thảo luận AI/ML/DL đang bão hòa?

Sao dev lương cao vậy bác nhỉ. Lại không yêu cầu bằng cấp. Vậy thì người ở các ngành khác nhảy vào hết thì chẳng mấy mà bão hòa.
Lương cao 1 phần cũng do muốn giữ chân dev nữa. Hiện h cty IT nhiều nhan nhản. Dev nó thấy lương ko đủ thì nhảy sang chỗ khác quá dễ nên mấy cty phải trả lương cạnh tranh nhau.

Chứ mấy đứa xử lý tín hiệu muốn sang cty khác cũng ít lựa chọn hơn.
 
nếu ví 1 cty phần mềm như 1 đội thợ xây dựng, mấy AI/ML engineers giống như KTS, chỉ cần 1-2 ng` thôi, còn software engineers thì giống đám thợ xây, bao nhiêu cũng thiếu. nhưng lương của 1-2 anh KTS có khi = cả đám thợ xây (trừ ông thợ cả) + lại.
ai bảo ông software engineers như thợ xây, software mà ko biết security để tụi nó hack à, software cũng phải code cho chạy nhanh, cứ nghĩ software einginer là dễ ăn đấy
 
T thấy toán ML, AI dễ thấy mợ ra mà mấy a cứ khè. Nó còn thua cả toán e t học, tích phân đường tích phân mặt, hàm phức , chưa nói tới nhóm ,vành ,trường, dãy fourier, biến đổi Z, đó cũng là cơ bản thôi. Ng ta nhảy vô vì thấy nó dễ ăn, dăm ba toán ML còn không bằng mấy môn toán đại cương bên t học.
Đúng thùng rỗng kêu to, cái "toán ML" mà bạn biết chỉ là phần kiền thức cơ bản dạy cho beginners. Ngành ML nếu đi theo track research thì cần cực nhiều lý thuyết toán, có những môn nâng cao như tối ưu lồi hay suy luận bayesian phải học ở chương trình master/phD, ngồi đó mà dễ ăn :feel_good:
 
AI/ML/DL các kiểu đang bão hòa? Nghe thật khó tin và ngược đời trong thời đại 4.0 hiện nay, tự động hóa lên ngôi cùng với việc TV, báo đài hàng ngày ra rả về tầm quan trọng cũng như sự thiếu hụt nhân lực trầm trọng trong các lĩnh vực về công nghệ


:cold: cơ mà chả là hôm nay, tôi vô tình đọc được một cái thớt này trên reddit:


Thật không ngờ thậm chí cả bên nước ngoài mà cũng có những thread kiểu (tạm dịch): "Liệu lĩnh vực AI/ML trở nên bão hòa? Mọi sinh viên các chuyên ngành đều muốn nhảy vào thì liệu có đủ chỗ?"

Có vẻ như rằng ngành AI/ML ở bên nước ngoài đang THẬT SỰ (chứ không phải là SẮP) bị bão hòa với những lý do sau:

  • Thạc sĩ (Master's degree) IT chuyên ngành AI/ML nhiều như lợn con. Luận văn tốt nghiệp, final project các kiểu cũng làm về AI/ML
  • Nhiều người từ ngành khác cũng nhảy sang làm IT. Điều đáng nói là nhiều người trong số họ là tiến sĩ (PhD) chuyên ngành về kinh tế, toán, thống kê và những ngành liên quan đến toán khác. Trong khi nếu có kiến thức một chút thì mọi người sẽ thấy AI/ML và cả data science thực chất nặng về toán, lối lập trình cũng khác với code web app thông thường
  • Chưa tính tới mấy người tay ngang chuyển ngành (tiếng anh là career switcher), học bootcamp vài tháng, kiểu kiểu như mấy khóa học lập trình bên trung tâm ở Việt Nam cũng muốn nhảy vào, trong khi không có nền tảng cả bên IT lẫn toán học thuần túy.


Mà không chỉ có mỗi thread này :go: theo tôi tìm hiểu thì còn vài thread khác cũng bảo thật ra AI/ML đã bị bão hòa. Cá biệt có trường hợp đăng tin tuyển dụng về AI/ML mà có tới tận 800 đơn xin việc mà ai nấy đều có bằng master hoặc PhD



Vậy đâu là nguyên nhân sâu xa cho vấn đề này? Theo như tôi tìm hiểu thì do các nguyên nhân sâu xa sau:

