Năm 2025, có trường lấy 15 điểm cho ngành trí tuệ nhân tạo. Có trường lấy 29,6. Cùng một tên ngành, cùng một dòng chữ sẽ in trên tấm bằng, mà khoảng cách gần mười lăm điểm. Con số đó nói lên một chuyện mà các trang tuyển sinh ít khi nói: cái tên ngành là một cái nhãn, không phải một lời bảo đảm. Bài này viết cho người đang thật sự cân nhắc bốn năm cuộc đời mình, nên tôi sẽ nói cả phần hay lẫn phần khó.
Cập nhật: Tháng 8, 2026 · Tác giả: Nguyễn Đức Duy
Tóm tắt nhanh, 5 ý chính
- Có hai câu hỏi rất khác nhau nấp sau cùng một cụm từ. Muốn tạo ra AI thì học ngành này. Muốn dùng AI cho công việc thì vài buổi tự học là đủ, đừng mất bốn năm.
- Hai năm đầu gần như không đụng tới AI. Bạn sẽ học toán và lập trình nền. Đây là chỗ nhiều bạn vỡ mộng và bỏ giữa chừng.
- Điểm chuẩn 2025 chênh gần mười lăm điểm giữa các trường. Cùng tên ngành nhưng chất lượng đào tạo không giống nhau, phải soi từng trường.
- Lương cao là có thật nhưng nằm ở nhóm đã có kinh nghiệm. Mức 27 tới 50 triệu thuộc về người 3 tới 5 năm nghề, không phải sinh viên vừa ra trường.
- Sáu câu tự soi ở cuối bài giúp bạn biết mình thuộc nhóm nên học hay nhóm nên chọn đường khác, làm được ngay tối nay.
Nội dung bài viết
- Ngành trí tuệ nhân tạo là gì và nó không phải cái gì
- Bốn năm đó học những môn gì
- Thi khối nào, điểm chuẩn 2025 tới đâu
- Vì sao cùng tên ngành mà chênh gần mười lăm điểm
- Ra trường làm gì, lương bao nhiêu
- Sáu câu tự soi trước khi bấm nút đăng ký
- Nếu thấy mình không hợp, còn đường nào
- Câu hỏi thường gặp
- Kết luận
Ngành trí tuệ nhân tạo là gì và nó không phải cái gì
Nói gọn: ngành trí tuệ nhân tạo là ngành đào tạo người xây dựng các hệ thống máy có khả năng học từ dữ liệu rồi tự đưa ra dự đoán hoặc quyết định. Người học ra làm nghề viết ra bộ máy, chứ không phải người ngồi gõ câu lệnh cho một trợ lý ảo có sẵn.
Sự phân biệt này nghe nhỏ nhưng quyết định cả bốn năm của bạn. Trong tiếng Việt, cụm AI đang bị dùng cho hai việc hoàn toàn khác nhau. Một bên là dùng AI: mở một công cụ có sẵn ra để viết bài nhanh hơn, dựng ảnh, tóm tắt tài liệu. Một bên là làm ra AI: hiểu bên trong nó vận hành thế nào, huấn luyện mô hình, đo sai số, sửa cho nó bớt bịa.
Bên thứ nhất, một học sinh cấp ba chăm chỉ có thể tự học trong vài buổi tối. Tôi đã viết riêng một bài về hai con đường học AI và cách sử dụng AI cho việc hằng ngày. Bên thứ hai mới là thứ trường đại học dạy trong bốn năm, và nó nặng hơn nhiều so với hình dung của phần lớn người đăng ký.
Bốn năm đó học những môn gì
Đây là câu hỏi được gõ nhiều nhất sau chính tên ngành, và cũng là chỗ các trang tuyển sinh trả lời mơ hồ nhất. Họ hay viết những dòng như “trang bị kiến thức nền tảng về khoa học máy tính và công nghệ hiện đại”. Câu đó đúng nhưng không giúp bạn hình dung được gì cả.
Nói cụ thể hơn thì chương trình học chia làm hai nửa rõ rệt.
