Giải mã AI và công việc của AI Engineer

ai-la-gi-fi

AI là viết tắt của Artifical Intelligence – Trí tuệ nhân tạo, được ứng dụng rộng rãi trong công nghệ máy tính hiện nay.

Trong thời đại công nghệ 4.0, đi đâu người ta cũng nhắc đến AI và thậm chí còn xem nó như một “tượng đài” hơn là xu hướng. Đó là lý do đẩy nhu cầu tuyển dụng AI Engineer lên đỉnh điểm với mức lương chào mời lên đến hàng ngàn USD mỗi tháng.

Đọc bài phỏng vấn của ITviec với Nguyễn Ngọc Cẩn – AI Engineer tại Viettel R&D để tìm hiểu:

  • AI là gì? Các ứng dụng của AI?
  • AI Engineer là làm công việc gì? Lương ra sao?
  • Sự khác nhau giữa AI Engineer và AI Researcher
  • Những tài liệu “chất” để tìm hiểu và theo đuổi nghề AI Engineer

Xem thêm việc làm AI Engineer trên ITviec

Tiểu sử:

Sau khi hoàn thành lớp Cử nhân tài năng của trường Đại học CNTT, Cẩn có cơ hội học hỏi trong phòng nghiên cứu của trường về Trí tuệ nhân tạo (AI) và học máy (Machine Learning).

Nhận thấy đó là niềm đam mê nên khi ra trường, Cẩn đầu quân cho GoodLand Informatics với vị trí AI Software Engineer. Sau đó không lâu, Cẩn trải qua một số vị trí khác như AI/Machine Learning Engineer và Computer Vision Team Leader tại TMA Solutions, AI Researcher tại Cinnamon AI Labs

Hiện tại, Cẩn đang là AI Engineer cho Viettel High Technology Industries Corporation (hay còn được biết đến với cái tên Viettel R&D).

Chào Cẩn. Bạn chia sẻ một chút về lý do quyết định trở thành AI Engineer nhé.

Mình thuộc tuýp người thích tìm hiểu những cái mới về công nghệ. Cho nên khi biết về AI, mình thấy nó là thứ giúp cho máy tính thông minh hơn, nó rất thu hút mình và phù hợp với những gì mình đang mong đợi trên con đường sự nghiệp.

Thêm nữa, AI là ngành rất hot, nhu cầu tuyển dụng không bao giờ dừng lại cả. Nếu theo đuổi AI thì rất dễ kiếm việc. Thu thập của những người làm AI có kinh nghiệm cũng rất cao.

Tóm lại, trở thành AI Engineer là sự hội tụ của cả: sở thích cá nhân + nhu cầu của xã hội.

Làm về AI, vậy bạn định nghĩa “AI là gì”?

Bản chất của AI là mô hình, thuật toán được huấn luyện trên một tập dữ liệu để giải quyết một bài toán rất cụ thể.

AI giống như một đứa bé sơ sinh vậy, nó bắt đầu thu nhận hình ảnh và học cách phân loại. Nó chỉ có thể nhận diện gương mặt ba, mẹ hoặc ông bà chứ không thể làm gì khác nữa.

Hiện nay, công nghệ AI có 3 hướng chính:

  • Xử lý hình ảnh (Computer Vision)
  • Xử lý ngôn ngữ tự nhiên (Natural Language Processing)
  • Xử lý tín hiệu âm thanh (Audio Signal Processing)

Một số ứng dụng của AI mà bạn biết

Mình thấy có rất nhiều ứng dụng của AI trong đời sống. Chẳng hạn:

  • Hệ thống nhận diện khuôn mặt thông qua các camera được gắn tại sân bay và các tòa nhà
  • Các trợ lý ảo (như Siri, Google Assistant, Alexa) có khả năng nghe, hiểu, trả lời và làm việc cho mình
  • Những ứng dụng trong y sinh, dùng AI để chẩn đoán bệnh dựa trên phim chụp X-quang, X-ray và MRI
  • Quen thuộc hơn thì có những dòng smart TV, áp dụng công nghệ AI để cải tiến chất lượng hình ảnh hoặc nhận diện giọng nói…

AI khác gì với Machine Learning và Deep Learning?

