Giới thiệu bản thân
Lập trình viên đam mê ứng dụng Trí tuệ nhân tạo (Computer Vision) và Tự động hóa (Automation) vào việc giải quyết các bài toán thực tiễn. Có kinh nghiệm thực chiến trong việc huấn luyện, tinh chỉnh kiến trúc mô hình nhận diện vật thể (YOLO, RT-DETR, Faster R-CNN), tối ưu hóa trọng số mô hình sang chuẩn ONNX để triển khai thực tế, cũng như xây dựng các pipeline tự động hóa trình duyệt và xử lý đa phương tiện bằng Python.
Học vấn & Đào tạo
Samsung Innovation Campus (SIC)
07/2026 - 09/2026Chuyên ngành: Trí tuệ nhân tạo (Artificial Intelligence)
- Hoàn thành chương trình đào tạo chuyên sâu về Machine Learning, Deep Learning và Computer Vision.
- Điểm tổng kết đồ án cuối khóa (Capstone Project): 90/100 — Xây dựng và đánh giá chuyên sâu các mô hình nhận diện rác thải thông minh.
Đại học Công nghệ Thông tin & Truyền thông (ICTU)
2022 - 2026Cử nhân Công nghệ Thông tin / Khoa học Máy tính (Có thể sửa tên trường)
- GPA: 3.35 / 4.0
- Tập trung nghiên cứu các học phần: Xử lý ảnh số, Học máy, Phát triển ứng dụng di động đa nền tảng và Cấu trúc dữ liệu & Giải thuật.
Dự án kỹ thuật nổi bật
Hệ thống Nhận diện & Phân loại Rác thải Thông minh (Capstone AI)
07/2026 - 09/2026AI Researcher & Core Developer (Team Rác)
- Thu thập, làm sạch và gán nhãn bộ dữ liệu rác thải đa lớp bằng Roboflow và X-AnyLabeling.
- Cải tiến kiến trúc YOLOv11s tích hợp cơ chế chú ý CBAM (Convolutional Block Attention Module), đồng thời huấn luyện đối sánh hiệu năng với YOLOv8, RT-DETR và Faster R-CNN ResNet-50.
- Thiết lập quy trình kiểm định chéo 3-Fold Cross-Validation để đảm bảo tính khách quan của các chỉ số mAP@50, mAP@50-95, Precision và Recall.
- Chuyển đổi và tối ưu hóa trọng số mô hình từ PyTorch (
.pt) sang ONNX giúp tăng tốc độ suy luận (inference) trên thiết bị cấu hình tầm trung.
Công nghệ: Python, PyTorch, YOLOv11s-CBAM, RT-DETR, Faster R-CNN, ONNX, OpenCV.
Pipeline Tự động hóa Xử lý Video, OCR & Giọng nói AI
07/2026 - 09/2026Cá nhân phát triển
- Xây dựng công cụ trích xuất phụ đề tự động từ video bằng PaddleOCR (tối ưu chạy phần cứng GPU NVIDIA) và dịch thuật đa ngôn ngữ.
- Tích hợp Edge-TTS, VieNeu-TTS và huấn luyện mô hình giọng nói RVC v2 trên Google Colab để lồng tiếng tự động.
- Tự động hóa quy trình dựng video và xuất bản nháp bằng MoviePy và pyCapCut, kết hợp kịch bản điều khiển trình duyệt tự động bằng Playwright.
Công nghệ: Python, Playwright, PaddleOCR, MoviePy, pyCapCut, Edge-TTS, RVC v2.
TrashCNN & Ứng dụng Di động Quản lý Lịch trình
07/2026Full-stack / Mobile Developer
- TrashCNN_Project: Xây dựng mô hình mạng nơ-ron tích chập (CNN) phân loại ảnh rác thải với quy trình chia tách tập dữ liệu chuẩn hóa bằng
split-folders. - Mobile App: Thiết kế kiến trúc thư mục và phát triển ứng dụng quản lý lịch biểu cá nhân đa nền tảng bằng Expo React Native và
react-native-calendars.
Công nghệ: TensorFlow/Keras, React Native, Expo, JavaScript, Android Studio.
Chứng chỉ & Đào tạo bổ sung
Chứng nhận Hoàn thành Khóa học Artificial Intelligence (Điểm đồ án: 90/100)
Đào tạo Kỹ thuật Sản xuất Video & Tiếp thị Liên kết