I. Tổng quan

Chương trình Trí tuệ Nhân tạo hướng dẫn học viên các kỹ năng và kiến thức về toán, về máy học, về ngôn ngữ lập trình, là những công cụ cần thiết khác trong lĩnh vực trí tuệ nhân tạo. Học viên cũng sẽ được hướng dẫn chi tiết về cách thiết kế các mạng nơ-ron nhân tạo tiên tiến (mạng học sâu) và sử dụng nó để giải quyết các bài toán thời gian thực như thị giác máy tính, ngôn ngữ tự nhiên, dự đoán giá cả v.v....

II. Thời lượng: 280h

III. Hình thức đào tạo:

Đào tạo trực tiếp tại lớp học và một số giờ online được giảng dạy bởi chuyên gia đang làm việc tại nước ngoài.

IV. Mục tiêu:

• Hiểu các ứng dụng chính của Trí tuệ nhân tạo trên các lĩnh vực khác nhau như dịch vụ khách hàng, dịch vụ tài chính, chăm sóc sức khỏe, v.v.
• Các kỹ thuật trí tuệ nhân tạo cổ điển như thuật toán tìm kiếm, mạng nơ-ron v.v...
• Khả năng ứng dụng Trí tuệ nhân tạo để giải quyết các vấn đề thực tế cũng như hạn chế của nó
• Nắm vững các kỹ năng và công cụ được sử dụng bởi các nhóm chuyên gia Trí tuệ nhân tạo trên thế giới.
• Hiểu các nguyên tắc cơ bản của Xử lý ngôn ngữ tự nhiên bằng cách sử dụng thư viện phổ biến nhất.
• Hiểu các khái niệm của công cụ TensorFlow, các chức năng, hoạt động chính và quy trình thực hiện.
• Nắm vững và hiểu các chủ đề nâng cao như mạng học sâu, LSTM.
• Tìm hiểu cách triển khai các mô hình deep learning trên Docker, Kubernetes và trong môi trường đám mây và/hoặc thiết bị IoT

V. Đối tượng tham gia:

Với nhu cầu về việc áp dụng Trí tuệ nhân tạo trong các ngành khác nhau như ngân hàng, tài chính, sản xuất, vận tải và hậu cần, chăm sóc sức khỏe, khóa học Trí tuệ nhân tạo phù hợp cho nhiều đối tượng khác nhau như:

• Kỹ sư công nghệ thông tin mong muốn trở thành “Kỹ sư trí tuệ nhân tạo”
• Cấp quản lý đang lãnh đạo các nhà phân tích dữ liệu và phân tích kinh doanh.
• Sinh viên đã tốt nghiệp muốn phát triển sự nghiệp trong lĩnh vực trí tuệ nhân tạo và máy học
• Các nhà phân tích dữ liệu/ phân tích kinh doanh mong muốn áp dụng trí tuệ nhân tạo trong môi trường công việc.

VI. Điều kiện tiên quyết:

- Có kiến thức cơ bản về CNTT, lập trình 

- Tư duy logic tốt

- Học viên sẽ được tư vấn cụ thể  bởi Bộ phận Đào tạo và đội ngũ giảng viên để việc định hướng tham gia chương trình học được chính xác nhất. 

VII. Chương trình đào tạo

Gồm 7 khoá học như sau:

1. Nhập môn Trí Tuệ Nhân Tạo và Học Máy  
2. Xác suất thống kê
3. Khoa học dữ liệu với Python 
4. Machine Learning
5. Deep Learning với Keras và Tensorflow 
6. Deep Learning nâng cao và Computer Vission  
7. Đồ án tổng hợp

VIII. Giảng viên:

1.      Tiến sĩ Nguyễn Xuân Hà (Canada)

TS Nguyễn Xuân Hà nhận bằng Kỹ sư Điện tử Viễn Thông tại Học viện Công nghệ Bưu chính Viễn thông Thành phố Hồ Chí Minh năm 2003, bằng Thạc sĩ Computer Science tại  Viện Khoa học và Công nghệ Tiên tiến Hàn Quốc, Daejeon, Hàn Quốc, năm 2007, bằng tiến sĩ tại Đại học Saskatchewan, Saskatoon, SK, Canada vào năm 2011. Từ năm 2012 đến 2016, anh đã làm việc tại Complex System Inc., Calgary, AB Canada với công việc phát triển hệ thống nhận diện hành vi con người dựa trên Computer vision.Hiện tại, ông đang làm việc tại Ambyint Inc.,  Canada với vai trò là Nhà khoa học dữ liệu. Nhiệm vụ của anh là xây dựng mô hình trí tuệ nhân tạo (AI) cho việc tự động hoá và tối ưu trong lĩnh vực dầu khí. Anh cũng có thời gian là giảng viên thỉnh giảng tại Đại học Tân Tạo, Việt Nam. Các hướng nghiên cứu của anh bao gồm lĩnh vực trí tuệ nhân tạo, Internet of Things, computer vision và big data.

2.      PGS.TS Quản Thành Thơ (Vietnam)

PGS. TS Quản Thành Thơ là hiện đang làm việc tại Khoa Khoa Học và Kỹ Thuật Máy Tính với vai trò là Trưởng Bộ môn Công nghệ phần mềm, Đại học Bách khoa TPHCM. Anh nhận bằng Tiến sĩ từ Đại học Công nghệ Nanyang, Singaporevào 2006. Các nghiên cứu hiện tại của anh bao gồm Formal methods, Phân tích / Xác minh chương trình, Semantic Web, Machine Learning / Khai thác dữ liệu và các hệ thống thông minh. Anh cũng là advisor của nhiều doanh nghiệp trong việc ứng dụng Machine Learning để giải quyết các vấn đề của doanh nghiệp.

