Hành Trình Đến Với AI: Từ Bách Khoa Đến Nước Đức

1. Chuẩn Bị Hồ Sơ: Ươm Mầm Khát Vọng

Ngày mình cầm tấm bằng tốt nghiệp Đại học Bách Khoa trên tay, trong lòng mình không chỉ có sự tự hào mà còn ấp ủ một khát vọng lớn lao: du học Đức. Mình biết con đường phía trước sẽ không dễ dàng, nhưng ý chí chinh phục tri thức ở một chân trời mới đã thôi thúc mình bắt đầu hành trình chuẩn bị hồ sơ kéo dài gần một năm.

Mình nhớ như in những đêm thức khuya bên chồng sách vở, miệt mài hoàn thiện từng loại giấy tờ. Trong danh sách hơn mười trường đại học ở Đức, Đại học Kỹ thuật Munich (TUM) luôn là mục tiêu cao nhất. Sự nổi tiếng và thứ hạng đáng ngưỡng mộ của TUM trên toàn thế giới là nguồn động lực to lớn, vẽ nên một tương lai tươi sáng mà mình khao khát.

Ngoài những giấy tờ cơ bản như bằng cấp, bảng điểm, chứng chỉ IELTS, CV, thư động lực, thư giới thiệu và bài luận, mình còn phải "chiến đấu" với GRE. Nửa năm trời, mình vùi đầu vào ôn luyện, làm quen với những dạng toán logic và từ vựng học thuật. Tiếp đó là kỳ thi APS, một thử thách đặc biệt dành cho sinh viên Việt Nam muốn học thạc sĩ ở Đức. Tính cả thời gian học IELTS từ những năm còn ở Bách Khoa, mình đã dành trọn hai năm rưỡi cho việc chuẩn bị du học. Đó là một hành trình dài, đòi hỏi sự kiên trì và tập trung cao độ.

Ngày nhận kết quả từ TUM, tim mình như ngừng đập. Quy trình xét tuyển của trường rất nghiêm ngặt. Hồ sơ được chấm điểm trên thang 100, dưới 49 điểm là loại, trên 70 điểm được nhận thẳng, còn từ 50 đến 69 điểm phải qua vòng phỏng vấn. Bộ hồ sơ của mình may mắn đạt được 79 điểm. Giây phút ấy, mình biết giấc mơ đã trở thành hiện thực. Mình đã chính thức trở thành sinh viên của TUM.

2. Quá Trình 2.5 Năm Học ở TUM: Những Thử Thách và Bước Ngoặt

Cuối tháng 9 năm 2015, mình đặt chân đến Munich sau chuyến bay đầu tiên trong đời. Mọi thứ đều mới lạ, từ ngôn ngữ, văn hóa đến nhịp sống. Sau khi hoàn thành các thủ tục nhập học, mình chính thức bắt đầu quãng đời sinh viên tại TUM.

Ban đầu, mình chọn ngành hẹp là mạng máy tính, vốn là chuyên ngành mình đã học ở Bách Khoa. Thế nhưng, chỉ sau vài tuần học đầu tiên, mình thực sự cảm thấy bị ngợp. Chương trình học ở đây đòi hỏi kiến thức sâu rộng và tốc độ tiếp thu nhanh chóng. Mình đã cố gắng hết sức để theo kịp các bạn, nhưng rồi nhận ra rằng tiếp tục như vậy là không thể. Mình cần một hướng đi mới.

Cũng giống như ở Việt Nam, các chuyên ngành hẹp của Computer Science ở Đức rất đa dạng. Sau khi tìm hiểu và tham khảo ý kiến của các anh chị khóa trước trên group Facebook của khoa, mình quyết định chuyển sang học về AI and Robotics. Quyết định này có lẽ đã thay đổi cả cuộc đời mình sau này, và nó xuất phát từ một dòng bình luận của một anh khóa trên: "Học AI bậc master không yêu cầu bạn phải từng học AI ở bậc bachelor đâu, vì đơn giản là hồi đó AI chưa phổ biến."

Tuy nhiên, việc thay đổi chuyên ngành không đồng nghĩa với việc mọi thứ trở nên dễ dàng. Lần đầu xa nhà, những vấn đề cá nhân, và đặc biệt là chương trình học ở TUM thực sự khó, đã khiến hai kỳ đầu tiên của mình kết thúc không mấy suôn sẻ. Số tín chỉ mình hoàn thành còn ít hơn cả số tín chỉ chuẩn cho một học kỳ.

