CHƯƠNG TRÌNH ĐÀO TẠO ÁP DỤNG TỪ NĂM 2022 (HỆ TIẾNG VIỆT)

NGÀNH KHOA HỌC MÁY TÍNH

(Ban hành kèm theo Quyết định số 62/QĐ-TTU.22 ngày 21 tháng 4 năm 2022

của Hiệu trưởng Trường Đại học Tân Tạo)

 

THÔNG TIN CHUNG:

  1. Tên ngành đào tạo bằng tiếng Việt: Khoa học máy tính.
  2. Tên ngành đào tạo bằng tiếng Anh: Computer Science
  3. Trình độ đào tạo: Đại học.
  4. Mã ngành: 7480101.
  5. Thời gian đào tạo: 04 năm – 08 học kỳ.
  6. Loại hình đào tạo: Chính quy.
  7. Số tín chỉ: 130.
  8. Văn bằng tốt nghiệp: Cử nhân.
  9. Ngôn ngữ giảng dạy: Tiếng Việt.

PHẦN I. THÔNG TIN CHUNG VỀ CHƯƠNG TRÌNH ĐÀO TẠO

1. Giới thiệu về Chương trình đào tạo năm 2022

Chương trình đào tạo được cấu trúc thành năm bao gồm khối kiến thức Đại cương và Khai phóng, khối ngoại ngữ – Anh văn, khối kiến thức giáo dục chuyên nghiệp, khối kiến thức tốt nghiệp và khối kiến thức tự chọn. Năm khối cấu trúc chương trình đào tạo đảm bảo tính lồng ghép/tích hợp kiến thức giữa các học phần trong chương trình đào tạo theo chiều dọc và chiều ngang để từ đó giúp sinh viên rèn luyện khả năng tư duy phản biện, phân tích, tổng hợp giải quyết các vấn đề thực tế một cách hiệu quả.

Ngoài ra, chương trình đào tạo giúp sinh viên hình thành kỹ năng tự học, kỹ năng làm việc nhóm, kỹ năng giao tiếp, kỹ năng ra quyết định, nghiên cứu khoa học, thực hiện dự án và phát huy tính năng động sáng tạo của sinh viên. Sinh viên sẽ được tiếp cận, làm quen với các tình huống, vấn đề thực tế thông qua việc tham gia các dự án trong các học phần chuyên ngành Khoa học máy tính, điều này giúp sinh viên hình thành những kỹ năng cần thiết trước khi thực tập và trước khi đi làm.

Chương trình đào tạo ngành Khoa học máy tính cũng giảng dạy, trang bị cho sinh viên các năng lực cần thiết cho cuộc sống và công việc sau này, nhấn mạnh đạo đức nghề nghiệp, tính chuyên nghiệp, tính kỷ luật, phẩm chất chính trị, ý thức phát triển nghề nghiệp và trách nhiệm cộng đồng. Bên cạnh đó, sinh viên có cơ hội và được tạo điều kiện học tiếng Anh, tin học để đạt được chuẩn năng lực ngoại ngữ và tin học trước khi ra trường.

2.1. Căn cứ pháp lý

Chương trình đào tạo ngành Khoa học máy tính được xây dựng bởi Khoa Kỹ thuật Trường Đại học Tân Tạo dựa trên căn cứ:

- Chủ trương của Đảng và nhà nước Việt Nam (quyết định 569/QĐ-TTg, ngày 11/05/2022) và nhu cầu thực tế của xã hội hiện nay về đổi mới giáo dục toàn diện, đưa giáo dục khai phóng vào đào tạo, Khoa Kỹ thuật Trường Đại học Tân Tạo xây dựng chương trình đào tạo Cử nhân ngành Khoa học máy tính.

- Dựa trên khung trình độ quốc gia (quyết định 1982/QĐ-TTg, ngày 18/10/2016) và dựa trên chuẩn đầu ra của các trường Đại học trong và ngoài nước.

2.2. Thông tin về chương trình đào tạo

- Tên ngành đào tạo tiếng Việt:           Khoa học máy tính

- Tên ngành đào tạo tiếng Anh:           Computer Science

- Trình độ đào tạo:                           Đại học

- Mã ngành:                                    7480101

- Thời gian đào tạo:                         04 năm – 08 học kỳ

- Loại hình đào tạo:                        Chính quy

- Số tín chỉ:                                   130 tín chỉ

- Văn bằng tốt nghiệp:                        Cử nhân Khoa học máy tính

- Ngôn ngữ giảng dạy:                        Tiếng Việt

3.1. Sứ mạng

Với triết lý giáo dục, tiêu chuẩn và thực tiễn dựa trên mô hình giáo dục đại học của Mỹ, Trường Đại học Tân Tạo khuyến khích suy nghĩ độc lập, rèn luyện phẩm chất kiên trì, tôn trọng sự đa dạng và ngôn ngữ. Trường Đại học Tân Tạo sẽ đào tạo nên những con người có tính sáng tạo, tư duy logic, học tập suốt đời, trung thực, có trách nhiệm với đất nước, và có khả năng lãnh đạo.

3.2. Tầm nhìn

Đến năm 2030, Đại học Tân Tạo trở thành một trường đại học nổi tiếng của khu vực ASEAN và trên thế giới, cung cấp nền giáo dục chất lượng cao, thực hành trên nền tảng kiến thức đã nghiên cứu, phục vụ người dân Việt Nam, Đông Nam Á và trên Thế giới.

3.3. Giá trị cốt lõi

- Trách nhiệm (với bản thân, gia đình, cộng đồng trong nước và quốc tế)

- Hợp tác (trong mọi hoạt động)

- Nỗ lực (để cùng hướng tới việc xây dựng một ĐHTT phát triển bền vững)

- Chất lượng (đạt chuẩn trong nước và quốc tế)

- Sáng tạo (sự khác biệt có giá trị)

- Tôn trọng (bản thân, các quyền của cộng đồng)

- Lãnh đạo (bản thân, nhóm và tổ chức/doanh nghiệp)

3.4. Triết lý giáo dục: Khai phóng – Học suốt đời

- Khai phóng:

Triết lý giáo dục khai phóng dựa trên nền tảng kiến thức toàn diện và đa chiều trong nhiều lĩnh vực về khoa học xã hội, nhân văn và khoa học tự nhiên trước khi đi sâu vào một chuyên ngành. Với 25% môn học khai phóng được nghiên cứu, chọn lọc và tổng hợp từ các ngành khác nhau trong toàn bộ chương trình học, trên tinh thần tự do tư duy – tự do suy nghĩ để tự do lựa chọn giúp rèn luyện cho sinh viên khả năng tự học, tự thích nghi và hoàn thiện bản thân trong những môi trường mới. Do vậy, chương trình đào tạo của ĐHTT xây dựng một lợi thế cạnh tranh vượt bậc cho người học trong những công việc đòi hỏi sự đổi mới liên tục hoặc tự học hỏi một lĩnh vực khác chuyên môn khi cần thiết.

-  Học suốt đời:

Sinh viên tốt nghiệp ĐHTT sẽ là những người tích cực học hỏi và học hỏi suốt đời, nhằm nâng cao kiến thức và kỹ năng chuyên môn để phù hợp với yêu cầu nghề nghiệp và hoàn thiện bản thân để làm việc suốt đời, cụ thể:

Thích nghi với việc học tập không ngừng để tìm cách hoàn thành các nhiệm vụ khác nhau;

Chủ động xây dựng mục tiêu học tập, mục tiêu cuộc đời;

Áp dụng kiến thức và kỹ năng một cách linh hoạt, phù hợp và ý nghĩa;

Thể hiện một sự cam kết duy trì và liên tục học tập các vấn đề liên quan đến nghề nghiệp và các vấn đề cá nhân;

Lắng nghe, thấu hiểu, hội nhập với bản sắc riêng và nỗ lực liên tục để thành công bền vững trong sự nghiệp.

4.1. Mục tiêu chung:

Mục tiêu của chương trình đào tạo được xây dựng phù hợp với Tầm nhìn, Sứ mệnh và Triết lý giáo dục của Trường Đại học Tân Tạo; tương thích, phù hợp với Tầm nhìn, Sứ mệnh của Khoa Kỹ thuật, nhằm bồi dưỡng con người và phát triển nghiên  cứu khoa học mang tính ứng dụng đáp ứng các nhu cầu xã hội.

Đào tạo cử nhân ngành KHMT có:

(i) Tư duy logic, năng lực sáng tạo tốt, khả năng phân tích và giải quyết các bài toán cụ thể từ nhiều lĩnh vực trong thực tế;

(ii) Có khả năng phân tích, thiết kế, xây dựng và triển khai các ứng dụng phần mềm trên cơ sở các kiến thức về máy tính và bảo đảm toán học cho máy tính;

(iii) Sử dụng thành thạo tiếng Anh;

(iv) Có đạo đức nghề nghiệp, kỹ năng để làm việc trong môi trường quốc tế;

(v) Có phẩm chất chính trị, ý thức kỷ luật cao.

4.2. Mục tiêu cụ thể (PO)

Sau khi hoàn thành chương trình đào tạo này, người học có khả năng đạt được các mục tiêu:

4.2.1 Về kiến thức:

- Kiến thức giáo dục đại cương: 

PO1. Những kiến thức về lý luận chính trị, pháp luật, kinh tế, xã hội, văn hoá.

PO2. Vận dụng tốt ngoại ngữ và các phần mềm tin học trong lĩnh vực kinh tế; có khả năng đọc hiểu tài liệu chuyên ngành, giao tiếp lưu loát với du khách, đối tác, đồng nghiệp sử dụng tiếng Anh đáp ứng vị trí công việc trong môi trường hội nhập quốc tế.

- Kiến thức về cơ sở ngành: 

PO3. Trang bị kiến thức về các ngôn ngữ lập trình, thuật toán, cấu trúc dữ liệu, hệ điều hành, tổ chức của máy tính, xây dựng thuật toán và các mô hình toán học... 

- Kiến thức về chuyên ngành: 

PO4. Trang bị kiến thức về các chuyên ngành hẹp như: trí tuệ nhân tạo - học máy, khoa học dữ liệu và hệ thống phần mềm. 

PO5. Trang bị kiến thức về tư duy lập trình và phát triển phần mềm.

4.2.2 Về kỹ năng:

- Kỹ năng cứng

PO6. Có kỹ năng tự học và phát triển bản thân, có tư duy khởi nghiệp.

PO7. Có khả năng hình thành ý tưởng, tham gia phân tích, thiết kế, thực hiện các dự án phần mềm.

PO8. Có khả năng áp dụng các kiến thức chuyên môn để giải quyết các vấn đề cả trong thực tế và trong nghiên cứu. 

PO9. Có kỹ năng nghề nghiệp và cá nhân, tính chuyên nghiệp, kỹ năng về quản lý, kiến thức về xã hội cũng như các cách tiếp cận và giải quyết vấn đề khác nhau phù hợp với các khía cạnh khác nhau của xã hội. 

- Kỹ năng mềm

PO10. Có kỹ năng giao tiếp, thảo luận, đàm phán, thuyết trình, làm việc nhóm, lập kế hoạch,  khả năng lãnh đạo,...  

PO11. Đạt trình độ tiếng Anh quốc tế TOEFL iBT 61 hoặc IELTS 5.0 hoặc tương đương.

4.2.3 Về thái độ:

PO12. Có ý thức trách nhiệm và có hoài bão về nghề nghiệp được đào tạo.

PO13. Hướng dẫn, giám sát những người khác thực hiện nhiệm vụ xác định, chịu trách nhiệm cá nhân và trách nhiệm đối với nhóm.

4.2.4 Đạo đức nghề nghiệp:

PO14. Có đạo đức, lương tâm nghề nghiệp, ý thức kỷ luật, tác phong công nghiệp và thái độ phục vụ tốt.

PO15. Có phẩm chất chính trị, ý thức phát triển nghề nghiệp, trách nhiệm công dân, trách nhiệm cộng đồng, có sức khỏe đáp ứng yêu cầu xây dựng và bảo vệ Tổ quốc.

5.1 Kiến thức
PLO1 Có hiểu biết cơ bản về khoa học tự nhiên, con người và môi trường. Đồng thời hiểu biết tầm quan trọng cũng như các ứng dụng hoặc tác động của chúng trong các ngành nghề của xã hội. Áp dụng được một số kiến thức cho cuộc sống hàng ngày.
PLO2 Có hiểu biết cơ bản về kinh tế và quản lý, lý luận chính trị, hiểu biết về văn hóa, xã hội, pháp luật, an ninh quốc phòng của Việt Nam. Đồng thời có hiểu biết về văn hóa, xã hội của các nền văn minh của thế giới.
PLO3 Sử dụng thành thạo ít nhất một ngôn ngữ lập trình cấp cao phục vụ cho việc phát triển các giải pháp khoa học máy tính cho lĩnh vực ứng dụng.
PLO4 Có hiểu biết nền tảng về thuật toán, cấu trúc dữ liệu, ngôn ngữ lập trình, hệ điều hành cũng như tổ chức và kiến trúc của máy tính. Áp dụng được trong việc xây dựng giải pháp phần mềm.
PLO5 Có hiểu biết về xây dựng thuật toán, đánh giá được độ phức tạp và tối ưu hoá được cho các trường hợp cụ thể.
PLO6 Có hiểu biết về các mô hình toán học áp dụng trong khoa học máy tính, có khả năng phân tích, đánh giá ưu nhược điểm của chúng cho mỗi trường hợp.
PLO7 Tuỳ thuộc vào định hướng chuyên sâu, các kiến thức của mỗi hướng bao gồm:
PLO7a - Định hướng Khoa học Dữ Liệu: sử dụng được các kỹ thuật tập hợp/biến đổi/lưu trữ/trích rút dữ liệu, xây dựng đánh giá mô hình xử lý dữ liệu, xử lý dữ liệu trên các hệ thống phân tán và đám mây, trực quan hoá dữ liệu. Có hiểu biết về các thuật toán học máy, đánh giá ưu nhược điểm của chúng và áp dụng được cho các bài toán về khoa học dữ liệu.
PLO7b - Định hướng Trí Tuệ Nhân Tạo/ Học máy: hiểu biết các thuật toán về hồi quy, học có giám sát và không giám sát, học sâu (học nhiều lớp), mô hình học máy dựa trên xác suất thống kê, xử lý ngôn ngữ, thị giác máy tính. Lựa chọn và triển khai được thuật toán phù hợp cho một bài toán cụ thể.
PLO7c - Định hướng hệ thống phần mềm: Có hiểu biết về cơ sở dữ liệu, hệ phân tán, mạng máy tính, phân tích và thiết kế kiến trúc phần mềm, triển khai và bảo trì phần mềm. Xây dựng và triển khai được các giải pháp phần mềm ở mức độ vừa phải.
5.2 Kỹ năng
5.2.1 Kỹ năng nghề nghiệp
PLO8 Nhận định, lựa chọn và đề xuất giải pháp, công nghệ phù hợp để xây dựng ứng dụng phần mềm hoạt động hiệu quả trên các môi trường khác nhau (ví dụ: mobile, IoT – Internet vạn vật, phân tán).
PLO9 Tìm kiếm, đánh giá và sử dụng hiệu quả các tài liệu chuyên môn bao gồm: sách báo, tạp chí, chương trình mã nguồn mở.
5.2.2 Kỹ năng mềm
PLO10 Có kỹ năng phản biện, giao tiếp hiệu quả thông qua viết, thuyết trình, thảo luận, đàm phán, làm chủ tình huống.
PLO11 Đạt trình độ tiếng Anh quốc tế với TOEFL iBT 61 hoặc IELTS 5.0 hoặc tương đương.
PLO12 Có kỹ năng dẫn dắt, khởi nghiệp, tạo việc làm cho mình và cho người khác, kỹ năng làm việc nhóm, lập kế hoạch, khả năng phân công, giám sát và đánh giá mức độ hoàn thành công việc của nhóm. Sử dụng hiệu quả các công cụ làm việc nhóm.
5.3 Mức tự chủ và trách nhiệm
PLO13 Nhận thức được trách nhiệm nghề nghiệp và đưa ra các đánh giá chính xác của việc ứng dụng khoa học máy tính cho các vấn đề xã hội dựa trên pháp luật và đạo đức.
PLO14 Tự học hỏi suốt đời phục vụ cho công việc nhằm tạo năng lực làm việc suốt đời; có tinh thần trách nhiệm với bản thân, gia đình, xã hội; hợp tác, tự chủ trong công việc; chịu trách nhiệm về kết quả công việc của bản thân; tuân thủ kỷ luật lao động.
PLO15 Trung thực, chính trực, tự tin, linh hoạt, nhiệt tình; tôn trọng pháp luật, có ý thức về các vấn đề xã hội, tích cực tham gia các hoạt động chính trị xã hội, thực hiện đầy đủ quyền lợi và nghĩa vụ công dân.

