Quay trở lại với series “SOI NGÀNH SÕI NGHỀ”, lần này sẽ là sự xuất hiện của nhóm ngành mới tại FTU với 03 ngành được đào tạo: Khoa học dữ liệu, Khoa học máy tính và Trí tuệ nhân tạo.

NGÀNH TRÍ TUỆ NHÂN TẠO

NGÀNH TRÍ TUỆ NHÂN TẠO CHO ĐỔI MỚI SÁNG TẠO TRONG KINH TẾ & KINH DOANH ĐANG ĐƯỢC ĐỊNH VỊ THẾ NÀO?

Chúng ta đang đứng trước cuộc Cách mạng công nghiệp lần thứ tư, nơi quy mô thị trường AI toàn cầu dự kiến chạm mốc 1.345 tỷ USD vào năm 2030 với tốc độ tăng trưởng phi mã 36,8%/năm.

Vị thế chiến lược: Dòng tiền thế giới đang đổ mạnh vào AI ứng dụng (Applied AI). Các doanh nghiệp không còn hỏi AI là gì, mà hỏi: “Làm sao dùng AI để tăng doanh số, duyệt vay thần tốc hay tối ưu chuỗi cung ứng?”.

Cơn khát nhân lực tại Việt Nam: Tổng nguồn cung nhân lực AI hiện nay chỉ đạt khoảng 350-400 cử nhân/năm, quá nhỏ bé so với nhu cầu chuyển đổi số của hàng nghìn doanh nghiệp.

Định vị “Dân lai” (Hybrid Talent): Bạn không cạnh tranh bằng việc viết thuật toán tối ưu nhất như dân Bách Khoa, bạn cạnh tranh bằng khả năng biến thuật toán thành tiền. Bạn là người đứng giữa Tech team và Ban lãnh đạo, hiểu ngôn ngữ của cả hai để kiến tạo giải pháp thực chiến.

NHU CẦU NHÂN LỰC TƯƠNG LAI SẼ DỊCH CHUYỂN NHƯ THẾ NÀO?

Thị trường lao động đang tồn tại một “nỗi đau” lớn: Người giỏi code thì thiếu tư duy kinh doanh, người giỏi kinh tế lại “mù” công nghệ. Nhân sự tương lai sẽ dịch chuyển sang nhóm có khả năng tích hợp:

Tư duy logic Toán & Tin: Làm chủ xác suất thống kê, học máy (Machine Learning) và ngôn ngữ Python để xử lý dữ liệu.

Tư duy kinh tế sắc bén: Hiểu dòng tiền, tài chính, marketing số và quản trị để định hướng cho công nghệ.

Tư duy Đổi mới sáng tạo: Sử dụng Design Thinking và tư duy khởi nghiệp công nghệ để giải quyết các “bài toán tỷ đô” của doanh nghiệp.

Giá trị cốt lõi: Bạn là “Người phiên dịch” chiến lược, giúp đóng gói các công nghệ phức tạp thành những sản phẩm thương mại có sức cạnh tranh cao trên thị trường.

ĐÂU LÀ MÔI TRƯỜNG LÀM VIỆC PHÙ HỢP VỚI BẠN?

Thị trường lao động của ngành không chỉ giới hạn ở các công ty phần mềm mà rộng mở ở 04 nhóm:

CÁC TẬP ĐOÀN CÔNG NGHỆ & GIẢI PHÁP (Viettel AI, FPT Smart Cloud, VinAI, VNG…): Môi trường Agile/Scrum tốc độ cực nhanh. Bạn sẽ tham gia phát triển sản phẩm, giúp kỹ sư hiểu thị trường cần gì để thương mại hóa công nghệ.
Vị trí tiêu biểu: AI Product Owner, AI Solutions Consultant, Business Analyst (BA).

CÁC ĐỊNH CHẾ TÀI CHÍNH & FINTECH (Vietcombank, Techcombank, MoMo, ZaloPay, SSI…): Nơi tiền và dữ liệu gặp nhau. Bạn dùng Machine Learning để chấm điểm tín dụng, phát hiện gian lận và cá nhân hóa gói vay.
Vị trí tiêu biểu: Fintech Analyst, Credit Risk Data Analyst, Quantitative Analyst (Quant).

