Nhu cầu nguồn nhân lực phát triển khoa học dữ liệu và trí tuệ nhân tạo trong thời đại kinh tế số

NHU CẦU NGUỒN NHÂN LỰC PHÁT TRIỂN KHOA HỌC DỮ LIỆU VÀ
TRÍ TUỆ NHÂN TẠO TRONG THỜI ĐẠI KINH TẾ SỐ
Trương Xuân Hương, Lâm Hoàng Trúc Mai, Trần Thanh San
Khoa Cơng nghệ Thơng tin. Trường Đại học Tài chính - Marketing
Email: , ,

Tóm tắt: Ngày nay cùng với xu thế hội nhập kinh tế toàn cầu, phát triển hoạt động kinh doanh
theo mơ hình kinh tế số là chiến lược chủ đạo được các tổ chức, doanh nghiệp tập trung đầu tư.
Nguồn nhân lực trong lĩnh vực khoa học dữ liệu (Data Science) và trí tuệ nhân tạo (Artificial
Intelligence) đang rất được quan tâm và trở thành tiêu chí ưu tiên trong việc tuyển dụng đội ngũ
phát triển hệ thống thông tin theo định hướng chuyển đổi số và nền kinh tế thông minh. Bài viết
tập trung các nội dung chính liên quan đến phân tích xu thế phát triển và nhu cầu nguồn nhân lực
trong lĩnh vực khoa học dữ liệu – trí tuệ nhân đáp ứng nhu cầu xã hội thích ứng với thời đại 4.0.
Từ khóa: khoa học dữ liệu (Data Science), kinh tế số, trí tuệ nhân tạo (Artificial Intelligence).

1. GIỚI THIỆU CHUNG VỀ LĨNH VỰC KHOA HỌC DỮ LIỆU VÀ TRÍ TUỆ
NHÂN TẠO
Khoa học dữ liệu (Data Science) là lĩnh vực khoa học ứng dụng quản trị và phân tích
các nguồn dữ liệu thu thập được liên quan đến phạm vi nghiên cứu, từ đó khai thác các giá
trị thơng tin tiềm năng để tìm ra các tri thức từ hành vi của đối tượng muốn tiếp cận, các tri
thức phục vụ ra quyết định dẫn dắt hành động cho người quản trị. Hoạt động nghiên cứu
lĩnh vực Data Science bản chất là việc tiến hành: Tạo ra và quản trị dữ liệu, phân tích dữ
liệu, và chuyển kết quả phân tích thành giá trị của hành động. Vì vậy khai thác dữ liệu từ
Data Science thực chất bao gồm 2 bước: thứ nhất là số hóa dữ liệu và thứ hai là sử dụng giá
trị tri thức khai thác từ dữ liệu hỗ trợ ra quyết định. Việc phân tích và dùng dữ liệu lại dựa
vào ba nguồn tri thức: toán học (thống kê tốn học), cơng nghệ thơng tin (máy học) và tri
thức của lĩnh vực ứng dụng cụ thể.
Trí tuệ nhân tạo (Artificial intelligence – AI) là một ngành thuộc lĩnh vực khoa học
máy tính. Là trí tuệ do con người lập trình tạo nên với mục tiêu giúp máy tính có thể tự
động hóa các hành vi thơng minh như con người. Trí tuệ nhân tạo khác với việc lập trình
logic trong các ngơn ngữ lập trình là ở việc ứng dụng các hệ thống học máy (machine

learning) để mô phỏng trí tuệ của con người trong các xử lý mà con người làm tốt hơn máy
tính. Cụ thể, trí tuệ nhân tạo giúp máy tính có được những trí tuệ của con người như: biết
296