 

Ma trận mục tiêu và chuẩn đầu ra của chương trình đào tạo

 

MỤC TIÊU ĐÀO TẠO CHUẨN ĐẦU RA CTĐT
Kiến thức Kỹ năng Năng lực 

tự chủ và trách nhiệm

PL

O

1

PLO

2

PLO

3

PLO

4

PLO

5

PL

O

6

PLO

7

PLO

8

PL

O

9

PL

O

10

PL

O

11

PL

O

12

PL

O

13

PLO

14

PL

O

15

PO1 X
PO2 X
PO3 X X X X
PO4 X
PO5 X X
PO6 X X X
PO7 X X
PO8 X X
PO9 X
PO10 X X
PO11 X
PO12 X X
PO13 X X
PO14 X
PO15 X X

Sinh viên tốt nghiệp ngành khoa học máy tính có thể làm việc ở nhiều vị trí khác nhau, điển hình là các vị trí sau:

  • Làm việc trong các công ty công nghệ: lập trình viên, kỹ sư trí tuệ nhân tạo, trưởng nhóm hoặc giám đốc dự án;
  • Kỹ sư dữ liệu/kỹ sư phân tích dữ liệu/nhà khoa học dữ liệu trong các công ty/tổ chức;
  • Nhà nghiên cứu/ tư vấn về đổi mới sáng tạo, chuyển đổi kinh tế số và ứng dụng trí tuệ nhân tạo tại bộ phận nghiên cứu và phát triển của các công ty/tổ chức;
  • Nghiên cứu/ giảng dạy trong các trường đại học/học viện tại Việt Nam và Quốc tế;
  • Tiếp tục học thạc sĩ/ tiến sĩ.
  • Khởi nghiệp.

Mức độ đạt được với các vị trí việc làm:

(Mức độ đạt được: 1: Có khả năng biết; 2: Có khả năng hiểu và áp dụng; 3: Có khả năng phân tích và đánh giá;  4: Có khả năng sáng tạo)

STT TÊN VỊ TRÍ VIỆC LÀM Mức độ đạt được
1 2 3 4
1 Lập trình viên, kỹ sư phần mềm     X
2 Kỹ sư học máy/ trí tuệ nhân tạo     X
3 Kỹ sư dữ liệu     X
4 Trợ giảng tại các trường ĐH, cao đẳng X
5 Nhà nghiên cứu X
6 Chuyên viên phân tích dữ liệu     X  
7 Chuyên viên tư vấn giải pháp công nghệ   X  

 

Có khả năng tự học hỏi và nghiên cứu, tìm hiểu trong môi trường làm việc để nâng cao trình độ kiến thức chuyên môn nghề nghiệp, kỹ năng trong tổ chức các hoạt động nghề nghiệp, đáp ứng đòi hỏi trong quá trình công nghiệp hóa, hiện đại hóa đất nước.

Có năng lực để tham gia học lên các bậc học cao hơn để phát triển kiến thức và kỹ năng nghề nghiệp đáp ứng nhu cầu của bản thân và xã hội.

Người có bằng tốt nghiệp ngành Khoa học máy tính trình độ đại học có thể làm việc ở các công ty/tổ chức công nghệ, trường đại học/học viện tại Việt Nam và Quốc tế.

Cấu trúc chương trình đảm bảo sự sắp xếp hợp lý, cân bằng ở từng học kỳ của năm học và từng khối kiến thức. Chương trình bố trí các học phần từ cơ bản đến nâng cao nhằm đảm bảo kiến thức được liên tục, mức độ tăng dần và đủ thời gian tích lũy kiến thức, rèn luyện kỹ năng, đạo đức, thái độ cần thiết để làm việc. Đồng thời chương trình cũng được thiết kế bảo đảm tính chuyên sâu cho từng lĩnh vực chuyên ngành.

Nội dung chương trình bao gồm các khối kiến thức: kiến thức Đại cương và Khai phóng, kiến thức về ngoại ngữ - Anh văn, kiến thức giáo dục chuyên nghiệp (kiến thức cơ sở ngành bắt buộc, kiến thức ngành bắt buộc và kiến thức bắt buộc cho từng chuyên ngành), kiến thức tốt nghiệp và kiến thức tự chọn. Ngoài ra, người học còn được giảng dạy thêm các kỹ năng mềm để thực hành các kỹ năng, rèn luyện tư duy, tác phong và phong thái tự tin khi bước vào môi trường làm việc. Khối lượng kiến thức toàn khóa phải tích lũy 130 tín chỉ và được phân bổ như sau:

 

TT Khối lượng học tập Số tín chỉ
TC LT TH
1 Kiến thức đại cương và khai phóng 36
-    Kiến thức khai phóng  21 20 1
-    Kiến thức đại cương

(không bao gồm phần nội dung Giáo dục thể chất và Giáo dục quốc phòng - an ninh)

15 14 1
2 Kiến thức về Ngoại ngữ - Anh văn

(không bao gồm học phần Anh văn tăng cường)

12 12 0
3 Kiến thức giáo dục chuyên nghiệp, trong đó:  51
-    Kiến thức cơ sở ngành bắt buộc 18 15 3
-    Kiến thức ngành bắt buộc 18 15 3
-    Kiến thức bắt buộc cho từng chuyên ngành 15 10/

11

5/

4

4 Kiến thức tốt nghiệp

Thỏa mãn 2 điều kiện:

  1. Thực tập hoặc khóa luận tốt nghiệp 
  2. Đồ án, tiểu luận hoặc học phần thay thế (học phần tự chọn)
12 12 0
5 Kiến thức tự chọn

Sinh viên được yêu cầu chọn ít nhất 9 tín chỉ ngoài khoa Kỹ Thuật.

tối thiểu 19 (tùy vào lựa chọn của sinh viên)
Tổng số tín chỉ 130 (tùy vào lựa chọn của sinh viên)

 

-  Số lượng học phần: 43 HP (Không bao gồm học phần Giáo dục quốc phòng, Giáo dục thể chất và Tiếng Anh tăng cường)

-  Khối lượng kiến thức toàn khóa học: 130 Tín chỉ

-  Tỷ lệ các học phần chung: học phần khai phóng, học phần theo quy định của Bộ GD&ĐT, học phần Ngoại ngữ (Anh văn) trên tổng khối lượng kiến thức toàn khóa chiếm: 48 Tín chỉ, chiếm 36,92%

-  Tỷ lệ các học phần chuyên môn trên tổng khối lượng kiến thức toàn khóa chiếm: 63 Tín chỉ, chiếm 48,46%

-  Tỷ lệ lý thuyết toàn bộ chương trình trên tổng khối lượng kiến thức toàn khóa chiếm: 109 tín chỉ, chiếm 83,85%

-  Tỷ lệ lý thuyết cơ sở ngành, ngành và chuyên ngành trên khối lượng kiến thức toàn khóa chiếm: 40-41 Tín chỉ, chiếm 30,77%-31,54%

-  Tỷ lệ học phần tự chọn trên tổng khối lượng kiến thức toàn khóa chiếm: 34 chiếm 26,15%, bao gồm 15 tín chỉ chọn theo các nhóm khai phóng và 19 tín chỉ chọn tự do theo định hướng cá nhân.

10.1. Cấu trúc và nội dung của chương trình đào tạo

TT Mã học phần Tên học phần Số tín chỉ
TC ST LT TH
KHỐI KIẾN THỨC ĐẠI CƯƠNG VÀ KHAI PHÓNG  36

11*

570

-

34

-

2

-

Kiến thức Khai phóng

Sinh viên được yêu cầu học ít nhất 01 học phần mỗi nhóm

21 330 20 1
Nhóm I: Văn minh nhân loại
1 HIS101V Lịch sử văn minh thế giới

World Civilization History

3 45 3 0
2 HIS102V Thời hiện đại

Modern times

3 45 3 0
Nhóm II: Văn hóa, văn học và nghệ thuật
1 ENGL108V Nhập môn Văn hóa học 

Introduction to Cultural Studies

3 45 3 0
2 ART101 Nghệ thuật đương đại

Contemporary Art

3 45 3 0
3 CUL101 Văn hóa Việt Nam và một số nền văn hóa thế giới tiêu biểu

Vietnamese and other world classic cultures

3 45 3 0
4 HUM102V Văn hóa và văn học

Culture and Literature

3 45 3 0
Nhóm III: Tư duy và giao tiếp 
1 HUM101V Viết và ý tưởng 

Writing and Ideas

3 45 3 0
2 MGT102V Lãnh đạo và giao tiếp 

Leadership and Communication

3 45 3 0
3 VNL101 Ngôn ngữ và tiếng Việt

Language and Vietnamese

3 45 3 0
Nhóm IV: Con người và trái đất
1 ENV101 Con người và môi trường

Human and Environmental Interactions

3 45 3 0
2 ENV102 Biến đổi khí hậu

Climate Change

3 45 3 0
Nhóm V: Khoa học tự nhiên và công nghệ 
1 aMATH101V Toán đại cương 1

Calculus 1

3 45 3 0
2 aDSP101 Nhập môn khoa học dữ liệu với Python

Introduction to data science with Python

3 60 2 1
3 EGD101 Thiết kế kỹ thuật

Engineering Design

3 60 2 1
Nhóm VI: Kinh tế và quản lý 
1 ENTR01 Khởi nghiệp sáng tạo 

Entrepreneurship

3 45 3 0
2 PRFN01 Quản lý tài chính cá nhân 

Personal Finance

3 45 3 0
Kiến thức Đại cương 15

11*

240

-

14

-

1

-

1 MACL108 Triết học Mác - Lênin

Marxist-Leninist philosophy

3 45 3 0
2 MACL109 Kinh tế chính trị Mác - Lênin

Political Economy

2 30 2 0
3 MACL104 Tư tưởng Hồ Chí Minh

Ho Chi Minh Thought

2 30 2 0
4 MACL110 Chủ nghĩa xã hội khoa học

Science Socialism

2 30 2 0
5 MACL111 Lịch sử Đảng CSVN

History of the Communist Party of VietNam

2 30 2 0
6 LAW102 Pháp Luật đại cương

Fundamentals of Law

2 30 2 0
7 INF102 Tin học đại cương

Introduction to Informatics

2 45 1 1
8 MACL1051 Giáo dục thể chất 1

Physical Education 1

1* 30 0 1
9 MACL1052 Giáo dục thể chất 2

Physical Education 2

1* 30 0 1
10 MACL1053 Giáo dục thể chất 3

Physical Education 3

1* 30 0 1
11 MACL106 Giáo dục quốc phòng - an ninh

National Defense and Security 

Education

8*
KIẾN THỨC VỀ NGOẠI NGỮ - ANH VĂN 12

8*

180

-

12

-

0

-

1 ESL101 Anh văn 1

English 1

3 45 3 0
2 ESLi101 Anh văn tăng cường 1

Intensive English 1

2* 30 2 0
3 ESL102 Anh văn 2

English 2

3 45 3 0
4 ESLi102 Anh văn tăng cường 2

Intensive English 2

2* 30 2 0
5 ESL103 Anh văn 3

English 3

3 45 3 0
6 ESLi103 Anh văn tăng cường 3

Intensive English 3

2* 30 2 0
7 ESL104 Anh văn 4

English 4

3 45 3 0
8 ESLi104 Anh văn tăng cường 4

Intensive English 4

2* 30 2 0
KIẾN THỨC GIÁO DỤC CHUYÊN NGHIỆP
Kiến thức cơ sở ngành bắt buộc 18 315 15 3
1 MATH201V Toán đại cương 2 

Calculus 2

3 45 3 0
2 MATH110V Đại số tuyến tính 

Linear Algebra

3 45 3 0
3 PHYS101V Nhập môn cơ học 

Introductory Mechanics

3 60 2 1
4 PHYS110V Nhập môn điện - từ

Introductory Electricity and 

Magnetism

3 60 2 1
5 CS111V Nhập môn Khoa học Máy tính và Lập trình Python 

Introduction to Computer Science 

and Programming in Python

3 60 2 1
6 STA206V Xác suất thống kê

Probabilities and Statistics

3 45 3 0
Kiến thức ngành bắt buộc 18 315 15 3
1 CS201V Cấu trúc dữ liệu và giải thuật 

Data Structure and Algorithms

3 60 2 1
2 CS202V Toán rời rạc

Discrete Mathematics for CS

3 45 3 0
3 CS203V Tổ chức của máy tính 

Computer Organization

3 45 3 0
4 CS204V Thiết kế và phân tích thuật toán 

Design & Analysis of Algorithms

3 60 2 1
5 CS205V Hệ điều hành

Introduction to Operating Systems

3 45 3 0
6 CS206V Lập trình hướng đối tượng 

Object Oriented Programming

3 60 2 1
Kiến thức bắt buộc cho từng chuyên ngành

(Sinh viên cần chọn và hoàn thành 1 trong 3 chuyên ngành)

15 300/

285

10/

11

5/

4

1. Khoa học dữ liệu
1 CS311V Nhập môn cơ sở dữ liệu 

Introduction to Database

3 60 2 1
2 CS331V Nhập môn khai thác dữ liệu 

Introduction to Data Mining

3 60 2 1
3 CS441V Trực quan hoá dữ liệu 

Data Visualization

3 60 2 1
4 CS332V Nhập môn học máy

Introduction to Machine Learning

3 60 2 1
5 CS411V Dữ liệu lớn  

Big Data 

3 60 2 1
2. Học máy/Trí tuệ nhân tạo
1 CS330V Nhập môn trí tuệ nhân tạo 

Introduction to AI

3 60 2 1
2 CS332V Nhập môn học máy

Introduction to Machine Learning

3 60 2 1
3 CS431V Học máy nâng cao 

Advanced machine learning

3 60 2 1
4 CS434V Học sâu 

Deep Learning

3 60 2 1
5 STA301V Thống kê Bayes 

Bayesian statistics

3 45 3 0
3. Hệ thống phần mềm
1 CS301V Thiết kế và triển khai phần mềm 

Software Design and Implementation

3 60 2 1
2 CS311V Nhập môn cơ sở dữ liệu 

Introduction to Database

3 60 2 1
3 CS401V Hệ thống phân tán 

Distributed Systems

3 60 2 1
4 CS440V Mạng máy tính 

Computer Network

3 60 2 1
5 CS332V Nhập môn học máy

Introduction to Machine Learning

3 60 2 1
KIẾN THỨC TỐT NGHIỆP 12 540 12 0
1 CS470V Đồ án tốt nghiệp 

Graduation project

8 360 8 0
2 CS480V Khóa luận tốt nghiệp

Graduation thesis

8 360 8 0
3 CS471V Tiểu luận tốt nghiệp

Graduation essay

4 180 4 0
4 CS481V Thực tập 1

Internship 1

4 180 4 0
5 CS482V Thực tập 2

Internship 2

6 270 6 0
KIẾN THỨC TỰ CHỌN

Sinh viên được yêu cầu chọn ít nhất 9 tín chỉ ngoài khoa Kỹ Thuật.

19
1. Khoa học dữ liệu
1 STA301V Thống kê Bayes 

Bayesian statistics

3 45 3 0
2 STA302V Xác suất và quá trình ngẫu nhiên 

Probability & Stochastic Processes

3 45 3 0
3 CS412V Trích rút thông tin và tìm kiếm trên Web 

Information Retrieval and Web Search

3 60 2 1
4 CS413V Xử lý dữ liệu 

Data Preprocessing/cleansing

3 75 1 2
5 CS414V Dự án khoa học dữ liệu và triển khai 

Data science project & deployment

3 75 1 2
6 CS431V Học máy nâng cao 

Advanced machine learning

3 60 2 1
7 CS364V Mã hoá và bảo mật ứng dụng

Cryptography and Secure Application

3 60 2 1
8 CS440V Mạng máy tính 

Computer Network

3 60 2 1
9 CS450V Các chủ đề về khoa học dữ liệu 

Data science topics

3 90 0 3
10 MATH202V Toán đại cương 3 

Calculus 3

3 45 3 0
2. Học máy/Trí tuệ nhân tạo
1 CS333V Nhập môn thị giác máy tính 

Introduction to Computer Vision

3 60 2 1
2 CS411V Dữ liệu lớn 

Big Data 

3 60 2 1
3 CS435V Thực hành học sâu trong xử lý ngôn ngữ 

Practical Deep learning in Natural Language Processing

3 75 1 2
4 CS436V Thực hành học sâu trong thị giác máy tính 

Practical Deep learning in Computer Vision

3 75 1 2
5 CS437V Nhận diện mẫu 

Pattern Recognition

3 60 2 1
6 CS334V Xử lý ngôn ngữ tự nhiên 

Introduction to Natural Language Processing

3 60 2 1
7 CS447V Học tăng cường 

Reinforcement Learning

3 60 2 1
8 MATH202V Toán đại cương 3 

Calculus 3

3 45 3 0
3. Hệ thống phần mềm
1 CS333V Nhập môn thị giác máy tính 

Introduction to Computer Vision

3 60 2 1
2 CS334V Xử lý ngôn ngữ tự nhiên 

Introduction to Natural Language Processing

3 60 2 1
3 CS302V Phát triển ứng dụng Web 

Web Application Development

3 75 1 2
4 CS303V Phát triển ứng dụng Mobile 

Mobile Application Development

3 75 1 2
5 CS304V Phát triển ứng dụng IoT 

IoT Application Development

3 75 1 2
6 CS305V Điện toán đám mây

Cloud computing

3 60 2 1
7 CS411V Dữ liệu lớn 

Big Data 

3 60 2 1
8 CS431V Học máy nâng cao 

Advanced machine learning

3 60 2 1
9 CS434V Học sâu 

Deep Learning

3 60 2 1
10 CS408V Dự án phần mềm 

Software Project

3 75 1 2
TỔNG SỐ TÍN CHỈ CỦA CTĐT 130
Tổng số tín chỉ bắt buộc 111
Tổng số tín chỉ tự chọn tối thiểu 19

 

      10.2. Tiến trình đào tạo

- Kế hoạch giảng dạy (dự kiến)

Được xây dựng vào đầu năm của mỗi năm học để sinh viên đăng ký

TT Mã học phần Tên học phần Số tín chỉ
TC ST LT TH
Học kỳ 1
1 MACL108 Triết học Mác - Lênin

