Kỹ sư công nghệ trong kỷ nguyên AI: Giỏi code là chưa đủ

Khoảng một thập kỷ trước, hình ảnh phổ biến của kỹ sư công nghệ là người tập trung viết code theo yêu cầu, tối ưu từng dòng lệnh và đo lường hiệu quả công việc bằng số giờ làm hoặc số module hoàn thành. Khi đó, năng lực cốt lõi chủ yếu nằm ở chuyên môn kỹ thuật: thành thạo một ngôn ngữ lập trình, một framework, hoặc một mảng công việc tương đối hẹp.

Bước sang kỷ nguyên AI, bức tranh này đã thay đổi nhanh và rõ rệt. AI có thể hỗ trợ viết code, sinh test case, phân tích log, thậm chí gợi ý kiến trúc hệ thống. Nhiều kỹ năng từng được coi là “lõi nghề” dần trở thành mặc định. Điều này không làm vai trò của kỹ sư suy giảm, mà đặt ra yêu cầu phải nâng cấp vai trò đó lên một mức cao hơn.

Kỹ sư cần chuyển từ viết code sang giải quyết vấn đề.

Ngày nay, một kỹ sư giỏi không còn được đánh giá chỉ qua việc “code có chạy hay không”, mà qua việc “giải pháp kỹ thuật đó có thực sự giải quyết được vấn đề đang tồn tại hay không”.

Trong các dự án thực tế tại Viettel Software, đặc biệt với các hệ thống lớn và phức tạp, việc viết đúng yêu cầu kỹ thuật mới chỉ là bước đầu. Trước khi quyết định viết code, kỹ sư ngày càng phải đối diện với những câu hỏi rất cụ thể gắn với vận hành và hiệu quả thực tế:

• Bài toán này phát sinh từ đâu trong quá trình vận hành?
• Nếu hệ thống gián đoạn vài phút, ảnh hưởng thực tế là gì và ai là người chịu tác động trực tiếp?
• Giải pháp này có làm tăng độ phức tạp trong triển khai, vận hành và bảo trì hay không?
• Quyết định kỹ thuật hiện tại sẽ tạo ra gánh nặng hay lợi thế gì cho hệ thống trong 3–5 năm tới?

Khi những câu hỏi này trở thành một phần trong công việc hằng ngày,  anh em lập trình viên không còn làm việc theo mô hình tuyến tính “nhận task – viết code – merge – bàn giao”. Thay vào đó, chuyển dịch dần quá trình viết code được đặt trong một chuỗi cân nhắc rộng hơn, bắt đầu từ việc phân tích yêu cầu, đánh giá cách tiếp cận và dự báo tác động kỹ thuật trước khi triển khai.

Trong nhiều dự án gần đây tại Viettel Software, anh em lập trình viên không chỉ được hỏi “viết thế nào” mà còn được hỏi “có cần viết không”. Không ít bài toán được giải quyết bằng cấu hình, tối ưu quy trình, hoặc tái sử dụng nền tảng kho tri thức sẵn có thay vì phát triển mới.

Kỹ năng đa tầng gắn với SDLC: yêu cầu thực tế tại Viettel Software

Trong các dự án ITO và hệ thống quy mô lớn của Viettel Software, năng lực kỹ sư không còn được đánh giá theo từng kỹ năng rời rạc, mà theo mức độ tham gia và chịu trách nhiệm xuyên suốt vòng đời phát triển phần mềm (SDLC). Kỹ năng đa tầng vì vậy cần được hình thành gắn chặt với từng giai đoạn của SDLC, thay vì chỉ tập trung vào khâu lập trình.

Phân tích & thiết kế
Kỹ sư cần tham gia sớm vào quá trình phân tích yêu cầu, hiểu bài toán nghiệp vụ, bối cảnh sử dụng và các ràng buộc vận hành. Mục tiêu không chỉ là “làm đúng yêu cầu”, mà là đánh giá giải pháp phù hợp: có cần phát triển mới hay có thể tái sử dụng nền tảng, cấu hình hoặc tối ưu quy trình hiện có.

Phát triển
Trong giai đoạn phát triển, kỹ sư làm việc song song với các công cụ AI để tăng năng suất, nhưng vẫn giữ vai trò kiểm soát chất lượng mã nguồn, thiết kế API, dữ liệu và kiến trúc theo hướng dễ mở rộng, dễ bảo trì. Viết code không tách rời khỏi tư duy hệ thống và vận hành.

Kiểm thử & đảm bảo chất lượng
Kỹ sư không chỉ phụ thuộc vào bộ phận test, mà chủ động tham gia sinh test case, kiểm soát các kịch bản rủi ro, đặc biệt với các hệ thống yêu cầu cao về độ ổn định và an toàn. AI được sử dụng để hỗ trợ test và review, nhưng quyết định cuối cùng vẫn thuộc về con người.

Triển khai & vận hành
Sau khi bàn giao, kỹ sư tiếp tục tham gia theo dõi hệ thống trên môi trường thật: log, metric, cảnh báo, hiệu năng và chi phí vận hành. Các quyết định kỹ thuật được đánh giá thông qua khả năng vận hành ổn định, xử lý sự cố và tối ưu lâu dài, thay vì chỉ hoàn thành dự án đúng tiến độ.

