AI & Automation
Building AI-Powered Products
When to use AI, ML basics for PMs, data requirements, AI UX patterns, evaluation — xây dựng sản phẩm tích hợp AI.
2 tháng
60 bài học
1 bài kiểm tra
30 câu hỏi
Bạn sẽ học được gì
Thu thập và phân tích yêu cầu nghiệp vụ từ stakeholders
Viết User Stories, Use Cases, và Acceptance Criteria chuẩn
Quản lý stakeholder và điều phối requirements workshop
Tạo Process Flow, Data Flow, và Business Process Model
Sử dụng AI tools (Claude, ChatGPT) để tăng tốc BA tasks
Thực hành qua bài tập thực tế và case studies VN
Chương 1: Bài học
When to Use AI and When Not To
Đọc
Data Strategy for AI Products
Đọc
AI UX Design Patterns
Đọc
Bài 4 — AI products landscape — Categories & examples
Đọc
Bài 5 — LLM vs ML — When to use what
Đọc
Bài 6 — Foundation models — GPT, Claude, Gemini, Llama compared
Đọc
Bài 7 — RAG architecture — Build retrieval pipeline
Đọc
Bài 8 — Fine-tuning — When, how, ROI
Đọc
Bài 9 — Evaluations — Production-grade eval framework
Đọc
Bài 10 — Guardrails — Safety, content policy, abuse prevention
Đọc
Bài 11 — AI UX patterns — Conversational, augmented, copilot
Đọc
Bài 12 — Latency & cost — Production tradeoffs
Đọc
Bài 13 — MLOps for LLM — Deployment, monitoring, scaling
Đọc
Bài 14 — Embeddings — Vector representations explained
Đọc
Bài 15 — Building chatbot product — Architecture
Đọc
Bài 16 — Building copilot product — AI in workflow
Đọc
Bài 17 — Building AI agents — Beyond chat
Đọc
Bài 18 — Product strategy for AI — Differentiation
Đọc
Bài 19 — Build vs buy — Make vs API decisions
Đọc
Bài 20 — User research for AI products — What's different
Đọc
Bài 21 — Pricing AI products — Models that work
Đọc
Bài 22 — AI features in existing products — Add-on strategy
Đọc
Bài 23 — AI infrastructure layer — LangChain, LlamaIndex, frameworks
Đọc
Bài 24 — Building AI features fast — Vercel AI SDK, Next.js
Đọc
Bài 25 — Backend for AI app — Stack patterns
Đọc
Bài 26 — Frontend for AI — Streaming UX patterns
Đọc
Bài 27 — Testing AI products — Unit, integration, eval
Đọc
Bài 28 — Data flywheel — Use AI usage to improve AI
Đọc
Bài 29 — Working with PMs — AI roadmap collaboration
Đọc
Bài 30 — Working with ML engineers — Collaboration patterns
Đọc
Bài 31 — Compliance — EU AI Act, Nghị định 13, sector regulation
Đọc
Bài 32 — Pricing & unit economics for AI
Đọc
Bài 33 — Going to market — Launch strategies for AI
Đọc
Bài 34 — Case study — Cursor product breakdown
Đọc
Bài 35 — Case study — Perplexity AI search
Đọc
Bài 36 — Case study — Harvey legal AI
Đọc
Bài 37 — VN AI products — VinAI, FPT.AI deep dive
Đọc
Bài 38 — Multi-tenant AI architecture
Đọc
Bài 39 — Open source models — When self-host makes sense
Đọc
Bài 40 — Iterating AI products in production
Đọc
Bài 41 — AI for B2C — Consumer-focused patterns
Đọc
Bài 42 — AI for B2B — Enterprise patterns
Đọc
Bài 43 — Building MVP fast — Solo / small team
Đọc
Bài 44 — Customer onboarding for AI — First impressions
Đọc
Bài 45 — Pricing experiments — A/B testing
Đọc
Bài 46 — Scaling AI products — From 100 to 100k users
Đọc
Bài 47 — Fundraising AI startup — VC perspective
Đọc
Bài 48 — Building defensibility — Moat for AI
Đọc
Bài 49 — Future of AI products — 2026-2030 outlook
Đọc
Bài 50 — Building team culture for AI
Đọc
Bài 51 — AI safety in product — Ship responsibly
Đọc
Bài 52 — Compliance for AI products (deep dive)
Đọc
Bài 53 — Working with vendors — OpenAI, Anthropic, Google relationships
Đọc
Bài 54 — AI product anti-patterns — Lessons from failures
Đọc
Bài 55 — Building team for AI startup — Roles + roadmap
Đọc
Bài 56 — Career as AI engineer / PM — Path 2026+
Đọc
Bài 57 — Building AI product in VN — Practical playbook
Đọc
Bài 58 — Failure modes — When AI products fail
Đọc
Bài 59 — Long-term thinking — Building lasting AI company
Đọc
Bài 60 — Final synthesis — Building AI products in 2026
Đọc
AI Products Quiz
Building AI products
Luyện tập với AI
Copy prompt bên dưới, paste vào Claude hoặc ChatGPT để tự luyện. AI sẽ đóng vai mentor, hỏi và chấm điểm cho bạn.
Cách luyện hiệu quả với AI
- Mỗi ngày 15-30 phút: Chọn 1 prompt, thực hành 1 skill. Consistency quan trọng hơn intensity.
- Viết trước, AI review sau: Đừng để AI viết hộ. Viết user story/PRD trước, rồi nhờ AI đánh giá.
- Tự đánh giá: Sau mỗi session, tự hỏi: "Tôi đã hiểu concept nào mới? Còn gap nào?"
- Build portfolio: Lưu lại output tốt nhất từ mỗi session — đó là portfolio BA của bạn.
Khóa học này dành cho ai?
- Người muốn chuyển sang nghề Business Analyst
- Sinh viên IT/kinh tế muốn hiểu BA role
- Developer/QA muốn hiểu requirements process
- PM muốn strengthen BA skills
Yêu cầu trước khi học
- Không cần kinh nghiệm BA — khóa học bắt đầu từ zero
- Biết đọc tiếng Anh cơ bản (tài liệu tham khảo bằng tiếng Anh)
- Có tài khoản ChatGPT hoặc Claude (free tier đủ dùng)
Sau khi hoàn thành
- Tự tin apply vị trí Junior BA / Associate BA
- Có portfolio gồm PRD, User Stories, Process Flows thật
- Biết dùng AI tools để tăng tốc BA tasks 3-5x
- Nhận Certificate of Completion
Tài liệu tham khảo
- BABOK Guide — IIBA (Business Analysis Body of Knowledge)
- Business Analysis Techniques — James Cadle
- User Stories Applied — Mike Cohn
- Inspired — Marty Cagan (Product Discovery)