NEU Logo
Đại học Kinh tế Quốc dânChương trình đào tạo
English
Tiếng Việt
NEU Logo
QR Code

Đại học Kinh tế Quốc dân

207 Giải Phóng,Bạch mai, Hà Nội, Việt Nam

(84)24.36.280.280

(84)24.38.695.992

facebook.com/ktqdNEU

QR Code
Bản quyền thuộc về: Đại học Kinh tế Quốc dân
Trang chủ
Hướng dẫn sử dụng
Trí tuệ nhân tạo – EP16 · Trí tuệ nhân tạo (7480107) · Khoa Khoa học dữ liệu và Trí tuệ nhân tạo · Trường Công nghệ | Chương trình đào tạo NEU

Trí tuệ nhân tạo

  • Thông tin chung
  • Triết lý giáo dục, mục tiêu đào tạo và định hướng nơi làm việc sau tốt nghiệp
  • Chuẩn đầu ra chương trình
  • Quy trình đào tạo
  • Điều kiện tốt nghiệp
  • Chương trình đào tạo
  • Phương pháp giảng dạy và đánh giá
  • Tiêu chuẩn đội ngũ giảng viên
  • Cơ sở vật chất, công nghệ và học liệu
  • Hướng dẫn thực hiện

Thông tin chung

Thông tin chung

Ngành/Chương trình
Trí tuệ nhân tạo
Tên tiếng Anh
Artificial Intelligence
Mã tuyển sinh
EP16
Ngành
Trí tuệ nhân tạo (7480107)
Ngôn ngữ đào tạo
Tiếng Anh
Khoá - Năm
K68 - 2026
Khoa/Viện
Khoa Khoa học dữ liệu và Trí tuệ nhân tạo
Trường
Trường Công nghệ
Chỉ tiêu tuyển sinh
80
Điểm chuẩn xét tuyển
Chưa có

Triết lý giáo dục, mục tiêu đào tạo và định hướng nơi làm việc sau tốt nghiệp

Triết lý giáo dục, mục tiêu đào tạo và định hướng nơi làm việc sau tốt nghiệp

Triết lý giáo dục

Kiến tạo con đường thông minh để mỗi người trở thành phiên bản tốt nhất của chính mình, mang lại giá trị cho cộng đồng.

Mục tiêu đào tạo

*Mục tiêu chung: Mục tiêu chung của chương trình đào tạo cử nhân ngành Trí tuệ nhân tạo tại Đại học Kinh tế Quốc dân là trang bị cho người học kiến thức chuyên môn về Trí tuệ nhân tạo, đào tạo ra các cử nhân có phẩm chất chính trị, đạo đức và kỹ năng nghề nghiệp, tư duy nghiên cứu, sáng tạo, có năng lực phát triển các hệ thống trí tuệ nhân tạo và phân tích dữ liệu tiên tiến nhằm thúc đẩy quá trình số hóa, tối ưu hóa, thông minh hóa trong các lĩnh vực kinh tế, kinh doanh, quản trị, đáp ứng các nhu cầu của xã hội về nhân lực chất lượng cao của thị trường lao động trong lĩnh vực Trí tuệ nhân tạo và Khoa học dữ liệu trong nước và quốc tế.

*Mục tiêu cụ thể:

Mã CodeMô tả
Description
PO1Có kiến thức cơ bản về chính trị, xã hội, pháp luật và khoa học tự nhiên.
PO2Có kiến thức nền tảng về kinh tế; có kiến thức nền tảng về lĩnh vực Máy tính và công ghệ thông tin;
PO3Có kỹ năng vận dụng thành thạo các công cụ và mô hình Trí tuệ nhân tạo để phát triển các ứng dụng hoàn chỉnh giải quyết các bài toán trong kinh tế, kinh doanh, tài chính, ngân hàng, quản trị chuỗi cung ứng, v.v.
PO4Có kỹ năng tìm kiếm và phân tích thông tin phục vụ cho việc tự học, tự cập nhật kiến thức chuyên sâu và liên ngành.
PO5Có kỹ năng sử dụng thành thạo ngoại ngữ và chuyên ngành để phục vụ học tập và công việc.
PO6Có năng lực làm việc độc lập, khả năng giao tiếp, phối hợp nhóm, trình bày các vấn đề về khoa học, công nghệ, chịu được áp lực và thích ứng nhanh chóng với những nhiệm vụ cụ thể.

