Xin chào, tôi là
Nguyễn Sỹ Thành

Sinh viên Công nghệ kĩ thuật Cơ Điện Tử | VNU-UET

25021471
Trường Đại học Công nghệ - ĐHQGHN

Định hướng học tập & Phát triển

Là một sinh viên ngành Công nghệ kĩ thuật Cơ Điện Tử, mục tiêu lớn nhất của tôi là nắm vững sự giao thoa giữa cơ khí chuẩn xác, hệ thống điện tử thông minh và lập trình điều khiển. Tôi định hướng tích hợp sâu rộng Trí tuệ nhân tạo (AI) vào việc giải quyết các bài toán tự động hóa cơ điện tử thực tiễn, rèn luyện tư duy hệ thống và làm chủ các công cụ chuyển đổi số hiện đại.

Mục tiêu lập Portfolio

Hồ sơ năng lực số này được xây dựng với mục tiêu số hóa và hệ thống hóa toàn bộ minh chứng thực hành xuyên suốt học phần. Qua đó, khẳng định năng lực ứng dụng công nghệ số, kỹ năng cộng tác từ xa, năng lực khai thác mô hình ngôn ngữ lớn (LLM) một cách có cấu trúc, đồng thời cam kết tuyệt đối với đạo đức học thuật và tư duy liêm chính.

Hệ thống Dự án & Bài tập

Bài tập 1

Thao tác cơ bản với tệp tin và thư mục

Mục tiêu bài tập

Xây dựng tư duy tổ chức dữ liệu số khoa học trên hệ điều hành, tối ưu hóa tốc độ tìm kiếm và làm quen với quy trình vòng đời của tệp tin.

Tóm tắt quá trình

Tạo lập thư mục gốc có cấu trúc định danh ThucHanh_NguyenSyThanh tại ổ đĩa hệ thống Local Disk (C:). Tạo nhánh thư mục con chuyên biệt TaiLieu. Thực hiện tạo lập các file văn bản (GhiChuQuanTrong.txt, DiChuyen.txt), áp dụng các thao tác nâng cao như di chuyển tệp, đổi tên, xóa tạm thời vào Recycle Bin và khôi phục dữ liệu nguyên trạng (Restore).

Minh chứng kết quả

Hệ thống file được tổ chức chuẩn xác, tệp tin khôi phục nguyên vẹn cấu trúc đường dẫn ban đầu. Tối ưu hóa không gian lưu trữ hệ thống cục bộ.

Thư mục sản phẩm bài nộp
Auto-save (LocalStorage)
1. Báo cáo thực hành Bài tập 1 (.pdf) Chưa nộp sản phẩm
hoặc
2. Ảnh chụp cấu trúc cây thư mục File Explorer (.png / .jpg) Đã nộp bằng link liên kết trực tuyến
hoặc
Bài tập 2

Tìm kiếm và đánh giá thông tin học thuật

Mục tiêu bài tập

Nâng cao năng lực nghiên cứu, thu thập và thẩm định hệ thống tài liệu học thuật liên quan đến chủ đề cấp bách: "Ứng dụng Trí tuệ nhân tạo (AI) trong Giáo dục Đại học".

Tóm tắt quá trình

Khai thác các cú pháp tìm kiếm toán tử nâng cao (AND, OR, "", filetype) trên các cơ sở dữ liệu học thuật quốc tế lớn (Google Scholar, ScienceDirect, IEEE Xplore), tạp chí khoa học chuyên ngành trong nước và báo cáo chính thống từ UNESCO, WEF. Sàng lọc, phân tích và thẩm định nghiêm ngặt 10 tài liệu tiêu biểu thông qua ma trận đánh giá 5 chiều.

