Trí tuệ nhân tạo

CRICOS Course Code: 088400A

Trí tuệ nhân tạo (AI) ngày nay đã trở thành một trong những lĩnh vực công nghệ hàng đầu, đóng vai trò quan trọng trong việc hỗ trợ con người giải quyết nhiều vấn đề phức tạp trong cuộc sống hàng ngày. Sự phát triển mạnh mẽ của AI không chỉ là minh chứng cho bước tiến vượt bậc trong khoa học công nghệ mà còn là chìa khóa quan trọng trong quá trình chuyển đổi số, một xu hướng đang diễn ra không chỉ ở Việt Nam mà còn trên toàn thế giới. Lĩnh vực AI thu hút một lượng lớn nguồn nhân lực chất lượng cao, từ các nhà nghiên cứu, kỹ sư cho đến những người làm công nghệ thông tin, đóng góp vào sự phát triển nhanh chóng và toàn diện của ngành này.

Tổng quan về ngành Trí tuệ nhân tạo (AI)

Trí tuệ nhân tạo (AI), hay còn gọi là Artificial Intelligence, là một lĩnh vực nghiên cứu rộng lớn và đa dạng trong ngành khoa học máy tính, tập trung vào việc tạo ra các hệ thống máy tính có khả năng thực hiện các công việc yêu cầu trí tuệ con người. AI bao gồm nhiều nhánh khác nhau, từ học máy (machine learning) đến học sâu (deep learning), xử lý ngôn ngữ tự nhiên (natural language processing), nhận dạng hình ảnh, và nhiều hơn nữa. Mục tiêu chính của AI là mô phỏng các khía cạnh của trí tuệ con người hoặc tạo ra các máy móc có thể học hỏi, suy nghĩ và hành động một cách độc lập.

AI đã được áp dụng rộng rãi trong nhiều lĩnh vực như y tế (chẩn đoán và điều trị bệnh), tài chính (phân tích và quản lý rủi ro), sản xuất (tự động hóa và tối ưu hóa sản xuất), giao thông vận tải (xe tự lái và hệ thống giao thông thông minh), và giáo dục (hệ thống học tập cá nhân hóa).

Tương lai của AI hứa hẹn nhiều đổi mới và tiến bộ, với sự phát triển của các công nghệ mới và việc ứng dụng AI trong nhiều lĩnh vực mới. Tuy nhiên, cùng với sự phát triển này, cũng nảy sinh những thách thức về đạo đức, bảo mật, và quản lý công nghệ, đòi hỏi sự cân nhắc và quản lý cẩn thận.

Giới thiệu về ngành Trí tuệ nhân tạo tại Swinburne

Chất lượng đào tạo ngành Khoa học máy tính của Swinburne đã được khẳng định trên nhiều bảng xếp hạng giáo dục uy tín. Trên Bảng xếp hạng QS Rankings 2024, Swinburne nằm trong Top 350 các trường tốt nhất theo ngành học. Còn trên bảng xếp hạng hạng của Times Higher Education, ngành Khoa học máy tính cũng nằm trong Top 150 các trường đào tạo tốt nhất.

Thông qua chuyên ngành Trí tuệ nhân tạo (Artificial Intelligence), sinh viên sẽ được học cách tạo ra máy móc và hệ thống thông minh thông qua việc sử dụng mô hình máy tính, kỹ thuật và công nghệ liên quan, giúp thực hiện các công việc yêu cầu trí thông minh của con người. Một trong những lợi thế khi là sinh viên Swinburne Việt Nam đó là có cơ hội việc làm rộng mở nhờ những trải nghiệm sớm. Hiện nay, các cựu sinh viên của Swinburne Việt Nam đều đang thực tập, làm việc trong lĩnh vực công nghệ tại những công ty lớn như: Sam Sung, Viettel, Panasonic, FPT Software, One Mount, Mumesoft…Điều này có được bởi trong quá trình học sinh viên đã có những trải nghiệm thực tế gắn liền với doanh nghiệp.

Để đăng kí tìm hiểu về thông tin tuyển sinh cũng như đăng kí nộp hồ sơ xét tuyển, vui lòng truy cập:

Chi tiết khóa học

Mô tả cấu trúc khoá học, cơ hội nghề nghiệp, nội dung đào tạo, chuẩn đầu ra, kết nối doanh nghiệp.

Thời lượng: 3 năm
Học phí:

Vui lòng tham khảo chi tiết tại trang Học phí.

Ngành: Khoa học máy tính
Địa điểm: Hà Nội, Đà Nẵng, TP. Hồ Chí Minh
Hệ: Chính quy - Toàn thời gian
Kỳ nhập học:

Kỳ tháng 1 | Kỳ tháng 5 | Kỳ tháng 9

Tiêu chuẩn nhập học:

Vui lòng tham khảo chi tiết tại trang Tuyển sinh.

