[Webinar] KỈ NGUYÊN AGENTIC AI ĐANG THAY ĐỔI CÔNG VIỆC CỦA SOFTWARE ENGINEER NHƯ THẾ NÀO? transcript

Ok chào các bạn đến buổi webinar vào thứ bảy hôm nay ngày 26 tháng năm 2026 là kỳ nguyên ai đang thay đổi công việc của software engineer như nào engineer là cụm từ chỉ chung dành cho các bạn đi làm phần mềm yes đ code thì hôm nay panel discussion thì gồm có mình có anh hòa và đạt. À thì mình là MC Chính à anh Hòa về Đạt sẽ là main speaker và cả ba người team mình đều là founder của mentor à của NG Pro AI à nơi mà giúp cho các bạn đào tạo cung cấp các khóa học C để provide giúp cho các bạn học về AIML và Aentic.

Ok à giới thiệu qua một chút nhá về bản thân mình trước nhá. Mình là Lâm đang là kỹ sư phần mềm tại Nvida. Thì trước đó mình làm TikTok, Grap với cả C group Group. Đi làm được 8 năm rồi. Mình cũng có hơn 4 năm kinh nghiệm giảng dạy mentoring. À ok. À chắc là đến anh Hòa đi. Chào các bạn, mình là Hòa. Mình hiện đang làm sub engineer tại AWS. Trước đấy thì mình cũng có kinh nghiệm làm việc với hệ thống backend ở một số công ty như là TikTok hay là Visa ở Singapore nh rất là vui được cạnh ngày hôm nay. >> Ok.

Thank you Đạt đến Đạt nhở. >> À xin chào mọi người. Anh là Đạt. Hiện tại thì mình làm AI Engineer ở Nvidia trước đấy thì mình cũng không làm ở công ty to nào khác cả [tiếng cười] thì mình là cùng với anh Lông. Cử anh Lâm C anh Lâm. Yes. Ok. Tiện một chút là trước thì may mắn là được làm cùng đạ đạt ở trong team. Giờ thì mình bị mình được điều chuyển đi làm một project khác rồi. Project đấy thì là open shot của cụ thể tên là Palk. Ấ Palk thì chắc nhiều bạn cũng xài rồi.

Nó là một cái lead report 108.000 sao ấy. Kiểu ấy. Ok. Hi vọng các bạn dùng sản phẩm à sản phẩm này chưa? Ok. Còn hôm nay chắc là vào kể của là nghề đề thế thôi. Chắc là mình vào chính à. À by the way mình nhắc lại một lần nữa nhá là các bạn mà có câu hỏi nào mà muốn gửi cho team ấy thì các bạn recom các bạn đặt câu hỏi trên chat Facebook nhá để cho team dễ nhìn chat Facebook. À đến lúc cuối phần Q&A thì chắc là team mình sẽ review lại một lượt rồi để trả lời các bạn nhá.

Ok bắt đầu. Thế thì không còn mất thời gian nữa. Topic hôm nay là kỷ nguyên AI đang thay đổi công việc của S như thế nào? Thì tốt nhất là bây giờ mình interview luôn các bạn các mentor ở đây đi. Đây là về cái phần work day today thế nào nhở? Rồi kiểu câu hỏi phỏng vấn. Thì đầu tiên anh hòa đi. Work day to day của anh trong kỳ nguyên ai nào? Nó có dễ thở không anh? Ờ ngắn gọn thì cũng không giới thở chút nào. Yeah. Ờ AI sinh ra để làm cho cái productivity của chúng ta tăng lên nhưng mà số giờ làm thì không thay đổi.

Do đó khi mà productivity nhân với time thì nó lên số lượng công việc nó tăng lên gấp mấy lần. Tức là volume chỉ có volume tăng lên thôi chứ không phải là tham giảm. >> [tiếng cười] >> Thì ví dụ một ngày của anh vào việc thì việc đầu tiên là ok đến mở một phát thì check có một cái con agent để nó chạy một số cái tas ví dụ như report lại một số tus của một số cái ticket hay là những cái gì mà đang ví dụ trong vòng nửa ngày hôm qua khi mà mình về nhà thì ở ở những cái mũi giờ khác hoặc feedback chẳng hạn. đấy là một cái thứ hai là chạy à vài cái process để à tổng hợp lại xem là ngày hôm qua mình làm gì, hôm nay mình làm tiếp gọi giống như là rec lại cái context đấy. À đấy về đầu tiên sau đấy thì à thường là buổi sáng đến trước giờ ăn trưa thì anh cố gắng anh finish một cái test quan trọng nào đấy thì chủ yếu bạn anh làm khá là sâu về database và trong database thì cũng có support khá là nhiều thứ liên quan đến machine learning nên là bọn anh sử dụng ai khá là nhiều vừa để xử lý các vấn đề technical vừa để brainstorming cũng cũng để viết đắp khá là À à hình như là team anh là contributor của PE đúng không? Ờ team anh team anh contribute khá là nhiều khá là nhiều thứ liên quan đến cả cái ecosystem luôn.

Ok thì giống em giờ cũng đi làm open thank you anh à chắc là đến đạt đi nhỉ à mình nốt một chút nhá đó là tất cả những cái buổi sharing hôm nay ấy là chúng mình thể hiện quan điểm cá nhân không đại diện cho tất cả cho một tổ chức nào cả nhá hay công ty gì cả nên các bạn nghe sẽ có chăn lọc nhá yes ok đạt nhá các em sao em thì dùng hơi khác một tí Ấy thì à em a có có một cái con AI nó sẽ auto và mỗi ngày em sẽ login vào máy thì nó sẽ recap cho em là hôm nay em có những cái meeting gì cần preparation mấy cái gì hỏi summariz cho em mấy cái câu hỏi các nền tảng khác nhau kiểu SL rồi team này email này đấy xem là từ đấy thì nó có thật ra là công ty cũng sắp có sẵn có một cái tool để ra mấy cái to list thì em a xem lấy cái to list sau đó verify xem là cái gì mình cần làm thôi, cái gì thì là kiểu positive thì mình remove nó đi.

Từ mấy cái đấy thì à em lại cho AI generate ra một cái plan bởi chủ yếu là em đang ngồi review plan rồi ok rồi thì mình sẽ tùy vào cái tas thì có thể là assign cho AI hoặc là mình sẽ info vào để làm. Ờ thời gian nữa thì cái test của em thì nó mixing giữa kiểu mình cần res một chút nên là thời gian rảnh thì em sẽ vẫn ngồi manual thôi, human đi ngồi đọc. Maybe thì AI có thể support để em summarize hoặc là kiểu explanation một số nhữ cái em không hiểu.

Rồi khi mà imp một số nh cái idea thì AI sẽ thường là kiểu support em kiểu coding nó coding để implement cái idea đấy nó nhanh hơn có thể automation một số những tác vụ nhỏ hơn khi mà mình thực nghiệm các kiểu thì cơ bản nó là vậy. >> À overall thì em nghĩ là mình dùng ai cũng khá là nhiều. Đ cần nhiều vậy đúng không? Đ cần nhiều. Ok. Còn về phía của Lâm thì thu do là cũng cùng với cả công ty về Đạt nên là mình cũng đã lá như Đạt thôi. À cũng cố gắng là auto automate khá là nhiều thứ và đặc biệt là cái phần mà đi kiểu làm tab nhận tắt ấy thì nếu như mà tab đơn giản thì mình phát hiện ra là các model AI xịn ấy ờ thì làm khá là tốt. À nhưng mà những cái task mà nó khó phức tạp một chút thì mình cũng sẽ làm một cái gọi là execution plan chỉn chu.

Nhờ ra làm rồi xong mình sẽ phải review lại. Và thú thực nhá là mấy cái t khó là AI làm vẫn chưa tốt đâu. Nhiều cái xe tè tè le luôn nên là thành ra là mình cũng phải tinh chỉnh lại cái output review khá là kỹ một chút ấ thì nó mới ra. Nhưng mà nhìn chung thì cũng phải dựa vào AI khá là nhiều. À đặc biệt là khi mà mình chuyển qua ví dụ mình chuyển qua code C+ cộng á thì C+ C+ với mình khá là kiểu chưa code quá nhiều.

Ngày xưa toàn code Python hay là rang thôi nhưng mà có AI xong thì mình chuyển sang code C+ cộng ờ nó tốt hơn khá là nhiều nhưng mà tuy nhiên thì vẫn phải review đó. Yes. À còn công nhận là sử dụng một số cái clouder để check xem ấy. Tại bây giờ email ấy email khá là nhiều email cá nhân anything. Bây giờ có ai họ hoàn có thể intergrate với cả mấy cái đó để mình check xem là cái nào đọc cần mail nào quan trọng hay nào không quan trọng thì giác giết kiểu spam thì mấy ai làm kiểu giống kiểu trợ lý khá là tốt giúp cho mình cũng tiết kiệm khá nhiều thời gian so với ngày ngày xưa đặc biệt là viết một số cái báo cáo summer sum summary hàng ngày thì đó là cái mà mình đã áp dụng và thích nhất là sử dụng của nhà bên Clouder Anovic AI hay là à thằng code của Open AI.

Yes. Thì mình đang dùng anh mấy cái mod đấy. À ok. Mà quên ấy không nói ấy không biết là Đạt hay là anh Hòa hay Đạt chứ hay anh Hòa trước đi anh anh thích dùng hay những model nào hay là hay là chơi tất nhỉ? Hay tùy >> ờ cá nhân anh nhá. Anh thì chỉ có sự lựa chọn tool thôi. Anh không có quyền lựa chọn model bởi vì công ty thì chuẩn bị sẵn. Thì bọn anh chủ yếu vẫn là zom của Anthopic cloud đấy. >> Vẫn ngon. >> Vâng vẫn ngon.

Nói chung là đấy đấy là sự lựa chọn có một vài cái model khác ví dụ cũng có à tuy nhiên thì càng về sau thì bọn anh sử dụng cloud nhiều hơn và những cái tool mà nó cập nhật mới nhất ấy thì thường là nó sử dụng cái model của clau. >> Ok. Đá sao nhỉ? có yêu thích gì không hay là chơi đa dạng? Không >> thì diversity hơn thỉnh thoảng thì mấy cái thì thì em thì hay dùng cái tool của em thì nó hay được pích giữa các mô đồ khác nhau thì mấy cái mà xin đơn giản thì em hay để auto cho nó tự chọn model đồ.

Còn có một số K tá thì th em thường dùng là JPT hoặc là Cloudi thôi. Thì em thấy hai hai cái mô hình đấy thì nó cũng tức là có một số những cái tác vụ thì cái kết quả em thấy là nó ưng hơn thì em ưa thích dùng cái mô hình đấy hơn. Còn một số những tác vụ khác thì ví dụ cloud nó lại cho kết quả tốt hơn thì em hay chọn cái đấy hơn. Thì đại khái là em có list những cái tể để mà chọn model đồ. >> Ok. À hiện tại ấy thì đang có khá nhiều những thông tin truyền ra bên ngoài từ học viên chia sẻ nhá. Đ là một số công ty nhá.

Công ty nào thì không biết nhá. Đó là việc cắt giảm chi phí sử dụng token à ngày xưa là ví dụ unlimit chẳng hạn thì chuyển độ còn độ vài nghìn thôi nhưng mà sau khi còn nghìn xong thì bây giờ cắt xuống còn 200 200 đô một tháng. trong engine để xài. Ờ vậy thì sẽ sẽ nhiều bạn có hỏi mình ấy đó là anh ơi hay là dùng AI cái đấy nó không hiệu quả nên các công ty cắt giảm phải không chẳng hạn. Thế thì không biết là anh em có ý kiến gì về cái quan điểm này không nhỉ?

Tại vì thú thực là dùng AI để cho cho đúng cách hiệu quả nó cũng khó. Em em nghĩ vậy nên là anh Hòa nghĩ sao về cái khoản này các công ty càng ngày càng xết lại. [hắng giọng][khịt mũi] Ờ tất nhiên là về mặt tiền bạc thì đấy đấy là một yếu tố đúng không? À bây giờ hầu như là các cái công ty AI thì vẫn a cái sức khỏe và tài chính của các công ty AI thì họ vẫn chưa được khỏe lắm. Tức là tự lực cánh sinh. Ờ dòng tiền dương thì có vẻ cũng chưa xuất hiện nhiều. Ờ đấy và tóm lại thì họ vẫn lỗ nên là họ cái chi phí để chạy query ờ trong trong AI ấ thì nó nó khá là nó khá là đắt đấy.

