Khoa học Máy tính

Sinh viên sẽ tập trung vào 4 nhóm kiến thức chính. Ngành này thực sự khó và "nặng đô" vì đòi hỏi tư duy logic và khả năng toán học rất cao, không thiên về cảm hứng tự do hay cảm tính.

Nhóm kiến thức	Học để làm gì
Cấu trúc dữ liệu và giải thuật	Xương sống của lập trình, biết cách tổ chức dữ liệu và thiết kế thuật toán giải bài toán hiệu quả
Kiến trúc máy tính	Hiểu phần cứng máy tính hoạt động ra sao để viết code chạy nhanh, tiết kiệm tài nguyên
Hệ điều hành	Nắm cách máy tính quản lý bộ nhớ, tiến trình, file, nền tảng để build phần mềm hệ thống
Trí tuệ nhân tạo (AI)	Học cách máy "tự học" từ dữ liệu, xây dựng mô hình dự báo, nhận dạng ảnh, xử lý ngôn ngữ

🔵 Đây là môi trường dành cho những người thích đào sâu vào bản chất vấn đề, chấp nhận việc đối mặt với những con số và dòng lệnh khô khan mỗi ngày. Nếu bạn từng "đầu hàng" với toán cấp 3 vì khó hiểu, hãy cân nhắc kỹ.

Hướng 1: Nghiên cứu thuật toán, trí tuệ nhân tạo và học máy

Bạn sẽ làm gì?

Bạn xây dựng mô hình, thử nghiệm thuật toán, xử lý dữ liệu và đánh giá kết quả để giải các bài toán như gợi ý nội dung, nhận dạng hình ảnh, dự báo rủi ro hoặc xử lý ngôn ngữ. Công việc thường bắt đầu từ việc hiểu dữ liệu và kết thúc bằng một mô hình có thể kiểm chứng bằng số liệu.

Vị trí thường gặp: Kỹ sư học máy, kỹ sư trí tuệ nhân tạo, nhà khoa học dữ liệu, kỹ sư xử lý ngôn ngữ tự nhiên, kỹ sư thị giác máy tính.

Môi trường làm việc thường gặp: Công ty công nghệ, ngân hàng, thương mại điện tử, phòng dữ liệu của doanh nghiệp lớn, trung tâm nghiên cứu phát triển.

Điểm hấp dẫn của hướng này: Bạn được làm với các bài toán mới, có chiều sâu và thấy rõ sức mạnh của toán, dữ liệu, thuật toán khi biến thành sản phẩm.

Phong cách làm việc thực tế: Đọc bài kỹ thuật, viết code thử nghiệm, làm sạch dữ liệu, chạy mô hình, so sánh chỉ số và trình bày kết quả cho nhóm sản phẩm hoặc nghiệp vụ.

Thực tế cần biết: Không phải cứ học AI là làm mô hình lớn ngay. Nhiều thời gian dành cho dữ liệu, kiểm thử giả thuyết, tối ưu nhỏ và giải thích kết quả sao cho dùng được trong thực tế.

Hướng 2: Phát triển phần mềm và hệ thống nền tảng

Bạn sẽ làm gì?

Bạn thiết kế, lập trình và tối ưu các hệ thống phần mềm có nhiều người dùng, nhiều dữ liệu hoặc yêu cầu hiệu năng cao. Trọng tâm không chỉ là viết tính năng, mà còn là cấu trúc dữ liệu, kiến trúc hệ thống, độ tin cậy và khả năng mở rộng.

Vị trí thường gặp: Kỹ sư phần mềm, kỹ sư back-end, kỹ sư nền tảng, kỹ sư hệ thống phân tán, lập trình viên full-stack.

Môi trường làm việc thường gặp: Công ty sản phẩm công nghệ, doanh nghiệp gia công phần mềm, fintech, thương mại điện tử, viễn thông, bộ phận công nghệ của doanh nghiệp lớn.

Điểm hấp dẫn của hướng này: Bạn tạo ra hệ thống thật, có người dùng thật và có cơ hội giải các bài toán kỹ thuật phức tạp hơn theo thời gian.

Phong cách làm việc thực tế: Làm việc theo nhóm, nhận yêu cầu, thiết kế giải pháp, viết code, kiểm thử, review code, sửa lỗi và theo dõi hệ thống sau khi triển khai.

Thực tế cần biết: Áp lực không chỉ nằm ở code chạy được, mà ở code dễ bảo trì, an toàn, chịu tải và phù hợp với mục tiêu sản phẩm.

Hướng 3: Dữ liệu, phân tích và hạ tầng tính toán

Bạn sẽ làm gì?

Bạn xây dựng luồng dữ liệu, kho dữ liệu, công cụ phân tích và nền tảng tính toán để dữ liệu có thể được lưu trữ, truy xuất và sử dụng đúng cách. Đây là hướng gần với kỹ thuật dữ liệu và nền tảng cho AI.

Vị trí thường gặp: Kỹ sư dữ liệu, chuyên viên phân tích dữ liệu, kỹ sư nền tảng dữ liệu, kỹ sư cơ sở dữ liệu, kỹ sư phân tích sản phẩm.

Môi trường làm việc thường gặp: Ngân hàng, bảo hiểm, thương mại điện tử, công ty công nghệ, doanh nghiệp có dữ liệu khách hàng hoặc vận hành lớn.

Điểm hấp dẫn của hướng này: Bạn giúp tổ chức ra quyết định dựa trên dữ liệu thay vì phỏng đoán, đồng thời được làm với hệ thống có quy mô và tính thực dụng cao.

Phong cách làm việc thực tế: Viết truy vấn, xây pipeline, kiểm tra chất lượng dữ liệu, tối ưu hiệu năng, làm dashboard và phối hợp với các nhóm nghiệp vụ.

Thực tế cần biết: Dữ liệu thực tế thường thiếu, lệch, trùng hoặc sai định dạng. Công việc đòi hỏi sự tỉ mỉ và khả năng hiểu bối cảnh kinh doanh, không chỉ biết công cụ.

Hướng 4: Nghiên cứu, giảng dạy và phát triển công nghệ lõi

Bạn sẽ làm gì?

Bạn đào sâu vào lý thuyết tính toán, thuật toán, bảo mật, hệ điều hành, ngôn ngữ lập trình hoặc các hướng nghiên cứu mới, sau đó chuyển hóa thành bài báo, nguyên mẫu kỹ thuật, tài liệu hoặc sản phẩm thử nghiệm.

Vị trí thường gặp: Trợ lý nghiên cứu, nghiên cứu viên, giảng viên, kỹ sư nghiên cứu phát triển, kỹ sư nguyên mẫu.

Môi trường làm việc thường gặp: Trường đại học, viện nghiên cứu, phòng nghiên cứu phát triển của doanh nghiệp, phòng thí nghiệm công nghệ.

Điểm hấp dẫn của hướng này: Bạn được đi sâu vào bản chất của vấn đề và tạo nền tảng cho các ứng dụng trong tương lai.

Phong cách làm việc thực tế: Đọc tài liệu chuyên sâu, chứng minh ý tưởng, viết mã thử nghiệm, đo kết quả, viết báo cáo và trao đổi học thuật hoặc kỹ thuật.

Thực tế cần biết: Tiến độ thường dài hơn làm sản phẩm thương mại, kết quả có thể không thấy ngay. Cần kiên nhẫn với việc đọc, thử sai và bảo vệ lập luận bằng bằng chứng.

Điểm chung của các hướng

Dù chọn hướng nào, người học Khoa học Máy tính đều cần tư duy hệ thống, khả năng học liên tục, kỹ năng làm việc nhóm và thói quen kiểm chứng bằng dữ liệu hoặc sản phẩm thật. Điểm khác nhau nằm ở mức độ thiên về thuật toán, xây dựng phần mềm, dữ liệu, nghiệp vụ hay vận hành, nhưng tất cả đều cần hiểu vấn đề trước khi chọn công cụ.

Bức tranh thị trường & tương lai nghề

Nhu cầu nhân lực công nghệ vẫn hiện diện trong nhiều lĩnh vực như tài chính, thương mại, sản xuất, giáo dục, y tế và dịch vụ công. Tuy vậy, thị trường ngày càng ưu tiên người có nền tảng chắc, làm được dự án thật, biết dùng công cụ mới một cách có chọn lọc và hiểu bối cảnh kinh doanh. Tự động hóa và trí tuệ nhân tạo sẽ thay đổi cách làm việc, nhưng cũng tạo thêm nhu cầu về người biết thiết kế, kiểm soát, tích hợp và chịu trách nhiệm cho hệ thống số.

🔵 Đây là 2 ví dụ minh họa, không phải người thật. Mỗi persona đại diện cho một hướng phát triển khác nhau trong ngành.

Linh, Kỹ sư phát triển phần mềm tại một công ty công nghệ quy mô vừa ở TP.HCM

Một ngày của Linh thường bắt đầu lúc 9h với buổi stand-up meeting 15 phút cùng team, mỗi người báo cáo hôm qua làm gì, hôm nay làm gì, có gì kẹt. Sau đó cô mở laptop, kéo ticket mới từ bảng Jira: tuần này team đang làm tính năng thanh toán cho ứng dụng di động. Linh đọc spec, vẽ flow xử lý ra giấy, rồi bắt đầu code.

Buổi chiều thường có 1-2 buổi review code: Linh đọc code của đồng nghiệp viết, comment góp ý, và ngược lại. Khi gặp bug khó, cô có thể ngồi vài giờ chỉ để hiểu tại sao một dòng lệnh chạy sai, đôi khi câu trả lời nằm ở chỗ không ngờ. Cuối tuần, team release version mới lên store, và Linh phải trực để fix bug nếu user báo lỗi.

Quân, Kỹ sư Học máy (ML Engineer) tại bộ phận dữ liệu của một ngân hàng

Công việc của Quân khác hẳn Linh: thay vì xây giao diện cho người dùng cuối, anh làm việc với dữ liệu. Mỗi sáng, Quân vào hệ thống kiểm tra các mô hình dự báo rủi ro tín dụng đang chạy, có mô hình nào "drift" (lệch khỏi thực tế) không, có cần huấn luyện lại không.

Phần lớn thời gian Quân viết code Python, query SQL trên các bảng dữ liệu hàng triệu dòng, thử nghiệm các thuật toán mới. Khi tìm ra mô hình tốt hơn, anh phải viết tài liệu, trình bày với team nghiệp vụ (không biết code) để giải thích "vì sao mô hình này tốt hơn cũ". Công việc đòi hỏi cả tư duy thuật toán lẫn khả năng giao tiếp, viết code chạy được không đủ, phải thuyết phục được người ra quyết định.

🔵 Phần này so sánh Khoa học máy tính với các ngành cùng họ và các nghề HS hay nhầm lẫn. Phân biệt giúp bạn chọn đúng ngành thay vì chọn theo "tên nghe quen".

Ngành/nghề	Trọng tâm	Khác biệt chính	Hợp với ai
⭐ Khoa học Máy tính	Nghiên cứu nền tảng: thuật toán, AI, hệ thống	Hiểu vì sao máy tính làm được, không chỉ biết dùng	Người yêu Toán, thích đào sâu bản chất
Công nghệ Thông tin (CNTT)	Ứng dụng + vận hành hệ thống IT cho doanh nghiệp	Thiên về triển khai công nghệ có sẵn, ít nghiên cứu lõi	Người thích làm việc với hệ thống thực tế, ít lý thuyết hơn
Kỹ thuật Phần mềm	Quy trình xây dựng phần mềm quy mô lớn	Tập trung cách build phần mềm (quản lý dự án, kiến trúc, testing)	Người thích vừa code vừa quan tâm quy trình team
Kỹ thuật Máy tính	Phần cứng + phần mềm nhúng	Làm việc với chip, mạch, thiết bị IoT, gần kỹ thuật điện tử	Người thích vừa lập trình vừa "động tay" với phần cứng

Hiểu nhầm thường gặp:

• ❌ "Học Khoa học máy tính = sửa máy tính/cài Win", sai. Sửa máy là kỹ thuật viên (technician), khác hẳn ngành kỹ sư phần mềm/AI.
• ❌ "Khoa học máy tính = chỉ cần biết code là đủ", sai. Code chỉ là công cụ; cốt lõi là tư duy thuật toán và Toán. Nhiều bạn code giỏi nhưng yếu thuật toán vẫn khó vào các vị trí lương cao.

Trước khi quyết định chọn ngành, bạn có thể thử 4 việc sau ngay tuần này:

1. Thử tự học 1 khóa lập trình cơ bản miễn phí (30 phút), chọn một nền tảng học code online miễn phí, làm bài đầu tiên về biến và vòng lặp. Quan sát: bạn thấy thú vị, bình thường, hay nản? Nếu nản ngay từ buổi đầu, hãy cân nhắc kỹ.

2. Đọc một chương về thuật toán cơ bản (sắp xếp/tìm kiếm), search "thuật toán sắp xếp nổi bọt là gì" và đọc 2-3 bài giải thích. Bạn có thấy logic của nó "đẹp" và muốn tìm hiểu thêm, hay thấy đau đầu và muốn bỏ qua?

3. Hỏi 1 anh chị đang làm trong ngành 3 câu cụ thể:

   • "Một ngày làm việc thực tế của anh/chị diễn ra như thế nào?"
   • "Việc gì khiến anh/chị thấy mệt nhất, và việc gì khiến vui nhất?"
   • "Nếu được chọn lại, anh/chị có chọn ngành này nữa không? Vì sao?"

4. Xem video kiểu "day in the life" của một software engineer hoặc ML engineer, tìm trên YouTube với từ khóa tiếng Anh "day in the life software engineer" hoặc tiếng Việt "một ngày làm lập trình viên". Quan sát: bạn thấy hứng thú với cảnh ngồi code 6-8 tiếng/ngày, hay thấy buồn chán?

STT	Trường	Tên ngành	Tổ hợp	Điểm chuẩn 2025	2024	2023
1	Đại Học Kinh Tế Quốc Dân	Khoa học máy tính	A00; A01; D01; D07	26.27	35.55	35.35
2	Đại Học Bách Khoa Hà Nội	CNTT: Khoa học Máy tính	B03; C01; C02; X02	29.19	28.53	29.42
		CNTT: Khoa học Máy tính	A00; A01
		Khoa học máy tính – hợp tác với ĐH Troy (Hoa Kỳ)	A00; A01; B03; C01; C02; X02	21.8	21	24.96
		Khoa học máy tính – hợp tác với ĐH Troy (Hoa Kỳ)	D01
3	Học Viện Tài chính	Khoa học dữ liệu trong tài chính	A00; A01; D01; D07	25.52
4	Trường Đại học Ngoại thương	Chương trình ĐHNNQT Khoa học máy tính và dữ liệu trong kinh tế và kinh doanh			27.2
		Chương trình ĐHNNQT Khoa học máy tính và dữ liệu trong kinh tế và kinh doanh	A00; A01; D01; D07
5	Học Viện Công Nghệ Bưu Chính Viễn Thông	Khoa học máy tính (định hướng Khoa học dữ liệu)	A00; A01; X06; X26	26.21	26.31	26.55
6	Trường Đại Học Công Nghệ – Đại Học Quốc Gia Hà Nội	Khoa học máy tính	A00; A01; X06; X26; D01	27.86	27.58	27.25
7	Trường Đại Học Giao Thông Vận Tải	Khoa học máy tinh	A00; A01; D07; X06	24.35	25.41	25.24
8	Đại Học Công Nghiệp Hà Nội	Khoa học máy tính	A00; A01; X06; X07	23.72	25.32	25.05
		Khoa học máy tính (CTĐT bằng tiếng Anh)	A00; A01; X06; X07	20.45
9	Trường Đại Học Công Thương TPHCM	Khoa học dữ liệu	A00; C01; D01; X26	22	20	16.75
10	Đại Học Phenikaa	Tài năng Khoa học máy tính	A00; A01; D07; X06; X26; X27	23	23	23
		Khoa học máy tính (Trí tuệ nhân tạo và Khoa học dữ liệu)	A00; A01; D07; X06; X26; X27	21	21
11	Trường Đại Học Y Tế Công Cộng	Khoa học dữ liệu	A00; A01; B00; D01; D07; X26	19	16.1	16.45
12	Trường Đại Học Thăng Long	Khoa học máy tính	A01; D01; D07	15	22	23.66
		Khoa học máy tính	A00; X06; X26
13	Trường Đại Học Khoa Học Tự Nhiên TPHCM	Khoa học máy tính (CT Tiên tiến)	D07	29.56	28.5	28.05
		Khoa học máy tính (CT Tiên tiến)	A00; A01; X26; X06; B08
14	Trường Đại Học Tôn Đức Thắng	Khoa học máy tính	A01; D01; D07; X26	30.27	33	33.35
		Khoa học máy tính	A00; C01
		Khoa học máy tính – Chương trình dự bị đại học bằng tiếng Anh	A00; A01; C01; D01; D07; X26	24	28
		Khoa học máy tính (đơn bằng 2+2) – Chương trình dự bị liên kết Đại học Kỹ thuật Ostrava (CH Séc)	A00; A01; C01; D01; D07; X26	22
		Khoa học máy tính – Chương trình tiên tiến	C01	25.6	30.8	32.25
		Khoa học máy tính – Chương trình tiên tiến	A00; A01; D01; D07; X26
		Khoa học máy tính – Chương trình đại học bằng tiếng Anh	A00; A01; C01; D01; D07; X26	24	28	31
		Khoa học máy tính (đơn bằng 2+2) – Chương trình liên kết Đại học Kỹ thuật Ostrava (CH Séc)	A00; A01; C01; D01; D07; X26	22	28	26
		Khoa học máy tính – Chương trình học tại Phân hiệu Khánh Hòa	A00; A01; C01; D01; D07; X26	20	22
15	Trường Đại Học Khoa Học Tự Nhiên Hà Nội	Khoa học máy tính và thông tin	A00; A01; D07; D08; C01; X26	25.35	34	34.7
16	Đại Học Cần Thơ	Khoa học máy tính	A00; A01; X06; X26	23.07	24.43	24.4
17	Trường Đại Học Công Nghệ Thông Tin – ĐHQG TPHCM	Khoa học dữ liệu	A00; A01; D01; X26; X06; D07; A02	27.7		27.1
		Khoa học máy tính	A00; A01; D01; X26; X06; D07	27.2	27.3	26.9
18	Trường Đại Học Sài Gòn	Khoa học dữ liệu	C01	22.99	23.99	21.74
		Khoa học dữ liệu	A00; A01; A02; A03; A04; A05; A06; A07; B00; B01; B02; B03; B08; C02; C03; C04; D01; D07; D09; D10; X01; X02; X03; X04; X05; X06; X07; X08; X09; X10; X11; X12; X13; X14; X15; X16; X17; X18; X19; X20; X21; X22; X23; X24; X25; X26; X27; X28; X53; X54
19	Trường Đại Học Sư Phạm – Đại Học Đà Nẵng	Khoa học dữ liệu	C01; D01; X02	19.25

📌 Dữ liệu điểm chuẩn theo phương thức xét tuyển bằng tốt nghiệp THPT.