Marxist-Leninist philosophy

3 45 3 0
2 LAW102 Pháp Luật đại cương

Fundamentals of Law

2 30 2 0
3 Nhóm Văn minh nhân loại 3 45 3 0
4 ESL101 Anh văn 1

English 1

3 45 3 0
5 ESLi101 Anh văn tăng cường 1

Intensive English 1

2* 30 2 0
6 MACL1051 Giáo dục thể chất 1

Physical Education 1

1* 30 0 1
7 INF102 Tin học đại cương

Introduction to Informatics

2 45 1 1
8 aMATH101V Toán đại cương 1

Calculus 1

3 45 3 0
Tổng cộng: 16

3*

255

-

15

-

1

-

Học kỳ 2
1 MACL109 Kinh tế chính trị Mác - Lênin

Political Economy

2 30 2 0
2 MACL110 Chủ nghĩa xã hội khoa học

Science Socialism

2 30 2 0
3 Nhóm Văn hóa, văn học và nghệ thuật 3 45 3 0
4 ESL102 Anh văn 2

English 2

3 45 3 0
5 ESLi102 Anh văn tăng cường 2

Intensive English 2

2* 30 2 0
6 MACL1052 Giáo dục thể chất 2

Physical Education 2

1* 30 0 1
7 MATH110V Đại số tuyến tính 

Linear Algebra

3 45 3 0
8 CS111V Nhập môn Khoa học Máy tính và Lập trình Python 

Introduction to Computer Science 

and Programming in Python

3 60 2 1
9 PHYS101V Nhập môn cơ học 

Introductory Mechanics

3 60 2 1
Tổng cộng: 19

3*

315

-

17

-

2

-

Học kỳ hè
1 MACL106 Giáo dục quốc phòng - an ninh

National Defense and Security 

Education

8*
Tổng cộng: 8* - - -
Học kỳ 3
1 MACL104 Tư tưởng Hồ Chí Minh

Ho Chi Minh Thought

2 30 2 0
2 Nhóm Tư duy và giao tiếp 3 45 3 0
3 ESL103 Anh văn 3

English 3

3 45 3 0
4 ESLi103 Anh văn tăng cường 3

Intensive English 3

2* 30 2 0
5 MACL1053 Giáo dục thể chất 3

Physical Education 3

1* 30 0 1
6 MATH201V Toán đại cương 2 

Calculus 2

3 45 3 0
7 CS201V Cấu trúc dữ liệu và giải thuật 

Data Structure and Algorithms

3 60 2 1
8 CS202V Toán rời rạc

Discrete Mathematics for CS

3 45 3 0
9 PHYS110V Nhập môn điện - từ

Introductory Electricity and 

Magnetism

3 60 2 1
Tổng cộng: 20

3*

330

-

18

-

2

-

Học kỳ 4
1 ESL104 Anh văn 4

English 4

3 45 3 0
2 ESLi104 Anh văn tăng cường 4

Intensive English 4

2* 30 2 0
3 MACL111 Lịch sử Đảng CSVN

History of the Communist Party of VietNam

2 30 2 0
4 Nhóm Con người và trái đất 3 45 3 0
5 CS203V Tổ chức của máy tính 

Computer Organization

3 45 3 0
6 CS205V Hệ điều hành

Introduction to Operating Systems

3 45 3 0
7 CS206V Lập trình hướng đối tượng 

Object Oriented Programming

3 60 2 1
Tổng cộng: 17

2*

270

-

16

-

1

-

Học kỳ 5
1 aDSP101 Nhập môn khoa học dữ liệu với Python

Introduction to data science with Python

3 60 2 1
2 CS204V Thiết kế và phân tích thuật toán 

Design & Analysis of Algorithms

3 60 2 1
3 STA206V Xác suất thống kê

Probabilities and Statistics

3 45 3 0
4 Học phần hướng chuyên sâu 1 3 45 3 0
5 Học phần hướng chuyên sâu 2 3 45 3 0
6 Tự chọn 1 3 45 3 0
Tổng cộng: 18 300 16 2
Học kỳ 6
1 Nhóm Kinh tế và quản trị học 3 45 3 0
2 Học phần hướng chuyên sâu 3 3 45 3 0
3 Học phần hướng chuyên sâu 4 3 45 3 0
4 Tự chọn 2 3 45 3 0
5 Tự chọn 3 3 45 3 0
Tổng cộng: 15 225 15 0
Học kỳ 7
1 Học phần hướng chuyên sâu 5 3 45 3 0
2 Tự chọn 4 3 45 3 0
3 Tự chọn 5 3 45 3 0
4 Tự chọn 6 3 45 3 0
Tổng cộng: 12 180 12 0
Học kỳ 8
1 CS482V/

CS480V

Thực tập 2 hoặc Khóa luận tốt nghiệp

Internship 2 or Graduation Thesis 

6

 /8

270

/360

/8

0
2 Tự chọn 7 3 45 3 0
3 Tự chọn 8 3

/1

45

/15

3

/1

0
Tổng cộng: 12 360 12 0
TỔNG SỐ TÍN CHỈ CỦA CTĐT 130
Tổng số tín chỉ bắt buộc 111
Tổng số tín chỉ tự chọn tối thiểu 19



10.3. Ma trận chuẩn đầu ra CTĐT và các môn học

 

SST MÃ MH Tên môn CHUẨN ĐẦU RA
Số TC  PL

O1

PL

O2

PL

O3

PL

O4

PL

O5

PL

O6

PLO7 PL

O8

PL

O9

PL

O10

PL

O11

PL

O12

PL

O13

PL

O14

PL

O15

A B C
Nhóm kiến thức khai phóng của Đại học Tân Tạo

Sinh viên được yêu cầu học ít nhất 01 môn của mỗi nhóm

21
Nhóm I: Văn minh nhân loại
1 HIS101V Lịch sử văn minh thế giới

World Civilization History

3 X X X X X
2 HIS102V Thời hiện đại

Modern times

3 X X X X X
Nhóm II: Văn hóa, văn học và nghệ thuật
1 ENGL108V Nhập môn Văn hóa học 

Introduction to Cultural Studies

3 X X X X
2 ART101 Nghệ thuật đương đại

Contemporary Art

3 X X X X
3 CUL101 Văn hóa Việt Nam và một số nền văn hóa thế giới tiêu biểu

Vietnamese and other world classic cultures

3 X X X X
4 HUM102V Văn hóa và văn học

Culture and Literature

3 X X X X X
Nhóm III: Tư duy và giao tiếp
1 HUM101V Viết và ý tưởng 

Writing and Ideas

3 X X X X
2 VNL101 Ngôn ngữ và tiếng Việt

Language and Vietnamese

3 X X X X
3 MGT102V Lãnh đạo và giao tiếp 

Leadership and Communication

3 X X X X
Nhóm IV: Con người và trái đất
1 ENV101 Con người và môi trường

Human and Environmental Interactions

3 X X X
2 ENV102 Biến đổi khí hậu

Climate Change

3 X X X
Nhóm V: Khoa học tự nhiên và công nghệ
1 MATH101V Toán đại cương 1

Calculus 1

3 X X X X X X
2 DSP101 Nhập môn khoa học dữ liệu với Python

Introduction to data science with Python

3 X X X X X X X X X
3 EGD101 Thiết kế kỹ thuật

Engineering Design

3 X X X X
Nhóm VI: Kinh tế và quản lý
1 ENTR01 Khởi nghiệp sáng tạo 

Entrepreneurship

3 X X X
2 PRFN01 Quản lý tài chính cá nhân 

Personal Finance

3 X X X
Nhóm kiến thức theo quy định của Bộ GD&ĐT 15

11*

1 MACL108 Triết học Mác - Lênin

Marxist-Leninist philosophy

3 X X X X X
2 MACL109 Kinh tế chính trị Mác - Lênin

Political Economy

2 X X X X X
3 MACL110 Chủ nghĩa xã hội khoa học

Science Socialism

2 X X X X X
4 MACL111 Lịch sử Đảng CSVN

History of the Communist Party of VietNam

2 X X X X X
5 MACL104 Tư tưởng Hồ Chí Minh

Ho Chi Minh Thought

2 X X X
6 LAW102 Pháp Luật đại cương

Fundamentals of Law

2 X X X
7 INF101 Tin học đại cương

Introduction to Informatics

2 X X X
8 MACL1051 Giáo dục thể chất 1

Physical Education 1

1* X X X
9 MACL1052 Giáo dục thể chất 2

Physical Education 2

1* X X X
10 MACL1053 Giáo dục thể chất 3

Physical Education 3

1* X X X X
11 MACL106 Giáo dục quốc phòng - an ninh

National Defense and Security Education

8* X X X X
Nhóm kiến thức Ngoại ngữ - Anh văn  12

8*

1 ESL101 Anh văn 1

English 1

3 X X X X X
2 ESLi101 Anh văn tăng cường 1

Intensive English 1

2* X X X X X
3 ESL102 Anh văn 2

English 2

3
4 ESLi102 Anh văn tăng cường 2

Intensive English 2

2* X X X X X
5 ESL103 Anh văn 3

English 3

3 X X X X X
6 ESLi103 Anh văn tăng cường 3

Intensive English 3

2* X X X X X
7 ESL104 Anh văn 4

English 4

3 X X X X X
8 ESLi104 Anh văn tăng cường 4

Intensive English 4

2* X X X X X
Nhóm kiến thức giáo dục chuyên nghiệp
Kiến thức cơ sở ngành bắt buộc 18
1 MATH201V Toán đại cương 2 

Calculus 2

3 X X X X X X X X
2 MATH110V Đại số tuyến tính 

Linear Algebra

3 X X X X X X
3 PHYS101V Nhập môn cơ học 

Introductory Mechanics

3 X X X X
4 PHYS110V Nhập môn điện - từ

Introductory Electricity and Magnetism

3 X X X X
5 CS111V Nhập môn Khoa học Máy tính và Lập trình Python 

Introduction to Computer Science and Programming in Python

3 X X X X X X X
6 STA206V Xác suất thống kê

Probabilities and Statistics

3 X X X X X X X X
Kiến thức ngành bắt buộc 18
1 CS201V Cấu trúc dữ liệu và giải thuật 

Data Structure and Algorithms

3 X X X X
2 CS202V Toán rời rạc

Discrete Mathematics for CS

3 X X X X X X X
3 CS203V Tổ chức của máy tính 

Computer Organization

3 X X X X X
4 CS204V Thiết kế và phân tích thuật toán 

Design & Analysis of Algorithms

3 X X X X X X
5 CS205V Hệ điều hành

Introduction to Operating Systems

3 X X X
6 CS206V Lập trình hướng đối tượng 

Object Oriented Programming

3 X X X X X X
Kiến thức bắt buộc cho từng chuyên ngành

(Sinh viên cần chọn và hoàn thành 1 trong 3 chuyên ngành)

(i) Khoa học dữ liệu

(ii) Học máy/Trí tuệ nhân tạo

(iii) Hệ thống phần mềm

15
1 CS311V(i), (iii) Nhập môn cơ sở dữ liệu 

Introduction to Database

3 X X X X X X X X X X
2 CS331V(i) Nhập môn khai thác dữ liệu 

Introduction to Data Mining

3 X X X X X X X
3 CS332V(i), (ii), (iii) Nhập môn học máy

Introduction to Machine Learning

3 X X X X X X X X
4 CS411V(i) Dữ liệu lớn  

Big Data 

3 X X X X X X X X
5 CS441V(i) Trực quan hoá dữ liệu 

Data Visualization

3 X X X X X X X X
6 CS330V(ii) Nhập môn trí tuệ nhân tạo 

Introduction to AI

3 X X X X X X X
7 CS431V(ii) Học máy nâng cao 

Advanced machine learning

3 X X X X X X X X
8 CS434V(ii) Học sâu 

Deep Learning

3 X X X X X X X
9 STA301V (ii) Thống kê Bayes 

Bayesian statistics

3 X X X X X X X
10 CS301V(iii) Thiết kế và triển khai phần mềm 

Software Design and Implementation

3 X X X X X
11 CS401V(iii) Hệ thống phân tán 

Distributed Systems

3 X X X X X X
12 CS440V(iii) Mạng máy tính 

Computer Network

3 X X X X X X
Nhóm kiến thức tốt nghiệp
1 CS470V Đồ án tốt nghiệp 

Graduation project

8 X X X X X X X X X X
2 CS480V Khóa luận tốt nghiệp

Graduation thesis

8 X X X X X X X X X X X X X X
3 CS471V Tiểu luận tốt nghiệp

Graduation essay

4 X X X X X X X X X X X X X
4 CS481V Thực tập 1

Internship 1

4 X X X X X X X X X X X X X X X
5 CS482V Thực tập 2

Internship 2

6 X X X X X X X X X X X X X X X
1 STA301V Thống kê Bayes 

Bayesian statistics

3 X X X X X X X
2 STA302V Xác suất và quá trình ngẫu nhiên 

Probability & Stochastic Processes

3 X X X X X X
3 CS412V Trích rút thông tin và tìm kiếm trên Web 

Information Retrieval and Web Search

3 X X X X X X X
4 CS413V Xử lý dữ liệu 

Data Preprocessing/cleansing

3 X X X X
5 CS414V Dự án khoa học dữ liệu và triển khai 

Data science project & deployment

3 X X X X
6 CS431V Học máy nâng cao 

Advanced machine learning

3 X X X X X X X X
7 CS364V Mã hoá và bảo mật ứng dụng

Cryptography and Secure Application

3 X X X X X X X X X
8 CS440V Mạng máy tính 

Computer Network

3 X X X X X X
9 CS450V Các chủ đề về khoa học dữ liệu 

Data science topics

3 X X X X X X
11 MATH202V Toán đại cương 3 

Calculus 3

3 X X
12 CS333V Nhập môn thị giác máy tính 

Introduction to Computer Vision

3 X X X X X X X X
13 CS411V Dữ liệu lớn 

Big Data 

3 X X X X X X X X
14 CS435V Thực hành học sâu trong xử lý ngôn ngữ 

Practical Deep learning in Natural Language Processing

3 X X X X X X
15 CS436V Thực hành học sâu trong thị giác máy tính 

Practical Deep learning in Computer Vision

3 X X X X X
16 CS437V Nhận diện mẫu 

Pattern Recognition

3 X X X X X
17 CS334V Xử lý ngôn ngữ tự nhiên 

Introduction to Natural Language Processing

3 X X X X X X X X
18 CS447V Học tăng cường 

Reinforcement Learning

3 X X X X X
19 CS302V Phát triển ứng dụng Web 

Web Application Development

3 X X X X X X X
20 CS303V Phát triển ứng dụng Mobile 

Mobile Application Development

3 X X X X X X X X X
21 CS304V Phát triển ứng dụng IoT 

IoT Application Development

3 X X X X X X
22 CS305V Điện toán đám mây

Cloud computing

3 X X X X X X
23 CS434V Học sâu 

Deep Learning

3 X X X X X X X
24 CS408V Dự án phần mềm 

Software Project

3 X X X X X X X

 

X: Môn tiên quyết cho chuẩn đầu ra

(*): không tính vào điểm trung bình tích lũy.

(a): các môn bắt buộc đối với sinh viên Khoa Kỹ thuật.

(i) Khoa học dữ liệu

(ii) Học máy/Trí tuệ nhân tạo

(iii) Hệ thống phần mềm

 

11.1. Thông tin tuyển sinh

Tất cả các đối tượng theo quy chế tuyển sinh đại học của Bộ GD&ĐT.

11.2. Quy trình đào tạo

Thực hiện theo Quy chế Đào tạo đại học của Trường Đại học Tân Tạo (Ban hành theo Quyết định số 31/QĐ-ĐHTT.21, Long An, ngày 30 tháng 6 năm 2021 của Hiệu Trưởng trường Đại học Tân Tạo).

Quy chế đào tạo sử dụng là quy chế đào tạo theo học chế tín chỉ, tạo điều kiện để sinh viên tích cực, chủ động thích ứng với quy trình đào tạo giúp đạt được những kết quả tốt nhất trong học tập và rèn luyện.

Chương trình đào tạo được thiết kế 8 học kỳ tương ứng với 4 năm học, gồm 130 tín chỉ. Một năm học được chia thành 2 học kỳ chính. Ngoài hai học kỳ chính, Hiệu trưởng xem xét quyết định tổ chức thêm một học kỳ hè để sinh viên có điều kiện được học lại, học cải thiện và học vượt. Mỗi học kỳ chính có ít nhất 15 tuần thực học và 2 tuần thi; Mỗi học kỳ hè có ít nhất 5 tuần thực học và 1 tuần thi.

11.3. Điều kiện tốt nghiệp

Thực hiện theo Quy chế Đào tạo đại học của Trường Đại học Tân Tạo (Ban hành theo Quyết định số 31/QĐ-ĐHTT.21, Long An, ngày 30 tháng 6 năm 2021 của Hiệu Trưởng trường Đại học Tân Tạo).

Tích lũy đủ học phần, số tín chỉ (tối thiểu 130 tín chỉ) và hoàn thành các nội dung bắt buộc khác theo yêu cầu của chương trình đào tạo;

Điểm trung bình tích lũy của toàn khóa học tối thiểu đạt 2,00;

Đạt chuẩn đầu ra về ngoại ngữ theo quy định của Trường: TOEFL iBT 61 hoặc IELTS 5.0 hoặc tương đương;

Hoàn thành các học phần Giáo dục thể chất (GDTC) và Giáo dục quốc phòng – An ninh (GDQP-AN);

Có giấy chứng nhận về Kỹ năng mềm do nhà trường cung cấp;

Đạt yêu cầu về số giờ tham gia các hoạt động phục vụ cộng đồng theo quy định;

Tại thời điểm xét tốt nghiệp không bị truy cứu trách nhiệm hình sự hoặc không đang trong thời gian bị kỷ luật ở mức đình chỉ học tập;

Hoàn thành các nghĩa vụ đối với nhà trường;

Thực hiện đăng ký xét tốt nghiệp theo quy định tại Phòng Quản lý đào tạo.

