💼 Module 14 / 17 · 6-8 tuần

Portfolio Projects

5 dự án thực chiến để chứng minh năng lực: AI Chatbot with RAG, AI Review Assistant, AI Banner Generator, AI Agent with MCP, Knowledge Management Assistant.

🎯 Mục tiêu học tập

• Hoàn thành 5 dự án portfolio bao phủ đủ các kỹ năng đã học: RAG, Agent, MCP, đa phương thức, production-readiness
• Viết README chuẩn công nghiệp: vấn đề giải quyết, kiến trúc, đánh đổi thiết kế, số liệu đánh giá
• Deploy được ít nhất 1-2 dự án ở dạng demo public để nhà tuyển dụng có thể tự trải nghiệm

---

1. AI Chatbot with RAG

Chatbot hỏi-đáp dựa trên một bộ tài liệu thật (tài liệu kỹ thuật, chính sách công ty, hoặc tài liệu ngành bạn quan tâm). Áp dụng đầy đủ Module 6-7: hybrid search, reranking, trích dẫn nguồn, và Module 11: kèm bộ eval golden dataset công khai trong repo. Điểm cộng lớn: có bảng số liệu faithfulness/relevance trong README, không chỉ ảnh chụp màn hình demo.

2. AI Review Assistant

Trợ lý tự động review code hoặc review nội dung (hợp đồng, tài liệu) — nhận diện vấn đề, đưa ra góp ý có trích dẫn vị trí cụ thể. Áp dụng structured output (Module 5) để trả kết quả có cấu trúc (danh sách vấn đề, mức độ nghiêm trọng, gợi ý sửa) thay vì đoạn văn tự do. Có thể tích hợp làm GitHub Action review PR tự động — rất ấn tượng khi phỏng vấn vì thể hiện tư duy tích hợp vào quy trình thật.

3. AI Banner Generator

Công cụ sinh banner/hình ảnh quảng cáo từ mô tả văn bản, kết hợp model sinh ảnh với LLM để tự tối ưu prompt và tự đánh giá/lặp lại kết quả (reflection pattern, Module 8). Dự án này thể hiện khả năng làm việc với multi-modal — kỹ năng ngày càng được đánh giá cao khi ranh giới giữa các loại model (text/ảnh/audio) ngày càng mờ.

4. AI Agent with MCP

Agent thực hiện một nhiệm vụ nhiều bước thật (ví dụ: nghiên cứu + soạn báo cáo, hoặc quản lý tác vụ dự án) sử dụng MCP server tự viết (Module 9) để kết nối tool/dữ liệu thật. Đây là dự án "chốt hạ" thể hiện rõ nhất năng lực AI Engineer hiện đại — nên đầu tư kỹ nhất trong 5 dự án.

5. Knowledge Management Assistant

Hệ thống quản lý tri thức nội bộ: tự động thu thập, phân loại, tóm tắt tài liệu từ nhiều nguồn (multi-source retrieval, Module 6), kèm pipeline cập nhật tự động (Module 12) và có dashboard theo dõi độ tươi/chất lượng dữ liệu (Module 3, 11). Dự án tổng hợp toàn bộ kiến thức data engineering + AI, phù hợp thể hiện năng lực ở tầm Senior AI Engineer/Architect.

🏋️ Bài tập thực hành

📚 Tài nguyên học tập

• Anthropic — Cookbook (ví dụ dự án thực tế)Bộ ví dụ ứng dụng Claude thực tế, tham khảo kiến trúc
  Repo
• OpenAI CookbookBộ ví dụ ứng dụng OpenAI thực tế
  Repo

✅ Tự đánh giá hoàn thành

• Hoàn thành tối thiểu 3/5 dự án với README chuẩn công nghiệp
• Có ít nhất 1 dự án deploy public demo được
• Mỗi dự án có số liệu đánh giá thật, không chỉ mô tả định tính

Đánh dấu đã hoàn thành module này