Cô gái xinh 26 tuổi làm nghiên cứu AI ở Meta, kiếm hơn 6,5 tỉ đồng/năm

Ruiyu Li là nhà khoa học nghiên cứu AI của Meta, làm việc trong trụ sở chính công ty ở thành phố Menlo Park (bang California, Mỹ).

Thu nhập của cô gái xinh đẹp 26 tuổi gốc Trung là hơn 250.000 USD mỗi năm, bao gồm lương cơ bản, tiền thưởng và cổ phiếu.

Danh tính, công việc, mức thu nhập của Ruiyu Li đã được trang Insider kiểm tra và xác nhận.

Công việc của Ruiyu Li tập trung vào AI và học máy. Cô nghiên cứu cách huấn luyện mô hình AI cho những hệ thống đề xuất quy mô lớn, xây dựng tác tử AI nhằm nâng cao hiệu quả công việc, đồng thời tối ưu hóa quá trình hậu huấn luyện và suy luận của mô hình ngôn ngữ lớn.

Bài học quan trọng

Con đường đến Meta của Ruiyu Li không hề dễ dàng.

Ruiyu Li học bằng kép về khoa học máy tính tại Đại học Michigan (Mỹ) cùng kỹ thuật điện và máy tính ở Đại học Giao thông Thượng Hải (Trung Quốc). Cô tốt nghiệp đại học năm 2022 và hoàn thành chương trình thạc sĩ về học máy tại Đại học Carnegie Mellon (Mỹ) năm 2023, đúng thời điểm thị trường việc làm công nghệ rơi vào giai đoạn khó khăn.

Việc tham gia các hội chợ việc làm và hội nghị không mang lại kết quả như Ruiyu Li kì vọng. Tuy nhiên, cuối cùng cô vẫn nhận được lời mời từ 3 hãng công nghệ lớn. Cô bắt đầu sự nghiệp tại Microsoft trước khi chuyển sang Meta.

Từ quá trình này, Ruiyu Li rút ra bài học quan trọng: Trong một thị trường việc làm cạnh tranh, bằng cấp và danh sách kinh nghiệm trên sơ yếu lí lịch có thể chưa đủ. Những sản phẩm, dự án hoặc công trình nghiên cứu mà ứng viên thực sự tạo ra mới là thứ giúp họ nổi bật.

Cần những gì để trở thành nhà khoa học nghiên cứu AI?

Theo Ruiyu Li, những ai muốn trở thành nhà khoa học nghiên cứu AI trước hết phải có kiến thức nền tảng về thuật toán và lập trình. Dù AI đang ngày càng có khả năng hỗ trợ con người viết mã và thực hiện nhiều công việc kỹ thuật, kiến thức cơ bản vẫn đóng vai trò quan trọng.

Bên cạnh đó, ứng viên cần có những thành quả cụ thể để chứng minh năng lực. Ruiyu Li cho rằng những người mới bước vào ngành nên tích lũy càng nhiều kinh nghiệm thực tế về AI càng tốt. Hai cách đáng cân nhắc là thực tập tại startup hoặc công bố các công trình nghiên cứu.

Ngay từ khi còn học đại học, Ruiyu Li đã thực tập tại một startup có chưa đến 10 nhân viên. Quy mô nhỏ giúp Ruiyu Li có cơ hội làm việc trực tiếp với CEO (giám đốc điều hành) và CTO (giám đốc công nghệ), đồng thời tham gia đưa các công nghệ AI mới vào sản phẩm thực tế.

Khi học cao học, Ruiyu Li tiếp tục thực tập tại Microsoft. Cả hai kì thực tập đều cho cô cơ hội tham gia phát triển và đưa các công nghệ AI vào môi trường sản xuất.

Những kinh nghiệm này cũng ảnh hưởng đến cách Ruiyu Li đánh giá các ứng viên AI.

