“Trong 1 năm, người trái ngành có thể học AI & Data Science đến mức nào?”đủ để có nền tảng vững + portfolio dự án + tư duy đúng , miễn là bạn học theo lộ trình chuẩn và cam kết thời gian (~28h/tuần).
Bài viết này gợi ý roadmap 1 năm theo đúng cách chương trình AIO 1-Year AI & Data Science của AI VIET NAM đang thiết kế cho Newbie & Non-Tech.
Newbie & Non-Tech có thể đạt đến mức nào sau 1 năm?
Nếu bạn xuất phát từ con số 0 nhưng:
học đều 20–28h/tuần
đi đúng lộ trình
được mentor hướng dẫn
thì sau 1 năm, bạn có thể:
Hiểu toàn bộ “bức tranh AI/DS”: Data → ML → DL → GenAI
Làm được 15–20 mini project + 2–3 dự án lớn cho portfolio
Tự tin đọc tài liệu, tự học nâng cao, hoặc bắt đầu apply một số vị trí phù hợp
Không phải thành “expert”, nhưng đủ nền để không bị choáng khi bước vào thế giới AI/DS thực sự .
Bạn đang ở level nào trước khi bắt đầu?
Hầu hết người học rơi vào 3 nhóm:
Nhóm A – Con số 0 đúng nghĩa
Không biết Python
Quên sạch Toán
Chưa từng làm việc với dữ liệu
Nhóm B – Biết chút ít
Học vài khóa Python
Biết DataFrame là gì
Dùng Excel/SQL cơ bản
Nhóm C – Dân IT/Toán
Dev, kỹ sư, dân Toán–Tin
Quen thuật toán, tư duy logic
Muốn học ML/AI bài bản
Lộ trình 1 năm (AIO style) tối ưu cho nhóm A & B , nhưng nhóm C có thể “nhảy cóc”.
Giai đoạn 1 (2–3 tháng): Pre-AIO – Làm nền Python, Toán & CS
🎯 Mục tiêu
Hết sợ lập trình
Hiểu Toán đủ dùng trong ML/DL
Có tư duy phân tích dữ liệu
📌 Nội dung chính
Python cơ bản
Kiểu dữ liệu
Hàm, vòng lặp
Đọc/ghi file, xử lý dữ liệu nhỏ
Toán cho AI (phiên bản “đủ dùng”)
Vector, ma trận, trực quan hóa
Đạo hàm, gradient (hiểu đơn giản)
Phân phối, kỳ vọng, phương sai
CS nền tảng
Thuật toán cơ bản
Cấu trúc dữ liệu
Hiểu O(n) ở mức trực giác
🎉 Kết thúc giai đoạn này bạn đạt được:
Code Python không bị “căng thẳng”
Hiểu được Toán trong ML ở mức ứng dụng
Tự viết script xử lý dữ liệu nhỏ
Giai đoạn 2 (3–4 tháng): Data, SQL, EDA & Machine Learning cơ bản
🎯 Mục tiêu
Trở thành người xử lý dữ liệu thành thạo trước khi học ML/DL nâng cao.
📌 Nội dung chính
Data & EDA
Pandas: merge, groupby, agg
Làm sạch dữ liệu
Trực quan hóa dữ liệu: bar, line, hist, boxplot
SQL
SELECT, JOIN, GROUP BY
Subquery & window function
Query để tạo bảng training cho ML
Machine Learning cơ bản
Linear Regression, Logistic Regression
Decision Tree, Random Forest
Gradient Boosting (XGBoost/LightGBM)
Quy trình ML: train/val/test, overfitting, cross-val
📦 Project gợi ý (chuẩn AIO)
Phân tích bán hàng/marketing
Dự đoán giá Airbnb
Dự đoán churn
🎉 Sau giai đoạn này bạn đạt:
Hiểu pipeline ML từ A → Z
Tự làm các project tabular data (2–4 dự án)
Thành thạo Pandas + SQL ở mức thực tế
Giai đoạn 3 (3–4 tháng): Deep Learning, CV, NLP, Time-Series, Recommender
🎯 Mục tiêu
Bước vào thế giới Deep Learning với nền ML vững vàng.
