Trí tuệ nhân tạo

Trí tuệ nhân tạo (AI – Artificial Intelligence) là ngành đào tạo kỹ sư xây dựng các hệ thống máy có khả năng học, suy luận, ra quyết định như con người – từ chatbot, gợi ý sản phẩm, nhận diện khuôn mặt, đến xe tự lái, ChatGPT, mô hình ngôn ngữ lớn.

Đây là ngành nóng nhất của 2020-2030. Sự bùng nổ của ChatGPT (2022) và các mô hình LLM đã làm thay đổi toàn bộ ngành công nghệ. Các tập đoàn Vingroup (VinAI, AGI), FPT, Viettel, MoMo, Zalo đang chi hàng tỷ USD vào AI. Lương kỹ sư AI cao bậc nhất Việt Nam – 2-3 lần lương kỹ sư phần mềm thông thường.

💡 Cảnh báo trung thực: Đây là ngành khó nhất trong khối CNTT. Đòi hỏi Toán cao cấp (Đại số tuyến tính, Xác suất – Thống kê, Giải tích), lập trình mạnh, đọc paper nghiên cứu liên tục. Không phải ai cũng phù hợp – chỉ những người giỏi Toán + ham nghiên cứu mới phát huy hết.

Khối kiến thức cốt lõi (4-4.5 năm):

Khối Toán (nền tảng cực quan trọng):

• Đại số tuyến tính (Linear Algebra) – ma trận, vector, eigenvalue
• Giải tích nhiều biến (Calculus) – đạo hàm riêng, gradient
• Xác suất – Thống kê (Probability & Statistics) – phân phối, kiểm định, Bayes
• Tối ưu hóa (Optimization) – gradient descent, convex optimization
• Toán rời rạc – đồ thị, logic

Khối Lập trình:

• Python (chính), C++, R (thống kê)
• Cấu trúc dữ liệu & Thuật toán
• Hệ điều hành, Mạng máy tính, Cơ sở dữ liệu (giống CNTT)

Khối AI chuyên ngành:

• Machine Learning – Linear/Logistic regression, Decision tree, Random Forest, SVM, KNN
• Deep Learning – Neural networks, CNN, RNN, Transformer
• Natural Language Processing (NLP) – BERT, GPT, embeddings
• Computer Vision – YOLO, Image segmentation, GAN, Diffusion models
• Reinforcement Learning – Q-learning, Policy gradient
• Large Language Models (LLM) – fine-tuning, RAG, agents

Framework / Tools:

• PyTorch (chính – nghiên cứu), TensorFlow (industry)
• Hugging Face – transformers, datasets
• Scikit-learn – ML cơ bản
• MLOps: MLflow, Weights & Biases, Kubeflow

Đồ án + Thực tập:

• Mỗi học kỳ có 1-2 đồ án ML/DL thực tế
• Thực tập tại VinAI, AGI (Vingroup), FPT.AI, Viettel Solutions, Zalo AI
• Tham gia Kaggle competition là rất khuyến khích

Độ khó:

• Cao nhất khối CNTT. Đặc biệt 2 năm đầu (Toán) và 2 năm cuối (Deep Learning).
• Đòi hỏi đọc paper khoa học (chủ yếu tiếng Anh).
• Tỷ lệ drop khá cao – nhiều bạn chuyển sang CNTT thường sau năm 2.

Cần có: Toán cực giỏi (Toán THPT >9), tư duy logic mạnh, tiếng Anh đọc paper, kiên nhẫn (train model có thể mất vài ngày), ham nghiên cứu.

Các hướng nghề phổ biến:

1. Machine Learning Engineer / AI Engineer (~40%)

• VinAI, AGI Vingroup, FPT.AI, Viettel Cyberspace, Zalo AI, MoMo
• Phát triển hệ thống ML production: gợi ý sản phẩm, chatbot, phân tích ảnh
• Lương khởi điểm: 20-35 triệu (đặc biệt cao so với CNTT thường)

2. Data Scientist (~25%)

• Phân tích dữ liệu lớn, xây mô hình dự báo
• Banking, e-commerce, ride-hailing (Grab, Be)
• Lương khởi điểm: 18-30 triệu

3. Research Scientist / AI Research Engineer (~10%)

• Các lab nghiên cứu: VinAI (HN), AGI (HCM), FPT.AI
• Viện nghiên cứu hàn lâm (NEU AI Lab, BK AI Lab)
• Đòi hỏi Master / PhD
• Lương: 30-80 triệu (entry với Master)

