CHƯƠNG TRÌNH ĐÀO TẠO ÁP DỤNG TỪ NĂM 2025 (HỆ TIẾNG VIỆT)

CỬ NHÂN NGÀNH TRÍ TUỆ NHÂN TẠO

(Ban hành kèm theo Quyết định số 95/QĐ-ĐHTT.25 ngày 21 tháng 5 năm 2025

của Hiệu trưởng Trường Đại học Tân Tạo)

 

THÔNG TIN CHUNG:

  1. Tên ngành đào tạo bằng tiếng Việt: Trí tuệ nhân tạo.
  2. Tên ngành đào tạo bằng tiếng Anh: Artificial Intelligence
  3. Trình độ đào tạo: Đại học.
  4. Mã ngành: 7480107.
  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 cử nhân ngành TTNT năm 2025

Chương trình đào tạo được cấu trúc thành năm khối 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 Trí tuệ nhân tạo (TTNT), 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 TTNT 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 TTNT được xây dựng bởi Khoa Công nghệ Thông tin (CNTT) 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 CNTT trường Đại học Tân Tạo xây dựng chương trình đào tạo Cử nhân ngành TTNT.

- 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:           Trí tuệ nhân tạo

- Tên ngành đào tạo tiếng Anh:           Artificial Intelligence

- Trình độ đào tạo:                           Đại học

- Mã ngành:                                    7480107

- 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 Trí tuệ nhân tạo

- 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 CNTT, nhằm bồi dưỡng con người và phát triển nghiên cứu khoa học mang tính ứng dụng đáp ứng các nhu cầu xã hội.

Chương trình đào tạo Cử nhân ngành Trí tuệ Nhân Tạo (TTNT) nhằm đào tạo những cử nhân có nền tảng khoa học và công nghệ vững chắc, mang tính liên ngành; được phát triển chuyên môn và đổi mới sáng tạo trong lĩnh vực TTNT; có khả năng học tập suốt đời và thích nghi với thay đổi; có khả năng giao tiếp hiệu quả và hợp tác liên ngành toàn cầu; và có trách nhiệm xã hội và đạo đức nghề nghiệp. 

4.2. Mục tiêu cụ thể (PO)
4.2.1. Về kiến thức
PO1 Tri thức đa ngành:

Có kiến thức liên ngành vững chắc về toán học, khoa học tự nhiên, khoa học sự sống và khoa học xã hội, tạo nền tảng tư duy toàn diện và linh hoạt.

PO2 Chuyên môn nền tảng về Trí tuệ nhân tạo:

Có kiến thức cốt lõi của trí tuệ nhân tạo và toán học, từ đó xây dựng nền tảng vững chắc cho việc tiếp nhận, phát triển các giải pháp liên quan đến TTNT trong thực tiễn.

PO3 Công nghệ chuyên sâu:

Có kiến thức chuyên sâu trong các lĩnh vực như học máy, học sâu, trí tuệ nhân tạo, xử lý ngôn ngữ tự nhiên, thị giác máy tính, khai phá dữ liệu, và các nền tảng điện toán hiệu năng cao, từ đó có khả năng xây dựng các hệ thống thông minh thích ứng với thực tiễn.

4.2.2. Về kỹ năng
PO4 Tư duy phản biện và giải quyết vấn đề phức tạp:

Có tư duy phản biện, tiếp cận hệ thống và áp dụng phương pháp khoa học để phân tích và giải quyết các vấn đề phức tạp, đa chiều trong công nghệ và xã hội.

PO5 Kỹ năng sáng tạo và đổi mới:

Có tư duy sáng tạo, thiết kế và phát triển các giải pháp đột phá, với tư duy khởi nghiệp và khả năng nhận diện cơ hội đổi mới trong lĩnh vực công nghệ.

PO6 Khả năng học tập suốt đời:

Có năng lực tự học, tự nghiên cứu và thích nghi liên tục với sự phát triển của công nghệ, bao gồm kỹ năng đọc hiểu tài liệu chuyên ngành bằng tiếng Anh.

PO7 Kỹ năng giao tiếp và hợp tác liên ngành:

Có năng lực diễn đạt ý tưởng phức tạp, trao đổi chuyên môn, làm việc hiệu quả trong môi trường đa văn hóa và hợp tác với chuyên gia từ nhiều lĩnh vực khác nhau.

4.2.3. Về năng lực tự chủ và trách nhiệm
PO8 Nhận thức xã hội và đạo đức công nghệ:

Có biết sâu sắc về tác động của công nghệ đối với xã hội, các vấn đề về quyền riêng tư, bảo mật, công bằng AI và trách nhiệm xã hội của người làm công nghệ.

PO9 Năng lực lãnh đạo và quản lý:

Có kỹ năng lãnh đạo, quản lý dự án hiệu quả, ra quyết định dựa trên dữ liệu và khả năng điều phối nhóm đa chức năng trong môi trường làm việc toàn cầu.

PO10 Phát triển bản thân và ý thức công dân toàn cầu:

Có ý thức về sự phát triển toàn diện của cá nhân, bao gồm các giá trị nhân văn, trách nhiệm công dân toàn cầu, và cam kết đóng góp vào việc giải quyết các thách thức toàn cầu thông qua công nghệ.

5.1 Kiến thức
PLO1 Nền tảng về tự nhiên, con người và môi trường:

Hiểu biết cơ bản về khoa học tự nhiên, con người và môi trường. Và tầm quan trọng cũng như các ứng dụng hoặc tác động của chúng trong các ngành nghề của xã hội.

PLO2 Nền tảng về chính trị, pháp luật, kinh tế và xã hội:
Hiểu biết cơ bản về kinh tế và quản lý, lý luận chính trị, 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 Nền tảng Trí tuệ nhân tạo:

Hiểu biết nền tảng về thuật toán, cấu trúc dữ liệu, cơ sở dữ liệu, hệ điều hành, mạng máy tính, kiến trúc máy tính cùng với nguyên lý của trí tuệ nhân tạo, học máy, học sâu và các phương pháp tối ưu hóa mô hình.

PLO4 Nền tảng toán học:

Hiểu biết các mô hình toán học như: xác suất – thống kê, đại số tuyến tính, đồ thị, tối ưu hóa để thiết kế, đánh giá, tối ưu hóa thuật toán.

PLO5 Nền tảng chuyên sâu:

Tuỳ thuộc vào định hướng chuyên sâu, các kiến thức của mỗi hướng bao gồm.

PLO5a - Định hướng Thị giác máy tính: 

Hiểu biết các kỹ thuật thị giác máy tính như xử lý ảnh, phân loại, phát hiện và phân đoạn đối tượng.  Nắm vững các phương pháp thiết kế, huấn luyện và triển khai các mô hình học sâu cho dữ liệu hình ảnh trên các nền tảng tính toán khác nhau.

PLO5b - Định hướng Xử lý ngôn ngữ tự nhiên: Hiểu biết các kỹ thuật xử lý ngôn ngữ tự nhiên như phân tích cú pháp, phân loại văn bản, trích xuất thực thể và tổng hợp ngôn ngữ. Nắm vững các phương pháp để xây dựng, tinh chỉnh và đánh giá các mô hình ngôn ngữ hiện đại phục vụ bài toán ngôn ngữ trong thực tiễn.
5.2 Kỹ năng
5.2.1 Kỹ năng nghề nghiệp
PLO6 Xây dựng và phát triển mô hình:

Áp dụng các kiến thức về TTNT để phân tích, xây dựng, triển khai các mô hình TTNT phục vụ cho các giải pháp thông minh trong thực tế. Thành thạo ít nhất một ngôn ngữ lập trình cấp cao.

PLO7 Lựa chọn và áp dụng giải pháp: 

Tìm kiếm, đánh giálựa chọn giải pháp công nghệ phù hợp để phát triển các giải pháp liên quan đến TTNT trong thực tế.

