Mô tả chương trình
AI Track for Application là hành trình đào tạo kéo dài 1 năm (52 tuần) được thiết kế dành cho những người muốn ứng dụng AI – Data – Automation vào công việc và cuộc sống hàng ngày, mà không cần nền tảng lập trình.
Khóa học chia thành 9 module chuyên đề, mỗi module kéo dài 4-6 tuần và kết thúc bằng project thực chiến. Nội dung được cập nhật liên tục theo xu hướng công cụ mới nhất như ChatGPT, Gemini, Canva AI, Flowise, RAG, AI Agent,…
❝Đây không chỉ là khóa học, mà là một hệ sinh thái học tập liên tục và ứng dụng ngay vào thực tiễn❞
Lộ trình học tiếp – chuyên sâu & theo ngành
- Sau chương trình, học viên sẽ được tư vấn định hướng cá nhân hoá:
- Hướng 1: Học tiếp các track chuyên sâu (AI Agent nâng cao, RAG doanh nghiệp, Tự động hóa toàn diện)
- Hướng 2: Phát triển nghề nghiệp theo lĩnh vực (AI for Finance, AI for HR, AI for Marketing,…)
- Ưu đãi riêng cho học viên nội bộ khi tham gia các khóa chuyên sâu hoặc sự kiện đặc biệt do MCNA tổ chức
Quyền lợi đặc biệt dành cho học viên MCNA
- Được cấp chứng chỉ hoàn thành chương trình toàn diện 52 tuần
- Ưu tiên tham gia các dự án cộng đồng, thử nghiệm công cụ mới
- Có thể mời 01 người bạn học cùng 1 module miễn phí trong suốt khóa (tối đa 3 lần)
Bạn sẽ học được gì:
- Thành thạo tư duy & công cụ AI ứng dụng thực tế trong văn phòng, phân tích dữ liệu, tự động hóa quy trình, xây dựng trợ lý ảo,…
- Tự xây dựng các hệ thống AI không code từ ý tưởng đến sản phẩm (chatbot, báo cáo thông minh, quy trình tự động…)
- Ứng dụng AI đa lĩnh vực: marketing, tài chính, vận hành, giáo dục, nhân sự,…
- Kết nối AI với công việc thật qua các project thực chiến, tài nguyên có thể dùng ngay
| STT | Tên Module | Mục tiêu | Nội dung | Project thực chiến |
| 1 | Hiểu đúng về Dữ liệu – AI – Tự động hóa | – Hiểu rõ sự khác biệt giữa AI truyền thống và Generative AI – Nắm tư duy nền tảng về dữ liệu, vai trò của phân tích – trực quan – tự động hóa – Biết cách tổ chức kiến thức, hệ sinh thái AI trong doanh nghiệp |
1. Tư duy dữ liệu & hành trình ra quyết định bằng dữ liệu 2. Phân loại AI: Predictive vs Generative – Ứng dụng thực tế 3. Tổng quan hệ sinh thái DA – BI – RPA – AI Agent 4. Tổ chức tri thức cá nhân & doanh nghiệp thời AI |
🔧 Tự thiết kế bản đồ năng lực AI–Data–Automation cho cá nhân & nhóm làm việc của bạn – Xác định bạn đang ở đâu trên bản đồ AI/Data – Lập kế hoạch 6–12 tháng để nâng cao năng lực ứng dụng AI trong công việc – Áp dụng mô hình “Cá nhân thông minh + Tổ chức học tập” (Smart Individual – Learning Organization) |
| 2 | AI Văn Phòng – Làm việc hiệu suất cao với trợ lý ảo | – Làm chủ các công cụ AI hỗ trợ công việc văn phòng: viết lách, thiết kế, trình bày, tra cứu – Biết cách tổ chức công việc khoa học và tối ưu hóa thời gian cá nhân bằng AI – Ứng dụng các công cụ như ChatGPT, Gemini, Copilot, Canva AI, NotebookLM vào từng tác vụ cụ thể |