“Khi đánh giá ứng viên, tôi thường xem xét liệu họ có các công trình nghiên cứu và dự án thực tế hay không. Trong bối cảnh thị trường việc làm cạnh tranh gay gắt, việc chỉ liệt kê kinh nghiệm hoặc tên dự án trong hồ sơ xin việc là chưa đủ. Nếu bạn có các bài báo khoa học đã được công bố hoặc mã nguồn mở để nhà tuyển dụng tham khảo, điều đó sẽ mang lại lợi thế lớn hơn nhiều”, Ruiyu Li chia sẻ.

Trước khi gia nhập Meta, Ruiyu Li từng thực hiện nghiên cứu học thuật tại 8 phòng thí nghiệm AI, trải rộng trên nhiều lĩnh vực của học máy.

Những kiến thức đó sau này được cô áp dụng vào các hệ thống AI thực tế tại Meta. Trong môi trường này, một mô hình AI không chỉ cần có chất lượng cao mà còn phải đáp ứng nhiều yêu cầu khác như khả năng mở rộng, độ tin cậy, hiệu quả và tạo ra tác động thực tế có thể đo lường.

Ruiyu Li cho rằng việc liên tục làm các dự án thực tế cũng giúp một người nhanh chóng tích lũy kinh nghiệm, từ đó dễ dàng học hỏi và thích nghi với những thay đổi rất nhanh của ngành AI.

Học cao học để đi sâu vào nghiên cứu AI ứng dụng

Sau khi tốt nghiệp đại học ngành khoa học máy tính, Ruiyu Li quyết định học tiếp cao học vì muốn tập trung sâu hơn vào nghiên cứu AI ứng dụng.

Chương trình thạc sĩ về học máy tại Đại học Carnegie Mellon cung cấp cho cô nhiều dự án nâng cao mang tính thực tiễn, đồng thời tạo cơ hội tham gia các nghiên cứu AI tiên phong.

Tuy nhiên, bằng cấp không phải yếu tố duy nhất quyết định khả năng được tuyển dụng.

Kinh nghiệm làm việc thực tế cũng rất quan trọng. Các nhà tuyển dụng thường muốn nhìn thấy những dự án có chất lượng đủ cao để thấy ứng viên có thể làm việc ở môi trường công nghiệp.

Trong kì thực tập tại startup, Ruiyu Li tham gia phát triển ứng dụng tự động hóa biên tập video bằng AI, sử dụng những công nghệ tiên tiến vào thời điểm đó.

Tại Microsoft, cô tiếp tục làm việc với tìm kiếm tạo sinh và Bing Copilot. Một trong những thành quả đáng chú ý của Ruiyu Li là xây dựng quy trình hoàn chỉnh để tạo video bằng mô hình ngôn ngữ lớn đa phương thức. Hệ thống này sau đó được đưa vào sử dụng thực tế trong Bing Search.

Hai kì thực tập giúp Ruiyu Li hình thành hướng chuyên môn tương đối rõ ràng: Các hệ thống AI quy mô lớn trong môi trường thực tế và công nghệ tạo video bằng AI.

Đây cũng là điểm quan trọng trong hành trình nghề nghiệp của cô. Thay vì cố gắng biết mọi thứ về AI, Ruiyu Li tập trung xây dựng một nhóm kỹ năng chuyên sâu nhưng vẫn có thể áp dụng cho nhiều công việc khác nhau.

Những kinh nghiệm tích lũy từ các dự án nghiên cứu và thực tập cuối cùng trở thành nền tảng giúp cô chuyển sang công việc toàn thời gian tại Meta.

Câu chuyện của Ruiyu Li cho thấy một hướng đi đáng chú ý với những người muốn bước vào ngành AI: Không chỉ học kiến thức nền tảng mà cần tạo ra thứ có thể chứng minh năng lực của mình. Một bài nghiên cứu được công bố, mã nguồn mở hoặc sản phẩm AI thực tế có thể có giá trị hơn việc chỉ ghi thêm một dòng kinh nghiệm trên sơ yếu lí lịch.

Sơn Vân