  • Do mọi người đang không hiểu đúng bản chất AI/ML là làm về việc gì. Mọi người thường nhầm lẫn, đánh đồng việc import vài thư viện trong python với việc lập trình, hay nói đúng hơn là nghiên cứu & phát minh ra những mô hình AI có tính ứng dụng cao là một.
  • Do mọi người cũng đang nhầm lẫn lý do các lĩnh vực AI/ML đang "thiếu hụt nhân sự trầm trọng" ở đây là đang thiếu người tài chứ không phải thiếu vị trí. Nói cách khác, ngành này đang thiếu về "chất" chứ không phải "lượng". Sự thật số lượng cho việc làm AI/ML rất ít nhưng toàn đòi hỏi những người tài nên mới gây ra tình trạng thiếu hụt
  • Do bị hype bởi các phương tiện truyền thông rằng AI/ML là cái gì đó ghê gớm lắm. Đúng là AI/ML đóng vai trò quan trọng trong thời đại số ngày nay nhưng không phải là ngành duy nhất.
  • Do các trường đại học không siết chặt việc đào tạo AI/ML. Đối với mô hình kinh doanh giáo dục như các trường nước ngoài hiện nay thì các khóa học về AI/ML chẳng khác nào là mỏ vàng (tiếng anh gọi là cash cow). Tất nhiên một khi sinh viên tốt nghiệp nhưng không tìm được việc làm thì đại học......vẫn không bị kiện hay khóa học bị đóng cửa
:go: trích dẫn 1 comment ở trên mà tôi thấy hay:



Tạm dịch

:haha: Nếu ở Việt Nam thì nó tương tự nhóm ngành kinh tế - tài chính ở Việt Nam khoảng 2010. Ai cũng muốn làm giám đốc, lãnh đạo trong khi số lượng giám đốc ở mỗi chi nhánh chỉ đâu đó 1, 2 người vậy
Ngành ML trong tương lai sẽ chỉ còn track research, track ML engineer sẽ dần merge vào role SWE/Devops vì công việc sẽ được tinh giản dần nhờ sự phát triển của các frameworks/tools. Vì vậy ngành ML sau này sẽ chỉ dành cho dân elite về toán, job market cũng vì thế nhỏ lại và cạnh tranh hơn. Còn các role như DS, DA hay DE thì vẫn trường tồn vì nhu cầu thu thập xử lý và phân tích dữ liệu
 
Ngành ML trong tương lai sẽ chỉ còn track research, track ML engineer sẽ dần merge vào role SWE/Devops vì công việc sẽ được tinh giản dần nhờ sự phát triển của các frameworks/tools. Vì vậy ngành ML sau này sẽ chỉ dành cho dân elite về toán, job market cũng vì thế nhỏ lại và cạnh tranh hơn. Còn các role như DS, DA hay DE thì vẫn trường tồn vì nhu cầu thu thập xử lý và phân tích dữ liệu
Đấy là trong viễn cảnh có 1 AI winter mới. Nhưng hiện tại thì AI vẫn đang phát triển không ngừng, nhanh hơn, chính xác hơn thì AI winter vẫn còn xa lắm.
 
Đấy là trong viễn cảnh có 1 AI winter mới. Nhưng hiện tại thì AI vẫn đang phát triển không ngừng, nhanh hơn, chính xác hơn thì AI winter vẫn còn xa lắm.
Cái mình nói ko phải là AI winter mà là sự chuyển dịch về role. Hiện giờ ML có 2 track research và engineer, với sự phát triển rất nhanh của các framework như Tensorflow/pytorch thì việc implement model, training & serving sẽ càng ngày càng đơn giản và tốn ít công sức, dẫn đến sự thừa thãi của vai trò ML engineer. Sau này mình nghĩ việc phát triển thuật toán sẽ do ML researcher đảm nhiệm và việc triển khai sẽ do SWE đảm nhiệm và giờ sẽ ko có JD cho ML engineer nữa mà sẽ là JD SWE với requirement là having knowledge of implementing & deloying machine learning models
 
Cái mình nói ko phải là AI winter mà là sự chuyển dịch về role. Hiện giờ ML có 2 track research và engineer, với sự phát triển rất nhanh của các framework như Tensorflow/pytorch thì việc implement model, training & serving sẽ càng ngày càng đơn giản và tốn ít công sức, dẫn đến sự thừa thãi của vai trò ML engineer. Sau này mình nghĩ việc phát triển thuật toán sẽ do ML researcher đảm nhiệm và việc triển khai sẽ do SWE đảm nhiệm và giờ sẽ ko có JD cho ML engineer nữa mà sẽ là JD SWE với requirement là having knowledge of implementing & deloying machine learning models
Model mới ra thường xuyên thì vẫn phải có 1 anh connect giữa 2 domain thôi. Đến khi nào AI nó stuck lại thì mới có thời gian để tối ưu hoá thư viện cho swe ko biết gì về ML có thể deploy trực tiếp. Ý mình là thế :))
 
