Học AI như nào để lương ngàn đô?

Trong mấy năm trở lại đây, AI trở nên nổi lên rần rần với sự ra đời của những thứ “đồ chơi” đỉnh cao. Đi đâu cũng thấy Stable Diffusion, Dall-E, gần đây hơn thì có ChatGPT, cùng hàng loạt các “đồ chơi” khác trên mọi lĩnh vực. Chính bởi cái khí thế mạnh mẽ đó, ngành AI rất được các anh em săn đón. Người người học AI, nhà nhà học AI. Nhưng không phải ai cũng nhận thấy được chuyện có được công việc lương ngàn đô không phải là chuyện dễ. Trong bài viết này, tôi sẽ chia sẻ những quan điểm cá nhân về khó khăn trong việc học AI và một vài tips mong có thể giúp được anh em đang bắt đầu học ngành này.

Đối với những người bắt đầu học về AI, hay học bất kì một cái gì khác, một trong những bức tường đầu tiên mà họ phải đối mặt đó chính là những kiến thức nền tảng. Phải có nền móng vững thì mới có thể xây nhà cao. Đặc biệt đối với lĩnh vực AI, nền tảng của nó là hàng tấn kiến thức về toán. Những kiến thức vô cùng khô khan và khó hiểu. Sự thật là đa phần những người từ bỏ là khi họ gặp phải bức tường này.

Lúc tôi mới bắt đầu tìm hiểu một vài thuật toán đơn giản của ML như Linear Regression, Logistic Regression, mặc dù có nền là 10 điểm giải tích, đại số tuyến tính và nhập môn lập trình ở trường, nhưng đầu tôi vẫn ong ong với mớ công thức toán học cùng ti tỉ những thư viện, systax của ngôn ngữ mới.

Tôi biết là giai đoạn này là giai đoạn cực kỳ khó khăn nhưng bạn hãy tin tưởng bản thân mình, khi bạn cho nghĩ bạn đủ khả năng thì bạn sẽ hiểu được nó. Những kiến thức đó chỉ là một phần nhỏ trong những kiến thức bạn cần tiếp thu sau này. Nếu như bạn quá chán nản với việc học những kiến thức khô khan thì bạn thử hãy đổi cách tiếp cận thử xem. Một cách nên thử đó chính là làm trước, hiểu sau (mình học được từ anh MìAI). Những kết quả hiện hữu sẽ là động lực to lớn cho việc học.

Có rất nhiều người cho rằng việc học những thứ nền tảng đó là không cần thiết vì hiện nay đã có rất nhiều thư viện, chỉ việc import, fit, predict thôi. Nhưng, như tôi đã nói ở trên, muốn xây nhà cao thì phải có móng vững. Không quan trọng là bạn học từ trên xuống hay từ dưới đi lên hay bằng bất cứ cách gì, nhưng hãy nhớ rằng nên dành một sự tập trung và nghiêm túc để xây dựng kiến thức nền tảng của bản thân.

Sau khi vượt qua được chướng ngại đầu tiên, nhiều anh em đã trở nên rất rành những kiến thức cơ bản, thậm chí là những kiến thức nâng cao về Deep Learning. Họ train model dễ như ăn cơm, coi GG Colab là nhà,  … Nhưng tới mức độ này, liệu có đủ để apply jobs lương ngàn đô chưa? Không phải tự nhiên mà doanh nghiệp có thể bỏ ra số tiền lớn để thuê những người làm AI. Bạn nghĩ họ trả lương cao vì những gian khó trong quá trình học tập của bạn thì bạn đã lầm. Doanh nghiệp chỉ bỏ tiền khi nhận lại được giá trị tương xứng. 

Một phần không nhỏ các anh em thường tập trung quá nhiều vào phần training model nhưng lại bỏ qua những những kĩ năng khác như thu thập, xử lý data, chọn lựa features, nén model, làm việc với server,  xây dựng hệ thống demo,… Khi gặp khách hàng, bạn không thể demo cho người ta bằng GG Golab được. Cũng như khi gặp nhà tuyển dụng, bạn không thể nói rằng mình chỉ có khả năng trainning models bằng GG Colab rất đỉnh.

Việc nâng cao độ hiệu quả của mô hình là một phần rất quan trọng. Nhưng chỉ một mình mô hình thì không thể làm nên cái gì cả. Cái doanh nghiệp cần là những thứ ứng dụng được trên sản phẩm chứ không phải những thứ chỉ được show ra trên GG Colab.

Bạn không thể tìm được bất kỳ công ty nào tuyển nhân viên với role là “Model Trainer” đâu. Mà lỡ như có thật thì bạn nghĩ nhưng đóng góp của một Model Trainer có đáng giá ngàn đô không? Do đó, bạn nên dành sự trung tới các kĩ năng khác để có thể đáp ứng một role nào đó mà bạn mong muốn.

Đó là chưa kể tới việc, chỉ các doanh nghiệp lớn thì mới có việc chuyên môn hoá ra những role cụ thể như Data Scientist, AI Engineer, ML Engineer, MLOps,… Nhưng những doanh nghiệp này thường chỉ tuyển những người có kinh nghiệm. Còn ở những doanh nghiệp nhỏ hay startup thì có khi JD các bạn nhận được sẽ là “làm hết mọi role”.

Bạn nên học tất cả những gì bạn cơ hội được tiếp xúc. Hãy giữ thái độ cởi mở  và đừng ngại tiếp thu cái mới. Việc tập trung đào sâu vào một mảng nào đó là đúng, nhưng những phần khác cũng không kém phần quan trọng. Đừng giới hạn bản thân trong một scope nào đó, hãy luôn phát triển và nâng cao kỹ năng của mình. Điều này không chỉ giúp cho bạn có thể có được công việc mong muốn mà còn giúp các bạn không bao giờ bị tụt hậu dù trong trong giai đoạn công nghệ thay đổi tính bằng ngày.