TS. Bùi Duy Quốc Nghị
Viện Kỹ Thuật Và Khoa Học Máy Tính
Giảng viên liên kết
Trung tâm Nghiên cứu Trí tuệ Nhân tạo
Giảng viên liên kết
Giới thiệu
Tiến sĩ Bùi Duy Quốc Nghị là Giảng viên liên kết tại viện Kỹ thuật và Khoa học Máy tính, đồng thời là nhà nghiên cứu kiêm nhiệm tại Trung tâm Nghiên cứu Trí tuệ Nhân tạo, Trường Đại học VinUni. Ông từng có bề dày thành tích là nhà nghiên cứu AI chủ chốt tại các phòng thí nghiệm tiên phong hàng đầu ở Mỹ và Trung Quốc, từng giữ các vị trí Nghiên cứu khoa học Chủ chốt tại Salesforce AI Research và Trung tâm Nghiên cứu Huawei Ireland. Hiện tại, ông là Nhà khoa học Nghiên cứu Cấp cao tại Google Research, làm việc giữa mảng sản phẩm và nghiên cứu để phát triển năng lực lập trình cho Gemini.
Tiến sĩ Nghị nhận bằng Tiến sĩ tại Đại học Quản lý Singapore (SMU), chuyên sâu về Trí tuệ nhân tạo cho các hệ thống phần mềm phức tạp. Hướng nghiên cứu cốt lõi của ông là xây dựng công nghệ nền tảng cho các hệ thống AI đa tác nhân (agentic systems) thế hệ mới nhằm thay đổi cách phát triển phần mềm, bao gồm: hậu đào tạo mô hình (model post-training), học tăng cường (reinforcement learning), và suy luận thông qua coding (code reasoning) để mở rộng giới hạn những gì các trợ lý lập trình AI có thể làm. Danh mục nghiên cứu của ông bao gồm 4 bằng sáng chế tại Mỹ và hơn 40 bài báo được xuất bản tại các hội nghị hàng đầu thế giới về xử lý ngôn ngữ tự nhiên, học máy và kỹ thuật phần mềm như ICLR, AAAI, ACL, EMNLP và ICSE.
Anh mang đến kinh nghiệm dày dặn trong việc chuyển đổi thành công các nghiên cứu tiên phong thành các sản phẩm AI-first phục vụ hàng triệu người dùng. Ông áp dụng chuyên môn thực chiến lẫn khoa học nền tảng của mình trong thiết kế khung sườn hệ thống (scaffold design), kiến trúc thử nghiệm (harness architecture) và kỹ thuật ngữ cảnh (context engineering) để tạo ra các giải pháp AI tự chủ thế hệ mới.
Ngoài nghiên cứu, Tiến sĩ Nghị còn là người dẫn dắt chính trong việc thành lập các chương trình Đào tạo AI nội trú (AI Residency) tại Việt Nam, bao gồm FPT AI Residency và VinUni AI Residency. Mục tiêu của các chương trình này là nuôi dưỡng thế hệ tài năng nghiên cứu AI tiếp theo và tạo ra lộ trình bài bản cho các nhà nghiên cứu trẻ bước vào lĩnh vực AI tiên phong trên thế giới.
· Mô hình Ngôn ngữ Lớn
· Tác tử AI cho lập trình
· Thiết kế Hệ thống Thử nghiệm và Đánh giá Tác tử AI
· Hậu đào tạo các Mô hình Nền tảng cho các Nhiệm vụ Tự chủ của AI
· Phương pháp luận Đánh giá Hệ thống AI Tự chủ
· AI trong Thiết kế Sản phẩm
· AI trong An ninh mạng
• Trí tuệ nhân tạo
• Xử lý ngôn ngữ tự nhiên
• Kỹ nghệ phần mềm
• Thiết kế hệ thống
· Dung Manh Nguyen, Thang Chau Phan, Nam Le Hai, Tien-Thong Doan, Nam V. Nguyen, Quang Pham, and Nghi D. Q. Bui, CodeMMLU: A Multi-Task Benchmark for Assessing Code Understanding and Reasoning Capabilities of CodeLLMs, International Conference on Learning Representations (ICLR), 2025.
· Nam Le Hai, Dung Manh Nguyen, and Nghi D. Q. Bui, On the Impacts of Contexts on Repository-Level Code Generation, The Nations of the Americas Chapter of the Association for Computational Linguistics: NAACL, 2025.
· Huy Nhat Phan, Hoang Nhat Phan, Tien N. Nguyen, and Nghi D. Q. Bui, RepoHyper: Search-Expand-Refine on Semantic Graphs for Repository-Level Code Completion, 2nd ACM international conference on AI Foundation Models and Software Engineering (Forge@ICSE), 2025.
· Minh Huynh Nguyen, Thang Phan Chau, Phong X. Nguyen, and Nghi D. Q. Bui, AgileCoder: Dynamic Collaborative Agents for Software Development based on Agile Methodology, 2nd ACM international conference on AI Foundation Models and Software Engineering (Forge@ICSE), 2025.
· Hung Quoc To, Minh Huynh Nguyen, and Nghi D. Q. Bui, Functional Overlap Reranking for Neural Code Generation, Association for Computational Linguistics: ACL, 2024.
· CodeT5+: Open Code Large Language Models for Code Understanding and Generation Yue Wang, Hung Le, Akhilesh Deepak Gotmare, Nghi D. Q. Bui, Junnan Li, Steven Hoi Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing (EMNLP)
· The Vault: A Comprehensive Multilingual Dataset for Advancing Code Understanding and Generation Dung Nguyen Manh, Nam Le Hai, Anh T. V. Dau, Anh Minh Nguyen, Khanh Nghiem, Jin Guo, Nghi D. Q. Bui Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing (EMNLP)
· Nghi D. Q. Bui, Yijun Yu, and Lingxiao Jiang, InferCode: Self-Supervised Learning of Code Representations by Predicting Subtrees, IEEE/ACM International Conference on Software Engineering (ICSE), 2021.
· Nghi D. Q. Bui, Yijun Yu, and Lingxiao Jiang, TreeCaps: Tree-Based Capsule Networks for Source Code Processing, AAAI Conference on Artificial Intelligence (AAAI), 2021.
· Self-Supervised Learning for Code Retrieval and Summarization through Semantic-Preserving Program Transformations Nghi D. Q. BUI, Yijun YU, Lingxiao JIANG Proceedings of the 44th ACM Conference on Research and Development in Information Retrieval (SIGIR), 2021
· 2020: Tiến sĩ ngành Khoa học Máy tính, Đại học Quản lý Singapore
· 2013: Cử nhân ngành Khoa học Máy tính, Trường Đại học Khoa học Tự nhiên TP.HCM
· 2018: Giải Bài báo Xuất sắc ACM SIGSOFT, Hội nghị Quốc tế IEEE/ACM lần thứ 48 về Kỹ nghệ Phần mềm
· 2019: Dean’s List, Đại học Quản lý Singapore
· 2018: Giải Bài báo Xuất sắc ACM SIGSOFT, Hội nghị Quốc tế IEEE/ACM lần thứ 40 về Kỹ nghệ Phần mềm