AI trong toàn bộ SDLC
AI không phải một bước riêng lẻ, mà được tích hợp xuyên suốt SDLC: từ phân tích yêu cầu, phát triển, kiểm thử đến vận hành. Năng lực cốt lõi của kỹ sư là biết sử dụng AI như công cụ làm việc hằng ngày, đồng thời chịu trách nhiệm kỹ thuật và kiểm soát rủi ro ở từng giai đoạn.

Kỹ năng đa tầng theo SDLC chính là nền tảng để Viettel Software chuyển từ delivery thuần túy sang các dự án đòi hỏi chất lượng cao, trách nhiệm dài hạn và năng lực sản xuất phần mềm bền vững.

Song song với đó, các kỹ năng cloud-native, data engineering và AI engineering đang trở thành nền tảng mới. Kỹ sư tại Viettel Software vì thế được định hướng phát triển theo hướng full-stack đúng nghĩa: không phải biết “tất cả mọi thứ”, mà đủ sâu để kết nối các mảnh ghép công nghệ thành một hệ thống vận hành trơn tru trong thực tế.

Lộ trình không nằm trên giấy: đo được bằng kết quả và hành vi thực tế

Định hướng phát triển năng lực tại Viettel Software không dừng ở việc ban hành khung năng lực hay tổ chức các chương trình đào tạo, mà được triển khai song song với hoạt động sản xuất phần mềm và được kiểm chứng qua thực tiễn dự án.

Các hoạt động như seminar công nghệ, chương trình đào tạo chuyên sâu và các sân chơi nội bộ (hackathon, chia sẻ kỹ thuật) được duy trì thường xuyên, tạo điều kiện để kỹ sư tiếp cận công nghệ mới và trao đổi kinh nghiệm từ chính các dự án đang triển khai. Việc đào tạo không tách rời công việc, mà gắn trực tiếp với nhu cầu và bài toán thực tế của từng đơn vị.

Song song với đó, khung năng lực kỹ sư của Viettel Software được xây dựng và cập nhật theo đặc thù tổ chức, làm rõ các nhóm năng lực liên quan đến Cloud, AI và Data. Đây là cơ sở để định hướng phát triển nhân sự theo chiều sâu, thay vì mở rộng dàn trải theo số lượng công nghệ.

Đặc biệt trong năm 2025, công ty đã thành lập các bộ phận chuyên trách nhằm nâng cao chất lượng dự án, trong đó có các đơn vị tập trung vào phân tích dữ liệu, AI và Data để hỗ trợ trực tiếp cho hoạt động sản xuất phần mềm. Quy mô đội ngũ AI tăng 2,3 lần so với năm 2024, phản ánh rõ ràng mức độ ưu tiên dành cho năng lực này, không chỉ ở nghiên cứu mà trong triển khai thực tế.

AI không còn là “thử nghiệm”, mà là kỹ năng bắt buộc

Một điểm nhấn quan trọng trong năm qua là chuỗi chương trình đào tạo AI được thiết kế cho toàn bộ SDLC, thay vì chỉ dành riêng cho developer. Từ BA, Designer, Developer, Tester, PM cho tới DevOps, mỗi vai trò đều có lộ trình tiếp cận AI phù hợp với công việc hằng ngày của mình.

Các khóa học như AI Coding & Code Review, AI trong phân tích yêu cầu, AI Testing & Automation, AI cho DevOps, AI Bootcamp nội bộ hay AI Onboarding không tập trung vào lý thuyết, mà bám sát workflow thực tế và case thật của từng BU. Bên cạnh đó, các nội dung micro-learning về prompt engineering, bảo mật AI và khai thác Copilot/ChatGPT được bổ sung liên tục, giúp kỹ sư có thể áp dụng ngay vào công việc.

Quan trọng hơn cả, cách tiếp cận đã chuyển từ “AI hỗ trợ” sang “AI là công cụ làm việc hằng ngày”. 

Từ học kỹ năng sang xây năng lực dài hạn

Định hướng phát triển full-stack tại Viettel Software không phải là câu chuyện mới, tuy nhiên trong bối cảnh AI, định hướng này đang được triển khai với chiều sâu khác. Bên cạnh đào tạo con người, Viettel Software đẩy mạnh việc ứng dụng AI trực tiếp vào hoạt động sản xuất phần mềm: từ hỗ trợ phân tích yêu cầu, sinh mã nguồn, kiểm thử tự động, đến giám sát hệ thống và tối ưu vận hành.

AI dần trở thành một phần của “workforce”, trong đó kỹ sư đóng vai trò chủ động thiết kế cách AI được sử dụng đúng mục đích, an toàn và hiệu quả.

Trong kỷ nguyên AI, kỹ năng không còn là thứ học một lần rồi sử dụng lâu dài. Với kỹ sư Viettel Software, phát triển kỹ năng là một quá trình liên tục, gắn với dự án thật, áp lực thật và giá trị thật. Đây chính là yếu tố tạo nên sự khác biệt giữa việc theo kịp xu thế AI và thực sự làm chủ AI trong hoạt động sản xuất phần mềm.