Portfolio / 2026 / Song ngữ

Kevin Phúc

Tôi là một lập trình viên AI automation ở giai đoạn đầu của hành trình kỹ thuật dài hơn. Hiện tại, tôi học bằng cách biến công việc lặp lại thành những hệ thống nhỏ mà mình có thể giải thích, kiểm thử và cải tiến.

Portfolio này ghi lại quyết định, thất bại và artifact hoạt động trong hành trình đó—không chỉ kết quả cuối cùng.

/B bắt đầu từ tên Bảo Phúc. Kevin Phúc là tên tôi dùng trong công việc.
Hiện tạiAI Automation
Đang xâyInbox-to-Action Trace Lab
Hướng đếnData foundations
01 / Đang thực hiện

Xây công khai / Bằng chứng trước tuyên bố

Công việc bắt đầu trước cả model.

Inbox-to-Action Trace Lab là project có phạm vi rõ đầu tiên của tôi: biến một yêu cầu chưa có cấu trúc thành đề xuất có thể kiểm tra, chỉnh sửa và replay.

Build 001 / Prototype xác định trướcĐang thực hiện
01Tiếp nhậnYêu cầu thô đi vào
02Kiểm traInput xấu dừng lại
03Đề xuấtBản nháp có cấu trúc
04DuyệtCon người quyết định
05Ghi nhậnTrace được giữ lại

Phiên bản đầu tiên được cố ý làm deterministic. Nó chứng minh state, failure path và human handoff trước khi kết nối model.

Thử prototype
02 / Project Lab

Một cách giải thích hoạt động được, không phải tuyên bố sản phẩm

Xem hệ thống đưa ra—và dừng—một quyết định.

Replay ba góc nhìn của cùng một workflow có giới hạn. Mọi transition đều deterministic và chỉ chạy trong trình duyệt.

01 / receiveYêu cầu đếnInput chưa có cấu trúc
02 / validateKiểm tra ngữ cảnhCác trường bắt buộc
03 / proposeSoạn hành độngĐề xuất có cấu trúc
04 / reviewCon người quyết địnhDuyệt hoặc trả lại

Chế độ luồng: model là một bước có giới hạn trong hệ thống có thể theo dõi.

01 / Nhận ra khuôn mẫuTrước automation

Đầu tiên, tìm công việc liên tục đòi hỏi cùng một kiểu tập trung.

Tôi đang tìm một workflow thực tế để ghi lại: đủ lặp lại, dễ mất dấu và đủ nhỏ để hiểu từ đầu đến cuối. Case study đầu tiên sẽ bắt đầu từ đó.

01Nhận một input
02Kiểm tra thủ công
03Đưa ra phán đoán
04Lặp lại ngày mai
02 / Vẽ các điểm bàn giaoCách làm việc

Trước khi chọn công cụ, hãy làm rõ cách thông tin di chuyển.

Model là một bước có giới hạn, không phải toàn bộ sản phẩm. Mỗi handoff cần nói rõ điều gì đi vào, điều gì có thể hỏng, ai quyết định và điều gì được ghi lại.

01TriggerMột sự kiện thật bắt đầu luồng.
02ValidateInput xấu dừng trước khi thành output xấu.
03ReasonAI chỉ dùng ở nơi sự linh hoạt có ích.
04ReviewCon người giữ quyết định có rủi ro.
05ObserveHệ thống để lại dấu vết để kiểm tra.
03 / Ở lại với lỗiĐiều làm thiết kế thay đổi

Bài học hữu ích thường xuất hiện sau khi happy path kết thúc.

Case study đầu tiên sẽ giữ lại chi tiết một failure—không phải để thú nhận, mà là khoảnh khắc workflow trở nên dễ hiểu hơn.

              event / needs_evidence
              event      validation.failed
signal     thiếu ngữ cảnh bắt buộc
action     dừng trước model call
change     yêu cầu làm rõ minh bạch
            
04 / Gọi tên hướng điKhông nhảy cóc

Data platform engineering là nơi tôi hướng tới, không phải chức danh hiện tại.

Hướng đi này hợp lý vì mỗi automation hữu ích rồi sẽ đặt ra câu hỏi khó hơn về chất lượng input, orchestration, state, lineage và observability.

Hiện tạiHiện tạiMô tả workflow và cấu trúc output.
Đang họcĐang họcValidation, retry, state và trace.
Tiếp theoTiếp theoContract, orchestration, lineage và quality.
04 / Ghi chú

Học công khai

Ghi chú từ những việc tôi đã làm—hoặc đang làm ngay lúc này.

Các bài đầu tiên sẽ được xuất bản cùng bằng chứng từ project. Trước lúc đó, trạng thái của chúng vẫn được hiển thị thay vì giả vờ công việc đã hoàn thành.

Bài chính / Đang viết

Điều tôi học được khi xây AI automation hữu ích đầu tiên

Context, constraint, system, một failure thật và điều thay đổi sau đó.

Xuất bản cùng case study đầu tiên
Build log / Dự kiến

Cách tôi kiểm tra structured output từ LLM

Một ghi chú nhỏ, tái hiện được về schema, invalid output và fallback minh bạch.

Cần bằng chứng
Roadmap / Bài viết sống

Hành trình chân thật từ automation tới data platform

Tách biệt kỹ năng hiện tại, experiment đang làm và hướng học tập dài hạn.

Cập nhật có chủ đích
05 / Liên hệ / Đang mở

Ưu tiên tuyển dụng / Freelance phù hợp

Tôi đang tìm một team nơi mình có thể làm phần công việc thực tế tiếp theo.

Ưu tiên của tôi là một vai trò AI automation có sự hướng dẫn kỹ thuật tốt. Tôi cũng sẵn sàng với một số workflow freelance có phạm vi rõ ràng.