Học Data Science theo cách bình tâm nhất.

Bắt đầu từ Python, xử lý dữ liệu và những thuật toán ML đầu tiên một cách vững chắc.

• Python cho Data Science (cú pháp, OOP, file I/O)
• NumPy, Pandas & Trực quan hóa dữ liệu với Matplotlib/Seaborn
• Xác suất, Thống kê và EDA thực hành
• Linear Regression & Logistic Regression
• Decision Tree, KNN và đánh giá mô hình
• Mini project: Dự đoán giá nhà / phân loại khách hàng

Đi sâu vào feature engineering, ensemble learning và quy trình xây dựng mô hình thực tế.

• Feature Engineering & Selection chuyên sâu
• Ensemble Learning: Random Forest, Gradient Boosting, XGBoost
• Clustering: K-Means, DBSCAN, Hierarchical
• Dimensionality Reduction: PCA, t-SNE
• Cross-validation, Hyperparameter Tuning & Pipeline
• Kaggle-style project: Bài toán doanh nghiệp thực tế

Làm chủ mạng nơ-ron sâu, Computer Vision, NLP và triển khai mô hình lên production.

• Neural Networks, Backpropagation & Optimization (SGD, Adam)
• Convolutional Neural Networks (CNN) cho Computer Vision
• RNN, LSTM, Attention và Transformer
• PyTorch/TensorFlow & Transfer Learning
• MLOps cơ bản: Docker, FastAPI, Model Serving
• Capstone: Hệ thống nhận diện hoặc phân loại văn bản

Xây dựng ứng dụng với Large Language Models, RAG, Fine-tuning và các hệ thống AI Agent.

• Large Language Models & Prompt Engineering nâng cao
• Retrieval-Augmented Generation (RAG) với Vector DB
• Fine-tuning, LoRA/QLoRA & PEFT
• LangChain, LangGraph & Function Calling
• Multi-Agent Systems & Autonomous Agents
• Dự án cuối: AI Agent tự động hóa quy trình doanh nghiệp