metadata
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- dense
- generated_from_trainer
- dataset_size:500
- loss:MatryoshkaLoss
- loss:MultipleNegativesRankingLoss
base_model: dangvantuan/vietnamese-document-embedding
widget:
- source_sentence: >-
Ngành Kỹ thuật Trắc địa – Bản đồ là gì và sinh viên sẽ được trang bị những
kỹ năng nào?
sentences:
- >-
Triển vọng việc làm
Các công ty xây dựng, nhà thầu xây dựng và các công ty tư vấn về xây
dựng. Các cơ quan, tổ chức quản lý nhà nước liên quan đến xây dựng, phát
triển hạ tầng và đô thị. Các công ty tài chính, ngân hàng và các tổ chức
cho vay đầu tư vào các dự án xây dựng. Các công ty cung cấp dịch vụ quản
lý dự án và tư vấn xây dựng. KỸ THUẬT XÂY DỰNG CÔNG TRÌNH GIAO THÔNG
Thông tin tuyển sinh:
Website: http://www.dce.hcmut.edu.vn/
Mã tuyển sinh: 115 (Chương trình tiêu chuẩn), 215 (Chương trình giảng
dạy bằng tiếng Anh)
Ngành Kỹ thuật Xây dựng Công trình Giao thông có 01 chuyên ngành : Cầu
đường. KỸ THUẬT TRẮC ĐỊA – BẢN ĐỒ
Website: http://www.dce.hcmut.edu.vn/
Ngành Kỹ thuật Trắc địa – Bản đồ thuộc Khoa Kỹ thuật Xây dựng. TỔNG QUAN
CHƯƠNG TRÌNH
Ngành Kỹ thuật Trắc địa – Bản đồ bao gồm Khoa học và công nghệ về việc
thu thập, phân tích và biễu diễn các thông tin không gian (dựa trên Trái
đất). Nó bao gồm những ứng dụng thú vị như định vị vệ tinh, viễn thám,
trắc địa, địa chính và hệ thông tin địa lý. Kỹ thuật Trắc địa – Bản đồ
là một trong những ngành khoa học thông tin phát triển nhanh nhất ở Việt
Nam và khắp thế giới. Chương trình sẽ đào tạo thành những kỹ sư có tay
nghề cao, có năng lực thiết kế và tổ chức thi công các công trình định
vị chính xác cao bằng những kỹ thuật hiện đại như toàn đạc điện tử và
các hệ thống định vị bằng vệ tinh; công trình thành lập bản đồ địa hình,
địa chính và chuyên đề dưới dạng số bằng phương pháp toàn đạc, trắc
lượng ảnh, viễn thám và biên tập; công trình thành lập và vận hành các
hệ thống thông tin địa lý; các công tác trắc địa phục vụ xây dựng công
trình.
- |-
Ngành: Sư phạm tiếng Anh
Mã ngành: 7140231D, Tổ hợp: (D01, D96), Điểm chuẩn: 26.08
2. Ngành: Thiết kế đồ họa
Mã ngành: 7210403D, Tổ hợp: (V01, V02, V07, V08), Điểm chuẩn: 24.50
3. Ngành: Thiết kế thời trang
Mã ngành: 7210404D, Tổ hợp: (V01, V02, V07, V09), Điểm chuẩn: 21.50
4. Ngành: Ngôn ngữ Anh
Mã ngành: 7220201D, Tổ hợp: (A00, A01, D01, D96), Điểm chuẩn: 22.75
5. Ngành: Kinh doanh Quốc tế
Mã ngành: 7340120D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 25.25
6. Ngành: Thương mại điện tử
Mã ngành: 7340122D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 25.25
7. Ngành: Kế toán
Mã ngành: 7340301D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.25
8. Ngành: Công nghệ kỹ thuật máy tính
Mã ngành: 7480106D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 25.00
9. Ngành: Hệ thống nhúng và IoT
Mã ngành: 7480109D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.75
10. Ngành: Công nghệ thông tin
Mã ngành: 7480201D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 25.25
11. Ngành: Công nghệ kỹ thuật công trình xây dựng
Mã ngành: 7510102D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 19.00
12. Ngành: Hệ thống kỹ thuật công trình xây dựng
Mã ngành: 7510105D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 19.00
13. Ngành: Công nghệ kỹ thuật cơ khí
Mã ngành: 7510201D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 21.50
14. Ngành: Công nghệ chế tạo máy
Mã ngành: 7510202D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 18.00
15. Ngành: Công nghệ kỹ thuật ô tô
Mã ngành: 7510205D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 22.50
16. Ngành: Công nghệ kỹ thuật nhiệt
Mã ngành: 7510206D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 16.50
17. Ngành: Công nghệ kỹ thuật điện, điện tử
Mã ngành: 7510301D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.25
18. Ngành: Công nghệ kỹ thuật điện tử, viễn thông
Mã ngành: 7510302, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.75
19. Ngành: Công nghệ kỹ thuật điều khiển và tự động hóa
Mã ngành: 7510303, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 25.00
20. Ngành: Công nghệ kỹ thuật hóa học
Mã ngành: 7510401, Tổ hợp: (A00, B00, D07, D90), Điểm chuẩn: 17.00
21. Ngành: Công nghệ vật liệu
Mã ngành: 7510402D, Tổ hợp: (A00, B00, D07, D90), Điểm chuẩn: 17.00
22. Ngành: Công nghệ kỹ thuật môi trường
Mã ngành: 7510406, Tổ hợp: (A00, B00, D07, D90), Điểm chuẩn: 17.00
23. Ngành: Quản lý công nghiệp
Mã ngành: 7510601, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.75
24. Ngành: Logistics và quản lý chuỗi cung ứng
Mã ngành: 7510605D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 24.25
25. Ngành: Công nghệ kỹ thuật in
Mã ngành: 7510802D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 17.00
26. Ngành: Công nghệ may
Mã ngành: 7540204D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 17.50
27. Ngành: Kiến trúc
Mã ngành: 7580101, Tổ hợp: (V00, V01, V02, V03), Điểm chuẩn: 22.25
28. Ngành: Kiến trúc nội thất
Mã ngành: 7580101D, Tổ hợp: (V03, V04, V05, V06), Điểm chuẩn: 22.00
29. Ngành: Kỹ thuật xây dựng công trình giao thông
Mã ngành: 7580205D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 17.00
30. Ngành: Kỹ thuật xây dựng
Mã ngành: 7580201D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 17.00
31. Ngành: Quản trị nhà hàng và dịch vụ ăn uống
Mã ngành: 7840110D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 17.50
32. Ngành: Quản lý và vận hành hạ tầng
Mã ngành: 7840101D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 17.70
33. Ngành: Công nghệ kỹ thuật điều khiển và tự động hóa
Mã ngành: 7510303D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 22.75
34. Ngành: Công nghệ kỹ thuật điện tử - viễn thông
Mã ngành: 7510302D, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 21.50
CLC Tiếng Việt
1. Ngành: Thiết kế thời trang
Mã ngành: 7210404C, Tổ hợp: (V01, V02, V07, V09), Điểm chuẩn: 21.60
2. Ngành: Thương mại điện tử
Mã ngành: 7340122C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 25.50