suy nghĩ và lập luận để giải quyết vấn đề, biết giao tiếp do hiểu ngơn ngữ, tiếng nói, biết
học và tự thích nghi, …
Ngày nay, khoa học dữ liệu (Data Science) trở thành một trong những ngành có nhu
cầu nhân lực cao nhất ở thế kỷ XXI. Khái niệm khoa học dữ liệu gắn liền với trí tuệ nhân
tạo trong nội dung nghiên cứu về các chiến lược phát triển kinh doanh thơng minh. Điều
này cho thấy, ngồi việc thu thập và phân tích dữ liệu, việc đưa ra các quyết định thơng
minh vận dụng các thuật tốn máy học từ việc khai thác nguồn tri thức tiềm năng là xu thế
tất yếu để phát triển của các tổ chức, doanh nghiệp trong nền kinh tế số hóa tồn cầu.

Hình 1: Giới thiệu chung về lĩnh vực Khoa học dữ liệu và Trí tuệ nhân tạo.

2. XU THẾ ĐÀO TẠO KHOA HỌC DỮ LIỆU VÀ TRÍ TUỆ NHÂN TẠO TRONG
THỜI ĐẠI KINH TẾ SỐ
Dưới những bước tiến mạnh mẽ của thành tựu của khoa học công nghệ, đặc biệt là
công nghệ thông tin và viễn thông (ICT), những công nghệ mới như trí tuệ nhân tạo, dữ
liệu lớn (big data) bắt đầu có nhiều ứng dụng trong hoạt động sản xuất kinh doanh và phân
tích kinh tế. Điều này góp phần thúc đẩy q trình nghiên cứu và đào tạo về công nghệ ứng
dụng trong kinh tế. Ngày càng có nhiều doanh nghiệp quan tâm hơn tới ngành khoa học dữ
liệu và họ sẵn sàng đầu tư cho việc nghiên cứu, đào tạo và phát triển đội ngũ nhân lực phù
hợp với nhu cầu tuyển dụng.

297


Hình 2: Khoa học dữ liệu

Trong một nghiên cứu của O'Reilly, một trong những nhà phát hành chuyên về mảng
công nghệ và khoa học máy tính, có 4 dạng nhà khoa học dữ liệu tiêu biểu được định hướng
phát triển, cụ thể:
Doanh nhân (Data Businesspeople): Quan tâm vào sản phẩm và phát triển lợi nhuận,
họ là các nhà lãnh đạo, nhà quản lý và doanh nhân có sự am hiểu về mặt kỹ thuật. Đa phần
đều có nền tảng giáo dục xuất phát bằng kỹ sư kết hợp với một MBA.
Nhà sáng tạo (Data Creatives): Có nhiều thế mạnh và kinh nghiệm với nhiều dạng
dữ liệu và công cụ. Điểm nhấn thường thấy là sự linh hoạt trong việc vận dụng các công
nghệ trực quan (Visualization Techonology) và mã nguồn mở, sáng tạo trong việc khai thác
tiềm năng từ nguồn dữ liệu có sẵn và đưa ra có giải pháp sáng kiến hiệu quả.
Nhà phát triển (Data Developers): Nhà phát triển dữ liệu thường tập trung vào việc
viết phần mềm để làm phân tích, thống kê, và nhiệm vụ học máy, thường xun trong mơi
trường sản xuất. Họ thường có trình độ khoa học máy tính, có kinh nghiệm xử lý và thường
xuyên làm việc với “dữ liệu lớn" (Big Data).
Nhà nghiên cứu (Data Researchers): Đó là những người áp dụng những kỹ năng
được đào tạo trong khoa học cùng với các công cụ và kỹ thuật, số liệu. Một số có bằng tiến
sĩ, và các ứng dụng sáng tạo các cơng cụ tốn học mang lại những hiểu biết và sản phẩm có
giá trị.
298