THƯƠNG MẠI ĐIỆN TỬ, LOGISTICS & DỊCH VỤ (Shopee, Lazada, Grab, Giao Hàng Tiết Kiệm…): Nơi AI tối ưu từng đồng chi phí. Bạn trả lời câu hỏi: “Nên gợi ý sản phẩm nào tiếp theo?” hay “Làm sao để shipper đi quãng đường ngắn nhất?”.
Vị trí tiêu biểu: E-commerce Data Analyst, Supply Chain Analyst, Marketing Intelligence Specialist.

CÁC CÔNG TY TƯ VẤN & TẬP ĐOÀN ĐA QUỐC GIA (Big 4 – PwC, Deloitte; McKinsey, BCG, Unilever, P&G…): Nơi bán “bộ não” chiến lược. Bạn tư vấn cho doanh nghiệp cách áp dụng AI để thay đổi toàn bộ mô hình kinh doanh.
Vị trí tiêu biểu: Digital Transformation Consultant, Data Strategy Associate.

NGÀNH KHOA HỌC DỮ LIỆU

NGÀNH KHOA HỌC DỮ LIỆU ĐANG ĐƯỢC ĐỊNH VỊ THẾ NÀO TRÊN THỊ TRƯỜNG LAO ĐỘNG?

Khoa học dữ liệu đã chuyển mình từ một nhóm kỹ thuật chuyên sâu thành “hệ thần kinh” của vận hành và chiến lược trong mọi tổ chức hiện đại.

Vị thế chiến lược: Dữ liệu không chỉ để báo cáo mà là công cụ để tối ưu chuỗi cung ứng, định giá động, cá nhân hóa marketing và ra quyết định theo thời gian thực. Sự bùng nổ của Generative AI đang làm tăng mạnh giá trị khai thác từ dữ liệu, biến Data Science thành một hệ sinh thái liên kết chặt chẽ giữa công nghệ, thống kê và kinh doanh.

Tốc độ tăng trưởng: Theo U.S. Bureau of Labor Statistics, nghề Data Scientist dự báo tăng trưởng 34% trong giai đoạn 2024-2034, nhanh hơn rất nhiều so với trung bình các ngành khác.

Tại Việt Nam, cơn khát nhân lực công nghệ/AI chất lượng cao đang tạo ra áp lực lớn cho các doanh nghiệp trong việc tuyển dụng nhân sự có khả năng làm sản phẩm end-to-end.

Định vị năng lực: Thị trường đang dịch chuyển trọng tâm từ “biết dùng công cụ” sang “làm ra giải pháp có giá trị kinh doanh và kiểm soát rủi ro”.

NHU CẦU NHÂN LỰC TƯƠNG LAI SẼ DỊCH CHUYỂN NHƯ THẾ NÀO?

Giai đoạn 2025-2030 là thời kỳ doanh nghiệp tái cấu trúc kỹ năng theo hướng dữ liệu và AI. Nhu cầu nhân lực phân hóa mạnh mẽ thành 05 cụm vai trò gắn với chuỗi giá trị dữ liệu:

Phân tích và ra quyết định (Data/BI Analyst): Trọng tâm là hiểu bài toán kinh doanh, kể chuyện dữ liệu để thuyết phục ra quyết định.

Kỹ thuật dữ liệu (Data Engineer): Xây dựng pipeline, “xương sống” hạ tầng để phân tích và AI chạy ổn định.

Khoa học dữ liệu và mô hình (Data Scientist, ML Engineer): Xây dựng các mô hình dự báo, tối ưu hóa và xử lý ngôn ngữ tự nhiên (NLP).

Vận hành AI (MLOps, AI Engineer): Triển khai mô hình sang môi trường thực tế, đảm bảo bảo mật và đạo đức AI.

Quản trị dữ liệu và niềm tin (Data Governance/Privacy): Đảm bảo chất lượng dữ liệu và tuân thủ pháp lý.

