Tiến sĩ Nguyễn Quỳnh Chi

Cô Nguyễn Quỳnh Chi là một nhà giáo dục và chuyên gia công nghệ thông tin có kinh nghiệm sâu rộng trong lĩnh vực Học máy (Machine Learning), Khai phá Dữ liệu (Data Mining), và Kho dữ liệu (Data Warehouse). Cô có kinh nghiệm quản lý học thuật và chương trình đào tạo, đồng thời tham gia nhiều dự án nghiên cứu và công nghiệp ứng dụng các công nghệ tiên tiến.

Tiến sĩ Nguyễn Quỳnh Chi
Tiến sĩ Nguyễn Quỳnh Chi

Trình độ Học vấn và Danh hiệu

Cô Chi sở hữu nền tảng học thuật vững chắc:

  • Cô là Nghiên cứu sinh Tiến sĩ Khoa học Máy tính tại University of California, Davis (UC Davis), Hoa Kỳ (2005–2008), tập trung vào các chương trình Học máy và Khai phá dữ liệu.
  • Cô đạt bằng Thạc sĩ Khoa học Máy tính từ UC Davis, Hoa Kỳ (2002–2004). Luận văn Thạc sĩ của Cô là “Sinh học Tính toán sử dụng Mô hình Đồ họa” (“Computational Biology using Graphical Models”).
  • Cô tốt nghiệp Cử nhân Công nghệ Thông tin loại xuất sắc (summa cum laude), nằm trong top 3 sinh viên tốt nghiệp xuất sắc nhất, tại Đại học Bách khoa Hà Nội, Việt Nam (1994–1999).
  • Cô từng theo học tại Trường THPT Chuyên Toán Đại học Khoa học Tự nhiên (HUS) (1991–1994).

Về danh hiệu và giải thưởng, Cô Chi đã đạt Giải Nhất Kỳ thi Olympic Toán Quốc gia Việt Nam năm 1991. Cô cũng được trao Học bổng Chính phủ Việt Nam để theo học Thạc sĩ tại Mỹ (2002–2004), cùng với các học bổng tại Đại học Bách khoa Hà Nội và Trường THPT Chuyên HUS.

Kinh nghiệm Giảng dạy và Nghiên cứu

Cô Nguyễn Quỳnh Chi có kinh nghiệm giảng dạy kéo dài từ năm 1999 đến nay:

  • Cô là Giảng viên Khoa Công nghệ Thông tin tại Học viện Công nghệ Bưu chính Viễn thông (PTIT), Hà Nội (từ 1999 đến nay).
  • Tại PTIT, Cô giảng dạy các lớp cho cả chương trình thông thường và chương trình quốc tế với các môn học như: “Cơ sở Dữ liệu I & II”, “Giới thiệu về Công nghệ Thông tin”, “Yêu cầu Phần mềm”, “Quản lý Dự án Phần mềm”, “Kho dữ liệu và Khai phá dữ liệu”, và “Cấu trúc Dữ liệu và Giải thuật”.
  • Cô từng là giảng viên bán thời gian tại Đại học FPT (5/2017–7/2019) và Giảng viên tại trung tâm FPT-APTECH Hà Nội (1999–2002).
  • Trong thời gian học tại UC Davis, Cô làm Trợ lý Nghiên cứu (Research Assistant) trong 5 học kỳ (2005, 2006, 2007) và Trợ giảng (Teaching Assistant) trong 4 học kỳ (2004–2006).

Lĩnh vực Nghiên cứu và Công nghiệp Chuyên sâu

Các mối quan tâm nghiên cứu hiện tại của Cô tập trung vào Học máy, Khai phá dữ liệu, và Phân tích dữ liệu trong các mạng không dây (Mobility prediction, Data aggregation in sensor network). Cô cũng nghiên cứu các khía cạnh tính toán của học máy và ứng dụng của chúng trong tin sinh học (bioinformatics), sử dụng các phương pháp như mô hình đồ họa, kernel, Support Vector Machines (SVM), và mạng neural để tìm kiếm các vị trí gắn kết phiên mã (transcription binding sites).

Kinh nghiệm Công nghiệp:

  • Quản lý Chương trình Học thuật: Cô là Giám đốc Chương trình Học thuật của Funix (5/2019–hiện tại).
  • Nghiên cứu Phần mềm: Cô từng là Nghiên cứu viên Phần mềm bán thời gian tại Z8 Research & Development, FSOFT, Hà Nội (4/2015–7/2016), làm việc trên các dự án cho khách hàng US Direct TV, bao gồm khai thác từ khóa, đồ thị tri thức (knowledge graph), nhận dạng khuôn mặt, và hiệu chỉnh lỗi chính tả.
  • Quản lý Chất lượng và Quy trình: Cô làm việc bán thời gian tại Văn phòng Quản lý Giao hàng (Delivery Management Office), FSOFT (12/2010–4/2015), tập trung vào việc xem xét, tạo và cải tiến các quy trình và Hệ thống Quản lý Chất lượng (QMS).
  • Tư vấn Kho dữ liệu: Cô từng là nhà tư vấn cho công ty DTT, tham gia xây dựng Kho dữ liệu cho Tổng cục Thống kê (GSO) (12/2010–3/2011).

Các Công bố và Dự án Nghiên cứu Tiêu biểu

Cô Nguyễn Quỳnh Chi là tác giả và đồng tác giả của nhiều báo cáo kỹ thuật và bài báo khoa học, bao gồm các công bố về:

  • Dự đoán Nồng độ PM2.5 bằng phương pháp Khai phá Dữ liệu.
  • Phát hiện các vùng tắc nghẽn và dự đoán lưu lượng giao thông bằng dữ liệu taxi.
  • Ứng dụng Kernel methods cho dự đoán chức năng gen (gene function prediction).
  • Phân loại tin tức tiếng Việt tự động.
  • Tổng hợp dữ liệu (Data Aggregation) trong Mạng Cảm biến Không dây (Wireless Sensor Networks) nhằm giảm thiểu tiêu thụ năng lượng.

Để lại một bình luận

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *

Facebook
Tư vấn Zalo
Hotline
Đăng Ký Ngay
Facebook
Chat Zalo
Hotline
Apply Now