Nửa đầu, khoảng hai năm, gần như không có chữ AI nào. Bạn học giải tích, đại số tuyến tính, xác suất thống kê, nhập môn lập trình, cấu trúc dữ liệu và giải thuật. Nghe không hề giống hình ảnh robot biết nói mà bạn tưởng tượng lúc đăng ký. Nhưng đó là phần xương sống: mô hình học máy bên trong chính là một cỗ máy tính toán ma trận và xác suất. Không có đại số tuyến tính thì tới năm ba bạn sẽ ngồi nhìn công thức như nhìn chữ nước ngoài.
Nửa sau mới là phần bạn mong đợi. Học máy, học sâu, xử lý ngôn ngữ tự nhiên, thị giác máy tính, xử lý dữ liệu lớn, rồi đồ án tốt nghiệp. Đây là lúc kiến thức bắt đầu biến thành sản phẩm chạy được.
Một điều nữa ít người nói với bạn: tiếng Anh trong ngành này không phải môn phụ. Gần như toàn bộ tài liệu gốc, thư viện, bài báo khoa học và phần mô tả công cụ đều bằng tiếng Anh, và chúng đổi mới liên tục. Bạn học một mô hình hôm nay, hai năm sau nó đã có bản khác thay thế. Người đọc được tài liệu gốc tự cập nhật được. Người chờ bản dịch luôn đi sau một nhịp.
Thi khối nào, điểm chuẩn 2025 tới đâu
Về tổ hợp xét tuyển, các trường phổ biến nhận A00 (Toán, Lý, Hoá) và A01 (Toán, Lý, Tiếng Anh). Nhiều trường mở thêm D01 (Toán, Văn, Anh) và D07 (Toán, Hoá, Anh). Điểm chung của mọi tổ hợp: môn Toán luôn có mặt. Ở nhiều trường, môn này còn được nhân hệ số hoặc dùng làm tiêu chí phụ khi thí sinh bằng điểm nhau.
Còn điểm chuẩn thì đây là bảng năm 2025, lấy theo dữ liệu tổng hợp của Tuyensinh247:
| Trường | Điểm chuẩn 2025 | Tổ hợp |
|---|---|---|
| Đại học Công nghệ Thông tin, ĐHQG TP.HCM | 29,6 | A00, A01, D01, D07 |
| Đại học Khoa học Tự nhiên TP.HCM | 28,85 tới 29,39 | A00, A01, D07, B08 |
| Đại học Công nghệ, ĐHQG Hà Nội | 27,75 | A00, A01, D01 |
| Học viện Công nghệ Bưu chính Viễn thông | 25,67 | A00, A01 |
| Đại học Kinh tế Quốc dân | 25,44 | A00, A01, D01, D07 |
| Đại học Quy Nhơn | 20 | A00, A01, D01, D07 |
| Đại học Ngân hàng TP.HCM | 19,49 | A00, A01, D01, D07 |
| Đại học Trà Vinh | 15 | A00, A01, D01, D07 |
Nhìn bảng này bạn thấy ngay điều tôi nói ở đầu bài. Từ 15 tới 29,6 là hai thế giới khác nhau, dù dòng chữ trên bằng tốt nghiệp thì giống hệt.
Lưu ý thêm: điểm chuẩn mỗi năm nhảy theo phổ điểm thi và số nguyện vọng, nên đừng dùng con số của năm ngoái làm mốc chắc chắn cho năm nay. Hãy vào thẳng trang tuyển sinh của trường bạn nhắm để lấy số mới nhất. Nhớ xem cả các phương thức riêng như xét học bạ hay điểm đánh giá năng lực.
Vì sao cùng tên ngành mà chênh gần mười lăm điểm
Vì tên ngành chỉ là cái mã đăng ký đào tạo. Nó không nói gì về việc trường đó có phòng máy đủ mạnh để huấn luyện mô hình hay không. Nó cũng không cho biết giảng viên có thật sự làm nghiên cứu, hay chỉ dạy lại giáo trình cũ. Và nó im lặng về chuyện quan trọng nhất: sinh viên có được đụng vào dự án thật không.
Ngành trí tuệ nhân tạo là ngành đang nóng, nên rất nhiều trường mở mã ngành mới để đón nhu cầu. Việc đó không xấu, nhưng nó tạo ra một khoảng chênh lớn về chất lượng mà thí sinh không nhìn thấy được từ bên ngoài. Người chọn trường theo cái tên sẽ thấy sự thật đó vào năm cuối, lúc đi phỏng vấn.