=> Mô hình năng lực T-Shaped: Nhà tuyển dụng ưu tiên nhân sự có nền tảng kỹ thuật sâu (SQL, Python, Thống kê) kết hợp với tư duy phản biện và khả năng giải quyết bài toán kinh doanh thực tế.

ĐÂU LÀ MÔI TRƯỜNG LÀM VIỆC PHÙ HỢP VỚI BẠN?

Cơ hội nghề nghiệp Khoa học dữ liệu phân hóa theo đặc thù của từng lĩnh vực và hình thức sở hữu:

Tài chính – Ngân hàng – Bảo hiểm – Chứng khoán: Ứng dụng sớm và bài bản nhất. Dữ liệu gắn trực tiếp với dòng tiền và rủi ro. Môi trường chuẩn mực cao, phù hợp với người có tư duy logic chặt chẽ và làm việc cẩn trọng.

Thương mại điện tử, Bán lẻ & Marketing số: Tốc độ cao, năng động, đề cao tác động kinh doanh. Phù hợp với các vị trí Growth Analyst hoặc Product Analyst nhằm thúc đẩy doanh thu và trải nghiệm người dùng.

Logistics, Sản xuất & Công nghiệp thông minh: Tập trung tối ưu hóa vận hành, lập lịch sản xuất và bảo trì dự đoán. Đòi hỏi tư duy hệ thống và khả năng làm việc với dữ liệu thực địa phức tạp.

Doanh nghiệp Công nghệ, Công ty AI & Tư vấn (FPT, Deloitte…): Môi trường kỹ thuật thuần túy, nhịp độ nhanh, cơ hội tiếp cận đa dạng bài toán từ nhiều khách hàng khác nhau.

Doanh nghiệp FDI & Tập đoàn đa quốc gia: Triển khai bài bản theo chiến lược toàn cầu, quy trình rõ ràng, yêu cầu cao về ngoại ngữ và năng lực chuyên môn chuyên biệt sâu.

Khu vực công, Tổ chức quốc tế & Viện nghiên cứu: Ứng dụng dữ liệu phục vụ hoạch định chính sách và phát triển bền vững. Đòi hỏi độ tin cậy cao và tư duy hệ thống vĩ mô.

Startup & Doanh nghiệp đổi mới sáng tạo: Dữ liệu là lợi thế cạnh tranh cốt lõi. Môi trường ít tầng nấc, phù hợp cho những ai thích thử thách và muốn tham gia vào mọi khâu của quy trình dữ liệu.

NGÀNH KHOA HỌC MÁY TÍNH

NGÀNH CÔNG NGHỆ VÀ KHOA HỌC DỮ LIỆU ĐANG ĐƯỢC ĐỊNH VỊ THẾ NÀO TRÊN THỊ TRƯỜNG LAO ĐỘNG?

Ngành Công nghệ và Khoa học Dữ liệu là lĩnh vực liên ngành được xây dựng trên nền tảng Khoa học Máy tính, kết hợp với toán học, thống kê và kiến thức kinh tế – kinh doanh.

Vị thế chiến lược: Ngành trang bị cho sinh viên khả năng thiết kế hệ thống công nghệ và khai thác dữ liệu nhằm giải quyết các vấn đề thực tiễn trong doanh nghiệp và tổ chức. Dữ liệu hiện diện trong hầu hết các hoạt động kinh tế – xã hội, từ giao dịch tài chính, thương mại điện tử, marketing, logistics đến quản lý vận hành doanh nghiệp và cung cấp dịch vụ công.

Nhu cầu thị trường: Theo báo cáo của VietnamWorks (2024), nhóm ngành Công nghệ thông tin và dữ liệu nằm trong nhóm có nhu cầu tuyển dụng cao nhất tại Việt Nam. Sự phát triển của các nền tảng số, điện toán đám mây và trí tuệ nhân tạo (đặc biệt là Generative AI với các công cụ như ChatGPT, GitHub Copilot) đặt ra yêu cầu mới về kỹ năng và nâng cao năng suất lao động.

