Nguyễn Nho
FPT Software
Hạng mục: Chuyên gia kỹ sư
FPT Software
Đơn vị công tác:
FPT Software
Quá trình nghiên cứu, phát triển AI
Nguyễn Nho, sinh năm 1992 - AI Scientist, FPT Software
Thạc sĩ Toán học tại Việt Nam và 1 năm học tập tại Đại học Aix-Marseille (Pháp). Hơn 7 năm nghiên cứu và triển khai machine learning, LLM, tối ưu tổ hợp; hiện tập trung vào hạ tầng quản trị agentic AI.
EMT Brain – Control plane cho AI coding agent trong doanh nghiệp (06/2026–nay, Product Owner, đội 8 người). Khi doanh nghiệp đưa AI coding agent vào hàng trăm lập trình viên, ba câu hỏi lập tức nảy sinh: agent đang gọi model nào, tốn bao nhiêu, và ai chịu trách nhiệm khi nó sửa sai. EMT Brain là lớp điều phối trả lời cả ba: định tuyến model theo tác vụ và chi phí, quản trị ở mức hook kèm nhật ký kiểm toán đầy đủ, đo lường thực hành lập trình ngay tại máy trạm. Anh định nghĩa phạm vi và ràng buộc sản phẩm, viết tiêu chí nghiệm thu kiểm chứng được, giữ tài liệu phản ánh đúng năng lực thật.
EMT – Hiện đại hoá ứng dụng mainframe (04/2025–nay, Team Lead, đội 40 người). Xây bộ công cụ đánh giá và reverse engineering hệ thống legacy; đề xuất và tích hợp AI vào cả hai đầu của quy trình hiện đại hoá: đọc hiểu mã nguồn cũ để khôi phục logic nghiệp vụ đã mất tài liệu, và sinh mã nguồn mới khi chuyển đổi. AI tham gia trọn vòng từ phân tích hệ thống nguồn tới sinh, kiểm chứng mã đích và hoạch định lộ trình migration.
Đóng góp trước đó: Team Lead ở hơn 10 dự án, đội ngũ tới 30 người, trực tiếp đào tạo kỹ sư AI trẻ.
– Kiến trúc trợ lý AI nội bộ phục vụ khoảng 4.000 người dùng;
– Engine tối ưu lịch sản xuất cho nhà máy sản xuất công nghiệp;
– Theo dõi đa mục tiêu qua 8 camera;
– Phát hiện lỗi pin trên ảnh CT;
– Phân loại phản hồi khách hàng vào 91 nhãn.
Phần lớn triển khai cho khách hàng doanh nghiệp Nhật Bản, đã vận hành thực tế.
Thành tích nổi bật
1. Giải bài toán ít ai ở Việt Nam chạm tới: quản trị agentic AI, không phải xây thêm một agent. Thị trường đang đổ dồn vào việc tạo AI agent. Câu hỏi khó hơn là vận hành chúng an toàn ở quy mô doanh nghiệp, khi agent tự sinh và tự sửa mã nguồn sản xuất. EMT Brain đặt cược vào lớp điều phối: quản trị ở mức hook, nhật ký kiểm toán đầy đủ, định tuyến model theo chi phí. Đây là hạ tầng mọi tổ chức áp dụng agentic coding sẽ cần, và hiện gần như chưa có lời giải nội địa.
2. Đo lường thực hành thay vì tin lời quảng cáo. EMT Brain đo hành vi lập trình ngay tại máy trạm, cho phép trả lời bằng dữ liệu câu hỏi cả ngành đang tranh luận: AI agent thực sự thay đổi năng suất và chất lượng mã nguồn ra sao?
3. Hai sản phẩm khớp thành một chuỗi giá trị hoàn chỉnh. EMT dùng AI xuyên suốt vòng hiện đại hoá — từ đọc hiểu hệ thống legacy không tài liệu tới sinh mã nguồn đích — giải bài toán tồn tại ở hầu hết ngân hàng và tổ chức tài chính Việt Nam. EMT Brain quản trị chính các agent thực hiện việc sinh mã đó. Cùng một người thiết kế cả tầng thực thi và tầng kiểm soát; và tầng kiểm soát ra đời vì đã trực tiếp thấy rủi ro khi để AI sinh mã ở quy mô doanh nghiệp.
4. Dải năng lực hiếm: từ tối ưu tổ hợp cổ điển tới hạ tầng LLM. Từ bài toán tối ưu xếp lịch sản xuất, đến kiến trúc RAG cho 4.000 người dùng, và nay là control plane cho AI agent — nền tảng Thạc sĩ Toán học giúp bắc cầu qua dải năng lực đó.
5. Không có dự án nào là demo. Toàn bộ 10 dự án đã bàn giao và vận hành thực tế, phần lớn cho khách hàng doanh nghiệp Nhật Bản.