5.2.2 Kỹ năng mềm
PLO8 Giao tiếp, phản biện và sử dụng ngoại ngữ:
Có khả năng giao tiếp hiệu quả bằng tiếng Việt và tiếng Anh (đạt trình độ tương đương TOEFL iBT 61 hoặc IELTS 5.0), biết phản biện, thuyết trình, đàm phán làm chủ tình huống trong môi trường học thuật và nghề nghiệp. Sử dụng hiệu quả tài liệu chuyên môn.
PLO9 Lãnh đạo, làm việc nhóm và khởi nghiệp:
Có năng lực làm việc nhóm hiệu quả, lập kế hoạch, phân công công việc, giám sátđánh giá kết quả; đồng thời có tư duy khởi nghiệp, khả năng tạo việc làmsử dụng thành thạo các công cụ hỗ trợ làm việc nhóm.
5.3 Mức tự chủ và trách nhiệm
PLO10 Ý thức nghề nghiệp, đạo đức và trách nhiệm xã hội:
Nhận thức rõ trách nhiệm đạo đức và xã hội trong phát triển và ứng dụng trí tuệ nhân tạo; đảm bảo tính minh bạch, công bằng, bảo mật dữ liệu; tuân thủ pháp luật và tích cực đóng góp cho cộng đồng.
PLO11 Tự học và phát triển bản thân bền vững:
Có năng lực tự học suốt đời, linh hoạt thích nghi với sự thay đổi; làm việc có kỷ luật, tinh thần trách nhiệm, biết hợp táctự chủ trong công việc, nhằm phát triển năng lực làm việc lâu dài.

 

Đối tượng tuyển sinh: Học sinh đã hoàn thành chương trình trung học phổ thông theo quy định của Bộ Giáo dục và Đào tạo. 

Điều kiện tuyển sinh thực hiện theo Quy chế tuyển sinh Đại học, Cao đẳng của Bộ Giáo dục và Đào tạo ban hành và đảm bảo theo Đề án tuyển sinh của Trường Đại học Tân Tạo.

 

TT Khối lượng học tập Số tín chỉ
TC LT TH
1 Kiến thức đại cương và khai phóng 36 34 2
-    Kiến thức khai phóng  21 20 1
-    Kiến thức đại cương 15 14 1
2 Kiến thức về Ngoại ngữ (Anh văn) 12 12 0
3 Kiến thức giáo dục chuyên nghiệp, trong đó:  48 35 13
-    Kiến thức cơ sở ngành bắt buộc 21 17 4
-    Kiến thức ngành bắt buộc 15 10 5
-    Kiến thức bắt buộc cho từng chuyên ngành 12 8 4
4 Kiến thức tốt nghiệp

Chọn 1 trong 3 hình thức:

  1. Khóa luận tốt nghiệp 
  2. Đồ án tốt nghiệp
  3. Thực tập và tiểu luận
10 10 0
5 Kiến thức tự chọn

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

tối thiểu 24 18 6
6 Các học phần không tính tín chỉ tốt nghiệp: 
  • Giáo dục thể chất 
  • Giáo dục quốc phòng - an ninh
  • Anh văn tăng cường
  • Kỹ năng mềm
  • Khởi nghiệp sáng tạo
  • Đạo đức và pháp luật trong kỷ nguyên số
25*
Tổng số tín chỉ 130 (tùy vào lựa chọn của sinh viên)

 

- Số lượng học phần: 43 HP (Không kể các học phần không được tính trong tín chỉ tốt nghiệp: Giáo dục quốc phòng, Giáo dục thể chất, Tiếng Anh tăng cường,...).

- Khối lượng kiến thức toàn khóa học: 130 tín chỉ.

- Tỷ lệ các học phần chung/đại cương trên tổng khối lượng kiến thức toàn khóa chiếm: 36/130 tín chỉ, chiếm 27,69%.

- Tỷ lệ các học phần chuyên môn trên tổng khối lượng kiến thức toàn khóa chiếm: 48/130 tín chỉ, chiếm 36,92%.

- Tỷ lệ lý thuyết toàn bộ chương trình trên tổng khối lượng kiến thức toàn khóa chiếm: 109/130 tín chỉ, chiếm 83,8%.

- Tỷ lệ lý thuyết chuyên ngành trong khối lượng kiến thức giáo dục chuyên nghiệp chiếm: 35/48 tín chỉ, chiếm 72,92%.

- Tỷ lệ học phần thực tập tốt nghiệp trên khối lượng kiến thức giáo dục chuyên nghiệp chiếm: 10/48 tín chỉ, chiếm 20,83%.

- Tỷ lệ học phần tự chọn (bao gồm tự chọn theo nhóm khai phóng, tự chọn theo định hướng và nhóm kiến thức tự chọn) trên tổng khối lượng kiến thức toàn khóa chiếm: 64/130 tín chỉ, chiếm 49,23%.



8.1. 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  36 570 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 HIS101 Lịch sử văn minh thế giới

World Civilization History

3 45 3 0
2 HIS102 Thời hiện đại

Modern Times

3 45 3 0
Nhóm II: Văn hóa, văn học và nghệ thuật
1 ENGL108 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 HUM102 Văn hóa và văn học

Culture and Literature

3 45 3 0
Nhóm III: Tư duy và giao tiếp 
1 HUM101 Viết luận và ý tưởng 

Writing and Ideas

3 45 3 0
2 MGT102 Nghệ thuật 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 

a: Học phần bắt buộc cho sinh viên Khoa CNTT

1 aMATH101 Toán đại cương 1

Calculus 1

3 45 3 0
2 aDS101 Nhập môn Khoa học dữ liệu

Introduction to Data Science

3 60 2 1
3 EGD201 Thiết kế kỹ thuật

Engineering Design

3 60 2 1
Nhóm VI: Kinh tế và quản lý 
1 ECON101 Nguyên lý Kinh tế học

Principle of Economics

3 45 3 0
2 ECMA103 Quản trị Văn phòng

Administrative Office Management

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

Personal Finance Management

3 45 3 0
Kiến thức Đại cương 15 240 14 1
1 MACL108 Triết học Mác - Lênin

Marxist-Leninist Philosophy

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

Marxist-Leninist 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

Scientific 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 DLI101 Năng lực số

Digital Literacy

2 45 1 1
KIẾN THỨC VỀ NGOẠI NGỮ - ANH VĂN 12 180 12 0
1 ESL101 Tiếng Anh tổng quát 1

English 1

3 45 3 0
2 ESL102 Tiếng Anh tổng quát 2

English 2

3 45 3 0
3 ESL103 Tiếng Anh tổng quát 3

English 3

3 45 3 0
4 ESL104 Tiếng Anh tổng quát 4

English 4

3 45 3 0
KIẾN THỨC GIÁO DỤC CHUYÊN NGHIỆP
Kiến thức cơ sở ngành bắt buộc 21 375 17 4
1 MATH201b Toán ứng dụng cho TTNT

Applied Mathematics for AI

3 60 2 1
2 MATH110 Đại số tuyến tính 

Linear Algebra

3 45 3 0
3 PHYS101 Vật lý đại cương 

General Physics

3 60 2 1
4 CS201 Cấu trúc dữ liệu và giải thuật 

Data Structure and Algorithms

3 60 2 1
5 CS202 Toán rời rạc

Discrete Mathematics

3 45 3 0
6 CS111 Nhập môn lập trình 

Introduction to Programming

3 60 2 1
7 STA206 Xác suất thống kê

Probability and Statistics

3 45 3 0
Kiến thức ngành bắt buộc 15 300 10 5
1 CS203 Hệ thống và kiến ​​trúc máy tính

Computer Systems and Architecture

3 60 2 1
2 AI301 Nhập môn trí tuệ nhân tạo

Introduction to AI

3 60 2 1
3 AI302 Nhập môn học máy

Introduction to Machine Learning

3 60 2 1
4 AI401 Nhập môn học sâu

Introduction to Deep Learning

3 60 2 1
5 AI410 Phát triển và vận hành hệ thống học máy

Machine Learning Operations (MLOps)

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

(Sinh viên cần chọn và hoàn thành 1 trong 2 chuyên ngành)

12 240 8 4
1. Thị giác máy tính (Computer Vision)
1 CS333 Nhập môn thị giác máy tính

Introduction to Computer Vision

3 60 2 1
2 AI403 Học sâu trong thị giác máy tính

Deep Learning in Computer Vision

3 60 2 1
3 CS437 Xử lý hình ảnh

Image Processing

3 60 2 1
4 AI520 GenAI cho thị giác máy tính

GenAI for Computer Vision

3 60 2 1
2. Xử lý ngôn ngữ tự nhiên (Natural Language Processing)
1 CS334 Nhập môn xử lý ngôn ngữ tự nhiên

Introduction to Natural Language Processing

3 60 2 1
2 AI402 Học sâu trong xử lý ngôn ngữ tự nhiên

Deep Learning in Natural Language Processing

3 60 2 1
3 AI521 GenAI cho xử lý ngôn ngữ tự nhiên

GenAI for Natural Language Processing

3 60 2 1
4 CS523 Trích xuất thông tin và khai thác văn bản

Information Retrieval and Text Mining

3 60 2 1
KIẾN THỨC TỐT NGHIỆP

Chọn 1 trong 3 hình thức sau:

1. Khóa luận tốt nghiệp

2. Đồ án tốt nghiệp

3. Thực tập + tiểu luận tốt nghiệp

10 450 10 0
1 AI480 Khóa luận tốt nghiệp

Undergraduate Thesis

10 450 10 0
2 AI470 Đồ án tốt nghiệp

Graduation Projects

10 450 10 0
3 AI482 Thực tập

Internship

6 270 6 0
4 AI471 Tiểu luận tốt nghiệp

Graduation Essay

4 180 4 0
KIẾN THỨC TỰ CHỌN

Sinh viên được yêu cầu chọn:

- Ít nhất 9 tín chỉ ngoài khoa CNTT

24 - - -
1 AI412 Học liên kết

Federated Learning

3 60 2 1
2 AI411 Học tăng cường

Reinforcement Learning

3 60 2 1
3 AI413 Mạng Nơ-ron đồ thị

Graph Neural Networks

3 60 2 1
4 DS301 Xử lý dữ liệu

Data Processing

3 60 2 1
5 CS441 Trực quan hoá dữ liệu

Data Visualization

3 60 2 1
6 CS522 Hệ thống khuyến nghị

Recommendation Systems

3 60 2 1
7 CS411 Dữ liệu lớn

Big Data

3 60 2 1
8 CS311 Nhập môn Cơ sở dữ liệu

Introduction to Database

3 60 2 1
HỌC PHẦN KHÔNG TÍNH TÍN CHỈ TỐT NGHIỆP 25* - - -
1 MACL1051 Giáo dục thể chất 1

Physical Education 1

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

Physical Education 2

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

Physical Education 3

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

National Defense and Security 

Education

8* - - -
5 ESLi101 Tiếng Anh tăng cường 1

Intensive English 1

2* 30 2 0
6 ESLi102 Tiếng Anh tăng cường 2

Intensive English 2

2* 30 2 0
7 ESLi103 Tiếng Anh tăng cường 3

Intensive English 3

2* 30 2 0
8 ESLi104 Tiếng Anh tăng cường 4

Intensive English 4

2* 30 2 0
9 SSE101 Kỹ năng mềm

Soft Skills

2* 30 2 0
10 SIN101 Khởi nghiệp và đổi mới sáng tạo

Entrepreneurship and Innovation

2* 30 2 0
11 ELA201 Đạo đức và pháp luật trong kỷ nguyên số

Ethics and Law in Digital Age

2* 30 2 0
TỔNG SỐ TÍN CHỈ CỦA CTĐT 130
Tổng số tín chỉ bắt buộc 66
Tổng số tín chỉ tự chọn theo nhóm khai phóng 18
Tổng số tín chỉ tự chọn theo định hướng 22
Tổng số tín chỉ tự chọn tối thiểu 24

Ghi chú:

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

(a): các môn bắt buộc đối với sinh viên Khoa CNTT

8.2. Kế hoạch giảng dạy (dự kiến)

Được xây dựng vào đầu năm của mỗi năm học để người học 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

Marxist-Leninist Fundamentals of Law

2 30 2 0
3 Học phần thuộc nhóm I:

Nhóm Văn minh nhân loại

3 45 3 0
4 ESL101 Tiếng Anh tổng quát 1

English 1

3 45 3 0
5 ESLi101 Tiếng Anh 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 DLI101 Năng lực số

Digital literacy

2 45 1 1
8 aMATH101 Toán đại cương 1

Calculus 1

Học phần  thuộc nhóm V: 

Nhóm Khoa học tự nhiên và công nghệ 

3 45 3 0
Tổng cộng: 16

3*

- - -
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

Scientific Socialism

2 30 2 0
3 Học phần thuộc nhóm II:

Nhóm Văn hóa, văn học và nghệ thuật

3 45 3 0
4 ESL102 Tiếng Anh tổng quát 2

English 2

3 45 3 0
5 ESLi102 Tiếng Anh 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 MATH110 Đại số tuyến tính 

Linear Algebra

3 45 3 0
8 CS111 Nhập môn lập trình

Introduction to Programming

3 60 2 1
9 PHYS101 Vật lý đại cương 

General Physics

3 60 2 1
Tổng cộng: 19

3*

- - -
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 Học phần thuộc nhóm III:

Nhóm Tư duy và giao tiếp

3 45 3 0
3 ESL103 Tiếng Anh tổng quát 3

English 3

3 45 3 0
4 ESLi103 Tiếng Anh 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 aDS101 Nhập môn khoa học dữ liệu.

Introduction to Data Science

Học phần  thuộc nhóm V: 

Nhóm Khoa học tự nhiên và công nghệ 

3 60 2 1
7 CS201 Cấu trúc dữ liệu và giải thuật 

Data Structure and Algorithms

3 60 2 1
8 CS202 Toán rời rạc

Discrete Mathematics

3 45 3 0
Tổng cộng: 17

3*

- - -
Học kỳ 4
1 ESL104 Tiếng Anh tổng quát 4

English 4

3 45 3 0
2 ESLi104 Tiếng Anh 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 Học phần thuộc nhóm IV:

Nhóm Con người và trái đất

3 45 3 0
5 STA206 Xác suất thống kê

Probability and Statistics

3 45 3 0
6 CS203 Hệ thống và kiến ​​trúc máy tính

Computer Systems and Architecture

3 60 2 1
7 AI301 Nhập môn trí tuệ nhân tạo

Introduction to AI

3 60 2 1
Tổng cộng: 17

2*

- - -
Học kỳ 5
1 MATH201b Toán ứng dụng cho TTNT

Applied Mathematics for AI

3 60 2 1
2 AI302 Nhập môn học máy

Introduction to Machine Learning

3 60 2 1
4 Tự chọn 1 3 45 3 0
Tự chọn 2 3 45 3 0
5 Học phần hướng chuyên sâu 1 3 - - -
6 Học phần hướng chuyên sâu 2 3 - - -
7 SSE101 Kỹ năng mềm

Soft Skills

2* 30 2 0
Tổng cộng: 18

2*

- - -
Học kỳ 6
1 Học phần thuộc nhóm VI:

Nhóm Kinh tế và quản lý

3 45 3 0
2 AI401 Nhập môn học sâu

Introduction to Deep Learning

3 60 2 1
3 Học phần hướng chuyên sâu 3 3 - - -
4 Học phần hướng chuyên sâu 4 3 - - -
5 Tự chọn 3 3 45 3 0
6 Tự chọn 4 3 45 3 0
7 SIN101 Khởi nghiệp và đổi mới sáng tạo

Entrepreneurship and Innovation

2* 30 2 0
Tổng cộng: 18

2*

- - -
Học kỳ 7
1 AI410 Phát triển và vận hành hệ thống học máy

Machine learning Operations (MLOps)

3 60 2 1
2 Tự chọn 5 3 45 3 0
3 Tự chọn 6 3 45 3 0
4 Tự chọn 7 3 45 3 0
5 Tự chọn 8 3 45 3 0
6 ELA201 Đạo đức và pháp luật trong kỷ nguyên số

               Ethics and Law in Digital Age

2* 30 2 0
Tổng cộng: 15
2*
- - -
Học kỳ 8
1 Chọn 1 trong 3 hình thức sau:

1. Khóa luận tốt nghiệp

2. Đồ án tốt nghiệp

3. Thực tập + tiểu luận tốt nghiệp 

10 450 450 0
Tổng cộng: 10 - - -
TỔNG SỐ TÍN CHỈ CỦA CTĐT 130
Tổng số tín chỉ bắt buộc 66
Tổng số tín chỉ tự chọn theo nhóm khai phóng 18
Tổng số tín chỉ tự chọn theo định hướng 22
Tổng số tín chỉ tự chọn tối thiểu 24

Ghi chú:

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

(a): các môn bắt buộc đối với sinh viên Khoa CNTT

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

SST MÃ MH Tên môn CHUẨN ĐẦU RA CHƯƠNG TRÌNH ĐÀO TẠO
STC  PLO1 PLO2 PLO3 PLO4 PLO5a PLO5b PLO6 PLO7 PLO8 PLO9 PLO10 PLO11
KHỐI KIẾN THỨC ĐẠI CƯƠNG VÀ KHAI PHÓNG  36
Kiến thức Khai phóng

