1. Mở đầu
Có thể bạn đã bước vào ngành học này với những lý do khác nhau. Tuy nhiên, tôi đoán là bạn đang mong muốn đi theo một trong ba hướng sau:
- [1] Trở thành một Chuyên gia Khoa học máy tính (KHMT): Bạn đam mê nghiên cứu bản chất của tính toán, sáng tạo thuật toán mới, đào sâu vào Trí tuệ nhân tạo (AI) và các hệ thống lõi
- [2] Trở thành một Kỹ sư CNTT: Bạn muốn làm chủ công nghệ, vận hành hạ tầng, phát triển phần mềm và giải quyết các bài toán thực tế của doanh nghiệp
- [3] Làm việc liên quan đến Kỹ năng số và Ứng dụng phổ thông: Bạn nhận ra mình không thích làm công việc thuần kỹ thuật (như lập trình hay quản trị mạng), nhưng muốn ứng dụng công nghệ làm "công cụ" cho các lĩnh vực khác (Kinh doanh số, Marketing, Quản trị, Sáng tạo nội dung...), hoặc đơn giản là bạn đang trong giai đoạn trải nghiệm để tìm kiếm định hướng phù hợp nhất cho bản thân.
Xem hình minh họa,
.png)
Mỗi hướng đi đều có đặc thù và giá trị riêng. Một lựa chọn tốt không phải là lựa chọn "hoành tráng" nhất, mà là lựa chọn “phù hợp nhất” với năng lực của bạn và đáp ứng được thị trường lao động.
Để biết bạn thực sự hợp với hướng nào, chúng ta sẽ tìm hiểu sơ qua về mỗi hướng công việc ngay sau đây.
1.1 Chuyên gia KHMT
Để trở thành Chuyên gia KHMT, dưới đây là những thông tin cơ bản giúp bạn bước đầu định hình về lĩnh vực này:
Muốn trở thành Chuyên gia KHMT cần học những gì?
- Nền tảng Toán: Toán rời rạc, Giải tích, Đại số tuyến tính, Xác suất thống kê. Đây là kiến thức nền giúp bạn hiểu bản chất thuật toán, tối ưu hiệu năng, xây dựng các mô hình và hệ thống có độ tin cậy cao
- Cấu trúc dữ liệu và thuật toán: Mảng, danh sách liên kết, cây, đồ thị, thuật toán tìm kiếm, sắp xếp, quy hoạch động
- Lý thuyết máy tính & Hệ thống lõi: Khái niệm về tính toán (Automata), Hệ điều hành, Kiến trúc máy tính, Mạng máy tính, Trình biên dịch
- Lập trình hệ thống / Đồng thời (Concurrent) & Song song (Parallel)
- Cơ sở dữ liệu
- Kỹ thuật phần mềm (design pattern, architecture, testing, CI/CD)
- Các hệ thống phân tán
- Lĩnh vực chuyên sâu (chọn 1 hoặc 2 hướng và tập trung thật sâu):
+ Trí tuệ nhân tạo (AI) & Học máy (Machine Learning/Deep Learning)
+ Xử lý ngôn ngữ tự nhiên (NLP) & Thị giác máy tính (Computer Vision)
+ Mật mã học (Cryptography) & An toàn thông tin
+ Khoa học dữ liệu (Data Science) & Xử lý dữ liệu lớn (Big Data)
Sau khi ra trường làm được những công việc gì?
- Kỹ sư AI / Học máy (AI/Machine Learning Engineer): Xây dựng, huấn luyện và tối ưu các mô hình AI/ML
- Nhà khoa học dữ liệu (Data Scientist): Phân tích dữ liệu lớn, tìm ra tri thức và dự báo xu hướng
- Nghiên cứu viên AI/KHMT (Research Scientist): Làm việc tại các viện nghiên cứu, trường đại học, trung tâm R&D để tối ưu, phát minh ra thuật toán, công nghệ mới
- Kỹ sư Xử lý hình ảnh / Ngôn ngữ tự nhiên: Phát triển các hệ thống nhận diện khuôn mặt, dịch thuật tự động, chatbot thông minh
- Kỹ sư Thuật toán (Algorithm Engineer): Tối ưu tốc độ xử lý, bộ nhớ cho các hệ thống phức tạp (search engine, game engine, giao dịch tài chính)
Ngoài ra, bạn còn có thể làm việc ở nhiều vị trí khác như: Software Engineer, Data Engineer, MLOps Engineer, Security Engineer.
Môi trường làm việc ở đâu?
- Các tập đoàn / công ty công nghệ lớn
- Phòng nghiên cứu & Phát triển (R&D) thuộc doanh nghiệp công nghệ, ngân hàng, quỹ đầu tư
- Viện nghiên cứu & Trường Đại học (nghiên cứu khoa học, giảng dạy)
- Công ty Khởi nghiệp AI / DeepTech
- Công ty outsourcing và doanh nghiệp đang chuyển đổi số
Mức thu nhập và cơ hội thăng tiến?