Tại Việt Nam, với định hướng đa ngành, đa lĩnh vực và cung cấp các chương trình
đào tạo đáp ứng yêu cầu mới của quá trình chuyển đổi số, xu thế phát triển nguồn nhân lực
chất lượng cao trong lĩnh vực Data Science&Artificial Intelligence rất được quan tâm nhằm
đáp ứng phù hợp với các yêu cầu từ nền kinh tế số. Một số trường như Đại học Công Nghệ,
Đại học Khoa học tự nhiên, Đại học Sư phạm (Hà Nội) cũng đã từng bước đưa vào chương
trình giảng dạy, hướng dẫn và đào tạo sinh viên, đồng thời cũng nghiên cứu và cơng bố các
cơng trình liên quan tới lĩnh vực này. Nhiều nhóm nghiên cứu tại các đơn vị đào tạo được
thành lập như TS. Lê Hoàng Sơn (Đại học Khoa học tự nhiên – Đại học quốc gia Hà Nội)

đang làm về phân cụm, phân nhóm, hay ở Viện tốn ứng dụng và tin học, Viện thơng tin
và truyền thông (Đại học Bách khoa Hà Nội) cũng đang nghiên cứu về dữ liệu lớn (big
data). Về các đơn vị bên ngoài, đặc biệt là các ngành như viễn thơng, y tế, giáo dục, cũng
có các nhóm nghiên cứu riêng như trung tâm truyền hình VTV cab, tập đồn giáo dục
Topica, tập đoàn Equest Academy hay là trung tâm Công nghệ thông tin của bộ Y tế.
(Phượng Nguyễn, 2017). Hai tập đồn lớn ln đồng hành trong việc đào tạo nhân lực phải
kể đến FPT và Tập đồn Cơng nghiệp - Viễn thơng qn đội (Viettel).
3. VỊ TRÍ VIỆC LÀM TRONG LĨNH VỰC KHOA HỌC DỮ LIỆU VÀ TRÍ TUỆ
NHÂN TẠO
Trong xu thế phát triển và hội nhập, ngày
nay chúng ta không thể bỏ qua tầm quan trọng
của dữ liệu cũng như khả năng phân tích, sắp
xếp và bối cảnh hóa dữ liệu. Dựa trên kho dữ
liệu việc làm khổng lồ và phản hồi của nhân
viên, Glassdoor xếp hạng Nhà khoa học dữ liệu
đứng số 1 trong danh sách 25 việc làm tốt nhất
ở Mỹ. Khi các công nghệ như Machine Learning
trở nên phổ biến hơn bao giờ hết và các nhà khoa
học dữ liệu tiếp tục làn sóng đổi mới và các tiến

Hình 3: Data Science

bộ cơng nghệ đáng kinh ngạc.
Mặc dù có khả năng lập trình giỏi là rất quan trọng, nhưng khoa học dữ liệu không
phải là công nghệ phần mềm. Khả năng của nhà khoa học dữ liệu nằm ở điểm giao của lập

299


trình, thống kê và tư duy phản biện. Như Josh Wills đã nói, “Nhà khoa học dữ liệu là người

