Muốn trở thành kỹ sư trí tuệ nhân tạo cần học tốt những môn nào?

Kỹ sư trí tuệ nhân tạo làm gì mỗi ngày?

9h sáng, anh Nguyễn Viết Thành Đạt, kỹ sư trí tuệ nhân tạo tại VinAI Research (Công ty cổ phần nghiên cứu và ứng dụng trí tuệ nhân tạo VinAI, thuộc Tập đoàn Vingroup), bước vào phòng làm việc. Điều đầu tiên anh Đạt làm là đọc hết những email và nắm bắt những thông tin mới nhất cần xử lý.

Hôm nay, anh Đạt cần phải thu thập dữ liệu từ các camera an ninh, sau đó loại bỏ các hình ảnh mờ hoặc không rõ ràng. Tiếp đó chuyển đổi kích thước và định dạng của hình ảnh để sẵn sàng sử dụng trong việc huấn luyện mô hình nhận diện khuôn mặt. Đây là một trong những việc mà kỹ sư AI như anh Đạt phải làm mỗi ngày.

Ngoài ra, anh Đạt còn phải nghiên cứu khoa học và các công nghệ AI thị giác máy tính mới nhất trên thế giới... Việc đọc và phân tích các nghiên cứu mới nhất về công nghệ thị giác máy tính là điều thường xuyên diễn ra với anh Đạt.

Việc này giúp anh Đạt hiểu rõ hơn về cách mà AI có thể được ứng dụng để cải thiện khả năng phát hiện đối tượng trong hình ảnh hoặc video.

Anh Đạt từng là sinh viên ngành Công nghệ thông tin Học viện Công nghệ Bưu chính viễn thông PTIT. Theo anh Đạt, những bạn tốt nghiệp các ngành như: Computer Science (Khoa học máy tính), Applied Mathematics (Toán ứng dụng), Data Science (Khoa học dữ liệu), Computer Engineering (Kỹ thuật máy tính), Artificial Intelligence (Trí tuệ nhân tạo)... có thể trở thành kỹ sư AI.

“Một kỹ sư AI như anh thường gặp khó khăn trong việc phải nắm vững nhiều công nghệ mới và cần học hỏi, nâng cao trình độ liên tục. Việc ngủ một ngày vài tiếng đồng hồ là điều có thể xảy ra, vì anh phải hoàn thành dự án theo tiến độ và chất lượng được yêu cầu.

Đây là công việc yêu cầu về trình độ chuyên môn cao, cần hiểu sâu về học máy, lập trình và đặc biệt là dữ liệu. Ngoài ra, sự cạnh tranh giữa các ứng viên có trình độ tương đương nhau là rất lớn”, anh Đạt chia sẻ.

Nếu muốn làm việc trong lĩnh vực AI, mà cụ thể là kỹ sư AI, thì từ bây giờ các bạn cần học tốt các môn như Toán (là nền tảng quan trọng cho các thuật toán và mô hình AI) và Tin học (là nền tảng cho việc học các ngôn ngữ lập trình).

Ngoài ra, các bạn hãy tham gia vào những trang như: “Forum Machine Learning cơ bản” để nắm bắt xu hướng và sự phát triển của AI.

Để ứng dụng AI khi còn là học sinh, các bạn có thể học ngôn ngữ lập trình Pascal và sử dụng nó để tạo ra một trò chơi. Bạn có thể tạo ra một đối thủ ảo để cùng chơi trò XO (cờ ca-rô) với mình chẳng hạn.

Rèn luyện từ hôm nay

Anh Hồ Phạm Minh Nhật là giáo sư bậc 1 của Đại học Texas - Austin, Mỹ. Đây là 1 trong 10 trường hàng đầu ở Mỹ về lĩnh vực trí tuệ nhân tạo và khoa học công nghệ. Anh chủ yếu nghiên cứu và giảng dạy về khoa học dữ liệu, học máy, thống kê và trí tuệ nhân tạo.

Anh Nhật cho biết nếu muốn trở thành kỹ sư AI trong tương lai, các bạn nên nắm chắc kiến thức ở những môn khoa học cơ bản như: Toán, Lý, Hóa và Sinh học. Những kiến thức về Toán, Lý lúc học phổ thông như: đạo hàm, tích phân, xác suất, cũng như các hiện tượng vật lý... tạo tiền đề quan trọng trong việc hiểu cách vận hành của các mô hình AI đang được sử dụng rộng rãi ở hiện tại.

Ngoài ra, việc nắm chắc kiến thức ở môn Hóa và Sinh sẽ giúp các bạn hiểu rõ cách thiết kế và phát triển các mô hình AI trong dược, y tế và hóa sinh.

“Các bạn cần nắm chắc kỹ năng lập trình, đặc biệt là ngôn ngữ lập trình AI rất phổ biến hiện tại là Python. Có thể học cách sử dụng các thư viện như NumPy, Pandas để xử lý dữ liệu và TensorFlow hoặc PyTorch để xây dựng mô hình AI.

Ngoài ra, các bạn cũng có thể thực hành các dự án nhỏ trên Kaggle hoặc xây dựng các chatbot đơn giản để hiểu được cách phân tích dữ liệu, cũng như những ứng dụng mà AI đang được sử dụng”, anh Nhật chia sẻ.

Ngoài ra, teen cũng cần rèn luyện thêm kỹ năng làm việc nhóm. Các mô hình AI ngày càng phức tạp và để phát triển được cần sự nỗ lực, góp sức của nhiều cá nhân với những kỹ năng khác nhau. Chẳng hạn, để phát triển một mô hình ngôn ngữ tốt là sự kết hợp của nhiều lĩnh vực như: khoa học máy tính, toán, ngôn ngữ...

“Việc trang bị kỹ năng thực hành tốt từ bây giờ sẽ giúp cho quá trình trao đổi và kết hợp với những thành viên trong nhóm hiệu quả hơn trong tương lai. Từ đó, thúc đẩy được sự tối ưu trong việc phát triển các mô hình AI trên thực tế”, anh Nhật nhắn nhủ.