Và phía sau infrastructure thì hiện tại cũng đang thiếu khá là nhiều. Đấy tại sao mà Nvidia cổ phiếu bung lên trời đúng không? Đ chip rồi AWS, Google Cloud thậm chí là các công ty Oracle bắt đầu phải à bắt đầu phải chạy đi để đi xây Data Center và hứa hẹn là đến năm sau năm sau nữa thì số lượng data center và thậm chí là điện hạt nhân. Bây giờ các công ty ở các BTECH bây giờ là sở hữu luôn nhà máy điện hạt nhân đấy. Tự đi xây nhà máy điện hạt nhân để chạy các data center bởi vì vì cái demand nó quá là nhiều. Đấy và phía sau INF chưa chưa đáp ứng được.

Thì đấy là một cái bottom next và các công ty AI thì như là Open AI Anthropic thì họ hỏi những công ty AI nhưng mà phía sau Infra chưa có thì họ lại phải sử dụng của các công ty lớn. Đấy thì cuối cùng nó làm cho cái cost nó đắt. Và hiện tại thì bao giờ thì khi mà business ra thì họ cũng có cái face đầu tiên là khuyến mãi gọi là educate user đúng không? Họ làm cho mọi thứ rất là rẻ. Họ cho chúng ta xài GPT, chat GPT free đến khi mọi người nghiện rồi thì bắt đầu mọi người xài nhiều hơn thì họ cũng không thể free mãi được thì giá nó cũng phải tăng dần dần lên.

Cái chuyện đó cái model đúng rồi. Chúng ta đã xài free AI khoảng vài năm vài năm rồi thì đến bây giờ chúng ta phải trả tiền thôi. Đấy >> kể cả đấy kể cả cá nhân anh ở nhà ở nhà thì cũng không được không nên dùng mấy công ty thì anh cũng phải tự trả tiền tự surprise đó. Thì đấy là một cái nên là khi mà nó đắt lên khi mà nó đắt lên thì việc đầu tiên đó là chúng ta phải bỏ chi phí cao hơn để làm những việc tương tự. Cái thứ hai nữa là cái khối lượng công việc của engineer nó cũng tăng lên đấy.

Không nhĩa là chi phí cho từng token nó ch cho cho từng một qu tăng lên mà là khối lượng công việc cũng tăng lên. khối lượng công giá tăng lên thì nó làm cho tự nhiên cả hai cái đấy nó làm cho việc chúng ta xài nhanh hết tiền ấy là một cái chuyện nó khá là hiển nhiên đặc biệt là các công ty tech có số lượng engineer lớn nhưng mà phía sau cơ sở tầ không có thì đấy là cái chuyện mà chúng ta nghe nói là tại sao mà bị cắt giảm >> vâng ờ em hiểu à đạt có có thêm idea gì không cho cho anh Hoàng Ờ em nghĩ là thực ra thời gian đầu cho Unlimit thì chắc là kiểu nhân viên em nghĩ là kiểu cái gì tự do quá thì mọi người cũng lệ thuộc vào nó ấy thì có thể sẽ sử dụng không phí nên là có thể là tổng tổng cái chi phí tích lũy của công ty với những cái công ty lớn chẳng hạn thì rất là nhiều nhân viên thì tổng vào thì có thể cái chi phí sử dụng AI cái lượn token mà đốt ra trong 1 tháng nó quá là nhiều chẳng hạn thì dẫn đến là họ sẽ lại quay lại để mà làm sao để cho nó xết chặt hơn cho một cái phạm Và ngoài ra là cái gì đấy mà muốn effective thì em nghĩa là nó phải có kiểu một một cái contin ấy mình muốn optimiz được thì mình phải có một cái gì đấy để để buộc người ta phải trong một cái khoảng đấy người ta dùng làm sao cho nó hiệu quả nhất.

Nghĩa là cũng có thể là một cái về mặt kiểu mang tính kiểu tâm lý học thôi. Kiểu người ta tôi có một cái mức như thế này bạn làm sao để trong vòng những cái đấy mình làm việc một cách hiệu quả nhất thì cũng có thể là một cái cái cách để mà họ xét. >> Đấy nghĩa là có thể là kiểu tùy theo cái work của anh ấy thì họ cũng có thể tăng maybe họ sẽ có những cái set limit bzet khác nhau đối với những cái vị trí khác nhau ạ. Yes. À thì ok.

Cảm ơn Đạt và anh Hòa nhá. Tại sao mình phải nói câu này thì đơn giản thôi là cái b ấy nó cũng ảnh hưởng đến công việc của anh em đang sử dụng. Tại vì cái câu chuyện đó là ông nào ấy mà ông ấy có unlimited token ấy thì cách làm việc ở công ty chẳng hạn nó sẽ khác với một ông có độ tầm 2 300 đô đúng không? À bạn nào ít tiền thì cố gắng là sẽ có hiệu quả đúng không? Tại vì là Bit mà đúng không? Limit mà nên là nhiều bạn những bạn đấy thì sẽ quan tâm hơn là trong cái vấn đề làm thế nào để công việc nó effective hơn đúng không?

So với cái việc bạn nhà kiểu con đại gia đúng không? Unlimited rồi thì thế nào nó xong nhỉ? Ok. Nào thế thì bây giờ mình à sẽ đi sâu vào cái phần gọi là làm việc sao cho hiệu quả đi. À thế thì thử xem nhá. Đó là đạt đi. Bây giờ anh anh ví dụ nhá là anh cho em độ tầm 300 400 đô một tháng đúng không? Không phải unlimit nữa chẳng hạn thì em nghĩ là em sẽ ờ kiểu prepare model hay thế nào để làm tù hợp sao đúng không? Mà vẫn chi phí tối ưu đúng không? >> Hết tiền không làm [tiếng cười] >> khó quá đúng không? quen được rồi à hay bị ăn con quá quen rồi thật ra là >> thật ra là em nghĩ là mình một một khi mà có giới hạn thì mình cũng nên là kiểu lựa chọn một cách có chọn lọc ngày trước kiểu không giới hạn thì cái gì mình cũng có thể quăng vào chẳng hạn ví dụ vậy nhưng mà khi có giới hạn rồi thì mình cũng nên tính toán một chút. những cái gì mà nó thuộc về cái skill của mình thì mình sẽ sẽ có thể tự manual nó hoặc là những cái gì mà lập đi lập lại thì mình có thể là transform mình dùng AI thành viết một cái script hoặc một cái workflow gì đấy nó mang tính cố định để nó giảm bớt đi cái cost mà anh chạy cái token generate từ AI ra.

Một cái nữa đó là mình có thể để cắt bớt đi những cái token nó không cần thiết bằng cách sử dụng một số những cái skill hoặc là những cái modify setting để cho cái output và input nó giảm đi đó. Thì à >> theo theo em thì có một số những cái idea sơ bộ như vậy. >> Ok. À anh Hòa sao nhỉ? Anh Hòa có tiếp gì không? Anh anh thì anh nghĩ là sớm muộn thì các công ty AI họ cũng sẽ phải đưa ra một cái packet nào đấy unlimited hoặc là tương đối lớn thôi.

Tại vì dù sao thì họ nếu mà họ không có những cái đấy thì anh nghĩ là sớm muộn thị trường cũng sẽ rơi vào các công ty Trung Quốc. Ờ thì anh nghĩ là về tương lai có sẽ có một kiểu là sẽ như có những cái gói mà được sử dụng khá là coi như là gần như là unlimited đi với các cái model rẻ cũ và rẻ hơn và yếu hơn rất là nhiều. Thực ra chúng ta thấy là model không cần thiết phải quá mạnh đến độ là model mới nhất >> để làm những cái công việc bình thường.

Tại sao chúng ta phải dùng Astra để làm những cái công việc hàng ngày của chúng ta trong khi một engineer bình thường nếu mà có đủ thời gian vẫn làm được. Thế tại sao chúng ta phải dùng như thế đây? Thế thì những cái đấy chỉ cần [hắng giọng] tương đối thôi. Đấy, tương đối thôi. Ờ chấp nhận là AI có thể sai khoảng một cái đồng strand à một cái h nào đấy. Sau đấy thì người sẽ phải verify lại. Tức là lúc đấy là AI sẽ làm nhanh hơn nhưng mà chúng ta phải verify lại.

Thì những cái đấy có thể các công ty AI anh nghĩ họ sẽ cho ra cho ra những cái gói tương đối là rẻ và limited. Vậy và sau này những cái gói cao cấp hơn là chỉ đi chuyên show để đặt những cái câu hỏi khó di vào thì cái đấy sẽ là unlimited à sẽ sẽ là bị limited. Đó thì dần dần chúng ta anh nghĩ là chúng ta sẽ phải tập làm quen với cái việc là sẽ có nhiều tool đấy. Và chúng ta sẽ phải biết là sử dụng tool này là việc gì. Ờ chứ thực ra sau khoảng 2 3 năm vừa qua thì chúng ta thấy là thế giới chứ không những là anh em software engineer đâu mà trong thế giới đã hình thành một cái tầng lớp là con nghiện của ai rồi đúng không?

Bây giờ kể cả Subway Junior công việc hàng ngày mà không có ai là coi như tình nhân chúng ta mò mẫm lại là tương đối là tắc, thậm chí là đi rất là chậm chứ đừng nói là những những ngành nghề khác. Đấy bởi vì cái số lượng document phải đọc quá nhiều. Việc đầu tiên chúng ta làm với một cái document quá nhiều là cái gì? Chúng ta ném cho con AI bảo nó summariz lại tóm tắt I9. Còn nếu không chúng ta đọc là có thể mất một ngày. Đấy.

Thế thì tự nhiên nó có một tầng lớp quan nghiện như thế thì tự nhiên là là có một có một cái demand. Thế thì mặt tốt là các công ty AI nhìn thấy đó thì họ sẽ phải cho ra các sản phẩm phù hợp. Còn cái mặt xấu là khi mà chúng ta trở thành con nghiện rồi thì chúng ta phải cố gắng biết sử dụng đúng thuốc, đúng liều, đúng cách. Đấy. Thì thì cách mà như mà đạt nó hồi nãy đấy. Ờ để chế độ auto thì tự nó sẽ chọn ra được cái model tích hợp tự nó hết cho chúng ta.

Chúng ta không cần biết phía sau đúng không? Nếu mà nó đúng thì tốt. Đó. Và và và chúng ta để nó tự và nếu mà chúng ta biết là cái gì tốt, cái gì xấu hay là cái nào chúng ta ưng hơn ấy thì chúng ta sẽ tự chúng ta setup, chúng ta sẽ tự chúng ta route đấy. Làm như thế thì nó sẽ ok hơn. Ví dụ cá nhân anh nhá. À anh thấy có một cái như thế này mọi người có thể thử nếu mọi người thử sử dụng cả cloud lẫn chpt mọi người sẽ thấy là cá nhân anh anh thấy là nếu như cũng một concept nào đấy chat gpt giải thích dễ hiểu hơn rất nhiều so với cla nhưng đến khi bảo vào implementation đặc biệt là tính những cái thứ mà xác suất thống kê hơi phức tạp thì lúc mà giải thích chat gvt giải thích rất là dễ hiểu nhưng đến khi cho ra kết quả cloud cho ra kết quả chính xác hơn đấy đấy là một cái cái mà chúng ta có thể so sánh giữ cho chat GVT và Claus và anh cũng đem cái câu hỏi này hỏi vài người thì họ cũng có cái cảm nhận hao hao như thế và họ cũng đưa ra feedback cũng như cái suy nghĩ của họ là tại sao lại có hiện tượng như thế này. Đấy thì dần dần thì mọi người ờ anh nghĩ là đấy cũng là xu hướng để chúng ta phải biết sử dụng đúng t đúng thuốc đúng lược lượng. >> Ok. cá nhân em thì em đã từng có một chút à một chút không đúng nhưng mà khá khá kinh nghiệm để build những cái gọi là entic engineer à engineering stock liên quan nhiều đến lm >> thì nói chung là phải kết hợp khác nhiều model tại vì nói chung là cả khi mà build một cái sản phẩm ấy và sản phẩm đấy sử dụng LM bên bên trong ấy thì khi customer người ta xài đúng không chẳng hạn thì à con của em a con product của em chạy đúng không thì thì phải gọi những cái API đúng không?