Mức đãi ngộ cạnh tranh: Báo cáo của TopCV (2024) cho thấy mức lương trung bình của vị trí Data Analyst dao động khoảng 15-30 triệu đồng/tháng ở cấp độ khởi điểm, và tăng lên 30-60 triệu đồng/tháng đối với các vị trí có kinh nghiệm.

NHU CẦU NHÂN LỰC TƯƠNG LAI SẼ DỊCH CHUYỂN NHƯ THẾ NÀO?

Doanh nghiệp ngày càng ưu tiên những nhân sự có khả năng kết hợp giữa kiến thức công nghệ, tư duy phân tích và hiểu biết nghiệp vụ, thay vì chỉ chuyên sâu đơn lẻ ở một lĩnh vực. Nhu cầu nhân lực phân hóa rõ rệt theo các khâu trong chuỗi giá trị dữ liệu và hệ thống số của Khoa học Máy tính:

Thiết kế hệ thống: Phát triển phần mềm, kiến trúc hệ thống nhằm giải quyết bài toán kinh tế – kinh doanh. Vị trí tiêu biểu: Software Engineer, System Engineer.

Thu thập, tích hợp, hạ tầng & xử lý dữ liệu: Ghi nhận, tích hợp dữ liệu từ hệ thống, lưu trữ cloud, big data để làm nền tảng vận hành. Vị trí tiêu biểu: Data Engineer, Infrastructure Engineer.

Phân tích & mô hình hóa: Phân tích dữ liệu, ứng dụng học máy (ML) và trí tuệ nhân tạo (AI). Vị trí tiêu biểu: Data Analyst, Data Scientist, ML/AI Engineer.

Ứng dụng & triển khai: Đưa dữ liệu vào kinh doanh và quản trị để chuyển hóa thành thông tin có giá trị phục vụ ra quyết định. Vị trí tiêu biểu: BI Analyst, Product/Data Analyst.

ĐÂU LÀ MÔI TRƯỜNG LÀM VIỆC PHÙ HỢP VỚI BẠN?

Hệ sinh thái ngành rất đa dạng, việc phân loại tổ chức giúp sinh viên lựa chọn môi trường làm việc phù hợp với tính cách, năng lực và mục tiêu cá nhân:

PHÂN LOẠI THEO LĨNH VỰC CHUYÊN MÔN:

• Doanh nghiệp công nghệ & phần mềm: Tập trung phát triển phần mềm, nền tảng số, hệ thống CNTT và hạ tầng dữ liệu (Software Engineer, System Engineer, Data Engineer).
• Doanh nghiệp phân tích dữ liệu & AI: Chuyên sâu về phân tích, tư vấn dữ liệu và xây dựng mô hình ML/AI (Data Analyst, Data Scientist, ML/AI Engineer).
• Doanh nghiệp ứng dụng dữ liệu theo ngành: Ứng dụng trực tiếp dữ liệu vào tài chính, thương mại điện tử, logistics, marketing, sản xuất (Data Analyst ứng dụng, BI Analyst).
• Tổ chức nghiên cứu & khu vực công: Phục vụ công tác nghiên cứu, hoạch định chính sách và quản lý nhà nước (Research Analyst, Policy/Data Analyst).

PHÂN LOẠI THEO HÌNH THỨC SỞ HỮU:

• Doanh nghiệp nhà nước & đơn vị công: Môi trường ổn định, quy trình chuẩn hóa, gắn liền với chính sách vĩ mô. Phù hợp với sinh viên định hướng lâu dài vào khu vực công.
• Doanh nghiệp tư nhân trong nước: Môi trường linh hoạt, tốc độ nhanh, tạo cơ hội học hỏi nhiều, rất phù hợp với sinh viên mới ra trường.
• Doanh nghiệp FDI & đa quốc gia: Môi trường chuẩn quốc tế, dữ liệu lớn, yêu cầu cao về nền tảng và ngoại ngữ.
• Tổ chức phi lợi nhuận: Dữ liệu phục vụ xã hội và phát triển bền vững, dành cho sinh viên quan tâm sâu sắc đến tác động xã hội.

COMING SOON