Chuẩn bị gì trong 10 năm tới

Trong một buổi chia sẻ về xây dựng chiến lược kinh doanh, CEO của Amazon, ông Jeff Bezos đã chia sẻ rằng ông rất hay được hỏi câu "Điều gì sẽ thay đổi trong 10 năm tới?". Đó là một câu hỏi rất hay, nhưng Jeff Bezos cũng nói rằng, ông lại không bao giờ được hỏi câu "Điều gì sẽ KHÔNG thay đổi trong 10 năm tới?". Thực tế cho thấy, câu hỏi thứ hai là câu hỏi quan trọng hơn rất nhiều. Bởi vì bạn có thể xây dựng một chiến lược bền vững dựa trên những thứ ổn định theo thời gian. Ví dụ như đối với Amazon, khách hàng sẽ luôn thích món hàng rẻ, nhiều sự lựa chọn và được vận chuyển nhanh chóng. Hay đối với AWS, khách hàng sẽ luôn muốn dịch vụ cloud ổn định và giá rẻ. Khi bạn có thể xác định những thứ không thay đổi trong tương lai dài hạn, việc tập trung năng lượng vào những thứ mang giá trị lâu dài và bền vững có ý nghĩa lớn hơn rất nhiều việc chạy theo xu hướng.

Đối với mình, câu hỏi này không chỉ đúng với việc xây dựng chiến lược kinh doanh cho các công ty, mà nó còn đúng với cả việc xây dựng sự nghiệp cá nhân. Khi gặp các bạn sinh viên ngồi trên giảng đường, mình cũng rất hay được hỏi câu "Công nghệ nào sẽ thành xu hướng trong 10 năm tới". Thực sự là không ai có thể dự đoán chính xác được việc này ngay cả các chuyên gia trong ngành. 10 năm trước, Blockchain là xu hướng, còn 5 năm gần đây AI lại thành xu hướng. Nhưng cho dù công nghệ có thay đổi theo hướng nào đi chăng nữa, những thứ như khoa học cơ bản, kỹ năng giải quyết vấn đề, hay ngoại ngữ ... là những thứ không bao giờ tách rời và không bao giờ thay đổi trong ngành công nghệ.

Kỹ năng học và tư duy

Trước đây, khi còn học ở Đại học Bách Khoa Hà Nội, mình thắc mắc rất nhiều: "Tại sao trường không dạy lập trình Python?", "Tại sao trường lại dạy những thứ không bao giờ dùng như lập trình nhúng?". Đối với mình tại thời điểm đó, những kiến thức trên trường rất lỗi thời và không đi cùng với xu hướng, gây ra sự chán nản. Nhưng khi càng được chinh chiến nhiều và cọ xát nhiều, mình mới bắt đầu hiểu ra: những thứ được học ở Đại học là để rèn luyện tư duy để học những thứ khó, chứ không phải để đi làm thợ code. Chắc chắn trong sự nghiệp lập trình, bạn sẽ rất ít khi phải đụng đến "Cấu trúc dữ liệu và giải thuật", "Lập trình nhúng", hay "Trình biên dịch". Nhưng những kiến thức này được coi là nền tảng, nó sẽ mang tính bổ sung và định hình tư duy cho bạn rất nhiều trong tương lai. Học để qua môn và đạt điểm cao ở Bách Khoa rất khó, nhưng sinh viên Bách Khoa lại luôn có một chất riêng không thể phủ định: không sợ việc khó.

Quá trình tuyển dụng ở các Big Tech như Google hay Facebook, một trong những thách thức lớn nhất và luôn luôn phải đối mặt đó là các vòng Coding Interview. Mình từng thắc mắc "Tại sao không hỏi các vấn đề liên quan đến kinh nghiệm thực chiến?", "Tại sao không hỏi các kiến thức liên quan đến công việc như System Design?". Cho đến khi mình có cơ hội được tuyển dụng và phỏng vấn lập trình viên ở FPT, mình mới nhận ra: rất khó để đánh giá một người thông qua 30 phút đến 1 tiếng phỏng vấn. Mục tiêu của vòng Coding Interview là để tạo ra một môi trường giả lập: đưa cho ứng viên một vấn đề, quan sát cách ứng viên phân tích bài toán, lên hướng giải quyết và cách đưa ra lời giải. Cho dù bạn có thể đưa ra một lời giải đúng tuyệt đối, mà không thể hiện ra được khả năng biểu đạt suy nghĩ, hay khả năng phân tích tốt, bạn vẫn có thể trượt vòng Coding Interview. Việc các Big Tech đến giờ vẫn lựa chọn Coding Interview trong bộ khung tuyển dụng là để tăng xác suất tuyển được lập trình viên giỏi. Họ cần tuyển những người có thể giải quyết bài toán khó, tư duy phân tích tốt và diễn giải tốt.