4. Computer Vision Engineer (~10%)

• Nhận diện ảnh, video – xe tự lái, an ninh, y tế hình ảnh
• VinFast (xe tự lái), VinBigData (y tế), startup an ninh thông minh
• Lương: 20-40 triệu khởi điểm

5. NLP Engineer / LLM Engineer (~10%)

• Phát triển chatbot, dịch máy, phân tích ngữ nghĩa
• Tinh chỉnh LLM (GPT, LLaMA, Gemma)
• Lương: 25-50 triệu khởi điểm

6. Khác (~5%)

• AI Product Manager
• AI Consultant
• Startup riêng (rất khó nhưng có thể có exit lớn)
• Học PhD (Mỹ, Sing, EU) → thường có scholarship 100%

Nơi làm việc tiêu biểu: VinAI, VinBigData, AGI Vingroup, FPT AI, Viettel Cyberspace, Zalo AI, MoMo, Tiki, Shopee, BIDV, Vietcombank (mảng Risk AI), các startup AI Việt Nam.

Mức lương theo cấp độ (2025, VN):

Lương đặc biệt cao:

• Remote cho công ty Mỹ (top tier như OpenAI, Anthropic, Google DeepMind): $200K-500K/năm cho mid-level – có người Việt làm
• Singapore (Grab, Shopee, ByteDance, GovTech): $5000-15000 SGD/tháng
• VinAI / VinBigData top researcher (PhD): 100-300 triệu/tháng

Triển vọng (2025-2035):

• Cực tốt. AI là cuộc cách mạng lớn nhất từ thời Internet. Không có dấu hiệu chậm lại.
• Việt Nam đầu tư mạnh AI quốc gia (Chiến lược AI 2030).
• AI tools thay thế nhiều ngành khác, nhưng kỹ sư AI thì càng cần nhiều hơn.

Cảnh báo:

• Áp lực update kiến thức cực cao. Mỗi tháng có công nghệ mới (GPT-5, Gemini, Claude, LLaMA, Diffusion mới...). Không update = lạc hậu trong 1 năm.
• Phải đọc paper liên tục (chủ yếu tiếng Anh).
• Cạnh tranh từ người tự học CNTT chuyển sang AI – nhiều người không học AI chính quy nhưng giỏi vẫn được tuyển.
• AI là ngành "top-heavy" – top 10% kỹ sư có lương siêu cao, 90% còn lại lương ngang ngành CNTT thường.

✅ HỢP nếu bạn có những dấu hiệu:

• Bạn giỏi Toán – đặc biệt từ THPT đạt 9+ Toán, có giải Toán cấp tỉnh/quốc gia
• Bạn thích lập trình từ THPT, đã viết được vài project nhỏ
• Bạn kiên nhẫn cực độ – train 1 mô hình AI có thể mất 1-3 ngày
• Bạn có tiếng Anh đọc paper (B2 trở lên)
• Bạn chịu được sự thay đổi liên tục – mỗi tháng phải học công nghệ mới
• Bạn quan tâm nghiên cứu, không chỉ thực hành

⚠️ CÂN NHẮC nếu:

• Bạn giỏi lập trình nhưng yếu Toán – nên cân nhắc CNTT thuần thay vì AI
• Bạn không thích đọc paper / nghiên cứu khoa học – AI nặng nghiên cứu
• Bạn muốn ra trường có việc làm ngay – AI cử nhân khó kiếm việc, thường cần Master

🚨 KHÔNG HỢP nếu:

• Bạn ghét Toán
• Bạn không kiên nhẫn
• Bạn không update tiếng Anh
• Bạn cần "thành quả thấy ngay" – AI đôi khi train 1 tuần vẫn không ra kết quả

👨‍🔬 Nam – ML Engineer tại VinAI (4 năm KN)

Tuổi: 26 · Tốt nghiệp: ĐH Bách khoa HN, AI (cử nhân ưu tú) (2021) · IELTS 8.0

Ngày làm việc điển hình:

• 9h-10h: Đọc 2 paper mới nhất arXiv về Vision-Language Models
• 10h-12h: Code training script cho mô hình mới – PyTorch + 8 GPU A100
• 13h-16h: Debug code – tại sao loss không giảm, kiểm tra dataset
• 16h-18h: Họp với team Research – present idea + nhận feedback

Mức lương: 55 triệu cứng + ESOP Vingroup + bonus dự án = ~70-85 triệu/tháng

Áp lực: Tốc độ AI thay đổi điên cuồng. Tháng 5 còn dùng model X, tháng 6 có model Y tốt hơn 30%. Phải chạy theo.