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

21
Nhóm I: Văn minh nhân loại
1 HIS101 Lịch sử văn minh thế giới

World Civilization History

3 X X X X X
2 HIS102 Thời hiện đại

Modern Times

3 X X X X X
Nhóm II: Văn hóa, văn học và nghệ thuật
1 ENGL

108

Nhập môn Văn hóa học 

Introduction to Cultural Studies

3 X 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 X
4 HUM

102

Văn hóa và văn học

Culture and Literature

3 X X X X X
Nhóm III: Tư duy và giao tiếp 
1 HUM

101

Viết luận và ý tưởng 

Writing and Ideas

3 X X X X
2 MGT

102

Nghệ thuật lãnh đạo và giao tiếp 

Leadership and Communication

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

Language and Vietnamese

3 X 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 X
2 ENV102 Biến đổi khí hậu

Climate Change

3 X X X X
Nhóm V: Khoa học tự nhiên và công nghệ 

a: Học phần bắt buộc cho sinh viên Khoa CNTT

1 MATH

101

Toán đại cương 1

Calculus 1

3 X X X X X
2 DS101 Nhập môn Khoa học dữ liệu

Introduction to Data Science

3 X X X X X X X X
3 EGD201 Thiết kế kỹ thuật

Engineering Design

3 X X X X X X
Nhóm VI: Kinh tế và quản lý 
1 ECON 101 Nguyên lý Kinh tế học

Principle of Economics

3 X X X
2 ECMA 103 Quản trị Văn phòng

Administrative Office Management

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

Personal Finance Management

3 X X X
Kiến thức Đại cương 15
1 MACL

108

Triết học Mác - Lênin

Marxist-Leninist philosophy

3 X X X X
2 MACL

109

Kinh tế chính trị Mác - Lênin

Marxist-Leninist Political Economy

2 X X X X X
3 MACL

104

Tư tưởng Hồ Chí Minh

Ho Chi Minh Thought

2 X X X X
4 MACL

110

Chủ nghĩa xã hội khoa học

Scientific Socialism

2 X X X X X
5 MACL

111

Lịch sử Đảng CSVN

History of the Communist Party of VietNam

2 X X X X
6 LAW

102

Pháp Luật đại cương

Fundamentals of Law

2 X X X
7 DLI101 Năng lực số

Digital literacy

2 X X X X X X X X
KIẾN THỨC VỀ NGOẠI NGỮ 12
1 ESL101 Tiếng Anh tổng quát 1

English 1

3 X X X X
2 ESL102 Tiếng Anh tổng quát 2

English 2

3 X X X X
3 ESL103 Tiếng Anh tổng quát 3

English 3

3 X X X X
4 ESL104 Tiếng Anh tổng quát 4

English 4

3 X X X X
KIẾN THỨC GIÁO DỤC CHUYÊN NGHIỆP
Kiến thức cơ sở ngành bắt buộc 21
1 MATH

201b

Toán ứng dụng cho TTNT

Applied Math for AI

3 X X X X X X X
2 MATH

110

Đại số tuyến tính 

Linear Algebra

3 X X X X X
3 PHYS

101

Vật lý đại cương 

General Physics

3 X X X X X X X
4 CS201 Cấu trúc dữ liệu và giải thuật 

Data Structure and Algorithms

3 X X X X
5 CS202 Toán rời rạc

Discrete Mathematics

3 X X X X X
6 CS111 Nhập môn lập trình 

Introduction to Programming

3 X X X X X X X X
7 STA206 Xác suất thống kê

Probability and Statistics

3 X X X X X X X
Kiến thức ngành bắt buộc 15
1 CS203 Hệ thống và kiến ​​trúc máy tính

Computer Systems and Architecture

3 X X X X X X
2 AI301 Nhập môn trí tuệ nhân tạo

Introduction to AI

3 X X X X X X
3 AI302 Nhập môn học máy

Introduction to Machine Learning

3 X X X X X X X
4 AI401 Nhập môn học sâu

Introduction to Deep Learning

3 X X X X X X X
5 AI410 Phát triển và vận hành hệ thống học máy

Machine Learning Operations (MLOps)

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

(Sinh viên cần chọn và hoàn thành 1 trong 2 chuyên ngành)

12
1. Thị giác máy tính (Computer Vision)
1 CS333 Nhập môn thị giác máy tính

Introduction to Computer Vision

3 X X X X X X X
2 AI403 Học sâu trong thị giác máy tính

Deep Learning in Computer Vision

3 X X X X X X X
3 CS437 Xử lý hình ảnh

Image Processing

3 X X X X X X X X
4 AI520 GenAI cho thị giác máy tính

GenAI for Computer Vision

3 X X X X X X X X
2. Xử lý ngôn ngữ tự nhiên (Natural Language Processing)
1 CS334 Nhập môn xử lý ngôn ngữ tự nhiên

Introduction to Natural Language Processing

3 X X X X X X X X
2 AI402 Học sâu trong xử lý ngôn ngữ tự nhiên

Deep Learning in Natural Language Processing

3 X X X X X X X X
3 AI521 GenAI cho xử lý ngôn ngữ tự nhiên

GenAI for Natural Language Processing

3 X X X X X X X X
4 CS523 Trích xuất thông tin và khai thác văn bản

Information Retrieval and Text mining

3 X X X X X X X X
KIẾN THỨC TỐT NGHIỆP

Chọn 1 trong 3 hình thức sau:

1. Khóa luận tốt nghiệp

2. Đồ án tốt nghiệp

3. Thực tập + tiểu luận tốt nghiệp

10
1 AI480 Khóa luận tốt nghiệp

Undergraduate Thesis

10 X X X X X X X X
2 AI470 Đồ án tốt nghiệp

Graduation Projects

10 X X X X X X X X
3 AI482 Thực tập

Internship

6 X X X X X X X X X
4 AI471 Tiểu luận tốt nghiệp

Graduation Essay

4 X X X X X X X
KIẾN THỨC TỰ CHỌN

Sinh viên được yêu cầu chọn:

- Ít nhất 9 tín chỉ ngoài khoa CNTT

24
1 AI412 Học liên kết

Federated Learning

3 X X X X X X X
2 AI411 Học tăng cường

Reinforcement Learning

3 X X X X X X X
3 AI413 Mạng Nơ-ron đồ thị

Graph Neural Networks

3 X X X X X X X X
4 DS301 Xử lý dữ liệu

Data Processing

3 X X X X X X X
5 CS441 Trực quan hoá dữ liệu

Data Visualization

3 X X X X X X X
6 CS522 Hệ thống khuyến nghị

Recommendation Systems

3 X X X X X X X
7 CS411 Dữ liệu lớn

Big Data

3 X X X X X X X X
8 CS311 Nhập môn Cơ sở dữ liệu

Introduction to Database

3 X X X X X X X
HỌC PHẦN KHÔNG TÍNH TÍN CHỈ 

TỐT NGHIỆP

1 MACL

1051

Giáo dục thể chất 1

Physical Education 1

1* X X X
2 MACL

1052

Giáo dục thể chất 2

Physical Education 2

1* X X X
3 MACL

1053

Giáo dục thể chất 3

Physical Education 3

1* X X X
4 MACL

106

Giáo dục quốc phòng - an ninh

National Defense and Security 

Education

8*
5 ESLi101 Tiếng Anh tăng cường 1

Intensive English 1

2* X X X X
6 ESLi102 Tiếng Anh tăng cường 2

Intensive English 2

2* X X X X
7 ESLi103 Tiếng Anh tăng cường 3

Intensive English 3

2* X X X X
8 ESLi104 Tiếng Anh tăng cường 4

Intensive English 4

2* X X X X
9 SSE101 Kỹ năng mềm

Soft Skills

2* X X X X
10 SIN101 Khởi nghiệp và đổi mới sáng tạo

Entrepreneurship and Innovation

2* X X X X
11 ELA201 Đạo đức và pháp luật trong kỷ nguyên số

Ethics and Law in Digital Age

2* X X X X

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

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

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

9.1.1 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. 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,...

9.1.2. 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 học phần 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. 

9.1.3. 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.  

9.1.4. 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.

9.2. Mối liên hệ giữa Chuẩn đầu ra chương trình đào tạo (PLOs) với Chiến lược và phương pháp giảng dạy-học tập (TLMs)
TLMs Chuẩn đầu ra chương trình đào tạo (PLOs)
PLO1 PLO2 PLO3 PLO4 PLO5a PLO5b PLO6 PLO7 PLO8 PLO9 PLO10 PLO11
TLM1 X X X X X X
TLM2 X X X X X
TLM3 X X X
TLM4 X X X X X X
TLM5 X X X X X X
TLM6 X X X X X X
TLM7 X X X X X X
TLM8 X X X X X X X
TLM9 X X X X
TLM10 X X X X X X
TLM11 X X X X

 

9.3. Chuẩn bị của giảng viên

Giảng viên giảng dạy chương trình ngành TTNT 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 học phần, 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.