Hiểu nôm na thì AI là trí tuệ nhân tạo, trí tuệ này phải hoàn thiện. Để làm nên trí tuệ đấy, chúng ta phải có máy học Machine Learning. Bên trong Machine Learning có nhiều cách thức, thuật toán để học thì Deep Learning là nổi bật nhất.

ai-la-gi-02

Công việc của bạn ở vai trò một AI Engineer là gì?

Những công việc mình phụ trách bao gồm:

  • Thu thập và xử lý dữ liệu hình ảnh
  • Huấn luyện mô hình trên dữ liệu đang có
  • Thảo luận với nhóm để giải quyết vấn đề trong khi huấn luyện
  • Thảo luận với Business AnalystProject Manager để định nghĩa hướng đi đúng đắn cho mô hình
  • Đánh giá mô hình
  • Triển khai trên sản phẩm của công ty

Nếu sau khi triển khai mà sản phẩm gặp vấn đề hoặc hoạt động không tốt thì mình phải kiểm nghiệm lại mô hình, có thể thêm hoặc thay đổi dữ liệu. Lúc này, vòng tròn công việc được lặp lại như mình đã nói ở trên, nghĩa là phải thu thập và xử lý dữ liệu, huấn luyện mô hình…

Điều gì khiến bạn ngạc nhiên nhất khi làm việc với AI?

Ngạc nhiên nhất có lẽ là khi mô hình của mình 3 tháng trời không thể huấn luyện được, bỗng dưng một ngày mình thay đổi một tham số, cách thức rất nhỏ thì tự nhiên mô hình hoạt động và chạy tốt.

Còn hụt hẫng cũng có, đó là lúc mình dùng rất nhiều thời gian để tìm hiểu thuật toán và huấn luyện mô hình, deadline thì đến chân nhưng mô hình vẫn không thể hoạt động được, kiểu như nhìn mèo ra chó ấy. (cười)

Bạn đã từng làm ở cả 2 vị trí: AI Researcher và AI Engineer. Chúng khác nhau như thế nào?

Nói khác nhau thì cũng khác nhau. Nhưng thực sự thì có nhiều công ty thường không phân biệt rõ 2 vị trí này và có sự đánh đồng giữa 2 vị trí.

Ví dụ như ở Cinnamon AI Labs, ban đầu họ có chia ra 2 vị trí AI Engineer và AI Researcher nhưng sau khoảng 1-2 năm thì họ bỏ hết, đặt tất cả là AI Researcher.

Theo quan điểm cá nhân mình, AI Researcher là người nghiên cứu, đọc các công bố khoa học, sau đó suy nghĩ làm thế nào để biến nó thành cái của riêng mình, sao cho phù hợp với dự án. Họ là những người làm ra những mô hình (model) đầu tiên nhất, sau đó gửi qua cho AI Engineer.

AI Engineer tiếp nhận mô hình từ AI Researcher là những source code và thực hiện công tác huấn luyện dựa trên dữ liệu của công ty để ra được mô hình sau cùng.

Bạn có thể hiểu đơn giản: AI Researcher là người nghiên cứu và tìm giải pháp cho bài toán của doanh nghiệp. Còn AI Engineer là người sẽ phải lập trình, làm việc với dữ liệu, tìm kiếm công cụ và đánh giá để cho ra mô hình tối ưu nhất.

Việc làm AI Engineer tại Hồ Chí Minh

Việc làm AI Engineer tại Hà Nội

Theo bạn những kỹ năng và tố chất cần thiết để trở thành AI Engineer là gì?

Kỹ năng quan trọng nhất là khả năng học tập và chủ động trong học tập vì lĩnh vực AI còn khá mới và luôn thay đổi hàng ngày.

Thứ hai, bạn phải biết lập trình hay nói đúng hơn là có nền tảng về IT. Những thứ như cấu trúc dữ liệu và giải thuật, lập trình hướng đối tượng đều quan trọng.