Không ap open AI hay là Clouda ấy đúng không? Thì traffic nào nhiều thì mình bài toán của em hồi đấy đặt ra là phải là chi gọi là à tính toán tối ưu chi phí đúng không? Không thì đắt quá thì cũng không tốt. Thì hồi đấy mà em cũng sẽ phải classify một số cái TAS đấy sao cho là cái TAS nhỏ thì phải sử dụng với cả model nó rẻ hơn như kiểu Sonet chẳng hạn. Còn nếu mà tác vụ phức tạp thì sẽ cho những con Sonic Haku. Còn những mod model modele phức tạp thì dùng hẳn những cái thằng nó to hơn oppos chẳng hạn.

Thì đó đương nhiên thì tuy nhiên là vẫn phải có những cái cái testing để nhìn đây ra thật để mình biết được xem là nó có hiệu quả hay không. Nhưng nhìn chung là sau khi áp dụng cái cái đấy xong thì nó cũng cắt giảm chi phí khá khá. >> Ừ >> thì đó đó là cái của em. Nhưng mà nhìn chung là cũng phải có con người nhứ không thì cũng rất là khó đánh giá đúng không? Có cái từ gì ấ nhở? >> Có bao giờ Lâm với Đạt phải roll roll back về cái model cũ hơn để làm một việc nào đấy không?

Có >> thế hả? >> Tại vì con con pi đấy ở trên KMS cũng trên cũng dễ thôi. >> Ừ ừ. >> Pck cái đấy >> đúng. Công việc của anh thì đúng là có nhiều công việc phải roll về model. cũ hơn tại vì model đấy nó làm tốt hơn. Ờ nó nó không phải là tại sao nó không phải là model sau nó không làm được mà thực ra là có một số cái restriction mà cái model sau cứ vào phát là bị hit đến đấy là nó không trả lời nữa. Đấy thế là những loại phải roll về model.

Thì cái này thì nếu mà bạn nào làm về chuyên show vào một cái mảng domain no list ấy thì anh nghĩ là các bạn sẽ gặp tại cái con model sau là nó khóa cái domain list đấy nó không nó không đi tiếp nó bảo là a cái này tôi không trả lời a cái này là dính đến cái này dính đến cái kia dính đến cái nọ tôi không trả lời. Đấy tức là phải à roll về cái model cũ hơn. Thì đấy là cái cái việc cái setting của của cái đội khi mà họ deploy lên thì họ đấy thôi.

Cái thứ hai nữa là cái viết report ấy. Dùng model mới quá thì đôi khi lại được tuning cho cái việc tính toán nhiều quá. Đó làm những thứ phức tạp. Viết cái report ra không ai hiểu cái gì cả. Đấy, đem ra một cái model nó cũ cũ viết bảo là giải thích cái này theo một giải thích cái concept này này. Viết lại đây là có một cái bản nháp này. Tức là khi mà mình làm việc thì mình bảo bản bảo bản model thường là output ra một cái file MD đúng không? Đấy, file kiểu đâm đấy để sau này mình refer lại mình report refer lại viết cái report model cũ nó viết tốt hơn model mới đặc biệt trên con claw. Đấy, đấy là những mà đ thứ mà tự nhiên cái công việc nó nó khiến mình nghĩ mình cứ nghĩ là cứ cái model nó cứ phải tuyến tính này cơ, càng đi về phía sau thì càng tốt.

Nhưng mà đấy đôi khi những công việc càng dễ viết cho những người càng không có kiến thức để hiểu thì đôi khi model cũ làm tốt hơn rất là nhiều. Ờ ok chuẩn. Em cũng đồng ý hoàn toàn đề đó nhưng mà nhìn chung là nếu mà với các bạn trường hợp các bạn mà có Bit unlimited thì thử sai nha anh hòa hay là đạt thì cũng dễ lắm. Ờ còn nếu thật luôn là B ít quá thì các bạn phải thực sự cân nhắc tại vì test chưa kịp xong thì đã hết tiền. >> Yes.

Thì hi vọng là sau khi những cái hin của mình với anh Hòa với cả Đạt đây thì chắc các bạn có một cái lối đi nào đó phù hợp. Ví dụ là test thì test đấy ra nó vừa vừa thôi đúng không? test dài quá mới kịp test con A chưa kịp test con B thì đã hết tiền rồi thì cũng hơi hơi chua nhá các bạn tính toán sao cho phù hợp ờ ờ và nếu mà trong trường hợp mà các bạn có thể ray exception để tăng cái budget lên thì mình nghĩ hoàn toàn có thể khả thi được đấy xin xếp thêm cái đấy cách dễ hơn mình nghĩ đấy là một cái tip để có trước có mấy học sinh cũng hỏ hỏi mình cái khoản này thì mình lúc nào cũng recommend là một số công ty cho 200 đô một tháng thì cái bạn đấy bạn hỏi làm sao bây giờ anh thì còn làm sao nữa phải r request lên nếu mà em dùng nhiều tại trung bình bọn đấy phải dùng ở 4 500 4 500 hay 600 gì đó công việc cơ thì các bạn nên thoải mái chia sẻ về với sếp đấy là một cái cách để survive cho người kỷ nguyên ai này ok đúng không à ok hệ thay đổi công việc thế bây giờ tiếp nhá 2 năm trước ờ hai hay 1 năm trước gì đó Có rất nhiều người suy nghĩ là ai thay thế hết job của của của con người hay gì đó.

Bây giờ cũng được hơn 1 năm rồi nhỉ. Em nhớ là từ 2024 hồi đấy là m mình với cả anh Hoào đi dạo với nhau trong một màn đêm. Anh Hòa có bảo là anh rất là lo lắng vì 2 năm nữa là nghề của mình không còn. Thì thực sự may mắn là hồi đấy hình nhiều là cũng là hè năm 2024 hai anh em đi bộ nhau thì bây giờ là sau 2 năm vừa rồi thì rất may mắn là mình với anh Hòa cũng vẫn làm engineer chứ chưa chưa đi làm người khác ví dụ đi làm sale hay bất động sản gì đó thì chúng mình may mắn là chưa phải đổi nghề đúng [tiếng cười] thế thì hôm nay là thử lước bách lại một chút và suy nghĩ lại câu hỏi đấy thì sao đúng không nhiều bạn ha mấy năm trước cho bạn suy nghĩ Thế đúng không?

Thế bây giờ anh Hòa trước đi, thử một chút đi. Và bây giờ thế nào đúng không? Đầu tiên chúc mừng anh Hòa đã à chứ phải đổi nghề [tiếng cười] bảo nhờ. Ok. Ờ anh nghĩ thì nỗi lo đó thì nó vẫn thường trực thôi. Ờ cái hàng ngày cái a cái sức mạnh của ai nó càng nhiều. Thậm chí là bây giờ chúng ta còn không hiểu nổi ờ mà cái gì chúng ta càng không hiểu thì chúng ta càng sợ nó. Cái tâm lý bình thường của con người nó cũng thế thôi. Đến engineer, engineer bây giờ gặp một cái gì, một cái tool gì đấy mà nó là hock s code mình không đọc được phía sau nó nghĩ cái gì mình cũng không lý giải được.

Ném cái input nó cho ra output cũng không biết tại sao nó cho ra. Đấy là một cái khiến chúng ta cảm thấy hơi sợ. Và cái việc mà thực ra AI có thay thế sắp engine hay không thì thực ra nó tùy vào cách chúng ta định nghĩa cái từ thay thế này. Chúng ta thấy là vừa qua có khá khá là nhiều engineer thực sự đã bị thay thế và có những engineer thì may mắn chưa bị thay thế. Còn tầng lớp ở trên nữa không bị thay thế hoặc là không thể bị thay thế thì anh không biết.

Nhưng mà chúng ta là có vẻ như tầng lớp nằm ở giữa là may mắn chưa bị thay thế. Thế còn chúng ta thực sự có việc thay thế hay không thì vậy để tương lai trả lời. Ờ tức là bản chất ở đây là ai lấy lấy bớt việc thì ừ anh nghĩ là cái nỗi lo này chúng ta nên lo trước. Bây giờ thế giới không ai hiểu được là AI nó sẽ đi về đâu cả. Ờ thậm chí người ta phải còn phải kêu gọi là slow down lại một tí. Đấy. Thế còn về So Engineer nói riêng thì thực tế cho thấy sau 2 năm vừa qua thì sau một hồi kiểu mọi người form về hai nhiều quá thì bây giờ mọi người quay lại vẫn cần engineer để confirm lại những thứ cái output của AI thì đấy là may mắn.

May mắn là anh nghĩ là những công việc như của Đạt, của Lâm hay của anh thì đều đều là dựa vào AI để cho ra output và sau đấy chúng ta nhìn vào output và chúng ta confirm lại. Thì cái này nó cũng đúng với những cái phát biểu trước đây của những người ở trong ngành đó là tóm lại thì vẫn cần những engineer có khả năng hiểu được ít nhất là hiểu được cái process cái tư duy tại sao AI nó cho ra cái output đấy và có khả năng question lại với AI về cái mức độ đáng tin của cái output thì đấy anh nghĩ là cái công việc tương lai của engine của S engineer chứ không phải là ngồi viết code đâu.

Yes. Yes. À đạt thì sao thì tương lai thế nào? Em có cần phải chuyển nghề không em? >> Thực ra thì thực [hắng giọng] ra thì em cũng không biết là tương lai thì ai nó sẽ phát triển thế nào, nó mạnh mạnh hơn ra sao hay là nó chỉ có vậy thôi. Ờ để mà nói là một cái job nó có bị thay thế bởi ai không thì em cũng không dám khẳng định cũng a cũng không không mình cũng không thể quyết đích được tương lai thế nào để mà đưa ra cái comment. À nhưng mà em nghĩ là thứ nhất là AI nó sinh ra thì để giải quyết một số cái vấn đề nào đấy thì em nghĩ là sẽ luôn sẽ luôn có một số những cái công việc khác nó sẽ sinh ra thôi.

Chỉ là mình không làm cái này thì mình sẽ đi làm cái khác. Cái thứ nhất. Còn cái thứ hai em nghĩ là ờ cái chất lượng đầu vào tức là cái cái query cái yêu cầu của mình nó relate đến cái chất lượng của cái outcome cam đầu ra. đó thì đâu đấy thì mình vẫn cần những con người để mà có thể điều khiển những cái công cụ đấy. Ít nhất là em nghĩ là tại thời điểm hiện tại và trong vài năm nữa nên là có thể là ờ engineer nói chung thì vẫn cần thôi và anh nghĩ là không không giảm mà maybe là có thể tăng thêm đó và nhưng mà cái flow làm việc thì em nghĩ là nó thật sự là có cái sự thay đổi mình chắc là thời điểm này em nghĩ là không có ai đi ngồi gõ từng lòng code nữa và chủ yếu là sẽ sử dụng AI để mà asserate cái việc đấy thì mọi người sẽ đi focus hơn vào việc design architecture lên planning rồi đi có thể là improvement cái này optimiz cái kia vân vân thì em nghĩ là nó sẽ là cái sự chuyển dịch về những cái flow làm việc thường ngày của mọi người. >> Ok good. À còn à với cá nhân mình thì mình thấy là ít nhất trong vài năm nữa thì cái nghề shop engineer sẽ không thể bị mất được.

Tại vì nó nó có thể bắt những so engineer đặc biệt là Bigtech nhá. Chủ yếu là mình biết Bigtech này nhiều hơn là tăng thêm skill. Ờ tăng thêm skill tức là engineer ngày xưa biết một biết hai bây giờ phải biết ba biết bốn cơ thì mình sẽ kiểu engineer nó phải transform cái mức gọi là tốt hơn. Tại vì bây giờ có AI support rồi. Ai làm mấy cá nhân mình mình thấy làm những cái bản thô nó khá là tốt, nó nhanh nhưng mà vẫn còn đó là cần những người engineer để có thể review lại chứ thự thực là mình xài rất là nhiều ai luôn nhưng mà nếu mà không có con người thì thực sự rất rất là chua trong cái việc refile và đế như là cả các bạn về cái về cái mình thì mình nghĩ là các bạn nên improve skilli nhiều hơn kể cả tất cả các row back end hay là cả mobile gì đó việc các Các bạn dùng rồi các bạn nên hiểu bản chất thêm sử dụng thế nào cho nó đúng.