Nhà trường đã tiến hành đối sánh mục tiêu, CĐR và khung CTĐT ngành Khoa học máy tính của Trường Đại học Tân Tạo với CTĐT của các trường uy tín trong và ngoài nước như: Đại học Thăng Long, ….

13.1. Chiến lược, phương pháp giảng dạy – học tập (Teaching and learning strategies and methods - TLM)

13.1.1. Dạy học trực tiếp:

Dạy học trực tiếp là phương pháp dạy học trong đó các thông tin được truyền tải đến với người học theo cách trực tiếp, giảng viên trình bày và người học lắng nghe. Phương pháp này thường được áp dụng trong các lớp học truyền thống và có hiệu quả khi muốn truyền đạt cho người học những thông tin cơ bản, giải thích một kỹ năng mới.

TLM1. Thuyết giảng: Giảng viên trình bày nội dung bài học và giải thích các nội dung trong bài giảng. Giảng viên là người thuyết trình, diễn giảng. Sinh viên có trách nhiệm nghe giảng và ghi chú để tiếp nhận các kiến thức mà giảng viên truyền đạt.

TLM2. Giải thích cụ thể: Giảng viên hướng dẫn và giải thích chi tiết cụ thể các nội dung liên quan đến bài học, giúp cho sinh viên đạt được mục tiêu dạy học về kiến thức và kỹ năng.

TLM3. Tham luận: Sinh viên được tham gia vào các khóa học mà người diễn giả thuyết trình đến từ các đơn vị bên ngoài như các đơn vị sử dụng lao động, người có nhiều kinh nghiệm trong lĩnh vực đào tạo... thông qua những trao đổi chia sẻ những kinh nghiệm và hiểu biết của người diễn giảng để giúp người học hình thành kiến thức tổng quan hay cụ thể về ngành, chuyên ngành đào tạo.

TLM4. Câu hỏi gợi mở: Giảng viên sử dụng các câu hỏi gợi mở hay các vấn đề, và hướng dẫn giúp sinh viên từng bước trả lời câu hỏi. Sinh viên có thể tham gia thảo luận theo nhóm để cùng nhau giải quyết bài tập, vấn đề đặt ra.

TLM5. Bài tập thực hành: Sau khi quan sát giảng viên làm mẫu, sinh viên sẽ tự hoàn thành các bài tập hoặc làm việc nhóm để hoàn thành, từ đó hình thành và rèn luyện các kỹ năng mà sinh viên sẽ phải thực hiện trong lĩnh vực nghề nghiệp sau này.

TLM6. Sinh viên thuyết trình: Giảng viên phân công các chủ đề cho cá nhân hoặc nhóm sinh viên tự thu thập tài liệu, tìm hiểu và trình bày trước lớp. Giúp sinh viên rèn luyện các kỹ năng đọc hiểu, tổng hợp thông tin, trình bày trước đám đông,...

13.1.2. Dạy học theo nghiên cứu:

Dạy học theo hướng nghiên cứu khuyến khích mức độ tư duy phê phán cao. Người học xác định các câu hỏi nghiên cứu, tìm các phương pháp phù hợp để giải quyết vấn đề hoặc báo cáo các kết luận dựa trên các thông tin thu thập được.

TLM7. Nghiên cứu độc lập: Phương pháp này phát triển khả năng của sinh viên trong việc lên kế hoạch, khám phá, tổ chức và giao tiếp đối với một chủ đề một cách độc lập và chi tiết, dưới sự hướng dẫn của giảng viên. Nó còn tăng cường động lực học tập và tích cực tham gia học tập bởi vì sinh viên được cho phép chọn các tài liệu họ muốn trình bày.

TLM8. Thực hiện dự án: Sinh viên nghiên cứu một chủ đề nào đó liên quan đến môn học và viết báo cáo.

TLM9. Trợ giảng và hỗ trợ học thuật: Sinh viên được tham gia hỗ trợ giảng viên ở các lớp học.

13.1.3. Dạy học theo dựa vào hoạt động trải nghiệm:

Chiến lược này giúp sinh viên được trải nghiệm môi trường thực tế, các công việc sau này. Chiến lược này không những giúp sinh viên hình thành kiến thức kỹ năng mà còn tạo cơ hội nghề nghiệp cho sinh viên sau khi tốt nghiệp.

TLM10. Thực tập tại doanh nghiệp: Thông qua việc thực tập tại các công ty giúp sinh viên hiểu được môi trường làm việc thực tế của ngành đào tạo sau khi tốt nghiệp, học hỏi các công nghệ đang được áp dụng trong lĩnh vực ngành đào tạo, hình thành kỹ năng nghề nghiệp và văn hóa làm việc trong công ty.

13.1.4. Tự học:

Tự học là phương pháp giúp cho sinh viên tiếp thu các kiến thức và hình thành các kỹ năng để có thể tự định hướng, chủ động và độc lập trong việc học. Sinh viên có cơ hội lựa chọn chủ đề học, khám phá và nghiên cứu sâu về một vấn đề. Từ đó, sinh viên hình thành các kỹ năng quản lý thời gian và tự giám sát việc học. Phương pháp tự học áp dụng chủ yếu là bài tập ở nhà.

TLM11. Bài tập về nhà: Sinh viên được giao nhiệm vụ làm việc ở nhà với nội dung và yêu cầu do giảng viên đặt ra. Thông qua hoàn thành các nhiệm vụ được giao này, sinh viên học được cách tự học, cũng như đạt được những nội dung về kiến thức cũng như kỹ năng theo yêu cầu.

13.2. Chuẩn bị của giảng viên

Giảng viên giảng dạy chương trình ngành Khoa học máy tính cần: nắm rõ các hình thức tổ chức lớp học của từng học phần mà mình giảng dạy (học phần lý thuyết hay thực hành, học phần bắt buộc hay học phần tự chọn, học trực tiếp hay học trực tuyến); chuẩn bị bài giảng (bao gồm cả ví dụ ứng dụng thực tế - nếu có), bài tập (lý thuyết và thực hành), chuẩn bị các vấn đề/ câu hỏi mở, nắm rõ phương pháp đánh giá môn học, nhu cầu học tập của sinh viên (theo các năm học), hiểu rõ về chính sách và quy định trong học tập, quy định của giảng viên, quy định đánh giá.

13.3. Mối liên hệ giữa Chuẩn đầu ra (PLOs) với Chiến lược và phương pháp giảng dạy-học tập (TLMs)

TLMs Chuẩn đầu ra (PLOs)
PL

O1

PL

O2

PL

O3

PL

O4

PL

O5

PL

O6

PLO7 PL

O8

PL

O9

PL

O10

PL

O11

PL

O12

PL

O13

PL

O14

PL

O15

a b c
TLM1 X X X X X X X X X X X X X X X X
TLM2 X X X X X X X X X X X X
TLM3 X     X X X
TLM4 X X X X X X X X X X X X X X X
TLM5 X X X X X X X X X X X X X X X
TLM6 X X X X X X X X X X X X
TLM7 X X     X X X X
TLM8 X X X X X X X X X X X X
TLM9 X X X     X  
TLM10     X X X   X X X X
TLM11 X X X X X X X X X X X X X X

 

14.1. Phương pháp kiểm tra, đánh giá

Các phương pháp đánh giá được sử dụng trong chương trình đào tạo được chia thành 2 loại chính: đánh giá theo tiến trình và đánh giá tổng kết. Các hình thức, nội dung đánh giá được quy định cụ thể trong các Quy chế đào tạo hiện hành của Nhà trường và quy định cụ thể trong đề cương giảng dạy học của từng học phần. Một học phần có số tín chỉ từ 3 trở lên phải có ít nhất 2 thành phần điểm: đánh giá tiến trình và đánh giá cuối kỳ.

14.1.1. Đánh giá tiến trình

Mục đích của đánh giá tiến trình nhằm cung cấp kịp thời các thông tin phản hồi của người dạy và người học về những tiến bộ cũng như những điểm cần khắc phục xuất hiện trong quá trình dạy học.

Các phương pháp đánh giá cụ thể với loại đánh giá tiến trình được Nhà trường áp dụng có thể gồm điểm chuyên cần, điểm bài tập, thuyết trình, điểm kiểm tra giữa kỳ... để đánh giá điểm tiến trình của những học phần. 

AM1. Đánh giá chuyên cần: ngoài thời gian tự học, sự tham gia thường xuyên đầy đủ có các buổi học trên giảng đường, phòng thực hành,... trong học phần cũng phản ánh thái độ học tập của người học; sự tham gia đầy đủ các giờ học theo quy định giúp cho người học tiếp cận kiến thức, rèn luyện kỹ năng một cách hệ thống, liên tục và hình thành thái độ tốt và đúng đắn, chấp hành tốt nội quy, nề nếp tại trường và cơ sở sử dụng lao động sau khi người học tốt nghiệp. Việc đánh giá chuyên cần được thực hiện theo các rubric tùy thuộc vào tính chất học phần quy định (lý thuyết, sổ nhật ký thực hành, khóa luận…).

AM2. Đánh giá bài tập cá nhân/nhóm: người học được yêu cầu thực hiện một số nội dung liên quan đến bài học giờ học trên lớp. Các bài tập này có thể thực hiện bởi một cá nhân hoặc một nhóm người học được đánh giá theo các tiêu chí cụ thể (rubric bài tập). Nội dung bài tập cá nhân/ nhóm có thể là lý thuyết hoặc thực hành.

AM3. Đánh giá thuyết trình: trong một số học phần người học được yêu cầu làm việc theo nhóm để giải quyết vấn đề, tình huống hay nội dung liên quan đến bài học và trình bày kết quả của nhóm trước các nhóm khác. Hoạt động không những giúp người học đạt được kiến thức chuyên ngành mà còn phát triển các kỹ năng như: kỹ năng giao tiếp, thương lượng, làm việc nhóm. Để đánh giá mức độ đạt được của các kỹ năng này người học có thể sử dụng các tiêu chí đánh giá cụ thể (rubric thuyết trình).

AM4. Đánh giá qua các bài kiểm tra giữa kỳ: có thể sử dụng các phương pháp đánh giá trong mục 1.2 - Đánh giá cuối kỳ (bên dưới) để đánh giá điểm giữa kỳ cho sinh viên.

14.1.2. Đánh giá tổng kết (cuối kỳ)

Mục tiêu của đánh giá này là đưa ra những kết luận, phân hạng về mức độ đạt được mục tiêu và chất lượng đầu ra, sự tiến bộ của người học tại thời điểm ấn định trong quá trình dạy học gồm đánh giá cuối chương trình học, đánh giá cuối học kỳ.

Các phương pháp đánh giá được nhà trường sử dụng loại đánh giá này gồm: kiểm tra viết/tự luận, kiểm tra trắc nghiệm, trắc nghiệm kết hợp tự luận, báo cáo, thuyết trình, thực hành,....(Các phương pháp này có thể sử dụng để đánh giá giữa kỳ học đối với những học phần từ 3 tín chỉ trở lên).

AM5. Kiểm tra viết/tự luận: theo phương pháp đánh giá này, người học được yêu cầu trả lời một số câu hỏi, bài tập tình huống hay ý kiến cá nhân về những vấn đề liên quan đến yêu cầu chuẩn đầu ra về kiến thức của học phần và được đánh giá dựa trên đáp án được thiết kế sẵn. Thang điểm đánh giá được sử dụng trong phương pháp này là thang điểm 10. Số lượng câu hỏi trong bài đánh giá được thiết kế tùy thuộc vào yêu cầu nội dung kiến thức của học phần.

AM6. Kiểm tra trắc nghiệm và trắc nghiệm kết hợp tự luận: ở phương pháp kiểm tra trắc nghiệm, người học được yêu cầu trả lời các câu hỏi liên quan dựa trên đáp án đã được thiết kế sẵn. Điểm khác là trong phương pháp đánh giá này người học trả lời các câu hỏi yêu cầu dựa trên các gợi ý trả lời. Bên cạnh đó, còn có phương pháp kiểm tra trắc nghiệm kết hợp với phương pháp viết/tự luận.

AM7. Viết báo cáo: người học được đánh giá thông qua sản phẩm báo cáo, bao gồm: nội dung trình bày trong báo cáo, cách thức bài thuyết minh, bản vẽ minh họa, biểu đồ,... trong báo cáo. Tiêu chí đánh giá cụ thể theo phương pháp này theo các Rubric viết báo cáo của mỗi học phần.

AM8. Thuyết trình: phương pháp này hoàn toàn giống với phương pháp đánh giá thuyết trình trong loại đánh giá theo tiến trình. Đánh giá được thực hiện theo định kỳ: giữa kỳ, cuối kỳ hay cuối khóa học.

AM9. Thực hành: theo đó người học được yêu cầu thực hành viết một chương trình trên máy tính. Để đánh giá mức độ đạt được, giảng viên có thể sử dụng các tiêu chí đánh giá cụ thể trong bảng kiểm - thang điểm hay tiêu chí cụ thể theo rubric.

14.1.3. Đánh giá thực tập/khóa luận tốt nghiệp/đồ án tốt nghiệp

Mục tiêu của đánh giá này là đánh giá về mức độ đạt được mục tiêu, chất lượng đầu ra, kiến thức và kỹ năng của sinh viên trước khi tốt nghiệp.

Các phương pháp đánh giá được nhà trường sử dụng loại đánh giá này gồm: báo cáo thực tập/khóa luận tốt nghiệp/tiểu luận/đồ án tốt nghiệp.

AM10. Báo cáo thực tập/khóa luận tốt nghiệp/tiểu luận/đồ án tốt nghiệp: đây là một phương pháp lượng giá năng lực rất có giá trị vì đồng thời có thể lượng giá được cả kiến thức, thái độ và nhiều kỹ năng như tư duy sáng tạo - phán đoán - suy luận; kỹ năng tìm kiếm - chọn lựa - sử dụng thông tin; kỹ năng thao tác, kỹ năng tổ chức quản lý, kỹ năng giao tiếp, kỹ năng hợp tác trong nhóm/đội...; kỹ năng xử lý số liệu và viết báo cáo; ngoài ra người học còn rèn luyện kỹ năng bảo vệ trước hội đồng khi làm khóa luận tốt nghiệp/đồ án tốt nghiệp. Đối với khóa luận tốt nghiệp/đồ án tốt nghiệp, người học sẽ được đánh giá bởi giảng viên hướng dẫn và hội đồng đánh giá khóa luận tốt nghiệp/đồ án tốt nghiệp, hội đồng đánh giá bằng cách sử dụng các phiếu đánh giá phù hợp với ngành đào tạo.

14.2. Hình thức, trọng số và tiêu chí đánh giá

Thực hiện theo Quy chế Đào tạo đại học của Trường Đại học Tân Tạo (Ban hành theo Quyết định số 31/QĐ-ĐHTT.21, Long An, ngày 30 tháng 6 năm 2021 của Hiệu Trưởng trường Đại học Tân Tạo).

Hình thức, trọng số và tiêu chí đánh giá cụ thể được thể hiện chi tiết trên Đề cương chi tiết học phần.

14.3. Thang điểm đánh giá

Thực hiện theo Quy chế Đào tạo đại học của Trường Đại học Tân Tạo (Ban hành theo Quyết định số 31/QĐ-ĐHTT.21, Long An, ngày 30 tháng 6 năm 2021 của Hiệu Trưởng trường Đại học Tân Tạo).

14.4. Mối quan hệ giữa chuẩn đầu ra (PLOs) với phương pháp kiểm tra, đánh giá (AMs)

 

AMs Chuẩn đầu ra (PLOs)
PL

O1

PL

O2

PL

O3

PL

O4

PL

O5

PL

O6

PLO7 PL

O8

PL

O9

PL

O10

PL

O11

PL

O12

PL

O13

PL

O14

PL

O15

a b c
AM1 X X X X X X X X X X X
AM2 X X X X X X X X X X X X X X X
AM3 X X X X X X X X X X X X X X X X
AM4 X X X X X X X X X X X X X
AM5 X X X X X X X X X X X X X X
AM6 X X X X X X X X X X X X X X
AM7 X X X X X X X X X X
AM8 X X X X X X X X X X X X X
AM9 X X X X X X X X X X X
AM10 X X X X

 

Chương trình đào tạo được rà soát định kỳ 2 năm/1 lần theo hướng điều chỉnh đáp ứng được nhu cầu của người học và các bên có liên quan. Thêm nhiều hình thức hỗ trợ sinh viên trong nhiệm vụ rèn luyện đạo đức, tác phong và kỹ năng cần thiết.

Hàng năm, các Khoa xây dựng kế hoạch dự giờ của giảng viên đặc biệt là giảng viên trẻ để trao đổi chia sẻ kiến thức, phương pháp giảng dạy nâng cao năng lực giảng viên.

Thường xuyên lấy ý kiến phản hồi của sinh viên về phẩm chất, tài năng, đạo đức và tác phong của giảng viên.

Thường xuyên lấy ý kiến của các bên liên quan về nhu cầu sử dụng người học sau khi tốt nghiệp.

Chọn lựa các học phần tốt nghiệp cần thỏa mãn 2 điều kiện (tích lũy tối thiểu 12 tín chỉ):

Điều kiện 1: Thực tập hoặc khóa luận tốt nghiệp 

Điều kiện 2: Đồ án, tiểu luận hoặc học phần thay thế (học phần tự chọn)

16.1. Lưu ý về điều kiện làm khóa luận tốt nghiệp

Đã tích lũy đủ số học phần của chương trình tới thời điểm xét.

