Cùng theo chân một kỹ sư AI trong một ngày làm việc thực tế. Khám phá cách họ sử dụng AI Agent, thiết kế AI Workflow và áp dụng lộ trình MCP để giải quyết bài toán trí tuệ nhân tạo trong doanh nghiệp.
Giới thiệu nhân vật – Kỹ sư AI Phạm Minh Quân
Anh Phạm Minh Quân hiện là kỹ sư AI tại một công ty công nghệ Việt Nam chuyên cung cấp giải pháp AI cho các doanh nghiệp lớn. Với 4 năm kinh nghiệm, anh đã trực tiếp thiết kế hàng chục hệ thống AI Agent, tối ưu AI Workflow, và hướng dẫn các kỹ sư trẻ theo lộ trình MCP.
“AI không phải là thứ gì đó quá cao siêu. Nó chỉ là công cụ để bạn làm tốt hơn những việc đã từng làm thủ công.” – Kỹ sư Quân chia sẻ.
Lịch trình một ngày làm việc tiêu biểu
8:00 – 9:00 Sáng: Đọc báo cáo AI Agent
Mỗi sáng, anh Quân bắt đầu bằng việc kiểm tra các AI Agent đang chạy ở môi trường production:
Chatbot chăm sóc khách hàng
Hệ thống gợi ý sản phẩm
Agent phát hiện gian lận trong giao dịch
Thông qua dashboard giám sát, anh xác định các cảnh báo (alerts) và điều chỉnh nếu có lỗi dữ liệu hoặc mô hình kém hiệu suất.
9:00 – 10:30: Họp nhóm – Thiết kế AI Workflow mới
Trong buổi họp kỹ thuật, nhóm của anh lên kế hoạch cho dự án mới triển khai tại một ngân hàng lớn. Mục tiêu là xây dựng AI Workflow để tự động hóa kiểm duyệt hồ sơ vay:
Thu thập hồ sơ
Phân loại dữ liệu
Phân tích tín dụng bằng mô hình ML
Ra quyết định chấp nhận hay từ chối
“AI Workflow phải được thiết kế như một dây chuyền tinh gọn – càng đơn giản, càng hiệu quả.” – Quân nhấn mạnh.
Giai đoạn triển khai thực tế – Áp dụng MCP
10:30 – 12:00: Làm việc độc lập theo lộ trình MCP
Anh Quân ưu tiên theo lộ trình MCP (Minimum Capable Path) để đảm bảo sản phẩm AI ra đời nhanh nhất mà vẫn đạt yêu cầu:
| Giai đoạn | Thời gian | Công việc |
|---|---|---|
| Data Collection | 2 ngày | Làm việc với team khách hàng lấy dữ liệu thực |
| Model Prototyping | 3 ngày | Dùng scikit-learn tạo mô hình đơn giản |
| API Deployment | 1 ngày | Triển khai model với FastAPI, Docker |
| Monitoring | 2 ngày | Gắn mô hình vào dashboard giám sát |
Điều đặc biệt, mỗi dự án đều có file MCP riêng, liệt kê từng bước và công cụ cần thiết. Anh Quân thường khuyên các bạn mới vào nghề nên học theo dạng checklist để không bị rối.
Buổi chiều – Xử lý dữ liệu và huấn luyện mô hình
13:30 – 16:00: Làm việc với data engineer và huấn luyện mô hình
Buổi chiều, anh cùng đồng nghiệp xử lý dữ liệu lớn:
Làm sạch và chuẩn hóa (data cleaning)
Biến đổi đặc trưng (feature engineering)
Chia dữ liệu (train/test split)
Sau đó, anh huấn luyện mô hình AI trên tập dữ liệu mới, thử nghiệm các thuật toán như XGBoost, Random Forest và Neural Network.
16:00 – 17:30: Kiểm thử và đánh giá AI Agent
Mô hình sau khi huấn luyện được đóng gói vào AI Agent và kiểm thử:
Kiểm tra đầu vào – đầu ra
So sánh với kết quả của nhân viên kiểm duyệt
Phân tích độ chính xác, recall, precision
“Quan trọng là AI không thay con người, mà giúp con người ra quyết định tốt hơn.”
Kết thúc một ngày – Tư duy và học hỏi không ngừng
18:00 trở đi: Chia sẻ cộng đồng, tự học
Anh Quân kết thúc ngày làm việc bằng việc viết blog chia sẻ kiến thức trên LinkedIn, đọc nghiên cứu mới trên arXiv hoặc tham gia cộng đồng KENH AI 14.
“Làm AI mà không cập nhật kiến thức thì giống như lập trình mà không cập nhật framework vậy.”
Kết luận
Một ngày làm việc của kỹ sư AI không chỉ xoay quanh code, mà còn đòi hỏi tư duy hệ thống, giao tiếp nhóm và sự kiên trì. Qua chia sẻ từ anh Phạm Minh Quân, chúng ta thấy rõ tầm quan trọng của:
AI Agent trong việc đưa AI vào hoạt động thực tế
AI Workflow trong việc tổ chức quy trình rõ ràng, lặp lại được
MCP như kim chỉ nam giúp tối ưu thời gian và hiệu suất
Nếu bạn là sinh viên hoặc người mới chuyển ngành, hãy bắt đầu bằng cách tìm hiểu những từ khóa trên, thực hành dự án nhỏ và học hỏi từ những người như anh Quân.
Từ khóa chính: ai agent, ai workflow, mcp
Đừng quên theo dõi KENH AI 14 để đọc thêm các câu chuyện nghề nghiệp, lộ trình học AI và những chia sẻ thực tế từ cộng đồng kỹ sư AI Việt Nam.
