Sinh viên: Lê Mậu Anh    MSSV: 23520047    Lớp: CNNB 2023.1

Giới Thiệu Công Nghệ Thông Tin

Những năm đại học là khoảng thời gian quý báu dành cho các bạn trẻ, vì trong khoảng thời gian này các bạn không những chỉ học được các kiến thức từ những môn của chương trình đào tạo, tiếp thu các bài học quý giá từ xã hộị hay khám phá những điều mới mà còn là thời gian mà các bạn sinh viên tự tạo ra những khát vọng, mục tiêu hoài bão của riêng mình và từ đó bắt đầu hành trình chinh phục những mục tiêu ấy. Em cũng không khác gì đa số các bạn,  anh chị sinh viên khác, em cũng có 5 mục tiêu riêng  cho bản thân sau 4 năm, lần lượt là:

+Đang được đi du học bằng cử nhân năm thứ 3 hoặc năm thứ 4 tại các nước phương Tây với học bổng 50% trở lên.

+Xác định được mảng riêng của  CNTT phù hợp với bản thân.

+Được đi thực tập tại các công ty phương tây có mức lương phù hợp với công việc, coi trọng sự cân bằng đời sống và công việc của nhân viên.

+Được nhận phỏng vấn cho vị trí thực tập từ các công ty lớn như Microsoft, Google, Adobe,..

+Nhận thức được những con đường tệ nạn, tiêu cực trong nghề cntt.

Đối với mục tiêu được đi du học thì em khao khát được  trải nghiệm nền văn hóa từ một quốc gia hay những người mang quốc tịch khác, được tiếp cận với nền giáo dục hiện đại, sáng tạo hay luôn luôn cải tiến của các nước phát triển hoặc được tiếp xúc với những bài giảng dạy hay những cuộc thuyết trình của những giáo sư giỏi, nổi tiếng của thế giới để có thể mở mang tri thức, tư duy và từ đó đóng góp phần nào cho sự phát triển của quê hương. tăng cơ hội việc làm.

Ở mục tiêu thứ hai, việc tìm ra được lĩnh vực CNTT phù hợp với bản thân sẽ giúp em phát triển một cách hiệu quả và tối đa lĩnh vực thuộc về thế mạnh hay phù hợp với tính cách của bản thân. Không chỉ dừng lại ở đó, việc xác định được con đường phù hợp sẽ giúp bản thân em vào thời sau 4 năm đó có thể giúp em trong việc đi phỏng vấn tìm việc làm tại các công ty vì lúc đó em biết mình giỏi và phù hợp với lĩnh vực gì, từ đó giúp bản thân em đỡ lan man hay suy nghĩ tiêu cực khi ra trường.

Được nhận làm thực tập sinh tại các công ty phương tây  (Mỹ, Châu Âu và Úc,..) trở thành mục tiêu thứ 3 của em vì bản thân em thích văn hóa ở các công ty phương Tây hơn những công ty Châu Á nói chung.  Văn hóa ở những công ty này thường không quá khắt khe, không có phân biệt giữa các cấp trong công ty, nhân viên bất kể Freshman, Junior hay Senior thì đều có thể đóng góp cho công ty nếu có năng lực, thay vì chỉ được phép làm mỗi việc được giao. Sự đa dạng quốc tịch cũng là một điểm cộng của những công ty tại Mỹ, Úc và Châu Âu trong mắt em. Vì khi được làm việc trong môi trường có nhiều người đến từ những nước khác thì em sẽ được khám phá, học hỏi những góc độ quan điểm, tư duy khác nhau. Chế độ lương đãi ngộ cũng là một trong những lí do chính, chế độ lương đãi ngộ tại các công ty công nghệ Mỹ, Châu Âu và Úc thường sẽ tốt hơn các công ty của các nước Châu Á, các công ty phương tây cũng thoải mái hơn về chuyện tiền lương hơn so với các công ty phương Đông, miễn là mình có năng lực. Lí do cuối cùng là em muốn được đảm bảo sự cân bằng giữa công việc và đời sống, cũng vì văn hóa các nước phương tây đề cao sự độc lập của mỗi cá thể nên các công ty cũng rất quan tâm đến cân bằng giữa đời sống và công việc của nhân viên, đưa ra yêu cầu công việc phù hợp với mức lương nhằm tạo ra môi trường mà ở đó mọi người có thể làm viêc năng suất để cống hiến cho công ty.

Việc được nhận phỏng vấn cho vị trí thực tập từ các công ty lớn như Google, Microsoft hay Adobe có thể là một trong những mục tiêu khó nhất trong danh sách vì môi trường ở những công ty này gần như hoàn hảo về mọi mặt, từ chế độ lương đãi ngộ, tới thành phần nhân sự của công ty hay các vấn đề khác như sức khỏe tinh thần cho nhân viên nên đầu vào thường rất khó khăn và đầy thử thách. Chính vì vậy việc đặt mục tiêu lớn như vậy sẽ giúp em cố gắng học tập và không ngừng học hỏi để có thể tiến bộ dần theo thời gian, trong trường hợp không được nhận ở lại cho vị trí chính thức hay vị trí thực tập tại những công ty đó thì khả năng của em vẫn được chứng minh phần nào mắt ban tuyển dụng của những công ty khác.