Điểm trung bình đến thời điểm đăng ký phải lớn hơn hoặc bằng 3.0.

Năm học cuối khóa không bị truy cứu trách nhiệm hình sự.

Có giảng viên đủ trình độ (kể cả người ngoài Trường) nhận hướng dẫn và phải được Khoa đồng ý.

Số lượng sinh viên được làm khóa luận tốt nghiệp không vượt quá 50% tổng số sinh viên của ngành đào tạo trong đợt xét đó. Đối với các ngành chuyên sâu đặc thù, căn cứ đề nghị của Khoa, Ban Giám hiệu sẽ xem xét trong những trường hợp cụ thể.

Tùy theo năng lực đội ngũ giảng viên đăng ký đề tài, điều kiện cơ sở vật chất, Khoa đề nghị số lượng sinh viên được làm tốt nghiệp để Hiệu trưởng phê duyệt. Nhà trường khuyến khích sinh viên làm khóa luận và tự tìm thầy hướng dẫn tốt nghiệp khi số lượng đề tài đăng ký hướng dẫn của giảng viên trong Khoa không đáp ứng đủ nhưng phải được Khoa cho phép.

*Chủ đề làm khóa luận tốt nghiệp:

Sinh viên sẽ được chọn một trong các chủ đề về Công nghệ thông tin phù hợp với định hướng và mong muốn nghề nghiệp sau khi ra trường để làm khóa luận tốt nghiệp. Danh sách các chủ đề do Hiệu trưởng quyết định tùy thuộc vào điều kiện về máy móc thiết bị, cán bộ hướng dẫn hiện có.

Điểm khóa luận tốt nghiệp được tính vào điểm trung bình chung tích lũy của toàn khóa học.

Chấm khóa luận tốt nghiệp theo quy chế của Bộ Giáo dục & Đào tạo và quy định của Nhà trường theo biểu mẫu đánh giá.

17.1. Đội ngũ giảng viên

Giảng viên giảng dạy ngành Khoa học máy tính phải có đủ tiêu chuẩn giảng viên theo quy định của Bộ Giáo dục và Đào tạo.

Giảng dạy lý thuyết và thực hành tại phòng thí nghiệm, phòng thực hành tại trường do giảng viên cơ hữu thực hiện.

17.2. Cơ sở vật chất

Cơ sở đào tạo phải đảm bảo cơ sở vật chất theo quy định và hướng dẫn hiện hành của Bộ Giáo dục và Đào tạo như giảng đường, thư viện, phòng thí nghiệm, thực hành, trang thiết bị hiện đại phục vụ giảng dạy, phòng máy tính có kết nối internet.

Mỗi học phần có nội dung thí nghiệm, thực hành phải học trong phòng thí nghiệm, thực hành đảm bảo diện tích và được trang bị đầy đủ theo quy định.

STT Tên học phần Mục đích học phần Số TC Phương pháp đánh giá SV
1 Lịch sử văn minh thế giới 

(World Civilization History)

Điều kiện tiên quyết: Không

Học phần cung cấp cho sinh viên kiến thức cơ bản và hệ thống về lịch sử hình thành, quá trình phát triển và một số thành tựu nổi bật về văn hóa, khoa học - kĩ thuật… của các nền văn minh nổi bật thời kì cổ trung đại ở phương Đông như Ai Cập, Ấn Độ, Trung Hoa và ở phương Tây như Hy Lạp, La Mã, các nước Tây Âu… giúp sinh viên có kiến thức nền tảng về lịch sử phát triển và sự tiến bộ của nhân loại.

03  Quy định trong đề cương chi tiết học phần
2 Thời hiện đại (Modern times) Điều kiện tiên quyết: Không

Học phần cung cấp kiến thức bao gồm lịch sử thế giới từ việc khám phá ra Thế giới mới & Cách mạng Hoa Kỳ đến cuối thế kỷ 20. Những thay đổi quan trọng thông qua lịch sử là kết quả của thương mại, quân sự và dân chủ. Những sự kiện này bao gồm cuộc cách mạng công nghiệp, chủ nghĩa đế quốc châu Âu, thương mại và toàn cầu hóa, các cuộc chiến tranh thế giới, sự trỗi dậy của các siêu cường…

03  Quy định trong đề cương chi tiết học phần
3 Nhập môn Văn hóa học (Introduction to Cultural Studies) Điều kiện tiên quyết: Không

Học phần cung cấp cho sinh viên những lý luận cơ bản về văn hóa học, gồm: hệ thống khái niệm cơ bản về văn hóa, cách nhận diện văn hóa, một số vấn đề văn hóa cụ thể (triết lý âm dương, văn hóa biểu tượng, văn hóa biển đảo, văn hóa nước…), một số nét khái quát về văn hóa Việt Nam và thế giới, văn hóa ứng dụng…

03 Quy định trong đề cương chi tiết học phần
4 Nghệ thuật đương đại (Contemporary Art) Điều kiện tiên quyết: Không

Học phần cung cấp cho sinh viên những hiểu biết cơ bản về nghệ thuật từ khi bắt đầu cho đến ngày nay. Nghệ thuật đương đại trong một thế giới có ảnh hưởng toàn cầu, đa dạng về văn hóa và công nghệ. Sự kết hợp năng động của các vật liệu, phương pháp, khái niệm và chủ đề tiếp tục thách thức các ranh giới đã được tiến hành tốt trong thế kỷ 20. Nghệ thuật đương đại là một phần của cuộc đối thoại văn hóa liên quan đến các khuôn khổ bối cảnh lớn hơn như bản sắc cá nhân và văn hóa, gia đình, cộng đồng và quốc tịch.

03 Quy định trong đề cương chi tiết học phần
5 Văn hóa Việt Nam và một số nền văn hóa thế giới tiêu biểu (Vietnamese and other world classic cultures) Điều kiện tiên quyết: Không

Học phần cung cấp cho sinh viên những hiểu biết cơ bản về văn hóa Việt Nam (bản sắc, hệ giá trị, văn hóa một số vùng miền, văn hóa ẩm thực…) và một số nền văn hóa thế giới tiêu biểu (Hàn Quốc, Nhật Bản, Trung Quốc…) giúp người học hiểu về một cách cơ bản về văn hóa Việt Nam và một số nền văn hóa thế giới tiêu biểu.

03  Quy định trong đề cương chi tiết học phần
6 Văn hóa và văn học (Culture and Literature) Điều kiện tiên quyết: Không

Học phần cung cấp cho sinh viên những hiểu biết cơ bản về văn hóa và văn học, gồm: lý luận chung về văn hóa và văn học; vai trò của văn hóa và văn học; những kiến thức cơ bản về văn hóa Việt Nam và một số nền văn hóa thế giới tiêu biểu; một số tác phẩm văn học kinh điển của Việt Nam và thế giới.

03  Quy định trong đề cương chi tiết học phần
7 Viết và ý tưởng (Writing and Ideas) Điều kiện tiên quyết: Không

Học phần này nhằm mục đích giúp sinh viên biết cách suy nghĩ ý tưởng, phát triển để nâng cao khả năng lý luận, đánh giá và phản hồi hiệu quả của sinh viên đối với thông tin đang được đề cập. Học phần này không chỉ giới hạn ở cách trình bày bằng văn bản và giao tiếp bằng lời nói mà còn tập trung vào cấu trúc của các lập luận và cách tránh những cạm bẫy trong logic. Thông tin sẽ được phân tích đến từ tin tức, hồ sơ công khai, phim ảnh, slide, bản ghi chép và bất kỳ nguồn phương tiện truyền thông nào khác, sau đó sẽ được đưa vào một bài luận được tổ chức tốt.

03 Quy định trong đề cương chi tiết học phần
8 Lãnh đạo và giao tiếp (Leadership and Communication) Điều kiện tiên quyết: Không

Học phần cung cấp cho sinh viên kiến thức cơ bản và hệ thống về các quan điểm lịch sử, lý thuyết và thực tiễn về lãnh đạo (đặc điểm, kỹ năng, phong cách, tình huống, dự phòng, lộ trình, khả năng lãnh đạo chuyển đổi và đội ngũ khả năng lãnh đạo) và giao tiếp (các yếu tố giao tiếp, vị thế giao tiếp của người lãnh đạo; sử dụng vị thế xã hội và vị thế giao tiếp để giao tiếp hiệu quả trong vai trò lãnh đạo). Học phần cũng sẽ hướng người học vào việc áp dụng những lý thuyết này vào các vấn đề thực tế.

03  Quy định trong đề cương chi tiết học phần
9 Ngôn ngữ và tiếng Việt (Language and Vietnamese) Điều kiện tiên quyết: Không

Học phần cung cấp cho sinh viên những hiểu biết cơ bản về ngôn ngữ nói chung (nguồn gốc, bản chất, chức năng…) và Tiếng Việt với những đặc trưng cơ bản: ngữ âm, từ vựng, ngữ nghĩa, ngữ pháp và ngữ dụng.

03  Quy định trong đề cương chi tiết học phần
10 Con người và môi trường (Human and Environmental Interactions) Điều kiện tiên quyết: Không

Học phần cung cấp kiến thức cơ bản để xây dựng một thái độ đúng đắn trong việc nhận thức các mối quan hệ hữu cơ giữa nhu cầu phát triển của xã hội loài người với việc khai thác, sử dụng các nguồn tài nguyên thiên nhiên. Học phần nhằm mục tiêu giáo dục con người cần có ý thức trong việc bảo vệ môi trường sống, chống lại các vấn nạn gây ô nhiễm. Học phần cung cấp cho sinh viên hiểu biết những vấn đề môi trường toàn cầu và các giải pháp xử lý. Thêm vào đó, các hoạt động thực hành trên lớp được lồng ghép vào bài giảng thêm sinh động và thực tế.

03  Quy định trong đề cương chi tiết học phần
11 Biến đổi khí hậu (Climate Change) Điều kiện tiên quyết: Không

Học phần nhằm cung cấp cho SV các kiến thức cơ bản về các hình thái khí hậu của Trái Đất, nguyên nhân gây ra biến đổi khí hậu, thách thức và cơ hội của biến đổi khí hậu, các tác động của biến đổi khí hậu đến tài nguyên và môi trường, và cách thức con người ứng phó với biến đổi khí hậu. 

Học phần cung cấp kiến thức về tiến trình các tổ chức toàn cầu, quốc gia, và khu vực đề ra các kế hoạch ứng phó BĐKH. 

Học phần mô tả cách thức các quốc gia giáo dục kiến thức BĐKH đến học sinh và sinh viên.

03  Quy định trong đề cương chi tiết học phần
12 Toán đại cương 1 (Calculus 1) Điều kiện tiên quyết: Không

Học phần đề cập đến phép tính vi phân và tích phân của một biến, nhấn mạnh vào các ứng dụng trong các bối cảnh khác nhau. Nó là nền tảng cho các khóa học tiếp theo về toán học, kỹ thuật và khoa học xã hội. Nội dung cơ bản bao gồm các Chương 1 - 8 trong sách giáo khoa của James Stewart. Các chủ đề chính bao gồm: hàm số, giới hạn của hàm số, tính liên tục, đạo hàm, vi phân, ứng dụng của vi phân, tích phân, ứng dụng tích phân trong các lĩnh vực khác nhau (vật lý, kỹ thuật, kinh tế và sinh học).

03 Quy định trong đề cương chi tiết học phần
13 Nhập môn khoa học dữ liệu với Python (Introduction to data science with Python) Điều kiện tiên quyết: Không

Học phần cung cấp cho sinh viên kiến thức cơ bản về khoa học dữ liệu, bao gồm quy trình làm việc với dữ liệu, từ thu thập, tiền xử lý, phân tích đến trực quan hóa. Sinh viên sẽ học cách sử dụng Python và các thư viện phổ biến như NumPy, Pandas, Matplotlib để xử lý và phân tích dữ liệu, cũng như triển khai các mô hình học máy cơ bản. Khóa học kết thúc bằng một dự án thực hành, giúp sinh viên áp dụng những kiến thức đã học vào thực tế.

03 Quy định trong đề cương chi tiết học phần
14 Thiết kế kỹ thuật (Engineering Design) Điều kiện tiên quyết: Không

Học phần này trang bị cho sinh viên nền tảng kiến thức cơ bản, quy trình và các công cụ cần thiết để triển khai hiệu quả các dự án thiết kế kỹ thuật. Nội dung tập trung vào các giai đoạn chính của quy trình thiết kế, từ việc xác định và phân tích vấn đề, sáng tạo ý tưởng đến phát triển, đánh giá và lựa chọn giải pháp. Sinh viên sẽ được hướng dẫn sử dụng các công cụ thiết kế quan trọng như mô hình hóa, phân tích giá trị, và kỹ thuật quản lý dự án. Ngoài ra, học phần cũng nhấn mạnh việc rèn luyện kỹ năng làm việc nhóm, giao tiếp chuyên môn, và nâng cao ý thức trách nhiệm nghề nghiệp, đặc biệt trong bối cảnh thiết kế bền vững và trách nhiệm xã hội. Thông qua các dự án thực tế, sinh viên sẽ có cơ hội áp dụng kiến thức lý thuyết để giải quyết các vấn đề kỹ thuật thực tiễn, phát triển tư duy sáng tạo và kỹ năng giải quyết vấn đề chuyên sâu.

03  Quy định trong đề cương chi tiết học phần
15 Khởi nghiệp sáng tạo ( Entrepreneurship) Điều kiện tiên quyết: Không

Học phần trang bị cho sinh viên kiến thức cơ bản và kỹ năng thực tiễn về khởi nghiệp, đặc biệt là tư duy sáng tạo và khả năng xây dựng mô hình kinh doanh phù hợp trong bối cảnh kinh tế hiện đại. Sinh viên sẽ được tìm hiểu các khái niệm, lợi ích và thách thức của khởi nghiệp sáng tạo, kết hợp với các công cụ và phương pháp như Design Thinking, nghiên cứu thị trường, xây dựng Business Model Canvas, chiến lược marketing và quản lý tài chính. Học phần còn hướng dẫn sinh viên lập kế hoạch triển khai, quản trị vận hành dự án và phát triển kỹ năng pitching để gọi vốn từ nhà đầu tư. Thông qua các hoạt động thực hành, làm việc nhóm và dự án khởi nghiệp thực tế, học phần giúp sinh viên từ nhiều ngành học khác nhau phát triển kỹ năng làm việc liên ngành, tư duy đổi mới, và khả năng ứng dụng kiến thức để giải quyết các vấn đề thực tế. Kết thúc học phần, sinh viên sẽ có khả năng xây dựng và trình bày một ý tưởng kinh doanh hoàn chỉnh, tạo nền tảng cho các dự án khởi nghiệp trong tương lai.

03  Quy định trong đề cương chi tiết học phần
16 Quản lý tài chính cá nhân (Personal Finance) Điều kiện tiên quyết: Không

Học phần cung cấp cho người học kiến ​​thức và công cụ giúp người học có khả năng lập kế hoạch tài chính; xây dựng kế hoạch tài chính; phân tích và đưa ra các quyết định tài chính quan trọng liên quan đến chi tiêu, tiết kiệm, đầu tư và quản lý rủi ro. Nó giúp người học chủ động đưa ra các quyết định tài chính, cũng như phát triển sự nghiệp để trở thành chuyên gia tư vấn tài chính chuyên nghiệp tại các tổ chức tài chính.

03  Quy định trong đề cương chi tiết học phần
17 Triết học Mác - Lênin (Marxist-Leninist philosophy) Điều kiện tiên quyết: Không

Triết học Mác - Lênin là một trong ba bộ phận cấu thành Chủ nghĩa Mác – Lênin. Nội dung học phần gồm có 03 chương, giải thích về những vấn đề chung liên quan tới sự tồn tại, phát triển của thế giới nói chung và sự tồn tại và phát triển xã hội loài người nói riêng, trang bị thế giới quan đúng đắn, nhân sinh quan tích cực, cũng như phương pháp luận biện chứng, khoa học cho người học, nhằm giải quyết tốt những vấn đề nảy sinh trong thực tiễn. Học phần còn là cơ sở để sinh viên tiếp thu tốt các môn Lý luận chính trị, cũng như các môn khoa học khác.

03 Quy định trong đề cương chi tiết học phần
18 Kinh tế chính trị Mác - Lênin (Political Economy) Điều kiện tiên quyết: MACL108

Căn cứ vào mục đích học phần, nội dung chương trình học phần kinh tế chính trị Mác - Lênin được cấu trúc thành 6 chương. Giúp sinh viên nắm được những vấn đề cơ bản nhất về hàng hóa, thị trường; giá trị thặng dư trong nền kinh tế hàng hóa, công nghiệp hóa hiện đại hóa, hội nhập của Việt Nam.

02 Quy định trong đề cương chi tiết học phần
19 Tư tưởng Hồ Chí Minh (Ho Chi Minh Thought) Điều kiện tiên quyết: MACL108, MACL109, MACL110

Căn cứ vào mục đích học phần, nội dung chương trình học phần Tư tưởng Hồ Chí Minh được cấu trúc thành 6 chương, nội dung bàn về khái niệm Tư tưởng Hồ Chí Minh, nguồn gốc hình thành, các giai đoạn phát triển, đối tượng, nhiệm vụ nghiên cứu và những nội dung tư tưởng cơ bản của Hồ Chí Minh. Học phần Tư tưởng Hồ Chí Minh có mối quan hệ mật thiết với môn Đường lối cách mạng của Đảng Cộng sản Việt Nam, Những nguyên lý cơ bản của chủ nghĩa Mác – Lê nin. Vì đường lối của Đảng là sự vận dụng sáng tạo, phát triển chủ nghĩa Mác – Lê nin và Tư tưởng Hồ Chí Minh vào thực tiễn cách mạng Việt Nam.

