Học Network trước hay học AI

[Cẩm Thanh]

"Nếu được quay lại từ đầu, tôi vẫn sẽ học Network trước khi học AI"

Dạo gần đây mình nhận được khá nhiều câu hỏi từ anh em:

"Em muốn trở thành AI Engineer thì nên bắt đầu từ đâu?"

"Có cần phải giỏi toán lắm không?"

"Học AI luôn hay học Network trước?"

Thật lòng mà nói, nếu bây giờ được quay lại thời điểm mới bước chân vào ngành CNTT, mình vẫn sẽ chọn học Network trước.

Nghe có vẻ ngược đời đúng không?

Trong khi ngoài kia ai cũng đang nói về AI, ChatGPT, Agent, LLM, Prompt Engineering...

Nhưng sau một thời gian làm nghề, mình nhận ra một điều:

AI chỉ là một phần của hệ thống. Muốn triển khai AI thực tế, anh em phải hiểu hệ thống đó vận hành như thế nào.

Mà hệ thống thì gồm:

• Network
• Server
• Linux
• Cloud
• Security
• Storage
• Virtualization

Đó là lý do rất nhiều bạn học AI rất nhanh, làm được model rất đẹp trên máy cá nhân, nhưng khi đưa vào môi trường doanh nghiệp lại lúng túng.

1. Điều mình thấy ở thị trường hiện nay

Người biết dùng AI rất nhiều.

Người biết Prompt Engineering cũng rất nhiều.

Nhưng người vừa hiểu:

• Network
• Linux
• Cloud
• Automation
• AI

Thì lại không nhiều.

Trong khi đây mới là nhóm kỹ sư mà doanh nghiệp thật sự cần khi triển khai AI.

Ví dụ đơn giản:

Doanh nghiệp muốn xây chatbot nội bộ.

Nhiều người nghĩ chỉ cần ChatGPT là xong.

Nhưng thực tế phía sau còn rất nhiều thứ:

• Hệ thống chạy ở đâu?
• Server nào?
• Docker hay Kubernetes?
• Kết nối dữ liệu thế nào?
• Phân quyền người dùng ra sao?
• Bảo mật như thế nào?
• Làm sao để 500 người dùng cùng lúc vẫn hoạt động ổn định?

Lúc này kiến thức hạ tầng mới phát huy giá trị.

1. Nếu là anh em mới bắt đầu, mình sẽ đi theo lộ trình này

Giai đoạn 1: Xây nền thật chắc

• CCNA
• Linux
• Python

Đừng xem thường giai đoạn này.

Đây là nền móng cho toàn bộ sự nghiệp sau này.

Giai đoạn 2: Bước vào thế giới Cloud và Automation

• Docker
• Kubernetes
• AWS hoặc Azure
• Network Automation

Khi đi tới đây, anh em sẽ bắt đầu hiểu cách những hệ thống AI thực tế được vận hành.

Giai đoạn 3: Học AI bài bản

• Machine Learning
• Deep Learning
• PyTorch
• Data Processing

Lúc này việc học AI sẽ dễ hơn rất nhiều vì anh em đã có tư duy hệ thống.

Giai đoạn 4: Generative AI

• LLM
• RAG
• AI Agent
• LangChain
• MCP
• Vector Database

Đây là phần đang cực kỳ hot hiện nay.

Giai đoạn 5: Kết hợp Network và AI

Đây mới là hướng mình đánh giá rất tiềm năng trong vài năm tới.

Anh em có thể làm:

• AI Network Assistant
• AI Troubleshooting Assistant
• Network Automation bằng AI
• AIOps
• AI Infrastructure Engineer
• MLOps Engineer

Đây là nhóm kỹ sư rất khó thay thế vì vừa hiểu hạ tầng vừa hiểu AI.

1. Một điều cuối cùng mình muốn chia sẻ

Đừng học AI chỉ vì thấy nó đang hot.

Hãy học vì anh em muốn giải quyết vấn đề thực tế bằng AI.

Công nghệ nào rồi cũng sẽ thay đổi.

Nhưng tư duy hệ thống, khả năng phân tích, khả năng vận hành và giải quyết vấn đề thực tế sẽ luôn có giá trị.

Nếu anh em đang đi từ Network lên AI, mình nghĩ đó không phải là đi đường vòng.

Ngược lại, đó có thể là một trong những con đường bền vững nhất để trở thành AI Engineer trong 3-5 năm tới.

Đi chậm một chút, nhưng nền tảng sẽ rất chắc và cơ hội nghề nghiệp cũng rộng hơn rất nhiều.

Anh/em nào cần lộ trình học phù hợp với công việc thực tế (và muốn mình gợi ý cách học để ra phù hợp với hướng đi làm).

👇Liên hệ:

Hotline/zalo: 076 5944 386 (Ms.Như Ngọc)

Email: nhungoc@vnpro.org