3. Ngành: Kế toán
Mã ngành: 7340301C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.75
4. Ngành: Công nghệ kỹ thuật máy tính
Mã ngành: 7480106C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 25.65
5. Ngành: Công nghệ thông tin
Mã ngành: 7480201C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 26.00
6. Ngành: Công nghệ kỹ thuật công trình xây dựng
Mã ngành: 7510102C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 20.00
7. Ngành: Công nghệ kỹ thuật cơ khí
Mã ngành: 7510201C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 22.00
8. Ngành: Công nghệ chế tạo máy
Mã ngành: 7510202C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 19.00
9. Ngành: Công nghệ kỹ thuật ô tô
Mã ngành: 7510205C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.00
10. Ngành: Công nghệ kỹ thuật nhiệt
Mã ngành: 7510206C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 17.00
11. Ngành: Công nghệ kỹ thuật điện, điện tử
Mã ngành: 7510301C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.00
12. Ngành: Công nghệ kỹ thuật điều khiển và tự động hóa
Mã ngành: 7510303C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.00
13. Ngành: Công nghệ kỹ thuật điện tử - viễn thông
Mã ngành: 7510302C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 22.50
14. Ngành: Công nghệ kỹ thuật điện tử, viễn thông
Mã ngành: 7510302C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 22.50
15. Ngành: Công nghệ kỹ thuật điều khiển và tự động hóa
Mã ngành: 7510303C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 24.00
16. Ngành: Công nghệ kỹ thuật môi trường
Mã ngành: 7510406C, Tổ hợp: (A00, B00, D07, D90), Điểm chuẩn: 17.50
17. Ngành: Quản lý công nghiệp
Mã ngành: 7510601C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 19.75
18. Ngành: Công nghệ kỹ thuật cơ điện tử
Mã ngành: 7510203C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 21.50
19. Ngành: Công nghệ may
Mã ngành: 7540204C, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.25
CLC Tiếng Anh:
1. Ngành: Công nghệ kỹ thuật máy tính
Mã ngành: 7480106A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 26.00
2. Ngành: Công nghệ thông tin
Mã ngành: 7480201A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 26.50
3. Ngành: Công nghệ kỹ thuật công trình xây dựng
Mã ngành: 7510102A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 19.75
4. Ngành: Công nghệ kỹ thuật cơ khí
Mã ngành: 7510201A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 22.50
5. Ngành: Công nghệ chế tạo máy
Mã ngành: 7510202A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 19.50
6. Ngành: Công nghệ kỹ thuật ô tô
Mã ngành: 7510205A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.50
7. Ngành: Công nghệ kỹ thuật nhiệt
Mã ngành: 7510206A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 17.00
8. Ngành: Công nghệ kỹ thuật điện, điện tử
Mã ngành: 7510301A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.50
9. Ngành: Công nghệ kỹ thuật điều khiển và tự động hóa
Mã ngành: 7510303A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.50
10. Ngành: Công nghệ kỹ thuật điện tử, viễn thông
Mã ngành: 7510302A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 22.25
11. Ngành: Công nghệ kỹ thuật điều khiển và tự động hóa
Mã ngành: 7510303A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 23.50
12. Ngành: Quản lý công nghiệp
Mã ngành: 7510601A, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 19.25
Nhân tài
Ngành: Robot và trí tuệ nhân tạo
Mã ngành: 7510209NT, Tổ hợp: (A00, A01, D01, D90), Điểm chuẩn: 25.00
- >-
xiv. Khoa tiếng Nhật
1. CHẤT LƯỢNG ĐÀO TẠO
ĐÀO TẠO CỬ NHÂN (4 NĂM)
2.CHẤT LƯỢNG GIẢNG VIÊN
ĐỘI NGŨ GIẢNG VIÊN: 8
Tiến sĩ: 1
Thạc sĩ: 5
Cử nhân: 2
3. MỤC TIÊU ĐÀO TẠO
Đào tạo cử nhân ngôn ngữ Nhật, có phẩm chất chính trị, đạo đức và sức
khỏe tốt, hiểu và vận dụng các tri thức cơ bản về ngôn ngữ tiếng Nhật.
Sau khi tốt nghiệp, người học có đủ năng lực để làm việc ở các cơ quan,
tổ chức, các công ty, doanh nghiệp yêu cầu chuẩn về kỹ năng sử dụng
tiếng Nhật đáp ứng những yêu cầu của xã hội và của nền kinh tế trong quá
trình hội nhập quốc tế. 4. CÁC NGÀNH ĐÀO TẠO
ĐẠI HỌC
Cử nhân Ngôn ngữ Nhật
xv. Khoa tiếng Hàn Quốc
1. CHẤT LƯỢNG ĐÀO TẠO
ĐÀO TẠO CỬ NHÂN (4 NĂM)
TUYỂN SINH:
2016 - 2017: 150 SV
2017 - 2018: 195 SV
2018 - 2019: 120 SV
2019 - 2020: 54 SV
2021 - 2022: 120 SV
2022 - 2023: 88 SV
Song ngành: 20 SV
2. CHẤT LƯỢNG GIẢNG VIÊN
ĐỘI NGŨ GIẢNG VIÊN: 6
Tiến sĩ: 1
Thạc sĩ: 4
Cử nhân: 1
3. MỤC TIÊU ĐÀO TẠO
Đào tạo cử nhân ngôn ngữ Hàn Quốc, có phẩm chất chính trị, đạo đức và
sức khỏe tốt, hiểu và vận dụng các tri thức cơ bản về ngôn ngữ tiếng Hàn
Quốc - định hướng biên phiên dịch. Sau khi tốt nghiệp, người học có đủ
năng lực để làm việc ở các cơ quan, tổ chức, các công ty, doanh nghiệp
yêu cầu chuẩn về kỹ năng sử dụng tiếng Hàn Quốc đáp ứng những yêu cầu
của xã hội và của nền kinh tế trong quá trình hội nhập quốc tế. Đào tạo
cử nhân ngôn ngữ Hàn Quốc chuyên ngành Du lịch, có phẩm chất chính trị,
đạo đức và sức khỏe tốt, hiểu và vận dụng các tri thức cơ bản về ngôn
ngữ Hàn Quốc ngành Du lịch. Sau khi tốt nghiệp, người học có đủ năng lực
để làm việc ở các cơ quan, tổ chức, các công ty, doanh nghiệp yêu cầu
chuẩn về công việc du lịch và các công việc có liên quan đáp ứng những
yêu cầu của xã hội và của nền kinh tế trong quá trình hội nhập quốc tế.
- source_sentence: >-
Điểm chuẩn dự kiến của một số ngành học như Vật lý học hay Công nghệ Thông
tin là bao nhiêu?
sentences:
- >-
STT Mã ngành Tên ngành Tổ hợp môn Điểm chuẩn Ghi chú 1 7220201 Ngôn ngữ
Anh A; B; C01; C02; C03; C04 21 2 7220204 Ngôn ngữ Trung Quốc A; B;
C01; C02; C03; C04 21 3 7220209 Ngôn ngữ Nhật A; B; C01; C02; C03; C04
21 4 7220210 Ngôn ngữ Hàn Quốc A; B; C01; C02; C03; C04 21 5 7320106
Công nghệ truyền thông A; B; C01; C02; C03; C04 21 6 7340101 Quản trị
kinh doanh A; B; C01; C02; C03; C04 21 7 7480201 Công nghệ thông tin A;
B; C01; C02; C03; C04 21 Phương thức xét tuyển của fpt khá giống nhau.