Mức thu nhập trong ngành KHMT (cũng như CNTT) thay đổi khá nhanh theo thị trường, kinh nghiệm, kỹ năng và quy mô công ty.
Bạn có thể cập nhật mức lương thực tế bằng cách tìm kiếm tên vị trí + “mức lương” trên các trang tuyển dụng hoặc hỏi AI. Ví dụ: “senior data engineer mức lương tại Việt Nam”
Về cơ hội thăng tiến, trong hầu hết tổ chức bạn có 2 hướng phát triển chính:
- Hướng chuyên môn: Từ Engineer > Senior > Staff/Principal > Distinguished Engineer > …
- Hướng quản lý: Từ Team Lead > Manager > Director > …
Ngoài ra còn có thể chuyển sang hướng khởi nghiệp hoặc trở thành chuyên gia độc lập. Việc lựa chọn hướng phát triển phụ thuộc vào năng lực, tố chất và định hướng cá nhân của bạn.
AI có thay thế được bạn không?
Bạn sẽ có nguy cơ bị AI thay thế nếu:
- Chỉ biết “gọi thư viện” mà không hiểu bản chất: Biết dùng PyTorch, TensorFlow nhưng chỉ dừng ở mức ráp mã nguồn, thiếu nền tảng toán học và không nắm được nguyên lý cốt lõi phía sau
- Ngừng cập nhật tri thức: Ngành KHMT thay đổi rất nhanh. Nếu không theo dõi những thay đổi về công nghệ, kỹ thuật và nghiên cứu mới, kiến thức của bạn sẽ nhanh chóng bị lạc hậu
- Thiếu tư duy giải quyết bài toán thực tế: Có giải pháp tốt nhưng không chuyển hóa được thành sản phẩm mang lại giá trị thực tế
AI là sản phẩm do con người tạo ra. Nó chỉ có khả năng thay thế những công việc mang tính lặp lại hoặc lập trình cơ bản.
Ngược lại, AI đang trở thành công cụ hỗ trợ đắc lực. Những chuyên gia biết tận dụng AI để đẩy nhanh nghiên cứu, tối ưu giải pháp và tạo ra sản phẩm mới chính là người sẽ trụ vững trong thị trường lao động.
1.2 Xem và đọc thêm
Sử dụng các từ khóa sau, tìm kiếm trên Youtube, Google, hoặc hỏi Chatbot để xem và đọc thêm: chuyên gia KHMT cần học gì? Làm được những việc gì? Ở đâu? Mức thu nhập? Tác động của AI tới nghề nghiệp liên quan đến KHMT.
1.3 Bài tập và câu hỏi
Bài tập
Bài tập 1.1: Bạn có tố chất và năng lực để theo ngành KHMT không? Tại sao?
Bài tập 1.2: Nếu bạn dự định theo ngành KHMT, hãy nhờ Chatbot liệt kê một lộ trình học cho bản thân.
Câu hỏi
Câu 1a: Đây là một trong ba hướng đi chính mà sinh viên CNTT thường mong muốn khi bước vào ngành học này? Phát biểu nào không đúng?
A. Trở thành một chuyên gia Khoa học máy tính
B. Trở thành một kỹ sư CNTT
C. Trở thành một chuyên gia về giống cây trồng
D. Làm việc liên quan đến Kỹ năng số và Ứng dụng phổ thông
Câu 1b: Để trở thành Chuyên gia KHMT, nền tảng Toán mà bạn cần học gồm những môn nào?
A. Toán rời rạc, Giải tích, Đại số tuyến tính, Xác suất thống kê
B. Đại số đại cương, Hình học vi phân, Lý thuyết số, Toán cao cấp A1
C. Toán kinh tế, Phương trình vi phân, Tối ưu hóa tuyến tính, Thống kê doanh nghiệp
D. Logic học, Toán tài chính, Giải tích hàm, Đại số trừu tượng
Câu 1c: Đâu là một trong các lĩnh vực chuyên sâu được đề xuất cho Chuyên gia KHMT?
A. Quản trị hệ thống mạng
B. Phát triển giao diện người dùng website
C. Trí tuệ nhân tạo (AI) & Học máy (Machine Learning/Deep Learning)
D. Quản lý dự án phần mềm theo mô hình Agile/Scrum
Câu 1d: Trong thời đại AI phát triển, tại sao việc "chỉ biết gọi thư viện" mà không hiểu bản chất lại khiến một chuyên gia KHMT có nguy cơ bị AI thay thế?
A. Vì các thư viện hiện nay đều do AI tự viết ra nên con người không được phép sử dụng
B. Vì khi chỉ dừng ở mức ráp mã nguồn, thiếu nền tảng toán học và nguyên lý cốt lõi, công việc đó thực chất chỉ mang tính lặp lại hoặc lập trình cơ bản mà AI hoàn toàn có thể làm được
C. Vì các công ty công nghệ lớn hiện nay cấm nhân viên sử dụng các thư viện mã nguồn mở có sẵn
D. Vì việc gọi thư viện làm giảm tốc độ xử lý của máy tính, khiến giải pháp không thể ứng dụng vào thực tế
-----
