Báo cáo thực tập dự án khoa công nghệ thông tin

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM
KHOA CÔNG NGHỆ THÔNG TIN
BÁO CÁO THỰC TẬP DỰ ÁN
Tên cơ quan thực tập: CÔNG TY TNHH HITEK SOLUTION
Thời gian thực tập: 01/07/2025 – 30/09/2025
Giảng viên hướng dẫn: PGS.TS Hoàng Văn Dũng
Cán bộ hướng dẫn: Phạm Công Thiện
Sinh viên thực tập: Phạm Anh Quân Mã số sinh viên: 22110215
Thành phố Hồ Chí Minh, tháng 10 năm 2025
CÔNG TY TNHH HITEK SOLUTION BÁO CÁO THỰC TẬP DỰ ÁN
Họ và tên sinh viên: Phạm Anh Quân
Trường / Khoa: Đại Học Sư Phạm Kỹ Thuật TPHCM / Khoa Công Nghệ Thông Tin
Ngành học: Công nghệ thông tin
Vị trí thực tập: AI Intern
Thời gian thực tập: 01/07/2025 – 30/09/2025
Người hướng dẫn: Phạm Công Thiện
Bộ phận thực tập: Team-C
TP. Hồ Chí Minh, ngày ..... tháng ..... năm .....
(Sinh viên ký và ghi rõ họ tên) LỜI CẢM ƠN
Lời đầu tiên, em xin phép được gửi lời cảm ơn chân thành đến anh chị công
ty HITEK SOLUTION, em xin được cảm ơn anh Phạm Công Thiện đã trực tiếp
hướng dẫn, hỗ trợ và tận tình chỉ bảo em trong suốt quá trình thực tập. Em xin cảm
ơn đến anh Phạm Nhị Nguyên và Chị Hoa đã tạo điều kiện để em được thực tập ở
công ty và giúp đỡ em hoàn thành tốt các công việc được giao.
Em thực hiện đề tài cũng xin trân trọng cảm ơn thầy Hoàng Văn Dũng, giáo
viên hướng dẫn đề tài đã định hướng và trao đổi những kinh nghiệm quý báu để
sinh viên thực hiện hoàn thành đề tài thực tập. LỜI MỞ ĐẦU
Trong quá trình học tập tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí
Minh, em nhận thấy việc tham gia thực tập tại doanh nghiệp là một cơ hội vô cùng
quan trọng để giúp sinh viên có thể áp dụng các kiến thức, lý thuyết mình học được
trên lớp vào thực tế, rèn luyện kỹ năng chuyên môn và làm quen với môi trường làm việc chuyên nghiệp.
Chính vì vậy, em đã quyết định lựa chọn Công ty TNHH HITEK
SOLUTION, đơn vị hoạt động trong lĩnh vực phát triển phần mềm và giải pháp
công nghệ làm nơi thực tập. Tại đây, em có cơ hội tham gia hai dự án vô cùng thú vị:
 Dự án 1: Nghiên cứu và xây dựng lại mô hình học sâu từ bài báo khoa học quốc tế về pin.
 Dự án 2: Xây dựng hệ thống nhận diện khuôn mặt phục vụ điểm danh tự động.
Báo cáo này được em viết nhằm trình bày quá trình thực tập, mô tả công
việc, các kỹ năng, kiến thức đã vận dụng, kết quả đạt được, cũng như những bài
học kinh nghiệm rút ra trong suốt thời gian làm việc tại công ty. CAM KẾT BẢO MẬT
“Báo cáo này được thực hiện trong khuôn khổ chương trình thực tập tại
công ty. Theo yêu cầu bảo mật, một số thông tin liên quan đến dự án như tên khách
hàng, công nghệ cốt lõi, dữ liệu nội bộ và các tài liệu kỹ thuật đã được ẩn hoặc
thay thế bằng ký hiệu chung. Báo cáo chỉ nhằm mục đích trình bày quá trình học
tập, kỹ năng đạt được và kinh nghiệm thực tế, không tiết lộ chi tiết thương mại hoặc kỹ thuật.” GIỚI THIỆU CHUNG
1. Mục tiêu thực tập
Áp dụng các kiến thức chuyên ngành đã được học vào các dự án thực tế, rèn
luyện kỹ năng nghiên cứu, lập trình, và làm việc nhóm trong môi trường doanh nghiệp.