02 Quy định trong đề cương chi tiết học phần
20 Chủ nghĩa xã hội khoa học (Science Socialism) Điều kiện tiên quyết: MACL108, MACL109

Căn cứ vào mục đích học phần, nội dung chương trình học phần  chủ nghĩa xã hội khoa học  được cấu trúc thành 7 chương. Cung cấp cho sinh viên những căn cứ lý luận khoa học để hiểu và có niềm tin cách mạng về con đường xây dựng, phát triển đất nước trong thời kỳ quá độ lên chủ nghĩa xã hội hiện nay ở Việt Nam.

02  Quy định trong đề cương chi tiết học phần
21 Lịch sử Đảng CSVN (History of the Communist Party of VietNam) Điều kiện tiên quyết: MACL104, MACL108, MACL109, MACL110

Học phần Lịch sử Đảng Cộng sản Việt Nam cơ bản nghiên cứu quá trình hình thành, phát triển của Đảng và những nội dung đường lối của Đảng đề ra trong quá trình lãnh đạo cách mạng Việt Nam từ năm 1930 đến nay. Do đó, nội dung chủ yếu của môn học là cung cấp cho sinh viên những hiểu biết cơ bản có hệ thống quan điểm, chủ trương, chính sách của Đảng, đặc biệt là trong thời kỳ đổi mới. Học phần Lịch sử Đảng Cộng sản Việt Nam có mối quan hệ mật thiết với môn Những nguyên lý cơ bản của chủ nghĩa Mác – Lê nin và môn Tư tưởng Hồ Chí Minh. Vì đường lối của Đảng là sự vận dụng sáng tạo, phát triển chủ nghĩa Mác – Lê nin và Tư tưởng Hồ Chí Minh vào thực tiễn cách mạng Việt Nam.

02  Quy định trong đề cương chi tiết học phần
22 Pháp Luật đại cương (Fundamentals of Law) Điều kiện tiên quyết: Không

Học phần trang bị những kiến thức cơ bản, hệ thống về pháp luật và một số ngành luật cơ bản trong hệ thống pháp luật Việt Nam nhằm nâng cao ý thức pháp luật, hình thành hành vi tự giác chấp hành pháp luật cho người học.

02  Quy định trong đề cương chi tiết học phần
23 Tin học đại cương (Introduction to Informatics) Điều kiện tiên quyết: Không

Cung cấp kỹ năng máy tính cơ bản bao gồm tổng quan về hệ thống máy tính, tìm kiếm và sử dụng Internet, học trực tuyến, bảo mật thông tin, bảo vệ máy tính và kỹ năng văn phòng với Microsoft Office.

02 Quy định trong đề cương chi tiết học phần
24 Giáo dục thể chất 1 (Điền kinh)

(Physical Education 1) (Athletics)

Điều kiện tiên quyết: Không

Học phần này cung cấp cho người học kiến thức cơ bản về môn Thể dục, đồng thời trang bị kiến thức về đội hình đội ngũ, bài thể dục phát triển chung. Qua đó người học biết cách tổ chức, quản lý tập thể và khả năng biên soạn bài thể dục phát triển chung.

01*  Quy định trong đề cương chi tiết học phần
25 Giáo dục thể chất 2 - Table Tennis 1 (Physical Education 2  - Table Tennis 1) Điều kiện tiên quyết: MACL1051

Học phần trang bị cho sinh viên kiến thức cơ bản về lịch sử và quá trình phát triển môn bóng bàn, nguyên lý kỹ thuật cơ bản trong bóng bàn. Những kiến thức trên giúp sinh viên có khả năng tự tổ chức tập luyện các kỹ thuật bóng bàn cũng như rèn luyện các tố chất thể lực chung và chuyên môn.

01* Quy định trong đề cương chi tiết học phần
26 Giáo dục thể chất 3 - Table Tennis 2 (Physical Education 3  - Table Tennis 2) Điều kiện tiên quyết: MACL1051, MACL1052

Học phần trang bị cho sinh viên kiến thức cơ bản về lịch sử và quá trình phát triển môn bóng bàn, nguyên lý kỹ thuật cơ bản trong bóng bàn. Những kiến thức trên giúp sinh viên có khả năng tự tổ chức tập luyện các kỹ thuật bóng bàn cũng như rèn luyện các tố chất thể lực chung và chuyên môn.

01* Quy định trong đề cương chi tiết học phần
27 Giáo dục quốc phòng - an ninh (National Defense and Security Education) Điều kiện tiên quyết: Không

Nội dung ban hành kèm theo Thông tư số 03/2017/TT-BGDĐT ngày 13 tháng 01 năm 2017 của Bộ trưởng Bộ Giáo dục và Đào tạo về việc ban hành chương trình giáo dục quốc phòng và an ninh trong trường trung cấp sư phạm, cao đẳng sư phạm và cơ sở giáo dục đại học.

08*  Quy định trong đề cương chi tiết học phần
28 Anh văn 1 (English 1) Điều kiện tiên quyết: Không

Học phần này nhằm mục đích nâng cao các kỹ năng tiếng Anh tổng quát, đáp ứng yêu cầu học tập và giao tiếp tiếng Anh. Các bài học theo định hướng kỹ năng tích hợp (Nghe, Nói, Đọc, Viết) và được truyền tải trong những chủ đề thực tế với các hình ảnh, câu chuyện, và video clips.

03 Quy định trong đề cương chi tiết học phần
29 Anh văn tăng cường 1 (Intensive English 1) Điều kiện tiên quyết: Không

Học phần này nhằm mục đích nâng cao các kỹ năng tiếng Anh tổng quát, đáp ứng yêu cầu học tập và giao tiếp tiếng Anh. Các bài học theo định hướng kỹ năng tích hợp (Nghe, Nói, Đọc, Viết) và được truyền tải trong những chủ đề thực tế với các hình ảnh, câu chuyện, và video clips.

02* Quy định trong đề cương chi tiết học phần
30 Anh văn 2 (English 2) Điều kiện tiên quyết: ESL101, ESLi101 

Học phần này tiếp nối học phần Anh Văn 1, nhằm mục đích nâng cao các kỹ năng tiếng Anh tổng quát, đáp ứng yêu cầu học tập và giao tiếp tiếng Anh. Các bài học theo định hướng kỹ năng tích hợp (Nghe, Nói, Đọc, Viết) và được truyền tải trong những chủ đề thực tế với các hình ảnh, câu chuyện, và video clips.

03  Quy định trong đề cương chi tiết học phần
31 Anh văn tăng cường 2 (Intensive English 2) Điều kiện tiên quyết: ESL101, ESLi101 

Học phần này tiếp nối học phần Anh Văn 1, nhằm mục đích nâng cao các kỹ năng tiếng Anh tổng quát, đáp ứng yêu cầu học tập và giao tiếp tiếng Anh. Các bài học theo định hướng kỹ năng tích hợp (Nghe, Nói, Đọc, Viết) và được truyền tải trong những chủ đề thực tế với các hình ảnh, câu chuyện, và video clips.

02*  Quy định trong đề cương chi tiết học phần
32 Anh văn 3 (English 3) Điều kiện tiên quyết: ESL102, ESLi102 

Học phần này là học phần tiếp nối với học phần tiếng Anh tổng quát 2 (ESL102), nhằm mục đích nâng cao các kỹ năng tiếng Anh tổng quát, đáp ứng yêu cầu học tập và giao tiếp tiếng Anh. Các bài học theo định hướng kỹ năng tích hợp (Nghe, Nói, Đọc, Viết) và được truyền tải trong những chủ đề thực tế với các hình ảnh, câu chuyện, và video clips.

03  Quy định trong đề cương chi tiết học phần
33 Anh văn tăng cường 3 (Intensive English 3) Điều kiện tiên quyết: ESL102, ESLi102 

Sinh viên được trang bị những kiến thức và kĩ năng (Nghe và Đọc) cần thiết cho bài thi TOEIC. Sau khi hoàn thành học phần này, sinh viên sẽ đạt điểm số 350-400 của kỳ thi TOEIC.

02* Quy định trong đề cương chi tiết học phần
34 Anh văn 4 (English 4) Điều kiện tiên quyết:  ESL103, ESLi103 

Học phần này là học phần tiếp nối với học phần Anh Văn 3 (ESL103), nhằm mục đích nâng cao các kỹ năng tiếng Anh tổng quát, đáp ứng yêu cầu học tập và giao tiếp tiếng Anh. Các bài học theo định hướng kỹ năng tích hợp (Nghe, Nói, Đọc, Viết) và được truyền tải trong những chủ đề thực tế với các hình ảnh, câu chuyện, và video clips.

03  Quy định trong đề cương chi tiết học phần
35 Anh văn tăng cường 4 (Intensive English 4) Điều kiện tiên quyết: ESL103, ESLi103 

Sinh viên được trang bị những kiến thức và kĩ năng (Nghe và Đọc) cần thiết cho bài thi TOEIC. Sau khi hoàn thành học phần này, sinh viên sẽ đạt điểm số 400-450 của kỳ thi TOEIC.

02* Quy định trong đề cương chi tiết học phần
36 Toán đại cương  2 (Calculus 2) Điều kiện tiên quyết: MATH101V

Các chủ đề sẽ được đề cập trong học kỳ thứ hai này của toán nhập môn là tích phân suy rộng, giới thiệu về xác suất và phân phối, chuỗi và dãy vô hạn, đa thức Taylor, chuỗi Fourier, véctơ và hàm véctơ, vi phân từng phần, phương pháp nhân tử Lagrange, và các chủ đề trong phép tính vi phân.

03  Quy định trong đề cương chi tiết học phần
37 Đại số tuyến tính (Linear Algebra) Điều kiện tiên quyết: Không

Học phần này cung cấp kiến thức và các ứng dụng của vectơ, không gian vectơ, hệ phương trình tuyến tính, ma trận, định thức, phép biến đổi tuyến tính, tích trong, giá trị riêng, vectơ riêng, chéo hoá ma trận  v.v…

03 Quy định trong đề cương chi tiết học phần
38 Nhập môn cơ học (Introductory Mechanics) Điều kiện tiên quyết: Không

Cơ học là một nhánh của vật lý liên quan đến chuyển động của các vật thể. Mục tiêu của học phần này là giới thiệu cho sinh viên đại học (chủ yếu là sinh viên năm 1 hoặc năm thứ 2) về cơ học cổ điển (classical mechanics) và các ứng dụng của nó vào các vấn đề thực tế trong khoa học và công nghệ. Các thí nghiệm trong phòng thí nghiệm cùng với các hoạt động nhóm cũng là một phần quan trọng của học phần này.

03 Quy định trong đề cương chi tiết học phần
39 Nhập môn điện - từ (Introductory Electricity and Magnetism) Điều kiện tiên quyết: PHYS101V

Học phần này giới thiệu các nguyên lý và khái niệm cơ bản về điện, từ trường và quang học, một nhánh của vật lý cơ bản tiếp nối khóa học trước đó về Cơ học. Các chủ đề được đề cập bao gồm điện tích và trường điện từ , điện thế, mạch điện, từ tính, sóng điện từ và quang học hình học. Ngoài ra, học phần này sẽ kết hợp các mô phỏng, thí nghiệm thực hành trong phòng thí nghiệm và các hoạt động nhóm hợp tác để làm phong phú thêm trải nghiệm học tập.

03 Quy định trong đề cương chi tiết học phần
40 Nhập môn Khoa học Máy tính và Lập trình Python (Introduction to Computer Science & Programming with Python) Điều kiện tiên quyết: Không

Giới thiệu về các thực hành và nguyên tắc của Khoa học máy tính và lập trình cũng như tác động của chúng và tiềm năng thay đổi thế giới. Các thuật toán, giải quyết vấn đề và kỹ thuật lập trình sử dụng ngôn ngữ cấp cao (Python) và kỹ thuật thiết kế nhấn mạnh tính trừu tượng, đóng gói, phân tách vấn đề, đệ quy. Thiết kế, triển khai và thử nghiệm các chương trình. Các chủ đề cũng bao gồm lập trình hướng đối tượng và các thư viện Python phổ biến. Điều kiện tiên quyết cho tất cả các học phần khác trong ngành Khoa học máy tính.

03 Quy định trong đề cương chi tiết học phần
41 Xác suất thống kê (Probability & Statistics) Điều kiện tiên quyết: Không

Học phần này liên quan đến phân tích dữ liệu và phương pháp thống kê được sử dụng cơ bản trong kinh doanh và kinh tế. Các chủ đề chính bao gồm: giới thiệu về xác suất: phân phối, kỳ vọng, phương sai, portfolios, định lý giới hạn trung tâm; Suy luận thống kê của dữ liệu đơn biến: khoảng tin cậy, kiểm định giả thuyết; Suy luận thống kê cho dữ liệu hai biến: suy luận cho các mô hình hồi quy tuyến tính đơn giản; Và giới thiệu về gói máy tính thống kê.

03 Quy định trong đề cương chi tiết học phần
42 Cấu trúc dữ liệu và giải thuật (Data Structure and Algorithms) Điều kiện tiên quyết: CS111V

Phân tích, sử dụng và thiết kế cấu trúc dữ liệu và thuật toán sử dụng ngôn ngữ định hướng đối tượng như Java để giải quyết các vấn đề tính toán. Nhấn mạnh vào tính trừu tượng bao gồm các giao diện và kiểu dữ liệu trừu tượng cho mảng/danh sách, cây, tập hợp, bảng/bản đồ và đồ thị và các thuật toán của nó.

03 Quy định trong đề cương chi tiết học phần
43 Toán rời rạc (Discrete Mathematics for CS) Điều kiện tiên quyết: CS111V

Học phần này giới thiệu về lý thuyết và các nguyên tắc thực hành của toán học rời rạc - một khoa học chuyên về các đối tượng rời rạc. Toán học rời rạc là một yếu tố quan trọng để nhận biết cấu trúc toán học trong các đối tượng và hiểu các đặc tính của chúng. Khả năng này đặc biệt quan trọng đối với các nhà khoa học máy tính, kỹ sư phần mềm, nhà khoa học dữ liệu, các nhà phân tích an ninh cũng như phân tích tài chính, vv…. Các chủ đề cơ bản của Toán học rời rạc bao gồm Logic Toán học, Tập hợp, Quan hệ, Lý thuyết số, Quy nạp và Đệ quy, Đếm, Đại số Boolean và Mô hình hóa Tính toán. Đây là kiến thức tiên quyết cho tất cả các học phần khác trong ngành Khoa học Máy tính.

03 Quy định trong đề cương chi tiết học phần
44 Tổ chức của máy tính (Computer Organization) Điều kiện tiên quyết: CS111V

Học phần này cung cấp kiến thức cơ bản về công nghệ phần cứng, ngôn ngữ lập trình C, số học máy tính, đường ống, hệ thống phân cấp bộ nhớ và đầu vào/ đầu ra. Ngoài ra, học phần giúp sinh viên nắm bắt nguyên lý hoạt động của máy tính, từ việc tìm hiểu các hệ thống số cơ bản và cách biểu diễn dữ liệu đến việc khám phá cách máy tính lưu trữ và xử lý thông tin để thực hiện các phép tính.

03  Quy định trong đề cương chi tiết học phần
45 Thiết kế và phân tích thuật toán (Design & Analysis of Algorithms) Điều kiện tiên quyết: CS201V

Học phần này là nghiên cứu về thiết kế thuật toán, phân tích độ phức tạp của thuật toán và phân tích độ phức tạp của vấn đề. Các kỹ thuật thiết kế bao gồm bạo lực, giảm, chia và biến đổi và chinh phục, lập trình động, thuật toán tham lam, cải tiến lặp đi lặp lại, quay lui và rẽ nhánh và ràng buộc. Học phần được tổ chức xung quanh một số chiến lược cơ bản của thiết kế thuật toán và thiết kế thuật toán sẽ được giảng dạy ngang bằng với phân tích. Một số chủ đề trừu tượng hơn nhưng rất quan trọng cũng sẽ được bao gồm: tính đầy đủ NP, thuật toán xấp xỉ và giới hạn cận dưới.

03  Quy định trong đề cương chi tiết học phần
46 Hệ điều hành (Introduction to Operating Systems) Điều kiện tiên quyết: CS111V

Môn học này cung cấp các khái niệm nhập môn đóng vai trò là cơ sở của hệ điều hành - phần quan trọng của bất kỳ hệ thống máy tính nào. Đặc biệt, môn học gồm các chủ đề về quản lý tiến trình và luồng, lập lịch CPU, đồng bộ tiến trình và xử lý tình trạng khóa chết, quản lý bộ nhớ, thiết bị I/O và quản lý lưu trữ, hệ thống tệp, an ninh, và các cơ chế bảo vệ.

03 Quy định trong đề cương chi tiết học phần
47 Lập trình hướng đối tượng (Object Oriented Programming) Điều kiện tiên quyết: CS111V

Học phần đi sâu giới thiệu phương pháp tiếp cận hướng đối tượng đối với việc lập trình, sử dụng ngôn ngữ Java. Mục tiêu là giúp cho sinh viên có được hiểu biết về các khái niệm cơ bản của lập trình hướng đối tượng như: đối tượng, lớp, phương thức, kế thừa, đa hình, và giao diện, đi kèm theo là các nguyên lý căn bản về trừu tượng hoá, tính môđun và tái sử dụng trong thiết kế hướng đối tượng.

