I. Giới thiệu khóa học:

Sự trỗi dậy của AI tạo sinh và trợ lý lập trình đang thay đổi cách đội ngũ kỹ sư xây dựng hệ thống. Trong bối cảnh chuyển đổi số và nhu cầu tăng tốc phát triển phần mềm nội bộ, GitHub Copilot (kết hợp ChatGPT) trở thành đòn bẩy giúp chuẩn hóa quy trình, rút ngắn thời gian đưa sản phẩm vào vận hành và nâng cao chất lượng mã nguồn.

Khóa học được thiết kế thực chiến cho nhóm kỹ sư lập trình (Developer), Product Owner (PO), nhân viên kiểm thử (QA/QC/Tester) và đội ngũ DevOps, quản trị máy chủ…. Khóa học cung cấp khung kiến thức – kỹ năng – quy trình để đưa Copilot vào từng công đoạn trong chu trình phát triển phần mềm: BA/Design → Dev → Test → DevOps. Học viên có thể thực hành trên case study nội bộ để chuyển hóa lý thuyết thành sản phẩm chạy được, sẵn sàng tích hợp vào hạ tầng hiện có.

II. Thời lượng: 14 giờ (2 ngày)

III. Hình thức đào tạo:

Đào tạo trực tiếp tại lớp học, đào tạo online tương tác với giảng viên, đào tạo kết hợp online và trực tiếp tại lớp học, đào tạo tại văn phòng khách hàng theo yêu cầu

IV. Mục tiêu khóa học:

• Thông thạo GitHub Copilot & Copilot Chat trong VS Code; biết viết prompt hiệu quả cho từng ngữ cảnh.
• Bộ tài liệu tiêu chuẩn: PRD ngắn, 01 ADR quan trọng, OpenAPI draft cho 1 domain chính.
• Repo mẫu chạy được: ReactJS + Node.js (Express/Fastify) + SQL Server, có healthcheck, error middleware, logger.
• Bộ kiểm thử nền tảng: Có thể tự động xây bộ Unit test. Tự động tạo mockup API trên Postman Collection. Tự động viết script test để test kết quả của API trả về, đảm bảo chất lượng đầu ra ch006F front-end trước khi ghép nối.
• Có khả năng tự xây dựng Pipeline CI/CD: workflow lint/test/build/e2e, artifact báo cáo; 
• Nắm vững các tip & trick, best practice khi sử dụng và ứng dụng AI vào phát triển phần mềm.

V. Đối tượng tham gia:

• Backend/Frontend/Full‑stack dev, QA, DevOps/SRE.
• Product Owner/Business Analyst, Tech Lead, quản lý kỹ thuật.
• Team leader, Project Manager.

VI. Nội dung khóa học:

Khóa đào tạo GitHub Copilot bao gồm các nội dung sau:

Phần 1: Tăng hiệu suất phát triển phần mềm nhờ ứng dụng AI vào BA, Dev, Test, Deploy

• Giới thiệu tổng quan về xu hướng ứng dụng AI trong phát triển phần mềm
• Cách đưa AI (GitHub Copilot + ChatGPT) vào toàn bộ vòng đời phát triển phần mềm, từ thu thập yêu cầu, phát triển mã nguồn đến đưa sản phẩm ra môi trường vận hành.
• Chuẩn hoá cách đội ngũ chuyển ý tưởng kinh doanh → tài liệu chuẩn → hiện thực hoá thành sản phẩm.
• Kỹ năng viết User Stories/Acceptance Criteria, tóm tắt họp, lập PRD ngắn gọn bằng AI, giảm sai lệch truyền đạt dành cho BA/PO.
• Dùng AI Tạo ARD, bản đồ hệ thống (sơ đồ ngữ cảnh, module), chuẩn hoá hợp đồng API, tài liệu kỹ thuật… để các nhóm phối hợp mượt mà (dành cho Kiến trúc/Thiết kế).
• Tăng tốc lập trình: Tách việc thành khối nhỏ rõ ràng, sinh nhanh bộ khung mã nguồn có kèm mô tả & tiêu chí chất lượng theo cấu trúc, kiến trúc đã xây dựng nhờ GitHub Copilot.
• Tăng năng suất Kiểm thử: Tự động sinh bộ kịch bản kiểm thử từ yêu cầu; tự động kiểm tra các luồng chính trước khi phát hành (Unit test, test case, automation test).
• Vận hành/Phát hành: Tạo checklist phát hành, ghi chú thay đổi, ghi nhận rủi ro & phương án khắc phục..

Kết quả hữu hình

• Bộ tài liệu tiêu chuẩn (PRD, ARD, US, Open API)
• Bộ khung mã nguồn chạy được 
• Bộ Unit test, Test case và checklist phát hành, bàn giao.

