AI không chỉ tự động hóa một phần công việc kỹ thuật. Doanh nghiệp còn ghép năng lực của nhiều vị trí để tạo ra các chức danh mới. Mỗi chức danh phục vụ một nhu cầu vận hành hoặc sản phẩm cụ thể.
Theo bài viết gốc của The New Stack, Andela đã phân tích 47.000 tin tuyển dụng kỹ thuật gần đây. Các tin này đến từ những doanh nghiệp Fortune 500. Nghiên cứu được công bố vào thứ Năm và nhận diện hơn 2.000 kỹ năng hội tụ trong 23 chức danh mới. Những nghề này không xuất hiện từ con số không. Chúng được tạo ra bằng cách kết hợp có chủ đích các nhóm kỹ năng đã tồn tại.
Andela xem xét 1.832 tin tuyển dụng chủ yếu dành cho kỹ sư AI hoặc kỹ sư học máy. Trong số đó, 53% yêu cầu ít nhất hai kỹ năng lấy từ những vai trò vốn tách biệt. Ngành công nghệ từng hình thành kỹ sư DevOps để thu hẹp khoảng cách giữa phát triển và vận hành. DevSecOps xuất hiện sau đó, khi bảo mật phải đi xuyên suốt quy trình chuyển giao phần mềm.
AI không biến mọi kỹ sư thành người làm được mọi việc
Cory Hymel, trưởng bộ phận nghiên cứu của Andela, cho rằng dữ liệu không ủng hộ một nhận định phổ biến. AI không đẩy người lao động kỹ thuật thành những người làm việc tổng quát. Các chức danh mới có thể bắc cầu qua nhiều nhóm kỹ năng. Tuy vậy, mỗi vị trí vẫn giải quyết một nhu cầu cụ thể về sản phẩm, hạ tầng hoặc vận hành.
Hymel ví năng lực của AI và con người như hai vòng tròn giao nhau. AI đảm nhận những kỹ năng nằm trong phần giao. Phạm vi năng lực của con người vẫn lớn hơn theo cấp số nhân. Mục tiêu là xác định chính xác phần việc có thể giao cho hệ thống, không phải thay toàn bộ con người bằng AI.
Điều đó cũng phù hợp với cách các tác tử AI hỗ trợ công việc lập trình: chúng có thể nhận một số nhiệm vụ cụ thể, nhưng việc xác định mục tiêu, đánh giá kết quả và chịu trách nhiệm cho hệ thống vẫn cần con người.
Nội dung về năm vai trò kỹ sư mới nổi bật
Nghiên cứu của Andela xác định năm chức danh nổi bật nhất trong nhóm vai trò mới đang hình thành.
- Kỹ sư đường ống MLOps xây dựng và vận hành hạ tầng tự động cho mô hình học máy trong môi trường thực tế. Công việc gồm triển khai, quản lý phiên bản và giám sát mô hình. Theo Andela, cơ cấu kỹ năng gồm 46% từ kỹ sư học máy, 23% từ kỹ sư DevOps và 15% từ kỹ sư dữ liệu. Kỹ năng từ kỹ sư AI và nhà khoa học dữ liệu cùng chiếm 8%.
- Kỹ sư ứng dụng mô hình ngôn ngữ lớn phát triển và đánh giá ứng dụng dựa trên mô hình nền tảng. Phạm vi này bao gồm các hệ thống hội thoại. Andela ghi nhận 48% kỹ năng đến từ kỹ sư AI và 34% từ kỹ sư học máy. Vị trí còn dùng một phần năng lực của nhà thiết kế sản phẩm, kiến trúc sư phần mềm và kỹ sư phần mềm nhúng.
- Kỹ sư độ tin cậy FinOps vận hành hạ tầng đám mây với hai mục tiêu song song là độ ổn định và chi phí. Vai trò này kết hợp 36% kỹ năng DevOps và 27% kỹ năng của kỹ sư độ tin cậy hệ thống. Theo Andela, cơ cấu còn gồm 18% kỹ năng đám mây, 9% kỹ năng DevSecOps và 9% kỹ năng của kiến trúc sư giải pháp đám mây.
Các vai trò kết nối tài liệu và sản phẩm
- Kỹ sư tài liệu dưới dạng mã đưa kỹ năng quản lý chương trình và DevOps vào công việc của người viết tài liệu kỹ thuật. Tài liệu không còn là nội dung tĩnh mà tiến gần hơn tới đặc tả được quản lý như mã.
- Kỹ sư giao diện hướng sản phẩm kết hợp khoảng một phần ba kỹ năng của kỹ sư giao diện truyền thống. Khoảng một phần ba khác đến từ kỹ năng quản lý sản phẩm. Theo Andela, vai trò này còn sử dụng một phần kỹ năng phát triển toàn bộ hệ thống, nghiên cứu trải nghiệm người dùng và thiết kế sản phẩm.
Hymel cho biết trước đây một kỹ sư DevOps có thể dành 30% đến 40% nhóm kỹ năng cho chuyên môn DevOps thuần túy. Phần còn lại có thể chuyển đổi giữa kỹ thuật, vận hành và quản lý sản phẩm kỹ thuật. Khi AI tiếp quản một phần kỹ năng dùng chung, chuyên môn cốt lõi của từng vai trò trở nên quan trọng hơn.