Nếu bạn đang cân nhắc một trường cụ thể, đây là bốn câu nên hỏi thẳng phòng tuyển sinh hoặc hỏi sinh viên khoá trên. Chúng khó trả lời vòng vo:
- Trường có phòng máy tính chuyên dụng cho việc huấn luyện mô hình không, sinh viên năm mấy được dùng?
- Các môn chuyên ngành do giảng viên nào dạy, họ có công bố nghiên cứu hoặc kinh nghiệm làm sản phẩm thật không?
- Sinh viên có kỳ thực tập bắt buộc ở doanh nghiệp không, thường vào những công ty nào?
- Khoá gần nhất ra trường, bao nhiêu phần trăm có việc đúng ngành trong sáu tháng đầu?
Câu cuối là câu quan trọng nhất. Trường nào trả lời được bằng số liệu cụ thể thì đáng tin. Trường nào chỉ nói “cơ hội việc làm rất rộng mở” thì bạn đã có câu trả lời rồi.
Ra trường làm gì, lương bao nhiêu
Phần này tôi sẽ nói cả hai mặt, vì đây là chỗ nhiều bài viết chỉ nói một mặt.
Mặt sáng. Nhu cầu là có thật. Các vị trí phổ biến gồm kỹ sư học máy, kỹ sư dữ liệu, kỹ sư AI ứng dụng và chuyên viên phân tích dữ liệu. Ở tầng cao hơn là nghiên cứu viên tại viện hoặc trường đại học. Theo báo VnExpress dẫn dữ liệu thị trường, kỹ sư AI có 3 tới 5 năm kinh nghiệm nhận mức 27 tới 50 triệu đồng mỗi tháng. So với mặt bằng chung thì đó là mức tốt.
Mặt còn lại. Cũng chính bài báo đó chỉ ra rằng mức lương này “không phải là dễ có và phổ biến”. Kèm theo là một con số đáng để bạn ghi lại: 77,3% việc làm trong nhóm này dành cho người đã có kinh nghiệm. Nghĩa là tấm bằng mới ra lò không phải tấm vé vào cửa. Nó chỉ là điều kiện cần.
Nhân sự để phát triển AI thực thụ ở các dự án quốc tế tuyển chưa nhiều, và tìm đủ cũng khó vì đa số ứng viên còn non.Ý kiến một quản lý tại Công viên phần mềm Quang Trung, dẫn theo VnExpress ngày 24/9/2024
Đọc kỹ câu đó bạn sẽ thấy nó vừa là tin xấu vừa là tin tốt. Tin xấu: bằng cấp không đủ. Tin tốt: chỗ trống nằm ở nhóm làm được việc thật, và nhóm đó đang thiếu người. Ai vào được nhóm đó thì không phải cạnh tranh với đám đông.
Điều này dẫn tới một lời khuyên rất cụ thể: đừng đợi tới năm tư mới có sản phẩm. Từ năm hai, hãy làm những dự án nhỏ của riêng mình, đưa lên nơi người khác xem được. Một bạn có ba dự án chạy được, biết kể mình đã sửa gì khi mô hình sai, sẽ vượt qua bạn điểm cao hơn nhưng chỉ có bảng điểm.
Sáu câu tự soi trước khi bấm nút đăng ký
Phần này để bạn làm ngay tối nay. Lấy giấy ra, trả lời thật, không cần cho ai xem.
- Môn Toán ở cấp ba, bạn thấy thế nào? Không cần giỏi xuất sắc, nhưng nếu bạn thấy sợ hoặc chán mỗi giờ Toán thì hãy nghĩ kỹ. Bốn năm tới sẽ toàn thứ đó, ở mức khó hơn.
- Bạn có chịu được cảm giác làm sai nhiều lần liên tiếp không? Nghề này phần lớn thời gian là chỉnh, chạy lại, sai tiếp, chỉnh tiếp. Người cần kết quả đúng ngay lần đầu sẽ rất mệt.
- Bạn đọc tiếng Anh kỹ thuật tới đâu? Thử mở một trang tài liệu tiếng Anh về học máy, đọc mười phút. Nếu thấy chịu được thì tốt. Nếu bỏ cuộc sau ba phút thì đây là việc cần sửa trước, không phải sau.
