Giới thiệu cá nhân

Thông tin liên hệ

• Email: longth@hnue.edu.vn
• Số điện thoại: 0966736098
• Địa chỉ cơ quan: 136 Xuân Thủy, Cầu Giấy, Hà Nội
• Website cá nhân: https://sites.google.com/hnue.edu.vn/longth
• Mạng xã hội chuyên môn: LinkedIn, ResearchGate, Google Scholar, ORCID

Thông tin học vấn

• Trình độ học vấn: Thạc sĩ
• Ngành đào tạo: Khoa học máy tính
• Trường đào tạo: Trường Đại học Sư phạm Hà Nội
• Năm tốt nghiệp: 2022

Thông tin nghề nghiệp

• Chức danh hiện tại: Giảng viên
• Đơn vị công tác: Trường Đại học Sư phạm Hà Nội
• Kinh nghiệm làm việc:
  • 2020–2022: Trợ giảng, Trường Đại học Sư phạm Hà Nội
  • 2022–nay: Giảng viên, Trường Đại học Sư phạm Hà Nội

Lĩnh vực nghiên cứu và chuyên môn

• Chuyên ngành chính: Khoa học máy tính
• Lĩnh vực nghiên cứu quan tâm: Trí tuệ nhân tạo, Học máy
• Từ khóa nghiên cứu: Machine learning, Deep learning

Thành tích và công bố khoa học

Bài báo khoa học:

1. Tran Hai, L., Hoang Tieu, B., & Nguyen Vinh, Q. (2025). Predicting the Employment Rate of Students After Graduation Using Machine Learning Methods. Lecture Notes in Networks and Systems (Vol. 1390, pp. 1–10). DOI
2. Tran Hai Long, Nguyen Vinh Quang & Hoang Tieu Binh (2024). Research and evaluation of factors affecting the employability of university students after graduation. Journal of Educational Equipment, Vol. 2, No. 319, pp. 80-82.
3. Trần Hải Long, Nguyễn Thị Hồng (2023). Phân tích và dự đoán sớm kết quả học tập của sinh viên thông qua các phương pháp học máy. HNUE Journal of Science – Natural Sciences, Vol. 68, Issue 3A, pp. 3-13. DOI: 10.18173/2354-1059.2023-0035.
4. Nguyễn Thị Hồng, Trần Hải Long, Đỗ Trung Kiên (2023). Sử dụng học máy để xác định nhân tố ảnh hưởng và dự đoán kết quả học tập của sinh viên trong mô hình học tập kết hợp. HNUE Journal of Science – Natural Sciences, Vol. 68, Issue 1, pp. 63-76. DOI: 10.18173/2354-1059.2023-0006.
5. Trần Hải Long, Nguyễn Thị Thanh Huyền, Hoàng Tiểu Bình (2022). Nghiên cứu các phương pháp khai phá dữ liệu giáo dục để dự đoán kết quả học tập của sinh viên. Hội thảo Quốc gia lần thứ XXV, pp. 140–146.

Kỹ năng và công cụ sử dụng

• Kỹ năng chuyên môn: Phân tích dữ liệu, lập trình, mô phỏng
• Ngôn ngữ lập trình: Python, Java, C/C++/C#
• Công cụ nghiên cứu: Google Colab, Visual Studio Code,...