Podcast #1: Kỹ năng của Engineer trong thời đại AI

Bài viết đi kèm với tập 1 của Podcast Engineer Talks mới ra lò :D

Một phút dành cho quảng cáo

Mình có giới thiệu qua, mình và một người bạn của mình, Youtuber DataGuyStory đã quyết định dấn thân vào con đường lên mạng nói xàm - chúng mình sẽ thử bắt đầu một podcast series và sẽ ra tập mới vào ngày 1 và 15 hàng tháng. Podcast của chúng mình sẽ có tên là Engineer Talks - Câu chuyện của kỹ sư, đàm đạo linh tinh về các chủ đề mà các bạn kỹ sư có thể quan tâm.

Các kênh để bạn có thể theo dõi:

• Đương nhiên là mình sẽ update trên blog này rồi.

• Trang web chính của bọn mình: podcastcuakysu.com

• Youtube playlist với các tập mới nhất

• Podcast chính chạy trên Spotify

• Ngoài ra mình cũng sẽ update trên Thread nên có gì cứ follow mình

Cám ơn sự ủng hộ của mọi người!

Để viết về cảm nhận khi làm podcast thì chắc mình sẽ làm một bài riêng cho nó. Văn nói và văn viết khá là khác xa nhau, và các kỹ năng thu âm cắt ghép chưa bao giờ mình từng thử bao giờ. Trải nghiệm đương nhiên là thú vị rồi, làm gì nó phải khó khăn loay hoay một tí nó mới vui chứ :D

Photo by Oleg Laptev on Unsplash

Mình cũng sẽ cố follow up và viết các bài dưới dạng text, để nói rõ hơn các điểm mà mình có bàn luận qua. Nếu giọng mình qua video hơi khó nghe, thì mọi người có thể xem qua thêm ở đây nhé.

Kỷ nguyên của AI

AI từ một ngành nghiên cứu chuyên sâu, bây giờ với sự xuất hiện và phát triển của LLM, đã mang lại khá nhiều thay đổi trên toàn cầu. Mình nghĩ dùng cái tên “kỷ nguyên” thì nghe nó cũng hơi to tát, nhưng mà có vẻ thế giới đang đón nhận sự xuất hiện của các AI-assisted tools một cách rất nhiệt tình, và coi như nó là một xu thế khó có thể bỏ qua.

Từ đầu năm thì các CEOs của các tập đoàn lớn trên thế giới đều đã mang lại những phát biểu gây sốc về AI. Một ví dụ mạnh mẽ là Mark Zuckerberg, trong đầu năm nay, thì có nhắc đến việc thay thế hàng loạt các kỹ sư tầm trung bằng AI. Gần hơn, thì cũng có một số message như là của Tobias Lütke, CEO của Shopify, về việc tất cả các nhân viên mới đều phải có khả năng sử dụng AI trong công việc, và việc tuyển thêm nhân viên mới phải được chứng tỏ bằng việc đó là việc mà AI không làm được và cần phải có người thật việc thật.

Mặc dù các thông cáo báo chí đều đánh lên những hồi chuông cảnh báo cho dân Engineer, tuy nhiên mình có thể thấy một sự thay đổi nhẹ về nội dung: từ AI để thay thế con người, thành AI để hỗ trợ con người. Mình cũng có cảm nghĩ tương tự về điều đó: AI không phải là thù, là những người thay thế bạn, nhưng mà AI thì sẽ là những người bạn để bạn có thể trở nên hiệu quả hơn rất nhiều. Thế nên câu chuyện trong podcast của mình cả Cảnh có xoay quanh việc là mình phải tận dụng AI, và đầu tư phát triển những kỹ năng để làm chủ AI, thay vì để AI thay thế.

Sóng bước cùng ai(AI)

Nếu trên blog này thì mình có kể lại trải nghiệm về sử dụng Cursor, thì trong podcast mình cũng có nhắc lại câu chuyện về bài toán Data Engineer đầu tiên mình có đụng đến. Đó là về xử lý một tệp dữ liệu CSV về Performance Marketing Data, được extract hàng ngày từ vendor, để đánh giá hiệu quả của các chiến lược Digital Marketing; và mình phải chuyển pipeline xử lý dữ liệu này từ luồng cũ chạy trên SQL + AWS Redshift, và chuyển qua chạy trên Spark trên Amazon EMR và lưu lên Data lake trên S3. Một vài trở ngại mình gặp phải trong lúc đó là vừa phải học Syntax mới của Spark, và cũng phải đọc hiểu các trường dữ liệu trong mobile marketing (như là IDFA, IDFV, các loại thông tin Advertising ID) và xử lý dữ liệu đa ngôn ngữ (vì công ty operate ở 6-7 nước mà mỗi nước một loại ngôn ngữ với bộ chữ cái khác nhau…).