- Bạn đã tự làm thử một thứ nhỏ chưa? Trước khi cược bốn năm, hãy làm một khoá học lập trình cơ bản miễn phí và viết được một chương trình nhỏ chạy đúng. Cảm giác lúc làm sẽ nói cho bạn nhiều hơn mọi bài tư vấn.
- Bạn muốn tạo ra AI, hay muốn dùng AI? Nhìn lại sơ đồ ở trên. Đây là câu quyết định nhất và cũng là câu người ta hay trả lời hời hợt nhất.
- Nếu ngành này không còn hot nữa sau năm năm, bạn có còn muốn học nó không? Nếu câu trả lời là không, thứ bạn đang theo đuổi là cơn sốt chứ không phải cái nghề.
Trả lời xong sáu câu, phần lớn người sẽ tự thấy mình thuộc nhóm nào. Và nếu bạn là phụ huynh đang đọc bài này thay cho con, hãy đưa sáu câu này cho con tự trả lời thay vì trả lời hộ. Tôi từng đọc một bình luận rất đáng nhớ của một người bố:
Còn một nhóm người nữa là những người lớn tuổi như anh, năm nay anh 53 tuổi rồi nhưng vẫn thích xem kênh của em để có kinh nghiệm để hướng dẫn con và cháu của mình khởi nghiệp.Bình luận thật trên một video về kinh doanh, thu về 133 lượt đồng tình
Hướng dẫn thì tốt. Chọn thay thì rủi ro, vì người ngồi học suốt bốn năm không phải mình.
Nếu thấy mình không hợp, còn đường nào
Không hợp ngành trí tuệ nhân tạo không có nghĩa là đứng ngoài cuộc chơi AI. Thực tế phần lớn giá trị AI tạo ra hiện nay không nằm ở người viết mô hình. Nó nằm ở người biết dùng nó vào một việc cụ thể có ra tiền.
Ba hướng rất thật, không cần bốn năm đại học ngành này:
- Học ngành khác rồi dùng AI làm công cụ trong ngành đó. Người làm y tế, luật, kế toán hay xây dựng mà dùng AI thành thạo đang có lợi thế hơn người chỉ biết AI mà không hiểu ngành nào. Bạn có thể bắt đầu với các phần mềm AI miễn phí.
- Đi đường dữ liệu. Phân tích dữ liệu, trực quan hoá dữ liệu, quản trị dữ liệu. Nhẹ toán hơn, nhiều việc hơn, và là cửa vào tự nhiên nếu sau này bạn muốn rẽ sang học máy.
- Đi đường kinh doanh và dùng AI để chạy việc. Đây là hướng tôi làm mỗi ngày. Viết nội dung, dựng ảnh, trả lời khách, xử lý dữ liệu bán hàng đều có thể giao bớt cho máy. Bạn có thể xem thử các tính năng AI có sẵn trong Zalo hoặc cách một trợ lý AI tự làm việc để hình dung.
Điểm chung của cả ba hướng: giá trị không nằm ở chỗ bạn biết bao nhiêu công cụ, mà ở chỗ bạn giải quyết được bài toán nào của người khác. Đây cũng là điều tôi hay nói với người đang bán hàng. Máy chạy nhanh tới đâu thì việc hiểu bản chất công nghệ mình đang dùng vẫn là phần của con người.
Nếu bạn đi hướng thứ ba, đây là phần khó nhất
Dùng AI để làm nội dung thì nhanh. Nhưng đưa nội dung đó tới đúng người chịu mua mới là chỗ tốn tiền nhất khi làm sai. Khoá Tư Duy Ra Đơn dạy đúng phần đó: hiểu khách của bạn là ai, họ đang ở nhiệt độ nào, và nói gì để họ bước vào. Dành cho chủ shop tự chạy quảng cáo, kèm 1-1, kết thúc bằng chiến dịch thật trên chính shop bạn. Nói rõ để bạn khỏi mất thời gian: đây không phải khoá học về AI, và cũng không dành cho bạn học sinh đang chọn ngành.
Tìm hiểu khoá Tư Duy Ra Đơn →Câu hỏi thường gặp
Ngành trí tuệ nhân tạo có khó không?