Chuẩn đầu ra chương trình

Chuẩn đầu ra chương trình

Chuẩn đầu ra của chương trình

Khi tốt nghiệp, sinh viên có thể:

Mã
Code
Nội dung chuẩn đầu ra
1.Chuẩn về kiến thức
a.Chuẩn về kiến thức chung của Đại học
PLO1.1Vận dụng được thế giới quan, nhân sinh quan, phương pháp luận của Chủ nghĩa Mác-Lênin và của Đảng Cộng sản Việt Nam vào học tập, nghiên cứu, vào đời sống thực tiễn trong quá trình phát triển nền kinh tế thị trường định hướng XHCN.
PLO1.2Vận dụng được kiến thức cơ bản về pháp luật, kinh tế, quản trị kinh doanh, quản lý vào giải quyết các vấn đề kinh tế-xã hội ở tầm vĩ mô, ngành và doanh nghiệp.
b.Chuẩn về kiến thức của ngành
PLO1.3Vận dụng được các lý thuyết toán và các kiến thức khoa học cơ bản để học về các ngành Máy tính và Công nghệ thông tin
PLO1.4Vận dụng được các kiến thức nền tảng về Máy tính và Công nghệ thông tin
PLO1.5Vận dụng các kiến thức chuyên sâu theo định hướng Trí tuệ nhân tạo.
2.Chuẩn về kỹ năng
a.Chuẩn kỹ năng chung của Đại học
PLO2.1Đạt chuẩn đầu ra về Ngoại ngữ theo Điều 19 tại Quy chế đào tạo trình độ đại học ban hành theo Quyết định số 712/QĐ-ĐHKTQD ngày 03/6/2025 của Giám đốc Đại học
b.Chuẩn kỹ năng của ngành
PLO2.2Vận dụng (mức 4) các kỹ năng về chuẩn bị, phân tích dữ liệu, huấn luyện, xây dựng, chỉnh sửa và tối ưu kiến trúc, tinh chỉnh tham số và triển khai các mô hình Trí tuệ nhân tạo.
PLO2.3Vận dụng (mức 4) các kỹ năng về tích hợp các công cụ và mô hình AI để phát triển các ứng dụng hoàn chỉnh giải quyết các bài toán trong kinh tế, kinh doanh, tài chính, ngân hàng, quản trị chuỗi cung ứng, v.v.
3.Chuẩn về năng lực tự chủ và trách nhiệm
PLO3.1Làm việc độc lập, thể hiện trách nhiệm cá nhân và trách nhiệm đối với nhóm làm việc (mức 5).
PLO3.2Lập kế hoạch, điều phối, quản lý các nguồn lực, đánh giá và cải thiện hiệu quả các hoạt động (mức 5)
PLO3.3Thể hiện quan điểm và bảo vệ quan điểm cá nhân dựa trên cách tiếp cận khách quan, khoa học (mức 5).
PLO3.4Xác định thực hiện trách nhiệm xã hội và đạo đức nghề nghiệp trong việc đưa ra những nhận định, đánh giá về các vấn đề chuyên môn (mức 4).
PLO3.5Có tư duy đổi mới sáng tạo và tinh thần khởi nghiệp; có khả năng phát hiện cơ hội, giải quyết các vấn đề thực tiễn, đề xuất và triển khai các sáng kiến, giải pháp hoặc mô hình tạo giá trị cho tổ chức và xã hội; chủ động thích ứng với sự thay đổi của môi trường số, thị trường lao động và bối cảnh hội nhập quốc tế