2. Thời gian thực tập
Từ ngày 01/07/2025 đến ngày 30/09/2025
3. Vị trí thực tập
Lập trình viên AI (AI Intern)
4. Nhóm dự án và nhiệm vụ
Dự án 1: Nghiên cứu và xây dựng lại mô hình học sâu từ bài báo quốc tế
“BatteryLife: A Comprehensive Dataset and Benchmark for Battery Life Prediction”
 Trong dự án này em em đóng vai trò là nhóm trưởng trực tiếp tham gia vào
hầu hết các công việc như viết báo cáo hàng tuần cho cả nhóm, xử lý dữ
liệu, huấn luyện mô hình, đánh giá hiệu năng, phân chi công việc cho cho
các thành viên trong nhóm,…
Dự án 2: Phát triển ứng dụng nhận diện khuôn mặt phục vụ điểm danh, sử
dụng MobileNetV2, YuNet, SFace và Streamlit.
 Trong dự án trên em tham gia vào việc hỗ trợ bạn Phạm Quốc Đức tìm kiếm
thông tin từ các bài báo liên quan tới lĩnh vực nhóm em thực hiện, em cũng
là người thực hiện công việc xử lý dữ liệu, huấn luyện mô hình, đánh giá
hiệu năng và xây dựng giao diện demo (web nhận diện khuôn mặt),… Mục lục
CHƯƠNG 1: TỔNG QUAN DỰ ÁN ........................................................................................6
1. Mô tả dự án ........................................................................................................................6
2. Mục tiêu thực hiện .............................................................................................................6
3. Phạm vi nghiên cứu ...........................................................................................................7
4. Vai trò.................................................................................................................................7
CHƯƠNG 2: QUÁ TRÌNH THỰC HIỆN ................................................................................7
CHƯƠNG 3: KỸ NĂNG & KIẾN THỨC ỨNG DỤNG .........................................................9
1. Kỹ thuật và kiến thức ........................................................................................................9
2. Ứng dụng vào dự án ........................................................................................................10
CHƯƠNG 4: KẾT QUẢ & ĐÓNG GÓP ...............................................................................11
1. Kết quả đạt được .............................................................................................................11
2. Giá trị mang lại ................................................................................................................11
CHƯƠNG 5: KHÓ KHĂN & BÀI HỌC ................................................................................11
1. Vấn đề và giải pháp xử lý ................................................................................................11
2. Bài học kinh nghiệm ........................................................................................................12
CHƯƠNG 6: ĐÁNH GIÁ & ĐỀ XUẤT .................................................................................12
1. Đánh giá ...........................................................................................................................12
2. Đề xuất cải tiến trong tương lai .......................................................................................12
Tài liệu tham khảo ..................................................................................................................13
CHƯƠNG 1: TỔNG QUAN DỰ ÁN 1. Mô tả dự án
Trong quá trình thực tập tại Công ty TNHH HITEK SOLUTION, em có cơ
hội tham gia hai dự án thực tế do anh Phạm Công Thiện làm người phụ trách và
cũng là người giao task cho nhóm em:
 Dự án 1: Nghiên cứu và xây dựng lại kết quả của bài báo: Mục tiêu là đọc
hiểu, viết báo cáo và xây dựng lại (reproduce) các kết quả từ bài báo khoa
học “BatteryLife: Predicting Remaining Useful Life of Li-ion Batteries
Using Deep Learning”. Em đã thực hiện việc phân tích cấu trúc tập dữ liệu
(dataset), xây dựng lại pipeline huấn luyện bằng nhiều mô hình học sâu khác
nhau trên tập dataset được tác giả công khai là BatteryLife và các tập con
của nó, so sánh kết quả đạt được với bài báo gốc, và viết báo cáo phân tích.
 Dự án 2: Hệ thống nhận diện khuôn mặt phục vụ điểm danh: Dự án hướng
đến việc xây dựng một ứng dụng nhận diện khuôn mặt giúp tự động hóa quy
trình điểm danh phục vụ cho công ty hoặc trường học. Em đã sử dụng mô
hình MobileNetV2 làm backbone, kết hợp YuNet để phát hiện khuôn mặt,
SFace để trích xuất đặc trưng, và LinearSVC để phân loại. Ứng dụng được
phát triển bằng Streamlit để có giao diện web demo cơ bản và dễ dàng sử dụng.
2. Mục tiêu thực hiện Dự án 1:
 Hiểu thật rõ nội dung bài và xây dựng lại được các kết quả của nó.
 So sánh sự khác nhau giữa bài báo và kết quả xây dựng lại mô hình và giải thích lý do tại sao.
 Nhận xét được các kết quả mình đã đạt được từ bài báo. Dự án 2:
 Xây dựng hệ thống nhận diện khuôn mặt theo thời gian thực.
 Đảm bảo độ chính xác nhận diện cao và thời gian phản hồi ngắn.