10.1. 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.

10.1.1. 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.

10.1.2. 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.

10.1.3. 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.

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

Theo Quy chế đào tạo của 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 (ĐCCT HP).

10.3. Thang điểm đánh giá

Theo Quy chế đào tạo của trường Đại học Tân Tạo.

10.4. Mối quan hệ giữa chuẩn đầu ra chương trình đào tạo (PLOs) với phương pháp kiểm tra, đánh giá (AMs)

 

AMs Chuẩn đầu ra (PLOs)
PLO1 PLO2 PLO3 PLO4 PLO5a PLO5b PLO6 PLO7 PLO8 PLO9 PLO10 PLO11
AM1 X X
AM2 X X X X X X X X
AM3 X X X X
AM4 X X
AM5 X X X X
AM6 X X X X
AM7 X X X X X X X
AM8 X X X X X X X
AM9 X X X X X
AM10 X X X X X X X X

 

Chọn lựa các học phần tốt nghiệp cần thỏa mãn 1 trong các điều kiện sau (tích lũy tối thiểu 10 tín chỉ):

Điều kiện 1: Khóa luận tốt nghiệp

Điều kiện 2: Đồ án tốt nghiệp

Điều kiện 3: Thực tập và tiểu luận

11.1. Lưu ý về điều kiện làm khóa luận hoặc đồ án tốt nghiệp

11.1.1. Điều kiện chung:

  • Đã tích lũy đủ số học phần bắt buộc đến thời điểm xét.
  • Điểm trung bình tích lũy (GPA) từ 3.0 trở lên với khoá luận, 2.5 trở lên với đồ án.
  • Không bị truy cứu trách nhiệm hình sự trong năm học cuối khóa.
  • Có giảng viên đủ trình độ nhận hướng dẫn (trong hoặc ngoài trường, nhưng phải được Khoa đồng ý).

11.1.2. Giới hạn số lượng:

  • Tối đa 50% tổng số sinh viên ngành được làm khóa luận trong mỗi đợt xét. (70% tổng số sinh viên đối với đồ án tốt nghiệp)
  • Trường hợp đặc thù có thể được Ban Giám hiệu xem xét theo đề nghị của Khoa.

11.1.3. Phân bổ và đăng ký đề tài:

  • Dựa trên năng lực giảng viên và điều kiện cơ sở vật chất, Khoa đề xuất số lượng sinh viên làm khóa luận, Hiệu trưởng phê duyệt.
  • Sinh viên được tự tìm giảng viên hướng dẫn nếu số lượng đề tài trong Khoa không đủ, nhưng phải được Khoa cho phép.

11.1.4. Chủ đề khóa luận/Đồ án:

  • Liên quan đến Trí tuệ Nhân tạo, phù hợp với định hướng nghề nghiệp của sinh viên.
  • Danh sách chủ đề do Trưởng Khoa quyết định, tùy thuộc vào điều kiện thực tế.

11.1.5. Chấm điểm và tính điểm:

  • Điểm khóa luận được tính vào điểm trung bình tích lũy toàn khóa.

Việc chấm khóa luận tuân theo quy chế của Bộ GD&ĐT và quy định của Trường.

  • 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. Có nhiêu 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 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.

Sinh viên tốt nghiệp ngành TTNT 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 Kỹ sư học máy/ học sâu/ trí tuệ nhân tạo     X
2 Kỹ sư dữ liệu     X
3 Chuyên viên trí tuệ nhân tạo, phân tích dữ liệu trong các ngành nghề. X
4 Trợ giảng tại các trường ĐH, cao đẳng X
5 Nhà nghiên cứu X
6 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 TTNT trình độ đại học có thể làm việc ở các công ty/tổ chức công nghệ, các trường đại học/học viện tại Việt Nam và Quốc tế.



16.1. Thông tin tuyển sinh

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

16.2. Quy trình đào tạo

Theo Quy chế đào tạo của 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 (học kỳ Xuân và học kỳ Thu). Ngoài hai học kỳ chính, Hiệu trưởng xem xét quyết định tổ chức thêm một học kỳ phụ (học kỳ hè) để sinh viên có điều kiện được học lại, học cải thiện và học vượt. Mỗi học kỳ chính có 15 tuần thực học, 01 tuần dự trữ và 02 tuần thi; mỗi học kỳ phụ có 08 tuần thực học, 01 tuần dự trữ và 01 tuần thi.

16.3. Điều kiện tốt nghiệp

Thực hiện theo Quy chế Đào tạo đại học của 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 TTNT của Trường Đại học Tân Tạo với CTĐT của các trường uy tín trong và ngoài nước như:

- Trường Đại học DUKE của Mỹ: https://cs.duke.edu/undergraduate/degrees/BS/concentrations/ai-ml

- Đại học UTS của Úc: https://www.uts.edu.au/courses/bachelor-of-artificial-intelligence?utm_source=google&utm_...QAvD_BwE 

- Trường Đại học Công nghệ Thông tin, Đại học Quốc gia TPHCM [UIT]: https://daa.uit.edu.vn/content/cu-nhan-nganh-tri-tue-nhan-tao-ap-dung-tu-khoa-18-2023 

- Đại học Công nghệ. Đại học Quốc gia Hà Nội [UET]: https://uet.vnu.edu.vn/chuong-trinh-dao-tao-nganh-tri-tue-nhan-tao-6/

- Học viện Công nghệ Bưu chính viễn thông [PTIT]:

https://daotao.ptit.edu.vn/chuong-trinh-dao-tao/chuong-trinh-tri-tue-nhan-tao/ 

- Đại học Kinh tế Quốc dân [NEU]: https://neu.edu.vn/vi/tin-tuc-moi-nhat/thong-tin-tuyen-sinh-chuong-trinh-dao-tao-nganh-tri-tue-nhan-tao

18.1. Đội ngũ giảng viên

  • Giảng viên giảng dạy ngành Trí tuệ nhân tạo 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.

18.2. 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

PPĐG người học
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 ĐCCT HP
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 ĐCCT HP
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 ĐCCT HP
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 ĐCCT HP
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 ĐCCT HP
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 ĐCCT HP
7 Viết luận 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 ĐCCT HP
8 Nghệ thuật 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 ĐCCT HP
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 ĐCCT HP
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 ĐCCT HP
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 ĐCCT HP
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 ĐCCT HP
13 Nhập môn Khoa học dữ liệu (Introduction to Data Science) Điều kiện tiên quyết: Không

Học phần "Nhập môn Khoa học dữ liệu" cung cấp cho người học những kiến thức và kỹ năng nền tảng về Khoa học Dữ liệu, từ lập trình Python, xử lý dữ liệu, đến các kỹ thuật học máy cơ bản. Nội dung học phần bao gồm tổng quan về Khoa học Dữ liệu, các bước trong quy trình khai thác dữ liệu, làm việc với dữ liệu dạng bảng, trực quan hóa và tiền xử lý dữ liệu, các phương pháp học máy (phân loại, hồi quy, phân cụm), giảm chiều dữ liệu, và xử lý dữ liệu chuỗi thời gian. Bên cạnh lý thuyết, học phần chú trọng vào các bài thực hành ứng dụng với Python và các thư viện phổ biến như Pandas, NumPy, Matplotlib, Scikit-learn, giúp người học làm quen và giải quyết các bài toán dữ liệu thực tế.

03 Quy định trong ĐCCT HP
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 ĐCCT HP
15 Nguyên lý Kinh tế học

 (Principle of Economics)

Điều kiện tiên quyết: Không

 Môn học này cung cấp một giới thiệu về các nguyên lý cơ bản của cả kinh tế học vi mô và kinh tế học vĩ mô. Sinh viên sẽ học cách các cá nhân, doanh nghiệp và chính phủ đưa ra quyết định khi đối mặt với sự khan hiếm, và cách các quyết định này tương tác trên thị trường và trong toàn bộ nền kinh tế. Các chủ đề bao gồm cung và cầu, hành vi người tiêu dùng, hành vi nhà sản xuất, cấu trúc thị trường, các yếu tố ngoại ứng, hàng hóa công cộng, thu nhập quốc dân, thất nghiệp, lạm phát, chính sách tiền tệ, chính sách tài khóa và thương mại quốc tế. Môn học nhấn mạnh việc áp dụng các nguyên lý kinh tế vào các tình huống kinh doanh và các vấn đề chính sách trong thế giới thực.

