✅ Tinh chỉnh (fine-tune) hoặc kết hợp dữ liệu nội bộ (RAG)
✅ Thiết lập quy trình giám sát, bảo trì và cập nhật model
✅ Triển khai mô hình ở môi trường thực tế: từ server nội bộ đến cloud
Lớp cấp tốc: 16 giờ
✅ Hiểu rõ GenAI pipeline: chuẩn bị dữ liệu → xây model → test → deploy
✅ Biết khi nào nên fine-tune, khi nào nên dùng RAG hoặc gọi API
✅ Thiết lập mô hình giám sát hoạt động của GenAI real-time
✅ Biết cách tối ưu chi phí inference và tăng hiệu năng
✅ Xây dựng guideline nội bộ cho AI governance và risk management
GenAI pipeline: dataset → training → deployment → feedback loop
Tổng quan kiến trúc RAG, fine-tuning, API-based LLM
So sánh mô hình mã nguồn mở (LLaMA, Mistral) và thương mại (GPT, Claude)
Vẽ sơ đồ kiến trúc GenAI phù hợp với doanh nghiệp bạn
Làm sạch, chuẩn hóa và gán nhãn dữ liệu
Fine-tune mô hình nhỏ (LoRA, PEFT) với tập dữ liệu riêng
Ứng dụng RAG (nhúng dữ liệu + vector search) để giảm chi phí training
Tạo demo ứng dụng GenAI trả lời theo dữ liệu nội bộ (tài liệu, PDF…)
Triển khai mô hình trên cloud (Azure OpenAI, AWS Bedrock) hoặc on-prem
Quản lý phiên bản model, phân phối traffic, tối ưu chi phí token
Tích hợp front-end: web, Slack, chatbot, API RESTful
Deploy mô hình GenAI thử nghiệm dùng API nội bộ
Thiết lập logging, tracing, phân tích hành vi model
Prompt injection, hallucination, safety guard
Red teaming mô hình AI, kiểm thử đạo đức và phản hồi không mong muốn
Tạo bảng log phản hồi bất thường và phân tích mẫu prompt nguy hiểm
Quy trình AI lifecycle management
Gắn AI vào chiến lược vận hành doanh nghiệp
AI policy, audit trail, đạo đức và tuân thủ (AI Act, ISO, GDPR)
Viết tài liệu AI Risk Policy & AI Use Guideline cho nội bộ công ty