PHÁT TRIỂN HỆ THỐNG CÁ NHÂN HOÁ LỘ TRÌNH HỌC TẬP VÀ ĐỊNH HƯỚNG NGHỀ NGHIỆP CHO SINH VIÊN CNTT CÓ TÍCH HỢP HỆ THỐNG GỢI Ý

Abstract

Bối cảnh: Trong bối cảnh ngành Công nghệ thông tin phát triển nhanh và liên tục thay đổi, sinh viên thường gặp khó khăn trong việc xác định hướng đi nghề nghiệp, tự đánh giá năng lực và xây dựng lộ trình học tập phù hợp. Bên cạnh đó, khoảng cách giữa chương trình đào tạo trong trường và yêu cầu thực tế của doanh nghiệp cũng làm cho việc chuẩn bị kỹ năng nghề nghiệp trở nên thách thức hơn. Từ thực tế đó, việc xây dựng một hệ thống hỗ trợ học tập và định hướng nghề nghiệp theo hướng cá nhân hóa là cần thiết. Hệ thống được xây dựng trong phạm vi các chương trình đào tạo thuộc Trường Công nghệ thông tin và Truyền thông, Đại học Cần Thơ. Mục tiêu: Đề tài tập trung phát triển hệ thống “EduPath” nhằm hỗ trợ sinh viên CNTT quản lý hồ sơ học tập, theo dõi “Skill Map”, nhận gợi ý lộ trình học tập cá nhân hóa, gợi ý công việc phù hợp và nhận tư vấn qua chatbot AI. Ngoài ra, hệ thống còn hỗ trợ nhà tuyển dụng trong việc đăng tin tuyển dụng, quản lý hồ sơ ứng viên và hỗ trợ quản trị viên quản lý người dùng, học phần, kỹ năng, lộ trình và dữ liệu học thuật của hệ thống. Phương pháp: Hệ thống được xây dựng theo kiến trúc MERN Stack, để đảm bảo khả năng phát triển web hiện đại và mở rộng chức năng. Phần dịch vụ AI được triển khai riêng bằng Python và FastAPI. Đối với bài toán gợi ý, đề tài áp dụng mô hình gợi ý lai kết hợp giữa “Content-Based Filtering” và “Collaborative Filtering” để tính toán mức độ phù hợp của lộ trình và công việc đối với từng sinh viên. Chatbot thông minh được tích hợp thông qua OpenRouter API, có khả năng khai thác dữ liệu ngữ cảnh từ hồ sơ người dùng để hỗ trợ tư vấn học tập và nghề nghiệp trong phạm vi của hệ thống. Kết quả: Hệ thống đã xây dựng được các phân hệ chính cho sinh viên, nhà tuyển dụng và quản trị viên. Sinh viên có thể nhập hồ sơ học tập, xem bản đồ kỹ năng, đăng ký và tùy chỉnh lộ trình học, theo dõi tiến độ, quản lý CV và ứng tuyển việc làm. Nhà tuyển dụng có thể quản lý hồ sơ công ty, đăng tin tuyển dụng, xem CV ứng viên và đánh giá mức độ phù hợp. Quản trị viên có thể quản lý dữ liệu nền của hệ thống. Kết quả thực nghiệm cho thấy chatbot có khả năng phản hồi theo ngữ cảnh, còn hệ thống gợi ý có thể xếp hạng lộ trình và công việc theo mức độ phù hợp với hồ sơ người học. Kết luận: Đề tài đã hiện thực hóa một nền tảng web tích hợp dữ liệu học tập, hệ thống gợi ý và chatbot AI nhằm hỗ trợ sinh viên CNTT trong quá trình học tập và định hướng nghề nghiệp. Hệ thống góp phần thu hẹp khoảng cách giữa đào tạo và nhu cầu tuyển dụng, đồng thời tạo tiền đề để mở rộng thêm chức năng và nâng cao mức độ cá nhân hóa trong tương lai. Context: In the context of the rapidly evolving Information Technology industry, students often face difficulties in identifying suitable career directions, assessing their competencies, and building appropriate learning paths. At the same time, the gap between academic curricula and practical industry requirements makes career preparation more challenging. Therefore, developing a personalized system to support learning and career orientation is highly necessary. The system is developed within the scope of training programs offered by the College of Information and Communication Technology, Can Tho University. Objective: This thesis aims to develop the “EduPath” system to support IT students in managing academic profiles, visualizing their “Skill Map”, receiving personalized learning-path recommendations, obtaining suitable job suggestions, and consulting with an AI chatbot. In addition, the system also supports employers in posting jobs and managing applicants, while administrators can manage users, courses, skills, roadmaps, and academic data of the platform. Methods: The system is developed based on the MERN Stack, to provide a modern and extensible web architecture. The AI service is implemented separately using Python and FastAPI. For recommendation tasks, the thesis applies a hybrid recommendation approach that combines Content-Based Filtering and Collaborative Filtering to evaluate the suitability of learning paths and jobs for each student. The intelligent chatbot is integrated through the OpenRouter API and uses contextual student data to provide academic and career guidance within the scope of the system. Results: The system has successfully implemented the main modules for students, employers, and administrators. Students can input academic records, view their skill map, register and customize learning roadmaps, track progress, manage CVs, and apply for jobs. Employers can manage company profiles, post recruitment information, review applicant CVs, and assess candidate suitability. Administrators can manage the platform’s core data. Experimental results indicate that the chatbot can generate context-aware responses, while the recommendation modules can rank learning paths and jobs according to student profiles. Conclusion: The thesis has developed a web-based platform integrating academic data, recommendation mechanisms, and an AI chatbot to support IT students in learning and career orientation. The system helps narrow the gap between university training and recruitment demands, while also providing a foundation for future expansion and deeper personalization.