03  Quy định trong ĐCCT HP
16 Quản trị Văn phòng

(Administrative Office Management)

Điều kiện tiên quyết: Không

Quản trị Văn phòng là học phần trang bị cho sinh viên kiến thức và kỹ năng để tổ chức, điều hành và kiểm soát hiệu quả các hoạt động hành chính trong môi trường doanh nghiệp hiện đại. Môn học tập trung vào quản lý công việc, xử lý thông tin, lưu trữ hồ sơ, tổ chức cuộc họp và vận dụng công cụ công nghệ như Google Workspace, Microsoft Office, giúp sinh viên làm chủ môi trường văn phòng số và nâng cao hiệu suất làm việc chuyên nghiệp.

03  Quy định trong ĐCCT HP
17 Quản lý tài chính cá nhân 

(Personal Finance Management)

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 ĐCCT HP
18 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 ĐCCT HP
19 Kinh tế chính trị Mác - Lênin (Marxist-Leninist 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 ĐCCT HP
20 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 ĐCCT HP
21 Chủ nghĩa xã hội khoa học 

(Scientific Socialism)

Điều kiện tiên quyết: MACL108

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 ĐCCT HP
22 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 học phần 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 ĐCCT HP
23 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 ĐCCT HP
24 Năng lực số (Digital Literacy) Điều kiện tiên quyết: Không

Học phần Năng lực số trang bị cho sinh viên các kỹ năng và kiến thức cần thiết để sử dụng hiệu quả công nghệ số trong học tập, công việc và đời sống. Sinh viên sẽ được học cách vận hành thiết bị và phần mềm, khai thác thông tin và dữ liệu, giao tiếp và hợp tác trong môi trường số, bảo mật thông tin cá nhân, sáng tạo nội dung số và phát triển kỹ năng số cho nghề nghiệp.

02 Quy định trong ĐCCT HP
25 Tiếng Anh tổng quát 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 ĐCCT HP
26 Tiếng Anh tổng quát 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 ĐCCT HP
27 Tiếng Anh tổng quát 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 ĐCCT HP
28 Tiếng Anh tổng quát 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 ĐCCT HP
29 Toán ứng dụng cho ngành TTNT

(Applied Mathematics for AI)

Điều kiện tiên quyết: Toán đại cương 1, Toán rời rạc, Xác suất và thống kê.

Học phần Toán ứng dụng cho Khoa học máy tính và Trí tuệ nhân tạo cung cấp các kiến thức toán học thiết yếu phục vụ cho ngành Khoa học Máy tính và Trí tuệ nhân tạo. Nội dung bao gồm đại số tuyến tính nâng cao, giải tích đa biến, lý thuyết tối ưu và lý thuyết thông tin. Học phần trang bị cho sinh viên nền tảng toán học vững chắc để ứng dụng vào các bài toán trong lĩnh vực máy học, học sâu và trí tuệ nhân tạo.

03  Quy định trong ĐCCT HP
30 Đại số tuyến tính 

(Linear Algebra)

Điều kiện tiên quyết: Không 

Học phần Đại số tuyến tính 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 ĐCCT HP
31 Vật lý đại cương (General Physics) Điều kiện tiên quyết: Không 

Học phần Vật lý đại cương cung cấp cho người học kiến thức nền tảng về các nguyên lý vật lý quan trọng, tập trung vào các nội dung cốt lõi liên quan trực tiếp đến ngành Khoa học Máy tính, Khoa học Dữ liệu và Trí tuệ Nhân tạo. Nội dung học phần bao gồm các chủ đề từ Cơ học, Điện học, Từ học và Sóng điện từ, với trọng tâm là các ứng dụng thực tiễn trong lĩnh vực công nghệ thông tin và khoa học dữ liệu. Trong phần Cơ học, người học sẽ tìm hiểu các khái niệm về chuyển động một chiều và hai chiều, các định luật Newton, năng lượng, động lượng và dao động cơ học, từ đó vận dụng vào việc mô phỏng chuyển động và phân tích các hệ thống cơ học. Phần Điện học và Từ học trang bị cho người học kiến thức nền tảng về điện tích, điện trường, điện thế, dòng điện, từ trường và cảm ứng điện từ, tạo cơ sở để sinh viên hiểu rõ nguyên lý hoạt động của các thiết bị điện tử, mạch điện số và hệ thống cảm biến hiện đại. Phần Sóng điện từ cung cấp kiến thức về bản chất của sóng điện từ trong các lĩnh vực như truyền thông không dây, mạng IoT và công nghệ truyền dữ liệu. Bên cạnh các bài giảng lý thuyết, học phần còn chú trọng đến các bài thực hành và mô phỏng nhằm giúp người học rèn luyện kỹ năng ứng dụng kiến thức vào các vấn đề thực tế.

03 Quy định trong ĐCCT HP
32 Cấu trúc dữ liệu và giải thuật 

(Data Structure and Algorithms)

Điều kiện tiên quyết: CS111

Phân tích, sử dụng và thiết kế cấu trúc dữ liệu và thuật toán (algorithms) sử dụng ngôn ngữ định hướng đối tượng (object-oriented language) như Java để giải quyết các vấn đề tính toán (computational problems). Nhấn mạnh vào tính trừu tượng (abstraction) bao gồm các giao diện (interfaces) 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 ĐCCT HP
33 Toán rời rạc (Discrete Mathematics) Điều kiện tiên quyết: CS111

Học phần Toán học rời rạc cho Khoa học máy tính 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 ĐCCT HP
34 Nhập môn lập trình (Introduction to Programming) Điều kiện tiên quyết: Không 

Học phần Nhập môn lập trình  cung cấp kiến thức nền tảng về tư duy lập trình và cách xây dựng chương trình máy tính sử dụng ngôn ngữ lập trình bậc cao. Thông qua Python – một ngôn ngữ hiện đại, phổ biến và dễ tiếp cận – người học sẽ làm quen với các cấu trúc dữ liệu cơ bản, điều khiển luồng thực thi, tổ chức chương trình bằng hàm, xử lý tập tin, và thư viện chuẩn. Ngoài ra, học phần còn giới thiệu một số thư viện thực tế như NumPy và Pandas để xử lý dữ liệu nhằm mở rộng năng lực ứng dụng trong các lĩnh vực công nghệ thông tin hiện đại như trí tuệ nhân tạo, phân tích dữ liệu, và tự động hóa.

Thông qua các bài tập và dự án nhỏ, người học rèn luyện kỹ năng viết mã có cấu trúc, kiểm thử và gỡ lỗi chương trình, cũng như trình bày kết quả theo chuẩn mực kỹ thuật.

03 Quy định trong ĐCCT HP
35 Xác suất thống kê (Probability and Statistics) Điều kiện tiên quyết: Không 

Học phần Xác suất thống kê 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 ĐCCT HP
36 Hệ thống và kiến ​​trúc máy tính

(Computer Systems and Architecture)

Điều kiện tiên quyết: CS434

Học phần Hệ thống và kiến ​​trúc máy tính cung cấp cho người học những kiến thức nền tảng về tổ chức và kiến trúc máy tính, các thành phần chính của hệ thống máy tính như CPU, bộ nhớ, hệ thống vào/ra (I/O) và các đơn vị xử lý song song. Người học sẽ tìm hiểu cách thức hoạt động và mối quan hệ giữa phần cứng và phần mềm, các nguyên lý thiết kế và vận hành hệ thống máy tính. Ngoài ra, học phần cũng giúp người học rèn luyện các kỹ năng phân tích, đánh giá hiệu năng hệ thống, làm việc nhóm và nâng cao tinh thần tự học, nghiên cứu suốt đời.

03 Quy định trong ĐCCT HP
37 Nhập môn trí tuệ nhân tạo

(Introduction to AI)

Điều kiện tiên quyết: CS111, CS202 hoặc MATH110 hoặc STA206

Học phần Nhập môn trí tuệ nhân tạo 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. Người học 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, người học sẽ có nền tảng vững chắc về các chủ đề cơ bản trong Trí tuệ nhân tạo.

03  Quy định trong ĐCCT HP
38 Nhập môn học máy

(Introduction to Machine Learning)

Điều kiện tiên quyết: CS201, MATH201

Học phần Nhập môn học máy sẽ cung cấp một cái nhìn tổng quan về các nguyên tắc cơ bản của học máy (machine learning). Người học 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, người học 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). Người học 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 ĐCCT HP
39 Nhập môn học sâu

(Introduction to Deep Learning)

Điều kiện tiên quyết: CS332

Học phần Nhập môn Học sâu (Introduction to Deep Learning) 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. Người học 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, U-Net, Transformer... Người học sẽ sử dụng TensorFlow/PyTorch và API Keras để xây dựng các mô hình học sâu.