Nó chưa ra bao giờ là bài bài toán nó đơn giản cả. Thì các bạn import skill thì mình nghĩ rằng là vẫn có thể survive được trong cái thời đạn này. Tại vì thú thực luôn là cái nghề shop đã khó nhất gần như là cũng nhất thì chưa phải nhưng mà cũng gọi là nằm trong ngành khó rồi khó ăn rồi nhá. Chứ nếu mình nếu mà mất thì chắc nghĩ là các ngành như kiểu copywriter hay là kế toán nhá có khi còn dễ hơn mình nên là các bạn cứ chịu khó học tập improve skill của các bạn lên đúng không?

Mình cũng cá nhân mình với anh Hòa cũng may mắn và Đạt nữa. May mắn là đi được mentor khá là nhiều bạn rồi. Mình thì phải tính bằng nghìn cơ thì các bạn ấy cũng gửi cho mình khá nhiều câu hỏi liên quan đến tại các bạn ấy phỏng vấn á phỏng vấn đủ công ty luôn á. Grap này, Son, TikTok, ABCz thì mình thấy là rất nhiều row ấy thì họ hỏi khá là khá là nhiều với AI nha. Ví dụ như ở Grap chẳng hạn nhá là Rob nhá. Đ vừa rồi á là họ hỏi cụ thể về AI ML ở dưới thế nào, cái VNG thế nào ra sao, inference thế nào?

Lúc đầu mình nghe mình cũng thấy khá là sốc nha tại vì không ngờ mấy ông có ngay bị hỏi như này. Fan cũng có nhá, cũng có nghe nha. Nhưng mà mình thấy ra là bây giờ là engineer bây giờ muốn survive được thì cần cái dom domain knowled nó nó nó nhiều hơn một chút so với ngày xưa nên là yes các bạn chỉ cần biết là thị trường đang thiếu cái đang cần cái gì thôi là các bạn học đúng cái đấy thì mình nghĩ là survive được mà cần cái gì thiếu cái gì thì mình nghĩ là chắc phải đi đôi khi tìm hiểu thử phỏng vấn xem sẽ thấy rait hay là ra xác đây là điểm cá nhân của mình yes Ok. À tiếp nha. À bây giờ ấy thì à à ờ sẽ có một cái idea là một chút nhá.

Là mình quan sát nhá. Là anh biết ấy ờ là năm ngoái thì có khá nhiều công ty là pen pen hiring pening hing ví dụ công ty tên là G chẳng hạn. GR nhá. Năm ngoái tuyển ít lắm. Học viên kêu hồi đấy học viên nhờ team pro để refer mà thì nói chung là ít hay không thì lên trang chủ của nó check chẳng hạn thì thì thấy ngay thì cũng không lạ gì cả và nhiều công ty khác nhá nhưng mà đến năm nay tuyển khá nhiều đặc biệt ở bên Singapore chẳng hạn năm ngoái Singapore tuyển 12 thôi bây giờ hàng chục luôn thì bây giờ có quan điểm đó là cái việc ấy đó là ngày xưa là các công ty á là sử dụng ờ đầu tư vào AI để thử ấ để thử nghiệm ấy để tăng productivity lên và lay off nhiều ấy để thì có có thể là đã chưa thành công lắm thì em muốn mang cái này đi ở discussion để xem ý kiến mọi người như thế nào.

Tuy nhiên là em trước đi cá nhân em thì em thấy là nó không thể tha th nên là thành ra bây giờ các công ty bây giờ đầu tuyển lại khá khá. Đặc biệt là một một công ty tên là AX chắc anh Hòa biết tuyệt nhiều lắm. Đợt đầu năm vừa rồi học viên mình đỗ phải dùng 30 chẳng hạn khớn. Thì không biết là mọi người có ý kiến gì không vấn đề này không? Đây là nhìn thực tế thôi. Anh H anh Hòa >> ờ anh thì anh nghĩ ok kể cả những công ty mà anh biết ở bên này cũng thế.

Anh nghĩ sau một đời họ họ họ sa thải bây giờ họ tuyển lại thực ra không phải là ai không thể thay thế con người hay là cái gì đâu mà là thực ra anh nghĩ là sau khoảng 1 đến 2 năm các công ty bắt đầu tìm ra được định hướng là mình muốn làm gì với ai và họ bắt đầu họ nhìn ra hướng mới trong vòng khoảng 3 đến 5 năm tới rồi mà khi mà họ nhìn ra hướng 3 đến 5 năm tới thì bắt đầu họ cần thêm người bởi vì chứ chứ không phải là là họ hối hận nên là họ phải tửa lại đâu.

Th đấy đấy đấy là cái mà anh nghĩ. Tức là ngày xưa họ họ cho họ loại đi một loạt. Đấy đấy là đúng là cái phần dư thừa. Đấy thì sau khi phần dư thừa thì hai trong vòng 2 năm vừa qua thì họ thấy AI cứ phát triển liên tục. Nhưng mà mọi người cứ để ý là dần dần dạo gần đây các model nó lên thì lên như thế nhưng mà nó không có một cái breakthrough nào cả. Mỗi một model ra thì cũng ra kiểu ừ cái này improve được tí kiểu không khác gì anh em mình kiểu optimiz mỗi lần optimiz được tí chứ nó không hoàn toàn nó không có break nào cả thì cuối cùng nó lên cái đường cong này nó vờ nó ngang ngang ngang ngang thế này rồi khi mà nó ngang ngang thế này rồi thì các công ty bắt đầu cảm nhận được à AI nó có thể làm được những gì và những gì nó không làm được và họ bắt đầu họ nghĩ tính toán đến việc là 3 đến 5 năm tới họ sẽ sử dụng cái tech technology này để làm cái gì business của họ là cái gì và khi họ der được cái business xong 3 đến 5 năm tới thì tất bắt đầu họ lại phải tuyển nhân sự vào thôi. Đấy thì đây đây là một cái mà anh nghĩ đây là anh đoán thế thôi.

Nếu mà như nếu mà được như thế thì đây có lẽ là trong khoảng 3 năm tới chúng ta sẽ lại nhìn thấy được cái làn sóng tuyển dụng của tech nó khá là nhiều đấy. >> V >> ừ chứ không phải là họ hối hận. Họ hối hận là họ đã sa thải nhầm. Bây giờ họ mời trở lại được. Anh không nghĩ câu chuyện đây câu chuyện đâ. Em thì em nghĩ là thực ra nhiều cái trông vậy nhưng không phải vậy. Thực ra họ chỉ cần một lý do thôi. Còn đấy có thể không phải lý do thật. >> À đúng rồi. Đôi khi tưởng thế là không thế đúng không? >> Yes.

Thực ra chúng ta nhìn thì có một cái nhìn là ờ tất nhiên là kinh tế thì đôi khi chúng ta engineer chúng ta cũng không biết được hết. Thế nhưng mà thường công ty mà bắt đầu tuyển nhiều người thì tức là họ phải họ tuyển người về vào để họ làm cái gì đúng không? Mà họ làm cái gì tức là họ đã phải nhìn ra được một cái hướng đi nào đó ít nhất trong vòng 3 năm chứ không phải không thể nào mà chỉ có 1 năm mà họ tuyển nghiệp người được.

Thì công ty nào mà chưa nhìn ra được hướng đi thì vẫn sẽ xảy ra sa thải. Tất nhiên là sẽ có những cái công ty mà họ sẽ phải có cáiation ra thải ra thải liên tục. Đấy nhưng mà những cái công ty nào mà chưa nhìn đến chưa nhìn được hướng đi thì bắt đầu họ sẽ phải cắt bớt bởi vì thực ra là thị trường bây giờ nó cũng không tốt về mặt dòng tiền đấy. Thì bọ cái áp lực cắt bớt à đấy. Còn nếu như các công ty nào mà đã có định hưởng về lâu về dài thì cái số lượng chóp mà họ post lên khá là nhiều.

Nên anh nghĩ là những công ty nào mà bắt đầu tuyển, đặc biệt là tuyển các vị trí entry level hay mid level ạ là bắt đầu họ họ cũng có thể là họ đang có xu hướng expend business. [hắng giọng] Chắc là có váy lại nhá. Đó là các bạn nào mà vẫn nhắm đến cái những cái công việc ở công ty bí tích lớn ấy thì mình nghĩ là các bạn lên skill. Đặc biệt là các bạn càng ngày càng dùng AI nhiều thì các bạn nên biết AI là gì, fundamental ra sao, các hành động th nào ra sao, đúng không?

Và nó cũng nằm trong nhiều cái phỏng vấn đấy. Đương nhiên là những cái thứ safmental DSA, những cái system design gì đó ờ các bạn cũng đừng bảo quên tại vì mình vẫn chưa biết được một ngày các bạn bỏ hết cái đấy đi để cho AI dựa hết vào AI thì nó thế nào. Các bạn không có noist, không có kỹ năng gì mà verify của AI thì làm sao mà làm được đúng không? Em nghĩ gần như là không thể đúng không? Nên là các bạn vẫn phải cần phải học tập đúng không?

Chứ không thể bỏ B giao hết cho AI được. Cái đấy rất là khó luôn. Sẽ không có ngày đấy đâu đúng không? Trừ khi còn nếu trường hợp ngày đấy xảy ra thì mình thú thực là sẽ không có ai tồn tại cái trong liên quan đến Socia cả. Không đúng không? Khi mà vẫn cần con người thì con người vẫn cần phải có đủ kỹ năng skill để verify lại những cái solution của AI họ làm ra con điểm của mình. >> [khịt mũi] >> Ok. Không biết là anh Hòa với cả Đạt có thêm ý tưởng này không?

Còn không thì chúng ta sẽ đi những câu hỏi của các bạn nhá. >> Ừ. >> Anh hỏi nào? >> Dạ. Ok. >> Thì thì thì đi và câu hỏi nhá. Đây có câu hỏi sẵn đây. Câu hỏi đây. Để em mở chút nhá. Ờ có cái shit sheet ở câu hỏi ở đây để mình gửi cho các bạn nha. Chắc để mình share screen đi. Các bạn gửi cho nhiều quá mình cũng chỉ ờ có thể chọn ra được một số câu hỏi thôi. Tại vì thời gian có hạn. Nói chung là cứ đi từ ờ trước đến sau nhá. Để mình để em share screen nhá.

Anh hiểu có thời gian đến đâu trả lời đến đấy. À anh hỏi đấy chưa? >> Ok. >> Ok. chục cái chưa kể những câu câu hỏi của bạn đặt ở thì đầu tiên ngon quá các bạn hỏi các anh có thể giải thích các khóa học mà ở bên Pro AI mang tới được không? Ôi tiện luôn. Thế thì chắc nhờ Đạt nhá để anh share screen để cho Đạt intro nhá được không? Chả vấn đề cả. Cái này có bạn hỏi thì tiện luôn cái t >> Ok để tí nào. À chờ anh một chút anh a à anh vào trong web nhá.

S đây thấy chưa? Em có cần bấm vào đâu không? Yes. Chỉ cần nhìn thấy thôi. Team Pro A2 có thể mang lại cho các bạn về sáu module thì chắc đi mod đầu tiên nhở. Tổng quan một chút đi. Sau đi từng cái đ >> thì à ờ mình thấy có à thiết kế một cái cost nó kéo dài khoảng 1 năm chia thành sáu những cái module. Thì idea là trên mình design một cái giúp cho các bạn as cái quá trình mà mình làm engineer ở đây chủ yếu là về AI thì mình sẽ thành sáu cái module thì bắt đầu từ việc là làm sao mình có thể application sử dụng AI một cách productive trong công việc. Đấy sau đó thì mình bắt đầu càng ngày càng a update bản thân mình lên.

Mình có thể là bắt đầu từ những cái basic hay là à review lại rec lại những những cái kiến thức về toán mà appline phía đằng sau trong những cái thuật toán về AIML hoặc là deep learning. À sau đấy thì mình cũng sẽ tìm hiểu về những cái thuật toán về ML Foundation rồi deep learning. Rồi sau khi mà mình đã biết hết những cái thuật toán đấy rồi mình có thể quay sang là design. Làm sao để mình có thể interation những cái thật toán đấy vào trong một cái sản phẩm thật.

