PA Phạm Hoàng An

AI/ML Intern · Computer Vision AI/ML Intern · Computer Vision

Phạm Hoàng An I build ML systems from model to working demo. Tôi xây dựng hệ thống ML từ model đến demo chạy được.

ICT student at USTH focused on computer vision, real-time inference, and reproducible Python workflows. My work connects training, evaluation, demos, and clear documentation. Sinh viên ICT tại USTH, tập trung computer vision, inference thời gian thực và workflow Python có thể tái lập. Tôi kết nối training, evaluation, demo và tài liệu rõ ràng.

View Work Xem dự án Download CV Tải CV GitHub
ML workflowsWorkflow ML Training, evaluation, inference, documentationTraining, evaluation, inference, tài liệu
Computer visionComputer vision YOLO, OpenCV, keypoints, tracking, homographyYOLO, OpenCV, keypoints, tracking, homography
Deployment pathHướng triển khai Colab, Linux CLI, Azure VM, Google Cloud, GitColab, Linux CLI, Azure VM, Google Cloud, Git
EvidenceBằng chứng Repos, runbooks, metrics, demosRepo, runbook, metric, demo

Selected work Dự án chọn lọc

Case studies with clear problem, approach, and evidence. Case study có vấn đề, cách làm và bằng chứng rõ ràng.

Computer Vision / Video Intelligence Computer Vision / Phân tích video

Pickleball Match Analysis Phân tích trận đấu Pickleball

ProblemVấn đề
Turn match footage into measurable signals: court geometry, ball/player tracking, and reviewable outputs.Chuyển video trận đấu thành tín hiệu có thể đo: hình học sân, tracking bóng/người chơi và output có thể kiểm tra.
ApproachCách làm
Built a Python pipeline for court keypoints, YOLO detections, temporal smoothing, homography, minimap, and heatmap export.Xây pipeline Python cho keypoint sân, YOLO detection, làm mượt theo thời gian, homography, minimap và xuất heatmap.
EvidenceBằng chứng
12 court keypoints, 4-stage ball tracking cascade, 2D court projection, annotated video output.12 keypoint sân, cascade tracking bóng 4 bước, chiếu tọa độ lên sân 2D và video output đã annotate.
YOLOv8-PoseOpenCVKalman FilterHomographyPython
Repository Repository Demo Demo

Few-Shot Audio ML Audio ML few-shot

Open-Set Keyword Spotting Nhận diện từ khóa Open-Set

ProblemVấn đề
Detect custom keywords from a few examples while rejecting unknown audio in streaming use cases.Nhận diện từ khóa tùy chỉnh từ rất ít mẫu, đồng thời từ chối âm thanh ngoài tập trong luồng streaming.
ApproachCách làm
Implemented enrollment with prototype embeddings, thresholding, stream segmentation, voting, and cooldown control.Triển khai enrollment bằng prototype embeddings, thresholding, chia đoạn stream, voting và cooldown control.
EvidenceBằng chứng
3-5 sample enrollment, microphone streaming flow, open-set rejection, Colab/local runbooks.Đăng ký 3-5 mẫu, flow microphone streaming, cơ chế open-set rejection và runbook cho Colab/local.
PythonAudio MLEmbeddingsOpen-setStreaming
Repository Repository

Deep Learning / Real-Time CV Deep Learning / Computer Vision thời gian thực

Waste Classification System Hệ thống phân loại rác

ProblemVấn đề
Make waste recognition usable beyond training notebooks: image input, webcam inference, and evaluation.Đưa bài toán phân loại rác ra khỏi notebook: xử lý ảnh, inference webcam và đánh giá model.
ApproachCách làm
Combined MobileNetV2 classification and YOLOv8 detection for training, evaluation, and real-time demos.Kết hợp MobileNetV2 classification và YOLOv8 detection cho training, evaluation và demo thời gian thực.
EvidenceBằng chứng
10-class recognition, transfer learning, webcam labels, evaluation artifacts, TFLite path.Nhận diện 10 lớp, transfer learning, label webcam, artifact đánh giá và hướng chuyển sang TFLite.
TensorFlowMobileNetV2YOLOv8TFLiteOpenCV
Repository Repository

Technical stack Kỹ năng kỹ thuật

Focused tools for applied ML and computer vision. Bộ công cụ gọn cho applied ML và computer vision.

