VŨ TIẾN ĐẠT
Tóm tắt chuyên môn
- Sinh viên năm thứ 4 chuyên ngành Toán - Tin tại Trường Đại học Khoa học Tự nhiên, ĐHQGHN với niềm đam mê sâu sắc về phát triển phần mềm và các hệ thống công nghệ có khả năng mở rộng.
- Có kinh nghiệm thực chiến trong phát triển web full-stack, kỹ thuật backend, xử lý dữ liệu và hệ thống cơ sở dữ liệu qua các dự án học thuật và doanh nghiệp.
- Đam mê học hỏi công nghệ mới, giải quyết các bài toán thực tế và phát triển các hệ thống hiệu quả, có khả năng mở rộng cao.
Học vấn
Trường Đại học Khoa học Tự nhiên, ĐHQGHNHà Nội, Việt Nam
Cử nhân Toán - Tin học. GPA: [3.42]2023 – Hiện tại
- Các môn học liên quan: Đại số tuyến tính, Xác suất và Thống kê, Tối ưu hóa, Toán rời rạc, Học máy, Hệ cơ sở dữ liệu.
Kinh nghiệm làm việc
Thực tập sinh Lập trình Fullstack06/ 2026 – 08/ 2026
JVB (Japan Vietnam Business)
•Hệ thống Quản lý Học tập Tích hợp AI (LMS)[GitHub ↗]
ReactJS, TypeScript, Java Spring Boot, FastAPI, MySQL, Redis, Qdrant, Docker
- Phát triển các dịch vụ backend sử dụng Java Spring Boot và MySQL, xây dựng RESTful API và logic nghiệp vụ cốt lõi.
- Tích hợp dịch vụ AI riêng biệt bằng Python để cá nhân hóa việc học tập và xử lý nội dung hỗ trợ bởi AI.
- Sử dụng Docker, Redis và MinIO để tích hợp microservices, quản lý dữ liệu và triển khai ứng dụng.
Dự án tiêu biểu
•Hệ thống Quản lý Bán hàng và Tồn kho[GitHub ↗]
ReactJS, Vite, TailwindCSS, Java Spring Boot, MySQL
- Phát triển ứng dụng web full-stack để quản lý sản phẩm, đơn hàng và kho bãi.
- Xây dựng các RESTful API phục vụ thao tác CRUD và quy trình xử lý đơn hàng.
- Thiết kế giao diện người dùng responsive bằng ReactJS và TailwindCSS.
- Thiết kế cấu trúc cơ sở dữ liệu và triển khai các tính năng theo dõi tồn kho theo thời gian thực.
•Mô hình T-GCN Cải tiến Dự báo Lưu lượng Giao thông[GitHub ↗]
Python, PyTorch, Graph Neural Networks, GCN, GRU, Attention
- Phát triển mô hình Mạng Tích chập Đồ thị Thời gian (T-GCN) cải tiến nhằm dự báo lưu lượng giao thông không gian - thời gian.
- Kết hợp tích chập đồ thị, mạng nơ-ron hồi quy và cơ chế Attention để mô hình hóa sự phụ thuộc không gian và thời gian.
- Tích hợp các đặc trưng chuỗi thời gian và biến ngoại sinh để nâng cao chất lượng biểu diễn mô hình giao thông.
Kỹ năng chuyên môn
- Ngôn ngữ lập trình: Java, Python, SQL, TypeScript
- Phát triển Giao diện (Frontend): ReactJS, Vite, TailwindCSS, HTML, CSS
- Hệ thống Máy chủ (Backend): Spring Boot, FastAPI, RESTful APIs, Spring Security, JWT
- Cơ sở dữ liệu & Lưu trữ: MySQL, Redis, MinIO, Qdrant
- AI & Tìm kiếm: RAG, Vector Search, Vector Embeddings
- Công cụ & Nền tảng: Git, GitHub, Docker, Gurobi
Hoạt động & Thành tích
- Được trao tặng danh hiệu “Sinh viên tiêu biểu Thủ đô Hà Nội”.
- Tham gia ban tổ chức cuộc thi “DataFlow 2025” và các hoạt động chuyên môn kỹ thuật.
- Tham gia “Chương trình hè về Mô hình hóa Toán học (SPMM 2026)“.