Rồi khi mà tất cả những cái kiến thức cơ bản vẫn rồi mình có application rồi thì đến một cái set nữa là mình nghĩ là trong cái thời đại này thì cũng nên phải có kiến thức về research một chút đấy. Làm sao để mình có thể update những cái list technology để mình có thể apply vào trong cái sản phẩm của mình hoặc là trong công việc của mình. nó sẽ kiểu mình sẽ đi tìm hiểu những cái mà những cái gì đấy nó mới nổi lên theo xu thế à biết đâu đấy là mình sẽ có thể appl được vào trong cái công việc mình đang làm thì đấy là overview của một cái lợ trình mình đi từ những cái đơn giản những cái phức tạp và hiện tại thì bên mình đang open hai hai cái cost à có đầu tiên là về ở cái module đầu tiên là về làm sao để có thể apply AI trong công việc của mình một cách productive hơn thì à xoay quanh chủ yếu là sao mình có thể sử dụng AI một cách hiệu quả đấy >> à làm sao để có thể trong cùng một thời gian làm được nhiều t hơn >> à yes yes >> thì đấy là mục tiêu chính còn phần còn lại thì mình sẽ ờ ờ chia sẻ một số những cái góc nhìn khác về toán toán cho ML cho de learning thay vì việc là mình phải học mấy cái cost à đại số tuyến tính sáp xất thống kê trong một cách kiểu học lý thuyết và làm bài tập thì mình sẽ cố gắng làm sao để visual live với lại connection nó đến những cái application đấy những cái thuật toán mà ở đứng ở đằng sau những cái mô hình ở AI nó đang hoạt động thì đấy là một cái ban đầu của hai cái module à hiện tại thì AI Engineer Pro có đang chuẩn bị mở không biết là anh Long với lại anh Hòa có bổ sung này theo >> anh hòa đi anh hòa đi nào >> anh anh thì khóa đầu tiên thì anh ơ nhong anh muốn nhấn mạnh khóa thứ hai thôi à toán chưa ờ cái này là cái mà anh nghĩ là engineer chúng ta làm hàng ngày chúng ta bỏ qua nhiều quá rồi ờ ừ đây đây là cái căn bản cái cơ sở nhất của của AI machine learning ờ nếu không có cái này thì những cái thứ mà chúng ta nói về hallucinate tion tức là chúng ta biết ai nó sai hallucinate làm lum ờ tức là chúng ta thấy hiện tượng chúng ta nói thôi chúng ta không không đi vào bản chất ờ tất nhiên bản chất của nó thì có rất là nhiều thứ mà kể chúng ta cứ học mãi nó vẫn thế nào đấy thì cũng không ai biết được đâ cái thế nhưng mà cái việc đầu tiên mà để hiểu tại sao có hiện tượng ở đây chúng ta phải đi nhìn vào toán ví dụ một cái cơ bản đơn giản thôi à toán và là cái xác suất ấy Làm sao mà chúng ta bỏ vào một cái giống như là chúng ta điền một câu là chúng ta có một cái câu hoàn chỉnh xong chúng ta cắt bết một từ đi.

Chúng ta để nó là dấu dấu gạch chở phía dưới xong bảo AI nó điền vào điền từ vào cái chỗ trống đấy. Kiểu như thế nó tại sao AI nó điền được cho đáp án A B C D tại sao ai nó pí được. Đấy, bản chất ở phía sau là tính toán xác suất. Đấy, thế nên là bâ đấy. Và và tại sao AI nó có đúng có sai để bản chất phía sau nó tính xác suất chứ không bao giờ mà nó có quyết định là à cái này chắc chắn phải là câu trả lời là a và không bao giờ có chuyện đấy.

Nó chỉ nó chỉ tính ra là A 90%, B 5%, C 5% à D 0% ví dụ hoặc là D gọi gần gần 0% kiểu như thế. Đấy là cái cơ bản nhất. Đó là cái khóa khóa thứ hai học toán là chúng ta lại quay quay trở lại về cái gốc của vấn đề đấy. trước khi học tất cả những thứ về sau thì nếu mà có cái kiến thức toán này thì ở đây giống như Đạt nói chúng ta không đi không đi sâu vào cái việc hàn lâm là đi giải quyết các cái những cái kinh khủng khiếp hay là những cái công thức phức tạp mà đây là chúng ta nói dưới góc độ của engineer với t với cái cách nhìn đấy và với cái practice hàng ngày của engineer thì chúng ta hiểu sâu đến mức độ nào và chúng ta hiểu nó như thế nào thì engineer thì thường là chúng ta hay sử dụng cái những cái gọi là metaphor những cái hình tượng để chúng ta nói chúng ta giải giải thích vấn đề cho nó dễ hiểu hơn nhiều so với việc là chúng ta đưa ra công thức thì cái khóa toán này thì hi vọng là Engineer Pro có thể tiếp cận được dưới cái góc nhìn nó dễ hiểu cho các bạn engineer để các bạn có thể sử dụng nó đi tiếp đến machine learning và deep learning các kiểu nó đỡ hơn chứ không phải là là là đi quá sâu đấy nhưng mà không có nó thì những cái chuyện việc mà chúng ta học khóa ba khóa 4 khóa năm là hầu như khá là vô nghĩa. >> Dạ.

H đồng ý. Và nhìn chung là các bạn đã dùng nhiều AI rồi. Kể bây giờ các bạn làm grap à quên back end hay là gì đó mà các bạn phỏng vấn một số công ty lớn thì họ vẫn cần các bạn có background này. Đấy mình cũng các bạn mình đi phỏng vấn cũng đã thấy rồi đến chính cá nhân mình đây. Mặc dù ngày xưa là background và back end thì mình cũng giờ cũng đang làm project mà nó mình cũng phải học improve khá là nhiều. Ok, hi vọng là chia sẻ của anh Đạt với cả anh Hòa sẽ giúp các bạn có thể dễ lựa chọn các c để input skill.

Ok. À và các bạn nhớ nhá, tháng 11 năm ngày 11 thì team sẽ khai giảng khóa đầu tiên nhá và 23 tháng 12 khóa số 2 nhá. Ok. Còn các bạn muốn đăng ký thì vui lòng nhắn cho Facebook của Engineer Pro AI nhá. Các bạn đang xem livestream ấy. Đó gửi qua trực tiếp qua Facebook mà xong. Ok, mình sẽ đến những câu tiếp theo nhé. Tiếp theo là thế nào để xây dựng một workflow làm việc với AI agent hiệu quả? Đặc biệt là trong lĩnh vực lập trình có phải càng nhiều context, nhiều agent skill thì A coding sẽ làm việc hiệu quả không?

Cái này anh Hòa nhỉ? Anh Hòa là project lớn đúng không? Post project em thấy lớn lắm. Thực ra bả bọn anh không sử dụng cái workflow quá nhiều đâu. Chỉ có điều cái câu tiếng sau là càng nhiều càng nhiều contex nhiều agent skill thì ai cố tình c đúng rồi nhiều agent skill thì nhiều thì hiệu quả hơn nhưng mà nhiều context thì nó đốt token nhanh hơn. Thì nếu mà bạn nào dính limit thì phải chú ý là cái việc context. Đấy cái workflow cũng thế.

Chúng ta càng chúng ta càng muốn nó hoàn hảo thì nó chạy quá nhiều. Chạy quá nhiều thì nó đốt rất là nhanh. Đấy, làm được tí chạy đến nửa chạy đến nửa go flow thì nó hết tiền nó mà nó hết tiền thì tóm lại thì cái work flow quá phức tạp thì nó giải quyết cho chúng ta được cái vấn đề gì đâu. Khi mà chạy chạy chưa hết thì đã hết tiền thôi. Cuối cùng kết quả vẫn là không. Đấy thì cái này thì anh cũng không nghĩ là anh có thể có cái lời khuyên nào cụ thể cho từng trường hợp được.

Bởi vì mỗi một cái công việc thì nó dính liên quan đến một cái đặc điểm riêng của công việc. Đấy, nếu mà code hay là code review thì thực ra là có cái workflow rồi thậm chí là sẽ có những cái room họ để sẵn ở trên đấy. Mình hoàn toàn nếu mà mình không biết thì mình cũng không cần phải suy nghĩ quá nhiều. Mình mình có thể lấy về. Còn nếu mà muốn một cái standard workflow thì thường ngay cả cái con AI mình đang chat với nó thường bây giờ các tool thì nó cũng nhớ khá khá về background của mình rồi.

Mình có thể nói với nó là J ra một cái workflow hoàn chỉnh cho từng một loại những cái loại task nhất định. Đấy và nói với nó limit lại cái workflow này đừng có làm dài quá. làm dài quá đôi khi chúng ta improve được một tí nhưng mà chúng ta đốt quá là nhiều hoặc là nó chạy quá là nhiều nó cũng không tốt. Ví dụ chúng ta xét là cái goflow này thường thường á cắt bớt những cái công đoạn đi cái đạo đoạn mà người có thể làm được thì đừng để đừng để ai nó làm bởi vì at the end cái workflow đấy nó có làm việc hiệu quả giả sử nó đến 99,9% đi. nó làm việc hiệu quả.

Nhưng tóm lại là làm sao mình biết được nó là 99,9% tóm lại vẫn là cuối cùng mình chính là người phải ngồi lại review thì tốt nhất là review sớm ghi feedback cho nó sớm rồi để cho nó iterate. Khi mà khi mà mình phát hiện nó sai thì sẽ tốt hơn là cái việc là ao xuộc viết một cái workflow th rất là dài rồi xong đấy ao xộc cho nó rồi cuối cùng mình 1 hai tiếng sau mình quay lại thì thực ra công việc của anh là anh không anh không làm gì hơ nữa. >> Ok. Ờ tiếp câu thứ hai đi mọi người.

Một câu cho nhanh nhá. Khi khối lượng code mà AI sinh ra nhiều, chúng ta nên review code như thế nào để đảm bảo tính chính xác đúng đắn của code mà vẫn giữ được tốc độ delivery đấy. Chắc nhả đạt đi anh em cứch dần nhá. Thì câu này thì em nghĩ là chắc là ai mà dùng AI thì cũng sẽ bắt đầu là thường mọi người sẽ planning trước khi mà cho AI nó implement cái idea đấy, cái cái bài toán đấy. Thì à nghĩa là cái đầu tiên mình nên review kỹ một cái kế hoạch mình à làm sao cho nó à check cái kế hoạch đấy sao cho nó hiệu quả và cố gắng cái plane đấy mình có thể kết hợp kiểu manual mình defile trước xong rồi kết hợp với AI để nó sinh thêm xong rồi mình lại review một lần nữa thì em nghĩa là sửa ngay ở cái bước mà mình đang planning để chuẩn bị làm cái việc gì đấy thì nó sẽ tiết kiệm hơn.

Thì nếu mà mình cái plan của mình càng chi tiết thì chắc chắn là cái code sinh ra cái xác suất mà follow theo cái plan đấy nó càng cao luôn. Thì cái công mình review cũng là khi mình đọc cái code đấy thì tốc độ này cũng sẽ nhanh hơn. Cái thứ hai thì em nghĩ là bắt đầu từ việc là mình phải chia nhỏ tác vụ đấy ra thì mỗi một cái tác vụ mình sẽ sinh kèm những cái tập test chẳng hạn thì mình có thể là xác định trên từ những cái tập test đấy, những cái evaluator đấy thì mình có thể verify luôn được là nó đã hoàn thành hay chưa.

Rồi mình cũng có thể là implement những cái agent để reviewer thì em nghĩ là thường thì những cái AI nào mà sinh ra ấy thì không nên được dùng để reviewer. mình nên chọn một cái model khác thì có thể là nó sẽ hiệu quả hơn. Thì à summary lại thì à để mà cái khối lượng co sinh ra nhiều hơn và mình dễ verify thì mình sẽ cần phải là bắt đầu từ việc planning chia nhỏ cái t đấy ra mình định nghĩa một số những cái test để mà automation verify cái tính đúng size của nó.