Phần 2: Ứng dụng GitHub Copilot trong phát triển Back‑end

• Cách dùng AI để phân tích thiết kế dữ liệu & luồng xử lý theo nhu cầu nghiệp vụ thực tế, từ đó lựa chọn công nghệ, kiến trúc, cấu trúc phù hợp. 
• Kỹ thuật viết script để tự động tạo Database theo ERD nhờ AI
• Kỹ thuật xây API nhanh chóng với Github Copilot (Từ OpenAPI draft đến endpoints CRUD, validation, error handling..)
• Kỹ thuật tự động tạo unit test để kiểm soát chất lượng về logic nghiệp vụ
• Kỹ thuật tạo mockup API trên Postman Collection với đầy đủ test script, giúp đội back-end và front-end có thể phát triển song song mà vẫn nhất quán về kiến trúc, kỹ thuật
• Ứng dụng AI trong kiểm thử tự động (Automation test)
• Hướng dẫn phối hợp nhóm hiệu quả: chia nhánh, tạo yêu cầu hợp nhất, nhận gợi ý cải tiến từ trợ lý AI trực tiếp trong quy trình review.
• Các tip & trick và best practice khi ứng dụng AI để tự động phân tích, xây dựng kiến trúc hạ tầng, kiến trúc công nghệ và source code
• Thực hành thực tế, sau đó học viên tự trình bày sản phẩm và trao đổi, thảo luận mở

Phần 3: Ứng dụng GitHub Copilot trong phát triển Front‑end

• Kỹ thuật Chuyển hoá thiết kế → giao diện chạy được nhanh chóng; xây dựng thành phần tái sử dụng, ít lặp lại.
• Hướng dẫn tự động xây dựng kiến trúc, cấu trúc, bộ khung giao diện
• Kỹ thuật tự động sinh mã kết nối API theo tài liệu.
• Hướng dẫn tích hợp API & form/validation vào giao diện người dùng thực tế.
• Các kỹ thuật quản lý trạng thái & lỗi hiển thị rõ ràng, phù hợp ngữ cảnh người dùng.
• Kỹ năng đảm bảo chất lượng trải nghiệm: kiểm thử theo hành vi thực tế (từ đăng nhập đến hoàn thành quy trình), phát hiện sớm lỗi giao diện.
• Tư duy “làm đúng ngay từ đầu” thông qua gợi ý từ AI và checklist nhất quán (tên gọi, cấu trúc, tiêu chuẩn hiển thị).
• Hướng dẫn dùng AI để phân tích & review source code
• Các tip & trick và best practice để xây dựng giao diện đẹp mắt mà đúng yêu cầu mong muốn
• Thực hành tạo giao diện người dùng, vận hành các luồng chính, kết nối được với hệ thống back-end qua API
• Học viên tự trình bày sản phẩm và trao đổi, thảo luận mở

Phần 4: Xây dựng hệ thống tự động hoá CI/CD & DevOps

• Giới thiệu tổng quan về CI/CD & DevOps: Mục tiêu & ý nghĩa và lợi ích khi xây dựng pipeline CI/CD và xây dựng hệ thống DevOps hoàn chỉnh. 
• Hướng dẫn ứng dụng tự động hóa để rút ngắn chu kỳ phát hành và giảm lỗi do thao tác thủ công, giảm thiểu chi phí vận hành hệ thống.
• Kỹ thuật xây dựng CI cơ bản với GitHub Actions (Workflow triggers, caching, matrix, report)
• Cách dùng AI để cải thiện về bảo mật & chất lượng mã nguồn (Secret scanning, dependency updates, SAST)
• Các Tips, tricks, “công thức” tối ưu khi sử dụng Github Copilot để xây dựng hệ thống tự động hóa (CI/CD)
• Chia sẻ các case study thực tế về việc ứng dụng AI, ứng dụng Chat GPT, ứng dụng GitHub Copilot.
• Thực hành trên dự án thực tế.
• Mở rộng về các Kỹ thuật: “seed file”, comment-driven generation, test-first prompts, “compare variants”, “explain & refactor”, “ask for risks”, “generate docs” (Nếu đủ thời lượng)
• Thực hành: tự tạo Pipeline CI/CD chạy ổn định (kiểm tra chất lượng, đóng gói, chuẩn bị triển khai), môi trường thử nghiệm có kiểm soát, và đo lường minh bạch về chất lượng mỗi đợt phát hành.
• Thảo luận mở để trao đổi kiến thức & tư vấn về công nghệ, giải pháp
• Tổng kết nhanh về khóa học.