Mình đã rất lo lắng và thất vọng. Nhưng nghĩ đến sự kỳ vọng của gia đình, mình biết không thể bỏ cuộc. Từ học kỳ thứ ba, mình quyết tâm thay đổi. Mình chuyển chỗ ở để có một môi trường sống mới, tích cực hơn. Mình bắt đầu tìm kiếm working student job, một công việc làm thêm rất phổ biến cho sinh viên ở Đức. May mắn thay, mình đã được nhận vào công ty đầu tiên mình ứng tuyển.

Công việc đầu tiên của mình là về Data Science và Machine Learning, một lĩnh vực rất gần với AI. Những kiến thức mình học ở trường có thể áp dụng trực tiếp vào công việc, giúp mình vừa có kinh nghiệm thực tế, vừa kiếm thêm thu nhập trang trải cuộc sống mà không cần sự hỗ trợ từ gia đình nữa.

Dần dần, kết quả học tập của mình cũng cải thiện rõ rệt. Các môn lý thuyết và thực hành đều đạt kết quả tốt. Bảng điểm của mình ngày càng "xanh" hơn.

Kỳ 5, kỳ học cuối cùng, là quãng thời gian bận rộn nhất nhưng cũng đáng nhớ nhất. Mình vừa duy trì công việc ở công ty, vừa làm thêm research assistant ở trường, vừa hoàn thành đồ án tốt nghiệp, đồng thời học thêm hai môn để kịp tiến độ ra trường. Mình cảm giác như đã sống trong "chế độ đa nhiệm" với cường độ cao nhất.

Và rồi, khoảnh khắc đáng nhớ cũng đến. Sau buổi bảo vệ đồ án, thầy hướng dẫn chỉ cười và nói: "Good job, you got 1.0" (điểm cao nhất theo thang điểm Đức). Điểm tổng kết của mình là 1.7, một kết quả mà mình vô cùng hài lòng sau tất cả những nỗ lực và khó khăn đã trải qua.

3. Đi Làm: Hiện Thực Hóa Đam Mê AI

Sau hai năm rưỡi học tập tại Munich, mình quyết định chuyển đến Berlin, một thành phố năng động và được mệnh danh là "thủ đô khởi nghiệp" của châu Âu. Với kinh nghiệm làm việc tích lũy được và những dự án cá nhân trên Github, mình nhanh chóng tìm được công việc fulltime đầu tiên tại một startup về Human Resource, vẫn liên quan đến mảng Data Science.

Công việc mới không quá khó khăn để mình làm quen, vì nó khá tương đồng với công việc trước đây. Mình làm việc trong một team Data Science có những đồng nghiệp rất giỏi, trong đó có cả tiến sĩ. Mình học hỏi được rất nhiều từ họ và cũng đóng góp vào việc xây dựng và triển khai các mô hình, thuật toán.

Sau một thời gian, mình muốn thử thách bản thân ở một lĩnh vực mới và chuyển sang một startup về game mobile. Tại đây, mình xây dựng các mô hình dự đoán doanh số và hành vi người chơi, góp phần quan trọng vào việc đưa ra các quyết định kinh doanh của công ty.

Tuy nhiên, trong sâu thẳm, mình vẫn luôn hướng về Computer Vision, lĩnh vực mà mình thực sự yêu thích và được đào tạo bài bản ở TUM. Vì vậy, mình quyết định tìm kiếm cơ hội làm việc đúng với đam mê.

Công ty tiếp theo của mình là một startup chuyên cung cấp giải pháp AI cho các siêu thị, sử dụng camera và các mô hình Deep Learning. Đây là lần đầu tiên mình được làm việc thực tế với Computer Vision. Mình và đồng nghiệp đã xây dựng các hệ thống giúp việc thanh toán tự động trở nên hiệu quả và chính xác hơn.

Hiện tại, mình đang làm việc trong lĩnh vực thể thao. Công ty mình cung cấp các camera tích hợp AI, giúp huấn luyện viên theo dõi và phân tích hiệu suất của từng cầu thủ. Đối tác của công ty rất lớn, bao gồm các câu lạc bộ danh tiếng như Lazio Roma, Manchester City và giải bóng đá nhà nghề Mỹ MLS. Công việc này giúp mình vận dụng toàn bộ kiến thức và kinh nghiệm đã tích lũy được.

Không chỉ vậy, vào cuối tuần, mình còn mở các lớp học online về Data Science, Machine Learning, Deep Learning và lập trình Python. Đây là cách mình chia sẻ kiến thức và kinh nghiệm với những bạn trẻ có cùng đam mê, mong muốn truyền lửa cho thế hệ sau. Nhìn lại hành trình đã qua, mình cảm thấy biết ơn những khó khăn và thử thách, bởi chính chúng đã tạo nên con người mình ngày hôm nay. Mình tin rằng, với sự kiên trì và đam mê, mọi ước mơ đều có thể trở thành hiện thực.