Tiêu chuẩn tiếng Anh học chuyên ngành:

Vui lòng tham khảo chi tiết tại trang Tuyển sinh.

Lưu ý:

Sinh viên quốc tế cần đáp ứng các yêu cầu về tiêu chuẩn đầu vào. Để tìm hiểu thêm, vui lòng truy cập trang Tiêu chuẩn nhập học của sinh viên quốc tế.

Cơ hội nghề nghiệp

Sinh viên sau khi tốt nghiệp khoa Trí tuệ nhân tạo sẽ tìm được cơ hội việc làm ở nhiều lĩnh vực, vị trí như:

  • Nhà nghiên cứu về trí tuệ nhân tạo (Artificial Intelligence Researcher)
  • Xử lý ngôn ngữ tự nhiên (Natural Language Processing – NLP)
  • Kiến trúc sư AI (AI Architect)
  • Kỹ sư dữ liệu lớn (Big Data Engineer)
  • Kỹ sư học máy (Machine Learning Engineer)

Đọc thêm: Cơ Hội Việc Làm Ngành Trí Tuệ Nhân Tạo Trong Tương Lai

Nội dung đào tạo

Trọng tâm của chuyên ngành học là những kiến ​​thức, kỹ năng cần thiết cho các vị trí trong lĩnh vực Trí tuệ nhân tạo. Chương trình học kéo dài 3 năm, bao gồm tổng cộng 300 tín chỉ (credit point), tương ứng 24 môn học (unit); mỗi môn học được tính là 12.5 credit points. Bên cạnh 8 môn học cơ bản (core unit), sinh viên sẽ được học 8 môn học chuyên ngành (major unit) và 8 môn học lựa chọn (elective unit) để bổ sung nâng cao.

  • Core unit là những môn học cơ bản, cung cấp những kiến thức cơ bản và nền tảng về ngành học  để sinh viên có thể tiếp cận học sâu hơn về chuyên ngành.
COS10004 – Computer Systems
COS10009 – Introduction to Programming
COS10025 – Technology in an Indigenous Context Project
COS10026 – Computing Technology Inquiry Project
COS20007 – Object Oriented Programming
COS40005 – Computing Technology Project A
COS40006 – Computing Technology Project B
TNE10006 – Networks and Switching

 

  • Major unit là những môn học chuyên ngành cung cấp kiến thức chuyên sâu về lĩnh vực theo học. Khi học chuyên ngành, sinh viên sẽ được thực hành để hiểu rõ hơn các kiến thức và kỹ năng phục vụ cho công việc.
COS20019 – Cloud Computing Architecture
COS20031 – Computing Technology Design Project
COS30049 – Computing Technology Innovation Project
SWE30003 – Software Architectures and Design
COS30018 – Intelligent Systems
COS30019 – Introduction to Artificial Intelligence
COS30082 – Applied Machine Learning
COS40007 – Artificial Intelligence for Engineering

 

  • Elective unit là những môn học lựa chọn để bổ sung nâng cao: Sinh viên ngoài các môn cơ bản và chuyên ngành sẽ được học thêm các môn học lựa chọn khác để tạo nền tảng, bổ sung và nâng cao. Điều này giúp sinh viên lựa chọn môn học nhằm phát triển tối đa năng lực cá nhân.
ICT20015 – ICT Professional Internship
COS10005 – Web Programming
COS20015 – Fundamentals of Data Management
STA10003 – Foundation of Statistics
COS10022 – Data Science Principles
COS20028 – Big Data Architecture and Application
COS30045 – Data Visualisation
SWE40006 – Software Deployment and Evolution
COS30017 – Software Development for Mobile Devices
COS30020 – Advanced Web Development
SWE30011 – IoT Programming
TNE10005 – Network Administration
COS30008 – Data Structures and Patterns
COS30043 – Interface Design and Development
COS40003 – Concurrent Programming
SWE30009 – Software Testing and Reliability
COS20030 – Malware Analysis
COS30015 – IT Security
TNE20003 – Internet and Cybersecurity for Engineering Applications
TNE30009 – Network Security and Resilience
ECO10005 – Economics for Business Decision Making
ACC10007 – Financial Information for Decision Making
MGT10009 – Contemporary Management Principles
MKT10009 – Marketing and the Consumer Experience
BUS10015 – Creative Mindset and Entrepreneurship
INF10024 – Business Digitalisation
BUS10014 – Business for Sustainability, Social Change and Impact
HRM20017 – Managing Workplace Relations
MGT20007 – Organisational Behaviour
INF20016 – Big Data Management
LAW20019 – Law of Commerce
INB10002   – International Business Operations
INB20009   – Global and Digital Marketplaces
INB20012   – Asian Regionalism and Global Business
SCM20003   – Global Logistics and Supply Chain Management
MKT20019   – Marketing Research and Analytics
MKT20021   – Integrated Marketing Communication
MKT20025   – Consumer Behaviour
MKT20031   – Marketing and Innovation
MKT20032   – Frontiers in Digital Marketing
MDA10012 – Communicating with Data
MDA10018 – Content Creator Lab
MDA10001 – Introduction to Media Studies
MDA10008 – Global Media Industries
DCO10001 – Concepts and Narratives
DCO10002 – Digital Design
DCO10007 – Visual Communication Studio
DCO20004 – Web Design
MDA10015 – Social Media Strategy
MDA20028 – Business of Media and Entrepreneurship 
MDA10013 – Digital Self/Digital Community
JOU20007 – Interactive storytelling 
MDA20026 – Data Narratives
ADV10001 – Principles of Advertising
ADV20004 – Advertising Issues and Impact
ADV20005 – Creativity and Ideation
ADV10002 – Digital Advertising
ADV20003 – Search, Social Media and Video Marketing 
COM10007 – Professional Communication Practice
PUB10001 – Introduction to Public Relations Theory and Practice
PUB20001 – Global Public Relations Practice
PUB20003 – Public Relations Writing
PUB20004 – Issues, Crisis and Risk Communication