Ma trận thẩm định tài liệu (Trích mẫu)

Tài liệu (Định dạng Harvard) Nguồn gốc / Nhà XB Tiêu chí thẩm định chính Xếp loại
Brown, C., 2025. Evaluating AI-driven Plagiarism Detection Tools... Higher Education Journal Độ cập nhật (2025), khảo sát định lượng thực tế cao. Hạng A
Phan Chính Thắng, 2024. Trí tuệ nhân tạo giáo dục... NXB ĐHQG Hà Nội Nguồn hàn lâm chính thống, lý luận sâu sắc hệ thống. Hạng A
Thư mục sản phẩm bài nộp
Auto-save (LocalStorage)
Báo cáo thẩm định tài liệu toàn văn (.docx / .pdf) Đã nộp bằng link liên kết trực tuyến
hoặc
Bài tập 3

Nghiên cứu & Thử nghiệm kỹ thuật Prompt Engineering

Mục tiêu bài tập

Làm chủ kỹ nghệ viết câu lệnh chỉ thị (Prompt Engineering) để biến mô hình ngôn ngữ lớn (LLM) thành một trợ lý học thuật thông minh, chính xác, tránh hiện tượng ảo giác thông tin.

Thực nghiệm 3 tác vụ học tập & Cấu trúc C.L.E.A.R

Thử nghiệm được triển khai song song qua 3 cấp độ (Cơ bản, Cải tiến, Nâng cao) trên các tác vụ: Tóm tắt bài nghiên cứu, Giải thích thuật ngữ "Học sâu - Deep Learning", và Thiết kế bộ đề thi trắc nghiệm Lập trình hướng đối tượng (OOP).

Mẫu Prompt Nâng cao (Tác vụ giải thích thuật ngữ):
"Vai trò: Chuyên gia giảng dạy AI. Hãy giải thích khái niệm Deep Learning cho sinh viên năm nhất ngành Cơ điện tử. Sử dụng phương pháp ẩn dụ liên hệ tới hệ thống tay máy robot cơ khí..."

Bộ nguyên tắc vàng C.L.E.A.R đúc kết: Context | Limit & Action | Explicit Format | Anchors | Refinement.

Thư mục sản phẩm bài nộp
Auto-save (LocalStorage)
Báo cáo nghiên cứu Prompt kỹ thuật chuyên sâu (.docx / .pdf) Đã nộp bằng link liên kết trực tuyến
hoặc
Bài tập 4

Hợp tác trực tuyến trong môi trường số

Mục tiêu bài tập

Xây dựng hệ sinh thái làm việc và vận hành nhóm trực tuyến chuẩn hóa chuyên nghiệp, nâng cao năng suất cá nhân trong cấu trúc tập thể bất đồng bộ.

Hệ sinh thái 4 công cụ cốt lõi

Sử dụng Trello quản lý dự án Kanban, Google Docs đồng soạn thảo tài liệu đặc tả yêu cầu phần mềm (SRS) theo thời gian thực, Google Drive lưu trữ tài nguyên hệ thống, và Discord duy trì kênh truyền thông tức thời.

Thách thức & Giải pháp

Xung đột ghi đè Docs: Quy hoạch mỗi thành viên phụ trách một đề mục độc lập, chuyển tương tác sửa đổi sang chế độ Suggestion/Comment. Thiết lập kênh #async-update trên Discord giải quyết lệch múi giờ sinh hoạt nhóm.

Thư mục sản phẩm bài nộp
Auto-save (LocalStorage)
Báo cáo đóng góp cá nhân và đường link Board nhóm (.docx / .pdf) Đã nộp bằng link liên kết trực tuyến
hoặc
Bài tập 5

Sử dụng AI tạo sinh trong sáng tạo nội dung số

Mục tiêu bài tập

Phối hợp đa nền tảng trí tuệ nhân tạo tạo sinh nhằm tối ưu hóa chuỗi quy trình thiết kế, lên ý tưởng và tạo lập sản phẩm truyền thông số toàn diện.

Chuỗi phối hợp đa công cụ AI

Triển khai dự án xây dựng bài thuyết trình chuyên sâu 15 slide với chủ đề "Trí tuệ nhân tạo và tương lai của giáo dục":

Claude: Xây dựng Outline logic nội dung. | DALL-E 3: Tạo sinh kho hình ảnh minh họa phi bản quyền. | Canva AI: Tự động hóa thiết kế layout đồng bộ.

Bài học rút ra

Năng lực viết Prompt cấu trúc tốt đóng vai trò quyết định 90% chất lượng đầu ra. Sự phán đoán, tinh chỉnh tinh tế và sắp xếp logic của con người là yếu tố cốt lõi giúp định hình sản phẩm xuất sắc.

