Ngành Khoa học tính toán (Computational Science) đào tạo sinh viên kiến thức liên ngành về toán học, khoa học máy tính, khoa học dữ liệu và mô hình hóa nhằm giải quyết các bài toán phức tạp trong khoa học, kỹ thuật, kinh tế và y sinh bằng công nghệ tính toán hiện đại. Chương trình học chú trọng phát triển tư duy phân tích, kỹ năng lập trình, xây dựng mô hình toán học và ứng dụng trí tuệ nhân tạo (AI), dữ liệu lớn (Big Data) và điện toán hiệu năng cao (HPC) trong nghiên cứu và sản xuất.

Thông thường, chương trình đào tạo 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 trang bị nền tảng về toán học, khoa học tự nhiên, công nghệ thông tin và kỹ năng học tập.

• Triết học Mác – Lênin
• Kinh tế chính trị
• Pháp luật đại cương
• Toán cao cấp
• Đại số tuyến tính
• Giải tích nhiều biến
• Xác suất thống kê
• Tin học cơ sở
• Tiếng Anh
• Phương pháp nghiên cứu khoa học

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

• Toán rời rạc
• Phương trình vi phân
• Giải tích số
• Thuật toán và cấu trúc dữ liệu
• Lập trình Python
• Lập trình C/C++
• Cơ sở dữ liệu
• Kiến trúc máy tính
• Hệ điều hành
• Mạng máy tính

Mô hình hóa và mô phỏng

• Mô hình toán học
• Mô phỏng số
• Phương pháp phần tử hữu hạn (FEM)
• Phương pháp sai phân hữu hạn
• Mô phỏng hệ động lực
• Phân tích và tối ưu hóa mô hình

Khoa học dữ liệu

• Khai phá dữ liệu (Data Mining)
• Phân tích dữ liệu
• Trực quan hóa dữ liệu
• Dữ liệu lớn (Big Data)
• Quản trị dữ liệu
• Phân tích thống kê

Trí tuệ nhân tạo và Học máy

• Trí tuệ nhân tạo (AI)
• Học máy (Machine Learning)
• Học sâu (Deep Learning)
• Xử lý ngôn ngữ tự nhiên (NLP)
• Thị giác máy tính (Computer Vision)
• Học tăng cường (Reinforcement Learning)

Điện toán hiệu năng cao

• Điện toán song song
• Điện toán phân tán
• Điện toán đám mây
• Lập trình GPU
• Tối ưu hóa thuật toán
• Quản trị hệ thống HPC

Ứng dụng Khoa học tính toán

• Tin sinh học (Bioinformatics)
• Tính toán trong vật lý
• Tính toán trong hóa học
• Mô hình tài chính
• Phân tích rủi ro
• Mô phỏng kỹ thuật và công nghiệp

Thực hành và thực tập

Sinh viên được tham gia nhiều học phần thực hành nhằm phát triển kỹ năng nghề nghiệp.

• Lập trình các bài toán khoa học.
• Xây dựng mô hình và mô phỏng trên máy tính.
• Phân tích và trực quan hóa dữ liệu.
• Phát triển mô hình AI và Machine Learning.
• Thực hành trên hệ thống điện toán hiệu năng cao.
• Thực tập tại doanh nghiệp công nghệ, trung tâm dữ liệu hoặc viện nghiên cứu.
• Thực hiện khóa luận hoặc đồ án tốt nghiệp.

Năm 1

• Toán cao cấp
• Đại số tuyến tính
• Tin học cơ sở
• Lập trình Python
• Tiếng Anh
• Xác suất thống kê

Năm 2

• Cấu trúc dữ liệu và giải thuật
• Phương trình vi phân
• Giải tích số
• Cơ sở dữ liệu
• Lập trình C/C++
• Mô hình toán học

Năm 3

• Khoa học dữ liệu
• Học máy
• Trí tuệ nhân tạo
• Mô phỏng số
• Điện toán song song
• Trực quan hóa dữ liệu

Năm 4

• Điện toán hiệu năng cao
• Chuyên đề Khoa học tính toán
• Thực tập doanh nghiệp
• Đồ án hoặc khóa luận tốt nghiệp

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

• Phân tích và giải quyết các bài toán khoa học bằng mô hình tính toán.
• Lập trình và phát triển phần mềm phục vụ nghiên cứu, mô phỏng và phân tích dữ liệu.
• Xây dựng, đánh giá và tối ưu hóa các mô hình toán học và thuật toán.
• Thu thập, xử lý, phân tích và trực quan hóa dữ liệu.
• Ứng dụng AI, Machine Learning và Big Data vào các lĩnh vực khoa học, kỹ thuật, tài chính và y tế.
• Sử dụng các hệ thống điện toán hiệu năng cao (HPC) và điện toán đám mây.
• Làm việc nhóm, quản lý dự án và giao tiếp bằng tiếng Anh chuyên ngành.

Sau khi tốt nghiệp ngành Khoa học tính toán, sinh viên có khả năng:

• Thiết kế và triển khai các mô hình tính toán để giải quyết các bài toán trong khoa học, kỹ thuật, kinh tế và y sinh.
• Phát triển các hệ thống phân tích dữ liệu, trí tuệ nhân tạo và mô phỏng số.
• Làm việc tại doanh nghiệp công nghệ, trung tâm dữ liệu, viện nghiên cứu, tổ chức tài chính, doanh nghiệp sản xuất hoặc cơ quan quản lý.
• Tham gia nghiên cứu và phát triển các công nghệ mới trong lĩnh vực AI, khoa học dữ liệu và điện toán hiệu năng cao.
• Tiếp tục học lên trình độ thạc sĩ, tiến sĩ trong các lĩnh vực khoa học tính toán, khoa học máy tính, khoa học dữ liệu, toán ứng dụng hoặc trí tuệ nhân tạo.

Lưu ý: Chương trình học có thể khác nhau giữa các trường đại học. Nhiều cơ sở đào tạo hiện nay tăng cường các học phần về AI tạo sinh (Generative AI), khoa học dữ liệu, điện toán đám mây, dữ liệu lớn (Big Data), điện toán hiệu năng cao (HPC), an toàn dữ liệu và mô hình hóa đa lĩnh vực nhằm đáp ứng nhu cầu nhân lực của nền kinh tế số và cuộc Cách mạng công nghiệp 4.0.