MLX framework, quản lý nhiều model, tích hợp API vào ứng dụng, và tối ưu hiệu năng GPU/RAM. Tất cả đều hands-on, privacy-first, không cần internet.

Khóa học toàn diện về AI trong lĩnh vực Y tế — từ Medical Imaging với CNN, NLP cho hồ sơ bệnh án, Drug Discovery với GNN, đến triển khai AI tuân thủ HIPAA/FDA. Thực hành với Python, PyTorch, Hugging Face, và các bộ dữ liệu y tế chuẩn như MIMIC, CheXpert, PubMed.

Khóa học toàn diện về Generative AI cho hình ảnh và video — từ nền tảng GAN, VAE đến Stable Diffusion, DALL-E, Midjourney API. Thực hành image generation, inpainting, style transfer, video generation, và xây dựng Generative AI pipeline production-ready với Python, Hugging Face Diffusers, và ComfyUI.

Khóa học toàn diện về Recommendation Systems — từ Collaborative Filtering, Content-based, Matrix Factorization đến Deep Learning RecSys với Two-Tower, Graph Neural Networks, Sequence Models. Hands-on với Python, PyTorch, LightFM, và deploy production-ready recommendation engine.

Khóa học toàn diện về Multimodal AI — từ Vision-Language Models (CLIP, LLaVA), Visual Question Answering, Image Captioning, đến Document AI, Video Understanding. Thực hành với Python, PyTorch, Hugging Face Transformers, và các model state-of-the-art như GPT-4V, Gemini, LLaVA.

Khóa học toàn diện về Natural Language Processing (NLP) — từ nền tảng tokenization, word embeddings, đến kiến trúc Transformer, BERT, GPT. Thực hành text classification, NER, sentiment analysis, machine translation, question answering và xây dựng NLP pipeline production-ready với Python, Hugging Face, và spaCy.

Khóa học toàn diện về Reinforcement Learning — từ nền tảng MDP, Q-Learning đến Deep RL với DQN, Policy Gradient, PPO, SAC. Thực hành game AI, robotics simulation, RLHF cho LLM, và deploy RL agents production-ready với Python, Gymnasium, Stable-Baselines3.

Khóa học toàn diện về AI cho Speech & Audio — từ xử lý tín hiệu âm thanh, Speech Recognition (ASR) với Whisper, Text-to-Speech (TTS) với VITS, Voice Cloning, Speaker Verification, đến Music AI. Thực hành với Python, PyTorch, Hugging Face, librosa, và các model state-of-the-art.

Khóa học toàn diện về Time Series AI — từ Statistical Methods (ARIMA, ETS), Machine Learning (XGBoost, LightGBM), đến Deep Learning (LSTM, Transformer, TimesFM). Ứng dụng forecasting, anomaly detection, classification. Thực hành với Python, statsmodels, scikit-learn, PyTorch, và các framework chuyên dụng.

Series thực chiến xây dựng toàn bộ hệ thống AI cho một Fashion & Print-on-Demand platform — từ AI Design Generation (Stable Diffusion, ControlNet), AI Editing bằng ngôn ngữ tự nhiên, Personalization System, Virtual Try-On với Computer Vision, đến Print File Optimization và AI Product Generation. Mỗi bài là một module AI độc lập, có thể triển khai production.

Series thực chiến xây dựng AI Agent Platform hoàn chỉnh bằng TypeScript — từ thiết kế monorepo, LLM Router, Tool Registry, RAG Pipeline, Workflow Engine, Multi-tenant RBAC đến deploy Docker production. Học qua mã nguồn thực tế của xClaw — open-source platform đang chạy production.

Khóa học thực chiến về Computer Vision — từ CNN, Object Detection (YOLO), Image Segmentation (SAM) đến Vision Transformer và Multimodal AI. Hands-on với PyTorch, Ultralytics YOLO, Hugging Face. Deploy mô hình CV lên production với TensorRT và ONNX.

Khóa học chuyên sâu về MLOps và LLMOps — nghệ thuật đưa AI models từ prototype lên production an toàn và hiệu quả. Từ experiment tracking, CI/CD cho ML, đến LLM observability, cost optimization, guardrails, và compliance. Kỹ năng được trả lương cao nhất trong AI.

Khóa học toàn diện về Prompt Engineering — từ viết prompt cơ bản đến Chain-of-Thought, Tree-of-Thoughts, Multimodal Prompting và xây dựng Prompt Library cho production. Kỹ năng thiết yếu nhất trong thời đại AI, áp dụng được ngay cho ChatGPT, Claude, Gemini.

Khóa học chuyên sâu về Retrieval-Augmented Generation (RAG) — kỹ thuật kết nối LLM với dữ liệu riêng của bạn. Từ basic RAG đến Graph RAG, Agentic RAG, Multimodal RAG. Hands-on với ChromaDB, Qdrant, LangChain, LlamaIndex. Deploy "Chat with Documents" lên production.

Khóa học toàn diện về Fine-tuning Large Language Models — từ khi nào cần fine-tune, chuẩn bị dữ liệu, fine-tune trên Google Gemini/Vertex AI, OpenAI, và open-source (LoRA/QLoRA). So sánh Fine-tuning vs RAG, phương pháp đánh giá model, và triển khai production. Tính toán chi phí thực tế.

Khóa học thực chiến xây dựng AI Agents — từ chatbot đơn giản đến hệ thống Multi-Agent phức tạp. Thành thạo Function Calling, Tool Use, RAG, MCP, LangGraph, CrewAI và triển khai Agent lên production. Mỗi bài đều code hands-on với Python.

Khóa học toàn diện về Trí tuệ Nhân tạo và Large Language Models — từ nền tảng Neural Networks, kiến trúc Transformer, đến Fine-tuning, RAG, AI Agents và triển khai production. Học qua thực hành với Python, PyTorch và các LLM APIs.