Những thứ tôi đã làm

Không phải danh sách thành tích. Chỉ là những dự án có câu chuyện — thử thách gặp phải, quá trình học, và (hy vọng) bài học rút ra.

🛠Dự án

2021-Now

DeFiDataAIResearchLeadershipProduct

Kyber Network — Từ Nghiên Cứu đến Sở Hữu Dữ Liệu

Thử thách

Dân chủ hóa thông tin giao dịch DeFi thông qua AI, sau đó xây dựng và sở hữu toàn bộ chức năng dữ liệu cho một giao thức DeFi từ đầu — trong khi giao thức đang hoạt động, mở rộng và ra mắt sản phẩm mới.

Quá trình

Bắt đầu là Nghiên cứu viên (2021), trở thành Research Lead (2022). Dẫn dắt KyberAI (2023) cùng đội ngũ — sản phẩm ML cho insights giao dịch trên hơn 4000 token. Đồng nghiệp đùa gọi tôi là "Cha đẻ của KyberAI." Sản phẩm khai tử tháng 12/2023, nhưng bài học vẫn còn. Trở thành Chủ Sở Hữu Dữ Liệu (2025): xây dựng hạ tầng dữ liệu từ đầu cùng một đội nhỏ, chuyển từ nguồn bên thứ ba không ổn định sang pipeline nội bộ, hỗ trợ ra mắt sản phẩm lớn. Công việc hàng ngày trải dài sở hữu sản phẩm dữ liệu, phân tích và hỗ trợ nghiên cứu.

Bài học

Sản phẩm có thể bị khai tử nhưng kiến thức vẫn còn. Xây dựng từ 0 đến hàng triệu người dùng dạy bạn những điều không khóa học nào có thể. Xây dựng hạ tầng dữ liệu đáng tin cậy là 80% công việc không hào nhoáng — nhưng khi các đội ngừng hỏi "chúng ta có thể tin dữ liệu này không?" và bắt đầu hỏi "chúng ta có thể làm gì với nó?" đó là lúc bạn biết mình đã thành công.

Tác động

KyberAI dạy tôi rằng sản phẩm khai tử không phải thất bại — chúng là bài học. Công việc hạ tầng dữ liệu dạy tôi sự kiên nhẫn: không ai chú ý khi mọi thứ hoạt động, mọi người chỉ chú ý khi nó hỏng. Vẫn đang học ý nghĩa của việc sở hữu một thứ gì đó từ đầu đến cuối.

🛠Dự án

2017-Now

AINLPStartupVietnam

EM&AI — Startup AI Việt Nam

Thử thách

Xây dựng công cụ AI cho tiếng Việt — ngôn ngữ ít tài nguyên với đặc điểm riêng mà hầu hết công cụ AI toàn cầu xử lý kém.

Quá trình

Bắt đầu khi đang làm Tiến sĩ (2017). Những ngày đầu: tranh luận với kỹ sư khẳng định thuật toán của họ thắng AI trong NER — họ đúng, lúc đó. Xây dựng bộ công cụ NLP tiếng Việt (SVM, CNN), hệ thống ASR, tổng hợp giọng nói. Chuyển từ CTO sang Cố vấn Khoa học.

Bài học

Xây công ty khi đang làm Tiến sĩ không được khuyến khích. Nhưng đôi khi học tốt nhất đến từ việc làm quá nhiều cùng lúc. Và: đừng bao giờ cược chống lại tiến bộ AI.

Tác động

Vẫn hoạt động sau hơn 7 năm, đó là chiến thắng thực sự cho bất kỳ startup nào. Theo dõi nó phát triển từ xa dạy tôi rằng đôi khi đóng góp tốt nhất là biết khi nào nên lùi lại.

📺Xuất hiện trên truyền thông

2014-Now

AIJourneyLearningPersonal

Một Thập Kỷ với AI

Thử thách

Giữ sự tò mò qua nhiều mùa đông và mùa hè của AI. Từ đọc cả cuốn sách về công thức Lagrange để hiểu SVM (2014) đến vibe coding với Claude (2026).

Quá trình

2014: Sinh viên đọc toán để hiểu ML. 2017: Tranh luận NLP tại startup AI Việt Nam. 2017: Đồng sáng lập EM&AI. 2021: Gia nhập Kyber Network làm Nghiên cứu viên. 2022: Research Lead. 2023: Dẫn dắt KyberAI. 2023: Khoảnh khắc Sputnik GPT. 2025: Chủ Sở Hữu Dữ Liệu. 2026: Xây dựng dự án cá nhân, động viên đồng nghiệp dùng AI, vibe coding trang web này.

Bài học

Mỗi thời kỳ đều cảm thấy là đỉnh cao. Mỗi thời kỳ chỉ là khởi đầu. Thời điểm tốt nhất để bắt đầu với AI là 10 năm trước. Thời điểm tốt thứ hai là bây giờ.

Tác động

Vẫn đang học. Vẫn đang xây. Vẫn tò mò. Giờ đang động viên mọi người xung quanh đón nhận công cụ AI.

📄Bài nghiên cứu

2020

PhDSecurityMLBayesian Networks

Tiến sĩ: Bảo mật cho Named Data Networking

Thử thách

Làm sao phát hiện tấn công trên kiến trúc mạng chưa tồn tại? NDN là (và vẫn) thử nghiệm — không có dữ liệu triển khai thực để học.

Quá trình

Xây dựng testbed, mô phỏng tấn công, phát triển phát hiện bất thường với Mạng Bayesian. Phát hiện điều ngược lại: hiệu ứng mạng có thể cải thiện ML. Phân rã các hàm Mạng Bayesian thành lambda calculus — ý tưởng đang chờ IoT/AI phân tán trưởng thành.

Bài học

Nghiên cứu học thuật di chuyển chậm. Một số ý tưởng cần chờ thời điểm. Công trình lambda calculus có thể quan trọng hơn sau 10 năm so với năm 2020.

Tác động

Các công bố thì tốt. Nhưng giá trị thực sự là học cách suy nghĩ về các vấn đề chưa có giải pháp. Cũng học được rằng peer review, dù đau đớn, nhưng làm mọi thứ tốt hơn.

📄Bài nghiên cứu

2017-2020

EUResearchSecurityNLP

Dự án Nghiên cứu Châu Âu

Thử thách

Đóng góp cho các sáng kiến nghiên cứu EU quy mô lớn trong khi duy trì tập trung vào luận án Tiến sĩ. Nhiều dự án, nhiều deadline, nhiều quốc gia.

Quá trình

DOCTOR (phát hiện bất thường với BNC), INSPIRE-5Gplus (NLP cho chính sách bảo mật), DigitBrain (phát hiện lỗi với ML), Mosaico (điều phối bảo mật). Hợp tác quốc tế xuyên múi giờ.

Bài học

Bộ máy hành chính nghiên cứu EU là thật. Nhưng mạng lưới nghiên cứu viên bạn xây dựng đáng giá mọi báo cáo.

Tác động

Các báo cáo nghiên cứu được lưu trữ ở đâu đó. Tình bạn và cộng tác khắp châu Âu — những thứ đó vẫn còn. Hóa ra đó mới là điều quan trọng.

Bộ sưu tập này không đầy đủ — và không bao giờ sẽ. Mỗi dự án dạy một điều gì đó mới, thêm một artifact vào viện bảo tàng đang phát triển này.