- >-
An ninh mạng: Làm việc tại các công ty bảo mật, ngân hàng, các tổ chức
phòng chống tội phạm mạng và bảo vệ thông tin. Quản lý hệ thống và mạng
máy tính: Làm việc tại các công ty quản lý hệ thống máy tính, mạng dữ
liệu lớn, và cơ sở hạ tầng công nghệ thông tin. Trí tuệ nhân tạo (AI) và
Khoa học dữ liệu: Phát triển các hệ thống AI, phân tích dữ liệu và học
máy (machine learning) trong các ứng dụng như tự động hóa, nhận diện
hình ảnh và phân tích dự đoán. CHƯƠNG TRÌNH ĐÀO TẠO & MÔN HỌC
Sinh viên sẽ học các môn như:
Lập trình và phát triển phần mềm: Học cách lập trình bằng các ngôn ngữ
phổ biến như Java, Python, C++, và phát triển các ứng dụng phần mềm cho
các nền tảng khác nhau. Mạng máy tính và hệ thống phân tán: Kiến thức về
thiết kế, triển khai và quản lý các mạng máy tính, hệ thống phân tán, và
các giao thức mạng hiện đại. An ninh mạng: Các phương pháp và công nghệ
bảo mật trong việc bảo vệ dữ liệu và hệ thống mạng khỏi các mối đe dọa.
Trí tuệ nhân tạo và học máy: Học các lý thuyết và kỹ thuật liên quan đến
AI, học máy, khai thác dữ liệu và phân tích dữ liệu lớn. Cơ sở dữ liệu:
Quản lý và tối ưu hóa cơ sở dữ liệu, học cách phát triển các hệ thống cơ
sở dữ liệu lớn, ứng dụng trong các doanh nghiệp và tổ chức. Trí tuệ nhân
tạo
Mã tuyển sinh: 7480107
Tổ hợp xét tuyển: A00; A01; B08; D07
Thông tin liên hệ:
Địa chỉ: Khoa Công nghệ thông tin, Trường Đại học Khoa học Tự nhiên
TP.HCM, 227 Nguyễn Văn Cừ, Quận 5, TP.HCM
Điện thoại: (028) 38 585 726
Email: [email protected]
Website: https://www.fit.hcmus.edu.vn/
TỔNG QUAN CHƯƠNG TRÌNH
Chương trình đào tạo ngành Trí tuệ nhân tạo tại Trường Đại học Khoa học
Tự nhiên TP.HCM trang bị cho sinh viên kiến thức vững chắc về các lý
thuyết và ứng dụng của trí tuệ nhân tạo (AI), học máy (machine
learning), và các kỹ thuật xử lý dữ liệu lớn. Sinh viên sẽ được đào tạo
để phát triển các hệ thống thông minh, phân tích dữ liệu và ứng dụng AI
trong các lĩnh vực như nhận diện hình ảnh, xử lý ngôn ngữ tự nhiên,
robot và các hệ thống tự động hóa. Chương trình học chú trọng đến việc
kết hợp lý thuyết với thực hành, giúp sinh viên có thể giải quyết các
bài toán thực tế trong môi trường công nghệ phát triển nhanh chóng. CƠ
SỞ VẬT CHẤT CHẤT LƯỢNG CAO
Khoa Công nghệ thông tin có các phòng thí nghiệm hiện đại phục vụ cho
việc nghiên cứu và học tập trong ngành Trí tuệ nhân tạo, bao gồm các
phòng lab chuyên về học máy, xử lý ngôn ngữ tự nhiên, robot và các ứng
dụng AI. Sinh viên có cơ hội tiếp cận với các công cụ phần mềm mạnh mẽ,
mô phỏng AI và các nền tảng học máy được ứng dụng trong các ngành công
nghiệp khác nhau. CÁC ĐIỂM ĐẶC BIỆT
Chương trình học theo hướng thực tiễn: Sinh viên được đào tạo các kỹ
năng giải quyết bài toán thực tế thông qua các dự án nghiên cứu và hợp
tác với các công ty công nghệ. Môi trường học tập sáng tạo: Các chương
trình hackathon, workshop và dự án nghiên cứu là những cơ hội để sinh
viên thể hiện sự sáng tạo và tìm ra giải pháp sáng tạo cho các vấn đề
trong trí tuệ nhân tạo. Cơ hội nghề nghiệp và du học: Sinh viên có thể
tham gia vào các chương trình trao đổi sinh viên quốc tế và có cơ hội
làm việc tại các công ty hàng đầu về AI trong và ngoài nước. Các công ty
như Google, Facebook, và các công ty khởi nghiệp về AI luôn tìm kiếm
những tài năng có nền tảng vững về AI. TRIỂN VỌNG NGHỀ NGHIỆP & CƠ HỘI
VIỆC LÀM
Sinh viên tốt nghiệp ngành Trí tuệ nhân tạo có thể làm việc trong các
lĩnh vực như:
Phát triển phần mềm AI: Làm việc tại các công ty công nghệ phát triển
các hệ thống AI, phần mềm học máy, và các sản phẩm tự động hóa.
- >-
Vật lý học – 22.55
xxxix. Hóa học – 23.47
xl. Công nghệ Thông tin – 23.34
xli. Công tác Xã hội – 22.00
xlii. Du lịch – 22.00
8. Học phí trường Đại học Sư phạm TPHCM 2023 dự kiến từ 9,8 đến 11,7
triệu đồng một năm. Riêng các ngành sư phạm được miễn học phí.
- source_sentence: >-
Làm thế nào để đăng ký xét tuyển và thời gian dự kiến cho các phương thức
tuyển sinh là khi nào?
sentences:
- >-
4. Các ngành đào tạo
a. ĐẠI HỌC
Cử nhân Sư phạm Ngữ văn
Cử nhân Văn học (Hệ Chính quy; Văn bằng 2)
Cử nhân Việt Nam học
Cử nhân Tiếng Việt và Văn hóa Việt Nam
b. SAU ĐẠI HỌC
Thạc sĩ Văn học Việt Nam
Thạc sĩ Văn học nước ngoài
Thạc sĩ Lý luận văn học
Thạc sĩ Ngôn ngữ học
Tiến sĩ Văn học Việt Nam
Tiến sĩ Văn học nước ngoài
Tiến sĩ Lý luận ngôn ngữ
c. BỒI DƯỠNG
Chuyên đề cung cấp kiến thức mới; kỹ năng, phương pháp dạy học mới, nâng
cao tính thực tiễn, chú trọng phát triển năng lực ở người học
ii. Khoa Lịch sử
1. CHẤT LƯỢNG ĐÀO TẠO
ĐÀO TẠO CỬ NHÂN (4 NĂM)
Cử nhân Sư phạm Lịch sử
TUYỂN SINH:
2005 - 2015: 1.425 Cử nhân Sư phạm Lịch sử
2006 - 2015: 343 Cử nhân Quốc tế học
2007 - 2015: 464 Cử nhân Sử - GDQP
ĐÀO TẠO CAO HỌC (2 NĂM)
Bắt đầu đào tạo Thạc sĩ từ 1999
ThS Lịch sử Việt Nam và ThS Lịch sử thế giới
TUYỂN SINH: 20 - 25 HV/năm
2016 - 2017: 09 HV
ĐÀO TẠO TIẾN SĨ
Tiến sĩ Lịch sử Việt Nam
TUYỂN SINH: 5 - 10 NCS/năm
2017- 2018: 15 NCS
2. CHẤT LƯỢNG GIẢNG VIÊN
SỐ LƯỢNG GIẢNG VIÊN: 22
SỐ LƯỢNG CHUYÊN VIÊN: 02
PGS.TS: 01
Tiến sĩ: 12
Thạc sĩ: 09
3. MỤC TIÊU ĐÀO TẠO
Đào tạo Cử nhân Sư phạm Lịch sử đáp ứng yêu cầu về phẩm chất, năng lực
đối với giáo viên Lịch sử, bao gồm: có phẩm chất chính trị và đạo đức
nghề nghiệp, có kiến thức hệ thống, toàn diện về khoa học Lịch sử và
phương pháp dạy học Lịch sử, có năng lực thích ứng, sáng tạo, tự bồi
dưỡng phát triển chuyên môn theo yêu cầu của ngành giáo dục và của xã
hội. Đào tạo Cử nhân Quốc tế học có phẩm chất chính trị, đạo đức tốt, có
kiến thức vững chắc về ngành học để đáp ứng nhu cầu công tác trong các
cơ quan, tổ chức chuyên về hoạt động đối ngoại của nhà nước, trong các
công ty đa quốc gia hoặc các tổ chức phi chính phủ; đồng thời có khả
năng thích ứng cao trong bối cảnh hội nhập quốc tế và khu vực.
