- Thứ Sáu, 25 tháng 04, 2025
- 093 868 1629
- Liên hệ
Trong số 1.088 sinh viên nhặn bằng tốt nghiệp trong đợt trao bằng ngày 25 và 26/4, Lã Nguyễn Gia Hy - khoa Khoa học và Kỹ thuật Máy tính là sinh viên có thành tích nổi trội nhất. Tốt nghiệp trước hạn, xếp loại Xuất sắc với điểm trung bình tích luỹ - GPA 4/4.0.
Nhân dịp nhận bằng tốt nghiệp, Lã Nguyễn Gia Hy đã chia sẻ về những thành tích đáng nể trong học tập, rèn luyện.
Lã Nguyễn Gia Hy với tấm bằng tốt nghiệp ĐH
- Gia Hy, Em chia sẻ một chút về background ở thời điểm nhập học Trường ĐH Bách khoa TP HCM! Em đã được định hướng trước như thế nào cho quyết định theo đuổi chuyên ngành Trí tuệ Nhân tạo?
Lã Nguyễn Gia Hy: Trước khi học ĐH, em là học sinh chuyên Toán ở Trường Phổ thông Năng khiếu (Đại học Quốc gia TP Hồ Chí Minh) và được tuyển thẳng vào Trường ĐH Bách khoa TP HCM do thành tích đạt giải Nhì kì thi Học sinh giỏi Quốc gia môn Toán. Ngoài ra thì hồi cấp 3 em còn đạt một số danh hiệu như: Huy chương vàng môn Toán lớp 10 kì thi Olympic 30/4, giải Nhất Học sinh giỏi cấp Thành phố môn Toán lớp 11, và đạt điểm tuyệt đối trong cuộc thi toán quốc tế Singapore & Asian Schools Math Olympiad (SASMO) năm lớp 10.
Về quyết định theo đuổi chuyên ngành Trí tuệ Nhân tạo, từ nhỏ em đã hứng thú với những khả năng ấn tượng của Trí tuệ Nhân tạo, đặc biệt là khi biết đến các hệ thống có thể chơi cờ – như AlphaGo của Google đánh bại kỳ thủ hàng đầu thế giới ở bộ môn cờ vây, vốn được xem là một trong những thử thách phức tạp nhất đối với máy tính. Trong những năm gần đây, sự xuất hiện của các mô hình AI tạo sinh như ChatGPT hay Deepseek càng khiến em tò mò và mong muốn tìm hiểu sâu hơn về cách những hệ thống này hoạt động. Ngoài ra, các môn học trên trường như Học máy và Nhập môn Trí tuệ Nhân tạo đã giúp em tiếp cận nền tảng kiến thức bài bản, từ đó càng làm rõ hơn đam mê và định hướng lâu dài của em với lĩnh vực này.
- Trong quá trình học, em đã tham gia dự án nghiên cứu hoặc đề tài kỹ thuật nào thuộc chuyên ngành của mình không?
Trong quá trình học, em đã có cơ hội tham gia một số dự án nghiên cứu và kỹ thuật thuộc lĩnh vực Trí tuệ Nhân tạo, tiêu biểu như chatbot tư vấn tuyển sinh của trường và hệ thống phân loại rác thải bằng AI.
Trong đó, đề tài mà em tâm đắc nhất chính là đề tài tốt nghiệp – nghiên cứu phương pháp phân loại rác thải thông qua học tự giám sát (self-supervised learning). Đề tài tập trung vào việc khai thác hiệu quả dữ liệu chưa gán nhãn bằng cách kết hợp giữa học biểu diễn và phân cụm, từ đó giúp mô hình tự động học đặc trưng hữu ích mà không cần quá nhiều dữ liệu nhãn. Hướng tiếp cận này không chỉ góp phần cải thiện độ chính xác của mô hình phân loại mà còn giúp giảm đáng kể chi phí gán nhãn – vốn là một trở ngại lớn trong các ứng dụng thực tế như xử lý rác thông minh ở môi trường có nhiều biến động.
