Ngành Trí tuệ nhân tạo (Artificial Intelligence - AI) đào tạo nguồn nhân lực có khả năng nghiên cứu, thiết kế và phát triển các hệ thống thông minh có thể học hỏi, phân tích dữ liệu và hỗ trợ con người trong việc ra quyết định. Sinh viên được trang bị nền tảng vững chắc về toán học, khoa học máy tính, lập trình và các công nghệ cốt lõi như học máy (Machine Learning), học sâu (Deep Learning), xử lý ngôn ngữ tự nhiên (NLP) và thị giác máy tính (Computer Vision).

Chương trình đào tạo thường kéo dài 4 năm (8 học kỳ) với khoảng 120–140 tín chỉ, tùy theo quy định của từng trường đại học.

Trong giai đoạn đầu, sinh viên được học các môn nền tảng về khoa học tự nhiên, ngoại ngữ và kỹ năng học tập.

• Triết học Mác – Lênin
• Kinh tế chính trị
• Pháp luật đại cương
• Tiếng Anh
• Tin học cơ sở
• Giải tích
• Đại số tuyến tính
• Xác suất thống kê
• Toán rời rạc
• Phương pháp nghiên cứu khoa học
• Kỹ năng mềm

Nhóm học phần này giúp sinh viên xây dựng nền tảng về khoa học máy tính và lập trình.

• Nhập môn lập trình
• Lập trình hướng đối tượng
• Cấu trúc dữ liệu và giải thuật
• Kiến trúc máy tính
• Hệ điều hành
• Mạng máy tính
• Cơ sở dữ liệu
• Kỹ thuật phần mềm
• Phân tích và thiết kế hệ thống
• Xử lý tín hiệu số (tùy chương trình đào tạo)

Machine Learning

• Học máy cơ bản
• Học máy nâng cao
• Học có giám sát và không giám sát
• Đánh giá và tối ưu mô hình
• Học tăng cường (Reinforcement Learning)

Deep Learning

• Mạng nơ-ron nhân tạo
• Mạng tích chập (CNN)
• Mạng hồi tiếp (RNN, LSTM)
• Transformer
• Mô hình học sâu hiện đại

Xử lý ngôn ngữ tự nhiên (NLP)

• Tiền xử lý dữ liệu văn bản
• Phân loại văn bản
• Nhận dạng thực thể
• Dịch máy
• Chatbot và trợ lý ảo
• Mô hình ngôn ngữ lớn (LLMs)

Thị giác máy tính (Computer Vision)

• Xử lý ảnh số
• Nhận dạng hình ảnh
• Phát hiện đối tượng
• Phân đoạn ảnh
• Nhận diện khuôn mặt
• Phân tích video

Khoa học dữ liệu

• Thu thập và xử lý dữ liệu
• Khai phá dữ liệu
• Trực quan hóa dữ liệu
• Dữ liệu lớn (Big Data)
• Phân tích dữ liệu phục vụ AI

Robotics và hệ thống thông minh

• Robot thông minh
• Điều khiển tự động
• Hệ thống nhúng
• Internet vạn vật (IoT)
• AI trong robot và tự động hóa

Công nghệ và công cụ

Trong quá trình học, sinh viên được làm quen với nhiều ngôn ngữ lập trình, thư viện và nền tảng AI hiện đại.

Ngôn ngữ lập trình

• Python
• C++
• Java
• SQL

Framework và thư viện AI

• TensorFlow
• PyTorch
• Scikit-learn
• Keras
• Hugging Face Transformers
• OpenCV

Công cụ phát triển

• Git và GitHub
• Jupyter Notebook
• Google Colab
• Docker
• Linux
• Visual Studio Code

Nền tảng điện toán đám mây

• AWS
• Microsoft Azure
• Google Cloud Platform

Thực hành và thực tập

Chương trình đào tạo chú trọng phát triển kỹ năng thực hành thông qua:

• Bài tập lập trình AI.
• Xây dựng mô hình Machine Learning.
• Huấn luyện mô hình Deep Learning.
• Phát triển chatbot và trợ lý ảo.
• Xây dựng hệ thống nhận dạng hình ảnh.
• Thực hiện các dự án AI theo nhóm.
• Thực tập tại doanh nghiệp công nghệ hoặc trung tâm nghiên cứu.
• Khóa luận hoặc đồ án tốt nghiệp.

Năm 1

• Nhập môn lập trình
• Giải tích
• Đại số tuyến tính
• Xác suất thống kê
• Toán rời rạc
• Tiếng Anh

Năm 2

• Cấu trúc dữ liệu và giải thuật
• Cơ sở dữ liệu
• Kỹ thuật phần mềm
• Hệ điều hành
• Mạng máy tính
• Machine Learning cơ bản

Năm 3

• Deep Learning
• Xử lý ngôn ngữ tự nhiên
• Thị giác máy tính
• Khai phá dữ liệu
• Big Data
• Điện toán đám mây

Năm 4

• AI tạo sinh (Generative AI)
• Học tăng cường
• MLOps
• Chuyên đề AI nâng cao
• Thực tập doanh nghiệp
• Khóa luận hoặc học phần thay thế

Sau khi hoàn thành chương trình đào tạo, sinh viên có thể:

• Phân tích và xử lý dữ liệu phục vụ các bài toán AI.
• Xây dựng, huấn luyện và tối ưu mô hình học máy và học sâu.
• Phát triển chatbot, trợ lý ảo và các ứng dụng AI tạo sinh.
• Thiết kế hệ thống nhận dạng hình ảnh và xử lý ngôn ngữ tự nhiên.
• Triển khai mô hình AI lên môi trường thực tế thông qua các nền tảng MLOps và điện toán đám mây.
• Làm việc với dữ liệu lớn và các công cụ phân tích dữ liệu hiện đại.
• Đọc hiểu tài liệu chuyên ngành bằng tiếng Anh và cập nhật công nghệ mới.

Sau khi tốt nghiệp ngành Trí tuệ nhân tạo, sinh viên có khả năng:

• Thiết kế và phát triển các hệ thống AI phục vụ doanh nghiệp.
• Ứng dụng AI để giải quyết các bài toán trong y tế, tài chính, giáo dục, thương mại điện tử, sản xuất và nhiều lĩnh vực khác.
• Triển khai và vận hành các mô hình AI trên môi trường thực tế.
• Tham gia nghiên cứu, phát triển các công nghệ AI mới.
• Làm việc tại doanh nghiệp trong và ngoài nước hoặc tiếp tục học lên bậc thạc sĩ, tiến sĩ.
• Tham gia các kỳ thi lấy chứng chỉ quốc tế về AI, Machine Learning và Cloud Computing.

Điểm nổi bật của chương trình

Ngành Trí tuệ nhân tạo kết hợp giữa khoa học máy tính, toán học và khoa học dữ liệu để đào tạo chuyên gia có khả năng xây dựng các hệ thống thông minh. Chương trình học không chỉ tập trung vào lý thuyết mà còn tăng cường thực hành thông qua các dự án, phòng thí nghiệm và hợp tác với doanh nghiệp, giúp sinh viên sớm tiếp cận các công nghệ AI hiện đại và đáp ứng nhu cầu tuyển dụng trong nước cũng như quốc tế.

Lưu ý: Chương trình học có thể khác nhau giữa các trường đại học. Một số trường bổ sung các học phần như AI tạo sinh (Generative AI), Mô hình ngôn ngữ lớn (LLMs), MLOps hoặc AI có trách nhiệm (Responsible AI) để đáp ứng xu hướng phát triển của ngành và nhu cầu của thị trường lao động.