Dự án ứng dụng mô hình kinh tế lượng EGARCH(1,1) bằng ngôn ngữ R nhằm phân tích đặc tính rủi ro (phân cụm, bất đối xứng) và dự báo biến động của chỉ số VN-Index (2015 - 2026). Với sai số MAE đạt 0.5%, dự án cung cấp đường cơ sở rủi ro (baseline risk) vững chắc, hỗ trợ đo lường VaR và Stress Testing trong quản trị danh mục đầu tư thực chiến.

Dự án ứng dụng mô hình kinh tế lượng EGARCH(1,1) bằng ngôn ngữ R nhằm phân tích đặc tính rủi ro (phân cụm, bất đối xứng) và dự báo biến động của chỉ số VN-Index (2015 - 2026). Với sai số MAE đạt 0.5%, dự án cung cấp đường cơ sở rủi ro (baseline risk) vững chắc, hỗ trợ đo lường VaR và Stress Testing trong quản trị danh mục đầu tư thực chiến.

Dự án Data Engineering thực chiến thiết kế cho lĩnh vực E-commerce/FMCG. Ứng dụng lập trình R, Regex và kỹ thuật AI Prompt Engineering để tự động hóa luồng xử lý: Rửa thô và làm sạch dữ liệu (Data Cleaning), Hợp nhất dữ liệu toàn vẹn (Secure Merging với Anti-join), Cách ly dữ liệu lỗi (Quarantine Zone) và Bóc tách, dán nhãn bằng API LLMs (Data Enrichment)

Dự án End-to-End mô phỏng luồng công việc xử lý dữ liệu thực tế cho lĩnh vực E-commerce/FMCG. Ứng dụng lập trình R, SQL và kỹ thuật AI Prompt Engineering để tự động hóa quy trình: Làm sạch dữ liệu rác (Data Cleaning bằng Regex), Hợp nhất dữ liệu đa nguồn (Data Merging) và Bóc tách, gắn nhãn dữ liệu bằng AI (Data Enrichment & Labeling), tạo ra hồ sơ khách hàng 360 độ hoàn chỉnh.

"Case Study: Ứng dụng Mô hình Ngôn ngữ Lớn (LLMs) và lập trình R để tự động hóa quy trình phân tích dữ liệu kinh tế vĩ mô. Tài liệu minh chứng khả năng thiết kế Prompt có cấu trúc (Chain-of-Thought) nhằm tối ưu hóa các khâu làm sạch dữ liệu, kiểm định toán học và dự báo chuỗi thời gian (ARIMA), đồng thời kiểm soát hoàn toàn rủi ro ảo giác AI (Hallucination)."

Dự án mô phỏng phân tích biến động tài chính (Actual vs Budget), dự báo doanh thu bằng Holt-Winters và thẩm định rủi ro đầu tư bằng Monte Carlo.