Xin chào, tôi là Công Anh Dũng
Tôi là AI/ML Systems Architect (Hà Nội, Việt Nam), sở hữu hạ tầng AI từ đầu đến cuối — từ provisioning cloud đến triển khai ML serving thực chiến. Hiện tập trung vào:
- Solution architecture & cost engineering
- Cloud & Kubernetes infrastructure (GKE, DigitalOcean, bare-metal)
- ML serving & MLOps (ASR, TTS, pronunciation scoring, embedding)
- Streaming & data infrastructure
Định hướng CLI-first, tối ưu chi phí, và ra quyết định theo framework. Thông tin này được đồng bộ theo portfolio dungca1512.github.io và GitHub dungca1512.
Tôi đang xây dựng gì?
1. Pronunciation Scoring API (eUp)
Dịch vụ FastAPI chấm phát âm tiếng Nhật bằng wav2vec2 CTC forced alignment, lớp cache G2P và micro-batching trên GPU. Hướng tới độ trễ <3s cho 20 người dùng đồng thời trên một GPU GCP L4 / RTX 4000 Ada — chọn theo framework chi phí GPU đa tiêu chí thay vì over-provisioning A100/H100.
2. Internal Embedding Service (eUp)
Tự host Qwen3-Embedding-4B, cung cấp endpoint /v1/embeddings tương thích OpenAI trên RTX 4080, thay thế hoàn toàn OpenAI Embedding API cho workload nội bộ. Phía trên là pipeline review code bằng RAG: harvest -> embed -> LanceDB -> Qodo PR Agent, kiểm soát bằng GitLab CI exit-code gate.
3. AI Gateway (multi-provider)
Repo: ai-gateway
Gateway reactive Spring WebFlux hợp nhất OpenAI, Gemini, Anthropic và DashScope trong một lớp API, kèm các control quan trọng cho production:
- routing
- fallback/retry
- circuit breaker & bulkhead (Resilience4j)
- token usage tracking
- observability
4. Whisper Fine-tuning cho ASR tiếng Nhật
Repo: whisper-finetune-ja
Quy trình train tái lập được cho speech system, từ train script đến export/inference — đã công bố 3 model ASR tiếng Nhật trên Hugging Face.
Quan điểm làm kỹ thuật của tôi
- Quyết định theo framework, không cảm tính: so sánh GPU/cloud trên giá, vị trí data center, SLA và độ trễ VN-JP-KR.
- Tối ưu chi phí mặc định: chọn phần cứng vừa với workload, chứng minh đánh đổi bằng benchmark trước khi provisioning.
- CLI-first, tái lập được: Terraform, Ansible và GitOps để mọi môi trường dựng lại được từ code.
- Gắn quan sát và suy giảm an toàn: xem lỗi provider/GPU là bình thường, luôn có fallback.
Blog này sẽ viết gì?
Blog này sẽ tập trung vào 2 nhóm bài:
- ML cơ bản (để học đúng nền tảng)
- AI infrastructure & MLOps (để đưa mô hình vào hệ thống thật, chạy ổn định và tối ưu chi phí)
Nếu bạn muốn trao đổi công việc/hợp tác: dungca1512@gmail.com.