Ma trận đáp ứng mục tiêu đào tạo và chuẩn đầu ra

PO1PO2PO3PO4PO5PO6
PLO1.1x
PLO1.2x
PLO1.3x
PLO1.4x
PLO1.5x
PLO2.1xx
PLO2.2x
PLO2.3x
PLO3.1x
PLO3.2x
PLO3.3x
PLO3.4x
PLO3.5x

Cơ hội làm việc và khả năng học tập nâng cao

Vị trí công việc mà sinh viên tốt nghiệp ngành Trí tuệ nhân tạo có thể ứng tuyển, bao gồm:

- Lập trình viên: Tham gia vào quá trình phát triển và xây dựng phần mềm, viết mã, thử nghiệm và duy trì ứng dụng, đặc biệt là các hệ thống sử dụng Trí tuệ nhân tạo.

- Chuyên gia xử lý và phân tích số liệu: Chịu trách nhiệm phân tích số liệu trong các tổ chức, doanh nghiệp, tập đoàn lớn, cung cấp các thông tin để lập kế hoạch, ra quyết định.

- Chuyên gia về học máy: phân tích, thiết kế, lập trình các thuật toán lõi xây dựng các mô hình Trí tuệ nhân tạo

- Giảng viên, nghiên cứu viên: Giảng dạy hoặc nghiên cứu về Trí tuệ nhân tạo tại0 các trường đại học hoặc các viện nghiên cứu.

- Chuyên viên xây dựng, quản lý các hệ thống lưu trữ, tổ chức và quản trị dữ liệu của chính phủ; các chuyên gia, nhà quản lý hoạch định chính sách về công nghệ, trí tuệ nhân tạo và khoa học dữ liệu.

Quy trình đào tạo

Quy trình đào tạo

Chương trình đào tạo theo quy chế đào tạo của Bộ Giáo dục và Đào tạo và của Đại học Kinh tế Quốc dân. Kế hoạch đào tạo chuẩn là 04 năm đối với hệ Cử nhân, sinh viên có thể tốt nghiệp sớm hoặc muộn theo quy định.

Điều kiện tốt nghiệp

Điều kiện tốt nghiệp

Sinh viên được công nhận tốt nghiệp nếu đáp ứng đủ các điều kiện sau đây:

a) Tích lũy đủ học phần, số tín chỉ và đạt chuẩn đầu ra ngoại ngữ, tin học của chương trình đào tạo;

b) Điểm trung bình tích lũy của toàn khóa học đạt từ trung bình trở lên;

c) Có chứng chỉ Giáo dục quốc phòng - an ninh và hoàn thành học phần Giáo dục thể chất;

d) Hoàn thành “Tuần sinh hoạt công dân-sinh viên” và đạt điểm đánh giá rèn luyện theo quy định đối với sinh viên đại học chính quy;

đ) Tại thời điểm xét tốt nghiệp không bị truy cứu trách nhiệm hình sự hoặc không đang trong thời gian bị kỷ luật ở mức đình chỉ học tập.

e) Sinh viên hoàn thành 150 TC (trong chương trình đào tạo hệ kĩ sư) được xét cấp bằng kĩ sư nếu đủ điều kiện theo quy định.

