Đây là nhóm kiến thức chuyên môn quan trọng của chương trình.
Vật liệu tiên tiến
- Vật liệu nano
- Vật liệu chức năng
- Vật liệu composite
- Vật liệu điện tử
- Vật liệu quang học
- Vật liệu năng lượng
- Vật liệu sinh học
- Vật liệu có tính chất đặc biệt
Vật liệu thông minh
- Vật liệu nhớ hình
- Vật liệu áp điện
- Vật liệu cảm biến
- Vật liệu đáp ứng kích thích
- Vật liệu chức năng thông minh
- Vật liệu sử dụng trong thiết bị thông minh
Sinh viên được tiếp cận các vật liệu có khả năng thay đổi hoặc phản ứng với các tác động từ môi trường như nhiệt độ, điện trường, từ trường, ánh sáng hoặc ứng suất.
Kiến thức Công nghệ thông tin và lập trình
Một điểm đặc biệt của chương trình là sinh viên không chỉ học vật liệu mà còn được đào tạo về công nghệ thông tin và tính toán.
- Lập trình cơ bản
- Lập trình Python
- Thuật toán và cấu trúc dữ liệu
- Cơ sở dữ liệu
- Phân tích dữ liệu
- Tính toán khoa học
- Xử lý và trực quan hóa dữ liệu
- Lập trình ứng dụng trong khoa học vật liệu
Kiến thức lập trình giúp sinh viên có khả năng tự động hóa việc thu thập, xử lý và phân tích dữ liệu vật liệu. Chương trình cũng nhấn mạnh kỹ năng lập trình, thu thập, phân tích và xử lý dữ liệu.
Kiến thức Trí tuệ nhân tạo và Machine Learning
Đây là phần tạo nên tính khác biệt của chương trình so với các chương trình Công nghệ vật liệu truyền thống.
Machine Learning
- Nhập môn học máy
- Học có giám sát
- Học không giám sát
- Hồi quy
- Phân loại
- Phân cụm
- Đánh giá mô hình
- Tối ưu hóa mô hình
Deep Learning
- Mạng nơ-ron nhân tạo
- Mạng nơ-ron sâu
- Xử lý dữ liệu bằng Deep Learning
- Nhận dạng và dự đoán
- Ứng dụng mô hình học sâu trong nghiên cứu vật liệu
AI trong khoa học vật liệu
- Dự đoán tính chất vật liệu.
- Tìm kiếm vật liệu mới.
- Sàng lọc vật liệu theo yêu cầu.
- Tối ưu hóa thành phần vật liệu.
- Phân tích dữ liệu thí nghiệm.
- Xây dựng mô hình dự đoán.
- Tự động hóa quá trình nghiên cứu vật liệu.
Mục tiêu của hướng đào tạo này là sử dụng AI để dự đoán, thiết kế, tối ưu hóa và tìm kiếm vật liệu có tính chất mong muốn.
Mô phỏng và tính toán vật liệu
Sinh viên được làm quen với các phương pháp tính toán và mô phỏng để nghiên cứu vật liệu ở nhiều quy mô khác nhau.
- Mô phỏng vật liệu
- Tính toán khoa học
- Mô hình hóa vật liệu
- Mô phỏng cấu trúc và tính chất
- Phân tích kết quả mô phỏng
- Kết hợp mô phỏng với AI
- Tối ưu hóa thiết kế vật liệu
Một hướng quan trọng của chương trình là sử dụng công cụ tính toán để mô phỏng quá trình hoạt động của vật liệu từ cấp độ nguyên tử/phân tử đến quy mô công nghiệp, kết hợp với AI để dự đoán và phát hiện vật liệu mới.
Thí nghiệm và phân tích vật liệu
Bên cạnh lập trình và AI, sinh viên vẫn được đào tạo thực hành khoa học vật liệu.
- Thực nghiệm vật liệu cơ bản
- Chế tạo mẫu vật liệu
- Đo đạc và phân tích vật liệu
- Phân tích cấu trúc vật liệu
- Phân tích tính chất vật liệu
- Xử lý dữ liệu thí nghiệm
- Đánh giá kết quả thực nghiệm
- Kết hợp dữ liệu thực nghiệm với mô hình AI
Điểm quan trọng của chương trình là kết hợp thí nghiệm vật liệu với công nghệ thông tin và AI, thay vì đào tạo AI một cách tách biệt khỏi lĩnh vực vật liệu.
Thực hành và thực tập
Thực hành chiếm tỷ trọng đáng kể trong chương trình. Theo thông tin tuyển sinh 2026, ít nhất 25% số tín chỉ được dành cho thực tập và thực hành.
Sinh viên có thể tham gia:
- Thực hành khoa học vật liệu.
- Thí nghiệm chế tạo vật liệu.
- Phân tích vật liệu.
- Lập trình và xử lý dữ liệu.
- Mô phỏng vật liệu.
- Xây dựng mô hình Machine Learning.
- Phân tích dữ liệu thí nghiệm bằng AI.
- Thực tập tại phòng thí nghiệm.
- Thực tập tại doanh nghiệp.
- Đồ án nghiên cứu.