- >-
Kết quả được công bố trước kỳ thi tốt nghiệp THPT. Cách thức đăng ký:
Thí sinh đăng ký trực tuyến thông qua hệ thống website của trường và nộp
hồ sơ theo thông báo tuyển sinh theo quy định. 1.2 Phương thức 2: Xét
tuyển kết hợp Chứng chỉ ngoại ngữ quốc tế và kết quả học tập/chứng chỉ
năng lực quốc tế dành cho thí sinh hệ chuyên và hệ không chuyên
Đối tượng xét tuyển: Thí sinh thuộc 1 trong 3 đối tượng sau:
Đối tượng 1: Thí sinh thuộc hệ chuyên, lớp chuyên Toán – Tin, Lý, Hóa,
Văn và Ngoại ngữ của các trường THPT trọng điểm quốc gia/chuyên. Đối
tượng 2: Thí sinh hệ không chuyên; hoặc hệ chuyên lớp chuyên (khác với
các tổ hợp môn xét tuyển của Nhà trường). Đối tượng 3: Thí sinh (hệ
chuyên và không chuyên) có các chứng chỉ năng lực quốc tế SAT, ACT hoặc
A-level. Lưu ý: Áp dụng cho các chương trình giảng dạy bằng tiếng Anh và
các chương trình Chất lượng cao Ngôn ngữ thương mại. Thời gian tuyển
sinh: Dự kiến từ 22/5 – 31/5/2023. Kết quả được công bố trước kỳ thi tốt
nghiệp THPT. Cách thức đăng ký: Thí sinh đăng ký trực tuyến thông qua hệ
thống website của trường và nộp hồ sơ theo thông báo tuyển sinh của Nhà
trường. 1.3 Phương thức 3: Xét tuyển kết hợp Chứng chỉ ngoại ngữ quốc tế
và kết quả thi tốt nghiệp THPT năm 2023
Áp dụng cho: Các chương trình giảng dạy bằng tiếng Anh và Ngôn ngữ
thương mại. Thời gian tuyển sinh: Dự kiến cuối tháng 7/2023, ngay sau
khi có kết quả thi tốt nghiệp THPT năm 2023. Cách thức đăng ký: Thí sinh
đăng ký trực tuyến thông qua hệ thống website của trường và nộp hồ sơ
theo thông báo tuyển sinh của Nhà trường. 1.4 Phương thức 4: Xét tuyển
dựa trên kết quả thi tốt nghiệp THPT năm 2023
Áp dụng cho: Các chương trình tiêu chuẩn và định hướng nghề nghiệp quốc
tế.
- >-
Ứng dụng hạt nhân: Tìm hiểu về ứng dụng năng lượng hạt nhân, y học hạt
nhân, và xử lý chất thải hạt nhân trong công nghiệp. Kỹ thuật đo lường:
Các kỹ thuật đo đạc, phân tích phóng xạ, và các ứng dụng trong nghiên
cứu khoa học. Vật lý Y khoa
Mã tuyển sinh: 7520403
Tổ hợp xét tuyển: A00; A01; A02; D90
Thông tin liên hệ:
Địa chỉ: Trường Đại học Khoa học Tự nhiên TP.HCM, 227 Nguyễn Văn Cừ,
Quận 5, TP.HCM
Điện thoại: (028) 38 585 726
Email: [email protected]
Website: https://www.hcmus.edu.vn
TỔNG QUAN CHƯƠNG TRÌNH
Chương trình đào tạo ngành Vật lý Y khoa tại Trường Đại học Khoa học Tự
nhiên TP.HCM cung cấp cho sinh viên kiến thức nền tảng về vật lý, sinh
học và y học, đặc biệt là các ứng dụng vật lý trong y tế. Sinh viên sẽ
được trang bị kiến thức về các thiết bị y tế như máy chụp X-quang, máy
cộng hưởng từ (MRI), máy cắt lớp vi tính (CT), và các phương pháp điều
trị bằng tia xạ. Chương trình học kết hợp lý thuyết với thực hành để
sinh viên có thể ứng dụng các kiến thức trong các môi trường y tế thực
tế. CƠ SỞ VẬT CHẤT CHẤT LƯỢNG CAO
Trường sở hữu các phòng thí nghiệm hiện đại chuyên về vật lý y khoa, với
các thiết bị y tế tiên tiến phục vụ cho việc học tập và nghiên cứu. Các
phòng thí nghiệm này cung cấp cơ hội cho sinh viên thực hành với các
thiết bị như máy chụp X-quang, CT, MRI và các thiết bị điều trị ung thư
bằng tia xạ. CÁC ĐIỂM ĐẶC BIỆT
Chương trình học kết hợp lý thuyết và thực hành: Sinh viên không chỉ học
lý thuyết mà còn được thực hành trên các thiết bị y tế hiện đại trong
các bệnh viện và cơ sở y tế. Liên kết với các bệnh viện và cơ sở y tế:
Trường có các mối quan hệ hợp tác với các bệnh viện lớn, giúp sinh viên
có cơ hội thực tập và nghiên cứu tại các cơ sở y tế có ứng dụng vật lý y
khoa. Cơ hội du học và học bổng: Sinh viên có thể tham gia các chương
trình trao đổi sinh viên và nhận học bổng du học thạc sĩ, tiến sĩ tại
các trường đại học nổi tiếng trên thế giới. TRIỂN VỌNG NGHỀ NGHIỆP & CƠ
HỘI VIỆC LÀM
Sinh viên tốt nghiệp ngành Vật lý Y khoa có thể làm việc trong các lĩnh
vực như:
Các bệnh viện, phòng khám và cơ sở y tế: Vật lý gia trong các bệnh viện
và phòng khám sử dụng thiết bị y tế như X-quang, CT, MRI, và các phương
pháp điều trị tia xạ.