Chương trình đào tạo

Chương trình đào tạo — Trí tuệ nhân tạo
STTTên học phầnMã học phầnSố tín chỉ
1. Các học phần chung
1Triết học Mác - LêninLLNL11053
2Kinh tế chính trị Mác - LêninLLNL11062
3Pháp luật đại cươngEP16.LUCS11293
4Chủ nghĩa xã hội khoa họcLLNL11072
5Tư tưởng Hồ Chí MinhLLTT11012
6Lịch sử Đảng Cộng sản Việt NamLLDL11022
2. Các học phần chung của Đại học
7Tiếng Anh thực hành tổng hợp 1EP16.NNKC11716
8Kinh tế vi mô 1EP16.KHMI11013
9Lý thuyết xác suất và thống kê toánEP16.TOKT11453
10Tiếng Anh thực hành tổng hợp 2EP16.NNKC11723
11Kinh tế vĩ mô 1EP16.KHMA11013
3. Học phần của trường
12Đại sốEP16.TOCB11013
13Nhập môn Công nghệ thông tinEP16.CNTT11163
14Nhập môn Trí tuệ nhân tạoEP16.TOKT111213
15Nhập môn Cơ sở dữ liệuEP16.TOKT111203
16Cấu trúc dữ liệu và giải thuật với PythonEP16.TOKT111053
4. Các học phần chung của nhóm ngành
17Giải tíchEP16.TOCB11133
18Toán rời rạcEP16.TOCB11073
19Cơ sở lập trình với PythonEP16.TOKT111083
20Hệ điều hành LinuxEP16.TOKT111103
5. Các học phần bắt buộc
21Phân tích dữ liệu với PythonEP16.TOKT111233
22Lập trình hướng đối tượng với JavaEP16.TOKT111173
23Cơ sở dữ liệu nâng caoEP16.TOKT111073
24Toán cho Khoa học dữ liệu và Trí tuệ nhân tạoEP16.TOKT111253
25Công nghệ mạng và truyền thôngEP16.TOKT111063
26Phân tích dữ liệu chuỗi thời gian và dự báoEP16.TOKT111223
27Học thống kêEP16.TOKT111133
28Mạng nơ-ron học sâuEP16.TOKT111183
29Chuyên đề thực tế - Trí tuệ nhân tạoEP16.TOKT111094
30Khai phá dữ liệuEP16.TOKT111143
6. Các học phần tự chọn
Tự chọn (SV tự chọn 10/17 học phần)
31 - 40Trực quan hóa dữ liệuEP16.TOKT111303
Thiết kế và lập trình WEBEP16.CNTT11643
Lập trình định lượng với C++EP16.TOKT111163
Các kỹ thuật và công cụ phân tích kinh doanhEP16.TOKT111033
Kỹ nghệ phần mềmEP16.TIHT11043
Trí tuệ nhân tạo trong du lịch và giải tríEP16.TOKT111293
Xử lý ngôn ngữ tự nhiênEP16.TOKT111323
Quản lý dự án Công nghệ thông tinEP16.CNTT11593
An toàn thông tinEP16.TOKT111013
Thiết kế thuật toánEP16.TOKT111283
Thị giác máy tínhEP16.TOKT111273
Marketing định hướng dữ liệuEP16.TOTC11273
Công nghệ dữ liệu lớnEP16.TOKT111313
Điện toán đám mâyEP16.CNTT11673
Các thuật toán MetaheuristicsEP16.TOKT111043
Hệ khuyến nghịEP16.TOKT111113
Học tăng cường và ứng dụngEP16.TOKT111123
7. Thực tập
41Khóa luận tốt nghiệp - Trí tuệ nhân tạoEP16.TOKT1111510

Phương pháp giảng dạy và đánh giá

Phương pháp giảng dạy và đánh giá

Phương pháp giảng dạy

Chương trình chủ yếu sử dụng phương pháp giảng dạy theo mô hình Lecture/Seminar phối hợp với các phương pháp khác như dạy theo vấn đề, tình huống, mô phỏng, theo dự án và tăng cường trải nghiệm thực tế, kiến tập và thực tập.

Phương pháp giảng dạy từng học phần được ghi trong đề cương chi tiết. Tổng quát có các phương pháp sau đây:

+ Giảng dạy theo vấn đề, tình huống, mô phỏng thực tế đối với các học phần tập trung nhiều vào kiến thức thực hành.

+ Giảng dạy kiểu dự án với những học phần mang tính tổng hợp, có sử dụng kiến thức từ các học phần đã học trước đó.

+ Giảng dạy theo mô hình Lecture/Seminar để sinh viên được thảo luận tập trung và chi tiết đối với từng mảng kiến thức.

+ Tăng cường mời các chuyên gia tại doanh nghiệp tham gia giảng dạy và hướng dẫn một phần các học phần để sinh viên được trải nghiệm thực tế.

Đóng góp của của phương pháp giảng dạy vào chuẩn đầu ra được ghi chi tiết trong đề cương học phần.

Phương pháp đánh giá kết quả học tập

Về đánh giá kết quả học tập từng học phần theo tỷ lệ 30% điểm chuyên cần (có mặt trên lớp, tích cực tương tác thảo luận trên lớp, làm bài tập về nhà), 30% điểm đánh giá quá trình và 40% điểm thi kết thúc học phần.

Phương pháp đánh giá quá trình: Thảo luận trên lớp; Bài tập nhóm; Thuyết trình; Kiểm tra nhanh; Viết luận/tóm tắt…

Phương pháp đánh giá thi kết thúc học phần (cuối kỳ): Trắc nghiệm; Viết luận; Viết báo cáo; Thực địa/thực hành; Dự án; Thuyết trình; Bài tập tình huống; Vấn đáp…

Đánh giá quá trình và đánh giá kết thúc học kỳ, khóa luận tốt nghiệp…dựa trên các rubrics, ma trận đề thi đảm bảo độ tin cậy, độ giá trị, chính xác và công bằng.

Đóng góp của của phương pháp giảng dạy vào chuẩn đầu ra được ghi chi tiết trong đề cương học phần.

Từng học phần được đánh giá theo thang điểm 10 được quy đổi ra thang điểm chữ, thang điểm 4 theo quy định.

Đánh giá chuẩn đầu ra của khóa học

Kết thúc khóa học, Trường/Khoa/Viện đánh giá mực độ đạt được chuẩn đầu ra của khóa học, bao gồm:

Đánh giá mức độ đạt được của sinh viên trước khi tốt nghiệp (qua khảo sát).

Hệ thống quản lý đào tạo tự động tính mức độ đạt được của chuẩn đầu ra khóa học khi sinh viên tốt nghiệp.

Nhà tuyển dụng đánh giá mức độ đạt được chuẩn đầu đầu ra của sinh viên sau khi tốt nghiệp được 01 năm/12 tháng (qua khảo sát).

Tiêu chuẩn đội ngũ giảng viên

Tiêu chuẩn đội ngũ giảng viên

Giảng viên:

  • Tốt nghiệp thạc sĩ trở lên, cụ thể:
  • Giảng viên giảng dạy các học phần thuộc khối giáo dục đại cương phải được đào tạo ở ít nhất một bậc học (từ bậc 6 trở lên trong Khung trình độ quốc gia) thuộc các nhóm ngành phù hợp về chuyên môn với học phần giảng dạy.
  • Giảng viên giảng dạy các học phần cơ sở ngành phải được đào tạo tạo ở ít nhất một bậc học (từ bậc 6 trở lên trong Khung trình độ quốc gia) thuộc khối ngành/lĩnh vực Máy tính và Công nghệ thông tin, phù hợp về chuyên môn với học phần giảng dạy.
  • Giảng viên giảng dạy các học phần cơ sở ngành và chuyên ngành phải được đào tạo ở ít nhất một bậc học (từ bậc 6 trở lên trong Khung trình độ quốc gia) thuộc nhóm ngành Máy tính, phù hợp về chuyên môn với học phần giảng dạy.
  • Có chứng chỉ bồi dưỡng tiêu chuẩn chức danh nghề nghiệp giảng viên.
  • Có khả năng ứng dụng công nghệ thông tin và sử dụng ngoại ngữ trong thực hiện các nhiệm vụ của chức danh giảng viên.

