Portfolio Kỹ Thuật Số · Nhập môn Công nghệ số & ƯDTTNT
Cao Dương Lễ
MSSV: 25020232  ·  Chuyên ngành Công nghệ Thông tin  ·  Trường ĐH Công nghệ – ĐHQGHN
Avatar Cao Dương Lễ

Cao Dương Lễ

Công nghệ Thông tin — Trường ĐH Công nghệ (UET), ĐHQGHN
MSSV: 25020232  ·  Năm học 2025 – 2026

👤 Thông tin bản thân

Sinh viên kỹ sư hệ thống .
Sở thích: Ngủ.

📈 Định hướng & Mục tiêu học tập

Làm chủ các công nghệ số lõi từ giai đoạn đại cương.
Ứng dụng Prompt Engineering nâng cao để tối ưu hiệu suất lập trình cấu trúc dữ liệu.

🎯 Mục tiêu của Portfolio này
  • Thể hiện các kỹ năng số đã học qua 6 bài tập thành phần trong học phần.
  • Lưu trữ sản phẩm cá nhân để dễ dàng truy cập, chia sẻ và tham khảo lại.
Đang đọc bài tập Bài tập 1: Thao tác Tệp & Thư mục
  • 01 Thao tác Tệp & Thư mục
  • 02 Tìm kiếm Học thuật
  • 03 Tối ưu Prompt
  • 04 Cộng tác Nhóm
  • 05 Sáng tạo nội dung AI
  • 06 AI có Trách nhiệm
Bài 1 - Bài tập 1 · Mục 1.4
Thao tác cơ bản với tệp tin và thư mục
Chủ đề: Bài 1 — Máy tính và các thiết bị ngoại vi
Mục tiêu bài tập

Thành thạo các thao tác quản lý tệp tin và thư mục trên hệ điều hành Windows thông qua File Explorer: tạo cấu trúc thư mục hợp lý, đặt tên chuẩn (không dấu, có hệ thống), sao chép, di chuyển, đổi tên, xóa tệp tin và khôi phục từ Recycle Bin. Mục tiêu là hình thành thói quen tổ chức không gian lưu trữ số một cách khoa học và có kỷ luật.

Tóm tắt quá trình thực hiện
1

Mở File Explorer (Windows + E), truy cập ổ D: hoặc E: — tránh ổ hệ thống C:.

2

Tạo thư mục gốc: chuột phải → New → Folder → đặt tên ThucHanh_CaoDuongLe.

3

Bên trong thư mục gốc, tạo tệp GhiChu.txt rồi đổi tên (Rename) thành GhiChuQuanTrong.txt.

4

Tạo thư mục con TaiLieu. Sao chép GhiChuQuanTrong.txt bằng Ctrl+C → vào TaiLieu → Ctrl+V.

5

Quay về thư mục gốc, tạo DiChuyen.txt. Dùng Ctrl+X cắt → vào TaiLieu → Ctrl+V dán (tệp gốc biến mất).

6

Xóa GhiChuQuanTrong.txt bằng Delete (vào Recycle Bin). Xóa vĩnh viễn DiChuyen.txt bằng Shift+Delete.

7

Vào Recycle Bin → chuột phải GhiChuQuanTrong.txt → Restore để khôi phục tệp về cấu trúc ban đầu.

Sản phẩm cuối cùng
📄 Báo cáo PDF
Bài tập 1 — Thao tác cơ bản với tệp tin và thư mục
tmpomysca_bai-tap-1-thao-tac-co-ban...
Bài 2 - Bài tập 2 · Mục 2.4
Tìm kiếm và đánh giá thông tin học thuật
Chủ đề: Bài 2 — Khai thác dữ liệu và thông tin
Mục tiêu bài tập

Thành thạo kỹ thuật tìm kiếm thông tin học thuật nâng cao bằng các toán tử Boolean, khai thác cơ sở dữ liệu khoa học (Google Scholar, IEEE Xplore, VNU LIC) and đánh giá độ tin cậy của nguồn tài liệu theo 5 tiêu chí cốt lõi (tác giả, cơ quan xuất bản, phương pháp nghiên cứu, tính cập nhật, tính liên quan).

Tóm tắt quá trình thực hiện

Chủ đề nghiên cứu: Phân tích các lỗ hổng bảo mật phổ biến trong quá trình phát triển phần mềm và các phương pháp phòng tránh.