Thứ ba cũng không kém phần quan trọng là khả năng ngoại ngữ (nhất là kỹ năng đọc, hiểu) vì tài liệu về AI hầu như là tiếng Anh. Có một số người dịch sang tiếng Việt nhưng số lượng rất ít, không đáng kể.

Còn về xác suất thống kê hay đại số tuyến tính thì mình nghĩ chỉ cần các bạn duy trì được nền tảng lúc còn học ở trường và chủ động học hỏi thêm là được. Vì có nhiều bạn AI Engineer mà mình biết cũng không thực sự giỏi toán nhưng vẫn làm việc được vì các bạn biết lập trình.

Sai lầm đáng nhớ nhất trong công việc và bài học bạn rút ra được?

Đó là khi mình còn làm Team Leader tại TMA Solutions, mình đã quá chú trọng vào kết quả và hiệu suất, cứ nghĩ làm gì thì làm, miễn sao hoàn thành công việc là được mà không quan tâm đến cảm xúc của những thành viên trong team.

Cụ thể thì trước đây có một bạn được giao nhiệm vụ quan trọng trong dự án, nhưng cho đến gần deadline, bạn chỉ mới làm được 70% so với chỉ tiêu ban đầu. Mình thì liên tục bị cấp trên hằn học và cho “ăn hành”, trong khi bạn ấy xin nghỉ rất nhiều ngày trong giai đoạn nước rút đó.

Vì áp lực từ cấp trên, mình quay lại chất vấn bạn ấy, hỏi xem tại sao bạn ấy làm như vậy nhưng không có một câu trả lời nào hết, bạn ấy chỉ im lặng vậy thôi. Thực sự lúc đó mình rất bực và nổi nóng.

Mỗi bạn trong team đều có KPI riêng và mình là người đánh giá. Lần đó, mình đã gán trách nhiệm cho bạn ấy và đánh giá rất tệ vào kết quả công việc cuối quý.

Khi đó mình chỉ nghĩ đơn giản vì bạn ấy không nỗ lực, không hoàn thành tốt công việc nên dự án mới bị ảnh hưởng. Team mình phải mất thêm khoảng 2 tháng để làm cho xong dự án. Vậy nên, việc bạn nhận đánh giá xấu là hiển nhiên.

Khoảng thời gian sau này, mình mới biết sở dĩ bạn ấy hay nghỉ làm và mất tập trung trong công việc là vì nhiều vấn đề của gia đình. Vậy mà là một người dẫn dắt, mình không nhận ra được vấn đề của thành viên, chỉ biết trách móc và đổ trách nhiệm. Vài tháng sau, bạn ấy cũng nghỉ làm ở công ty.

Kể từ lần đấy, mình nhận ra là mình đang lãnh đạo con người – rất nhạy cảm và phức tạp, không thể giữ tư duy tư như vậy được. Mình phải quan tâm đến các thành viên nhiều hơn, để sau này khi không làm chung nữa thì anh em vẫn có thể nhìn mặt nhau.

Mình bắt đầu tìm hiểu những quyển sách về phong cách lãnh đạo và cách dùng người. Có một quyển sách mà đến bây giờ mình vẫn giữ bên cạnh, đó là “Nhà lãnh đạo xuất chúng” (Multipliers). Sách giúp mình hiểu hơn về cách thức khai thác con người và làm sao để nhìn ra được vấn đề của người khác nhằm cải thiện sự tinh tế.

Bản thân mình cũng thay đổi rõ rệt hơn trong cả cách suy nghĩ lẫn hành động. Mình rủ anh em đi ăn uống nhiều hơn hoặc kéo về nhà mình tổ chức party. Không chỉ gặp nhau ở công ty, mình và team còn hẹn gặp ngoài công việc: tán dóc ở quán cà phê, tham gia đá bóng chung… Mình để ý đến cảm xúc của đồng đội nhiều hơn chứ không chăm chăm vào hiệu suất công việc như trước nữa.