Rồi mình có thể human review những cái đoạn quan trọng rồi combine với việc là AI review. đó thì em thấy là có một số những cái chiến lược mà mình có thể áp dụng để mà cái quá trình mà mình review code của AI nó hiệu quả và nhanh hơn. Anh dùng đúng vis của Đạt ấy cụ thể hơn nhá là anh dùng Cloude để [hắng giọng] bit code và anh dùng codex của code để review ạ. Kiểu nhắn gì đấy. Ok good. Đi tiếp. Ừ nhưng mà cái này nữa là khi khi code ấy anh anh cũng không biết là mọi người đang code như thế nào nhưng mà anh không nghĩ là J ra một cái code xong để review mà nó quá nhiều change là tốt đâu. Ờ at the end thì vẫn phải có người approve chứ không thể là AI J code mình review xong mình push lên một con AI khác là approve được. làm như thế thì đến khi có chuyện gì phát là không ai biết chỗ nào để sửa.

Thì cái code review anh nghĩ là vẫn nên theo standard code review nó phải bé manageable để người khác có thể review được. Đấy đặc biệt là các những cái code phức tạp mọi người không nên quá lạm dụng cái việc generate code rồi generate ra một cái c hay PR gì đấy mà nó quá khủng khiếp thế nữa không ai review được. Thì cái đấy là best practice. Bởi vì nghĩ đi nghĩ lại nên sử dụng AI để để generate code và review code nhanh hơn chứ không phải là áo xộc cho nó để nó làm tất cả mọi thứ.

Thì đấy bởi vì cuối cùng khi mà lỗi phát sinh xảy ra ấy thì cái người mà chịu hit đầu tiên vẫn là chúng ta cái người review code là và cái người push code. Và khi mà cái lượng code quá nhiều không ai review kịp ấy thì cái chuyện đấy nó sẽ xảy ra liên tục. >> Thể nó sẽ bay ghế đấy. Cụ [hắng giọng] thể sẽ bay ghế. Đúng rồi. Đặc biệt là đối với các cái product, các cái service mà đã mờ chua rồi ấy thì pushp kiểu này là rất nguy hiểm, rất dễ là gây ra gây ra cái thả.

Nếu như cái product mà nó mới từ con số 0 ấy mọi người vi code chỉ để lên một cái gì nhanh nhanh cho mọi người dùng thử không sao cả. Nhưng nếu mà hầu hết là việc chúng ta đi vào các công ty chúng ta đang mền tên một cái code bas mà chúng ta mn thêm một cái code bay như thế thì cái code đấy mà chua rồi chúng ta gây ra một cái lỗi gì mà không kiểm tra kỹ ấy thì cả cái người push code là cái người merge code cái người proof ấy là là khả năng là sẽ sẽ phải viết giải trình khá là mệt.

Thì thú thực luôn là những cái không phải bạn nào cũng có được cơ hội làm những công ty lớn mà những công sở hữu những cái service rất là quan trọng đúng không? chứ không phải là có thể hàng triệu hoặc là như TikTok hạn hàng tỷ người vào xài mà bây giờ chỉ cần mà các bạn vai code độ nghìn dòng mà cho một dòng nó có sai sót thì nó sẽ gây ra hậu quả khá là mệt mỏi đấy. À một dẫn chứng của một bạn rằng một bạn mentor làm trong team Ebro là B try có kể đó là có một dự án migration thất bại khi mà từ Syve với hàng triệu dòng code được viết bằng em nhớ là bằng Ru Rail thì các level staff của ông đấy viết đốc giải trình ra là không thể mate được tại đơn giản thôi là rất là khó tại vì code nó quá phức tạp rồi mà migrate để hồi đây nhớ là migrate sang một ngôn ngữ khác em nhớ là thì cụ thể đây đó là payment à hàng tháng của try nó đã có thể hàng tỷ transaction rồi mà bây giờ chỉ migrate sai một chút thôi thì ai chịu trách nhiệm cụ thể là bay ghế hồi 2018 đã có một vụ migration hồi đấy chưa có ai c của một cái bank gì ở bên UK em đọc ấy đợt đấy là bị gây down time khá lớn đấy cuối cùng là ông siêu bay ghế đấy thì bây giờ câu chuyện là hàng triệu dòng code biển được biết là Rail mà nó bị có một lội dòng một lỗi chẳng hạn thì mà khi mà chuyển sang cô la chẳng hạn ấy mà sai thì bây giác nghiệm chả có ông level stop nào ông ấy chịu trách nhiệm bay ghế cả thà không m được thì thôi đúng không chứ còn để cho một hai người mà lỡ trường xảy ra để gánh tội ấy thì gần như là không phải kể cả ông Siêu cũng không muốn đâu >> về mình mình đoán lại nhá trong đấy không biết nhá nhưng mà đã có vụ là phải viết giải trình thất bại tại sao lại lại không không làm không làm được cái micrate này rồi nhá mất trong mấy tháng nghiên cứu gì Dạ [hắng giọng] nên là các bạn >> dạ nên các bạn cẩn thận nếu bạn nào mà đi các công ty outsour mà code nhanh ấy code một lần cái project rồi handover ký trả tiền xong hết thì ok lâu lâu mình tên một tí cũng không sao nhưng mà nếu mà các service lớn đã có thời gian deploy tương đối dài dài khoảng nói chung là đã deploy được 1 năm 2 năm rồi thì chúng ta cẩn thận với việc code review này tin vào tin vào agent tin vào ai là là không nên tóm lại người chỉ trách nhiệm cuối cùng bị hit vẫn là chúng ta và cái người ở vua.

Yes. Cái mình à đạt em bảo là bổ sung thêm một chút đó là thường thì nếu mà AI mà em mà dùng AI mà sinh code rồi ấy thì cái test cái evaluator ấy thì em sẽ là người tự viết chứ không phải là test với evaluator là do AI sinh ra. >> Ừ. >> Hay Đạt Đạt đúng là dẫn chuyên một lời ai khác tự biết. Yes. Ok. Ờ team em chẳng hạn nhá thì viết bộ test nhiều lắm cho để có run có sao sai thì thì khó sai. >> Nhưng mà nhưng mà mọi người có để ý để ý có một cái thứ là à 100% không có nghĩa là test nó à test là 100% đúng không?

Tức là bản chất bản chất test ờ tức là nhiều khi chúng ta đang nghĩ là cái test cage nó cover thì test nó tốt nhưng mà bản chất đấy không phải test cage mà nó cover có nghĩa là cái dòng đấy đã được test không có nghĩa là cái dòng đấy nó được test hoàn chỉnh ờ ví dụ như là phép chia đi a chia b thì chỉ cần chúng ta test một phát a = 1 b = 2 return 0.5 5 thì test car sẽ là 100% nhưng mà chúng ta không test cái cây SP bằng 0. Đấy thì test rate vẫn là 100% nhưng mà test không lại 100% thì đấy là những cái mà có thể AI nó sẽ mism mà dù chúng ta thấy khi push code lên tới Tesc Red rất là đẹp đấy nhưng mà đấy đấy là để nói chuyện với các bạn thôi nhưng mà chắc là thời gian không có chúng ta có thể move sang câu khác nhỉ >> có câu rồi làm thế nào để vi incend thôi là đủ mà không cần phải làm những [hắng giọng] thứ sau em nghĩ câu này không làm được đâu.

V mỗ ít in thôi mà ít nhất như vậy anh Hòa với Đạt đã từng nói phải biết test thế nàoấy. Về P intern thôi khó quá chắc là trả lời luôn là không được không >> không được chịu. Tưởng các bạn b code vui thì ok. Code với cái dự án quan trọng mà kiểu muốn cắt bỏ nhiều thứ quá khó không làm đấy được. Em sẽ cho mua tiếp nhá. Trả lời như thế nhanh nhá. Ừ. Trả lời thế nhạn các bạn ơi. Câu trả lời là gì? Là các bạn code vui thì thế nào cũng xong nhá.

Còn các bạn code mà làm dự án lớn quan trọng thì mình nghĩ là không làm được đâu. Tốt nhất không làm. Có ngày ra có ngày ra d. Ok. Đi tiếp. Các bước khi làm về AI hàng ngày là làm sao kiểm soát được quality từ kết quả của AI thì các bước step làm việc với AI hàng ngày. Cái này chung chung quá nhỉ. Các bước stack này là không biết nhưng mà kiểm soát qu thì chắc là phải có test càng cá nhân em là như thế đạt thì ra nhỉ thực ra nghĩ là mấy câu trên là mình cũng trả lời câu này rồi [tiếng cười] xong nhá đi tiếp nhá làm sao bị một hệ thống >> cách tối ưu và phù hợp cho doanh nghiệp >> cái này cũng hơi trung chung quá không biết nào phải có một cái cụ thể chứ không khó trả lời.

Chắc là >> cái này khi nào Engineer Pro mà launch laun hệ thống A trận cho doanh nghiệp thì thì mới trả lời được câu này. >> Đúng đúng còn chưa kể thu được cái bài toán á. >> Tiếp >> các BTECH đang áp dụng AI và công việc hàng ngày trong họ muốn chờ ứng viên sáy ai ra sao scope công việc từng level kia thế nào thì nhìn chung là mình cũng có biết nhưng mà hiện tại mình biết là nhiều công ty mới đang áp dụng thôi và được vài tháng không nhá.

Thế là cũng như nhưng mà thôi để câu này để em đi thì đây cũng là một trong round coding. Thế thì họ mong muốn các bạn là à để có thể xem là các bạn có chỉn chu không, có biết execution plan không hay là một phát prom single prom rồi sau ăn luôn đúng không? Xem là có biết review không, biết discard những cái input gì cho context cho AI không để làm việc không? Rồi xem làm việc có chỉn chu không và code run nó có đúng mục tiêu không.

Nó cũng test nhiều thứ chứ không phải mỗi cái skill đâu. Communication này đúng không? Explanation này. Những cái skill phụ khác đó. Và xem dùng mấy ai chứ thực ra dùng mấy ai thì cũng bạn prom thì bạn cũng biết nó cũng có thể sẽ gì viết context rõ ràng. cũng thể bắt execution plan rồi các bạn sẽ review cái plan đó rồi xong rồi mới bắt đầu run run cái prom đấy á rồi sau đó thì tiếp theo là gì là bắt nó viết nhiều test để thỏa mãn input và thêm và nữa đó là các bạn tự viết cách nó càng càng cẩn thận như anh đạt trước đã nói đúng không anh tự viết cho thì thì nó vẫn hay nhất đúng không tự viết một số cái [khịt mũi] đó phải đưa ra kịch bản chứ đừng Đừng phụ thuộc để cho ai nó nó làm hết thì cũng ký.

Cho nó ngắn gọn thế nhở. >> Ừ. >> Anh nghĩ là các bạn à càng học sâu về cơ bản về AI thì càng các bạn sẽ càng thấy sợ khi mà AI có sai số. Bình thường nó không sai. Đến khi nó sai thì mệt vô cùng. >> Mất ối tiền. Còn không thì các bạn có thể đi học C của Pro AI team sẽ chia sẻ sâu hơn cho nó dễ. >> [tiếng cười] >> trả lời cái này cũng khó. [hắng giọng] Ok có cost số 1 có thể vừa với bạn. Ok. Đi tiếp khi agent có thể tự biết code tạo desc chạy test và thậm chí tự sửa lỗi.

Vai trò QA ui giời ơi thế nào bạn này nhầm nha những công ty mà bigtech mình biết tuyển về test build in test cực nhiều đơn giản là AI viết rất nhiều code đúng không? Có thể viết rất code đúng không? Thì cái test của nó rất là khó phải cả nghệ thuật. Bạn hoàn toàn phải lên link lên cái din để search những công ty lớn nhất ở Việt Nam. Bây giờ nó họ tuyển software để build infest rất nhiều. Và họ kiểm tra cái gì? Ngoài những kỹ năng skill ra họ phải biết về infrastructure, build infra infra ở đây test các kiểu system design đủ hết luôn không khác gì vẫn bu từ đầu fan hết đủ hết.

Build một cái infra giống kiểu ngày xưa các bạn bu infra deployment ấ bây giờ buill infra test thường thường là anh em hay gọi cái cái row này gọi là software engineer in chẳng hạn lên link rất nhiều luôn tuyển rất nhiều thế là bạn đấy vai trò q tester chuyển dịch nhá chuyển dịch đó là nó sẽ khó hơn đúng không bạn phải build những cái người thực ra nó cũng không không l ná cái gì nhở automation đúng không anh Kion là mình biết là cũng phải vi infra để tự test đ phải dùng code để test để viết >> skill ra thì các cái AI thì thường giả sử nó viết code đúng đến chuẩn chuẩn đến 99% đúng không? ờ 1% sẽ tạo ra bậc.