 Hoàn thiện pipeline đầy đủ: thu thập dữ liệu → huấn luyện → triển khai → demo.
3. Phạm vi nghiên cứu
 Thực hiện trong phạm vi nội bộ của công ty, chỉ sử dụng dữ liệu công khai
hoặc dữ liệu thu thập có ẩn danh.
 Không tiết lộ công nghệ, thuật toán, hoặc dữ liệu thuộc bản quyền công ty TNHH HITEK SOLUTION.
 Kết quả chỉ nhằm mục đích học tập và báo cáo thực tập, không thương mại hóa sản phẩm. 4. Vai trò
 Tìm hiểu và triển khai mô hình trong dự án nghiên cứu.
 Xử lý dữ liệu, huấn luyện và đánh giá mô hình trong dự án camera điểm danh.
 Viết tài liệu hướng dẫn chạy mô hình và hỗ trợ nhóm trình bày demo.
 Báo cáo tiến độ cho mentor 2 tuần 1 lần, ghi log kết quả và cải tiến theo phản hồi.
CHƯƠNG 2: QUÁ TRÌNH THỰC HIỆN Thời gian Công việc Kết quả đạt được Công cụ sử dụng Tuần 1 1. Chạy lại code do bạn - Chạy lại code - Công cụ chính Bình chia sẻ bằng google thành công, hiểu dùng để chạy code
colab, tìm hiểu dataset và được tập dataset và tìm hiểu
viết lại báo cáo những gì đã đó và hiểu được dataset: google học được. chi tiết nội dung colab, jupyter
2. Tìm hiểu 2 bài báo khoa và mục đích của (python), python,
học được anh Thiện chia bài code. kaggle,… sẽ: bài 1 là 2019 Kristen - Đọc và hiểu Frameworks: [Degradation], bài 2 là được khá rõ nội Streamlit, Scikit- 2022 Guijun [Transfer dung của 2 bài learn, Pytorch,.. Learning]. báo. Tuần 2 Tìm hiểu bài báo
- Nắm rõ được vấn - Công cụ dùng để “BatteryLife” và dataset
đề mà bài báo này tham khảo code: của nó. đề cập đến, hiểu github,… được các tập - Công cụ dùng để dataset của nó. đọc báo và viết Tuần 3
1. Tiếp tục tìm hiểu thật chi - Hiểu được chi báo cáo: pdf, tiết về bài báo tiết tất cả 4 loại word,…
“BatteryLife”, chạy lại
pin của bài báo và - Công cụ hỗ trợ:
code nó và hiểu rõ hơn về 16 thuật toán tác một số công cụ AI
các phương pháp tác giả sử giả sử dụng, chạy như là Chat GPT, dụng. thành công code Gemini, Grok,… 2. Học khóa học của bài báo.
Deeplearning do anh Thiện - Học được một số gửi. khóa học quan trọng như “Generative AI for Everyone”, “RAG” một kỹ thuật rất quan trọng để làm chatbot, “Machine Learning Fundamental”,… Tuần 4 1. Reproduce lại các kết - Reproduce lại Tuần 5
quả của bài báo, tìm hiểu được các của bài Tuần 6
các phương pháp cải tiến báo trên từng tập
2. Tiếp tục học thêm khóa dataset nhỏ, thử sử học Deeplearning do anh dụng các phương thiện gửi. pháp học máy vào để so sánh kết quả, ứng dụng kết quả đó vào dự đoán thực tế. - Học thêm được một số khóa học bổ ích như: “Better Prompt For AI” bài học bổ ích nhất trong thời đại hiện nay, “Turn Data Into Decisions”, “Data Analysis”,… Tuần 7 1. Tiếp tục reproduce - reproduce lại
những kết quả chưa đạt được kết quả tổng được. thể theo tập pin
2. Tìm hiểu về bài toán lớn (dù kết quả
nhận diện khuôn mặt và chưa hoàn toàn thực hiện. giông bài báo) - Tìm hiểu được các phương pháp, các bài báo và các công cụ sử dụng để nhận diện khuôn mặt, viết bài báo cáo, làm slide thuyết trình, làm demo bằng web.
CHƯƠNG 3: KỸ NĂNG & KIẾN THỨC ỨNG DỤNG
1. Kỹ thuật và kiến thức
Trong suốt quá trình thực tập tại Công ty TNHH HITEK SOLUTION, em đã
có cơ hội được vận dụng, củng cố và mở rộng nhiều kiến thức đã học trên trường,
đặc biệt trong các lĩnh vực như trí tuệ nhân tạo (AI), xử lý dữ liệu, và triển khai mô hình học sâu. Cụ thể, em đã:
 Hiểu và áp dụng được kiến trúc CNN LSTM trong dự án tái hiện bài báo
BatteryLife, qua đó nắm vững cách kết hợp giữa mạng nơ-ron tích chập
(CNN) để trích xuất đặc trưng và mạng hồi tiếp dài hạn (LSTM) để xử lý chuỗi thời gian.
