1. Nhiệm vụ
- Đào tạo nguồn nhân lực chất lượng cao: Trang bị cho sinh viên, học viên kiến thức nền tảng và chuyên sâu về khoa học dữ liệu và trí tuệ nhân tạo, đáp ứng nhu cầu của thị trường lao động trong kỷ nguyên chuyển đổi số.
- Nghiên cứu và phát triển: Thúc đẩy các hoạt động nghiên cứu khoa học, ứng dụng công nghệ tiên tiến vào thực tiễn, góp phần giải quyết các vấn đề xã hội, kinh tế, và kỹ thuật.
- Chuyển giao công nghệ: Hỗ trợ doanh nghiệp, tổ chức trong việc triển khai các giải pháp dựa trên dữ liệu và AI, nâng cao năng lực cạnh tranh quốc gia.
- Phát triển cộng đồng: Xây dựng mạng lưới hợp tác giữa các nhà khoa học, sinh viên và doanh nghiệp để lan tỏa tri thức và ứng dụng công nghệ.
2. Mục tiêu đào tạo
Mục tiêu đào tạo của Bộ môn KHDL & TTNT bao gồm:
- Kiến thức chuyên môn: Cung cấp nền tảng vững chắc về toán học (đại số tuyến tính, xác suất thống kê), lập trình, học máy (machine learning), học sâu (deep learning), xử lý dữ liệu lớn (big data), và các kỹ thuật AI như xử lý ngôn ngữ tự nhiên (NLP) hay thị giác máy tính (computer vision).
- Kỹ năng thực tiễn: Rèn luyện khả năng phân tích dữ liệu, thiết kế mô hình AI, triển khai ứng dụng thực tế, và giải quyết vấn đề trong các lĩnh vực liên ngành.
- Năng lực nghiên cứu: Khuyến khích sinh viên tham gia nghiên cứu khoa học, phát triển tư duy sáng tạo và khả năng tự học để thích ứng với sự thay đổi nhanh chóng của công nghệ.
- Đạo đức nghề nghiệp: Đào tạo sinh viên có trách nhiệm xã hội, hiểu biết về các vấn đề đạo đức liên quan đến AI (ví dụ: bảo mật dữ liệu, công bằng trong thuật toán).
3. Hướng nghiên cứu Khoa học
Các hướng nghiên cứu khoa học của Bộ môn KHDL & TTNT tập trung vào:
- Học máy và học sâu: Phát triển các thuật toán tối ưu hóa, mạng nơ-ron sâu cho các ứng dụng như nhận diện hình ảnh, dự đoán xu hướng.
- Xử lý ngôn ngữ tự nhiên (NLP): Nghiên cứu chatbot, dịch máy, phân tích cảm xúc, và các hệ thống hiểu ngôn ngữ tiếng Việt.
- Thị giác máy tính: Ứng dụng trong nhận diện khuôn mặt, phân tích video, và các hệ thống tự động hóa.
- Khoa học dữ liệu lớn: Phân tích và trực quan hóa dữ liệu lớn, khai phá dữ liệu (data mining), ứng dụng trong kinh doanh, y tế, giáo dục.
- AI liên ngành: Kết hợp AI với các lĩnh vực như y học (chẩn đoán bệnh), nông nghiệp (dự báo thời tiết), tài chính (dự đoán thị trường).
- AI đạo đức và bền vững: Nghiên cứu về tính minh bạch, công bằng và tác động xã hội của AI.