Mục tiêu cuối cùng của em trong danh sách là nhận thức được những con đường xấu hay tệ nạn  trong con đường theo đuổi sự nghiệp công nghệ thông tin. Khi hiểu hiểu rõ rủi ro của những con đường ấy thì em sẽ không bị sa ngã bởi những lợi ích trước mắt như tiền bạc, danh dự để rồi làm những việc vô đạo đức, ảnh hưởng đến không chỉ bản thân, gia đình hay thậm chỉ là cả cộng đồng, dẫn đến những hệ lụy tiêu cực đáng tiếc sau này.

Để có thể tiến gần hơn với những mục tiêu trên, cá nhân em sẽ phải nỗ lực theo quá trình theo thời gian bằng cách học môn Tổ chức và cấu trúc máy tính IIđể hiểu hơn về cốt lõi máy tính giúp cho việc học lập trình tốt hơn hay xử lí các vấn đề. Môn Xác xuất thông kê nhằm xây dựng tư duy tốt hơn trong việc giải các bài toán xác xuất sau này. Cấu trúc dữ liệu và giải thuậtsẽ em có tư duy tốt và hiểu biết tốt hơn về cấu trúc dữ liệu và cách tư duy giải quyết các vấn đề về dữ liệu. Môn Phân tích thiết kế phần mềm nhằm hiểu hơn về cách thức thiết kế phần mềm để tạo ra các sản phầm phần mềm nói chung và cuối cùng là môn Pháp luật đại cương để hiểu hơn về những rủi ro, việc nào là vi phạm pháp luật nhằm giúp bản thân em không bị cuốn vào những con đường xấu khi theo đuổi con đường công nghệ.

Tổng kết lại, mục tiêu của em bao gồm được du học, được làm việc tại những công ty phương Tây, hiểu rõ lĩnh vực phù hợp với bản thân và đặc biệt không sa lầy vào những con đường xấu của ngành CNTT, và để đạt được những điều đó thì cá nhân em phải nỗ lực học hỏi không ngừng, chọn những môn phù hợp để có thể phát triển những kỹ năng cần thiết để có thể tiến gần hơn với những mục tiêu mà em đã đề ra trong 4 năm tới.

Phát hiện các gian lận kế toán bằng phương pháp máy học tổng hợp

CH2002011 - Huỳnh Thị Tố Ngọc

Báo cáo tài chính (viết tắt là BCTC) là công cụ giúp các nhà đầu tư và những đơn vị liên quan hiểu rõ tài chính của các tổ chức. Trong thời đại ngày nay, tốc độ phát triển của khoa học công nghệ nhanh như vũ bão thì quy mô kinh doanh ngày càng tăng, nguy cơ về gian lận kế toán (GLKT) đã trở thành một thách thức cực kỳ lớn đối với doanh nghiệp và hệ thống tài chính toàn cầu. GLKT không còn đơn thuần là một vấn đề riêng của các doanh nghiệp, mà còn mang theo những hậu quả lớn đối với tính công bằng và minh bạch trong quản lý tài chính. Việc GLKT ngày càng trở nên tinh vi làm cho việc phát hiện và ngăn chặn gian lận trở nên cực kỳ khó khăn.

Trong luận văn này, chúng tôi đã tiến hành trích xuất đặc trưng từ các giá trị dữ liệu thô trong các BCTC và áp dụng phương pháp máy học tổng hợp với thuật toán RUSBoost, AdaBoost, Bagging, phương pháp máy học hồi quy Logistic và SVM để xây dựng mô hình phân loại các GLKT.

Chúng tôi đã tập trung giải quyết hai vấn đề chính. Thứ nhất, đã đóng góp về mặt tập dữ liệu, bổ sung tập dữ liệu cho nghiên cứu khoa học về GLKT từ các BCTC. Thứ hai, qua kết quả số liệu của mô hình thực nghiệm và phân tích số liệu cho thấy kết quả của mô hình máy học tổng hợp tốt hơn so với các mô hình riêng biệt.

Với những kết quả đạt được, đề tài đã phát hiện GLKT trong BCTC và nâng cao độ tin cậy của những BCTC dành cho người sử dụng. Sau khi xây dựng thành công mô hình phát hiện GLKT bằng thuật toán máy học tổng hợp, chúng tôi đề xuất giải pháp tự động hóa quy trình phát hiện GLKT, giảm thiểu sự phụ thuộc vào sự can thiệp của con người. Mục tiêu là tối ưu hóa hiệu suất thời gian, nâng cao độ chính xác, giảm thiểu sai sót do yếu tố con người trong quá trình giám sát, đảm bảo được tính công bằng, minh bạch trong quản lý tài chính và góp phần xây dựng sự ổn định của thị trường kinh doanh và xã hội.