Bên cạnh đó, em hiện cũng đang là thành viên của nhóm nghiên cứu URA do PGS.TS. Quản Thành Thơ hướng dẫn. Tại đây, em đang cùng nhóm phát triển các phương pháp nhằm cải thiện khả năng phản hồi và tính cá nhân hóa cho chatbot tuyển sinh của trường.
Em có tham gia viết một bài báo khoa học với vai trò là tác giả chính. Hiện tại bài báo này đã được gửi đến một hội nghị quốc tế Rank B, chuyên về các hệ thống thị giác thông minh. Bài báo hiện đang trong quá trình review và dự kiến sẽ có kết quả vào giữa tháng 5 này.
Bài báo này là sự phát triển từ đồ án tốt nghiệp của em, nhưng được mở rộng và thử nghiệm sâu hơn trong các điều kiện thực tế, như phân loại lỗi ngoại quan trong sản phẩm công nghiệp hoặc nhận diện rác thải công nghiệp. Đây là những bài toán có tính ứng dụng cao nhưng lại gặp khó khăn lớn trong việc thu thập dữ liệu đã được gán nhãn.
Về nội dung, em đề xuất một phương pháp học không giám sát, tức là không cần nhãn từ con người, giúp mô hình tự học cách phân loại hình ảnh. Cụ thể, mô hình được huấn luyện theo hai giai đoạn: đầu tiên là học đặc trưng hình ảnh thông qua việc so sánh các phiên bản khác nhau của cùng một hình ảnh; sau đó là gán nhãn tạm thời cho dữ liệu để mô hình học cách phân loại. Phương pháp này kết hợp ưu điểm của học tương phản và phân cụm để tạo ra một hệ thống phân loại chính xác, ngay cả khi không có nhãn.
- Em có thể chia sẻ về hành trình học tập của mình tại Trường Bách khoa TP HCM, nhất là về cách tổ chức, sắp xếp để tốt nghiệp trước thời hạn mà vẫn đảm bảo kết quả học tập tốt. Em gặp thử thách lớn nào trong quá trình này?
Trong suốt quá trình học tại Bách Khoa, em đã cố gắng lên kế hoạch học tập rõ ràng và tận dụng thời gian hiệu quả để có thể tốt nghiệp sớm mà vẫn duy trì kết quả tốt.
Thứ nhất, em chủ động học trước các môn cơ sở và chuyên ngành vào kỳ nghỉ hè. Điều này giúp em có thêm thời gian để ôn thi kỹ hơn vào cuối kỳ và dành thời gian cho các bài tập lớn. Với cách này, em có thể ôn lại kiến thức hai lần: một lần trong hè và một lần trước kỳ thi.
Thứ hai, em dành thời gian đọc kỹ giáo trình (khoảng 400-500 trang, tập trung vào các chương được giảng trên lớp) để hiểu bài một cách toàn diện, thay vì chỉ học qua slide. Em cũng chủ động tìm thêm tài liệu từ YouTube và làm các đề thi của các trường khác để mở rộng góc nhìn.
Thứ ba, để có thể tốt nghiệp sớm, em tìm hiểu kỹ quy chế học vụ và xây dựng lộ trình phù hợp. Trong đó yêu cầu quan trọng là phải hoàn thành Đồ án chuyên ngành trước khi làm Đồ án tốt nghiệp. Vì vậy, em đã thực hiện đồ án này sớm vào học kỳ 2 năm 3. Đây cũng là giai đoạn thử thách nhất với em, vì cùng lúc em phải học môn "Nguyên lý ngôn ngữ lập trình" là môn khó nhất ngành, đồng thời làm đồ án và tìm nơi thực tập. Tuy nhiên, nhờ hoàn thành Đồ án chuyên ngành sớm mà học kỳ cuối của em nhẹ nhàng hơn, do chỉ còn 7 tín chỉ (bao gồm Đồ án tốt nghiệp) là hoàn thành chương trình. Em đã tận dụng cơ hội này để học cải thiện một số môn mà em chưa đạt kết quả tốt nhất. Lần này, em dành nhiều thời gian ôn tập hơn và may mắn đạt điểm A cho tất cả, qua đó cải thiện đáng kể điểm trung bình tích lũy.