giỏi thống kê hơn bất kỳ lập trình viên nào và giỏi lập trình hơn bất kỳ nhà thống kê nào”.
Nhà phân tích dữ liệu (Data Analyst): nhà phân tích dữ liệu đóng vai trị giải quyết
các cơng việc như: khai thác dữ liệu, làm sạch dữ liệu, thăm dò dữ liệu và trực quan hóa dữ
liệu. Cụ thể, họ chính là người trích xuất và phân tích các tập dữ liệu, tìm hiểu sâu câu trả
lời cho các câu hỏi nghiên cứu và biến dữ liệu thành báo cáo, mục tiêu và bảng điều khiển.
Nhà phân tích dữ liệu chỉ cần có các kiến thức, bằng cấp liên quan đến các lĩnh vực về toán
học, thống kê và khoa học máy tính, có kỹ năng lập trình cũng như hình dung được dữ liệu
và nắm vững các công cụ trực quan hóa dữ liệu.
Nhà khoa học dữ liệu (Data Scientist): thường đóng vai trị nhà tư vấn trong cơng
ty, tham gia vào các quá trình ra quyết định khác nhau và tạo ra các chiến lược. Nhờ vào sự
hiểu biết từ dữ liệu, họ hỗ trợ các công ty đưa ra quyết định kinh doanh thông minh hơn.
Nhà khoa học dữ liệu thường có nhiều u cầu về lập trình hơn nhà phân tích dữ liệu, họ
khơng chỉ lấy dữ liệu mà cịn phát triển các mơ hình và thuật toán để giải quyết vấn đề, thử
nghiệm sản phẩm và đưa công ty đi theo hướng mới thông qua xử lý dữ liệu tiên tiến. Theo
đó các nhà khoa học dữ liệu sẽ nghiên cứu các dữ liệu đã được tổ chức và phân tích kỹ
lưỡng để trích xuất thơng tin bằng cách sử dụng nhiều phương pháp thống kê khác nhau.
Họ sẽ sử dụng các phương pháp thống kê để mơ tả, trực quan hóa và đưa ra các thơng tin
giả thuyết từ dữ liệu đó. Sau đó các nhà khoa học dữ liệu sẽ sử dụng thuật toán Machine
learning để dự đoán các sự kiện sẽ xảy ra và đưa ra quyết định dựa trên các dữ liệu đó.
Những nhà khoa học dữ liệu sẽ triển khai các mảng lớn công cụ và thực tiễn để nhận ra các
mẫu dư thừa trong dữ liệu. Các công cụ này bao gồm SQL, Hadoop, Weka, R và Python.
Nhà phân tích kinh doanh (Business Analyst): Các nhà phân tích kinh doanh có thể
xác định các cải tiến quy trình và xu hướng hành vi làm thay đổi kết quả kinh doanh và lợi
nhuận. Họ giúp doanh nghiệp đưa ra các nhu cầu và lý do cần thay đổi, đồng thời thiết kế
và mô tả các giải pháp mang lại giá trị. Cụ thể, một nhà phân tích kinh doanh sẽ chịu trách
nhiệm cho các vai trò như: Khám phá những điều cơ bản mà doanh nghiệp cần giải quyết
và các thông tin liên quan đến yêu cầu sản phẩm và dự án thường thơng qua các cuộc trị
truyện với các bên liên quan; tổ chức, chỉ định và mơ hình hóa các yêu cầu để đảm bảo
chúng được hoàn thiện và rõ ràng; tài liệu hóa các yêu cầu theo định dạng để có thể chia sẻ
được với các bên liên quan; đảm bảo các yêu cầu dẫn đến đúng nhu cầu doanh nghiệp trong