Cú pháp tìm kiếm nâng cao đã sử dụng:

"software vulnerability" site:edu.vn filetype:pdf intitle:security -inurl:blog

Tổng hợp và đánh giá 11 nguồn tài liệu từ 4 loại hình: bài báo khoa học (IEEE/ACM), sách chuyên khảo, nguồn mở uy tín (OWASP, NIST, CISA) và tài liệu trong nước:

STTTài liệu & Tác giảLoại nguồnPhân tích Ưu / Nhược
1Security in the software development lifecycle (Assal & Chiasson, 2019)Bài báo KHƯu: Phân tích góc nhìn tâm lý và hành vi của lập trình viên gây lỗ hổng.
Nhược: Thiếu dữ liệu định lượng quy mô lớn.
2Evaluating cost reduction of static code analysis (Baca et al., 2015)Bài báo KHƯu: Minh chứng rõ ràng về lợi ích kinh tế của công cụ phân tích tĩnh (SAST).
Nhược: Dữ liệu thực nghiệm từ môi trường công nghiệp cũ, có thể không sát với quy trình CI/CD hiện nay.
3Đánh giá hiệu quả công cụ SAST (Châu & Nguyễn, 2023)Bài báo KHƯu: Tiếp cận sát thực tiễn Việt Nam, đánh giá các công cụ đang phổ biến hiện nay.
Nhược: Tầm ảnh hưởng quốc tế hạn chế do xuất bản bằng tiếng Việt.
4Using complexity, coupling metrics (Chowdhury & Zulkernine, 2011)Bài báo KHƯu: Thiết lập nền tảng lý thuyết xuất sắc về mối liên hệ giữa độ phức tạp của code và lỗ hổng.
Nhược: Ngữ cảnh công nghệ đã lạc hậu so với các mô hình microservices hiện đại.
5Challenges with vulnerability prediction models (Morrison et al., 2018)Bài báo KHƯu: Phản biện sắc bén về những hạn chế của các mô hình dự đoán lỗ hổng bằng AI, giúp tránh góc nhìn phiến diện.
Nhược: Tập trung nhiều vào thuật toán dự đoán hơn là bản chất của từng loại lỗ hổng.
6Predicting vulnerable components: metrics vs text mining (Walden et al., 2014)Bài báo KHƯu: Độ tin cậy cực cao, phương pháp luận rõ ràng, so sánh chi tiết các chỉ số phần mềm.
Nhược: Các mô hình Text Mining trong bài chưa phản ánh sức mạnh của LLMs đương đại.
7Secure coding in C and C++ (Seacord, 2013)SáchƯu: Giải thích sâu sắc cơ chế tràn bộ đệm ở mức bộ nhớ. Nguồn tài liệu kinh điển cho sinh viên IT.
Nhược: Chỉ giới hạn ở ngôn ngữ C/C++.
8Threat modeling: Designing for security (Shostack, 2014)SáchƯu: Cung cấp khung tư duy mô hình hóa mối đe dọa từ giai đoạn thiết kế, rất hữu ích cho vòng đời SDLC.
Nhược: Khối lượng kiến thức đồ sộ, cần chắt lọc kỹ khi áp dụng.
9Secure by Design Principles (CISA, 2024)InternetƯu: Khẳng định xu hướng dịch chuyển trách nhiệm bảo mật về phía nhà sản xuất phần mềm. Độ uy tín tối đa.
Nhược: Mang tính định hướng vĩ mô, ít hướng dẫn kỹ thuật cụ thể.
10Secure Software Development Framework (NIST, 2024)InternetƯu: Khung làm việc chuẩn mực, dễ dàng tham chiếu để tích hợp các bước kiểm tra an ninh vào SDLC.
Nhược: Văn phòng hành chính, khô khan.
11OWASP Top 10 Web Application Security Risks (OWASP, 2025)InternetƯu: Phản ánh chính xác nhất bề mặt tấn công thực tế hiện nay (Broken Access Control, Injection...). Thiết thực cho lập trình viên.
Nhược: Chỉ nêu bề nổi của 10 lỗ hổng lớn nhất, thiếu độ sâu học thuật so với bài báo IEEE.
Sản phẩm cuối cùng
📄 Báo cáo PDF
Báo cáo Tìm kiếm và Đánh giá Thông tin Học thuật
Bài 3 - Bài tập 2 · Mục 3.4
Viết Prompt hiệu quả cho các tác vụ học tập
Chủ đề: Bài 3 — Tổng quan về trí tuệ nhân tạo
Mục tiêu bài tập

Xây dựng và đo lường chất lượng Prompt qua 3 cấp độ (Cơ bản → Cải tiến → Nâng cao) trên 3 tác vụ học thuật cốt lõi. So sánh sự phân hóa đầu ra khi áp dụng các kỹ thuật: Role Prompting, Chain-of-Thought (CoT) và cấu trúc hóa đầu ra.

