Module 1: Chiến lược Portfolio
- Bài 1: Tiêu chí 1 project AI gây ấn tượng với nhà tuyển dụng
- Bài 2: Project Scoping — thu hẹp phạm vi để hoàn thành
- Bài 3: Cấu trúc portfolio cho AI Engineer trái ngành
- Bài 4: Tránh 5 sai lầm phổ biến khi build portfolio
Module 2: Code Quality
- Bài 5: Git workflow cá nhân cho dự án AI
- Bài 6: GitHub — push code, branch, pull request cơ bản
- Bài 7: Cấu trúc thư mục chuẩn cho dự án AI / ML
- Bài 8: Refactor từ notebook (.ipynb) sang script (.py)
- Bài 9: Type hints và docstring trong code Python AI
- Bài 10: Logging và error handling chuyên nghiệp
Module 3: Capstone Projects
- Bài 11: Project 1 — Customer Churn Prediction (ML cổ điển end-to-end)
- Bài 12: Project 2 — Image Classification + Demo Gradio
- Bài 13: Project 3 — RAG Chatbot trên tài liệu nội bộ
- Bài 14: Project 4 — AI Agent tự động hóa quy trình công việc
- Bài 15: Project 5 (optional) — Multi-modal AI Search Engine
- Bài 16: Quy trình chuẩn cho 1 project: notebook prototype → script → API → deploy
Module 4: Documentation
- Bài 17: Viết README.md chuyên nghiệp — cấu trúc và checklist
- Bài 18: Thêm demo GIF / screenshot vào README
- Bài 19: Viết blog post giải thích project — Medium / Dev.to / blog cá nhân
- Bài 20: Tạo video demo ngắn (Loom / YouTube)
Module 5: Online Presence
- Bài 21: GitHub profile — tối ưu để recruiter tìm thấy
- Bài 22: LinkedIn cho AI Engineer trái ngành — keyword và headline
- Bài 23: Viết LinkedIn post chia sẻ project và learning journey
- Bài 24: Open Source Contribution — chọn repo phù hợp để đóng góp
- Bài 25: Pull Request đầu tiên cho project lớn — quy trình và etiquette
Module 6: CV / Resume
- Bài 26: Cấu trúc CV cho AI Engineer trái ngành — 1 trang đủ chưa?
- Bài 27: Viết phần Project — cách trình bày project trên CV gây ấn tượng
- Bài 28: Viết phần Experience khi chưa có kinh nghiệm AI chính thức
- Bài 29: Cover letter — khi nào cần, viết thế nào
Module 7: Phỏng vấn
- Bài 30: Cấu trúc 1 vòng phỏng vấn AI Engineer
- Bài 31: Câu hỏi behavioral phổ biến — chuẩn bị câu chuyện theo STAR
- Bài 32: Câu hỏi technical về ML / DL — danh sách 30 câu thường gặp
- Bài 33: Câu hỏi technical về LLM / RAG / Agent
- Bài 34: Coding interview cho AI Engineer — gì sẽ bị hỏi
- Bài 35: AI System Design — kiến trúc 1 RAG production
- Bài 36: AI System Design — kiến trúc 1 ML inference pipeline
- Bài 37: Câu hỏi reverse — bạn nên hỏi nhà tuyển dụng những gì
Module 8: Career Path
- Bài 38: Thị trường AI Engineer tại Việt Nam và quốc tế
- Bài 39: Mức lương AI Engineer — junior, mid, senior
- Bài 40: Negotiation — đàm phán lương và benefit
- Bài 41: Freelance vs Startup vs Enterprise — chọn con đường nào
- Bài 42: Specialization sau 1-2 năm: ML, MLOps, LLM, AI Research, AI Product