Th ra các công ty spend tiền cho QA không phải là test 99% đầu tiên người ta spend tiền cho QA để test cái tập trung test cái 1% còn lại. Ấy gọi đấy. Đấy là cái mà các công ty dần dần họ sẽ phải bỏ rất là nhiều tiền vào bởi vì ai cũng lo sợ cái 1% còn lại. Và thực ra là khi mà một hệ thống bị tấn công ấy thì cái đường hướng bị tấn công nó nó hay lắm. Đấy cái cơ chế tấn công nó hay lắm và nó thường đi rất là sâu. Những cái test đấy rất khó viết test ở trên thậm chí unit test không viết được.

Cái đấy phải integration test ở level integration nó không viết ở unit test. Đấy unit test mà ừ rồi lên integration để tạo ra được cái hướng tấn công đấy ở trên integration ấy nó phải qua rất nhiều flow. Mỗi flow đấy là componition mấy bước sẽ có những bước nào bước nào bước nào để mở khóa, bước nào để tấn công bước nào để ví dụ như là remote code execution đấy tức là chạy chạy test của mình thậm chí là có làm sao load được load được code của mình lên hay là code của mình inject như thế nào cuối cùng làm sao trigger được trigger xong lấy được những cái những cái bước đấy khi mà các hệ thống bị tấn công như thế thì nó bình thường software engineer không viết được test ở trên unit test nhá bình thường không viết được test đấy ở trên integration bắt buộc là phải có những cái platform chuyên sâu để mô phỏng lại những cái bước đấy.

Thì những cái bước này những cái ừ nó xảy ra xác suất rất là thấp nhưng một khi nó xảy ra thì sẽ có vấn đề nên là các công ty lớn sau này anh nghĩ là sẽ bỏ rất là nhiều tiền vào để thuê những cái bạn gọi là QA để đi develop nh cái này. Nhưng mà QA là phải QA xịn, hiểu về system, hiểu về hệ thống, hiểu về product và biết cái điểm yếu của AI thì mới viết được những cái này chứ còn không thì vẫn là software engineer ra phải phải viết lại test.

Bây giờ kể cả công việc của bọn anh, bây giờ là bọn anh phải đi viết những cái test như thế chứ QA không viết được bởi vì QA họ không có kiến thức về những cái đấy thì chịu. >> Em nghĩ gọi là software engineer intest đi cho nó hoành tráng. Bây giờ software engineer không có in nữa. Bây giờ software engineer là làm tất tại vì chỉ có engineer chỉ có engineer mình làm mình mới viết những cái thứ đấy. Thì dần dần k dần dần họ sẽ phải học lại những cái kiến thức đấy.

Bởi vì có ai rồi thì họ học rất là nhanh và họ sẽ nói chuyện với lại software Junior để hai bên cùng nhau biết test. So engineer có thể chỉ ra lỗ hổng, chỉ ra các bước và Q sẽ là người thực thi những cái test flow. Đ >> chua đấy. >> Bởi vì đơn giản cứ nghĩ đi. >> Ai có thể giúp mọi người viết code thì AI cũng có thể scan code đặc biệt là các open source để tìm ra lỗ hổng và cái chuyện nó đang xảy ra. Mà scan lỗ hổng để tách thì bao giờ cũng dễ hơn là v. >> Đồng ý. Đây tiếp nhá.

PM trong thời đại AI có cần thiết không? À không rõ nhưng mà vẫn tuyển các công ty lớn vẫn tuyển technical PM nhá. Tức là technical TPM là gì? Tức là PM biết tex thì vẫn tuyển nhá. Hiện tại vẫn thấy tuyển thế cho nó dễ >> chứ còn càng trong thời đại ai AI thì càng cần thiết. Em là qu quyết định số sản phẩm mà >> rồi cần cho qualific án. >> Ok. Nhưng mà mấy ông TPM ấy tức là biết PM mà biết tech ấ thì dạy nói chuyện engineer hơn nên là thường thường có thể là sẽ được ưu ái đấy.

Technical PM. >> Ừ anh nghĩ anh nghĩ thời đại này PM không không phải là cứ đi học MBA ra làm PM nữa đâu. PM này có lẽ là bachelor từ engineer ph học master MBA bachelor engineer và >> và master lại bằng MBA. Đấy, kiểu như thế chứ còn mà chỉ viết mỗi MBA không viết text mà không học thêm text thì rất là khó trong thời đại hiện nay. Tại vì các ông cứ vi code và vai phát không có khả năng kiểm tra ngược lại thì chết. >> Tiếp theo >> nhưng mà không có thì cũng không được.

[hắng giọng] Khi AI agent vận hành mọi thứ trong SDLC thì vai trò con người là gì? Chúng ta cần học thêm cái gì để chuyển đích nghi? Chứ là vai trò con người thì vừa nãy mình nói một đống thứ nhỉ? Chắc bỏ cái này nhá. Nói nhiều đủ review code này quyết định execution plan này các kiểu rồi đúng không? Viết testc các kiểu provide đúng không? Chứ để cho AI agent mình nó làm chịu >> này. Em thấy là con người thì set nào cũng cần nhưng mà mình có một cái shop là AI for development cycle con người nhưng mà có [tiếng cười] >> tại nếu trong trường hợp không cần thì các bạn vào webinar này làm gì? >> [tiếng cười] >> Đúng không anh em?

Chuyển sang làm cò đất hay gì đó làm nghề khác đúng không? Ngồi đây làm gì chẳng hạn đúng không? Ok. Chúng ta cần học thêm cái gì để chuẩn bị thích nghi? Học thêm cái gì? Học thêm cái này tiền bạn hỏi học gì [tiếng cười] chỉ luôn vừa quảng cáo à. Ok nhá. Ờ nếu mà làm cò đất bây giờ các công ty bất động sản bây giờ sử dụng mô hình AI để định giá bất động sản mọi mọi người biết là bất động sản Việt Nam bây giờ giá nó trên trời dưới đất không biết đâu một lần đúng không? >> Thực ra học ngược về học ngược lại cái khóa thứ hai nếu mà ấy thì mọi người sẽ dần dần hiểu là cái cái cách định giá nó nó đ nó được làm như thế nào >> đó nhá. Đấy chứ không phải tình nhân làm sao bụp bụp cái căn nhà đấy biết là bao nhiêu tiền nên mà nếu như thực sự có ai này vào rồi thì thực ra vấn đề của cò đất thì có lẽ là cò đất cũng sẽ mất mất khá nhiều mất mất khá nhiều việc đấy. >> Yes.

Bạn muốn học từ những shop engineer làm tại Bigtech thì bạn có thể join vào team pro AI đăng ký học như thế nào thì chắc là bạn biết luôn rồi qua fanpage. Ok cảm ơn bạn đã đặt câu hỏi tiếp theo nhá. Trong bối cảnh các công ty yêu cầu dùng AI và đòi hỏi hiệu suất cao hơn liệu một người biết rộng làm được nhiều việc có lợi hơn biết sâu mà một mảng không? thì chắc là càng để cá nhân là biết biết rộng ờ là cần thiết và cũng phải biết sâu mình nghĩ chắc ở chơ cả hai đấy à biết rộng thì phải rồi ví dụ đ vừa rồi có mấy ông anh đi phòng phấn grap chẳng hạn fan backend gì đó đều bị hỏi về lm các kiểu chẳng hạn à một số công ty khác nữa cũng có nhá mình thấy là càng ngày càng càng hỏi khá là rộng đấy được cá nhân thôi nhá mình quan sát vì thực tế tại vì những cái thứ này là học viên của mình họ contribute cho mình thì thì mình đánh giá khách quan luôn nhá chứ cũng không phải là không phải chủ quan mình lấy từ học viên ra nhá thì các bạn đấy phỏng vấn ở đâu thì các bạn đấy đều gửi đề cho team chúng mình xem cả thì mình nói luôn là đầu tiên là biết rộng là chắc chắn rồi rất khách quan anh Hòa với cả Đạt thì có muốn thêm cái gì không sâu được Em thể thấy vẫn cả đ sâu ấy. >> Anh anh nghĩ là hỏi câu này giống như tay trái với tay phải chọn một tay á không có chuyện đấy.

[tiếng cười] Ờ vừa phải biết rộng vừa phải biết sâu. Tứ tứ mình làm thì mình phải biết và ngoài tứ mình làm thì mình phải tương đối mở rộng ra xung quanh cái tứ mình làm nữa. Không ai biết hết tất cả nhưng mà cố gắng a biết khá khá nhiều. ờ giải thích được nó tương đối để cho ờ một cách reasonable một tí. Đấy, tức là biết rộng thì chắc chắn không biết sâu đấy. Nên là cái việc mình làm thì phải giải thích được càng cạnh kẽ càng tốt. Đấy, còn những mạng khác thì ngoài việc là tìm hiểu nó thì cũng phải giải thích được nó một cách reasonable để cho người khác nghe nghe.

Khi mà mình ví dụ mình giải thích cho người ngoài thì mình cũng người ta nghe người ta rác hiểu là mình đang nói cái gì chứ không phải là mình chỉ à nêm một vài cái keyword thì đấy là biết rộng đấy. Chứ còn hai cái này không thể chọn một được. Em thì em nghĩ là có mấy cái term như kiểu là I save ấ Y chữ I á thì là ít nhất là mình cũng phải biết sâu một cái gì đấy. Xong rồi có một cái là TF model tức là mình phải vừa biết rộng và vừa biết sâu. >> À biết sâu rồi thì mình phải biết thêm rộng.

Xong rồi có một cái là P saf tức là ngoài việc là mình biết sâu một cái rồi thì mình có thể biết sâu thêm một cái nữa. Tức là mình rất là sâu về hai domain trở lên đấy. >> Và ngoài ra mình vẫn biết rộng thì thời nào cũng vậy. >> Thì từ Y thành T, từ T thành pi làm sao thì thành pi thì càng tốt hơn chứ không nên chọn. >> Ờ em nghĩ là bạn ấy hỏi về thế này chắc là do bạn ấy cũng không có nhiều data nữ lắm. Do là an em với mọi người mentor ở đây may mắn là được tiếp xúc với rất nhiều học viên.

Họ đưa ra những cái à thu thập collect phỏng vấn data thì họ sharing thì nói chung là mới có thể trả lời được câu này chứ nhìn chung là câu hỏi câu hỏi này cũng khá là hay. Nhiều bạn chia sẻ đúng không? Tại vì câu hỏi này cần một cái lượng data khách quan rất là lớn thì rất may mắn là là là team pro AI có cái đó thì có thể trả lời cho các bạn nhá. Thì thì hi vọng à mà nhớ nhá là chỉ áp dụng cho những công ty lớn thôi nhá.

Bigtech thôi nhá. Còn những công ty khác thì thú thực là mình không có. Bạn thông cảm nhá. Bạn thông cảm nhá. Ok. Nào. How can a beginner at W or student effectively adapt to AI? How deep should student go in order to survive this industry? Thế thì cái này liên quan nhiều đến mentoring hơn nhỉ? Để em em mentor rất nhiều rồi. Cái này nhá. Tại vì em cũng mentor khá là nhiều bạn sinh viên mà hay là anh Đức trả lời không?

Không Lâm trả lời chứ. Thì nhìn chung ấy là cá nhân mình đã từng nhá đã hoặc là đang anh Hòa nữa hoặc là Đạt nữa đã đang hay là sẽ gì đó ờ men được làm tiếp xúc với nhiều bạn rồi và cũng là interviewer luôn nói thẳng luôn đã đúng không? thì ờ nhìn thì giống như kiểu các bạn đi thi gối a đúng không? Toàn linh hóa ví dụ nhá. Thưa nhưng mà các bạn cứ thích học môn văn sử điện á thì sao đi được đúng không? Thì ở đây là gì? Đó là các bạn thích cái chỗ nào thì các bạn ôn theo những thứ người ta hỏi như thế thì là xong đúng không?

