K23 · AI Engineering — LLM, RAG & Agents
K23 dạy cách biến mô hình ngôn ngữ lớn (LLM) thành sản phẩm thật. Học sinh làm chủ prompt/spec, embeddings, RAG (truy hồi tăng cường sinh) và agents/tools để xây các ứng dụng AI vượt xa một cửa sổ chat.
📘 Đề cương & chủ đề
- LLM và Prompt/Spec
- Cách LLM sinh văn bản và các tham số cơ bản
- Viết spec/prompt có cấu trúc, ràng buộc đầu ra
- Embeddings và tìm kiếm ngữ nghĩa
- Vector hóa văn bản
- Tìm nội dung gần nghĩa thay vì khớp từ khóa
- RAG — Retrieval Augmented Generation
- Kho vector và chia nhỏ tài liệu (chunking)
- Ghép ngữ cảnh truy hồi vào câu trả lời
- Agents và Tools
- Agent lập kế hoạch và gọi công cụ
- Ghép nhiều bước, xử lý lỗi và vòng lặp
- Đánh giá sản phẩm AI
- Tiêu chí chất lượng đầu ra
- Thử nghiệm và cải thiện lặp
🎯 Học viên đạt được
- Gọi và điều khiển LLM qua API với prompt/spec rõ ràng.
- Dùng embeddings để tìm kiếm theo ngữ nghĩa.
- Xây pipeline RAG kết nối dữ liệu riêng vào câu trả lời của AI.
- Thiết kế agent biết dùng công cụ (tools) để hoàn thành tác vụ nhiều bước.
- Đánh giá chất lượng đầu ra của sản phẩm AI.
🧠 Kỹ năng cốt lõi
Kết khóa, con làm ra gì?
Sản phẩm THẬT chạy được — không ảnh minh hoạ; mỗi cái con tự tay dựng và mang một Dấu Tự Làm.
Ứng dụng dùng RAG hoặc agent giải một nhu cầu cụ thể (trợ lý tra cứu tài liệu, hỗ trợ học tập...) được deploy và đo chất lượng, là capstone của khóa.
Xây trợ lý trả lời dựa trên bộ tài liệu do học sinh cung cấp, có trích dẫn nguồn.
Thiết kế agent hoàn thành một quy trình gồm nhiều công cụ và nhiều bước.
Sản phẩm này, con muốn khoe với ba mẹ
Ba mẹ có thể chưa có nhiều thời gian bên con. Nhưng 15 phút ngồi xem con tự giới thiệu Ask Docs · RAG — thứ con tự tay làm ra — có thể là 15 phút đáng nhớ nhất trong tuần. Kèm theo là clip 30 giây con tự giải thích, để dù ba mẹ đang ở đâu cũng thấy con lớn lên.
- 🎮Con được chơi, được vui, được làm điều mình mê
- 💛Ba mẹ thấy con tiến bộ qua từng sản phẩm thật
- 🎁Tương lai: LLM API · Embeddings — hành trang cho nghề nghiệp thời AI
🧭 Phương pháp học
Xây từ đơn giản đến phức tạp (prompt, rồi embeddings, rồi RAG, rồi agent); mỗi bước kèm đánh giá chất lượng bằng ví dụ thật.
📚 Bổ trợ môn học ở trường
Năng lực AI Engineering theo hướng các chương trình đại học hàng đầu (NYU, Stanford); nền cho Track D (AI Ops).
🏅 Chứng chỉ hướng tới
➡️ Bước tiếp theo
Cửa vào Track D (K24 AI Ops) và làm dày Track A.
Các khóa khác của CyberHero Architect
HÔM NAY, KHÔNG PHẢI “DỊP KHÁC”✧
Cho con học thử MIỄN PHÍ một buổi.Tuổi thơ của con không chờ “dịp khác”. 60 phút ba mẹ ngồi cạnh, xem con tự làm ra sản phẩm đầu tiên — kèm test xếp lớp & tư vấn lộ trình 9 năm riêng cho con, hoàn toàn miễn phí.