 

  • Sinh viên cũng có thể chọn học các chuyên ngành bổ sung khác cho chuyên ngành chính như chuyên ngành thứ 2 (second major), đồng chuyên ngành (co-major) hoặc các môn bổ sung (minors) để có kiến thức và kỹ năng đa dang và toàn diện hơn như sau:
  1. 1. Second Major:
  1. 2. Co-major:
  1. 3. Minors:

Thông qua chương trình học, các bạn sinh viên sẽ được khám phá tiềm năng của các công nghệ này và sau đó giúp thực hiện các thay đổi trong các công cụ hiện có để đạt được tiềm năng đó. Ví dụ: phụ trách việc cải tiến hệ thống dữ liệu liên quan đến AI, giám sát và đánh giá sự phát triển của các phần mềm mới,…  và ra quyết định cho các chiến lược phát triển trong kinh doanh. Các kỹ năng và kiến ​​thức thu được sẽ được củng cố trong học kỳ cuối cùng thông qua chương trình Học tập thực tế tại doanh nghiệp (On the Job Training – OJT). Đây là chương trình giúp sinh viên có trải nghiệm thực tế tại doanh nghiệp ngay khi còn đang trong chương trình học tại Swinburne. Sinh viên có thể được giới thiệu hoặc tự liên hệ các doanh nghiệp và thực tập tại vị trí liên quan tới chuyên môn. Thông qua đó, sinh viên có thể học hỏi thực tế với sự hỗ trợ của giáo viên cùng các chuyên gia giàu kinh nghiệm.

 

Thông tin chi tiết chương trình học chuyên ngành vui lòng tham khảo thêm tại đây.

Chuẩn đầu ra

Sau khi tốt nghiệp chuyên ngành Trí tuệ nhân tạo, sinh viên có thể:

  • Áp dụng kiến thức rộng rãi và mạch lạc về khoa học máy tính trong các bối cảnh và lĩnh vực khác nhau bằng cách sử dụng tư duy phản biện và phán đoán.
  • Áp dụng các phương pháp thích hợp và các công cụ hiện đại để xác định phạm vi, phân tích, thiết kế, xây dựng, xác minh và vận hành hệ thống phần mềm.
  • Giao tiếp thành thạo với nhiều đối tượng, hoạt động như một thành viên hoặc người lãnh đạo hiệu quả của nhóm và sử dụng các công cụ và thực hành cơ bản của quản lý dự án trong công việc dự án.
  • Thể hiện tính chuyên nghiệp, tính chính trực, ứng xử có đạo đức, trách nhiệm giải trình nghề nghiệp và nhận thức về thực hành nghề nghiệp trong bối cảnh toàn cầu.
  • Áp dụng phương pháp luận phân tích vấn đề và ra quyết định để xác định, thiết kế và thực hiện các giải pháp cho các vấn đề liên quan trong ngành với sự độc lập về trí tuệ.
  • Đánh giá lại hiệu suất cá nhân, quá trình học tập và tự quản lý như một phương tiện để tiếp tục phát triển nghề nghiệp và học tập suốt đời.
Tham khảo thông tin chuẩn đầu ra trên hệ thống của Úc TẠI ĐÂY

Kết nối doanh nghiệp

Swinburne Việt Nam Alliance Program hợp tác với các doanh nghiệp hàng đầu tại Việt Nam để mang đến cho sinh viên những trải nghiệm thực tế. Đây là cơ hội để sinh viên được làm việc trong các dự án thực tế. Trong các dự án, sinh viên sẽ giải quyết những thách thức của doanh nghiệp từ đó đạt được các kỹ năng chuyên môn.

Thành quả học sinh

hr
hr
hr