Tóm tắt quá trình thực hiện

Tác vụ 1: Tóm tắt tài liệu khoa học về kiến trúc Transformer

Cơ bản«Hãy tóm tắt lại nội dung đoạn văn sau.» → AI trả văn bản dài, chung chung, loãng thông tin.
Cải tiến«Tóm tắt trong 200 chữ, dùng gạch đầu dòng nêu bật đóng góp chính.» → Đầu ra định dạng sạch, đúng giới hạn.
Nâng cao«Bạn là chuyên gia AI. Tóm tắt theo quy trình 3 bước: xác định vấn đề → phân tích kiến trúc → đánh giá kết quả. Trình bày dạng bảng so sánh.» → AI bóc tách cấu trúc sâu, tạo bảng phân tích rõ ràng.

Tác vụ 2: Giải thích thuật toán Dijkstra

Cơ bản«Giải thuật Dijkstra là gì?» → Định nghĩa từ điển khô khan, khó hình dung.
Cải tiến«Giải thích cho sinh viên năm nhất IT, dùng ví dụ Google Maps.» → Văn phong thân thiện, ẩn dụ trực quan.
Nâng cao«Đóng vai giảng viên UET. Giải thích ELI5 trước, sau đó đưa pseudocode và phân tích độ phức tạp O(E + V log V).» → Đầy đủ 3 tầng: trực quan → cấu trúc → toán học tiệm cận.

Tác vụ 3: Tạo câu hỏi ôn tập tính Đa hình (Polymorphism) trong Java

Cơ bản«Tạo 5 câu hỏi về tính đa hình.» → Câu hỏi lý thuyết suông, không có đáp án phân tích.
Cải tiến«Tạo 5 câu trắc nghiệm về Overriding & Overloading, 4 đáp án, chỉ rõ đáp án đúng.» → Cấu trúc đề thi rõ ràng.
Nâng cao«3 câu hỏi mức Vận dụng cao, kèm đoạn mã nguồn Java, giải thích tại sao các đáp án khác sai.» → Bẫy logic runtime/compile-time, Active Recall hoàn hảo.
Sản phẩm cuối cùng
📄 Báo cáo PDF
Báo cáo Tối ưu hóa Kết quả Học tập qua Prompt Engineering
Bài 4 - Bài tập 3 · Mục 4.4
Sử dụng công cụ hợp tác trực tuyến cho dự án nhóm
Chủ đề: Bài 4 — Giao tiếp và hợp tác trong môi trường số
Mục tiêu bài tập

Vận dụng hệ sinh thái công cụ kỹ thuật số (GitHub, Google Docs, Messenger) để phối hợp phát triển phần mềm nhóm một cách hiệu quả. Minh chứng năng lực phát hiện và giải quyết 3 thách thức thực tế: rủi ro thất thoát thông tin, xung đột mã nguồn (Merge Conflict) và xung đột ghi đè tài liệu chung.

Tóm tắt quá trình thực hiện

Dự án nhóm : Hệ thống Đấu giá trực tuyến (Java + Maven). Thành viên: Lộc, Kiên, Khoa, Long — tôi phụ trách Core Logic nghiệp vụ. Nền tảng sử dụng: GitHub (quản lý mã nguồn), Google Docs (ma trận phân công), Messenger (giao tiếp thời gian thực).

⚡ Thách thức 1 — Thất thoát thông tin khi Review Code đa nền tảng
Tạo PR trên GitHub nhưng góp ý lỗi rải rác trên Messenger dẫn đến bỏ sót lỗi.
Giải pháp: Thiết lập kỷ luật giao tiếp chéo: mọi góp ý trên Messenger phải đính kèm permalink trỏ đích danh dòng lỗi trên GitHub PR. Sau khi sửa, push commit cập nhật và gửi tin nhắn đóng luồng thảo luận.
⚡ Thách thức 2 — Xung đột mã nguồn (Merge Conflict) khi gộp code
Code đụng chạm vào phần UI/Database của thành viên khác khi gộp làm hỏng file dự án.
Giải pháp: Nghiêm cấm push thẳng vào nhánh main. Xây dựng quy trình nhánh tính năng cô lập (feature/auction-logic) — bắt buộc tạo Pull Request và đạt Approve mới được gộp.
⚡ Thách thức 3 — Xung đột ghi đè tài liệu thiết kế chung
Nhiều người sửa cùng lúc schema Database/UML trên Google Docs dẫn đến xóa nội dung của nhau.
Giải pháp: Ép nhóm chuyển sang chế độ «Đề xuất» (Suggesting Mode) và dùng Smart Chips (@) để định danh. Mọi chỉnh sửa cấu trúc lớn phải được người phụ trách duyệt mới tích hợp.
Sản phẩm cuối cùng
📄 Báo cáo PDF
Báo cáo Cá nhân: Kỹ năng Hợp tác Trực tuyến trong Dự án Nhóm
Bài 5 - Bài tập 2 · Mục 5.4
Sử dụng AI tạo sinh để hỗ trợ sáng tạo nội dung số
Chủ đề: Bài 5 — Sáng tạo nội dung số
Mục tiêu bài tập