📌 Nội dung chính
Deep Learning cơ bản
MLP, activation, loss, optimizer
Build model bằng PyTorch/TensorFlow
Computer Vision (CV)
CNN
Transfer Learning
Data Augmentation
NLP cơ bản
Tokenization, tiền xử lý text
BoW, TF-IDF, Word Embedding
Phân loại văn bản
Time-Series
Moving average
ARIMA
LSTM/GRU ở mức cơ bản
Recommender System
Content-based
Collaborative filtering
📦 Project gợi ý (đúng tinh thần AIO)
Dự đoán ô nhiễm môi trường
OCR & phân tích text
Football tracking
Phân tích cảm xúc review
🎉 Sau giai đoạn này bạn có:
1–2 project Deep Learning “đẹp” để đưa vào portfolio
Trải nghiệm đủ CV + NLP + Time-Series
Giai đoạn 4 (1–2 tháng): GenAI, LLM, RAG & MLOps cơ bản
🎯 Mục tiêu
Hiểu GenAI/LLM một cách thực tế, không “ảo tưởng”.
📌 Nội dung chính
Generative AI & LLM cơ bản
LLM hoạt động thế nào ở mức high-level
Prompt Engineering chuẩn
RAG
Index tài liệu
Vector database
Build chatbot Q&A trên tài liệu thật
MLOps rất cơ bản
Build API bằng FastAPI/Gradio
Docker (mức vừa đủ)
Monitoring & logging khái niệm
📦 Project gợi ý
Chatbot tư vấn học tập AIO (LLM + RAG)
Q&A tài liệu nội bộ doanh nghiệp
🎉 Sau giai đoạn này bạn đạt:
Tự xây ứng dụng GenAI nhỏ
Biết cách ứng dụng LLM đúng chỗ
Một tuần học kiểu AIO trông như thế nào?
6–8 giờ học live online10–12 giờ bài tập + đọc tài liệu8–10 giờ làm project
→ Tổng: 20–28 giờ/tuần
Đúng nghĩa “part-time thứ hai”.
Lộ trình AIO2026 có gì đặc biệt?
AIO2026 là chương trình AI & Data Science 1 năm của AI VIET NAM:
Thiết kế riêng cho Newbie & Non-Tech
Học live online buổi tối
12 module, 5 cấp độ
22+ dự án từ cơ bản đến nâng cao
Mentor đồng hành sát
Không hứa việc làm → chỉ hứa kiến thức thật & dự án thật
Một số dự án tiêu biểu:
Dự đoán ô nhiễm môi trường
Giá thuê Airbnb
OCR & Text Understanding
Football Tracking
Vision-Language Model
Chatbot RAG tư vấn học AIO
FAQ – Những câu hỏi hay gặp về lộ trình 1 năm
Em là con số 0, có theo nổi không? Có — nếu bạn cam kết thời gian và làm bài đầy đủ.
Không giỏi Toán thì sao? Vẫn theo được. Toán dạy theo cách trực quan, đủ dùng.
Không dành được 28h/tuần thì sao? Bạn có thể kéo dài lộ trình thành 18–24 tháng.
Học xong 1 năm có chắc đi làm được không? Không ai đảm bảo 100%, nhưng bạn có nền + portfolio tốt để apply.
Đã biết Python rồi có cần đủ 1 năm không? Bạn có thể “nhảy cóc” phần đầu và tập trung mạnh vào ML → DL → GenAI.
Kết
Một năm không phải để trở thành chuyên gia , mà để:
Có nền tảng AI/DS vững
Hiểu đúng bản chất
Có portfolio dự án thật
Biết cách tự học nâng cao
Nếu bạn đi đúng lộ trình, 1 năm là đủ để đổi mindset, đổi kỹ năng và mở ra cơ hội mới trong AI/Data .
📌 Tài nguyên AI VIET NAM
AIO – Lộ trình 1 năm: aivietnam.edu.vn/course
Blog & tài liệu học AI: aivietnam.edu.vn/blog
Tutorial & notebook mẫu: tutorial.aivietnam.edu.vn