Khó, và cái khó nằm ở toán chứ không nằm ở lập trình. Lập trình là kỹ năng luyện được bằng thời gian. Nhưng giải tích, đại số tuyến tính và xác suất thống kê thì cần nền tảng tư duy vững, và chúng chiếm phần lớn hai năm đầu. Nếu bạn học Toán ở mức khá và chịu khó thì theo được. Nếu bạn sợ Toán thì đây không phải ngành nên chọn chỉ vì nó đang hot.
Ngành trí tuệ nhân tạo học trường nào ở TP.HCM và Hà Nội?
Ở TP.HCM, nhóm được nhắc nhiều nhất là Đại học Công nghệ Thông tin thuộc ĐHQG TP.HCM và Đại học Khoa học Tự nhiên TP.HCM. Cả hai đều lấy điểm rất cao. Ở Hà Nội có Đại học Công nghệ thuộc ĐHQG Hà Nội, Đại học Bách khoa Hà Nội và Học viện Công nghệ Bưu chính Viễn thông. Ngoài ra nhiều trường khác cũng đã mở mã ngành này. Hãy dùng bốn câu hỏi ở mục 4 để soi từng trường, thay vì chọn theo danh tiếng chung.
Ngành trí tuệ nhân tạo khác gì khoa học dữ liệu?
Hai ngành chồng lấn nhau khá nhiều ở phần toán và lập trình nền. Khác nhau ở trọng tâm. Trí tuệ nhân tạo nghiêng về xây dựng hệ thống biết học và tự ra quyết định. Khoa học dữ liệu nghiêng về khai thác dữ liệu để tìm ra hiểu biết cho con người ra quyết định. Nếu bạn thích làm ra sản phẩm chạy tự động thì nghiêng về AI. Nếu bạn thích tìm ra câu chuyện ẩn trong số liệu thì nghiêng về dữ liệu.
Con gái học ngành trí tuệ nhân tạo được không?
Được, và không có bất cứ rào cản chuyên môn nào ở đây. Ngành này cần tư duy logic, sự kiên nhẫn và khả năng đọc tài liệu, không cần sức khoẻ hay đặc điểm giới tính nào cả. Tỉ lệ nữ trong ngành hiện còn thấp, nhưng đó là chuyện của thói quen chọn ngành chứ không phải chuyện năng lực.
Không giỏi Toán có học ngành trí tuệ nhân tạo được không?
Tuỳ mức độ. Không giỏi xuất sắc mà chịu khó thì vẫn được. Phần lớn kiến thức toán trong ngành được học lại từ đầu ở bậc đại học, ai cũng bắt đầu cùng vạch. Nhưng nếu bạn mất gốc từ cấp hai và ghét môn này thì nên chọn hướng khác. Chẳng hạn công nghệ thông tin thiên về phần mềm ứng dụng, hoặc phân tích dữ liệu.
Học ngành trí tuệ nhân tạo từ xa hoặc tự học được không?
Phần kiến thức thì học từ xa được, tài liệu và khoá học trực tuyến hiện rất nhiều và chất lượng tốt. Thứ khó thay thế là môi trường: bạn bè cùng làm dự án, giảng viên chỉ chỗ sai, phòng máy đủ mạnh, quan hệ để có chỗ thực tập. Nếu tự học, hãy bù bằng cách tham gia cộng đồng và làm dự án chung với người khác, đừng học một mình trong phòng.
Kết luận
Ngành trí tuệ nhân tạo là một ngành thật, có nhu cầu thật và có mức thu nhập tốt cho người làm được việc. Nó cũng là một ngành nặng toán, dài hơi, và có khoảng cách rất lớn về chất lượng đào tạo giữa các trường mang cùng một cái tên.
Nếu bạn muốn tạo ra AI, thích mày mò tới tận gốc và không sợ toán, thì đây là con đường xứng đáng. Còn nếu bạn chỉ muốn dùng AI cho công việc của mình thì đừng mất bốn năm. Hãy học ngành bạn thật sự thích, rồi dùng AI như một công cụ trong ngành đó.
Việc cần làm tối nay chỉ có một: lấy giấy ra, trả lời sáu câu ở mục 6 cho thật. Không ai chấm điểm bạn, nhưng câu trả lời đó đáng giá bốn năm.
Người viết tại duyday.com — chia sẻ về phát triển bản thân, marketing và kinh doanh tử tế. Triết lý: đến để giúp đỡ và cho đi.