Sản xuất sản phẩm nội dung số hoàn chỉnh (infographic) với sự hỗ trợ phối hợp của nhiều công cụ AI tạo sinh. Thể hiện đóng góp cá nhân thực chất >50% qua quá trình xử lý hậu kỳ, chỉnh sửa thủ công và tối ưu hóa chất lượng vượt ra ngoài những gì AI có thể tự thực hiện.

Tóm tắt quá trình thực hiện

Dự án: Thiết kế Infographic «5 Nguyên lý SOLID trong Lập trình Hướng đối tượng» — xuất phát từ vấn đề thực tế khi code bài tập lớn Hệ thống đấu giá Java.

🤖 Google Gemini

Lên dàn ý nội dung, tóm tắt mỗi nguyên lý thành 2 câu: định nghĩa chuyên môn + ví dụ ẩn dụ đời sống.

🎨 DALL-E 3

Sinh bộ icon 3D isometric đại diện 5 nguyên lý (Hộp công cụ, Cửa khóa, Thiên nga, Phích cắm, Cây cầu).

🖥️ Canva Magic Design

Dàn bố cục tổng thể, phối màu và tích hợp các tài nguyên nội dung.

Bước xử lý hậu kỳ thủ công (đóng góp cá nhân):

Bước 1: Đưa ảnh thô vào phần mềm đồ họa → tách nền (Background Removal)
Bước 2: Điều chỉnh Saturation +87 → ép 5 icon về cùng hệ màu xanh IT đồng nhất
Bước 3: Thay font AI → Google Sans; thiết kế thủ công đường kẻ kết nối logic
Sản phẩm cuối cùng
📄 Báo cáo PDF + Infographic
Báo cáo Ứng dụng AI trong Sáng tạo Infographic SOLID
Bài 6 - Bài tập 4 · Mục 6.4
Sử dụng AI có trách nhiệm trong học tập và nghiên cứu
Chủ đề: Bài 6 — An toàn và liêm chính học thuật trong môi trường số
Mục tiêu bài tập

Nghiên cứu chính sách học thuật của một trường đại học về AI tạo sinh; ghi chép nhật ký thực nghiệm sử dụng AI cho một tác vụ học thuật thực tế; xây dựng bộ nguyên tắc cá nhân về sử dụng AI có trách nhiệm dựa trên các bằng chứng nghiên cứu đã thực hiện.

Tóm tắt quá trình thực hiện

1. Nghiên cứu chính sách AI của Đại học RMIT

RMIT áp dụng khung quản lý 3 mức độ theo từng bài tập:
Mức 1 — nghiêm cấm AI;
Mức 2 — AI hỗ trợ ngữ pháp/ý tưởng;
Mức 3 — AI cộng tác nhưng phải công khai lịch sử tương tác. Mọi sử dụng AI cần trích dẫn theo cẩm nang tại rmit.libguides.com/referencing_AI_tools.

2. Nhật ký thực nghiệm: Xây dựng giải thuật chấm điểm trắc nghiệm bằng OpenCV/Java

AI đề xuất quy trình 4 bước: Thresholding cố định → Perspective Transform → Contour Analysis → Đếm điểm ảnh. Tuy nhiên trong quá trình kiểm chứng đã phát hiện vấn đề nghiêm trọng:

⚠️ Phát hiện lỗi ảo giác (AI Hallucination) & Hiệu chỉnh cá nhân

Khi yêu cầu AI tìm 3 tài liệu khoa học trên IEEE Xplore, sau khi kiểm chứng chéo (Cross-checking) trên Google Scholar phát hiện 2 trong 3 tài liệu hoàn toàn giả mạo — AI tự bịa tên tác giả và tiêu đề. Lập tức loại bỏ và tra cứu thủ công. Đồng thời thay thế Thresholding cố định bằng Adaptive Thresholding để xử lý lỗi đổ bóng thiếu sáng của ảnh chụp điện thoại thực tế.