3.      PGS.TS Trần Vũ Khanh

PGS.TS Trần Vũ Khanh là một nhà toán học và là một chuyên gia về AI. Anh từng làm việc cho Đại học Padova (Ý), Đại học Quốc gia Singapore (Singapore), Đại học Wollongong (Úc). Hiện anh đang làm việc tại Đại học Tân Tạo (Việt Nam) với vai trò Giảng viên.

4.      Tiến sĩ Vũ Quang Hiếu (Vietnam)

Tiến sĩ Vũ Quang Hiếu hiện đang là Giám đốc Bộ phận Khoa học dữ liệu (Head of Data Science) tại Zalora. Anh đã nhận bằng Tiến sĩ tại Singapore-MIT Alliance vào năm 2008. Trước khi gia nhập Zalora, anh đã làm việc ở Đại học Quốc gia Singapore, Đại học Hoàng gia London, Viện Nghiên cứu Infocomm và Trung tâm Sáng tạo Viễn thông Anh Etaluat. Tiến sĩ Vũ Quang Hiếu có kinh nghiệm trên nhiều lĩnh vực từ P2P, Điện toán đám mây và Xử lý luồng dữ liệu, An ninh mạng, Tối ưu hóa và Khoa học dữ liệu. Anh đã xuất bản hơn 50 bài báo khoa học trong các hội nghị và tạp chí hàng đầu.

5.      Thạc Sĩ Phạm Thành Lâm (Vietnam)

Thạc sĩ Phạm Thành Lâm hiện đang là Giám đốc Bộ phận khoa học dữ liệu (Lead Data Scientist) tại VNG Datalabs, Founder của Saigonapps và là một Kaggle Master. Anh tốt nghiệp thạc sĩ về Computer Science tại tại  Saint Petersburg State University (Nga) năm 2007, bằng thạc sĩ về Hệ thống CNTT doanh nghiệp tại đại. học  Heilbronn, Đức vào 2010. Anh đã xây dựng nhiều sản phẩm về data science tại các doanh nghiệp lớn như viễn thông, fintech,…Hiện anh cũng là Kaggle master và có nhiều giải pháp hàng đầu như CIKM, WSDM. Các công việc hiện của anh tập trung vào các lĩnh vực Machine Learning/Deep Learning/NLP

6.      Tiến sĩ Trần Anh Tuấn (Vietnam)

Năm 2010, Tiến sĩ Trần Tuấn nhận được bằng thạc sĩ tại Khoa Toán và Tin học của Đại học Khoa học TP.HCM, Việt Nam. Năm 2014, ông nhận bằng Tiến sĩ tại Khoa Điện tử và Kỹ thuật Máy tính, Đại học Quốc gia Chonnam, Hàn Quốc. Hiện nay, Tiến sĩ Trần Tuấn là giảng viên và nhà khoa học dữ liệu tại trường Đại học khoa học, thành phố Hồ Chí Minh, Việt Nam. Bên cạnh đó, ông có kinh nghiệm trong vai trò cố vấn cho các dự án Khoa học dữ liệu và computer vision tính của Công ty FPT Software, DMSpro và PNJ. Các nghiên cứu chính của ông là về Khoa học dữ liệu (Machine Learning & Khai thác dữ liệu) và Computer Vision (Xử lý hình ảnh y tế, Theo dõi đối tượng và Deep Machine). Ông thành thạo các kỹ năng lập trình như: Ngôn ngữ R, Python, .Net, Javascript và PHP.

7.      Tiến sĩ Cao Tiến Dũng (Vietnam)

Tiến sĩ Dũng Cao nhận bằng Tiến sĩ Khoa học Máy tính tại Đại học Bordeaux, Pháp (2010). Hiện anh làm việc tại Đại học Tân Tạo (Việt Nam) với vai trò Giảng viên và quản lý. Các nghiên cứu của ông liên quan đến: IoT, Khoa học dữ liệu, Machine Learning, Computer Vision, Service Engineering.

8.      Tiến sĩ  Nguyễn Phúc Sơn (Vietnam)

Tiến sĩ Nguyễn Phúc Sơn được trao bằng Tiến sĩ tại Đại học Wayne State ở Detroit, Michigan, Hoa Kỳ. Anh hiện là phó trưởng khoa toán tại Đại học Kinh tế và Luật. Anh đã làm việc và phát triển trên các ứng dụng của thống kê dữ liệu và khoa học dữ liệu cho dữ liệu tài chính và kinh doanh. Ngoài ra, anh đang hợp tác với trường Đại học thành phố Dublin trong một dự án về người tiêu dùng kỹ thuật số.

9.      Tiến sĩ Trần Duy Hiến (Vietnam)

Anh là Tiến sĩ, nhà Toán học tại Đại học bang New Mexico, Hoa Kỳ. Các công trình nghiên cứu của Tiến sĩ Hiến đã mang lại nhiều lợi ích bao gồm phân tích rủi ro thống kê và mô hình rủi ro cho dữ liệu thô (bao gồm dữ liệu bị kiểm duyệt, thiếu, không đầy đủ và không chính xác).

10.  Thạc sĩ Nguyễn Văn Cường (Vietnam)

Thạc sĩ khoa học Nguyễn Văn Cường hiện đang làm việc với vai trò là Nhà khoa học dữ liệu cao cấp tại Inspectorio. Anh chuyên nghiên cứu và giải quyết các vấn đề về AI ứng dụng như Deep Learning, Computer Vision, NLP, Generative Modelling, Unsupervised và Recommendation. Anh đã hoàn thành Thạc sĩ Khoa học Máy tính tại Konkuk Univ, Hàn Quốc.