- source_sentence: >-
Các phương thức xét tuyển vào Trường Đại học Sư phạm TP Hồ Chí Minh năm
2022 là gì?
sentences:
- >-
Công nghệ thông tin, 7480201V, Tổ hợp: A00; A01; D01; D90, Điểm chuẩn:
25.97 13. An toàn thông tin, 7480202V, Tổ hợp: A00; A01; D01; D90, Điểm
chuẩn: 24.89 14. Kỹ thuật dữ liệu, 7480203V, Tổ hợp: A00; A01; D01; D90,
Điểm chuẩn: 24.05 15. Công nghệ kỹ thuật công trình xây dựng, 7510102V,
Tổ hợp: A00; A01; D01; D90, Điểm chuẩn: 23.05 16. Hệ thống kỹ thuật công
trình xây dựng, 7510106V, Tổ hợp: A00; A01; D01; D90, Điểm chuẩn: 22.22
17. Công nghệ kỹ thuật cơ khí, 7510201V, Tổ hợp: A00; A01; D01; D90,
Điểm chuẩn: 25.1 18. Công nghệ chế tạo máy, 7510202V, Tổ hợp: A00; A01;
D01; D90, Điểm chuẩn: 24.27 19. Công nghệ kỹ thuật cơ điện tử, 7510203V,
Tổ hợp: A00; A01; D01; D90, Điểm chuẩn: 25.45 20. Công nghệ kỹ thuật ô
tô, 7510205V, Tổ hợp: A00; A01; D01; D90, Điểm chuẩn: 25.39 21.
- >-
1. Phương thức xét tuyển
Trường Đại học Sư phạm TP Hồ Chí Minh xét tuyển đại học chính quy năm
2022 theo các phương thức sau:
Xét tuyển thẳng
Ưu tiên xét tuyển và xét tuyển thí sinh là học sinh lớp chuyên
Xét kết quả thi tốt nghiệp THPT năm 2022
Xét học bạ THPT
Xét tuyển kết hợp thi tuyển với các ngành năng khiếu
Thông tin chi tiết về từng phương thức như sau:
A. Phương thức 1: Xét tuyển thẳng
Thực hiện theo quy định của Bộ GD&ĐT. B. Phương thức 2: Ưu tiên xét
tuyển và xét tuyển thí sinh lớp chuyên
a) Ưu tiên xét tuyển
Ngưỡng đảm bảo chất lượng đầu vào:
Áp dụng với thí sinh tốt nghiệp THPT năm 2022
Thí sinh xét tuyển ngành Giáo dục mầm non: Phải tham gia kỳ thi năng
khiếu do trường Đại học Sư phạm TPHCM tổ chức và >= 6.5 điểm. b) Xét
tuyển thí sinh là học sinh lớp chuyên
Đối tượng ưu tiên xét tuyển lớp chuyên: Thí sinh tốt nghiệp các trường
THPT (theo danh sách) có học lực lớp 12 chuyên năm 2021 – 2022 từ giỏi
trở lên và đạt 1 trong các điều kiện theo thứ tự ưu tiên vào ngành đúng
hoặc gần đúng:
(1) Tham gia đội tuyển HSG quốc gia hoặc đội tuyển dự cuộc thi KHKT cấp
quốc gia
(2) Đạt giải nhất, nhì, ba kỳ thi HSG do cấp tỉnh trở lên tổ chức
(3) Thí sinh có chứng chỉ ngoại ngữ B2 trở lên hoặc tương đương (áp dụng
với các ngành ngoại ngữ đúng hoặc gần)
(4) Có học lực lớp 10, 11 chuyên đạt học sinh giỏi.
- >-
2. Xét tuyển sử dụng kết quả thi tốt nghiệp THPT năm 2024 (phương thức
này áp dụng với tất cả các ngành trừ Giáo dục Mầm non và Giáo dục Thể
chất)
Ngưỡng điểm đảm bảo chất lượng đầu vào, điều kiện nhận hồ sơ đăng ký xét
tuyển được thông báo chính thức sau khi Bộ Giáo dục và Đào tạo xác định
ngưỡng đảm bảo chất lượng đầu vào đại học (căn cứ kết quả kỳ thi tốt
nghiệp THPT năm 2024). 3. Xét tuyển sử dụng kết quả học tập THPT (phương
thức này áp dụng với tất cả các ngành trừ Giáo dục Mầm non và Giáo dục
Thể chất)
Phương thức xét tuyển này chỉ áp dụng đối với thí sinh tốt nghiệp THPT
năm 2024 đồng thời phải thỏa một trong hai điều kiện sau:
+ Có học lực lớp 12 xếp loại giỏi;
+ Có điểm xét tốt nghiệp THPT từ 8,0 trở lên.
- source_sentence: Chương trình đào tạo của Đại học FPT có những điểm nổi bật nào?
sentences:
- >-
Học phí: 11,900,000 VNĐ/mức. 3. Các khoản phí cần nộp khi nhập học
Học phí kỳ định hướng: 11,900,000 VNĐ (có 01 học kỳ định hướng, chỉ áp
dụng cho SV mới nhập học năm 2024)
Học phí 01 mức tiếng Anh chuẩn bị: 11,900,000 VNĐ/mức
1. Giáo trình chuẩn quốc tế
Chương trình học của Đại học FPT được thiết kế theo chuẩn của Hiệp hội
Máy tính (Association for Computing Machinery-ACM), chuẩn đào tạo kỹ sư
phần mềm của Accreditation Board for Engineering and Technology (ABET –
Mỹ), Hiệp hội Phần mềm Việt Nam (VINASA)
Tất cả các giáo trình của Đại học FPT đều được nhập khẩu từ nước ngoài
về và cập nhật liên tục theo từng kỳ học
2. Chú trọng vào thực hành
Với thời lượng số tiết thực hành lên đến 60%, sinh viên Đại học FPT đã
được làm quen với công việc ngay từ trên ghế nhà trường. 1 lớp học tối
đa 30 sinh viên nên trong các giờ thực hành sinh viên sẽ được các thầy
cô giảng viên hướng dẫn rất tỉ mỉ và chi tiết
3. Chú trọng vào ngoại ngữ và kỹ năng mềm
Năm đầu tiên các bạn sinh viên sẽ phải trải qua 6 kỳ học tiếng Anh để có
thể đạt được nền tảng ngoại ngữ nhất định trước khi sang năm thứ 2 bước
vào kỳ học chuyên ngành. Ngoài tiếng Anh là ngôn ngữ bắt buộc ra thì
sinh viên Đại học FPT còn được học thêm tiếng Nhật. Như vậy sau khi ra
trường các bạn sinh viên có thêm rất nhiều cơ hội để có thể làm việc tại
nước ngoài
Ngay từ những ngày đầu thành lập, đại học FPT đã đề cao việc phát triển
bản thân đặc biệt là kỹ năng mềm cho sinh viên. Các bạn sinh viên sẽ
được học rất nhiều các khoá học như kỹ năng thuyết trình, tư duy phản
biện, kỹ năng làm việc nhóm, kỹ năng phỏng vấn, kỹ năng viết CV .