Bây giờ nếu quay lại tình cảnh lúc đó, chắc chắn AI sẽ giúp mình nhanh hơn trong việc tìm hiểu syntax cũng như nghiên cứu về domain sâu thêm, với các khả năng viết code cũng như tóm tắt tra cứu của nó. Chắc chắn là hiệu quả sẽ tăng thêm rồi, nhưng mà không giảm được thời gian công sức từ 100 xuống 1, mà chỉ giảm xuống 50, 30 thôi. Mình vẫn phải ngâm cứu đống logic được viết sẵn trên SQL, thiết kế lại luồng dữ liệu, cũng như validate các logic trong quá trình mình làm, để đảm bảo logic được consistent và việc migrate được xảy ra hiệu quả chứ. Việc đào sâu vấn đề và phát triển tư duy khoa học, tư duy phản biện vẫn là tối quan trọng cho các knowledge workers.

Tư duy phản biện này sẽ còn trở nên quan trọng trong quá trình tiến lên level senior hay technical leader. Một Junior thì thường được giao task, nghiên cứu và hoàn thành task đã được giao; tuy nhiên senior thì sẽ được giao project, và bạn phải có tư duy logic mới có thể phân tích và phân chia bài làm thành những task nhỏ hơn để có thể hoàn thành từng chặng một. Ngoài ra, senior cũng hiểu là một bài toán sẽ có nhiều cách giải khác nhau, và họ sẽ phải có khả năng nhận xét về tradeoff, đánh giá các NFRs(non-functional requirements) và lựa chọn cách giải phù hợp nhất. Ví dụ một senior đi, họ có thể sử dụng AI-assisted tool để nhanh chóng prototype cái solution của họ, để họ có thể hiểu rõ hơn về thành phẩm họ sẽ làm ra. Tuy nhiên, khả năng đánh giá và nhận định vẫn là cái gốc của một kỹ sư, và đó là điều mang lại cho những kỹ sư lên được đến tầm senior hay là lead.

Và cuối cùng, một thứ kỹ năng khó có thể bị thay thế nhất, đó là phần con người nhất trong công việc của một kỹ sư, đó là giao tiếp giữa người với người. Có thể đó là giao tiếp giữa đồng nghiệp với nhau để hoàn thành công việc, giao tiếp với khách hàng để hiểu rõ nhu cầu và cảm nghĩ của họ, là giao tiếp với quản lý, với mentor để phát triển thăng tiến trong công việc. Giao tiếp không có một giáo trình nào chuẩn xác cả, và chỉ có tự bản thân mình mới có thể tự trải nghiệm và tìm ra con đường phù hợp cho mình. Cũng vì thế nên AI cũng chỉ có thể mang tính hỗ trợ, mà không bao giờ thay thế được con người ở đây. Và để đứng vững trong thời đại mới, thì mình luôn tin rằng các bạn kỹ sư cần trau dồi thêm khả năng communication của mình.

Nhiều bạn hay chỉ để ý đến những dòng code của mình, rồi đâm ra lười làm những việc bên cạnh như là viết documentation, viết technical specs, comment nọ kia để bổ sung lại những thông tin đã được qua trao đổi; bây giờ có thêm AI hỗ trợ rồi thì nên bớt lười đi, mà hãy bỏ thêm chút công sức vào việc đó. Giao tiếp và nói chuyện với đồng nghiệp rõ ràng cụ thể, để mọi người cùng hiểu được và làm việc năng suất hơn. Trình bày lại những cái gì mình làm, và giải thích được cho người khác nghe hiểu; sếp lớn của bạn không có thời gian đi đọc từng dòng code của bạn đâu, bạn phải biết cách giải thích để mọi người có thể hiểu bạn đang làm cái gì và mang lại giá trị thế nào. Đó là phần con người nhất của công việc, và cũng là thứ giúp bạn có thể phát triển rất xa, bất kể làm kỹ sư, làm nhân viên hay là làm sếp đi chăng nữa. Bỏ một chút công sức vào đây, và bạn sẽ trở thành con người khó có thể thay thế được.

Kết

Podcast đầu tiên của bọn mình, đúng là còn nhiều vướng mắc và sai sót. Cám ơn những nhận xét của mọi người, và mình hy vọng các bạn sẽ tiếp tục đón nhận các tập kế tiếp, với những nội dung hay ho hơn nhé!

---

Nếu bạn hứng thú với bài viết này, có thể xem thêm

• Hai tiếng với AI

• Lời nhắn nhủ và cách học hành