Layer Tầng 01

ModelingMô hình hóa

TensorFlow/Keras, PyTorch, scikit-learn, transfer learning, evaluation.TensorFlow/Keras, PyTorch, scikit-learn, transfer learning, đánh giá model.

Layer Tầng 02

Vision PipelinesPipeline thị giác máy tính

YOLO, OpenCV, keypoints, tracking, homography, real-time inference.YOLO, OpenCV, keypoints, tracking, homography, inference thời gian thực.

Layer Tầng 03

ML EngineeringKỹ thuật ML

Python workflows, notebooks to scripts, CLI demos, reproducible runs.Workflow Python, chuyển notebook thành script, CLI demo, chạy tái lập.

Layer Tầng 04

Cloud WorkflowWorkflow cloud

Colab, Azure VM, Google Cloud, Git/GitHub, Linux CLI.Colab, Azure VM, Google Cloud, Git/GitHub, Linux CLI.

Recruiter proof Bằng chứng cho recruiter

A short path from profile to technical evidence. Đường dẫn ngắn từ hồ sơ đến bằng chứng kỹ thuật.

01

Focused positioningĐịnh vị rõ ràng

AI/ML and Computer Vision are the primary message across the site and GitHub profile.AI/ML và Computer Vision là thông điệp chính trên website và hồ sơ GitHub.

02

GitHub readinessGitHub sẵn sàng để xem

Repo links, project summaries, and pinned repo guidance are prepared for quick review.Link repo, tóm tắt dự án và gợi ý pin repo đã được chuẩn bị để recruiter xem nhanh.

03

Recruiter packageBộ thông tin cho recruiter

CV, LinkedIn, email, and selected repos are one click away. Phone number stays private.CV, LinkedIn, email và các repo chọn lọc đều truy cập nhanh. Số điện thoại không hiển thị công khai.

Source-firstƯu tiên nguồn gốc Repo-backedCó repo kiểm tra Demo-visibleCó demo để xem

ProfileHồ sơ

ICT student preparing for AI/ML internship roles. Sinh viên ICT hướng tới vai trò AI/ML Intern.

I prefer practical ML work: define a target, train and evaluate the model, ship a runnable demo, then document the workflow so others can reproduce it. Tôi phù hợp với công việc ML thực tế: xác định mục tiêu, train và đánh giá model, làm demo chạy được, rồi viết tài liệu để người khác có thể tái lập.

Learning modeChế độ học Build, measure, explainLàm, đo, giải thích Current direction: production-minded ML demos.Định hướng hiện tại: demo ML có tư duy triển khai.

USTH - Information and Communication TechnologyUSTH - Công nghệ Thông tin và Truyền thông

Undergraduate ICT program focused on programming, AI/ML, computer vision, and applied software projects.Chương trình đại học ICT tập trung vào lập trình, AI/ML, computer vision và các dự án phần mềm ứng dụng.

Machine Learning Specialization - Stanford / DeepLearning.AIMachine Learning Specialization - Stanford / DeepLearning.AI

Coursera specialization in supervised learning, advanced learning algorithms, and practical ML foundations.Chứng chỉ Coursera về supervised learning, thuật toán học máy nâng cao và nền tảng ML thực hành.

Chu Van An High School - Informatics ClassTHPT Chu Văn An - Lớp chuyên Tin

Informatics track with early foundations in programming and computational thinking.Lớp chuyên Tin với nền tảng sớm về lập trình và tư duy tính toán.

ContactLiên hệ

Open to AI/ML internship roles. Sẵn sàng cho cơ hội AI/ML internship.

For internships, applied ML projects, or computer vision collaboration, contact me by email or LinkedIn. Liên hệ qua email hoặc LinkedIn cho internship, project applied ML hoặc hợp tác computer vision.

Available for internship reviewSẵn sàng để recruiter xem hồ sơ Best fit: AI/ML, Computer Vision, Python workflows.Phù hợp nhất: AI/ML, Computer Vision, workflow Python.
Email CV GitHub LinkedIn