03  Quy định trong đề cương chi tiết học phần
48 Nhập môn cơ sở dữ liệu (Introduction to Database) Điều kiện tiên quyết: CS201V

Học phần này cung cấp cho sinh viên nền tảng vững chắc về hệ thống cơ sở dữ liệu. Các chủ đề bao gồm: mô hình hóa dữ liệu, lý thuyết thiết kế cơ sở dữ liệu, ngôn ngữ định nghĩa và thao tác dữ liệu (ví dụ: SQL), kỹ thuật lập chỉ mục, xử lý và tối ưu hóa truy vấn, và giao diện lập trình cơ sở dữ liệu. Bên cạnh cơ sở dữ liệu quan hệ và bán cấu trúc (ví dụ: JSON), học phần này cũng giới thiệu một số chủ đề khác liên quan đến quản lý dữ liệu, lưu trữ phân tán cũng như xử lý song song.

03  Quy định trong đề cương chi tiết học phần
49 Nhập môn khai thác dữ liệu (Introduction to Data Mining) Điều kiện tiên quyết: CS201V

Khai thác dữ liệu là quá trình tìm hiểu kiến thức về các mô hình mô tả, dễ hiểu và dự đoán từ các tập dữ liệu quy mô lớn. Các phần chính của học phần này bao gồm phân tích khai thác dữ liệu, khai thác mẫu thường xuyên và quy tắc kết hợp, phân cụm và phân loại. Học phần cung cấp các nền tảng cơ bản này, đồng thời đề cập đến các chủ đề tiên tiến như phương pháp hạt nhân, phân tích dữ liệu đa chiều và đồ thị phức tạp cùng mạng lưới. Học phần tích hợp các khái niệm từ các ngành liên quan như học máy và thống kê, và phù hợp cho một học phần về phân tích dữ liệu.

03  Quy định trong đề cương chi tiết học phần
50 Trực quan hoá dữ liệu (Data Visualization) Điều kiện tiên quyết: CS111V

Trực quan hóa dữ liệu là việc trình bày dữ liệu dưới dạng đồ họa, đóng vai trò quan trọng trong việc biểu diễn dữ liệu ở cả quy mô nhỏ và lớn. Mục tiêu chính của học phần này là cung cấp các kỹ năng để khai thác dữ liệu, từ đó tiết lộ những thông tin giá trị bằng cách trích xuất thông tin, hiểu rõ hơn về dữ liệu và đưa ra các quyết định hiệu quả. Trong học phần, sẽ giới thiệu các thư viện trực quan hóa khác nhau như Matplotlib, Seaborn, ggplot, Plotly, Folium, v.v

03  Quy định trong đề cương chi tiết học phần
51 Nhập môn học máy (Introduction to Machine Learning) Điều kiện tiên quyết: CS201V, MATH201V

Học phần này sẽ cung cấp một cái nhìn tổng quan về các nguyên tắc cơ bản của học máy (machine learning). Sinh viên sẽ tìm hiểu về các loại vấn đề có thể được giải quyết, các thành phần cơ bản và cách xây dựng mô hình trong học máy. Một số thuật toán chính sẽ được khám phá. Sau khi hoàn thành học phần, sinh viên sẽ có kiến thức thực tiễn về một số thuật toán học có giám sát và không giám sát, cùng với sự hiểu biết về các khái niệm quan trọng như hiện tượng underfitting và overfitting, điều chuẩn (regularization), và kiểm định chéo (cross-validation). Sinh viên sẽ có khả năng xác định loại vấn đề mà họ đang cố gắng giải quyết, lựa chọn thuật toán phù hợp, tinh chỉnh tham số và đánh giá mô hình.  

03  Quy định trong đề cương chi tiết học phần
52 Dữ liệu lớn (Big Data) Điều kiện tiên quyết: CS311V

Học phần Dữ liệu lớn (Big Data) cung cấp kiến thức nền tảng về dữ liệu lớn và điện toán đám mây: các thuộc tính, đặc điểm, nguồn dữ liệu, ứng dụng và giá trị của dữ liệu lớn. Học phần sẽ đề cập đến mô hình lập trình phân tán (tức là, MapReduce) và hệ thống quản lý dữ liệu lớn (cả SQL và NoSQL) cho các ứng dụng dữ liệu lớn. Học phần tập trung nhiều hơn vào thực hành với các hệ thống lưu trữ (Hadoop), xử lý dữ liệu lớn trên Spark, điều phối với Airflow và Redis Queue. Học phần cũng giới thiệu về các dịch vụ đám mây công cộng như AWS, Cloudera và các giải pháp triển khai cho ứng dụng dữ liệu lớn trên đám mây. 

03  Quy định trong đề cương chi tiết học phần
53 Nhập môn trí tuệ nhân tạo (Introduction to AI) Điều kiện tiên quyết: CS111V, CS202V hoặc MATH110V hoặc STA206V

Học phần này giới thiệu các khái niệm cơ bản của Trí tuệ nhân tạo (AI). Học phần tập trung vào các khía cạnh nền tảng của AI như lĩnh vực nghiên cứu các tác nhân có khả năng nhận thức và hành động. Sinh viên sẽ tìm hiểu về các chiến lược giải quyết vấn đề cổ điển như tìm kiếm và lập kế hoạch, cũng như các chủ đề hiện đại hơn về đại diện tri thức và học máy. Các bài tập lập trình sẽ được giao để minh họa các tài liệu lý thuyết. Sau khi hoàn thành học phần này, sinh viên sẽ có nền tảng vững chắc về các chủ đề cơ bản trong Trí tuệ nhân tạo.

03  Quy định trong đề cương chi tiết học phần
54 Học máy nâng cao (Advanced machine learning) Điều kiện tiên quyết: CS332V

Học phần "Học máy nâng cao" tiếp tục trang bị cho sinh viên những kiến thức chuyên sâu về các phương pháp học máy hiện đại, bổ sung cho các kiến thức đã được học ở các học phần cơ sở. Học phần tập trung vào ba chủ đề chính: phương pháp học dựa trên xác suất (với trọng tâm là lý thuyết Bayes và mạng Bayesian), phương pháp học tổng hợp (bao gồm các kỹ thuật bagging và boosting) và xử lý dữ liệu chuỗi thời gian. Học phần này đóng vai trò quan trọng trong việc chuẩn bị cho sinh viên khả năng nghiên cứu và ứng dụng các kỹ thuật học máy tiên tiến vào giải quyết các bài toán thực tế phức tạp. 

03  Quy định trong đề cương chi tiết học phần
55 Học sâu (Deep Learning) Điều kiện tiên quyết: CS332V

Học phần này giới thiệu về học sâu. Học sâu đã thu hút sự chú ý đáng kể trong ngành công nghiệp nhờ đạt được các kết quả tiên tiến trong thị giác máy tính và xử lý ngôn ngữ tự nhiên. Sinh viên sẽ học các kiến thức cơ bản và nâng cao về học sâu, cũng như các kỹ thuật hiện đại để xây dựng các mô hình tiên tiến như CNN, RNN, LSTM, Autoencoder, VAE, GAN, U-Net, Transformer... Sinh viên sẽ sử dụng TensorFlow/PyTorch và API Keras để xây dựng các mô hình học sâu.

03  Quy định trong đề cương chi tiết học phần
56 Thống kê Bayes (Bayesian statistics) Điều kiện tiên quyết: STA206V

Học phần này giới thiệu về phân tích Bayes và lý thuyết quyết định thống kê, lý thuyết đưa ra quyết định khi có sự không chắc chắn. Học phần sẽ đề cập đến các chủ đề như việc xây dựng các vấn đề quyết định và định lượng các thành phần của chúng, các quyết định tối ưu, mô hình Bayes, các phương pháp tiếp cận dựa trên mô phỏng để thu được suy luận Bayes (bao gồm các thuật toán MCMC) và mô hình phân cấp.

03  Quy định trong đề cương chi tiết học phần
57 Thiết kế và triển khai phần mềm (Software Design and Implementation) Điều kiện tiên quyết: CS201V

Các kỹ thuật thiết kế và xây dựng hệ thống phần mềm đáng tin cậy, dễ bảo trì và hữu ích. Các mô hình lập trình và công cụ cho các dự án quy mô trung bình đến lớn: kiểm soát phiên bản, công cụ hỗ trợ, phân tích hiệu năng, UML, mẫu thiết kế, kiến trúc phần mềm, giao diện người dùng (GUI) và tính khả dụng, kỹ thuật phần mềm, kiểm thử và tài liệu hóa. 

03  Quy định trong đề cương chi tiết học phần
58 Hệ thống phân tán (Distributed Systems) Điều kiện tiên quyết: CS205V

Học phần cung cấp kiến thức nền tảng và chuyên sâu về thiết kế, phát triển và quản lý các hệ thống mà thành phần của chúng nằm trên nhiều máy tính kết nối qua mạng. Học phần tập trung vào các khái niệm cốt lõi như giao tiếp giữa các tiến trình, đồng bộ hóa, quản lý lỗi, nhất quán dữ liệu và bảo mật trong môi trường phân tán. Sinh viên sẽ được thực hành xây dựng các ứng dụng phân tán đơn giản đến phức tạp, làm quen với các công nghệ và mô hình lập trình phân tán hiện đại. Học phần này đóng vai trò quan trọng trong việc trang bị cho sinh viên khả năng xây dựng các ứng dụng quy mô lớn, khả năng chịu lỗi cao và hiệu suất tốt. Học phần yêu cầu sinh viên thực hành xây dựng và triển khai dự án phân tán (có sẵn trên internet).

03 Quy định trong đề cương chi tiết học phần
59 Mạng máy tính (Computer Network) Điều kiện tiên quyết: CS205V

Học phần Mạng máy tính cung cấp cho sinh viên kiến thức nền tảng và chuyên sâu về cấu trúc, hoạt động và các giao thức của mạng máy tính hiện đại, đặc biệt tập trung vào Internet và mô hình TCP/IP. Học phần này đóng vai trò quan trọng trong việc xây dựng kiến thức cơ sở cho các học phần chuyên sâu hơn về an ninh mạng, quản trị mạng, và các ứng dụng mạng. Kiến thức từ học phần này cũng giúp sinh viên có nền tảng để tiếp cận các chứng chỉ quốc tế như CCNA. Nội dung học phần bao gồm kiến trúc mạng phân lớp, các giao thức từ lớp vật lý đến lớp ứng dụng, định tuyến, chuyển mạch, và lập trình socket.

03 Quy định trong đề cương chi tiết học phần
60 Xác suất và quá trình ngẫu nhiên (Probability & Stochastic Processes) Điều kiện tiên quyết: MATH201V 

Học phần này trang bị cho sinh viên những kiến thức và kĩ năng cơ bản về các ý tưởng của lý thuyết xác suất; xác suất có điều kiện và kỳ vọng có điều kiện; chuỗi Markov trong thời gian rời rạc; quá trình Poisson; quá trình Markov trong thời gian liên tục và giới thiệu về chuyển động Brownian.

03  Quy định trong đề cương chi tiết học phần
61 Phát triển ứng dụng Web (Web Application Development) Điều kiện tiên quyết: CS301V

Học phần cung cấp kiến thức cơ bản và nâng cao để sinh viên xây dựng, triển khai, và duy trì các ứng dụng web hiện đại, từ giao diện người dùng (frontend) bằng HTML, CSS, JavaScript đến xử lý phía máy chủ (backend) với Node.js, Express và tích hợp cơ sở dữ liệu như MongoDB. Đây là học phần cốt lõi trong chương trình công nghệ thông tin, giúp sinh viên làm quen với các công cụ phổ biến như React, nắm vững quy trình triển khai và bảo mật ứng dụng web, đồng thời kết nối chặt chẽ với các học phần như Cơ sở lập trình và Cơ sở dữ liệu, hỗ trợ tốt cho việc học Phát triển phần mềm nâng cao hoặc Quản trị hệ thống.

03  Quy định trong đề cương chi tiết học phần
62 Phát triển ứng dụng Mobile (Mobile Application Development) Điều kiện tiên quyết: CS301V

Phát triển Ứng dụng Mobile là học phần chuyên ngành, giúp sinh viên nắm vững kiến thức và kỹ năng phát triển ứng dụng trên nền tảng di động (Android và iOS). Học phần trang bị các kiến thức về kiến trúc ứng dụng, giao diện người dùng (UI/UX), xử lý dữ liệu, tích hợp API, và triển khai ứng dụng lên Google Play hoặc App Store. Đây là học phần nền tảng kết nối với các học phần như Lập trình cơ bản, Cơ sở dữ liệu, và chuẩn bị cho các học phần nâng cao. 

03  Quy định trong đề cương chi tiết học phần
63 Phát triển ứng dụng IoT (IoT Application Development) Điều kiện tiên quyết: CS301V

Phát triển Ứng dụng IoT là học phần tự chọn nhằm bổ trợ, cung cấp kiến thức và kỹ năng cần thiết cho sinh viên để thiết kế, triển khai các ứng dụng IoT trong các lĩnh vực như nhà thông minh, nông nghiệp thông minh, và công nghiệp 4.0. Học phần này trang bị cho sinh viên hiểu biết về kiến trúc hệ thống IoT, lập trình vi điều khiển (Arduino, ESP32), giao thức truyền thông (MQTT, HTTP), tích hợp cảm biến, bộ truyền động, và phân tích dữ liệu trên nền tảng đám mây. Đây là học phần nền tảng để sinh viên ứng dụng các kiến thức từ Mạng máy tính, Lập trình nhúng,...

03 Quy định trong đề cương chi tiết học phần
64 Điện toán đám mây (Cloud computing) Điều kiện tiên quyết: CS440V

Học phần Điện toán đám mây đóng vai trò quan trọng trong việc trang bị kiến thức nền tảng và kỹ năng thực tiễn về công nghệ đám mây, một lĩnh vực đang phát triển mạnh mẽ và có ứng dụng rộng rãi trong ngành công nghệ thông tin. Sinh viên sẽ được học về các khái niệm cơ bản, mô hình dịch vụ (IaaS, PaaS, SaaS), các công nghệ tiên tiến như container, serverless, và DevOps trên đám mây. Đồng thời, học phần cung cấp các kỹ năng triển khai, quản lý, tối ưu hóa tài nguyên và bảo mật trên các nền tảng đám mây phổ biến như AWS, Azure, và Google Cloud. Học phần có mối quan hệ chặt chẽ với các môn học khác trong chương trình như Hệ điều hành, Mạng máy tính, Cơ sở dữ liệu, và Phát triển phần mềm, tạo tiền đề để sinh viên ứng dụng công nghệ đám mây vào các lĩnh vực khác nhau trong ngành công nghệ thông tin.

03  Quy định trong đề cương chi tiết học phần
65 Nhập môn thị giác máy tính (Introduction to Computer Vision) Điều kiện tiên quyết: CS111V, MATH110V

Học phần giới thiệu các khái niệm và kỹ thuật cơ bản trong lĩnh vực Thị giác máy tính, một nhánh quan trọng của Trí tuệ nhân tạo. Học phần trang bị cho sinh viên kiến thức về xử lý ảnh, phân tích ảnh, trích xuất đặc trưng và nhận dạng đối tượng trong ảnh và video. Học phần này là nền tảng cho các môn học chuyên sâu hơn về xử lý ảnh nâng cao, học máy và ứng dụng thị giác máy tính trong thực tế. Nội dung học phần bao gồm các kỹ thuật xử lý ảnh cơ bản, phát hiện cạnh, phân vùng ảnh, trích xuất đặc trưng và giới thiệu về nhận dạng đối tượng.

03  Quy định trong đề cương chi tiết học phần
66 Xử lý ngôn ngữ tự nhiên (Introduction to Natural Language Processing) Điều kiện tiên quyết: CS111V, CS202V, MATH110V

Học phần giới thiệu các khái niệm, kỹ thuật và thuật toán cơ bản trong lĩnh vực xử lý ngôn ngữ của con người bằng máy tính. NLP đóng vai trò then chốt trong nhiều ứng dụng hiện đại như tìm kiếm thông tin, phân tích cảm xúc, dịch máy, chatbot và nhiều hơn nữa. Học phần này trang bị cho sinh viên nền tảng vững chắc về các phương pháp xử lý văn bản, phân tích cú pháp, ngữ nghĩa và các ứng dụng thực tế của NLP. Học phần liên quan mật thiết đến các môn học về Trí tuệ Nhân tạo, Học máy, Khai phá dữ liệu và Thống kê. Nội dung bao gồm tiền xử lý văn bản, biểu diễn từ, mô hình ngôn ngữ, phân tích cú pháp và các ứng dụng NLP phổ biến.

03  Quy định trong đề cương chi tiết học phần
67 Dự án phần mềm (Software Project) Điều kiện tiên quyết: Cần tham khảo ý kiến của Cố vấn học tập

Học phần đóng vai trò quan trọng trong việc trang bị cho sinh viên những kỹ năng thực tiễn và kiến thức cơ bản để quản lý và triển khai các dự án phần mềm từ khâu lên kế hoạch, phân tích yêu cầu đến triển khai và bảo trì. Đây là học phần chuyên ngành kết nối chặt chẽ với các môn học như Lập trình, Kỹ thuật phần mềm, và Quản lý dự án CNTT. Nội dung bao gồm các kỹ thuật quản lý dự án, phương pháp phát triển phần mềm, làm việc nhóm, tài liệu hóa và thực hành toàn bộ vòng đời dự án phần mềm thông qua các bài tập thực hành và dự án cuối kỳ.