3. Bộ 5 nguyên tắc cá nhân sử dụng AI có trách nhiệm

1
Làm chủ tư duy: AI chỉ là trợ lý nâng cao hiệu suất. Tôi là chủ thể quyết định kiến trúc và chịu trách nhiệm về nội dung bài nộp.
2
Minh bạch tuyệt đối: Luôn khai báo thành thật phạm vi sử dụng và tên công cụ AI đã tham gia hỗ trợ trong nghiên cứu.
3
Xác thực nghiêm ngặt: Không sử dụng bất kỳ số liệu, tên tác giả nào do AI cung cấp mà chưa qua đối chiếu tại thư viện số chính thống.
4
Thấu hiểu bản chất: Khi AI tối ưu mã nguồn, bắt buộc đọc hiểu tường tận logic từng dòng lệnh trước khi tích hợp vào dự án phần mềm của mình.
5
Nói không với Copy-Paste: Dùng câu trả lời AI làm tham khảo góc nhìn, rồi tự tổng hợp và diễn đạt lại bằng văn phong của chính mình.
Sản phẩm cuối cùng
📄 Báo cáo PDF
Báo cáo Sử dụng AI có Trách nhiệm và Đạo đức trong Học thuật
Trang Tổng kết & Đánh giá Cá nhân
Trải nghiệm & Cảm nhận cá nhân

Việc xây dựng Portfolio Kỹ thuật số này là trải nghiệm học tập hoàn toàn khác biệt so với các bài tập thông thường. Thay vì hoàn thành từng bài riêng lẻ rồi quên đi, tôi được yêu cầu nhìn lại toàn bộ hành trình 6 tuần và kết nối chúng thành một câu chuyện thống nhất. Quá trình này giúp tôi nhận ra rằng mỗi kỹ năng — từ quản lý tệp tin đơn giản đến viết Prompt Engineering nâng cao — đều có sự liên kết chặt chẽ và bổ trợ lẫn nhau trong thực tế.

Điều tôi cảm thấy rõ nhất là sự thay đổi trong cách tiếp cận vấn đề: từ chỗ chỉ biết «làm theo hướng dẫn», tôi dần chủ động phân tích, đặt câu hỏi phản biện (đặc biệt với AI) và tự thiết kế giải pháp cho những thách thức thực tế không có trong sách giáo khoa.

Kiến thức & Kỹ năng quan trọng nhất đã học được

🧠 Tư duy hệ thống

  • Tổ chức không gian lưu trữ số có kỷ luật
  • Phân loại và đánh giá độ tin cậy nguồn thông tin
  • Thiết kế Prompt theo cấu trúc 3 tầng chất lượng

🤝 Kỹ năng cộng tác số

  • Điều phối nhóm bất đồng bộ qua GitHub + Google Docs

🎨 Sáng tạo với AI

  • Phối hợp nhiều công cụ AI để tạo sản phẩm hoàn chỉnh
  • Xử lý hậu kỳ thủ công để vượt qua giới hạn của AI
  • Phát hiện và xử lý lỗi ảo giác của AI
Điểm tâm đắc nhất & Thách thức gặp phải

✨ Điều tâm đắc nhất

Bài học về Cross-checking tài liệu AI trong Bài 6 là trải nghiệm đáng giá nhất. Việc phát hiện 2/3 tài liệu khoa học AI sinh ra là giả mạo đã thay đổi hoàn toàn cách tôi làm việc với AI: từ «tin tưởng và sử dụng ngay» sang «xác thực trước khi áp dụng». Đây là năng lực quan trọng nhất mà sinh viên kỹ thuật cần trong kỷ nguyên AI.

🏔️ Thách thức lớn nhất

Thách thức lớn nhất khi xây dựng Portfolio là việc biểu diễn quá trình tư duy, không chỉ kết quả. Dễ dàng nộp một file docx hoàn chỉnh, nhưng để minh chứng được rằng mình thực sự hiểu từng bước, phân tích được ưu nhược điểm và chủ động cải tiến — đó là thách thức đòi hỏi sự trung thực.

Lời Cảm Ơn

Portfolio này sẽ không hoàn thiện nếu thiếu đi sự đồng hành của các thành viên và định hướng khoa học từ Giảng viên học phần. Xin chân thành cảm ơn thầy cô và các bạn đã theo dõi!