Thư mục sản phẩm bài nộp
Auto-save (LocalStorage)
1. Báo cáo quy trình phối hợp ứng dụng hệ sinh thái AI (.docx / .pdf) Đã nộp bằng link liên kết trực tuyến
hoặc
2. Slide bản thuyết trình hoàn chỉnh (.pptx / .pdf) Đã nộp bằng link liên kết trực tuyến
hoặc
Bài tập 6

Sử dụng AI có trách nhiệm & Đạo đức học thuật

Mục tiêu bài tập

Xác định ranh giới đạo đức học thuật minh bạch giữa việc mượn lực AI hỗ trợ nghiên cứu chân chính và hành vi lạm dụng gian lận đạo văn kỹ thuật số.

Case Study & 7 Nguyên tắc cốt lõi

Nghiên cứu chính sách liêm chính học thuật tại VNU-UET. Thực hành lập dàn ý tiểu luận chuyên ngành môn "Nhập môn Kỹ thuật Robot" (thuật toán YOLOv8). Thiết lập hệ thống 7 nguyên tắc vàng cá nhân: Minh bạch | Tự chủ | Kiểm chứng | Bảo mật | Trách nhiệm | Không lạm dụng (No-cheat) | Học hỏi liên tục.

Sơ đồ luồng Infographic

THINK (Tư duy trước) → PROMPT (Giao tiếp thông minh) → VERIFY (Kiểm chứng chống ảo giác) → PRODUCE (Cá nhân hóa sản phẩm).

Thư mục sản phẩm bài nộp
Auto-save (LocalStorage)
Báo cáo cam kết liêm chính học thuật & Sơ đồ thiết kế Infographic (.docx / .pdf) Đã nộp bằng link liên kết trực tuyến
hoặc

Hành trình Nhìn lại & Đúc kết

🌱 Trải nghiệm & Cảm nhận cá nhân

Hành trình hoàn thành 6 bài tập lớn không đơn thuần là việc học cách sử dụng các phần mềm máy tính, mà đó là quá trình chuyển đổi căn bản trong tư duy số. Từ một người tiếp cận công nghệ mang tính thụ động, tôi đã rèn luyện được năng lực chủ động điều phối, kết hợp liên hoàn các giải pháp trí tuệ nhân tạo để phục vụ tối ưu cho học tập chuyên ngành Cơ điện tử.

✨ Triết lý cốt lõi: AI là Trợ lý, Bạn là Bản chính

Bài học đắt giá nhất tôi đúc kết được là hiểu rõ vị thế của bản thân trước làn sóng AI. Các mô hình AI tạo sinh rất mạnh trong việc tối ưu hóa thời gian xây dựng bộ khung nháp ban đầu hoặc khơi nguồn cảm hứng ý tưởng độc đáo. Tuy nhiên, năng lực tư duy phản biện, sự kiểm chứng chéo nghiêm túc và những trải nghiệm sâu sắc mang đậm dấu ấn cá nhân mới là giá trị cốt lõi bền vững.

💡 Kỹ năng cốt lõi đạt được

Kỹ nghệ Prompt Engineering chuẩn C.L.E.A.R

Biết cách kiểm soát đầu ra của LLM chuẩn xác, phục vụ nghiên cứu và tự học chuyên sâu hiệu quả.

Thẩm định & Sàng lọc thông tin học thuật

Kỹ năng phân tích, phân loại nguồn tài liệu tin cậy theo quy chuẩn nghiên cứu khoa học quốc tế.

Quản lý và Vận hành dự án số từ xa

Làm chủ hệ sinh thái công cụ số doanh nghiệp (Trello Kanban, Async-communication) để đạt hiệu suất nhóm tối đa.

🚧 Vượt qua thử thách

Thách thức lớn nhất là xử lý các giới hạn cố hữu của AI tạo sinh như lỗi chi tiết đồ họa, hiện tượng bịa đặt số liệu ảo giác hoặc các xung đột đồng bộ hóa thời gian thực khi làm việc nhóm. Việc kiên trì áp dụng các giải pháp như Fact-checking (kiểm chứng chéo thông tin) với sách báo chính thống và phân rã ma trận nhiệm vụ đã giúp tôi chuyển hóa hoàn toàn thách thức thành bài học kinh nghiệm thực tiễn đắt giá.