- >-
STT Mã ngành Tên ngành Tổ hợp môn Điểm chuẩn Ghi chú 1 7220201 Ngôn ngữ
Anh A; B; C01; C02; C03; C04 21 2 7220204 Ngôn ngữ Trung Quốc A; B;
C01; C02; C03; C04 21 3 7220209 Ngôn ngữ Nhật A; B; C01; C02; C03; C04
21 4 7220210 Ngôn ngữ Hàn Quốc A; B; C01; C02; C03; C04 21 5 7320106
Công nghệ truyền thông A; B; C01; C02; C03; C04 21 6 7340101 Quản trị
kinh doanh A; B; C01; C02; C03; C04 21 7 7480201 Công nghệ thông tin A;
B; C01; C02; C03; C04 21 Phương thức xét tuyển của fpt khá giống nhau.
- >-
Các môn học được giảng dạy chủ yếu bằng tiếng Anh, giúp sinh viên phát
triển kỹ năng ngoại ngữ cũng như kiến thức chuyên môn trong lĩnh vực
sinh học. Chương trình chú trọng vào các kỹ năng nghiên cứu, phân tích
và giải quyết vấn đề trong môi trường sinh học toàn cầu. CƠ SỞ VẬT CHẤT
CHẤT LƯỢNG CAO
Các sinh viên trong chương trình này sẽ được học tập và nghiên cứu trong
một môi trường quốc tế hóa, với các thiết bị nghiên cứu hiện đại và các
cơ sở vật chất đạt chuẩn quốc tế. Ngoài ra, các phòng thí nghiệm và khu
vực học tập đều được trang bị công nghệ tiên tiến phục vụ cho nghiên cứu
chuyên sâu. CÁC ĐIỂM ĐẶC BIỆT
Học bằng tiếng Anh: Mọi môn học đều được giảng dạy bằng tiếng Anh, giúp
sinh viên nâng cao khả năng ngoại ngữ và tiếp cận kiến thức quốc tế. Cơ
hội trao đổi quốc tế: Sinh viên có cơ hội tham gia các chương trình trao
đổi sinh viên, học tập tại các trường đối tác quốc tế. Hỗ trợ nghề
nghiệp: Chương trình cung cấp các khóa huấn luyện và tư vấn nghề nghiệp,
giúp sinh viên chuẩn bị tốt cho công việc sau khi tốt nghiệp. TRIỂN VỌNG
NGHỀ NGHIỆP & CƠ HỘI VIỆC LÀM
Với nền tảng kiến thức vững chắc và khả năng sử dụng tiếng Anh, sinh
viên chương trình tăng cường tiếng Anh có thể làm việc tại:
Các tổ chức nghiên cứu quốc tế, các viện nghiên cứu sinh học.
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
- cosine_accuracy@1
- cosine_accuracy@3
- cosine_accuracy@5
- cosine_accuracy@10
- cosine_precision@1
- cosine_precision@3
- cosine_precision@5
- cosine_precision@10
- cosine_recall@1
- cosine_recall@3
- cosine_recall@5
- cosine_recall@10
- cosine_ndcg@10
- cosine_mrr@10
- cosine_map@100
model-index:
- name: SentenceTransformer based on dangvantuan/vietnamese-document-embedding
results:
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 768
type: dim_768
metrics:
- type: cosine_accuracy@1
value: 0.466
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.63
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.678
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.752
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.466
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.21
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.1356
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.0752
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.466
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.63
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.678
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.752
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.6061109322735273
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.5599031746031748
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.5685727812660539
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 512
type: dim_512
metrics:
- type: cosine_accuracy@1
value: 0.464
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.626
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.684
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.746
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.464
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.20866666666666664
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.1368
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.0746
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.464
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.626
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.684
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.746
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.6015125723964755
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.55565
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.5647769486133264
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 256
type: dim_256
metrics:
- type: cosine_accuracy@1
value: 0.452
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.602
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.672
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.732
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.452
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.20066666666666666
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.13439999999999996
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.0732
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.452
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.602
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.672
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.732
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.5883841253468854
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.5428119047619047
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.5525017191408654
name: Cosine Map@100
SentenceTransformer based on dangvantuan/vietnamese-document-embedding
This is a sentence-transformers model finetuned from dangvantuan/vietnamese-document-embedding. It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.
Model Details
Model Description
- Model Type: Sentence Transformer
- Base model: dangvantuan/vietnamese-document-embedding
- Maximum Sequence Length: 8192 tokens
- Output Dimensionality: 768 dimensions
- Similarity Function: Cosine Similarity
Model Sources
- Documentation: Sentence Transformers Documentation
- Repository: Sentence Transformers on GitHub
- Hugging Face: Sentence Transformers on Hugging Face
Full Model Architecture
SentenceTransformer(
(0): Transformer({'max_seq_length': 8192, 'do_lower_case': False, 'architecture': 'VietnameseModel'})
(1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
(2): Normalize()
)
Usage
Direct Usage (Sentence Transformers)
First install the Sentence Transformers library:
pip install -U sentence-transformers
Then you can load this model and run inference.
from sentence_transformers import SentenceTransformer
# Download from the 🤗 Hub
model = SentenceTransformer("HoangVuSnape/vietnamese-document-embedding_pr_v3")
