Sinh viên FPT Cranes xây dựng hệ thống phân tích dữ liệu tội phạm LAPD tích hợp AI chatbot, pipeline xử lý dữ liệu và dashboard trực quan, hỗ trợ phát hiện hotspot và phân tích đa chiều.

Tổng quan đồ án và đội ngũ thực hiện

Dự án “Hệ thống phân tích dữ liệu tội phạm LAPD (LAPD Crime Data Analysis System)” được thực hiện bởi Group 02 – Data Analytics Team, lớp I1.2510.E0 trong học kỳ 1 chương trình Data Science & AI-ML tại FPT Cranes.

Nhóm gồm các thành viên:

• Huỳnh Nhật Minh – Lead Developer
• Lương Minh Hưng – Data Analyst
• Trần Hồng Ngọc – Data Analyst & Documentation

Dự án được hướng dẫn bởi giảng viên Nguyễn Hạ Vy và thuộc dạng đồ án xây dựng hệ thống phân tích dữ liệu hoàn chỉnh, kết hợp dashboard trực quan và tích hợp AI.

Mục tiêu dự án: Xây dựng hệ thống Data Analytics toàn diện

Dự án được định hướng như một hệ thống end-to-end, trong đó toàn bộ quy trình từ làm sạch dữ liệu, biến đổi dữ liệu đến phân tích và trực quan hóa đều được tự động hóa. Một điểm nhấn quan trọng là việc tích hợp AI chatbot, cho phép người dùng truy vấn dữ liệu bằng ngôn ngữ tự nhiên thay vì thao tác phức tạp. Song song đó, hệ thống dashboard được xây dựng để giúp người dùng dễ dàng phát hiện các “crime hotspots” và theo dõi xu hướng tội phạm theo nhiều chiều dữ liệu khác nhau.

Quy trình triển khai: Từ dữ liệu đến hệ thống hoàn chỉnh

Nhóm bắt đầu bằng việc thu thập và phân tích dataset Crime Data từ LAPD, từ đó đánh giá cấu trúc và chất lượng dữ liệu trước khi xây dựng pipeline xử lý. Pipeline này bao gồm các bước làm sạch dữ liệu, loại bỏ nhiễu và trùng lặp, kết hợp với các kỹ thuật biến đổi như encoding, binning và feature engineering để chuẩn hóa dữ liệu cho phân tích.

Trên nền tảng đó, hệ thống được thiết kế theo kiến trúc nhiều lớp, bao gồm Data Layer, Application Layer và UI Layer nhằm đảm bảo khả năng mở rộng và tối ưu hiệu năng. Dashboard được phát triển bằng Streamlit, kết hợp với các biểu đồ trực quan như heatmap, line chart và distribution chart để thể hiện dữ liệu một cách rõ ràng. Điểm nổi bật là việc tích hợp AI chatbot sử dụng các mô hình ngôn ngữ lớn, cho phép người dùng đặt câu hỏi trực tiếp và nhận kết quả phân tích nhanh chóng.

Thử thách thực tế và cách nhóm giải quyết

Trong quá trình triển khai, nhóm phải đối mặt với nhiều khó khăn điển hình của các dự án dữ liệu lớn, từ việc xử lý dữ liệu nhiễu đến tối ưu hiệu năng hệ thống. Để giải quyết, nhóm áp dụng pipeline xử lý dữ liệu theo nhiều lớp, đồng thời sử dụng cơ chế caching nhằm giảm tải khi xử lý khối lượng dữ liệu lớn. Việc thiết kế hệ thống theo nguyên tắc S.O.L.I.D giúp các module hoạt động độc lập và dễ dàng kiểm thử, từ đó nâng cao độ ổn định của toàn hệ thống. Đặc biệt, quá trình tích hợp AI chatbot đòi hỏi kiểm soát độ chính xác của kết quả, buộc nhóm phải liên tục thử nghiệm và tinh chỉnh.

Kết quả đạt được và điểm nổi bật của sản phẩm

Sau quá trình phát triển, hệ thống đã hoàn thiện với đầy đủ các thành phần của một nền tảng Data Analytics hiện đại. Dữ liệu được xử lý tự động từ đầu vào đến khi tạo ra insight, dashboard trực quan hỗ trợ phân tích đa chiều, và AI chatbot giúp đơn giản hóa trải nghiệm người dùng. Hệ thống còn được tích hợp cơ chế phân quyền (RBAC), tăng tính ứng dụng trong môi trường thực tế.

Một trong những dấu ấn đáng nhớ của dự án là thời điểm dashboard hiển thị thành công các khu vực “điểm nóng” tội phạm, đánh dấu bước chuyển từ dữ liệu thô sang thông tin có giá trị. Đây cũng là minh chứng rõ ràng cho khả năng triển khai hệ thống Data Analytics hoàn chỉnh của sinh viên ngay từ học kỳ đầu tiên.

Giá trị học tập và năng lực sinh viên sau dự án

Thông qua dự án, sinh viên không chỉ nắm vững các kiến thức về Data Engineering, Exploratory Data Analysis và Feature Engineering, mà còn phát triển tư duy kiến trúc hệ thống và khả năng xây dựng pipeline dữ liệu quy mô lớn. Kỹ năng làm việc nhóm, quản lý dự án và giải quyết vấn đề thực tế cũng được nâng cao rõ rệt. Quan trọng hơn, sinh viên hiểu được cách biến dữ liệu thành insight – yếu tố cốt lõi trong kỷ nguyên Data-Driven.

Đánh giá từ giảng viên hướng dẫn

Theo nhận xét từ giảng viên Nguyễn Hạ Vy, dự án có tính thực tiễn cao khi sử dụng dữ liệu thật và được xây dựng với kiến trúc hệ thống rõ ràng, chuyên nghiệp. Việc tích hợp AI đã giúp nâng cao giá trị sản phẩm, trong khi dashboard trực quan hỗ trợ người dùng hiệu quả. Dù vẫn còn dư địa để tối ưu hiệu năng và mở rộng thêm nguồn dữ liệu cũng như khả năng dự đoán bằng Machine Learning, nhưng tổng thể đây là một đồ án xuất sắc, thể hiện rõ năng lực Data Analytics và tư duy hệ thống của sinh viên.

Dự án phân tích dữ liệu tội phạm LAPD không chỉ là một bài tập học kỳ mà còn là minh chứng cho năng lực triển khai hệ thống Data Analytics thực tế của sinh viên FPT Cranes. Từ việc xử lý dữ liệu phức tạp đến xây dựng dashboard và tích hợp AI, sản phẩm đã cho thấy tiềm năng phát triển thành giải pháp ứng dụng trong lĩnh vực Smart City và quản lý an ninh công cộng, đồng thời mở ra nền tảng vững chắc cho sinh viên tiếp cận các bài toán Data Science nâng cao trong tương lai.

Xem demo đồ án nhóm qua video bên dưới!

Nguyễn Phát Tài – Giảng viên FPT Cranes