Như các bạn học khác học xong cấp Ba thì thi Đại học với ngành nghề mình mong muốn. Hồi đó em chọn Bách khoa ngành Điện tử viễn thông, ngành này lúc đó hot lắm, học nhiều thứ nữa, nhưng lúc đó em chọn học chủ yếu về phần cứng, về bản mạch, rồi khi hàn mạch các kiểu khói hàn bay tùm lum (cười). Cuối năm Hai thì bắt đầu tham gia lab của thầy, nhưng em vẫn chọn theo phần cứng, thiết kế mạch và lập trình cho vi điều khiển. Sau khi ra trường em có làm việc ở một công ty về điện tử nhưng thấy chán quá nên nghỉ và quyết định theo AI. Chán ở đây là khi thấy mình cứ làng nhàng với những công việc lặp lại: ngồi 1 chỗ vẽ mạch, kiểm tra lỗi sai trên bản mạch, cách đi dây... Nhiều lúc tự hỏi không biết tại sao lại chọn ngành này, công việc này. Mọi người cũng khuyên con gái nên làm phần mềm hơn làm phần cứng. Thế là sau khoảng 5-6 tháng em đã quyết định nghỉ, dành thời gian tự học về AI learning, machine learning, deep learning trên Coursera và tìm kiếm các cơ hội việc làm liên quan đến AI.
Lý do biết và đến với Asilla cũng tình cờ thôi. Lúc đó em cũng tìm hiểu một số công ty và công việc liên quan đến AI thì thấy thông tin đăng tuyển của công ty. Vì trên mô tả công việc có yêu cầu tối thiểu hai năm kinh nghiệm mà ở thời điểm đó em mới tích lũy qua quá trình tự học thôi nên chưa thực sự tự tin. Em chủ động nhắn tin hỏi thêm và biết rằng công ty ưu tiên nắm vững kiến thức, có tiềm năng phát triển hơn là kinh nghiệm. Quan trọng là phù hợp và đáp ứng được yêu cầu của dự án. Thế là em ứng tuyển, trúng tuyển và bắt đầu làm việc tại team Jijilla.
Ở đây em học được rất nhiều về kiến thức, được nói chuyện và thân thiết với mọi người, mà ai cũng rất giỏi nữa. Chứ ngày trước đi học thì chỉ điểm danh, học rồi về nên cũng chỉ biết sơ qua về bạn học thôi.
Ở vị trí AI Engineer, công việc chủ yếu của em là làm model, sửa model, chỉnh lỗi model và kiểm tra kết quả để hạn chế sai sót. Team Jijilla chủ yếu làm về Nhận dạng ký tự quang học (OCR) đơn giản là nhận diện ký tự để xử lý các thông tin cụ thể theo yêu cầu của khách hàng.
Khi train và test model, lỗi sai thường phát sinh trong quá trình nhận diện chữ chuyển thành số và số chuyển thành chữ, hoặc có những ký tự đặc biệt mà mình chưa xử lý sẽ dễ sai. Từ những lỗi đó thì càng cần đào sâu vào model hoặc tiền xử lý từng chi tiết nhỏ, nghiên cứu và tinh chỉnh những lỗi đó từng chút một, độ chính xác sẽ càng tăng lên. Tìm hiểu các paper, nghiên cứu và đưa ra các phương pháp để cải thiện độ chính xác cũng như tốc độ inference. Tất nhiên mong muốn hơn tất cả là đạt được độ chính xác càng cao càng tốt, đến được 100% thì đây chính là điều tuyệt vời (cười 1 cái này).
Điều em thấy thích nhất ở công ty mình đó là môi trường làm việc thoải mái, thời gian làm việc linh hoạt, đồng nghiệp giỏi và hỗ trợ nhau trong công việc. Mỗi ngày đi làm là một ngày vui. Trong quá trình làm việc, em được học hỏi từ mọi người, gặp khó ở đâu là lại có người để hỏi và gỡ rối cùng mình. Bản thân em thấy mình học được rất nhiều và rất muốn tận dụng cơ hội này để tiếp tục trau dồi thêm.
Hiện tại thì dự định xa xa thì em chưa đề ra cụ thể. Nhưng dự định cho 1 -2 năm tới thì chắc chắn là sẽ cố gắng học nhiều hơn, sâu hơn để phục vụ cho công việc. Hiện em cũng đang học thạc sĩ tại Bách khoa ngành Kỹ thuật điện tử, với chuyên ngành nhỏ có liên quan đến xử lý ảnh và AI, nó cũng giúp em tích lũy thêm nhiều kiến thức chuyên môn. Đó cũng là nền tảng để em có thể có đưa ra được dự định xa hơn cho bản thân.
Để khuyên các bạn sinh viên thì em có hai điều. Đầu tiên là nên đi thực tập sớm, có thể theo lab ở trên trường với các thầy để tích lũy được kiến thức thực tế. Mình không nhất thiết phải nhắm đến các công ty lớn hay nổi tiếng, những công ty startup cũng là môi trường tốt để học hỏi. Điều thứ hai đó là học tiếng Anh. Tiếng Anh nên được đặt là ưu tiên hàng đầu vì có tiếng Anh đi đâu cũng làm được việc. Nếu đã thành thạo tiếng Anh thì có thể học thêm ngôn ngữ khác để phục vụ công việc hoặc thỏa mãn sở thích cá nhân.