300


thực tế và được chấp chận bởi tất cả các bên liên quan. Hơn thế nữa, các yêu cầu còn phải
đáp ứng các tiêu chuẩn chất lượng thiết yếu. Nhà phân tích kinh doanh u cầu có kinh
nghiệm với phần mềm như SAP, SQL và Tableau và có thể sử dụng dữ liệu và phân tích
định lượng để đưa ra các quyết định kinh doanh dựa trên dữ liệu thông tin hơn.
Kỹ sư dữ liệu (Data Engineer): Có rất nhiều người nhầm lẫn các nhà phân tích dữ
liệu với các kỹ sư dữ liệu vì hầu như các kỹ năng lập trình gần như trùng lặp. Tuy nhiên có
một khác biệt khá rõ giữa hai vai trò này. Một kỹ sư dữ liệu thường xây dựng cơ sở hạ tầng
hoặc khuôn khổ cần thiết cho việc tạo ra dữ liệu. Các kỹ sư làm việc về khía cạnh kiến trúc
của dữ liệu, chẳng hạn như thiết kế và chuẩn bị cơ sở hạ tầng dữ liệu để thu thập dữ liệu,
lưu trữ dữ liệu và phân tích dữ liệu trong một tổ chức. Trọng tâm chính của các kỹ sư dữ
liệu là quản lý cơ sở dữ liệu và công nghệ dữ liệu lớn – Big data. Đáng chú ý là việc lưu trữ
dữ liệu là một lĩnh vực cụ thể đáng quan tâm khi khai thác dữ liệu. Kỹ sư dữ liệu có kinh
nghiệm lập trình bằng các ngơn ngữ như Java, Python và Scala, có kiến thức sâu rộng về
SQL (Structured Query Language) và NoSQL.
Kỹ sư học máy (Machine learning engineer): Học máy (Machine Learning) là một
nhánh của trí tuệ nhân tạo, nơi các thuật tốn sử dụng dữ liệu đầu vào để dự đoán một cách
tự động các kết quả trong tương lai. Một kỹ sư máy học khơng nhất thiết phải có nền tảng
từ một lập trình viên nhưng sản phẩm của họ là những chương trình đặc biệt. Chúng
cho phép máy móc tự mình học và thực hiện các tác vụ. Kỹ sư máy học sử dụng học máy
để tạo ra các mơ hình mạnh mẽ và có thể mở rộng cho khoa học dữ liệu. Những kỹ sư này
cũng có thể lập trình cho máy tính và robot có thể thực thi các lệnh bằng cách học tập từ
các mơ hình dữ liệu. (HỌC VIỆN CNTT MICROSOFT, n.d.)
4. NHU CẦU NGUỒN NHÂN LỰC TRONG LĨNH VỰC KHOA HỌC DỮ LIỆU VÀ
TRÍ TUỆ NHÂN TẠO
Trong thời đại cách mạng công nghiệp 4.0, với sự phát triển không ngừng của tiến bộ
khoa học công nghệ đáp ứng yêu cầu ngày càng phức tạp và đa dạng của nền kinh tế số, đội
ngũ nhân lực ngành công nghệ thơng tin nói chung, khoa học dữ liệu và trí tuệ nhân tạo nói

riêng đều khơng thể thiếu cho nhu cầu phát triển của xã hội. Data Science & AI đã và đang
được ứng dụng rất đa dạng trong đời sống, từ công nghệ đến y tế, từ cuộc sống hàng ngày
đến những chiến lược kinh doanh cho nhiều ngành nghề như giáo dục, văn hóa, du lịch,
ngân hàng, kinh doanh … và có xu thế ngày càng phát triển phong phú.
301


Hình 4: Nhu cầu nhân sự và mức lương ngành Data Science, Big Data

Theo ước tính của phịng nghiên cứu độc lập Element Artificial Intelligence ở
Montreal, Canada, năm 2018, thế giới chỉ có khoảng 10.000 chun gia đủ trình độ để giải
quyết các vấn đề phức tạp trong lĩnh vực Artificial Intelligence , phần lớn tập trung ở các
quốc gia phát triển như Mỹ, EU, Trung Quốc ... Theo thống kê của Glassdoor, một trong
những trang web việc làm lớn nhất thế giới, ngành khoa học dữ liệu đứng đầu trong số 25
nghề nghiệp tốt nhất, đứng thứ 16 về mức lương với trung bình hơn $116,000 và có nhiều
vị trí được tìm kiếm tuyển dụng nhất trong ở Hoa Kỳ.
Tại Việt Nam, nhu cầu thị trường cao nhưng nguồn nhân lực lại vô cùng khan hiếm.
Artificial Intelligence dẫn đầu về tăng trưởng nhu cầu tuyển dụng trong nửa đầu năm 2019,
tăng 46% so với năm 2017, số lượng ứng dụng tăng 86%. Data Science chứng kiến sự gia
tăng 21% về số lượng người đăng ký và 137% về số lượng ứng dụng. Con số Big Data lần
lượt là 35% và 56%. Dự đoán, nhu cầu đối với các ngành này sẽ tiếp tục tăng trong thời
gian tới. Báo cáo 6 tháng đầu năm thị trường nhân lực công nghệ thông tin của
VietnamWorks cho biết là, mức lương đăng tuyển trung bình cho nhóm kỹ sư phát triển
phần mềm liên quan nhóm phát triển phần mềm liên quan đến Artificial Intelligence là
1.856 USD.