1. Trợ lý AI đa năng: ChatGPT, Gemini, Copilot hỗ trợ soạn email, viết báo cáo, lập kế hoạch 2. Thiết kế nội dung nhanh & đẹp: Canva AI, Magic Design, Text-to-Image, Slide Generator 3. Tóm tắt & xử lý tài liệu tự động: Tổng hợp file PDF, phân tích văn bản dài, tạo nội dung từ brief 4. Quản lý tri thức cá nhân: Dùng NotebookLM và các hệ thống AI để ghi chú, tổng hợp, học tập chủ động |
🔧 Tái thiết kế “1 ngày làm việc hiệu suất cao” của chính bạn bằng AI – Mô tả quy trình làm việc hiện tại (họp, email, báo cáo, xử lý tài liệu,…) – Đề xuất cải tiến từng bước bằng AI – Triển khai ít nhất 3 công cụ AI để tự động hoá, tối ưu hoặc tăng chất lượng đầu ra – Trình bày kế hoạch “Work Smarter with AI” bằng slide do chính AI hỗ trợ tạo |
| 3 | AI cho Phân tích & Trực quan Dữ liệu (AI for DA) | – Làm chủ các bước phân tích dữ liệu: làm sạch – truy vấn – trực quan – diễn giải – Ứng dụng AI để hỗ trợ thao tác, gợi ý công thức, phân tích insight – Biết cách sử dụng các công cụ phân tích phổ biến: Excel, Power Query, SQL, Power BI |
1. Làm sạch dữ liệu với Excel nâng cao & Power Query: lọc dữ liệu, loại bỏ trùng, tách cột, chuẩn hóa 2. Phân tích nhanh bằng AI: dùng ChatGPT để viết công thức, truy vấn dữ liệu, phân tích bảng 3. SQL cơ bản – nâng cao: SELECT, JOIN, GROUP BY, HAVING – ứng dụng vào bảng dữ liệu thực tế 4. Power BI toàn diện: kết nối dữ liệu, tạo biểu đồ, dùng AI Visual để phân tích nâng cao |
🔧 Phân tích & trình bày 1 bảng dữ liệu có ý nghĩa với công việc hoặc mục tiêu cá nhân – Chọn 1 bảng dữ liệu (tự có hoặc dùng từ thư viện MCNA: khách hàng, đơn hàng, tài chính,…) – Làm sạch với Excel/Power Query, truy vấn bằng SQL, và trực quan hóa trên Power BI – Dùng ChatGPT hỗ trợ phân tích insight, tạo câu chuyện dữ liệu – Xuất báo cáo thành Dashboard hoàn chỉnh có thể trình bày cho quản lý hoặc nhà tuyển dụng |
| 4 | AI Automation – Tự động hoá quy trình không cần lập trình | – Biết cách thiết kế và triển khai quy trình tự động hoá nghiệp vụ văn phòng thực tế – Kết nối các ứng dụng lại với nhau mà không cần lập trình (Gmail, Google Form, Sheet, Zalo,…) – Làm chủ các nền tảng RPA phổ biến như Make.com, Power Automate, Zapier |
1. Tư duy tự động hoá công việc (Automation Mindset): xác định các bước lặp lại có thể tự động hoá 2. Make.com & Power Automate: tạo kịch bản kéo – thả, không cần code 3. Tự động xử lý biểu mẫu & báo cáo: nhận form → ghi vào sheet → gửi email → nhắc lịch 4. Kết nối hệ thống đa nền tảng: API cơ bản, đồng bộ hoá Gmail, Google Drive, CRM |
🔧 Thiết kế 1 quy trình tự động hóa phù hợp với công việc của bạn – Chọn một tác vụ đang làm thủ công (vd: tổng hợp form, gửi báo cáo, cập nhật file,…) – Dùng Make.com hoặc Power Automate để triển khai quy trình từ đầu đến cuối – Kết nối ít nhất 2 ứng dụng trong hệ sinh thái (Gmail + Sheet, Form + Drive,…) – Đánh giá hiệu quả: trước và sau khi tự động hóa |
