Sinh viên Công nghệ Thông tin
Từ nền tảng tư duy logic của Toán học (đặc biệt là Toán rời rạc và Đại số tuyến tính), định hướng của mình là làm chủ hệ sinh thái Java và kiến trúc lập trình hướng đối tượng (OOP) để trở thành một Kỹ sư Backend vững vàng — người có thể thiết kế hệ thống, tối ưu hiệu năng và viết code sạch, dễ bảo trì.
6 bài tập thực hành trong học kỳ, mỗi bài thể hiện một kỹ năng số quan trọng. Nhấn nút để xem sản phẩm đính kèm.
🎯 Mục tiêu: Rèn luyện kỹ năng tạo, đổi tên, sao chép, di chuyển, xóa tệp tin và thư mục thành thạo trên Windows; khảo sát cấu hình phần cứng phù hợp với lập trình.
⚙️ Quá trình thực hiện: Khảo sát cấu hình tối thiểu để chạy IntelliJ IDEA. Thiết lập cấu trúc thư mục dạng Tree Structure logic cho source code Java, áp dụng quy tắc đặt tên theo chuẩn CamelCase và kebab-case nhất quán.
🎯 Mục tiêu: Phát triển kỹ năng tìm kiếm học thuật nâng cao và đánh giá độ tin cậy của nguồn thông tin một cách có phương pháp.
⚙️ Quá trình thực hiện: Khai thác Google Scholar, IEEE Xplore, ACM Digital Library bằng toán tử nâng cao (site:, filetype:, AND/OR). Lập bảng đánh giá độ tin cậy của 10 nguồn về Design Patterns theo bộ tiêu chí CRAAP.
🎯 Mục tiêu: Phát triển kỹ năng viết prompt hiệu quả để tận dụng tối đa khả năng của các mô hình ngôn ngữ lớn (LLM) trong học tập CNTT.
⚙️ Quá trình thực hiện: Thử nghiệm 3 cấp độ Prompt (Cơ bản → Cải tiến → Nâng cao) trên 3 tác vụ thực tế (Đệ quy, Cloud Computing, C++) bằng ChatGPT. Đúc kết bộ nguyên tắc 4C (Clear, Context, Constraint, Check) tối ưu hóa Prompt.
🎯 Mục tiêu: Thành thạo các công cụ hợp tác trực tuyến và thể hiện năng lực quản lý, điều phối công việc trong dự án nhóm thực tế.
⚙️ Quá trình thực hiện: Thiết lập không gian làm việc với GitHub + VS Code + Messenger cho dự án "Hệ thống Đấu giá". Quản lý mã nguồn bằng Git Branching, cấu hình GitHub Actions tự động hóa luồng CI/CD của nhóm.
🎯 Mục tiêu: Thành thạo sử dụng các công cụ AI tạo sinh để sản xuất nội dung số chuyên nghiệp, kết hợp đa công cụ một cách hiệu quả.
⚙️ Quá trình thực hiện: Kết hợp Claude (nghiên cứu nội dung) + DALL-E 3 (tạo hình minh họa) + Canva AI (thiết kế layout) để làm Infographic về môi trường. Kiểm chứng số liệu thủ công và tinh chỉnh yếu tố văn hóa đặc trưng.
🎯 Mục tiêu: Phát triển tư duy sử dụng AI có trách nhiệm và đạo đức trong học tập, nghiên cứu — với ranh giới rõ ràng giữa hỗ trợ hợp lệ và gian lận.
⚙️ Quá trình thực hiện: Ứng dụng AI nghiên cứu Design Pattern với đối chiếu và trích dẫn minh bạch. Xây dựng bộ 6 nguyên tắc cá nhân + thiết kế Infographic "La bàn AI" phân định rõ ranh giới giữa hỗ trợ học tập và gian lận học thuật.
Việc xây dựng Portfolio này thực sự là một cột mốc quan trọng. Ban đầu chỉ nghĩ đây là nơi nộp bài, nhưng quá trình tự tay viết HTML/CSS và tổ chức lại dữ liệu đã giúp nhìn nhận lại toàn bộ tiến trình phát triển của bản thân. Từ một người chỉ quen với các dòng lệnh Backend, nay đã biết cách trình bày sản phẩm trực quan, dễ tiếp cận hơn đối với người dùng.
Tự hào nhất ở Bài tập 4 — khi có thể kết hợp kiến thức trên lớp vào vận hành trơn tru nhóm dự án "Hệ thống Đấu giá". Nhìn thấy các thành viên phối hợp nhịp nhàng qua môi trường số mang lại cảm giác cực kỳ thỏa mãn. Đây là minh chứng rõ ràng nhất rằng kỹ năng số không chỉ là công cụ — mà là tư duy.
Khó khăn lớn nhất là Bài 5 (Sáng tạo nội dung) và việc cân bằng màu sắc, bố cục cho Portfolio. Vì mang tư duy logic của sinh viên IT, việc tạo ra sản phẩm có tính nghệ thuật và thẩm mỹ cao đòi hỏi phải bước ra khỏi vùng an toàn, nghiên cứu rất nhiều về lý thuyết màu sắc và trải nghiệm người dùng (UX).