302


Hình 5: Lương đăng tuyển trung bình các chun mơn Blockchain, AI, Big Data, Data Science

Data Science có số lượng đăng tuyển tăng 121% và lượng ứng tuyển tăng đột biến
đến 137% so với năm 2017. Mức lương đăng tuyển cho lĩnh vực Data Science là 1.652
USD mỗi tháng. Theo các chuyên gia, sự sôi động trong tuyển dụng các lĩnh vực như
Artificial Intelligence , Data Science bắt nguồn từ nhu cầu đổi mới công nghệ của nhiều
doanh nghiệp. Theo cơng ty nghiên cứu và phân tích thị trường tồn cầu IDC FutureScape,
các công nghệ nổi bật như Machine Learning và Data Science sẽ thúc đẩy các doanh nghiệp
hiện nay phải tự cải tiến. (Mãnh Tử Nha, 2019)
Thống kê của Topdev cho thấy trong giai đoạn đến năm 2021, ngành công nghệ
thông tin sẽ thiếu hụt đến 70.000 – 90.000 nhân sự. Các công ty sẽ phải đối mặt với thách
thức trong việc giữ chân nhân tài trong lĩnh vực này bằng cách đưa ra mức lương và tiền
thưởng thăng chức. Ngoài ra, các tập đoàn lớn tại Việt Nam như Viettel, VNPT, FPT…
cũng đang nỗ lực ứng dụng công nghệ Dữ liệu lớn và Khoa học dữ liệu để có những bước
cải tiến vượt bậc trong một sớm một chiều. Hơn 70% giám đốc điều hành CNTT sẵn sàng
tích hợp phân tích dữ liệu (Analytics) và Artificial Intelligence vào hoạt động kinh doanh
của họ.
Với mục tiêu trở thành một cơng ty trí tuệ nhân tạo hàng đầu Việt Nam giai đoạn
2020 - 2025, Vietel hiện đang ráo riết tìm kiếm, thu hút và phát triển các chuyên gia, kỹ sư
tài năng trong ngành Khoa học dữ liệu và Trí tuệ nhân tạo. Tập đoàn FPT cũng xác định
303


Artificial Intelligence là công nghệ mũi nhọn. Chiến lược phát triển Artificial Intelligence
tại tập đoàn hướng tới mục tiêu ứng dụng trên ba tầng: Tích hợp vào hệ sinh thái FPT, đóng
gói thành các sản phẩm, dịch vụ cung cấp cho thị trường và xây dựng cộng đồng phát triển
Artificial Intelligence . Với định hướng như vậy, FPT cũng đang gặp khó khăn khi tìm kiếm
nguồn nhân lực chất lượng cao trong lĩnh vực Artificial Intelligence . Nguồn nhân lực hiện
có của FPT mới chỉ đáp ứng khoảng 50% nhu cầu và dự kiến thiếu hụt khi tiếp tục mở rộng
đầu tư. Do vậy, tập đoàn liên tục tuyển dụng các nhân tài Artificial Intelligence và vẫn cần
đào tạo thêm để đáp ứng đủ nhu cầu. (Thu Hằng, 2019)