| 5 | Machine Learning Ứng Dụng – Phân tích & Dự đoán bằng AI | – Hiểu rõ nguyên lý cốt lõi của Machine Learning theo cách đơn giản, dễ ứng dụng – Biết cách áp dụng mô hình học máy vào các bài toán thực tế: dự báo, phân loại, phân khúc – Sử dụng Python và AI hỗ trợ để xử lý dữ liệu, huấn luyện và đánh giá mô hình |
1. Tư duy Machine Learning dành cho người không chuyên: supervised vs unsupervised, quy trình chuẩn 2. Làm việc với dữ liệu bằng Python (Pandas, Numpy): load – làm sạch – xử lý thiếu – biến đổi 3. Huấn luyện mô hình cơ bản: hồi quy tuyến tính, phân loại nhị phân, KMeans clustering 4. Tự động hóa với ChatGPT + Jupyter Notebook: giải thích code, hỗ trợ viết hàm phân tích |
🔧 Xây dựng mô hình phân tích hành vi khách hàng hoặc dự đoán kết quả kinh doanh – Chọn bài toán gần gũi: dự đoán khách rời (churn), phân loại khách tiềm năng, dự báo doanh thu – Làm sạch dữ liệu, huấn luyện mô hình, đánh giá kết quả bằng Python + hỗ trợ từ AI – Trình bày mô hình theo tư duy business: input – logic – insight – ứng dụng |
| 6 | AI Agent – Trợ lý ảo và hệ thống tác vụ tự động | – Hiểu khái niệm “AI Agent” và khả năng tạo ra các tác vụ tự động như một nhân viên ảo – Tạo trợ lý nội bộ có khả năng trả lời, tìm kiếm, thực thi công việc đơn giản – Làm việc với công cụ hiện đại: Langchain, Flowise, AgentOps (không cần lập trình) |
1. AI Agent là gì? Cấu trúc và hoạt động: memory, tool usage, planning, feedback 2. Xây dựng Agent bằng Langchain + Flowise (No-code): tạo luồng trò chuyện có mục tiêu 3. Tích hợp công cụ ngoài: Google Search, CSV, API, Web browsing 4. Ứng dụng Agent vào công việc: xử lý yêu cầu khách hàng, tổng hợp tài liệu, tìm kiếm thông tin |
🔧 Tạo 1 trợ lý AI cá nhân hoặc phòng ban có khả năng trả lời & thực hiện tác vụ – Chọn 1 tình huống thực tế: trợ lý tuyển dụng, trợ lý bán hàng, trợ lý đào tạo,… – Thiết kế agent biết hỏi – đáp – tìm kiếm – hành động dựa trên ngữ cảnh – Tích hợp dữ liệu riêng (CSV, tài liệu nội bộ) để tăng tính cá nhân hóa |
| 7 | No-Code AI – Tạo ứng dụng AI mà không cần lập trình | – Biết cách triển khai các ứng dụng AI thông minh mà không cần biết code – Làm chủ các nền tảng no-code/low-code như Flowise, Make, Dify để xây dựng hệ thống tương tác tự động – Tự xây dựng các chatbot, trợ lý nội bộ, công cụ hỏi–đáp từ dữ liệu cá nhân/doanh nghiệp |
1. Tư duy thiết kế hệ thống AI không code: các khối xử lý logic, API, dữ liệu 2. Tạo chatbot AI từ tài liệu PDF, Google Drive, Notion,… (dùng Flowise, Dify) 3. Tự động hóa tác vụ với Make.com + tích hợp chatbot nội bộ 4. Tạo hệ thống hỏi-đáp nội bộ (Q&A Bot) phục vụ hỗ trợ khách hàng hoặc nhân viên |
🔧 Xây dựng chatbot hỏi–đáp nội bộ hoặc hỗ trợ khách hàng từ dữ liệu riêng của bạn – Chọn một nhóm tài liệu (PDF, Notion, văn bản đào tạo, hướng dẫn sản phẩm,…) – Triển khai 1 chatbot có khả năng tìm, trả lời, tóm tắt, dẫn nguồn – Gắn bot vào Zalo, web hoặc hệ thống làm việc nội bộ (Slack, Teams) |
