Ngành công nghệ AI: Cần tìm người để trả lương cao

Anh Trần Trung Hiếu - Founder và CEO của nền tảng tuyển dụng TopCV - cho biết bản thân rất hạn chế nói về mức lương trung bình của các ngành ở Việt Nam vì không muốn các ứng viên trẻ nản lòng khi không đạt được mức đó. Nhưng tại Ngày hội Trí tuệ nhân tạo AI NOW: ACADEMIC & CAREER mới đây, để người nghe dễ hình dung, anh tiết lộ, trong ngành công nghệ AI, với một bạn trẻ chỉ ở mức junior (khởi điểm) thôi, mức lương 1.000 USD là bình thường, còn bắt đầu có kinh nghiệm thì 2.000-3.000 USD, thậm chí 4.000 USD cũng có. “Ngành này lương vài nghìn đô đơn giản lắm nhưng chỉ dành cho những người làm được việc và làm xuất sắc,” anh nói.

Không chỉ có khả năng trả mức lương cao, ngành công nghệ AI còn đang ở tình trạng “làm không hết việc” do ứng dụng của nó ngày càng được mở rộng, từ lĩnh vực công nghiệp, dịch vụ đến các tiện ích trong cuộc sống. “Nguồn cung nhân sự AI ở Việt Nam mới đáp ứng được 10% nhu cầu tuyển dụng của thị trường trong nước, chưa kể thị trường nước ngoài vẫn còn rất nhiều cơ hội,” theo anh Hiếu. Còn anh Nguyễn Hải Nam - Giám đốc trung tâm đào tạo theo xu hướng xSeries thuộc trường đại học trực tuyến FUNiX, bổ sung dẫn chứng, nhiều doanh nghiệp - gồm doanh nghiệp công nghệ, công ty phần mềm và startup - đã liên hệ để tiếp cận sinh viên học về AI của FUNiX. “Riêng trung tâm QAI thuộc FPT Software đặt chỉ tiêu trong năm nay tuyển dụng gần 100 nhân sự liên quan đến AI, và kỳ vọng FUNiX có thể cung cấp 40% số đó,” anh Nam nói.

Đại diện của tập đoàn công nghệ Naver – được mệnh danh là Google của Hàn Quốc khi sở hữu công cụ tìm kiếm chiếm 75% thị phần ở nước này – cũng thông báo, từ nay đến năm 2023, trung tâm lập trình của họ ở TPHCM cần tuyển hơn 300 nhân sự công nghệ AI cho các dự án và dịch vụ.

Anh Hiếu cho biết, để thiết kế một mô hình AI, cần sự hợp tác giữa nhóm có khả năng lập trình và nhóm phân tích dữ liệu. Về bản chất, AI có “học giỏi” và thông minh lên theo thời gian hay không phụ thuộc vào việc dữ liệu có đủ lớn và đủ tốt (được phân loại, đánh giá) không, bởi vậy nhóm phân tích dữ liệu có vai trò rất quan trọng trong việc định hướng sản phẩm. Sau khi đã xây dựng được mô hình thử nghiệm, để bộ não nhân tạo đó biết suy nghĩ một cách đúng đắn, nó phải được huấn luyện. Lúc này, cần sự hiện diện của nhóm thứ ba là nhóm gán nhãn dữ liệu, đưa các dữ liệu mẫu lên hệ thống để hệ thống học và dần dần được chuẩn hóa.

Trong ba nhóm, như anh Hiếu lưu ý, dễ bị thay thế nhất chính là nhóm gán nhãn dữ liệu vì đến một lúc nào đó, khi công nghệ đủ tốt, AI có thể tự động làm công việc này; ngoài ra, ở một số hệ thống, người sử dụng chính là người gán nhãn, giống như cách hệ thống CAPTCHA của Google vận hành. Nhưng hai nhóm còn lại, nếu không xuất sắc thì cũng sẽ thường trực nguy cơ bị thay thế bởi những nhóm làm tốt hơn hoặc bởi những thuật toán tốt hơn.

Một lưu ý khác, khi công nghệ AI phát triển, nhiều framework, thuật toán được làm ra sẵn thì cần có những người giỏi ứng dụng AI để điều chỉnh, tối ưu chúng cho những bài toán riêng của doanh nghiệp. “Có thể bạn không thiết kế ra cái máy bay, nhưng bạn cần biết cách lái nó thành thạo và an toàn,” anh Phạm Kim Cương - Founder và CEO của CoHost AI, cựu kỹ sư phần mềm tại Google và Airbnb - nói ví để giải thích vì sao nhu cầu tuyển dụng những người sử dụng công nghệ AI thành thạo rất lớn, đặc biệt trong bối cảnh thực tế hiện nay Việt Nam thiên về ứng dụng hơn là kiến trúc AI.