# Run inference
sentences = [
'Chương trình đào tạo của Đại học FPT có những điểm nổi bật nào?',
'Học phí: 11,900,000 VNĐ/mức. 3. Các khoản phí cần nộp khi nhập học\n\nHọc phí kỳ định hướng: 11,900,000 VNĐ (có 01 học kỳ định hướng, chỉ áp dụng cho SV mới nhập học năm 2024)\n\nHọc phí 01 mức tiếng Anh chuẩn bị: 11,900,000 VNĐ/mức\n\n1. Giáo trình chuẩn quốc tế\n\nChương trình học của Đại học FPT được thiết kế theo chuẩn của Hiệp hội Máy tính (Association for Computing Machinery-ACM), chuẩn đào tạo kỹ sư phần mềm của Accreditation Board for Engineering and Technology (ABET – Mỹ), Hiệp hội Phần mềm Việt Nam (VINASA)\n\nTất cả các giáo trình của Đại học FPT đều được nhập khẩu từ nước ngoài về và cập nhật liên tục theo từng kỳ học\n\n2. Chú trọng vào thực hành\n\nVới thời lượng số tiết thực hành lên đến 60%, sinh viên Đại học FPT đã được làm quen với công việc ngay từ trên ghế nhà trường. 1 lớp học tối đa 30 sinh viên nên trong các giờ thực hành sinh viên sẽ được các thầy cô giảng viên hướng dẫn rất tỉ mỉ và chi tiết\n\n3. Chú trọng vào ngoại ngữ và kỹ năng mềm\n\nNăm đầu tiên các bạn sinh viên sẽ phải trải qua 6 kỳ học tiếng Anh để có thể đạt được nền tảng ngoại ngữ nhất định trước khi sang năm thứ 2 bước vào kỳ học chuyên ngành. Ngoài tiếng Anh là ngôn ngữ bắt buộc ra thì sinh viên Đại học FPT còn được học thêm tiếng Nhật. Như vậy sau khi ra trường các bạn sinh viên có thêm rất nhiều cơ hội để có thể làm việc tại nước ngoài\n\nNgay từ những ngày đầu thành lập, đại học FPT đã đề cao việc phát triển bản thân đặc biệt là kỹ năng mềm cho sinh viên. Các bạn sinh viên sẽ được học rất nhiều các khoá học như kỹ năng thuyết trình, tư duy phản biện, kỹ năng làm việc nhóm, kỹ năng phỏng vấn, kỹ năng viết CV .',
'STT Mã ngành Tên ngành Tổ hợp môn Điểm chuẩn Ghi chú 1 7220201 Ngôn ngữ Anh A; B; C01; C02; C03; C04 21 2 7220204 Ngôn ngữ Trung Quốc A; B; C01; C02; C03; C04 21 3 7220209 Ngôn ngữ Nhật A; B; C01; C02; C03; C04 21 4 7220210 Ngôn ngữ Hàn Quốc A; B; C01; C02; C03; C04 21 5 7320106 Công nghệ truyền thông A; B; C01; C02; C03; C04 21 6 7340101 Quản trị kinh doanh A; B; C01; C02; C03; C04 21 7 7480201 Công nghệ thông tin A; B; C01; C02; C03; C04 21 Phương thức xét tuyển của fpt khá giống nhau.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]
# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities)
# tensor([[1.0000, 0.7188, 0.5351],
# [0.7188, 1.0000, 0.5165],
# [0.5351, 0.5165, 1.0000]])
Evaluation
Metrics
Information Retrieval
- Dataset:
dim_768 - Evaluated with
InformationRetrievalEvaluatorwith these parameters:{ "truncate_dim": 768 }
| Metric | Value |
|---|---|
| cosine_accuracy@1 | 0.466 |
| cosine_accuracy@3 | 0.63 |
| cosine_accuracy@5 | 0.678 |
| cosine_accuracy@10 | 0.752 |
| cosine_precision@1 | 0.466 |
| cosine_precision@3 | 0.21 |
| cosine_precision@5 | 0.1356 |
| cosine_precision@10 | 0.0752 |
| cosine_recall@1 | 0.466 |
| cosine_recall@3 | 0.63 |
| cosine_recall@5 | 0.678 |
| cosine_recall@10 | 0.752 |
| cosine_ndcg@10 | 0.6061 |
| cosine_mrr@10 | 0.5599 |
| cosine_map@100 | 0.5686 |
Information Retrieval
- Dataset:
dim_512 - Evaluated with
InformationRetrievalEvaluatorwith these parameters:{ "truncate_dim": 512 }
| Metric | Value |
|---|---|
| cosine_accuracy@1 | 0.464 |
| cosine_accuracy@3 | 0.626 |
| cosine_accuracy@5 | 0.684 |
| cosine_accuracy@10 | 0.746 |
| cosine_precision@1 | 0.464 |
| cosine_precision@3 | 0.2087 |
| cosine_precision@5 | 0.1368 |
| cosine_precision@10 | 0.0746 |
| cosine_recall@1 | 0.464 |
| cosine_recall@3 | 0.626 |
| cosine_recall@5 | 0.684 |
| cosine_recall@10 | 0.746 |
| cosine_ndcg@10 | 0.6015 |
| cosine_mrr@10 | 0.5556 |
| cosine_map@100 | 0.5648 |
Information Retrieval
- Dataset:
dim_256 - Evaluated with
InformationRetrievalEvaluatorwith these parameters:{ "truncate_dim": 256 }
| Metric | Value |
|---|---|
| cosine_accuracy@1 | 0.452 |
| cosine_accuracy@3 | 0.602 |
| cosine_accuracy@5 | 0.672 |
| cosine_accuracy@10 | 0.732 |
| cosine_precision@1 | 0.452 |
| cosine_precision@3 | 0.2007 |
| cosine_precision@5 | 0.1344 |
| cosine_precision@10 | 0.0732 |
| cosine_recall@1 | 0.452 |
| cosine_recall@3 | 0.602 |
| cosine_recall@5 | 0.672 |
| cosine_recall@10 | 0.732 |
| cosine_ndcg@10 | 0.5884 |
| cosine_mrr@10 | 0.5428 |
| cosine_map@100 | 0.5525 |
Training Details
Training Dataset
Unnamed Dataset
- Size: 500 training samples
- Columns:
anchorandpositive - Approximate statistics based on the first 500 samples:
anchor positive type string string details - min: 10 tokens
- mean: 26.05 tokens
- max: 62 tokens
- min: 29 tokens
- mean: 605.11 tokens
- max: 6602 tokens
- Samples:
anchor positive Ngành Quản lý Tài nguyên và Môi trường trang bị cho sinh viên những kiến thức và kỹ năng gì?Sau khi tốt nghiệp, người học sẽ:
Có kiến thức cơ bản về toán học, khoa học tự nhiên, đáp ứng cho việc tiếp thu các kiến thức giáo dục chuyên nghiệp và khả năng học tập ở trình độ cao hơn
Có các kiến thức kỹ thuật cơ sở ngành và chuyên ngành giúp đủ năng lực phát hiện, giải quyết các vấn đề liên quan đến công nghệ sản xuất, chế tạo và ứng dụng vật liệu vào trong xây dựng, kiểm soát chất lượng nguyên vật liệu và cấu kiện sản phẩm xây dựng, nghiên cứu sản xuất chế tạo và phát triển các loại vật liệu mới, hiện đại, tiên tiến, độc đáo, hiệu quả, xanh, bền vững… nhằm hướng tới sự phát triển bền vững trong công nghiệp xây dựng và kiến trúc, thiết kế và thi công trong các công trình xây dựng; có tính sáng tạo trong hoạt động nghề nghiệp, có khả năng tự học và tự nghiên cứu;
Có kỹ năng cá nhân, nghề nghiệp, giao tiếp, làm việc nhóm đủ để làm việc trong môi trường làm việc liên ngành, đa văn hóa;
Có hiểu biết về kinh tế, chính trị, có các kiến thức cơ bản trong lĩnh vực khoa học xã hội và n...Chương trình Kỹ thuật Môi trường đào tạo sinh viên về những năng lực nào và có điểm gì nổi bật đối với chương trình giảng dạy bằng tiếng Anh?Sau khi tốt nghiệp, người học sẽ:
Có kiến thức cơ bản về toán học, khoa học tự nhiên, đáp ứng cho việc tiếp thu các kiến thức giáo dục chuyên nghiệp và khả năng học tập ở trình độ cao hơn