Còn về format thì nào thì các bạn nhắn tin cho fanpage đi. Fanpage gửi cho nó nhanh. Mình trả lời từng công ty một nó khó lắm. Hơi hơi chua ha. Fanpage thì sẽ gửi cho các bạn đấy. À adap nào? Adap một nhanh nhất đó là đó là công các công ty họ hỏi cái gì ấ mà thực sự là bạn ấy bạn hỏi thì bạn ấy sợ là m không có job đúng không? Cứ cho nó như vậy đi thì các bạn học thế nào để có job? Chắc là em nghĩ là bạn ấy sẽ hỏi cửu động.

Thì tốt nhất là bạn biết được là công ty nóấy họ cần gì họ họ phỏng vấn cái gì thì bạn học theo cái đó thì nó chắc cốp hơn. So vì các bạn là cứ đoán già đoán non rồi học này học kia để cho mấy ông lùa gọi hui hỏi chả liên quan gì. Ví dụ đang target thi khối a toàn lý hóa cứ thích học văn chả biết làm gì chẳng hạn thì đó phải các bạn phải phải phải học một cách thông minh lên thì là được nhá. Còn đương nhiên thông minh thế nào phải phụ thuộc vào công ty và tốt nhất là bạn commenter đi cùng là cho chop nhá. thì cho nó dễ chứ hỏi như này mình đoán là bạn chắc là bạn cũng đang hơi hơi hơi hơi ngụp lặng trong cái s industry này chắc là cũng đã hơi nản thế đã hi vọng là câu hỏi của câu câu trả lời của mình trả lời được câu hỏi của bạn nhá ok anh hóa thêm gì không hay anh nào còn anh thấy ổn rồi đấy >> ổn rồi đúng không tiếp theo nhá >> ồ wow vẫn còn trong trong gì trong cái đoạn Zoom này này. >> À >> ờ em thôi thêm một hai câu nữa nữ nhá.

Em muốn hỏi con đường lên xe nhờ từ Junior hiện tại ra sao với AI? Nếu sử dụng AI làm xong tắt nhanh hơn thì về mặt kiến thức thì không học sâu được như nào? Cái này hay là cứ để em trả lời trước nhé. Tại vì thu thực là cá nhân của em đã từng đi học một số người về promotion. Cụ thể ở đây là một số cựu director của Ason. là thầy của mình và một số người anh em khác trong Tro tại mình cũng học của họ cũng gọi là thầy của mình cũng ok.

Yes. Thì nhìn chung cái khó nhất để để lên level muốn lên level đúng không? Nó không phải là bạn biết đây ai hay không mà cái key ở đây khó nhất đó là bạn biết xem nó là gì? Cái game nó là như thế nào. Mình cứ dùng từ game của Việt dùng. Ví dụ bạn chơi game doa chẳng hạn ấy, bạn muốn lên là v 1 đến 2 đến 3 đúng không? Bạn đánh quá nhưế nào đó để lên đúng không? Thì bạn phải biết là cái demand của công ty này muốn lên nhưế nào.

Và trong những công ty lớn ấy thì họ có sẵn cái requirement cho từng level đấy. Ví dụ TikTok có luôn. Ờ Google thì mình không rõ nhá. Grap cũng có nhá. Sếp mình đã từng cho mình xem rồi. Đây đây m tức là muốn làm này này. Đấy cần phải yêu cầu th này rất rõ ràng luôn đúng không? tiêu chí đúng không? Kiểu tiêu chí bạn bạn thi vào đào bi ở Hà Nội chẳng hạn là 30 điểm chẳng hạn ấy ví dụ nhá là có bạn phải communicate khá tốt với sế của bạn để chỉ đường cho và đương nhiên là sế của bạn phải quý bạn nữa tại vì các công ty nó sẽ có cái cota đúng không còn đi thế nào thì sếp sẽ chỉ cho bạn nó sẽ dễ hơn do việc các bạn tự đoán ra non đúng không chứ mình biết là rất nhiều en rất là giỏi nhưng mà do là liên kết với sếp không tốt nên là ông ấy chả bao giờ lệ promotion cả đấy nhá Ngoài ra còn một cái nữa mà các thầy của mình dạy cho mình đó là để promotion á đó là make everyone happy.

Cái này cái kỳ cái khó nhất này make everyone happy. Make cho sếp của bạn happy là make cho đồng nghiệp của bạn happy. Make cho các team khác của bạn happy này. Cái này chưa bao giờ dễ dàng. Khi mà happy thì người ta mới chọn lên chứ chả ông nào mà không thích bạn mà cho bạn promotion cả. xin lỗi đi không có ngày đấy đâu. Thì thì mình có thể nói rõ chung chung là thế c muốn riêng rẽ thì phải thực sự rất là tùy thuộc cơ tại vì nó liên quan bài toàn con người nó cũng ngoài về cái việc công việc kia t công việc nó cũng chỉ một phần để cho người ta satisfy thôi và có satisfy người ta mới promote bạn được cụ thể đây là s của bạn à ok chắc là em như thế đúng rồi đây là những thứ kinh nghiệm em đi chuyển cho cho em không biết là anh Hòa Đạt có thích thêm gì Không >> anh anh thì thấy đấy đấy là toàn bộ câu chuyện ờ khi mà càng kể cả các công ty các công ty lớn này đấy lại là càng càng là là một câu chuyện đấy make everyone happy cái đấy mới là cái khó nhất đấy. >> Vâng. đi học. Đấy là tại sao vào các công ty lớn là khó lên level bởi vì số người mình phải đi làm dâu thiên hạ nó rất là nhiều.

Và thậm chí là đôi khi mình sẽ question lại là ủa vậy liệu đấy có phải là cái cách tốt nhất và nếu mà làm như thế được level lên tiếp level nữa thì mình lại phải đi làm dâu tiên hạ bao nhiêu người? Tại vì mỗi một lần lên level như thế cái scope và số người mình tiếp xúc là có thể nó nhân 10 lên nó theo magnitude. Đấy nên là cái đấy cái đấy là cái cái rất là khó. Ai cũng thích lên level để lên lương mà thực ra chủ yếu là muốn lên level để lên lương.

Thường [tiếng cười] lên level một công ty là promotion tầm 10 15% à nên là cũng thích. Ừ recommend đạt. Mình cũng chắc là chưa quay [hắng giọng] Đạt đâu nhưng mà nếu mà các bạn muốn lên hay gì đó thì team hoàn toàn có thể nhận các bạn làm m nhắn tin nhá. Cái này sở trường của mấy mấy mentor bên mình [hắng giọng] thì các bạn có thể nhắn tin vết nếu mà có duyên làm việc cái này tại vì cái này cần phải rất là nhiều sức lực đấy.

Ok tiếp. À bạn D hữu 3 nhá chọn một hai cậu thôi. Em thấy gần đây các công ty đang có xu hướng R A coding à cho em xin một vài tiêu chí cho R này không? À vừa nãy mình trả lời rồi bỏ qua nhá. Vậy có nói câu trước này. Vậy đạt em thấy interview process hiện tại Crow AI nhiều hơn thì DS còn có trọng trong interview được không? phải luôn có các công ty lớn không không rất khó để bỏ cái này. Và hiện tại mình quan sát nhiều công ty lớn vẫn chưa bỏ được đâu nhá.

Chưa nhá. Vẫn Đạt đấy. Đạt Phạm kế toán vẫn cần con người. À đây này của Đạt nh à. Ai cũng vai code thì tốt thì thứ gì giúp stand out với những người cùng level nhỉ? Chắc là câu make everyone happy đi. Chắc dùng câu đấy đi cho nó cho nó cho nó cho nó nhanh. Anh Hoàn đấy. Ok không? Stand out đấy. >> Bạn muốn stand out now thì cái người khác phải satisfy với bạn đúng không? Còn cụ thể hơn thế nào thì bạn nên có một người mentor đồng hành để chỉ ra cách cụ thể hơn là cái situation bạn như thế nào để make cho everyone happy đúng không?

Chứ nói chung chung thì mình cũng chỉ thể nói được như thế thôi đúng không? commenter cho nó nhanh như ngày xưa mình đã từng đi học người ta ấy. Ok bạn đấy sang à. Dạ câu hỏi này của em à nhưng sau khi plan nhận ra nó cũng có drip nhưng sau khi plan em nhận ra nó cũng có drip tức là cloue làm lệch plan luôn á. Thì có cách nào giải quyết không? Chắc là nhở đạt đi nhỉ. cuối rồi. >> À câu này thì em nghĩ là con người plan xong rồi đập đi xây lại gửi ai cũng vậy thôi.

[tiếng cười] >> À >> chỗ chủ yếu là làm sao để mình à thường thường thì em thấy là hiện giờ thì những cái họ design ấy thì khi mà nó thay đổi power plầu ấy thì nó sẽ question lại mình hoặc là nó sẽ document lại ở đâu đấy. Nhưng mà idea là mình nên cố gắng là break down cái plan ra thành từng cái nhỏ sau đó chck ở những cái nhỏ đấy. Và giống như anh Hoàng chia sẻ là mỗi một cái ma của mình thì cũng nên là không thay đổi quá là nhiều để mình control cái đấy.

Còn tới đây lập ra là để thay đổi mà. >> Em hợp lý nhỉ? Đúng đúng đúng. Ok. Thế thì chắc là cũng hết rồi đấy. Nhờ hi vọng là giúp các bạn có thể có một cái overview về bức tranh toàn cảnh khi mà chúng ta có ai đúng không? À và yes à hôm nay ba founder mình anh Hòa với cả đạt phạm của NG Pro team AI rất là hân hạnh khi mà các bạn đã ngồi đến tận bây giờ để nghe chúng mình sharing à và yes à trong các bạn mà có câu hỏi nào thì các bạn có thể nhắn vào fanpage chẳng hạn để biết đâu ch có những câu hỏi hai chúng mình hoàn toàn có thể trả lời sau khi cái buổi à chia sẻ này kết thúc đúng không Và yes à đợt tới thì tháng 11 và 12 chúng mình sẽ launch hai cái khóa về AI agent với cả về ML AI foundation.

Nếu mà các bạn có nhu cầu thì nhấn phát page để đăng ký nhé. Cảm ơn các bạn rất là nhiều. Ok anh Hòa với cả Đạt Xing trước khi chúng ta chia tay nhở Hòa sao >> lời nhắn được không? nhá. Cảm ơn a cảm ơn các bạn à đã ngồi đến ngày hôm nay là tối thứ bảy rồi. Ờ hi vọng thì hôm nay chúng ta đã ờ có một cái discussion mang lại khá nhiều value cho các bạn. Và quay trở lại thì yes AI thì tất nhiên cái a cái nỗi sợ của Subway đối với AI thì vẫn và không ai có thể khẳng định được là cái chuyện gì sẽ xảy ra trong vòng khoảng 3 đến 5 năm tới không ai biết được.

Tuy nhiên ờ chúng ta càng sợ thì chúng ta cũng phải nên tìm hiểu nó. biết được cái gốc lễ của nó của cái vấn đề thì hy vọng là vẫn là giống như cách chúng ta làm software engineer thôi. Học cái gì, làm cái gì, nói về cái gì thì chúng ta ít nhất chúng ta quay về cái cơ bản, nói được hiểu được một ít về cái cơ bản thì nó sẽ giúp cho chúng ta hình dung và phát triển trên cái con đường sự nghiệp của chúng ta sau này. Hi vọng là Team Engineer Pro cũng sẽ cố gắng provide được những cái những cái kiến thức cơ bản đấy để các bạn có thể hiểu được một cách tốt nhất.

Ok đ sau last word à >> em nghĩ là chắc em cũng cảm ơn mọi người đã dành thời gian để tham gia buổi chia sẻ ngày hôm nay chó linh tinh [tiếng cười] v với lại là em nghĩ thì >> ờ thế giới lúc nào cũng thay đổi, mọi thứ đều thay đổi cả nên là bản thân con người thì cũng nên sẵn sàng chuẩn bị so với những cái thay đổi thay đổi >> trong tình hình >> thì chủ yếu mình cố gắng buill những cái kiểu fundamental để có thể dễ dàng đáp khi mà mình cần thay đổi.

Em nghĩa là vậy thôi. >> Đúng đúng đúng đúng. >> Còn không nên quá lo >> không không nên lo lắng quá là nhiều. >> Ok. À thôi một lần nữa team pro AI rất là cảm ơn các bạn đã tham gia buổi tối hôm nay. Chúc bạn ngủ ngon nhá. Bye bye mọi người nha. Bye bye nha. bye mọi người