Các chuyên gia bày tỏ tin tưởng, giống như càng về sau AI càng thông minh do làm việc với nhiều dữ liệu hơn thì ngày nay, các sinh viên ngành AI cũng học nhanh hơn nhờ dữ liệu và tài liệu học tập đều rất sẵn. “Sách vở, mã nguồn mở, kiến thức AI đã được công bố rất nhiều, các bạn có thể tìm đọc mọi thứ mình muốn, miễn là có khả năng tự học kiên trì,” theo anh Nam.

Những kho tàng dữ liệu như website towardsdatascience hay nền tảng kaggle là nơi các chuyên gia khuyên sinh viên nên tìm đến để học tập, rèn luyện và thử sức. “Tôi biết có những sinh viên Việt Nam có thành tích rất tốt trên kaggle,” anh Nam nói.

Ngoài ra, sinh viên bây giờ còn thuận lợi hơn trước ở chỗ thay vì chỉ lên lớp nghe thầy giảng rồi về nhà làm bài tập, họ có thể chủ động hỏi thầy, hỏi bạn, và hỏi các cộng đồng trên mạng…

Nếu xác định công nghệ AI là sự nghiệp lâu dài, theo các chuyên gia, sinh viên nên chuẩn bị một khởi đầu tốt, với kỹ năng lập trình cơ bản và trình độ ngoại ngữ nhất định. “Không nhất thiết phải là IELTS 8.0, dân tech chỉ cần nắm vững từ khóa chuyên ngành, đâu đó khoảng 1.000 từ là đủ để tự đọc và cập nhật kiến thức trên mạng,” anh Cương gợi ý.

Ngoài ra, việc có nền tảng vững vàng về toán, vật lý và xác suất thống kê sẽ rất hữu ích cho công việc trong ngành công nghệ AI về sau.

“Muốn giải bài toán AI nhận diện hình ảnh con mèo, các bạn chẳng cần học gì nhiều, chỉ cần search mã nguồn mở, điền thông tin, cho một dữ liệu mẫu vào, kiểu gì cũng ra được sản phẩm với độ chính xác 80%,” anh Nam nói với sinh viên. “Nhưng để làm ra sản phẩm AI nhận biết hình ảnh con mèo với độ chính xác 99% thì đó là sự khác biệt, không phải bạn nào học AI cũng có thể đạt được nếu không có nền tảng tốt và không trau dồi liên tục. Và đó mới chính là nhóm sẽ có thu nhập cao và được các doanh nghiệp săn tìm.”

Các chuyên gia còn khuyên sinh viên nên sớm bắt đầu các dự án hoặc sản phẩm AI của cá nhân ngay từ khi còn ngồi trên ghế nhà trường. “Bản chất ngành IT nói chung và AI nói riêng là trả lương theo năng lực nên một bạn mới ra trường cũng có thể có thu nhập bằng bạn đã ra trường vài năm, tất cả phụ thuộc vào khả năng học hỏi và kinh nghiệm thực tế,” anh Hiếu nhấn mạnh.

Theo dự báo của Diễn đàn Kinh tế Thế giới (WEF), đến năm 2025, lực lượng lao động sẽ được phân chia như sau: con người chiếm khoảng 48%, còn máy móc và các thuật toán chiếm 52%. Nhưng chính các chuyên gia về AI tại Ngày hội AI NOW lại không tỏ ra lo ngại về khả năng máy móc lấy mất công việc của con người. Theo họ, để máy móc thay thế một công việc của con người cũng cần có thời gian, và con người có thể tận dụng khoảng thời gian đó chuyển dịch dần sang một thế giới tự động hóa nhiều hơn, AI nhiều hơn để tối ưu được chất lượng công việc. Trong bối cảnh chung như vậy, các chuyên gia đồng tình rằng, sinh viên ngành công nghệ AI cần trang bị cho mình ba nhóm kỹ năng mà Diễn đàn Kinh tế Thế giới đã đề cập từ năm 2015, gồm: Các hiểu biết nền tảng cần thiết cho công việc hằng ngày; Các kỹ năng xử lý vấn đề khó khăn; Các phẩm chất cần có trong môi trường thay đổi thường xuyên của thế kỷ 21. Trong đó, họ đặc biệt đánh giá cao kỹ năng giải quyết vấn đề do “khi môi trường biến đổi liên tục, không có bài toán mẫu thì mình phải linh hoạt cách thức” (anh Nam); và nhấn mạnh vào năng lực đồng cảm, “thứ mà nhiều năm nữa AI chưa chắc có được” (anh Cương).