Logo NDHNGUYỄN DUY HIỆPPERSONAL PORTFOLIO

CAPABILITY PROFILE - IT

Xin chào,
Tôi là Nguyễn Duy Hiệp.

Sinh viên Công nghệ thông tin.
Không ngừng học hỏi, không ngừng kiến tạo. Học từ dữ liệu, tạo nên tương lai.

Xin chào! Tôi là Nguyễn Duy Hiệp, sinh viên ngành Công nghệ Thông tin tại Trường Đại học Kiến trúc Hà Nội. Tôi định hướng phát triển trong lĩnh vực AI và Machine Learning, tập trung vào xử lý dữ liệu, xây dựng mô hình dự đoán và ứng dụng trí tuệ nhân tạo vào các bài toán thực tế. Mục tiêu của tôi là trở thành một AI/Machine Learning Engineer có nền tảng kỹ thuật vững chắc và tư duy giải quyết vấn đề tốt.

01 / HÀNH TRÌNH

Học tập & nghiên cứu

ĐÀO TẠO

Trường Đại học Kiến trúc Hà Nội

Sinh viên Khoa Công nghệ thông tin

Xây dựng nền tảng về lập trình, cơ sở dữ liệu, mạng máy tính, công nghệ phần mềm và trí tuệ nhân tạo. Thường xuyên củng cố kiến thức thông qua các bài tập lớn, dự án thực hành và nghiên cứu ứng dụng.

ĐỊNH HƯỚNG NGHIÊN CỨU

AI, Machine Learning & Hệ thống thông minh

Tập trung tìm hiểu Machine Learning, hệ trợ giúp quyết định, xử lý dữ liệu và các mô hình AI ứng dụng. Đồng thời mở rộng kiến thức về TinyML, tối ưu thuật toán và triển khai AI trên các thiết bị có tài nguyên hạn chế.

HOẠT ĐỘNG

Kết nối trong cộng đồng CNTT

Tham gia các hoạt động của Liên Chi Khoa CNTT, hỗ trợ truyền thông, điều phối thành viên và tổ chức các chương trình của Khoa. Qua đó phát triển kỹ năng làm việc nhóm, giao tiếp và quản lý công việc.

02 / BỘ CÔNG CỤ

Ngôn ngữ & công nghệ

Các ngôn ngữ, thư viện và công cụ tôi đã sử dụng trong quá trình học tập, thực hành và xây dựng các dự án cá nhân.

01

Ngôn ngữ lập trình

PythonC++JavaSQLHTML / CSS / JavaScript
02

Framework & thư viện

NumPyPandasMatplotlibScikit-learnTensorFlowOpenCV
03

Công cụ & môi trường

VS CodeJupyter NotebookGit / GitHubSQL ServerMySQLLinuxUnityPyCharmKaggleGoogle Colab

03 / THỰC HÀNH

Dự án & bài tập tiêu biểu

AI / TỐI ƯU HÓA01

Bố trí bãi đỗ xe thông minh

Ứng dụng thuật toán Hill Climbing để tối ưu việc phân bổ xe vào các vị trí đỗ, giảm tổng khoảng cách di chuyển và đáp ứng các ràng buộc của từng loại chỗ đỗ.

PythonHill ClimbingTkinterFlask
Nội dung thực hành

Xây dựng mô hình tối ưu, trực quan hóa vị trí xe và chỗ đỗ, hỗ trợ chạy từng bước hoặc tự động, đồng thời theo dõi chi phí hiện tại và phương án tốt nhất.

MACHINE LEARNING02

Phân loại dữ liệu với KNN

Xây dựng mô hình K-Nearest Neighbors cho bài toán phân loại dữ liệu, thực hiện tiền xử lý, chia tập train/test và khảo sát giá trị K từ 1 đến 20.

PythonScikit-learnPandasMatplotlib
Nội dung thực hành

Đánh giá mô hình bằng Accuracy, Confusion Matrix và Classification Report; trực quan hóa kết quả và so sánh nhãn dự đoán với dữ liệu thực tế.

CƠ SỞ DỮ LIỆU03

Hệ thống quản lý bán hàng

Thiết kế cơ sở dữ liệu phục vụ quản lý khách hàng, nhân viên, sản phẩm, hóa đơn và chi tiết giao dịch bán hàng.

SQL ServerSQLTrigger
Nội dung thực hành

Thiết kế mô hình dữ liệu, xây dựng quan hệ giữa các bảng, viết truy vấn SQL và Trigger để kiểm tra ràng buộc, xử lý dữ liệu và hỗ trợ các nghiệp vụ quản lý.

04 / KẾT NỐI

Cùng tạo nên
những ý tưởng mới.

Tôi luôn sẵn sàng kết nối, học hỏi và trao đổi về AI, Machine Learning, lập trình và các dự án công nghệ.