 Tìm hiểu và triển khai mô hình MobileNetV2, YuNet và SFace cho bài toán
nhận diện khuôn mặt, nắm rõ cơ chế trích xuất vector đặc trưng (embedding)
và cách huấn luyện bộ phân loại SVC để nhận dạng khuôn mặt.
 Thực hành tiền xử lý dữ liệu ảnh: cân bằng dữ liệu, loại bỏ nhiễu, chuẩn hóa
kích thước, tăng cường dữ liệu giúp mô hình tổng quát tốt hơn.
 Nắm rõ quy trình huấn luyện, đánh giá và tối ưu mô hình, nắm được cách vẽ
đồ thị Loss/Accuracy, và lựa chọn tham số huấn luyện hợp lý.
 Áp dụng công cụ ONNX Runtime để tối ưu thời gian suy luận (inference
time), giúp mô hình chạy nhanh hơn khi triển khai thực tế.
 Làm quen với kỹ năng đọc hiểu bài báo khoa học, trích xuất ý chính, hiểu
pipeline và thuật toán mà tác giả sử dụng, từ đó có thể tái hiện kết quả một cách có cơ sở.
 Tăng cường khả năng tư duy logic, xử lý lỗi và tìm giải pháp kỹ thuật thông
qua việc fix bug, tối ưu code, và so sánh hiệu năng các mô hình khác nhau.
Ngoài ra, em còn học được thêm cách viết tài liệu kỹ thuật, hướng dẫn chạy
mô hình, mô tả kết quả và quy trình thực hiện, đây là kỹ năng quan trọng khi làm
việc trong môi trường công nghệ cao một cách chuyên nghiệp.
2. Ứng dụng vào dự án
 Trong dự án 1 (BatteryLife):
Em sử dụng kiến thức về học sâu và xử lý dữ liệu để tái hiện pipeline huấn
luyện. Em cài đặt lại mô hình CNN - LSTM, chạy thử trên các tập dữ liệu
nhỏ, sau đó mở rộng sang tập đầy đủ để so sánh kết quả với bài báo gốc.
Quá trình này giúp em hiểu sâu hơn về cách xây dựng một mô hình dự đoán
tuổi thọ pin và xử lý dữ liệu chuỗi thời gian.
 Trong dự án 2 (Nhận diện khuôn mặt):
Em áp dụng kỹ năng lập trình, xử lý ảnh, và triển khai web để phát triển ứng
dụng nhận diện khuôn mặt. Em thực hiện các bước như phát hiện khuôn mặt
bằng YuNet, trích xuất vector đặc trưng bằng SFace, huấn luyện bộ phân loại
LinearSVC, và kết nối toàn bộ hệ thống vào giao diện web Streamlit để có thể demo trực tiếp.
CHƯƠNG 4: KẾT QUẢ & ĐÓNG GÓP
1. Kết quả đạt được
Sau ba tháng thực tập, em đã hoàn thành đầy đủ các nhiệm vụ được giao trong cả hai dự án.
Các mô hình được triển khai hoạt động ổn định, ứng dụng chạy tốt trong môi
trường thử nghiệm và đạt được các mục tiêu mà nhóm đề ra ban đầu.
Ngoài ra, em đã hoàn thiện báo cáo tổng kết, slide thuyết trình và phần demo
sản phẩm để trình bày trong buổi nghiệm thu của công ty.
2. Giá trị mang lại
 Giúp nhóm hiểu rõ hơn quy trình phát triển và triển khai một mô hình AI hoàn chỉnh.
 Góp phần hoàn thiện sản phẩm thử nghiệm và tạo nền tảng cho các dự án tiếp theo của công ty.
 Nâng cao kỹ năng nghiên cứu, làm việc nhóm, tư duy lập trình và xử lý vấn
đề thực tế của bản thân.
CHƯƠNG 5: KHÓ KHĂN & BÀI HỌC
1. Vấn đề và giải pháp xử lý
 Khó khăn về dữ liệu: Dữ liệu pin trong bài báo không đồng nhất giữa các
tập, có nhiều giá trị thiếu và nhiễu.
 Giải pháp: Chuẩn hóa dữ liệu, loại bỏ mẫu lỗi và chia nhỏ dataset để huấn luyện từng phần.
