Bài 8 — Triển khai, phỏng vấn và thị trường việc làm

Bài cuối biến kỹ năng thành công việc: đưa agent lên chạy thật, vượt phỏng vấn, và đọc hiểu thị trường để định giá bản thân.

Phần 1 — Triển khai (deploy) agent

Agent chạy trên máy bạn không ai thấy. Cách phổ biến nhất để có link demo:

• Bọc agent trong một API nhỏ (FastAPI) hoặc UI nhanh (Streamlit/Gradio).
• Đưa key vào biến môi trường trên hạ tầng (không hardcode).
• Deploy lên nền tảng dễ: Render, Railway, Fly.io, hoặc Hugging Face Spaces cho demo.
• Thêm rate limit + timeout để tránh bị lạm dụng token.

from fastapi import FastAPI
app = FastAPI()

@app.post("/ask")
def ask(q: str):
    return {"answer": run_agent(q, tools, tool_map)}

Có 1 link demo bấm vào chạy được đáng giá hơn 5 repo chỉ có code.

Phần 2 — Chuẩn bị phỏng vấn

Phỏng vấn Agent Engineer thường 3 dạng câu hỏi:

• Khái niệm vận dụng: "Khi nào KHÔNG nên dùng agent?", "RAG sai thì debug từ đâu?", "Chống prompt injection thế nào?". Bài 1-7 đã trang bị.
• Đào sâu dự án: họ hỏi về portfolio của bạn — vì sao chọn thiết kế đó, đánh đổi gì, eval ra sao. Phải thuộc dự án của mình.
• Thiết kế hệ thống (system design): "Thiết kế agent hỗ trợ CSKH cho 10.000 khách/ngày". Trả lời theo khung: tool nào, RAG hay không, memory, eval, cost, security, fallback.

Mẫu trả lời system design theo khung 5 câu hỏi production ở Bài 7 sẽ khiến bạn nổi bật.

Ví dụ khung trả lời phỏng vấn (STAR cho dự án)

Situation: CSKH qua tai vi cau hoi lap lai.
Task:      Toi xay agent tu dong tra loi 60% cau hoi thuong gap.
Action:    Function calling + RAG, nguong escalation 0.7,
           eval 200 mau, tracing bang Langfuse.
Result:    Tu dong hoa 62%, 0 loi nghiem trong, ~0.02 USD/luot.

Phần 3 — Thị trường việc làm

Các dạng vị trí đang tuyển (tên gọi khác nhau, bản chất giống):

• AI/Automation Engineer — nối workflow + LLM (n8n, Make + code). Cửa vào dễ nhất.
• Agent Engineer / LLM Engineer — xây agent code, RAG, eval. Cần code chắc.
• AI Solutions / Forward Deployed Engineer — làm việc trực tiếp với khách, cần cả kỹ thuật + giao tiếp + domain.
• AI Product Engineer — kỹ sư kiêm định hình sản phẩm AI.

Cách tiếp cận thị trường:

• Tối ưu LinkedIn: tiêu đề nêu rõ "AI Agent / Automation Engineer", ghim 2-3 dự án có demo.
• Ứng tuyển kèm link demo + case study, không chỉ CV.
• Nhắm công ty vừa/nhỏ hoặc agency automation trước — họ tuyển nhiều, ít đòi bằng cấp, coi trọng sản phẩm chạy được.
• Đóng góp/viết bài (LinkedIn, blog) để tạo dấu ấn — nhiều offer đến từ nội dung bạn chia sẻ.
• Nhận freelance nhỏ (tự động hoá cho SME) để có case thật + thu nhập + tham chiếu.

Khung tư duy "vòng lặp tìm việc"

Ung tuyen/networking -> phong van -> xin feedback
-> vá lỗ hổng (skill hoặc cách trình bày) -> lặp lại

Mỗi lần bị từ chối là dữ liệu để cải thiện, không phải điểm dừng.

Các bước 30 ngày cuối để ra offer

• Deploy 1 dự án lên link công khai.
• Viết lại CV + LinkedIn xoay quanh 3 dự án có số liệu.
• Luyện 10 câu hỏi khái niệm + kể 3 dự án trôi chảy trong 2 phút.
• Ứng tuyển 5-10 vị trí/tuần kèm demo.
• Sau mỗi phỏng vấn: ghi lại câu bị hỏng -> ôn -> cải thiện.

Checklist sẵn sàng đi làm

• [ ] Có ít nhất 1 agent deploy công khai bấm vào chạy được.
• [ ] CV/LinkedIn xoay quanh dự án + số liệu, không phải khoá học.
• [ ] Kể được mỗi dự án trong 2 phút kèm đánh đổi.
• [ ] Trả lời được câu hỏi production (eval/cost/security).
• [ ] Có quy trình xin & xử lý feedback sau phỏng vấn.

Sai lầm thường gặp

• Chờ "giỏi đủ" mới ứng tuyển. Ứng tuyển sớm để lấy feedback thực tế — nó chỉ đúng chỗ cần học.
• Nộp CV không demo. Trong nghề này, sản phẩm chạy được nói to hơn mọi dòng mô tả.
• Không thuộc dự án của chính mình. Bị hỏi sâu là lộ ngay.
• Chỉ nhắm công ty lớn đòi kinh nghiệm. Bỏ lỡ vô số cơ hội ở SME/agency đang khát người biết dựng agent.