4. Hợp tác của bộ môn trong công tác đào tạo và nghiên cứu khoa học với các trường đại học và viện nghiên cứu có đào tạo chuyên ngành có liên quan đến lĩnh vực khoa học dữ liệu và trí tuệ nhân tạo; các doanh nghiệp công nghệ trong và ngoài nước… Các lĩnh vực gồm:
- Dữ liệu lớn (Big data)
- Học sâu (Deep learning)
- Học máy (Machine learning)
- Khai thác dữ liệu (Data mining)
- Mạng kết nối vạn vật (Internet of Things)
- Thị giác máy tính (Computer vision)
5. Đội ngũ giảng viên
Danh sách giảng viên của Bộ môn:
|
STT |
Họ và tên GV |
Học vị |
Chức vụ |
|
|
1 |
Phùng Thế Bảo |
Tiến sĩ, GVC |
Trưởng Bộ môn |
|
|
2 |
Nguyễn Thanh Long |
Tiến sĩ |
Phó Trưởng Khoa |
|
|
3 |
Trần Đình Toàn |
Thạc sĩ |
Giảng viên, CN CLB Học thuật |
|
|
4 |
Nguyễn Hải Yến |
Thạc sĩ |
Giảng viên |
|
|
5 |
Huỳnh Thị Châu Lan |
Thạc sĩ |
Giảng viên |
|
|
6 |
Đinh Nguyễn Trọng Nghĩa |
Thạc sĩ |
Giảng viên |
|
|
7 |
Ngô Dương Hà |
Thạc sĩ, NCS |
Giảng viên |
|
|
8 |
Nguyễn Thị Thùy Trang |
Thạc sĩ |
Giảng viên |
|
|
9 |
Trần Văn Thọ |
Thạc sĩ |
Giảng viên |
thotv@huit.edu.vn |
|
10 |
Phan Thị Ngọc Mai |
Thạc sĩ |
Giảng viên |
maiptn@huit.edu.vn |
|
11 |
Trần Việt Hùng |
Tiến sĩ |
Giảng viên |
hungtv@huit.edu.vn |
|
12 |
Trần Như Ý |
Thạc sĩ, NCS |
Giảng viên, Tổ trưởng Công đoàn |
ytn@huit.edu.vn |
|
13 |
Đào Xuân Kỳ |
Tiến sĩ |
Giảng viên |
kydx@huit.edu.vn |
6. Các bậc đào tạo
- Đào tạo trình độ đại học và sau đại học.
7. Cơ hội nghề nghiệp
- Nhà khoa học dữ liệu (Data Scientist): Phân tích dữ liệu lớn, xây dựng mô hình dự đoán.
- Kỹ sư trí tuệ nhân tạo (AI Engineer): Thiết kế và triển khai các hệ thống AI thông minh.
- Kỹ sư dữ liệu (Data Engineer): Xây dựng hạ tầng dữ liệu, quản lý pipeline dữ liệu.
- Chuyên gia phân tích kinh doanh (Business Analyst): Ứng dụng dữ liệu để tối ưu hóa chiến lược kinh doanh.
- Nhà nghiên cứu AI: Làm việc tại các viện nghiên cứu, trường đại học hoặc phòng R&D của doanh nghiệp.
- Khởi nghiệp: Phát triển các sản phẩm/dịch vụ dựa trên AI như ứng dụng y tế, giáo dục, thương mại điện tử.
- Ngoài ra, sinh viên tốt nghiệp có khả năng phát triển bản thân ở các bậc học cao hơn, tham gia đóng góp, phát triển vào ngành nghề được đánh giá là chủ lực của kinh tế Việt Nam thời kỳ mới.
8. Các hoạt động ngoại khóa
- Cuộc thi lập trình và AI: Các giải đấu như ACM-ICPC, hackathon về AI, phân tích dữ liệu, cuộc thi nghiên cứu Khoa học Euréka, nghiên cứu khoa học cấp trường và cấp khoa,…
- Hội thảo và seminar: Mời chuyên gia từ doanh nghiệp, viện nghiên cứu chia sẻ về xu hướng công nghệ mới.
- Câu lạc bộ (CLB): CLB Học thuật, nơi sinh viên thực hành dự án, trao đổi kiến thức.
- Thực tập và dự án thực tế: Kết nối với doanh nghiệp để sinh viên tham gia các dự án thực tiễn.
- Giao lưu quốc tế: Trao đổi sinh viên, tham gia hội nghị khoa học quốc tế, hoặc các chương trình học bổng quốc tế.
- Ngày hội công nghệ: Tổ chức sự kiện giới thiệu ứng dụng AI, triển lãm sản phẩm của sinh viên.
- Tham gia các hoạt động xã hội và các hoạt động chuyên môn trong trường như tham gia các chiến dịch mùa hè xanh, tình nguyện,…
Xem thêm :