Trân trọng.

Xây dựng ứng dụng dự báo chất lượng nước dưới đất dựa vào công nghệ trí tuệ nhân tạo

Phan Thanh Tuấn - CH20020023

Chất lượng asen trong nước tại các vùng đồi núi có thể khác nhau tùy thuộc vào điều kiện địa chất và địa hình của khu vực đó. Các vùng đồi núi thường có nước dưới đất được cung cấp từ các suối, sông và rừng núi. Tuy nhiên, nước dưới đất ở các vùng đồi núi có thể bị ô nhiễm bởi các nguồn gốc tự nhiên như khoáng chất có chứa asen trong đất và đá, hoặc do các hoạt động con người như khai thác mỏ, sử dụng phân bón hóa học, và xả thải từ công nghiệp, gia đình và chăn nuôi.

Các nghiên cứu về chất lượng nước dưới đất tại các vùng đồi núi ở Việt Nam đã chỉ ra sự hiện diện của asen trong nước dưới đất ở mức độ khác nhau. Nhiều vùng đồi núi ở Việt Nam, bao gồm các tỉnh Đắk Nông, Gia Lai, Kon Tum, Lào Cai, Yên Bái, và Hà Giang, đã được phát hiện có nước dưới đất chứa nồng độ asen vượt quá giới hạn cho phép của Tổ chức Y tế Thế giới (WHO) và Bộ Y tế Việt Nam. Tình trạng ô nhiễm asen trong nước dưới đất đã gây ra tác động nghiêm trọng đến sức khỏe của người dân và kinh tế xã hội của khu vực đó.

Do đó, việc đánh giá chất lượng nước dưới đất ở các vùng đồi núi là rất quan trọng để đảm bảo an toàn sức khỏe cho cộng đồng và bảo vệ tài nguyên nước. Các chuyên gia địa chất và môi trường cần thực hiện các nghiên cứu về chất lượng nước dưới đất tại các vùng đồi núi và đưa ra các giải pháp phù hợp để giảm thiểu ô nhiễm asen trong nước.

Kết quả đạt được:

• Bộ dữ liệu chuẩn với 6 chất Fe, Mn, pH, Hardness, Coliforms EC, gồm 569 bản ghi tương ứng với mỗi chất (trong đó có 398 bản ghi làm dữ liệu huấn luyện và 171 bản ghi làm dữ liệu kiểm chứng).
• Trong quá trình thực hiện, việc sử dụng các thuật toán máy học đã mang lại khả năng dự báo chất lượng nước dưới đất với độ chính xác cao. Kết quả thử nghiệm cho thấy mô hình SVM đã đạt được hiệu quả tốt nhất trong việc dự báo nồng độ asen trong nước dưới đất, với độ chính xác đạt 90%. Điều này làm rõ tính ứng dụng cao của phương pháp máy học trong việc dự báo chất lượng nước dưới đất.
• Để mở rộng các nghiên cứu liên quan đến đánh giá và dự báo chất lượng nước dưới đất, có thể khám phá các phương pháp máy học khác như Decision Tree, Random Forest, Neural Networks, và nhiều phương pháp khác. Đồng thời, việc thu thập dữ liệu từ các khu vực khác nhau cũng sẽ đóng góp quan trọng để cải thiện chất lượng dự báo và đánh giá chính xác hơn về tình trạng ô nhiễm asen trong nước dưới đất tại Đắk Nông cũng như các vùng khác.
• Phân tích và đánh giá bộ dữ liệu các chất trong không khí, tìm hiểu và một số thuật toán máy học dự báo phù hợp với bộ dữ liệu.
• Hệ thống lưu trữ dữ liệu dự báo asen trong nước dưới đất được xây dựng dưới dạng cơ sở dữ liệu (database) và hệ thống lưu trữ trực tuyến (online storage system). Các thông tin liên quan đến vị trí, độ sâu, nguồn nước và chất lượng nước dưới đất được thu thập và lưu trữ theo thời gian để hỗ trợ việc đánh giá và dự báo chất lượng nước dưới đất trong tương lai.
• Hệ thống lưu trữ dữ liệu này cần được đảm bảo bảo mật và tính toàn vẹn của dữ liệu. Đồng thời, cần thiết kế hệ thống sao cho có khả năng truy xuất nhanh chóng và dễ dàng dữ liệu, cung cấp các công cụ hỗ trợ phân tích và dự báo dữ liệu cho người dùng.
• Một số công nghệ lưu trữ dữ liệu phổ biến được sử dụng hiện nay bao gồm cơ sở dữ liệu quan hệ (relational database), NoSQL database, lưu trữ đám mây (cloud storage), hệ thống lưu trữ tập tin (file storage system) và hệ thống lưu trữ đa phương tiện (multimedia storage system). Tuy nhiên, sự lựa chọn phù hợp phụ thuộc vào nhu cầu và yêu cầu của hệ thống dự báo asen trong nước dưới đất.

Trân trọng.