Kiến thức nền tảng

Khi còn học phổ thông hay lên Đại học, chắc chắn rất nhiều bạn sợ môn Toán. Mình thì thường được khuyên rằng học Toán là để học cách tư duy. Tuy nhiên, đối với ngành Khoa học máy tính - Computer Science, học Toán không chỉ là học cách tư duy, mà còn là để nắm bắt được kỹ thuật. Đối với các ngành khoa học nói chung, Toán học giống như là một dạng ngôn ngữ mà chúng ta dùng để giao tiếp với thế giới. Nó là thứ sẽ KHÔNG bao giờ thay đổi trong hàng thế kỷ nữa. Và nó cũng là ngôn ngữ mà chúng ta dùng để mô hình hoá lại mọi thứ và mọi vật. Đối với mình, khi được học về Trí thông minh nhân tạo - AI, cũng là lần đầu tiên mình dần hiểu ra học Toán để làm gì. Việc khó nhất của học AI không phải là học Pytorch, Tensorflow hay lập trình CUDA. Việc khó nhất của học AI là hiểu được các công thức Toán học đằng sau các mô hình học máy. Suy cho cùng, các mô hình học máy cho dù cơ bản hay học sâu, đều dựa trên mô hình xác suất thống kê. Bản chất của mô hình LLM như GPT là đoán token/từ tiếp sau dựa trên toàn bộ kiến thức được huấn luyện. Học Toán rất khó, nhưng bạn cũng không cần trở thành siêu trí tuệ, mà chỉ cần đủ giỏi để có thể đọc và hiểu trơn tru được các bài báo nghiên cứu - research paper, mà không bị dừng lại ở trước một công thức Toán.

Kiến thức nền tảng vững rất quan trọng, và có thể quan trọng hơn bạn nghĩ. Công nghệ luôn thay đổi liên tục, nhưng công nghệ mới thì luôn được xây dựng trên các kiến thức nền tảng cũ. Việc có kiến thức nền tảng vững là để giúp bạn có thể nhanh nhạy hơn trong việc học thứ mới. Tốc độ học rất quan trọng, bạn sẽ không muốn mất vài năm để học một thứ mới trước khi nó lỗi thời. Và có một nền tảng vững là điều kiện tiên quyết giúp bạn học thứ mới nhanh hơn. Khi cơn sóng AI đến và thị trường tuyển dụng trở nên sôi nổi, bạn bè mình từ rất nhiều ngành khác nhau như toán tin, điện tử, hay viễn thông nhảy trái ngành sang AI rất nhiều. Họ có thể linh động như vậy vì kiến thức nền tảng như tư duy lập trình hay khoa học cơ bản đã sẵn có, những thứ này thì KHÔNG thay đổi giữa các ngành.

Một kiến thức nền tảng khác mà sinh viên Việt thường bỏ qua là ngoại ngữ. Việc học tốt tiếng Anh rất quan trọng, nó gần như là cầu nối giữa bạn với thế giới. Rất nhiều kiến thức hay mà miễn phí được trình bày bằng tiếng Anh. Và cũng rất nhiều cơ hội chờ đợi ngoài kia mà bạn không muốn rào cản duy nhất là ngoại ngữ. Hiện tại mình đang học và làm việc ở Pháp, việc không biết tiếng Pháp là rào cản lớn nhất đối với mình.

Kỹ năng mềm

Tất nhiên bên cạnh kỹ năng chuyên môn tốt, thứ mà các bạn cần học là kỹ năng mềm. Cho dù bạn có làm việc trong công sở hay nghiên cứu học thuật, những kỹ năng như thuyết trình, làm việc nhóm, hay lên kế hoạch, ... là những thứ bất di bất dịch. Điểm hay của kỹ năng mềm là tính ứng dụng đa ngành đa nghề rất cao, và gần như không thay đổi nhiều theo thời gian. Kỹ năng mềm và kỹ năng chuyên môn như hai thứ cần phải song hành đồng thời với nhau. Yếu một kỹ năng cũng sẽ làm kỹ năng kia bị đánh giá thấp đi rất nhiều. Cho dù bạn có làm môi trường nặng về học thuật đi chăng nữa, bạn vẫn phải làm việc nhóm, vẫn phải thuyết trình ý tưởng, hay kêu gọi được ý kiến chung. Nắm tốt được cả kỹ năng chuyên môn và kỹ năng mềm, sẽ khó ai có thể ngăn cản được bạn tiến tới mục tiêu.

Học sao để không bị đào thải rất khó, nó là một quá trình nỗ lực và kiên trì hàng ngày. Tuy nhiên, cho dù kiên trì, chúng ta vẫn cần lựa chọn đâu là thứ nên đặt năng lượng và thời gian vào. Trong quá trình đi làm, mình gặp rất nhiều bạn trẻ học rất tốt ReactJS hay Angular, mà không biết Compiler hay Intepreter khác nhau như nào. Trong ngành AI, mình cũng gặp rất nhiều bạn trẻ nắm rõ kiến trúc UNet hay YOLO, mà không thể nêu được hàm tối ưu của KNN là gì. Học những thứ nền tảng và căn bản rất khó và rất nhàm chán, nhưng không nắm vững những thứ cơ bản sẽ khiến con đường sự nghiệp khó hơn nhiều lần.

Mình viết bài này vì thấy báo đài hay các doanh nghiệp rất hay dùng các Buzzword như AI Agent, Big Data, Chuyển đổi số, 4.0. Nếu có nghe các Buzzword này thì các bạn cũng đừng có sợ bị tụt hậu hay FOMO (Fear Of Missing Out). Chưa chắc các CEO khi nói các Buzzword này họ đã hiểu nó là gì đâu. Các Buzzword này mục đích chính được dùng để thu hút sự chú ý và gọi vốn. Về mặt học thuật, những công nghệ mới này vẫn được xây dựng nên bởi những kiến thức cơ bản. Nếu nắm bắt kiến thức cơ bản tốt, bạn có thể nhanh nhạy chuyển mình theo thời thế dễ dàng.