Trợ giảng:

  • Tốt nghiệp đại học trở lên, cụ thể:
  • Trợ giảng các học phần thuộc khối giáo dục đại cương phải được đào tạo ở ít nhất một bậc học (từ bậc 6 trở lên trong Khung trình độ quốc gia) thuộc các nhóm ngành phù hợp về chuyên môn với học phần trợ giảng.
  • Trợ giảng các học phần cơ sở khối ngành phải được đào tạo ở ít nhất một bậc học (từ bậc 6 trở lên trong Khung trình độ quốc gia) thuộc khối ngành/lĩnh vực Máy tính và Công nghệ thông tin, Toán ứng dụng, Khoa học dữ liệu, phù hợp về chuyên môn với học phần trợ giảng.
  • Trợ giảng các học phần cơ sở ngành và chuyên ngành phải được đào tạo ở ít nhất một bậc học (từ bậc 6 trở lên trong Khung trình độ quốc gia) thuộc nhóm ngành Máy tính, phù hợp về chuyên môn với học phần trợ giảng.
  • Có khả năng ứng dụng công nghệ thông tin và sử dụng ngoại ngữ trong thực hiện các nhiệm vụ của chức danh trợ giảng.

Cơ sở vật chất, công nghệ và học liệu

Cơ sở vật chất, công nghệ và học liệu

Đại học Kinh tế quốc dân có chiến lược phát triển đến năm 2030 trở thành đại học thông minh, chú trọng đảm bảo và đáp ứng những yêu cầu về cơ sở hạ tầng, trang thiết bị thực hành, thí nghiệm, công nghệ thông tin, thư viện, học liệu, hệ thống quản lý hỗ trợ học tập, quản lý đào tạo, để giúp người học đạt được chuẩn đầu ra của chương trình đào tạo, phù hợp với đặc điểm của từng ngành, nhóm ngành hoặc lĩnh vực đào tạo. Những yêu cầu này được chi tiết và cụ thể trong các đề án mở ngành, xây dựng và ban hành chương trình đào tạo, đề án tuyển sinh đại học hàng năm, trong báo cáo 3 công khai … được báo cáo Bộ GD&ĐT đồng thời được đăng tải trên cổng thông tin điện tử của Đại học.

Các môn học/học phần trong chương trình đào tạo đảm bảo đầy đủ bộ học liệu theo quy định hiện hành, cụ thể gồm: giáo trình, đề cương học phần, slide bài giảng và các học liệu khác.

Hướng dẫn thực hiện

Hướng dẫn thực hiện

  • Kế hoạch đào tạo chuẩn của chương trình đào tạo là 04 năm, mỗi năm có 02 học kỳ chính và 01 học kỳ phụ, phương thức tổ chức đào tạo theo tín chỉ.
  • Căn cứ kế hoạch đào tạo chuẩn, Đại học đăng ký mặc định thời khóa biểu từng học kỳ chính cho sinh viên, trừ học kỳ đầu tiên các học kỳ kế tiếp sinh viên được điều chỉnh đăng ký số tín chỉ/học phần tăng lên hoặc giảm đi theo quy định.
  • Sinh viên được thi lại (01 lần/học phần) hoặc thi cải thiện điểm theo quy định.
  • Sinh viên có thể học vượt để tốt nghiệp sớm so với kế hoạch đào tạo chuẩn hoặc tốt nghiệp muộn nhưng không quá thời gian đào tạo tối đa theo quy định.
  • Từ học kỳ thứ hai, nếu đạt học lực khá sinh viên có thể được đăng ký học cùng lúc hai chương trình vào bất kỳ chương trình/ngành của Đại học theo quy định.
  • Khối lượng kiến thức, phương pháp dạy và học, cách đánh giá học phần, nội dung cần đạt được (CĐR/CLO) của từng học phần được mô tả, quy định trong đề cương chi tiết mỗi học phần.