Một số môn mà em chưa đạt kết quả tốt nhất ngay từ lần thi đầu là các môn chính trị – pháp luật. Nguyên nhân là do em chưa dành thời gian ôn kỹ trong giáo trình, mà chủ yếu học qua video và luyện đề các năm trước. Bên cạnh đó, đặc thù của các môn này là yêu cầu ghi nhớ chính xác các từ khóa, trong khi đề thi thường có những câu hỏi gây nhiễu, dễ khiến thí sinh nhầm lẫn. Sau khi rút kinh nghiệm, em đã học cải thiện các môn này và đạt điểm A cho toàn bộ.
Môn duy nhất mà em chưa đạt điểm A là Nguyên lý ngôn ngữ lập trình – được xem là môn chuyên ngành khó nhất của khoa Khoa học máy tính. Trong học kỳ đó, em đồng thời phải làm Đồ án chuyên ngành và tìm kiếm công việc thực tập, nên không có đủ thời gian để ôn tập kỹ lưỡng. Vì vậy mà em chỉ đạt 7.5 điểm cho môn này.
- Em định hướng nghề nghiệp như thế nào trong 2–3 năm tới? Và em nghĩ kỹ năng kỹ thuật nào là ưu tiên cần phát triển thêm?
Trong 2– 3 năm tới, em dự định sẽ theo học các chương trình sau đại học chuyên sâu về Trí tuệ nhân tạo tại những trường ĐH có thế mạnh nghiên cứu trong lĩnh vực này. Đồng thời, em cũng mong muốn tiếp tục tham gia vào các dự án ứng dụng AI vào các vấn đề thực tiễn, đặc biệt là trong các lĩnh vực có tác động xã hội tích cực như phân loại/ xử lý chất thải, tự động phát hiện lỗi và tối ưu vận hành trong sản xuất. Em tin rằng việc kết hợp giữa nền tảng học thuật vững chắc và kinh nghiệm thực tế sẽ giúp em phát triển toàn diện cả về năng lực nghiên cứu lẫn khả năng triển khai ứng dụng.
Em ưu tiên các chương trình Thạc sĩ hoặc Tiến sĩ có học bổng toàn phần tại các nước có nền giáo dục phát triển như châu Âu, Mỹ, cũng như một số quốc gia châu Á như Hàn Quốc và Singapore. Em cố gắng mở rộng phạm vi ứng tuyển để tăng cơ hội, vì em tin rằng chỉ cần có môi trường học tập phù hợp và cơ hội học bổng, thì em đều sẵn sàng nỗ lực để theo đuổi.
Về kỹ năng kỹ thuật, em ưu tiên phát triển khả năng đọc hiểu tài liệu học thuật, viết báo khoa học và giao tiếp học thuật bằng tiếng Anh. Đây là những yếu tố nền tảng giúp em tiếp cận hiệu quả với các công trình nghiên cứu quốc tế và từng bước xây dựng sự nghiệp nghiên cứu một cách bền vững.
- Ngoài học tập và nghiên cứu, em có tham gia hoạt động ngoại khóa hoặc phát triển kỹ năng mềm nào?
Ngoài việc học tập và nghiên cứu, em luôn cố gắng duy trì sự cân bằng bằng cách đọc sách và nghe nhạc để thư giãn sau những giờ học căng thẳng. Vào cuối tuần, em thường chơi thể thao như một cách để rèn luyện thể chất và giữ tinh thần tích cực. Bên cạnh đó, em cũng chủ động học tiếng Anh và tham gia thực tập tại doanh nghiệp để chuẩn bị cho môi trường làm việc toàn cầu trong tương lai. Em tin rằng việc phát triển kỹ năng mềm và trải nghiệm thực tế sẽ giúp em tự tin và thích nghi tốt hơn trong các môi trường chuyên nghiệp và học thuật quốc tế.