04  Quy định trong đề cương chi tiết học phần
68 Trích rút thông tin và tìm kiếm trên Web (Information Retrieval and Web Search) Điều kiện tiên quyết: CS311V

Học phần trang bị cho sinh viên kiến thức và kỹ năng cần thiết để xây dựng các hệ thống truy xuất thông tin từ văn bản và web, với vai trò quan trọng trong các lĩnh vực như Khoa học Máy tính, Khoa học Dữ liệu và Xử lý Ngôn ngữ tự nhiên. Nội dung học phần bao gồm các nguyên lý cơ bản của truy xuất thông tin, các mô hình như Boolean, không gian vector, và học máy; kỹ thuật lập chỉ mục văn bản, đánh giá hệ thống, phân cụm, phân loại tài liệu và xếp hạng kết quả. Đặc biệt, học phần đi sâu vào ứng dụng thực tế trong tìm kiếm trên web như thu thập dữ liệu, thuật toán PageRank, và phân tích siêu dữ liệu. Học phần này liên kết chặt chẽ với các môn như Xử lý ngôn ngữ tự nhiên, Học máy, và Cơ sở dữ liệu, tạo nền tảng cho việc phát triển các hệ thống thông tin thông minh.

03 Quy định trong đề cương chi tiết học phần
69 Xử lý dữ liệu (Data Preprocessing/

cleansing)

Điều kiện tiên quyết: CS311V, CS332V

Học phần cung cấp nền tảng quan trọng trong khoa học dữ liệu, giúp sinh viên nắm vững các kỹ thuật chuẩn hóa, làm sạch và biến đổi dữ liệu để đảm bảo chất lượng trước khi phân tích. Học phần này liên quan mật thiết đến các môn học như Khai phá dữ liệu, Học máy và Trí tuệ nhân tạo, tạo nền móng cho việc xử lý và khai thác dữ liệu hiệu quả. Nội dung bao gồm các phương pháp xử lý dữ liệu thiếu, lỗi, nhiễu, trùng lặp, tái cấu trúc và tối ưu hóa dữ liệu, kết hợp thực hành chuyên sâu và dự án cuối kỳ.

03  Quy định trong đề cương chi tiết học phần
70 Dự án khoa học dữ liệu và triển khai (Data science project & deployment) Điều kiện tiên quyết: Cần tham khảo ý kiến của Cố vấn học tập

Học phần trang bị kiến thức và kỹ năng thực hành toàn diện cho sinh viên để hoàn thành một dự án Khoa học dữ liệu hoàn chỉnh, từ thu thập, tiền xử lý, phân tích, xây dựng và đánh giá mô hình, đến triển khai, kết nối lý thuyết đã học với thực tiễn, giúp sinh viên nắm vững quy trình làm việc của một nhà Khoa học dữ liệu. Đây là học phần thực hành chuyên sâu dành cho giai đoạn cuối chương trình Khoa học dữ liệu, sau khi sinh viên đã có nền tảng về Toán, Thống kê, Lập trình, Khai phá dữ liệu và Học máy. Nội dung bao gồm: quản lý dự án, quy trình phát triển dự án, xử lý và phân tích dữ liệu thực tế, xây dựng và đánh giá mô hình Học máy, triển khai mô hình, làm việc nhóm và thuyết trình. Học phần liên hệ mật thiết với Toán cao cấp, Thống kê ứng dụng (nền tảng toán và thống kê), Lập trình Python/R (công cụ lập trình), Cơ sở dữ liệu (quản lý và truy vấn dữ liệu) và Khai phá dữ liệu, Học máy (thuật toán và mô hình phân tích dữ liệu). Nội dung chính xoay quanh: lựa chọn bài toán, thu thập và tiền xử lý dữ liệu, phân tích và khám phá dữ liệu, xây dựng và đánh giá mô hình, triển khai mô hình và báo cáo dự án.

04 Quy định trong đề cương chi tiết học phần
71 Thực hành học sâu trong xử lý ngôn ngữ (Practical Deep learning in Natural Language Processing) Điều kiện tiên quyết: CS434V

Học phần trang bị cho sinh viên kiến thức và kỹ năng thực hành chuyên sâu về ứng dụng học sâu vào lĩnh vực xử lý ngôn ngữ tự nhiên (NLP). Học phần này đóng vai trò quan trọng trong việc kết nối lý thuyết về học sâu với các bài toán thực tế của NLP, giúp sinh viên có khả năng xây dựng và triển khai các hệ thống NLP tiên tiến. Học phần liên quan mật thiết đến các học phần về Xử lý Ngôn ngữ Tự nhiên, Học Máy và Học Sâu. Nội dung học phần bao gồm các kỹ thuật tiền xử lý văn bản, các mô hình mạng nơ-ron sâu phổ biến trong NLP (RNN, LSTM, GRU, Transformer), và ứng dụng của chúng trong các nhiệm vụ như phân tích tình cảm, dịch máy, trả lời câu hỏi và tóm tắt văn bản.

03  Quy định trong đề cương chi tiết học phần
72 Thực hành học sâu trong thị giác máy tính (Practical Deep learning in Computer Vision) Điều kiện tiên quyết: CS333V, CS434V

Học phần cung cấp cho sinh viên kiến thức và kỹ năng thực hành chuyên sâu về ứng dụng học sâu trong lĩnh vực thị giác máy tính. Học phần này tập trung vào việc xây dựng, huấn luyện và triển khai các mô hình học sâu cho các bài toán thị giác máy tính phổ biến như phân loại ảnh, phát hiện đối tượng, phân đoạn ảnh và sinh ảnh. Học phần này là sự tiếp nối logic của các môn học về xử lý ảnh, thị giác máy tính và học máy, trang bị cho sinh viên nền tảng vững chắc để nghiên cứu và phát triển các ứng dụng thị giác máy tính tiên tiến. Nội dung học phần bao gồm các kiến trúc mạng nơron Convolutional Neural Networks (CNNs), Recurrent Neural Networks (RNNs), Generative Adversarial Networks (GANs) và các kỹ thuật huấn luyện nâng cao.

03  Quy định trong đề cương chi tiết học phần
73 Nhận diện mẫu (Pattern Recognition) Điều kiện tiên quyết: MATH110V, STA206V, CS331V

Học phần cung cấp kiến thức nền tảng và chuyên sâu về các phương pháp nhận dạng mẫu, từ các kỹ thuật tiền xử lý dữ liệu, trích xuất đặc trưng đến các thuật toán phân loại và đánh giá hiệu năng. Học phần trang bị cho sinh viên khả năng phân tích, thiết kế và triển khai các hệ thống nhận dạng mẫu trong nhiều ứng dụng thực tế, bao gồm xử lý ảnh, âm thanh, ngôn ngữ tự nhiên và dữ liệu bảng. Học phần này liên quan mật thiết đến các môn học như Đại số tuyến tính, Giải tích, Thống kê, Học máy và Khai phá dữ liệu. Nội dung học phần bao gồm các loại mẫu dữ liệu, trích xuất đặc trưng, các mô hình phân loại (Naive Bayes, SVM, LDA, PCA, ANN), và ứng dụng trên dữ liệu audio, image, NLP và bảng.

03  Quy định trong đề cương chi tiết học phần
74 Mã hoá và bảo mật ứng dụng (Cryptography and Secure Application) Điều kiện tiên quyết: MATH201V

Học phần cung cấp nền tảng vững chắc về các nguyên lý và kỹ thuật mật mã hiện đại, cũng như ứng dụng của chúng trong việc xây dựng các hệ thống bảo mật. Học phần trang bị cho sinh viên kiến thức về các thuật toán mã hóa đối xứng và bất đối xứng, hàm băm, chữ ký số, cơ sở hạ tầng khóa công khai (PKI) và các giao thức bảo mật. Học phần này là nền tảng quan trọng cho các học phần chuyên sâu hơn về an toàn thông tin và an ninh mạng, đồng thời liên quan mật thiết đến các môn học về mạng máy tính và lập trình. Nội dung học phần bao gồm các khái niệm cơ bản về mật mã, các thuật toán mã hóa, các phương pháp tấn công và phòng thủ, cũng như các ứng dụng thực tế của mật mã trong bảo mật hệ thống và dữ liệu.

03  Quy định trong đề cương chi tiết học phần
75 Các chủ đề về khoa học dữ liệu  (Data science topics) Điều kiện tiên quyết: Cần tham khảo ý kiến của Cố vấn học tập

Học phần nhằm trang bị cho sinh viên những kiến thức chuyên sâu và thực tiễn về các kỹ thuật và ứng dụng trong khoa học dữ liệu. Học phần tổ chức dưới hình thức seminar, với sự tham gia của các khách mời là chuyên gia từ doanh nghiệp và các trường đại học. Sinh viên được khuyến khích nghiên cứu độc lập, thực hành nhóm và thực hiện báo cáo cuối kỳ. Học phần cung cấp nền tảng vững chắc cho sinh viên khi tham gia các học phần tiếp theo hoặc áp dụng trong nghề nghiệp.

03 Quy định trong đề cương chi tiết học phần
76 Học tăng cường (Reinforcement Learning) Điều kiện tiên quyết: CS434V

Học phần giới thiệu cho sinh viên về một lĩnh vực quan trọng của trí tuệ nhân tạo, tập trung vào việc huấn luyện các tác nhân (agent) để đưa ra quyết định tối ưu trong một môi trường. Học phần này trang bị cho sinh viên kiến thức về các thuật toán học tăng cường phổ biến, từ cơ bản đến nâng cao, cùng với khả năng áp dụng chúng vào giải quyết các bài toán thực tế. Học phần có mối quan hệ mật thiết với các học phần như Máy học, Trí tuệ nhân tạo, và Toán cao cấp. Nội dung học phần bao gồm các khái niệm cơ bản về học tăng cường, các thuật toán như Q-learning, SARSA, Deep Q-Networks, và ứng dụng của chúng trong các lĩnh vực khác nhau.

03  Quy định trong đề cương chi tiết học phần
77 Toán đại cương 3 (Calculus 3) Điều kiện tiên quyết: MATH201V

Học phần này đề cập đến hai chủ đề cơ bản về hàm nhiều biến: tích phân bội và phép tính trường vectơ. Các chủ đề này mở đường cho những phát triển trong tương lai đối với các môn học nâng cao về toán học hoặc ứng dụng trong kỹ thuật và xác suất. Phần đầu của học phần là về tích phân kép và tích phân ba của hàm hai hoặc ba biến. Sinh viên sẽ học cách sử dụng tọa độ cực, trụ và cầu trong tính tích phân bội. Học phần sẽ giới thiệu Định lý Fubini và phép đổi biến. Phần thứ hai của môn học tập trung vào phép tính trường vectơ. Các đối tượng chính là tích phân đường và tích phân mặt, được kết nối với tích phân kép và tích phân ba trong phần đầu của môn học bằng các phiên bản chiều cao hơn của Định lý cơ bản của giải tích mà sinh viên đã gặp trong Toán 101: Định lý Green, Định lý Stokes và Định lý phân kỳ. Mục tiêu về cơ bản là giảng dạy về Chương 15 và 16 của Stewart.

03  Quy định trong đề cương chi tiết học phần
78 Đồ án tốt nghiệp (Graduation project) Điều kiện tiên quyết: Cần tham khảo ý kiến của Cố vấn học tập, giảng viên hướng dẫn.

Học phần Đồ án tốt nghiệp là học phần cuối cùng và có tính chất tổng hợp trong chương trình đào tạo, đóng vai trò then chốt đánh giá năng lực vận dụng kiến thức đã học vào giải quyết các vấn đề thực tế trong lĩnh vực Công nghệ thông tin. Học phần này trang bị cho sinh viên kỹ năng nghiên cứu, phân tích, thiết kế, triển khai và đánh giá một hệ thống phần mềm, bài toán khoa học dữ liệu hoặc học máy hoàn chỉnh. Đồ án tốt nghiệp thể hiện khả năng tự học, tư duy sáng tạo và làm việc độc lập của sinh viên. Học phần có mối quan hệ mật thiết với tất cả các học phần chuyên ngành đã được học trước đó, đặc biệt là các học phần về phân tích thiết kế hệ thống, lập trình, cơ sở dữ liệu, khoa học dữ liệu và học máy. Kết quả của học phần là một chương trình demo hoạt động và một báo cáo (hoặc slide trình bày) chi tiết. Nội dung đồ án do giảng viên hướng dẫn và sinh viên tự chọn và đăng ký với khoa.

08  Quy định trong đề cương chi tiết học phần
79 Khóa luận tốt nghiệp (Graduation thesis) Điều kiện tiên quyết: Cần tham khảo ý kiến của Cố vấn học tập, giảng viên hướng dẫn và điểm trung bình đến thời điểm đăng ký phải lớn hơn hoặc bằng 3.0.

Học phần Khóa luận tốt nghiệp là học phần cuối cùng, mang tính tổng hợp và chuyên sâu trong chương trình đào tạo. Học phần này trang bị cho sinh viên kiến thức và kỹ năng thực hiện một công trình nghiên cứu khoa học độc lập dưới sự hướng dẫn của giảng viên. Sinh viên sẽ được hướng dẫn về phương pháp nghiên cứu, từ việc đọc và tổng hợp tài liệu, phân tích và đánh giá các công trình nghiên cứu trước đó, phát triển ý tưởng mới, thực hiện nghiên cứu thực nghiệm (nếu có), viết báo cáo khoa học và trình bày kết quả nghiên cứu trước hội đồng. Học phần này có mối quan hệ mật thiết với tất cả các học phần chuyên ngành đã được học, vận dụng và tổng hợp kiến thức đã được trang bị để giải quyết một vấn đề cụ thể trong lĩnh vực chuyên môn. Kết quả của học phần là một khóa luận hoàn chỉnh và chương trình demo (nếu có), thể hiện khả năng nghiên cứu độc lập và chuyên sâu của sinh viên.

08 Quy định trong đề cương chi tiết học phần
80 Tiểu luận tốt nghiệp (Graduation essay) Điều kiện tiên quyết: Cần tham khảo ý kiến của Cố vấn học tập.

Học phần Tiểu luận tốt nghiệp là giai đoạn cuối cùng và quan trọng trong chương trình đào tạo, cho phép sinh viên vận dụng kiến thức và kỹ năng đã được học để thực hiện một nghiên cứu chuyên sâu về một chủ đề cụ thể trong lĩnh vực Khoa học Máy tính, Khoa học Dữ liệu, Học máy hoặc Hệ thống phần mềm. Học phần này trang bị cho sinh viên kỹ năng nghiên cứu độc lập, phân tích, tổng hợp thông tin, viết báo cáo khoa học và thuyết trình. Nó có mối quan hệ mật thiết với các học phần chuyên ngành trước đó, là cơ sở để sinh viên tiếp tục học lên các bậc học cao hơn hoặc tham gia vào các hoạt động nghiên cứu và phát triển. Nội dung học phần bao gồm việc lựa chọn đề tài, xây dựng đề cương, thu thập và xử lý dữ liệu, phân tích kết quả và viết báo cáo.

04  Quy định trong đề cương chi tiết môn học
81 Thực tập 1 (Internship 1) Điều kiện tiên quyết: Cần tham khảo ý kiến của Cố vấn học tập

Thực tập 1 là bước quan trọng trong quá trình đào tạo, giúp sinh viên áp dụng kiến thức lý thuyết đã được học vào môi trường làm việc thực tế tại doanh nghiệp. Học phần này cung cấp cho sinh viên cơ hội trải nghiệm môi trường làm việc chuyên nghiệp, tiếp xúc với công nghệ mới và rèn luyện các kỹ năng cần thiết cho sự nghiệp sau này. Nội dung thực tập được xây dựng dựa trên sự phối hợp giữa giảng viên và doanh nghiệp, đảm bảo tính thực tiễn và phù hợp với chương trình đào tạo. Học phần này có mối quan hệ mật thiết với các học phần chuyên ngành. Trong học phần này, sinh viên sẽ đi thực tập tại doanh nghiệp. Yêu cầu có giảng viên giám sát, kết nối với doanh nghiệp để cùng đáng giá về kiến thức, kỹ năng, thái độ và mức độ hoàn thành công việc theo tiến độ thời gian. Nội dung công việc do giảng viên và doanh nghiệp bàn bạc thống nhất. Thời gian thực tập tối thiểu từ 6 đến 8 tuần.

04  Quy định trong đề cương chi tiết học phần
82 Thực tập 2 (Internship 2) Điều kiện tiên quyết: Cần tham khảo ý kiến của Cố vấn học tập

Học phần Thực tập 2 là giai đoạn quan trọng giúp sinh viên áp dụng kiến thức đã được học vào môi trường làm việc thực tế tại doanh nghiệp. Học phần này tạo cơ hội cho sinh viên tiếp tục trải nghiệm công việc thực tế, làm quen với văn hóa doanh nghiệp, phát triển kỹ năng chuyên môn và kỹ năng mềm. Sinh viên sẽ được giao các nhiệm vụ cụ thể dưới sự hướng dẫn của giảng viên và người hướng dẫn tại doanh nghiệp, đồng thời được đánh giá về kiến thức, kỹ năng, thái độ và mức độ hoàn thành công việc. Học phần có mối quan hệ mật thiết với các học phần chuyên ngành, giúp sinh viên hiểu rõ hơn về ứng dụng của kiến thức lý thuyết trong thực tiễn. Trong học phần này, sinh viên sẽ đi thực tập tại doanh nghiệp. Yêu cầu có giảng viên giám sát, kết nối với doanh nghiệp để cùng đáng giá về kiến thức, kỹ năng, thái độ và mức độ hoàn thành công việc theo tiến độ thời gian. Nội dung công việc do giảng viên và doanh nghiệp bàn bạc thống nhất. Thời gian thực tập tối thiểu từ 10 đến 12 tuần.

06  Quy định trong đề cương chi tiết học phần

(*): không tính vào điểm trung bình tích lũy.



Chi tiết về Chương trình đào tạo năm 2022, vui lòng xem dưới đây:

Danh mục môn học

Xem chi tiết tại đây.