Trong một vài năm trở lại đây, Facebook giới thiệu React Native framework cho phép lập trình viên Mobile tạo ra các ứng dụng Native dựa trên Javacript. Mục tiêu chính của React Native là xây dựng ứng dụng có khả năng tùy biến giao diện người sử dụng ở bất kì thời điểm nào thông qua mã HTML và Javascript.

Nhược điểm của giải pháp này là sự phụ thuộc vào Facebook để cập nhật Complier (complie HTML to Native Code) cũng như các Component mà React cung cấp.

Ứng dụng Zalo đã cung cấp khá nhiều loại tin nhắn (text, voice, photo, video, sticker,…) hữu ích đáp ứng với phần lớn đa số người sử dụng. Thách thức lớn nhất là làm sao có thể tùy biến giao diện tin nhắn mà người dùng không cần phải cập nhật phiên bản mới?

Dựa trên ý tưởng của React Native, bài toán được đặt ra là giải quyết các vấn đề sau:

• Xây dựng một công cụ cho phép định nghĩa UI logic trong một HTML String.
• Phát triển một HTML Render Engine hỗ trợ hiển thị một số Native UI Control cơ bản (view, button, text, scrollview,…).

Ngôn ngữ lập trình: C/C++/Java/ObjectiveC/Swift.

Cùng với sự phổ biến của smartphone, một đột phá trong cách viết chữ trên màn hình cảm ứng là phương pháp swipe input. Phương pháp này do bộ gõ di động Swype tạo ra. Để viết một từ, thay vì gõ từng phím trên bàn phím QWERTY, người dùng di chuyển ngón tay qua một vài chữ cái của từ đó. Bộ gõ sẽ dựa vào đường đi của ngón tay, kết hợp với ngữ cảnh của câu đang được viết để đoán được đúng người dùng muốn viết gì.

Phương pháp swipe input đã thành công rực rỡ và chứng tỏ là phương pháp nhập liệu nhanh nhất trên smartphone với nhiều ngôn ngữ, đặc biệt là tiếng Anh.

Hầu như tất cả các bộ gõ phổ biến như Swype, Swiftkeys, Gboard đều hỗ trợ swipe input. Tuy nhiên, với tiếng Việt, swipe input còn kém hiệu quả khi đoán sai từ với tỷ lệ cao.

Lý do chính là do đặc thù tiếng Việt có nhiều dấu khiến cho không thể thể hiện được hết các chữ cái tiếng Việt trên bàn phím. Một lý do nữa là các nhân (engine) dự đoán từ tiếng Việt theo ngữ cảnh của các bộ gõ trên đây chưa thực sự tốt.

Laban Key (Android, iOS) hiện đã có engine đoán, gợi ý từ theo ngữ cảnh có độ chính xác tốt hơn các bộ gõ quốc tế. Tuy nhiên, Laban Key hiện chưa hỗ trợ swipe input.

Mục đích dự án này nhằm phát triển phương pháp swipe input có độ chính xác cao cho tiếng Việt. Bài toán đặt ra là:

• Xử lý hình học để hiểu được các phím người dùng muốn quét qua.
• Kết hợp swipe input với engine đoán từ theo ngữ cảnh vào để đưa ra phán đoán phù hợp nhất.
• Áp dụng các phương pháp machine learning trong NLP để cải tiến độ chính xác của việc đoán và gợi ý từ.

Ngôn ngữ lập trình: C/C++/Java/ObjectiveC/Swift.

Trợ lý ảo, Chatbot, hay Hệ thống trả lời tự động đang là chủ đề rất nóng trong những năm gần đây, khi chính các công ty lớn trên thế giới như Microsoft (Cortana), Google (Google Assistant), Apple (Siri)…đã giới thiệu các trợ lý ảo của mình.

Không chỉ có các ông lớn, một làn sóng khởi nghiệp mới đang cố gắng tạo ra các dịch vụ nhằm thay đổi cách mà khách hàng tương tác bằng các dịch vụ trợ lý ảo. Nhằm trợ giúp người dùng của mình có những trải nghiệm tốt nhất về sản phẩm và dịch vụ được cung cấp.

Bài toán cần giải quyết là:

• Xây dựng nền tảng chatbot hỗ trợ tương tác nguời dùng thông qua ứng dụng chat Zalo
• Kết hợp trí tuệ nhân tạo để nâng cao khả năng tương tác phù hợp với từng ngữ cảnh chat
• Phát triển hoàn chỉnh một dịch vụ chatbot để trợ giúp con người ở một trong số các lĩnh vực như: dịch vụ, y tế, giáo dục, thương mại điện tử…

Với sự bùng nổ của video như hiện nay đã đặt ra nhiều thách thức với các nhà phát triển về vấn đề lưu trữ cũng như phân phối đến người dùng cuối. Để đáp ứng được lượt truy cập lớn, đảm bảo nhanh và có tính sẵn sàng cao, giải pháp phổ biến hiện nay là sử dụng công nghệ CDN. Một số công ty lớn cũng sẵn sàng xây dựng cơ sở hạ tầng riêng để triển khai công nghệ này.

CDN (Content Delivery Network) là mạng lưới cung cấp nội dung với hệ thống các máy chủ được đặt tại nhiều nơi trên thế giới sẽ giúp tối ưu tốc độ truy cập tài nguyên. Hệ thống file caching là một yếu tố quan trọng để hệ thống chịu được lượng tải lớn.

Bài toán đặt ra là xây dựng hệ thống caching có thể đáp ứng được lượng tải lớn với độ sẵn sàng và hiệu suất cao.

• Xây dựng hệ thống caching cho file lớn chịu được lượng tải cao.
• Sử dụng raw disk cho việc lưu trữ thay cho File System của HĐH để tối ưu hóa về IO Disk.
• Áp dụng một số giải thuật ranking để ưu tiên cache các hot file.

Ngôn ngữ lập trình: C/C++.

Trong những năm gần đây, nhu cầu chia sẻ và theo dõi nội dung video trong cộng đồng người dùng Internet ngày càng tăng. Việc xây dựng một hệ thống server chia sẻ video đáp ứng nhu cầu nhanh và ổn định, chứa đựng nhiều thách thức về mặt kỹ thuật.

Bài toán đặt ra là xây dựng một hệ thống chia sẻ video có khả năng đáp ứng được một lượng user upload lớn, khả năng lưu trữ có khả năng scale tốt, có thể xử lý convert ra nhiều định dạng phổ biến.

• Thiết kế được hệ thống upload chịu được tải tần suất cao (> 100 video/s).
• Thiết kế được hệ thống xử lý và convert video, xử lý được các định dạng video cơ bản, phổ biến.
• Thiết kế được hệ thống lưu trữ video, có thể scale được theo chiều ngang để lưu trữ số lượng lớn video (> 100tb).

Ngôn ngữ lập trình: C/C++/Java/Go.