Đề tài "Phát triển hệ thống dự đoán lỗi build trong tích hợp liên tục bằng học sâu và MLOps" đặt trọng tâm vào giải quyết các vấn đề lỗi build – một trở ngại phổ biến trong bối cảnh phát triển phần mềm hiện nay, đặc biệt đối với các hệ thống tích hợp liên tục (CI/CD). Với sự gia tăng độ phức tạp của các dự án phần mềm, lỗi build không chỉ gây gián đoạn mà còn làm gia tăng chi phí và suy giảm chất lượng sản phẩm. Đề tài áp dụng các phương pháp học sâu như Stacked-LSTM, StackedBiLSTM, và ConvLSTM để phân tích dữ liệu chuỗi thời gian từ nguồn như TravisTorrent, nhằm dự đoán sớm các rủi ro thất bại của build, từ đó hỗ trợ nâng cao hiệu quả quy trình phát triển và giảm thiểu thời gian xử lý sự cố.
Khóa luận tập trung vào việc xây dựng hệ thống ứng dụng Social Scope, sử dụng các kỹ thuật xử lý ngôn ngữ tự nhiên (NLP) để phân tích các nội dung được đăng trên mạng xã hội Reddit, từ đó xác định cảm xúc của người dùng đối với nhiều sản phẩm và dịch vụ khác nhau. Chúng tôi đã thiết kế một hệ thống cho phép thu thập dữ liệu từ các diễn đàn công nghệ và sản phẩm lớn trên Reddit nhằm tạo ra một cái nhìn tổng quát về xu hướng và tâm lý của người tiêu dùng.
Trong bối cảnh đó, việc tìm kiếm một giải pháp công nghệ cao để hỗ trợ quá trình phân loại và quản lý chất thải là một điều hết sức cần thiết. Chính vì vậy, chúng tôi đã nghiên cứu và thực hiện một đề tài sử dụng trí tuệ nhân tạo hỗ trợ trong việc nhận dạng và phân loại rác thải thành các loại rác tái chế và không tái chế. Mục đích đơn giản và hiện đại hóa quá trình xả thải và phân loại rác ra môi trường từ các rác thải sinh hoạt của người dùng và giảm bớt những quy trình và sai sót trong việc quản lý chất thải.
Nhu cầu thực tế đối với các giải pháp quản lý y tế hiện đại là rất lớn, đặc biệt trong bối cảnh các phòng khám tư nhân đang gặp khó khăn về nguồn lực tài chính và kỹ thuật. Chi phí sử dụng các nền tảng như CareFusion được tối ưu hóa, cho phép các phòng khám hoạt động hiệu quả hơn mà không cần chi phí quá cao. Trên thị trường hiện nay, đã có một số hệ thống tương tự được triển khai, nhưng vẫn còn hạn chế về khả năng tích hợp các công nghệ tiên tiến và giải quyết triệt để vấn đề bảo mật dữ liệu. Xuất phát từ những nhu cầu và thách thức thực tế, đề tài “Ứng dụng CareFusion xử lý hình ảnh dựa trên công nghệ học liên kết trong y tế” được phát triển nhằm mang lại giải pháp toàn diện. Hệ thống không chỉ thúc đẩy ứng dụng AI trong chăm sóc sức khỏe mà còn hướng đến việc hiện đại hóa ngành y tế, đặc biệt tại các khu vực hạn chế về nguồn lực và hạ tầng y tế.
“EcoSync - Hệ thống quản lý và phân loại rác thải theo thời gian thực sử dụng công nghệ IoT và học sâu” ra đời để giải quyết những vấn đề thực tiễn đó nhằm mang lại giải pháp toàn diện. Nền tảng này cho phép các doanh nghiệp đảm nhiệm vai trò quan trọng trong việc phân loại và xử lý rác thải dễ dàng quản lý, ứng dụng trí tuệ nhân tạo để tự động hóa quy trình, dễ dàng cập nhật, sửa đổi, bổ sung mô hình trí tuệ nhân tạo phân loại rác dễ dàng. Đồng thời, hệ thống cũng hỗ trợ con người trong việc hạn chế tiếp xúc trực tiếp với rác thải, điều này về lâu dài có thể tác động tiêu cực đến sức khỏe.
Đề tài "Phát triển hệ thống phân tán Microservices cho ứng dụng chia sẻ video” xây dựng một ứng chia sẻ video thông qua nghiên cứu, áp dụng các nguyên lý của kiến trúc microservice và các kỹ thuật DevOps trong việc phát triển và triển khai. Bên cạnh đó, ứng dụng sẽ được tích hợp trí tuệ nhân tạo qua việc xây dựng xây dựng các mô hình học sâu nhằm tăng thêm tính thực tiễn của ứng dụng và tăng trải nghiệm người dùng.