| 8 | RAG – Hệ thống truy xuất tri thức có ngữ cảnh | – Hiểu cách hoạt động của mô hình RAG (Retrieval-Augmented Generation) – nền tảng tạo AI doanh nghiệp – Biết cách xây dựng hệ thống Q&A theo ngữ cảnh, có khả năng tham chiếu tài liệu – Tích hợp RAG vào chatbot, hệ thống nội bộ, ứng dụng hỗ trợ vận hành, tư vấn |
1. RAG là gì? Ứng dụng và cấu trúc mô hình: retriever, vector store, LLM 2. Xây dựng pipeline RAG đơn giản với Langchain/Flowise 3. Tạo hệ thống tìm kiếm câu trả lời từ tài liệu nội bộ 4. Triển khai hệ thống trả lời dạng có dẫn nguồn (source-aware AI) |
🔧 Xây dựng hệ thống tư vấn có dẫn nguồn từ tài liệu công ty hoặc bộ dữ liệu chuyên ngành – Chọn một tập tài liệu bạn muốn AI hiểu và trả lời (cẩm nang nhân sự, hướng dẫn đào tạo, file pháp lý,…) – Triển khai hệ thống AI có khả năng tìm kiếm + tạo câu trả lời có ngữ cảnh, dẫn nguồn – Tích hợp vào website hoặc nội bộ công ty |
| 9 | Xây dựng Hệ sinh thái AI Doanh nghiệp | – Tư duy thiết kế & triển khai hệ thống AI toàn diện trong doanh nghiệp (có thể mở rộng) – Biết cách phối hợp giữa Agent – Automation – RAG để tạo hệ thống trợ lý thực chiến – Hiểu cách bảo mật, phân quyền, quản lý AI nội bộ an toàn & hiệu quả |
1. Tư duy kiến trúc AI nội bộ: dữ liệu – logic – tác vụ – truy xuất – quản trị 2. Kết hợp Agent + RAG + Automation vào một hệ thống đồng bộ 3. Các nguyên tắc bảo mật, phân quyền, kiểm soát truy cập dữ liệu AI 4. Các mô hình triển khai AI nội bộ theo ngành: Tài chính, Giáo dục, Nhân sự, Bán hàng |
🔧 Thiết kế Blueprint triển khai hệ sinh thái AI cho 1 phòng ban hoặc doanh nghiệp – Phân tích bài toán & workflow hiện tại – Xây dựng hệ thống gợi ý gồm: chatbot, automation, hệ hỏi–đáp nội bộ, báo cáo – Vẽ sơ đồ tổng thể (kiến trúc) + mô tả logic vận hành AI cho doanh nghiệp bạn |
01 tháng coaching cá nhân sau khóa học
- Miễn phí 4 buổi 1-1 (tối đa 1h/tuần) trong tháng đầu tiên sau khi hoàn tất khóa học
- Cố vấn trực tiếp về:
- Ứng dụng AI vào công việc thật
- Tối ưu dashboard/automation/agent
- Định hướng nghề nghiệp hoặc nâng cấp dự án
Kho tài nguyên trọn đời – cập nhật liên tục
- Truy cập trọn đời vào:
- Bộ tài liệu PDF, slide từng module
- Source code, template, form mẫu tự động hóa
- Bộ dữ liệu thực hành từ nhiều ngành: sales, tài chính, HR, marketing,…
- Cập nhật định kỳ mỗi quý: các công cụ AI mới nhất, xu hướng RAG – Agent – Automation
Cộng đồng học viên nội bộ – học cùng, làm thật
- Tham gia group học viên trên Zalo/Telegram
- Hỏi–đáp trực tiếp với giảng viên, mentor
- Kết nối cơ hội thực tập, tuyển dụng hoặc làm freelance AI – Data
Giảng viên:
- Giàu kinh nghiệm thực chiến trong lĩnh vực AI, Data, BI, RPA.
- Truyền đạt dễ hiểu, hỗ trợ nhiệt tình, phù hợp cả người mới bắt đầu.
- Ứng dụng công cụ AI hiện đại trong giảng dạy và hướng dẫn học viên.
- Phản hồi học viên rất tích cực, tỷ lệ hài lòng luôn trên 95%.
Đội ngũ Chuyên gia
Đội ngũ MCNA tập hợp các chuyên gia giàu kinh nghiệm từ nhiều lĩnh vực, mang đến kiến thức chuyên sâu và góc nhìn đa chiều cho mọi hoạt động đào tạo và tư vấn.
