Tự đánh giá bản thân

Nhìn lại Hành trình Học tập

Kiến thức tích lũy & Kỹ năng đạt được

Thông qua việc thực hiện nghiêm túc 6 bài tập lớn trong học phần này, tôi đã hệ thống hóa và làm chủ được một lượng kiến thức và kỹ năng số vô cùng quan trọng:

Kiến thức cốt lõi

  • Hệ thống quản trị file: Nắm vững cách quản trị tệp tin, phân cấp và cấu trúc bảo mật lưu trữ hệ điều hành.
  • Học thuật số: Nắm vững cách tìm kiếm nâng cao (toán tử Boolean), cách đánh giá chất lượng tài liệu khoa học theo chuẩn Peer-review.
  • Tương tác AI: Hiểu rõ cơ chế hoạt động của Mô hình ngôn ngữ lớn (LLMs), kỹ thuật Prompt Engineering cơ bản.
  • Liêm chính học thuật: Nắm bắt các quy tắc sử dụng AI có trách nhiệm và chính sách bản quyền học thuật của trường.

Mức độ tự đánh giá Kỹ năng

Kỹ năng Quản lý Tệp & Thư mục (Bài 1)90%
Tìm kiếm & Đánh giá Học thuật (Bài 2)85%
Lập trình Python & Kỹ thuật Prompt (Bài 3)90%
Làm việc nhóm & Quản lý Dự án (Bài 4)80%
Sáng tạo Nội dung & Java OOP (Bài 5)88%

Trải nghiệm thực tế, Khó khăn & Khắc phục

Quá trình hoàn thành bài tập dự án này không chỉ đơn thuần là gõ code mà là một trải nghiệm thực tế quý giá với nhiều thử thách bất ngờ, đòi hỏi tư duy giải quyết vấn đề độc lập:

Khó khăn: Đồ thị Python bị méo tỉ lệ (Bài 3)

Khi chạy thử đoạn mã vẽ đồ thị lưới tọa độ sau phép biến đổi tuyến tính do ChatGPT sinh ra, hình vuông bị méo thành hình chữ nhật do tỉ lệ khung hình mặc định của thư viện Matplotlib.

Khắc phục: Sử dụng AI để học hàm thư viện

Thay vì mất hàng giờ đọc tài liệu, tôi đã viết một Prompt hẹp để hỏi AI giải pháp cố định tỉ lệ khung hình. AI đã cung cấp câu lệnh `plt.gca().set_aspect('equal')` giải quyết triệt để lỗi.

Khó khăn: AI đề xuất thiết kế sai kiến trúc Java (Bài 5)

Trong bài toán thiết kế Class OOP Đấu giá, Google Gemini đề xuất để Class `Auction` kế thừa (`extends`) từ Class `Entity`. Đây là lỗi tư duy nghiêm trọng (vi phạm Domain-Driven Design).

Khắc phục: Phản biện & Sử dụng Composition

Tôi đã chủ động bác bỏ code của AI, viết lại phần phân tích cấu trúc sử dụng quan hệ chứa trong (Composition) thay vì kế thừa (Inheritance). Điều này chứng minh tư duy kỹ thuật độc lập lớn hơn 50%.

Khó khăn: Xung đột chỉnh sửa & Quá tải kênh chat (Bài 4)

Khi làm việc nhóm trực tuyến trên Google Docs, các thành viên hay ghi đè ý tưởng của nhau. Các link tài liệu quan trọng trên Discord cũng nhanh chóng bị trôi mất.

Khắc phục: Thiết lập bộ quy tắc làm việc nhóm

Tôi đề xuất bật chế độ "Suggesting" thay vì "Editing" trên Docs. Đồng thời, tôi chủ động lập các channels Discord chuyên biệt và ghim các tin nhắn chốt quyết định để tránh trôi thông tin.

Định hướng Phát triển trong Tương lai

Môn học Nhập môn Công nghệ số & Ứng dụng AI mới chỉ là bước khởi đầu. Để chuẩn bị tốt cho sự nghiệp của một Kỹ sư Phần mềm tương lai, tôi tự đặt ra cho mình lộ trình phát triển tiếp theo:

1. Nghiên cứu sâu về Machine Learning và Học sâu (Deep Learning)
Dựa trên kết quả bài tập 2 về "Ứng dụng Học máy trong Dự đoán lỗi phần mềm", tôi định hướng sẽ tự học nâng cao toán học (Đại số tuyến tính, Xác suất thống kê) để tự cài đặt các thuật toán dự đoán lỗi.
2. Làm chủ Kỹ nghệ Prompt (Advanced Prompt Engineering)
Không dừng lại ở các prompt trò chuyện thông thường, tôi sẽ nghiên cứu các kỹ thuật prompt nâng cao như Few-shot prompting, Chain-of-Thought để tích hợp AI vào môi trường phát triển (IDE) tối ưu quy trình debug mã nguồn.
3. Áp dụng nghiêm ngặt bộ nguyên tắc liêm chính học thuật
Mọi sản phẩm nghiên cứu, viết code của tôi sau này luôn tuân thủ nguyên tắc "6 Không - 6 Có" đã tự thiết lập ở bài tập 6, đảm bảo sự phát triển bản thân bền vững dựa trên thực chất của tư duy sáng tạo.