Ví dụ: Ở thời điểm hiện tại, nếu có một bạn gặp vấn đề gia đình và đến xin mình về sớm thì mình sẽ nói ngay “Sao không về, còn đứng đây chi nữa. Cứ đi đi, ở đây anh lo được.”

ai-la-gi-01
Cẩn cùng các thành viên trong team thư giãn sau giờ làm

Nếu có thể quay ngược thời gian, bạn ước mình biết điều gì sớm hơn về AI cũng như nghề AI Engineer?

Nếu ước thì chắc mình ước đã học Deep Learning sớm hơn. Mãi đến khi đi làm thì mình mới biết Deep Learning có thể giải quyết được rất nhiều thuật toán, là một vũ khí cực kỳ lợi hại.

Bạn thấy nhu cầu tuyển dụng vị trí AI Engineer hiện nay thế nào? Nó có còn “hot” nữa không?

Nếu so sánh với 3 năm trước đây thì nhu cầu tuyển dụng có giảm đi đôi chút vì có rất nhiều công ty làm về AI nhưng đã “chết yểu” và các doanh nghiệp cũng rút ra bài học cho riêng mình.

Hiện nay, vị trí này vẫn được tuyển dụng nhiều nhưng để tìm được một người có kinh nghiệm và thực sự biết làm thì không hề đơn giản.

Tuy nhiên, như mình nói ban đầu, nếu bạn là người có khả năng học tập và chủ động thì chẳng mấy chốc sẽ có thể bứt phá và trở thành một AI Engineer có tay nghề cao.

Nhà tuyển dụng cũng hiểu khó khăn khi tìm người nên rất sẵn sàng tuyển những người ít kinh nghiệm nhưng có năng lực học tập giỏi. Có rất nhiều bạn từ các trường đại học hàng đầu được săn đón với mức lương rất cao.

Mức lương cho vị trí AI Engineer theo đánh giá của bạn?

Lương thì tùy thuộc vào từng level của các bạn.

Fresher thì tầm 500-600USD/tháng, Junior thì khoảng 1200USD/tháng còn Senior thì lương không giới hạn. Một người Senior có mức lương cao nhất mà mình biết là khoảng 6000USD/tháng.

Những tài liệu bạn đã từng tham khảo và nghĩ rằng hữu ích với những người muốn theo đuổi nghề AI Engineer?

  • Deeplearning.ai: Cung cấp các kiến thức cơ bản về Deep Learning, giúp nắm được nền tảng, hiểu sâu bản chất vấn đề bên trong của thuật toán. Đây là khóa học mình cực kỳ khuyến khích cho các bạn mới.
  • Khóa học của fast.ai: Khóa học về các bài toán căn bản liên quan đến AI nhưng được chỉnh sửa để dễ tiếp cận hơn.
  • Machine Learning Cơ Bản: trang blog tổng hợp nhiều thuật toán từ căn bản đến nâng cao, cách trình bày thân thiện, dễ hiểu và đặc biệt sử dụng tiếng Việt. Đây là trang tài liệu mình vẫn hay tham khảo khi mới bước chân vào lĩnh vực này.
  • Sách Deep Learning (Adaptive Computation and Machine Learning series) by Ian Goodfellow, Yoshua Bengio, Aaron Courville, Francis Bach: sách được biên soạn bởi các chuyên gia đầu ngành, chuyên sâu và có phổ kiến thức rộng, phù hợp với các bạn đã có kiến thức nền tảng muốn tìm hiểu chuyên sâu hơn.
  • Các câu hỏi phỏng vấn AI cơ bản: Nhiều câu hỏi khá hay và hữu ích, các bạn có thể đọc thêm để hiểu về một số khái niệm cơ bản liên quan đến AI.
Robby2

Bạn thấy bài viết hay và cần thiết với nhiều người? Đừng ngại nhấn nút Share bên dưới nhé.

Và đừng quên tham khảo việc làm AI Engineer trên ITviec

50 Shares

About the Author:

Social Content Lead
Avatar

Read more...

error: