Chào mừng
Đây là blog life — deploy trên Cloudflare Pages, tách khỏi tech blog (GitHub Pages).
Viết bài mới trong docs/blog/posts/, chạy uv run mkdocs build, push lên main để deploy.
Blog¶
Level Up — lộ trình phát triển bản thân cho engineer trong thời đại AI
Giỏi kỹ thuật là điều kiện cần. Nhưng engineer đi xa không phải người code nhiều nhất — mà là người grow nhanh nhất, đúng hướng nhất, và bền nhất.
Trong thời đại AI, "grow" không còn nghĩa là học thêm framework. AI viết code nhanh hơn bạn rồi. Câu hỏi bây giờ là: bạn có thể học sâu hơn AI gợi ý không? Ra quyết định mà AI không đủ context? Duy trì tốc độ phát triển qua nhiều năm mà không kiệt sức?
Bài viết này là bản đồ tổng thể cho series Level Up — từ cách học, quản lý thời gian, đặt mục tiêu, đến xây career dài hạn. Mỗi phần có bài deep-dive riêng đi sâu hơn.
Engineer làm cha — khi con học nói và AI cũng đang học nói
Con tôi 2 tuổi, đang tập nói.
Mỗi ngày nó lặp lại một từ mới — đôi khi đúng, đôi khi sai, đôi khi bịa ra từ không tồn tại nhưng nói với sự tự tin tuyệt đối.
Nghe quen không?
Đó cũng chính xác là cách LLM hoạt động — dự đoán token tiếp theo dựa trên pattern, đôi khi hallucinate, đôi khi cho ra output khiến bạn phải dừng lại và nghĩ "thật sự nó hiểu hay chỉ bắt chước?"
Tôi là Data Engineer. Tôi dành ban ngày để dạy máy xử lý dữ liệu, ban đêm để dạy con xử lý thế giới. Và tôi nhận ra: hai quá trình này giống nhau đáng sợ.
Bài viết này không phải parenting blog. Đây là ghi chép của một engineer đang sống giữa ba bài toán song song: bắt kịp AI, xây sự nghiệp, và nuôi dạy một con người nhỏ — bằng tất cả sự chân thành và bối rối.
Personal OKR — đặt mục tiêu cho việc học như đặt OKR cho công việc
Bạn đã có thời gian (buổi sáng được bảo vệ), có phương pháp (học nhanh, nhớ lâu), có sandbox để thực hành. Nhưng cuối quý nhìn lại — bạn đã "học" nhiều thứ mà không build được gì cụ thể. Kiến thức rời rạc, không đo được tiến độ, không biết mình đang ở đâu trên lộ trình.
Vấn đề không phải thiếu thời gian hay thiếu phương pháp. Vấn đề là thiếu mục tiêu rõ ràng và hệ thống accountability. Không ai tạo OKR học tập cho bạn. Và nếu bạn không tự làm, việc học sẽ mãi ở chế độ "noodling" — làm gì cũng được, không làm cũng không sao.
Bài viết này là phần thứ ba trong bộ ba: Học nhanh. Nhớ lâu. cho phương pháp, Sắp xếp thời gian cho thời gian, và bài này cho mục tiêu + kỷ luật.
Sắp xếp thời gian khi kỹ năng nền tảng là ưu tiên số 1
Bạn muốn trau dồi kỹ năng nền tảng — những thứ quan trọng nhất cho sự nghiệp dài hạn. Đồng thời bạn phải chạy theo OKR — triển khai dự án, hoàn thành mục tiêu quý. Và mỗi ngày vẫn có sự cố cần xử lý, ad-hoc task cần giải quyết, tin nhắn cần trả lời. Kết quả: cuối tuần nhìn lại, bạn bận rộn cả tuần nhưng không tiến gần hơn bất kỳ mục tiêu dài hạn nào.
Khi bạn đang ở giai đoạn cần xây nền tảng — dù là software engineer, data engineer, DevOps, hay bất kỳ vai trò nào trong tech — đây là giai đoạn quyết định. Nền tảng phải vững trước khi mở rộng. Và nền tảng chỉ vững khi bạn ưu tiên việc học trước mọi thứ khác — không phải "khi nào rảnh thì học", mà là "học xong rồi mới bắt đầu làm".
Bài viết này chia thành ba phần: phần đầu là framework chung — cách nhìn nhận thời gian, thiết kế ngày và tuần — áp dụng được cho bất kỳ ai trong ngành. Phần giữa lấy Data Engineer làm ví dụ cụ thể — lộ trình kỹ năng, cách học bằng dự án. Phần cuối quay về những nguyên tắc phổ quát — accountability, review, và cách phục hồi khi trượt.
Học nhanh. Nhớ lâu. Không bị cuốn trôi trong thời đại AI.
Trong thời đại AI, vấn đề không còn là tiếp cận thông tin mà là giữ được chiều sâu tư duy. Chúng ta đọc nhanh, hiểu nhanh, nhưng không xây được mạng lưới tri thức đủ vững để giải thích, so sánh và ra quyết định độc lập. Bài viết này bàn về cách thiết kế lại hệ thống tư duy cá nhân — chuyển từ tiêu thụ thông tin sang kiến tạo cấu trúc — bởi vì máy tính lưu tệp, còn não lưu liên kết, và lợi thế sống còn của con người nằm ở độ sâu chứ không phải tốc độ.