Đặng Hào Phú

Sinh viên năm cuối Khoa học Máy tính - Đam mê AI, Thị giác Máy tính & Xử lý Dữ liệu

Giới thiệu

Tôi là sinh viên năm cuối ngành Khoa học Máy tính, đam mê Trí tuệ nhân tạo, Thị giác Máy tính và Xử lý dữ liệu. Có kinh nghiệm thực hiện nghiên cứu và triển khai các dự án AI, bao gồm dự đoán tuổi và giới tính từ ảnh khuôn mặt (công bố quốc tế), ứng dụng nhận dạng chữ số viết tay và giải Sudoku từ ảnh. Thành thạo Python, TensorFlow, Keras, OpenCV, Scikit-learn, có kỹ năng tiền xử lý dữ liệu, xây dựng và tối ưu mô hình học sâu. Tìm kiếm cơ hội trở thành Kỹ sư AI/ML hoặc Thực tập sinh Nghiên cứu để áp dụng kiến thức học thuật vào các bài toán thực tế và phát triển bản thân trong môi trường chuyên nghiệp.

🌐

Full Stack Development

👁️

Computer Vision

🤖

AI/ML Engineering

📊

Data Processing & Research

Kỹ năng

Python Python (Data Science, ML)
CSS CSS
FastAPI FastAPI
HTML HTML
LabelImg LabelImg (Data Annotation)
Git Git
Docker Docker
Soft Skills: Tự học, Làm việc nhóm, Chịu áp lực

Kinh nghiệm & Dự án

AI Research Assistant
University Research Project - Age & Gender Prediction
Tháng 12/2024
  • Hợp tác nhóm 6 người phát triển mô hình CNN bằng TensorFlow và Keras để dự đoán tuổi và giới tính từ ảnh khuôn mặt.
  • Triển khai tiền xử lý dữ liệu với OpenCV và kỹ thuật augmentation, đạt 92% độ chính xác trên dataset chuẩn.
  • Đóng góp viết bài báo, công bố quốc tế trên tạp chí Sciendo.
  • Tích hợp backend Flask cho triển khai web, hỗ trợ dự đoán thời gian thực từ ảnh upload.
Computer Vision Developer
Sudoku Solver Research - Nhận dạng Số Viết Tay
Tháng 1/2023
  • Nghiên cứu và so sánh kiến trúc CNN, KNN, MobileNet cho nhận dạng chữ số viết tay từ ảnh bằng Scikit-learn.
  • Xây dựng solver Sudoku end-to-end kết hợp OpenCV xử lý ảnh và thuật toán backtracking, test trên ảnh thực tế.
  • Tối ưu mô hình đạt 95% độ chính xác trên MNIST; công bố trên Tạp chí Khoa học & Công nghệ Trường Đại học Xây Dựng Miền Tây.
  • Triển khai dưới dạng web app FastAPI cho giải Sudoku tương tác.
AI/ML Platform Developer
NASA Space Apps Challenge (Seishinteki)
Tháng 10/2025
  • Phát triển nền tảng AI/ML tương tác (Seishinteki) cho NASA Space Apps 2025 (danh mục Astronomy Physics), cho phép train mô hình Random Forest cá nhân hóa trên dataset Kepler KOI và TESS TOI.
  • Triển khai Transit Photometry cho trích xuất đặc trưng, tùy chỉnh hyperparams và chia sẻ mô hình cộng đồng qua backend Flask/Django và frontend React.
  • Tăng tương tác cho sinh viên/khoa học gia, mô hình sơ bộ đạt >80% hiệu suất phát hiện ngoại hành tinh.
  • Thúc đẩy khám phá khoa học hợp tác qua dữ liệu NASA mở, rèn luyện full stack Python, Scikit-learn và công cụ deploy.
Full-Stack AI Safety Developer
Driver Safety Monitoring Project
Tháng 8/2025
  • Xây dựng hệ thống giám sát an toàn tài xế full-stack với backend Flask API cho xử lý AI, logic Java app và frontend HTML/CSS/JS cho giao diện web trực quan.
  • Áp dụng Deep Learning và Computer Vision dùng FaceBoxes, TDDFA, YOLOv5, Dlib để phát hiện buồn ngủ, ngáp, dùng điện thoại hoặc phân tâm thời gian thực.
  • Stream kết quả phát hiện đến UI với cảnh báo âm thanh đa ngôn ngữ và bản đồ Leaflet.js hiển thị khách sạn/khu nghỉ gần đó cho dừng an toàn.
  • Nâng cao an toàn đường bộ qua tích hợp PyTorch/OpenCV, chứng minh deploy AI end-to-end trong ứng dụng thực tế.

Dự án Nổi bật

Seishinteki
Seishinteki: Exoplanet Discovery Platform
Nền tảng AI/ML tương tác web/mobile cho NASA Space Apps Challenge 2025, cho phép train mô hình Random Forest cá nhân hóa trên dataset Kepler/TESS dùng Transit Photometry—đạt >80% độ chính xác và thúc đẩy khám phá khoa học hợp tác.
scikit-learn flask react
Drowsy Driver
Drowsy Driver Detection Web App
Hệ thống deep learning full-stack giám sát an toàn tài xế, dùng FaceBoxes, TDDFA, YOLOv5, Dlib phát hiện buồn ngủ, ngáp hoặc phân tâm thời gian thực—với cảnh báo âm thanh đa ngôn ngữ và bản đồ Leaflet.js cho khu nghỉ gần đó.
python flask opencv
Sudoku Solver
Sudoku Solver Desktop App with ML and OCR
App desktop Python kết hợp mô hình ML CNN, KNN, MobileNet với thuật toán Backtracking/Heuristic (MRV, AC-3) và OpenCV OCR—giải puzzle nhanh gấp 3 lần app truyền thống, xác thực qua nghiên cứu khoa học sinh viên.
pyqt5 tensorflow opencv

Mục tiêu

Phát triển và hoàn thiện các dự án AI thực tế để áp dụng vào cuộc sống.

Mục tiêu 1

Phát triển và cải thiện kỹ năng lập trình, tư duy.

Mục tiêu 2

Học công nghệ mới, tham gia dự án cộng đồng và đóng góp cho cộng đồng AI Việt Nam.

Mục tiêu 3

Giấy chứng nhận & Bài báo

Age Prediction Article
Bài báo khoa học: “Age Prediction from Facial Images Using Deep Learning Architecture” – Đăng trên Sciendo.
Sudoku Research
Nghiên cứu khoa học cấp trường: “NGHIÊN CỨU NHẬN DẠNG SỐ VIẾT TAY VÀ ỨNG DỤNG GIẢI SUDOKU” – Đăng trên Tạp Chí Khoa Học Và Công Nghệ Trường Đại Học Xây Dựng Miền Tây.