Vấn đề nằm trong cách doanh nghiệp viết tin tuyển dụng
Các chức danh chung chung như kỹ sư AI hoặc kỹ sư học máy có thể che khuất phạm vi công việc thực tế. Một doanh nghiệp cũng có thể đăng 50 vị trí phát triển giao diện. Mỗi vị trí có thể mang một bộ yêu cầu rất khác. Theo Hymel, mô tả cụ thể giúp ứng viên hiểu đúng công việc. Doanh nghiệp cũng dễ tìm được người phù hợp hơn.
Trước đây, tên chức danh rộng có thể thu hút nhiều hồ sơ. Trong một thị trường có đông kỹ sư tìm việc, cách làm này lại pha loãng nhóm ứng viên. Doanh nghiệp có thể chỉ nhìn thấy 100 hồ sơ gửi sớm nhất. Theo nhận định của Hymel, nhiều hồ sơ trong số đó được AI tạo ra.
Một mô tả thiếu chính xác có thể dẫn đến tuyển sai người và tăng tỷ lệ nghỉ việc. Nó cũng kéo dài thời gian để nhân sự mới làm quen với công việc. Nếu phải tuyển lại, lộ trình sản phẩm và tiến độ dự án cũng bị ảnh hưởng. Rủi ro càng lớn khi bộ phận nhân sự và quản lý kỹ thuật dùng AI để tạo mô tả cho một vị trí chưa được xác định rõ.
Thay vì bắt đầu bằng danh sách công nghệ, Hymel đề xuất doanh nghiệp nêu kết quả mà nhân sự mới phải đạt được. Chi phí tạo mã đang tiến gần về không. Vì vậy, khả năng ưu tiên công việc tồn đọng và phối hợp với đồng nghiệp có thể hữu ích hơn. Kinh nghiệm triển khai dự án cũng có thể quan trọng hơn điểm số tuyệt đối về một ngôn ngữ lập trình.
Kỹ sư nên chuẩn bị cho hướng đi nào
Người thích làm sản phẩm, cộng tác và tham gia chiến lược có thể hướng tới vai trò kỹ sư giao diện hướng sản phẩm. Theo Hymel, vị trí này sở hữu toàn bộ vòng đời của tính năng phía người dùng. Công việc đi từ xác định yêu cầu đến phát hành, thay vì chỉ nhận và hoàn thành từng phiếu công việc.
Ở phía máy chủ, AI khiến kỹ sư phải nhìn xa hơn ngăn xếp kỹ thuật quen thuộc. Họ còn phải tính đến triển khai, khả năng mở rộng và độ tin cậy của hạ tầng. Điều đó góp phần hình thành vai trò kỹ sư tích hợp phía máy chủ đa ngôn ngữ.
Người viết tài liệu kỹ thuật cũng có một hướng chuyển đổi rõ ràng. Vai trò kỹ sư tài liệu dưới dạng mã bổ sung năng lực quản lý chương trình kỹ thuật và DevOps. Tài liệu có thể trở thành đặc tả cho quy trình phát triển. Khi đó, người viết có thể trực tiếp đóng góp vào cách phần mềm được tạo ra.
Các vai trò mới kết hợp những kỹ năng cần thiết để đưa AI qua vòng đời phát triển phần mềm, bao gồm hạ tầng AI và quy trình vận hành liên quan. Vì vậy, kỹ sư cần nhìn vào nhóm kỹ năng đang giao nhau giữa vị trí hiện tại và nhu cầu mới, thay vì chỉ chạy theo một chức danh có chữ AI.
Những tiêu chí tuyển dụng cũng cần được chia rõ thành yêu cầu bắt buộc và kỹ năng ưu tiên. Cách trình bày này có thể giảm sự mơ hồ và bớt các rào cản không cần thiết cho ứng viên, dù không bảo đảm nhóm ứng viên sẽ đa dạng hơn.
Chuyên môn vẫn là nền móng
Dữ liệu của Andela cho thấy AI đang làm thay đổi đường biên giữa các công việc kỹ thuật. AI chưa xóa bỏ nhu cầu chuyên môn. Các vai trò mới đều ghép nhiều nhóm kỹ năng, nhưng vẫn xoay quanh một kết quả cụ thể. Kết quả đó có thể là đưa mô hình vào thực tế hoặc kiểm soát chi phí đám mây. Một số vai trò tập trung vào tính năng hướng người dùng hoặc biến tài liệu thành đặc tả được quản lý như mã.
Doanh nghiệp cần mô tả kết quả mong đợi và đặt đúng tên cho công việc. Kỹ sư nên củng cố chuyên môn chính. Sau đó, họ có thể bổ sung các kỹ năng liền kề mà AI đang khiến vai trò của mình phải đảm nhận.
Nếu công việc hiện tại của bạn đã vượt xa tên chức danh trên hợp đồng, hãy dùng những nhóm kỹ năng này làm cơ sở cho cuộc trao đổi tiếp theo với quản lý hoặc bộ phận nhân sự.