Đúng thùng rỗng kêu to, cái "toán ML" mà bạn biết chỉ là phần kiền thức cơ bản dạy cho beginners. Ngành ML nếu đi theo track research thì cần cực nhiều lý thuyết toán, có những môn nâng cao như tối ưu lồi hay suy luận bayesian phải học ở chương trình master/phD, ngồi đó mà dễ ăn :feel_good:
Chắc master, thôi bạn ơi. Mình học chuyên ngành toán cơ nhé. Mấy cái thím nói cũng chỉ trò con nít. Mỉnh chưa học master bên khmt. Nhưng dăm ba tối ưu lồi, bayes mà lên phd mới biết thì thôi. Chắc cả khoa mình học 4 năm ra Master hết rồi
 
Chắc master, thôi bạn ơi. Mình học chuyên ngành toán cơ nhé. Mấy cái thím nói cũng chỉ trò con nít. Mỉnh chưa học master bên khmt. Nhưng dăm ba tối ưu lồi, bayes mà lên phd mới biết thì thôi. Chắc cả khoa mình học 4 năm ra Master hết rồi

Oke bro, nói chơi thì ai cũng nói được :)

Sent from Samsung SM-F711B using vozFApp
 
mình thấy làm machine learning engineer cũng phải học nhiều mà mấy bác.

Ví dụ như công ty mình gần đây muốn xây dựng một a/b testing platform, nên mình bắt đầu học về experimental design, học các kĩ thuật nâng cao về hypothesis testing. .... Lúc học mình có đọc thì thấy ở các công ty tech lớn chỉ giỏi mỗi 1 cái mảng testing này thôi thì củ đủ làm nên một sự nghiệp tốt rồi.
 
Mà mấy bác nói chuyện xa vời quá, có vẻ như mấy bác chỉ nói về các công ty với size cực lớn, chứ nhu cầu của đại đa số doanh nghiệp có vẻ các bác không hiểu lắm thì phải.

Ở hầu hết các doanh nghiệp, để ứng dụng được AI vào nó là một câu chuyện rất dài. Như team mình chỉ nội việc chuẩn hóa và enrich dữ liệu thôi đã mất khoảng gần 1 năm, sau đó mới nghĩ đến ứng dụng. Mà ứng dụng cũng không dễ dàng gì, dữ liệu doanh nghiệp nó không dễ ăn như ba cái ảnh down sẵn trên mạng về. Nói chung rất khó. Mấy bác mà thấy cái xử lí dữ liệu của bọn mình chắc mấy bác khóc thét.
 
Nhìn mấy bác trên đem toán ra khè làm mình thấy cũng hơi buồn cười hehe. Nói thật ra chắc trình toán của mình mình đoán phải nhỉnh hơn các kĩ sư thông thường 1 chút, ví dụ mình có tự học abstract algebra, advanced real analysis, measure theoretic probability. Nhưng cái này chỉ giúp mình hơi trội một chút trong việc hiểu model thôi. Vô doanh nghiệp, làm bài toán doanh nghiệp nó rất khác, chứ không phải khè mấy cái toán với mấy cái model là ăn đâu hehe, còn nhiều thứ phải học bên phân tích mới được việc lắm.
 
Không phải bão hoà mà, vì AI, ML cần người giỏi để làm nếu là bên research thì tìm ra cái mới còn bên engineer thì implement với lượng data lớn, cấu trúc phức tạp chứ ko phải dành phổ thông đại chúng
janDexM.jpg
.
 
AI/ML/DL hay thậm chí DS nó bão hòa vì vài năm trở lại đây nó bị hype quá thôi. Dần dần các ngành này sẽ trở thành những nghề nghiệp bình thường khác, tức là thiếu người tài và dư người làng nhàng. Ở vn thì các role này mấy năm trở lại đây toàn do dev nhảy sang mà làm cả. Sắp tới thì bão hòa càng nặng vì các thanh niên có bằng master/phd từ châu âu, hàn, sing nhảy về nhiều như lợn con.
 
1 là bạn siêu giỏi còn không thì làm kiểu chạy mấy dự án lặt vặt kiểu thiên hướng về kĩ thuật train, ... Vì thực tế mấy cái nghiên cứu thế giới đang làm gần như hết rồi.
 
Mà mình chả hiểu sao mọi người cứ thích nhảy vào làm nghiên cứu sáng chế ra model này nọ nhiều thế nhỉ, thấy ai cũng thế. Thực ra mấy cái này nó đâu có mang lại value gì cho business của doanh nghiệp đâu, nói thẳng là không có đẻ ra tiền. :amazed:
 
Back
Top