03 Quy định trong ĐCCT HP
40 Phát triển và vận hành hệ thống học máy (Machine learning Operations (MLOps)) Điều kiện tiên quyết: Học máy, Khoa học dữ liệu hoặc các học phần tương đương

Học phần "Phát triển và vận hành các hệ thống Học máy (MLOps)" cung cấp cho người học kiến thức và kỹ năng toàn diện về thiết kế, phát triển, triển khai và quản lý các hệ thống học máy (Machine Learning Systems) trong môi trường thực tế. Nội dung học phần tập trung vào toàn bộ vòng đời của một hệ thống học máy, học phần nhấn mạnh vào thực hành xây dựng hệ thống học máy qua các dự án cụ thể, giúp người học phát triển các kỹ năng thực tế trong làm việc nhóm, giải quyết vấn đề và vận hành hệ thống AI/ML trong môi trường doanh nghiệp.

03  Quy định trong ĐCCT HP
41 Nhập môn thị giác máy tính

(Introduction to Computer Vision)

Điều kiện tiên quyết: CS111, MATH110 (Tham khảo Cố vấn học tập)

Học phần "Nhập môn thị giác máy tính" 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 người học 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 học phần 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 ĐCCT HP
42 Học sâu trong thị giác máy tính

(Deep Learning in Computer Vision)

Điều kiện tiên quyết: CS333, CS434

Học phần "Học sâu trong thị giác máy tính" cung cấp cho người học 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 học phần về xử lý ảnh, thị giác máy tính và học máy, trang bị cho người học 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 ĐCCT HP
43 Xử lý hình ảnh

(Image Processing)

Điều kiện tiên quyết: Không

Học phần Xử lý Hình ảnh (Image Processing) cung cấp nền tảng lý thuyết và thực hành về xử lý ảnh số kết hợp với các phương pháp Học máy (ML) và Học sâu (DL). Người học sẽ được học từ các kỹ thuật xử lý ảnh truyền thống đến các mô hình tiên tiến như CNNs, Vision Transformers, GANs, Diffusion Models và các ứng dụng thực tế như phân loại ảnh, nhận diện đối tượng, phân vùng ảnh và sinh ảnh. Người học sẽ có cơ hội thực hành với các thư viện phổ biến như OpenCV, TensorFlow, PyTorch, và thực hiện dự án cuối kỳ để xây dựng một mô hình xử lý ảnh AI/ML hoàn chỉnh.

Sau khi hoàn thành học phần, người học sẽ có kỹ năng áp dụng AI/ML vào bài toán xử lý ảnh thực tế, chuẩn bị tốt cho các công việc trong lĩnh vực Computer Vision, AI/ML Engineer, Data Science. 

03  Quy định trong ĐCCT HP
44 GenAI cho thị giác máy tính

(GenAI for Computer Vision)

Điều kiện tiên quyết: Nhập môn trí tuệ nhân tạo, Nhập môn học máy, Nhập môn thị giác máy tính , Xử lý ảnh, Nhập môn học sâu

Học phần cung cấp kiến thức nền tảng và nâng cao về các mô hình Trí tuệ nhân tạo tạo sinh (Generative AI - GenAI) ứng dụng trong Thị giác Máy tính. Nội dung bao gồm kiến trúc, kỹ thuật huấn luyện và ứng dụng của các mô hình như Diffusion Models, GANs, VAEs, Transformer-based models (DALL·E, Stable Diffusion, Imagen), và các ứng dụng thực tế như sinh ảnh, nâng cấp ảnh, chuyển kiểu hình ảnh, và mô phỏng 3D. 

03  Quy định trong ĐCCT HP
45 Nhập môn xử lý ngôn ngữ tự nhiên

(Introduction to Natural Language Processing)

Điều kiện tiên quyết: CS111, CS202, MATH110

Học phần Xử lý ngôn ngữ tự nhiên (NLP) 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 người học 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 học phần 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 ĐCCT HP
46 Học sâu trong xử lý ngôn ngữ tự nhiên

(Deep Learning in Natural Language Processing)

Điều kiện tiên quyết: CS434

Học phần Học sâu trong Xử lý ngôn ngữ tự nhiên trang bị cho người học 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 người học 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 ĐCCT HP
47 GenAI cho xử lý ngôn ngữ tự nhiên

(GenAI for Natural Language Processing)

Điều kiện tiên quyết: Nhập môn trí tuệ nhân tạo, Nhập môn học máy, Nhập môn xử lý ngôn ngữ tự nhiên, Nhập môn học sâu

Học phần "GenAI cho Xử lý ngôn ngữ tự nhiên" cung cấp cho người học nền tảng kiến thức và kỹ năng thực tiễn về các mô hình Trí tuệ nhân tạo tổng quát (Generative AI) ứng dụng trong lĩnh vực Xử lý Ngôn ngữ Tự nhiên (NLP). Học phần tập trung vào các mô hình ngôn ngữ lớn (LLMs), các kiến trúc hiện đại như Transformer, GPT, LLaMA, Mistral, và các phương pháp huấn luyện, tinh chỉnh (fine-tuning), cũng như ứng dụng thực tế của GenAI trong các tác vụ NLP (hội thoại, tóm tắt, dịch máy, sinh văn bản, tìm kiếm thông minh, phân tích cảm xúc, ...).

Ngoài việc tìm hiểu lý thuyết, người học sẽ được thực hành xây dựng, huấn luyện và triển khai các mô hình GenAI cho NLP thông qua các bài tập và dự án thực tế. Học phần cũng đề cập đến các vấn đề đạo đức, rủi ro, và phương pháp kiểm soát, đánh giá chất lượng mô hình sinh ngôn ngữ.

03  Quy định trong ĐCCT HP
48 Trích xuất thông tin và khai thác văn bản

(Information Retrieval and Text mining)

Điều kiện tiên quyết: Cấu trúc dữ liệu và giải thuật, xác suất thống kê

Học phần "Trích xuất thông tin và khai thác văn bản (Information Retrieval and Text Mining)" cung cấp cho người học kiến thức nền tảng và nâng cao về các hệ thống tìm kiếm thông tin (IR) và các kỹ thuật khai thác văn bản (Text Mining). Nội dung học phần bao gồm từ các mô hình tìm kiếm cổ điển như Boolean, Vector Space, Language Models đến các phương pháp hiện đại như học máy (Machine Learning), học sâu (Deep Learning) cho IR, các kỹ thuật phân loại, gom cụm văn bản, và các công cụ đánh chỉ mục, truy vấn và đánh giá hiệu suất hệ thống. Ngoài ra, học phần còn giới thiệu các kỹ thuật tiền xử lý, phân tích liên kết, và lập chỉ mục web. Người học sẽ thực hành xây dựng các hệ thống IR cơ bản, áp dụng thuật toán học máy cho phân loại, khai thác và phân tích dữ liệu văn bản.

03  Quy định trong ĐCCT HP
49 Khóa luận tốt nghiệp (Undergraduate 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 này là học phần cuối cùng, mang tính tổng hợp và chuyên sâu trong chương trình đào tạo. Học phần này trang bị cho người học kiến thức và kỹ năng thực hiện một công trình nghiên cứu khoa học độc lập dưới sự hướng dẫn của giảng viên. Người học 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 người học.

10  Quy định trong ĐCCT HP
50 Đồ án tốt nghiệp (Graduation Projects) Điều kiện tiên quyết: Cần tham khảo ý kiến của Cố vấn học tập, giảng viên hướng dẫn.

Học phần này 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 người học 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 người học. 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 người học tự chọn và đăng ký với khoa.

10  Quy định trong ĐCCT HP
51 Thực tập (Internship) Điều kiện tiên quyết: Cần tham khảo ý kiến của Cố vấn học tập, giảng viên hướng dẫn.

Học phần Thực tập là giai đoạn quan trọng giúp người học áp dụng kiến thức đã được học vào môi trường làm việc thực tế tại doanh nghiệp. Học phần này tạo cơ hội cho người học 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. Người học 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 người học hiểu rõ hơn về ứng dụng của kiến thức lý thuyết trong thực tiễn. 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 ĐCCT HP
52 Tiểu luận tốt nghiệp (Graduation Essay) Điều kiện tiên quyết: Cần tham khảo ý kiến của Cố vấn học tập, giảng viên hướng dẫn.