 Dataset quá lớn và một số thuật toán Deeplearning cần GPU mạnh để xử lý
 Sử dụng GPU T4 trên google colab và sử dụng GPT trên kaggle để train model.
 Khó khăn khi export mô hình sang ONNX: Gặp lỗi không tương thích kích
thước đầu vào và đầu ra.
 Giải pháp: Kiểm tra kỹ input/output shape và điều chỉnh dynamic axis trước khi export.
 Khó khăn trong bài toán nhận diện khuôn mặt: Một số ảnh bị thiếu sáng,
lệch góc khiến mô hình nhận diện sai.
 Giải pháp: Sử dụng kỹ thuật tăng cường dữ liệu (brightness, contrast, flip) để
giúp mô hình học tốt hơn.
2. Bài học kinh nghiệm
 Cần đọc kỹ tài liệu và hiểu rõ pipeline trước khi triển khai để tránh lỗi trong quá trình thực hiện.
 Việc ghi chép nhật ký và log kết quả hằng ngày giúp theo dõi tiến độ, dễ
dàng tìm ra nguyên nhân khi mô hình hoạt động sai.
 Học được tầm quan trọng của teamwork: chia sẻ tiến độ, nhận feedback, và
chủ động phối hợp để hoàn thành nhiệm vụ đúng hạn.
 Biết cách quản lý thời gian hiệu quả hơn, sắp xếp thứ tự ưu tiên cho các task quan trọng.
CHƯƠNG 6: ĐÁNH GIÁ & ĐỀ XUẤT 1. Đánh giá
 Hoàn thành các công việc được giao, đảm bảo tiến độ và chất lượng yêu cầu.
 Áp dụng được kiến thức đã học vào dự án thực tế.
 Rèn luyện được kỹ năng chuyên môn, tư duy logic và tinh thần làm việc chuyên nghiệp.
 Thể hiện tinh thần học hỏi và chủ động trong suốt thời gian thực tập.
2. Đề xuất cải tiến trong tương lai
 Tiếp tục cải thiện mô hình nhận diện khuôn mặt, tối ưu tốc độ và độ chính xác.
 Mở rộng ứng dụng sang các lĩnh vực khác như kiểm soát ra vào hoặc quản lý lớp học. Tài liệu tham khảo
1. https://arxiv.org/pdf/2502.18807 2.
https://arxiv.org/abs/2502.18807?fbclid=IwY2xjawMFsIBleHRuA2FlbQIxMQAB HgzYhtO2i-TmAPCNIEXzvgs-
IAYOruUI3okyc_61Ez1kfE1snO51g9OxCEhx_aem_RYe_kvn1OvvNt6- uqmwv2Q
3. https://github.com/Ruifeng-Tan/BatteryLife?tab=readme-ov-
file&fbclid=IwY2xjawMFqflleHRuA2FlbQIxMQABHhW9zqInBwhnsMfiYWOot
HTdsDJ1QJCCITn3Kzob6WnZgHthVDLwpvIPoCer_aem_GGKEdSiw4QtwnHu 00vAnLQ
4. https://arxiv.org/pdf/2506.10361
5. https://bmvc2022.mpi-inf.mpg.de/0611.pdf
6. https://phamdinhkhanh.github.io/2020/09/19/MobileNet.html
7. https://www.linkedin.com/pulse/machine-vision-making-face-recognition-
android-app-kelvin-kinyunye?trk=article-ssr-frontend-pulse_more-articles_related- content-card
Document Outline

• CHƯƠNG 1: TỔNG QUAN DỰ ÁN
  • 1. Mô tả dự án
  • 2. Mục tiêu thực hiện
  • 3. Phạm vi nghiên cứu
  • 4. Vai trò
• CHƯƠNG 2: QUÁ TRÌNH THỰC HIỆN
• CHƯƠNG 3: KỸ NĂNG & KIẾN THỨC ỨNG DỤNG
  • 1. Kỹ thuật và kiến thức
  • 2. Ứng dụng vào dự án
• CHƯƠNG 4: KẾT QUẢ & ĐÓNG GÓP
  • 1. Kết quả đạt được
  • 2. Giá trị mang lại
• CHƯƠNG 5: KHÓ KHĂN & BÀI HỌC
  • 1. Vấn đề và giải pháp xử lý
  • 2. Bài học kinh nghiệm
• CHƯƠNG 6: ĐÁNH GIÁ & ĐỀ XUẤT
  • 1. Đánh giá
  • 2. Đề xuất cải tiến trong tương lai
• Tài liệu tham khảo