Theo TopDev, tại thị trường Việt Nam, hiện có rất nhiều startup lớn nhỏ phát triển
các dự án tiềm năng liên quan trực tiếp đến Artificial Intelligence và Machine Learning.
Vì vậy mức lương cũng như độ "hot" của các chuyên gia trong lĩnh vực này sẽ tiếp tục tăng
mạnh trong các năm tới. Báo cáo từ TovDev cho thấy, ở Việt Nam mức lương của các kỹ
sư trí tuệ nhân tạo lên đến 22.000 USD, tương đương hơn 510 triệu đồng/năm. Đây là mức
lương thuộc nhóm cao nhất trong các lĩnh vực của CNTT. Chuyên gia trong ngành dự báo
5 đến 10 năm nữa, Artificial Intelligence sẽ còn phát triển lên tới đỉnh cao. Một doanh
nghiệp khác trong lĩnh vực Artificial Intelligence là InfoRe Technology cũng chia sẻ về
thực trạng nhân sự khan hiếm hiện nay. Anh Lê Công Thành - Founder InfoRe nhận định
đây đang là thời điểm vàng để làm start-up về Artificial Intelligence tại Việt Nam. Với
những nhu cầu "nóng" về nhân lực trong lĩnh vực Artificial Intelligence , các doanh nghiệp
đã có nhiều bước đi để phát triển nhân sự, phục vụ cho các dự án tiềm năng hiện có. Một
trong số đó là chủ động hợp tác với các đơn vị đào tạo về lĩnh vực Artificial Intelligence
để chuẩn bị nguồn nhân sự chất lượng cho chính doanh nghiệp mình. (Hồng Nhung, 2019)
5. KẾT LUẬN
Theo thống kê nghiên cứu từ các chuyên gia trong ngành, nguồn nhân lực Artificial
Intelligence hiện nay tại Việt Nam chưa đáp ứng được 50% nhu cầu hiện tại của thị trường,
đặc biệt đang rất thiếu nhân lực Artificial Intelligence chất lượng, có trình độ chun mơn
ở mức cao đảm bảo đáp ứng các yêu cầu thực tế của nhà tuyển dụng. Đứng trước các yêu
cầu từ việc số hóa dữ liệu và xu hướng đưa ra quyết định ứng dụng trí tuệ nhân tạo bên cạnh
thực trạng khan hiếm nguồn nhân lực, nhiều tổ chức giáo dục, công ty đang tập trung đào
tạo, phát triển, huấn luyện đội ngũ nhân lực chất lượng cao ngày càng phù hợp với nhu cầu
đa dạng và phong phú của xã hội. Bên cạnh đó, để khuyến khích và thu hút nguồn nhân lực
304


phát triển Data Science & Artificial Intelligence , các đơn vị tuyển dụng hiện nay đang đưa
ra mức lương, các chế độ đãi ngộ hấp dẫn. Ngoài ra, để nâng cao chất lượng đội ngũ nhân
lực, nhiều đơn vị đào tạo, doanh nghiệp tuyển dụng kết nối hợp tác đào tạo với các chuyên
gia giàu kinh nghiệm theo từng lĩnh vực ở nước ngồi.

Trong kỷ ngun số hóa, cơng nghệ là yếu tố thiết yếu giúp doanh nghiệp thực hiện
những cải tiến, nâng cao vị thế cạnh tranh trên thị trường. Nhu cầu nguồn nhân lực chất
lượng cao thông hiểu công nghệ nổi bật liên quan đến Artificial Intelligence , Data Science,
Machine Learning ngày càng nâng cao.
TÀI LIỆU THAM KHẢO
[1]. Hoàng Nhung. (2019). 'Khát' nhân lực ngành AI và Khoa học dữ liệu tại Việt Nam.
[2] />[3]. HỌC VIỆN CNTT MICROSOFT. (n.d.). Retrieved from />[4]. Mãnh Tử Nha. (2019). Nhu cầu tuyển dụng nhân sự Data Science, Blockchain và AI
tăng mạnh. VnExpress.
[5]. Phượng Nguyễn. (2017). Khoa học phân tích dữ liệu - Phần 3: Góc nhìn từ Việt Nam
và Thế Giới. Vietnam Journal of Science.

305