Học phần này là giai đoạn cuối cùng và quan trọng trong chương trình đào tạo, cho phép người học 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 người học 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 người học 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 ĐCCT HP
53 Học liên kết

(Federated Learning)

Điều kiện tiên quyết: CS434

Học phần "Federated Learning" trang bị kiến thức và kỹ năng về học máy phân tán bảo vệ quyền riêng tư. Nội dung gồm các khái niệm, nguyên lý, thuật toán (FedAvg, FL ngang/dọc/chuyển giao), thách thức (non-IID, quyền riêng tư, pháp lý); cách thức triển khai mô hình FL bằng Python (TensorFlow Federated, PySyft), áp dụng vào y tế, IoT, thị giác, ngôn ngữ; nhận thức về quyền riêng tư, pháp lý (GDPR), và ứng dụng thực tiễn. Học phần giúp người học hiểu và áp dụng FL, phát triển kỹ năng lập trình, phân tích, và ý thức đạo đức, đồng thời khuyến khích tự học và thực hiện dự án cuối khóa.

03 Quy định trong ĐCCT HP
54 Học tăng cường

(Reinforcement Learning)

Điều kiện tiên quyết: CS434

Học phần "Học tăng cường" giới thiệu cho người học 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 người học 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 ĐCCT HP
55 Mạng Nơ-ron đồ thị

(Graph Neural Networks)

Điều kiện tiên quyết: CS332

Học phần Mạng Nơ-ron đồ thị (Graph Neural Networks - GNN) trang bị cho người học những kiến thức và kỹ năng nền tảng về mô hình học sâu trên dữ liệu dạng đồ thị. Nội dung học phần bao gồm: (1) Các khái niệm cơ bản về đồ thị và các bài toán học máy trên đồ thị; (2) Các phương pháp biểu diễn và nhúng đồ thị (Graph Embedding), so sánh giữa phương pháp truyền thống (Node2Vec) và GNN; (3) Các kiến trúc GNN phổ biến như Graph Convolutional Networks (GCN), GraphSAGE, Graph Attention Networks (GAT), Graph Autoencoders (GAE, VGAE); (4) Ứng dụng GNN vào các bài toán thực tế như phân loại nút, phân loại đồ thị, dự đoán liên kết; (5) Các chủ đề nâng cao bao gồm GNN cho đồ thị động, học và suy luận trên đồ thị quy mô lớn; (6) Kỹ thuật triển khai và tối ưu hóa mô hình GNN với thư viện PyTorch Geometric. 

Thông qua các bài giảng lý thuyết và thực hành, người học sẽ có khả năng xây dựng, huấn luyện, đánh giá và ứng dụng các mô hình GNN, cũng như phát triển dự án thực tế liên quan đến dữ liệu đồ thị.

03  Quy định trong ĐCCT HP
56 Xử lý dữ liệu

(Data Processing)

Điều kiện tiên quyết: Nhập môn lập trình, Cơ sở dữ liệu, Xác suất Thống kê

Học phần Xử lý Dữ liệu (Data Processing) trang bị cho người học các kiến thức và kỹ năng cần thiết để thu thập, làm sạch, chuyển đổi và chuẩn bị dữ liệu cho các dự án khoa học dữ liệu. Người học sẽ học cách xử lý dữ liệu từ nhiều nguồn khác nhau, giải quyết các vấn đề về chất lượng dữ liệu, và chuẩn bị dữ liệu cho phân tích và mô hình hóa. Thông qua các bài tập thực hành và dự án, người học sẽ được áp dụng các kỹ thuật xử lý dữ liệu vào các bài toán thực tế

03  Quy định trong ĐCCT HP
57 Trực quan hoá dữ liệu

(Data Visualization)

Điều kiện tiên quyết: CS111

 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 ĐCCT HP
58 Hệ thống khuyển nghị

(Recommendation Systems)

Điều kiện tiên quyết:  Machine Learning, Đại số tuyến tính, Xác suất & Thống kê, Lập trình Python

Học phần Hệ thống đề xuất (Recommendation System) cung cấp kiến thức nền tảng và nâng cao về hệ thống đề xuất, bao gồm các phương pháp tiếp cận chính như lọc cộng tác (Collaborative Filtering), lọc dựa trên nội dung (Content-Based Filtering), mô hình lai (Hybrid Models) và các kỹ thuật nâng cao sử dụng Machine Learning, Deep Learning. Người học sẽ tìm hiểu cách xây dựng, đánh giá và tối ưu hóa hệ thống đề xuất trong thực tế.

03  Quy định trong ĐCCT HP
59 Dữ liệu lớn

(Big Data)

Điều kiện tiên quyết:  CS311

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. Khóa học 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. Khóa học 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 ĐCCT HP
60 Nhập môn Cơ sở dữ liệu

(Introduction to Database)

Điều kiện tiên quyết: CS201 (Cấu trúc dữ liệu và giải thuật) và Làm quen với JavaScript và/ hoặc Python

Học phần Nhập môn cơ sở dữ liệu  cung cấp cho người học 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 ĐCCT HP
61 Giáo dục thể chất 1 

(Physical Education 1) 

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 ĐCCT HP
62 Giáo dục thể chất 2  

(Physical Education 2)

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 ĐCCT HP
63 Giáo dục thể chất 3  

(Physical Education 3)

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 ĐCCT HP
64 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 ĐCCT HP
65 Tiếng Anh 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 ĐCCT HP
66 Tiếng Anh 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 ĐCCT HP
67 Tiếng Anh 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 ĐCCT HP
68 Tiếng Anh 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 ĐCCT HP
69 Kỹ năng mềm

(Soft Skills)

Điều kiện tiên quyết: Không

Học phần “Giáo dục kỹ năng mềm” trang bị cho sinh viên các kiến thức cơ bản và khả năng vận dụng những kỹ năng quan trọng trong cuộc sống như: giao tiếp, đàm phán, tư duy sáng tạo, giải quyết vấn đề, làm việc nhóm, lập kế hoạch và tổ chức công việc,...khai thác khả năng tư duy và tương tác với xã hội, cộng đồng, tập thể; nâng cao sự nhạy bén với công việc và phát huy hết những kiến thức chuyên môn và kỹ năng nghề nghiệp đã được đào tạo.

Học phần bao gồm các kiến thức cơ bản của các kỹ năng cần thiết như kỹ năng thuyết trình, kỹ năng quản lý thời gian và lập kế hoạch, kỹ năng làm việc nhóm, Kỹ năng Thiết kế CV, Phỏng vấn, Chinh phục nhà tuyển dụng, Kỹ năng Lãnh đạo và Đàm phán giành lợi thế.

02* Quy định trong ĐCCT HP
70 Khởi nghiệp sáng tạo

(Entrepreneurship and Innovation)

Điều kiện tiên quyết: Không

Học phần cung cấp kiến thức nền tảng về khởi nghiệp và đổi mới sáng tạo trong bối cảnh kinh tế số và toàn cầu hóa. Sinh viên sẽ được tìm hiểu quy trình hình thành ý tưởng khởi nghiệp, phát triển mô hình kinh doanh, gọi vốn đầu tư, xây dựng thương hiệu và quản trị doanh nghiệp khởi nghiệp. Học phần cũng nhấn mạnh tư duy sáng tạo, kỹ năng giải quyết vấn đề, làm việc nhóm và khả năng thích ứng trong môi trường kinh doanh biến động. Ngoài ra, sinh viên sẽ có cơ hội tiếp cận các mô hình khởi nghiệp thực tiễn thông qua bài tập tình huống, thảo luận nhóm và giao lưu với các doanh nhân, chuyên gia trong lĩnh vực khởi nghiệp.

02* Quy định trong ĐCCT HP
71 Đạo đức và pháp luật trong kỷ nguyên số

(Ethics and Law in Digital Age)

Điều kiện tiên quyết: Không

Học phần này trang bị cho người học kiến thức nền tảng và kỹ năng thực tiễn về đạo đức nghề nghiệp và pháp luật trong bối cảnh chuyển đổi số và phát triển công nghệ nhanh chóng. Người học sẽ hiểu rõ những vấn đề liên quan đến quyền riêng tư, bảo mật thông tin, đạo đức AI, bản quyền số, luật an ninh mạng và trách nhiệm xã hội của cá nhân và tổ chức trong môi trường số. Qua đó, người học hình thành tư duy phản biện, tinh thần trách nhiệm, và năng lực ra quyết định phù hợp với chuẩn mực đạo đức và pháp luật.

02* Quy định trong ĐCCT HP

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



Chi tiết về Chương trình đào tạo Cử nhân ngành Trí tuệ nhân tạo năm 2025, vui lòng xem dưới đây: