Kiến tạo hệ thống AI thực chiếntừ mô hình ngôn ngữ nền tảngđến trải nghiệm tương tác thời gian thực.
Gần 2 năm kinh nghiệm nghiên cứu, tinh chỉnh mô hình tiếng Việt (LLM, Embedding, TTS) trên Hugging Face và triển khai các hệ thống RAG, Multi-Agent, Computer Vision trong doanh nghiệp và hành chính công.
Kiến trúc đa tác tử, trực quan hóa 3Dvà phân tích dữ liệu tài chính thời gian thực
Tổng hợp 5 hệ thống AI quy mô sản xuất thực tế với độ trễ thấp và kiến trúc đa phương thức.
EduViz AI — Nền tảng Trực quan hóa Toán & Vật lí THPT bằng AI
01.EduViz AI — Nền tảng Trực quan hóa Toán & Vật lí THPT bằng AI
Nền tảng EdTech đa phương thức truyền phát (stream) lời giải từng bước theo phương pháp Socratic đồng bộ với đồ thị tương tác 2D/3D (JSXGraph, Three.js) bám sát chương trình GDPT 2018 môn Toán và Vật lí THPT.
- Thời gian phản hồi
- 1.5–3.5s
- Token đầu tiên (TTFT)
- < 1.2s
- Đồ họa tương tác
- Three.js + JSXGraph
Next.js 16 · React 19 · TypeScript · Three.js · JSXGraph · Gemini 2.5 Flash · Strands Agents · SSE
02.FinWhale — Trợ lý Phân tích Dữ liệu Tài chính (Top 10 Road to AI 2026)
Hệ thống AI Agent chuyển câu hỏi tiếng Việt tự nhiên thành chuỗi lệnh truy vấn Pandas chính xác để phân tích bảng dữ liệu tài chính doanh nghiệp, tự động trích xuất chỉ số KPI và vẽ biểu đồ xu hướng theo phong cách Bloomberg Terminal.
- Thành tích quốc gia
- Top 10 R2AI 2026
- Động cơ phân tích
- Text-to-Pandas + RAG
- Giao diện chuyên dụng
- Bloomberg Style
Python · Pandas · RAG · LLM · AI Agent · Financial Analytics
03.Kiosk AI Hỗ trợ Thủ tục Hành chính Công (AAAS)
Giải pháp Kiosk thông minh tích hợp AI Chatbot đa tác tử đặt tại trung tâm hành chính, hỗ trợ người dân tra cứu thủ tục hành chính công bằng giọng nói tự nhiên với RAG trên cơ sở dữ liệu Qdrant và xác thực khuôn mặt.
- Kiến trúc cốt lõi
- Multi-Agent RAG
- Cơ sở dữ liệu Vector
- Qdrant + LlamaIndex
- Tương tác đa phương thức
- Voice + Face ID
FastAPI · ReactJS · LlamaIndex · Qdrant · OmniVoice · LLMs · Computer Vision
04.Công cụ Dịch Tài liệu PDF Bảo toàn 100% Bố cục
Công cụ tự động dịch các tệp PDF lớn và phức tạp bằng Python, PyMuPDF và LLM APIs. Hệ thống phân tích tọa độ bounding box của từng khối văn bản, dịch theo ngữ cảnh chuyên ngành và tái tạo lại trang PDF giữ nguyên phông chữ, bảng biểu và đồ họa.
- Độ toàn vẹn bố cục
- 100% BBox Sync
- Xử lý tài liệu
- Batch Async
- Công nghệ lõi
- PyMuPDF + LLM
Python · PyMuPDF · LLM APIs · Async Processing · Document Layout Analysis
05.Hệ thống AI Hỗ trợ Học tập và Luyện thi Tiếng Anh (IELTS 4 Kỹ năng)
Nền tảng học tiếng Anh và luyện thi IELTS toàn diện ứng dụng Strands Agents, Qdrant RAG, Groq API tốc độ cao và mô hình cục bộ Ollama để đánh giá chi tiết cả 4 kỹ năng (Nghe, Đọc, Viết, Nói) theo chuẩn chấm thi quốc tế.
- Phạm vi đánh giá
- Listening • Reading • Writing • Speaking
- Điều phối tác tử
- Strands Agents + Qdrant
- Hạ tầng suy luận
- Groq LPU + Ollama
FastAPI · ReactJS · Strands Agents · Qdrant · Groq API · Ollama
Ba mô hình AI tiếng Việt tự huấn luyệnvà công bố cho cộng đồng
Ba mô hình TTS song ngữ Việt–Nhật, LLM Gemma Persona GGUF và Embedding 300M mở toàn bộ trọng số trên Hugging Face.
Mô hình Tổng hợp Giọng nói Song ngữ Việt – Nhật (Irodori-Sen)
Mô hình chuyển văn bản thành giọng nói tiếng Việt (kế thừa tiếng Nhật), fine-tune từ Irodori-TTS-500M-v3 với kiến trúc Rectified-Flow Diffusion Transformer, sinh audio 48 kHz, hỗ trợ nhân bản giọng zero-shot và điều khiển phong cách bằng emoji.
- Nhân bản giọng zero-shot từ một đoạn audio mẫu ngắn, đọc được cả tiếng Việt lẫn tiếng Nhật.
- Điều khiển cảm xúc và hiệu ứng âm thanh bằng emoji (khả năng kế thừa từ mô hình gốc; phần tiếng Việt còn đang nghiên cứu, chưa ổn định).
Phân tích luồng xử lý RAG, Agentic Workflowvà hạ tầng suy luận đa phương thức
Phân tích chi tiết 3 trụ cột kỹ thuật: RAG & Qdrant, điều phối đa tác tử và thị giác máy tính thời gian thực.
01.Pipeline Truy xuất Tri thức Tăng cường (RAG) Độ trễ Thấp
Kết hợp mô hình embedding của OpenAI với cơ sở dữ liệu vector Qdrant và cơ chế phân mảnh ngữ nghĩa để cung cấp ngữ cảnh chuẩn xác cho LLM.
- 01Trích xuất & Phân mảnh Tài liệu (Ingestion)
Bóc tách văn bản từ PDF, Web và DB bằng PyMuPDF/LlamaIndex, giữ nguyên cấu trúc tiêu đề và bảng biểu.
- 02Nhúng Vector Ngữ nghĩa (Dense Embedding)
Mã hóa đoạn văn bản bằng mô hình embedding của OpenAI và lưu trữ chỉ mục trên Qdrant.
- 03Truy xuất Lai & Sinh Câu trả lời (Grounded LLM)
Truy vấn ngữ nghĩa kết hợp lọc metadata, đưa ngữ cảnh xác thực vào LLM để trả lời kèm trích dẫn nguồn.
02.Kiến trúc Tác tử Tự hành & Chuyển đổi Ngôn ngữ sang Mã lệnh
Điều phối tác tử trung tâm kết nối đồng thời với công cụ tìm kiếm, truy xuất RAG, sinh mã Python/Pandas an toàn và truy vấn cơ sở dữ liệu.
- 01Phân rã Ý định & Lập kế hoạch (Planning)
Agent phân tích yêu cầu người dùng, quyết định gọi công cụ RAG, Vision hay sinh truy vấn dữ liệu Pandas.
- 02Biên dịch Text-to-Pandas & Thực thi
Chuyển câu hỏi tài chính thành mã Pandas kiểm chứng được, trích xuất chính xác số liệu Revenue/Profit.
- 03Đồng bộ Giao diện & Truyền phát SSE
Truyền phát đồng thời lời giải Socratic và dữ liệu biểu đồ 2D/3D tới trình duyệt với TTFT < 1.2 giây.
03.Tổ hợp Thị giác Máy tính Thời gian thực & Giọng nói Đa ngôn ngữ
Kết hợp nhận diện khuôn mặt sinh trắc học, phát hiện đối tượng bằng YOLO (độ chính xác 85%) và mô hình giọng nói Việt–Nhật trong các thiết bị Kiosk thực tế.
- 01Phát hiện Đối tượng & Hành vi (YOLO)
Mô hình YOLO nhận diện đối tượng và giám sát hành vi thời gian thực với độ tin cậy cao (85% accuracy).
- 02Xác thực Khuôn mặt Sinh trắc học
Trích xuất đặc trưng khuôn mặt trên Kiosk hành chính công để định danh công dân nhanh chóng, an toàn.
- 03Hội thoại Giọng nói Hai chiều (STT & TTS)
Chuyển giọng nói thành văn bản và phản hồi bằng giọng đọc tự nhiên qua OmniVoice và Irodori-Sen-TTS.
Python
TypeScript
JavaScript
React 19
Next.js 16
Node.js
FastAPI
Qdrant
MySQL
MariaDB
Docker
Ollama
Nginx
Linux
Git
Face Recognition
Semantic Search
YOLO Detection
Embedding 300M
Gemma GGUF
Bilingual TTS
LLM • RAG • Agent
LoRA • Embedding • TTS • CVAI Engineer(Kỹ sư Trí tuệ Nhân tạo)
Chịu trách nhiệm nghiên cứu, tinh chỉnh các mô hình AI tiếng Việt và kiến trúc toàn diện các giải pháp RAG, AI Agent, Computer Vision tích hợp vào hệ thống phần mềm doanh nghiệp và dịch vụ hành chính công.
Nghiên cứu và fine-tune các mô hình AI cho tiếng Việt (embedding, LLM persona, TTS) và công bố rộng rãi trên Hugging Face.
Xây dựng các hệ thống RAG và LLM pipeline phục vụ bài toán hỏi đáp, tra cứu tri thức nội bộ và xử lý tài liệu chuyên ngành.
Phát triển và triển khai các tính năng Computer Vision (nhận diện khuôn mặt sinh trắc học, phát hiện đối tượng) trong sản phẩm thực tế.
Thiết kế REST API hiệu năng cao với FastAPI, mô hình hóa cơ sở dữ liệu (MySQL/MariaDB/Qdrant) và phát triển giao diện ReactJS/Next.js.
Chuyển hóa các bài toán nghiên cứu AI hàn lâm thành giải pháp phần mềm doanh nghiệp ổn định, tối ưu chi phí hạ tầng và phục vụ trực tiếp người dùng Việt Nam.
Dấu ấn nghiên cứu học thuậtvà các kỳ thi công nghệ AI
- 01Chặng11/2024
Giải thưởng Nghiên cứu Khoa học Sinh viên Euréka lần thứ XXVI
Đại học Quốc gia TP. Hồ Chí Minh (VNU-HCM) & Thành Đoàn TP.HCM
Được trao tặng chứng nhận ghi nhận những đóng góp nghiên cứu xuất sắc trong lĩnh vực Trí tuệ Nhân tạo (AI) và Học máy (Machine Learning) tại Giải thưởng Sinh viên Nghiên cứu Khoa học Euréka lần thứ 26.
Euréka XXVI • AI & ML
- 02Chặng02/2025
Bài báo khoa học: “Phát hiện gian lận thi cử bằng mô hình YOLO”
Tạp chí Giáo dục Việt Nam (Vietnam Journal of Education)
Nghiên cứu, huấn luyện và đánh giá thực nghiệm hệ thống thị giác máy tính dựa trên kiến trúc YOLO nhằm tự động phát hiện các hành vi gian lận trong phòng thi theo thời gian thực, đạt độ chính xác thực nghiệm 85%.
85% Detection Accuracy - 03Chặng2026
Top 10 Chung cuộc — Cuộc thi Road to AI 2026
AI Guru x Road to AI 2026 (Dogoros • Trí Anh • Hội Nhập • Tinix)
Vượt qua hàng trăm đội thi để lọt vào Top 10 Chung cuộc và thuyết trình tại Stage 2 Demo Day với dự án FinWhale (AI Financial Data Assistant) — ứng dụng kiến trúc Text-to-Pandas, RAG và LLM trong phân tích tài chính.
Top 10 Finalist • Stage 2
- 04Chặng2026
Building AI Agents with Google ADK (Agent Development Kit)
DataCamp & Google Cloud AI Ecosystem (#48,039,585)
Hoàn thành chương trình chuyên sâu về thiết kế, điều phối đa tác tử (Multi-Agent Orchestration), tích hợp công cụ (Tool Calling) và kiểm soát trạng thái phiên bằng bộ công cụ Google Agent Development Kit (ADK).
Google ADK Verified
Bài viết kỹ thuậttừ những việc mình đã làm
- 12/11/2026LNT-PDFTranslate: app Windows dịch PDF giữ bố cục, công thức và mục lụcGiới thiệu LNT-PDFTranslate, app Windows mình làm để dịch PDF sang tiếng Việt, Anh, Nhật, Trung, Hàn mà vẫn giữ bố cục, kèm ảnh chụp từ một lần dịch thật.
- 12/11/2026ViEn-Matcha Studio: app Windows đọc văn bản tiếng Việt và Anh thành giọng nói ngay trên máyGiới thiệu ViEn-Matcha Studio, app Windows mình làm để đọc văn bản tiếng Việt và Anh thành giọng nói trên máy, không cần mạng hay GPU, kèm ảnh demo.
- 10/11/2026Header bảo mật cho portfolio tĩnh: CSP, HSTS và lần thử bỏ unsafe-inline thất bạiKinh nghiệm cấu hình sáu header bảo mật cho trang portfolio tĩnh Next.js trên Vercel, lần thử experimental.sri thất bại và những đánh đổi thực tế.