Có các kiến thức kỹ thuật cơ sở ngành và chuyên ngành giúp đủ năng lực phát hiện, giải quyết các vấn đề liên quan đến công nghệ sản xuất, chế tạo và ứng dụng vật liệu vào trong xây dựng, kiểm soát chất lượng nguyên vật liệu và cấu kiện sản phẩm xây dựng, nghiên cứu sản xuất chế tạo và phát triển các loại vật liệu mới, hiện đại, tiên tiến, độc đáo, hiệu quả, xanh, bền vững… nhằm hướng tới sự phát triển bền vững trong công nghiệp xây dựng và kiến trúc, thiết kế và thi công trong các công trình xây dựng; có tính sáng tạo trong hoạt động nghề nghiệp, có khả năng tự học và tự nghiên cứu;
Có kỹ năng cá nhân, nghề nghiệp, giao tiếp, làm việc nhóm đủ để làm việc trong môi trường làm việc liên ngành, đa văn hóa;
Có hiểu biết về kinh tế, chính trị, có các kiến thức cơ bản trong lĩnh vực khoa học xã hội và n...Ngành Kỹ thuật Dầu khí và Kỹ thuật Địa chất tập trung nghiên cứu và ứng dụng những lĩnh vực cốt lõi nào?Các công ty nghiên cứu và khảo sát địa chất, tư vấn về nền móng công trình. Các tổ chức liên quan đến quy hoạch và phát triển đô thị. Kỹ thuật Dầu khí
Tổng quan
Kỹ thuật Dầu khí là ngành học chuyên nghiên cứu về các kỹ thuật khai thác, sản xuất và xử lý dầu khí. Sinh viên sẽ học các phương pháp khoan, khai thác dầu, khí tự nhiên, và xử lý các vấn đề kỹ thuật trong ngành dầu khí, từ việc tìm kiếm và khai thác tài nguyên cho đến việc tối ưu hóa quy trình sản xuất. CÁC ĐIỂM ĐẶC BIỆT
Khả năng ứng dụng cao: Sinh viên ngành Kỹ thuật Dầu khí sẽ được trang bị kiến thức thực tế về công nghệ khai thác dầu khí và các phương pháp tối ưu hóa sản xuất. Ngành công nghiệp chiến lược: Dầu khí vẫn là một trong những ngành công nghiệp mũi nhọn và cần nguồn nhân lực có trình độ cao trong việc khai thác và xử lý tài nguyên thiên nhiên. Triển vọng việc làm
Các công ty khai thác dầu khí trong nước và quốc tế. Các công ty tư vấn và kỹ thuật dầu khí, nghiên cứu các giải pháp tối ưu trong khai thác. Các côn... - Loss:
MatryoshkaLosswith these parameters:{ "loss": "MultipleNegativesRankingLoss", "matryoshka_dims": [ 768, 512, 256 ], "matryoshka_weights": [ 1, 1, 1 ], "n_dims_per_step": -1 }
Training Hyperparameters
Non-Default Hyperparameters
eval_strategy: stepsper_device_train_batch_size: 16per_device_eval_batch_size: 16gradient_accumulation_steps: 8learning_rate: 2e-05num_train_epochs: 1lr_scheduler_type: cosinewarmup_ratio: 0.1bf16: Truetf32: Truedataloader_drop_last: Truedataloader_num_workers: 8load_best_model_at_end: Truebatch_sampler: no_duplicates
All Hyperparameters
Click to expand
overwrite_output_dir: Falsedo_predict: Falseeval_strategy: stepsprediction_loss_only: Trueper_device_train_batch_size: 16per_device_eval_batch_size: 16per_gpu_train_batch_size: Noneper_gpu_eval_batch_size: Nonegradient_accumulation_steps: 8eval_accumulation_steps: Nonetorch_empty_cache_steps: Nonelearning_rate: 2e-05weight_decay: 0.0adam_beta1: 0.9adam_beta2: 0.999adam_epsilon: 1e-08max_grad_norm: 1.0num_train_epochs: 1max_steps: -1lr_scheduler_type: cosinelr_scheduler_kwargs: {}warmup_ratio: 0.1warmup_steps: 0log_level: passivelog_level_replica: warninglog_on_each_node: Truelogging_nan_inf_filter: Truesave_safetensors: Truesave_on_each_node: Falsesave_only_model: Falserestore_callback_states_from_checkpoint: Falseno_cuda: Falseuse_cpu: Falseuse_mps_device: Falseseed: 42data_seed: Nonejit_mode_eval: Falseuse_ipex: Falsebf16: Truefp16: Falsefp16_opt_level: O1half_precision_backend: autobf16_full_eval: Falsefp16_full_eval: Falsetf32: Truelocal_rank: 0ddp_backend: Nonetpu_num_cores: Nonetpu_metrics_debug: Falsedebug: []dataloader_drop_last: Truedataloader_num_workers: 8dataloader_prefetch_factor: Nonepast_index: -1disable_tqdm: Falseremove_unused_columns: Truelabel_names: Noneload_best_model_at_end: Trueignore_data_skip: Falsefsdp: []fsdp_min_num_params: 0fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}fsdp_transformer_layer_cls_to_wrap: Noneaccelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}deepspeed: Nonelabel_smoothing_factor: 0.0optim: adamw_torch_fusedoptim_args: Noneadafactor: Falsegroup_by_length: Falselength_column_name: lengthddp_find_unused_parameters: Noneddp_bucket_cap_mb: Noneddp_broadcast_buffers: Falsedataloader_pin_memory: Truedataloader_persistent_workers: Falseskip_memory_metrics: Trueuse_legacy_prediction_loop: Falsepush_to_hub: Falseresume_from_checkpoint: Nonehub_model_id: Nonehub_strategy: every_savehub_private_repo: Nonehub_always_push: Falsehub_revision: Nonegradient_checkpointing: Falsegradient_checkpointing_kwargs: Noneinclude_inputs_for_metrics: Falseinclude_for_metrics: []eval_do_concat_batches: Truefp16_backend: autopush_to_hub_model_id: Nonepush_to_hub_organization: Nonemp_parameters:auto_find_batch_size: Falsefull_determinism: Falsetorchdynamo: Noneray_scope: lastddp_timeout: 1800torch_compile: Falsetorch_compile_backend: Nonetorch_compile_mode: Noneinclude_tokens_per_second: Falseinclude_num_input_tokens_seen: Falseneftune_noise_alpha: Noneoptim_target_modules: Nonebatch_eval_metrics: Falseeval_on_start: Falseuse_liger_kernel: Falseliger_kernel_config: Noneeval_use_gather_object: Falseaverage_tokens_across_devices: Falseprompts: Nonebatch_sampler: no_duplicatesmulti_dataset_batch_sampler: proportionalrouter_mapping: {}learning_rate_mapping: {}
Training Logs
| Epoch | Step | dim_768_cosine_ndcg@10 | dim_512_cosine_ndcg@10 | dim_256_cosine_ndcg@10 |
|---|---|---|---|---|
| -1 | -1 | 0.6061 | 0.6015 | 0.5884 |
Framework Versions
- Python: 3.10.12
- Sentence Transformers: 5.1.0
- Transformers: 4.55.2
- PyTorch: 2.8.0+cu128
- Accelerate: 1.10.0
- Datasets: 4.0.0
- Tokenizers: 0.21.4
Citation
BibTeX
Sentence Transformers
@inproceedings{reimers-2019-sentence-bert,
title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
author = "Reimers, Nils and Gurevych, Iryna",
booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
month = "11",
year = "2019",
publisher = "Association for Computational Linguistics",
url = "https://arxiv.org/abs/1908.10084",
}
MatryoshkaLoss
@misc{kusupati2024matryoshka,
title={Matryoshka Representation Learning},
author={Aditya Kusupati and Gantavya Bhatt and Aniket Rege and Matthew Wallingford and Aditya Sinha and Vivek Ramanujan and William Howard-Snyder and Kaifeng Chen and Sham Kakade and Prateek Jain and Ali Farhadi},
year={2024},
eprint={2205.13147},
archivePrefix={arXiv},
primaryClass={cs.LG}
}
MultipleNegativesRankingLoss
@misc{henderson2017efficient,
title={Efficient Natural Language Response Suggestion for Smart Reply},
author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil},
year={2017},
eprint={1705.00652},
archivePrefix={arXiv},
primaryClass={cs.CL}
}