👩‍💻 Trinh – Senior NLP Engineer tại Zalo AI (5 năm KN)

Tuổi: 27 · Tốt nghiệp: ĐH KHTN HCM, CNTT (2020) · Tự học AI qua MOOC (Coursera, Fast.ai)

Công việc: Phát triển chatbot AI tiếng Việt cho Zalo OA. Fine-tune mô hình LLM nội bộ. Build pipeline xử lý hàng triệu câu hội thoại/ngày.

Mức lương: 65 triệu + bonus quý + ESOP

Lý do thích nghề: "Mỗi sản phẩm mình build được dùng bởi hàng triệu người Việt. Cảm giác impact rất lớn. Và lương đủ tốt để sống thoải mái."

Khó: OT thường xuyên khi launch tính năng mới. Áp lực chứng minh ROI cho AI (chứng minh AI tạo ra giá trị thật, không phải chỉ "demo đẹp").

AI vs Khoa học máy tính (KHMT, mã 7480101)

• AI: Chuyên sâu học máy, deep learning, model AI. Toán cực nặng. Phù hợp nghiên cứu.
• KHMT: Tổng quát – cả thuật toán + lý thuyết tính toán + AI cơ bản. Nền tảng nghiên cứu rộng.
• → Chắc chắn muốn làm AI: chọn AI. Linh hoạt làm nhiều mảng: KHMT.

AI vs CNTT (mã 7480201)

• AI: Hẹp, sâu, nghiên cứu.
• CNTT: Rộng, ứng dụng – làm app/web/database/system.
• → Muốn lương cao + sẵn sàng đầu tư dài hạn: AI. Muốn việc ngay sau ra trường: CNTT.

AI vs Khoa học dữ liệu (Data Science, mã 7460108)

• AI: Tập trung xây mô hình học máy. Toán + DL nặng.
• Data Science: Tập trung phân tích dữ liệu + ra insight cho business. Statistics + Visualization nặng.
• → Thích model phức tạp (Computer Vision, NLP): AI. Thích phân tích data, BI: Data Science.

AI vs Robot (mã 7520217)

• AI: Phần mềm, mô hình.
• Robot: Phần cứng + phần mềm + cơ điện tử.
• → Thích lập trình AI thuần: AI. Thích robot vật lý: Robot.

Hiểu lầm thường gặp

• "Học AI ra để dùng ChatGPT" – Sai. Học AI là để xây ChatGPT, không phải dùng nó.
• "AI sẽ thay thế lập trình viên" – Sai. AI hỗ trợ lập trình viên (Copilot), không thay thế. Lập trình viên giỏi với AI = năng suất x2-3.
• "Cử nhân AI là đủ để làm Research" – Sai. Để làm AI Researcher thực sự cần Master, lý tưởng là PhD.

Tự đánh giá xem AI có hợp không

1. Tự kiểm tra Toán THPT (1 tiếng)

Lấy 1 đề thi ĐGNL hoặc đề thi ĐH khối A – làm trong 60 phút.

• ✅ Bạn đạt >75% → đủ nền Toán cho AI
• ❌ Dưới 60% → nên cân nhắc CNTT thường thay vì AI

2. Code 1 chương trình ML cơ bản (1 buổi)

YouTube: "Sentdex Python Machine Learning Tutorial" – làm bài 1: phân loại Iris dataset bằng scikit-learn.

• ✅ Bạn hoàn thành, hiểu logic → có nền lập trình
• ❌ Bạn không hiểu code → cần học Python cơ bản trước

3. Đọc 1 abstract paper AI (30 phút)

Vào arxiv.org – search "BERT" hoặc "Vision Transformer" – đọc abstract.

• ✅ Bạn theo được ý chính → tiếng Anh kỹ thuật đủ
• ❌ Bạn không hiểu gì → cần đầu tư tiếng Anh thêm

4. Xem 1 video Andrej Karpathy về Neural Networks (45 phút)

YouTube: "Andrej Karpathy: Intro to Neural Networks and Backpropagation".

• ✅ Bạn theo được, thấy hứng thú → tư duy AI có sẵn
• ❌ Bạn thấy quá khó → có thể không phải đam mê

Tổng kết: Nếu ≥ 3/4 bài bạn ✅ → AI có khả năng cao là hợp với bạn. Lưu ý đặc biệt: Yếu Toán mà cố theo AI sẽ rất vất vả.