Tiến sĩ Huỳnh Nhật Nam và hành trình trở lại Việt Nam
June 24, 2021

Tiến sĩ Huỳnh Nhật Nam và hành trình trở lại Việt Nam

June 24, 2021

Cuối năm 2018, Tiến sĩ Huỳnh Nhật Nam quyết định nghỉ việc tại Sở Giao thông bang New South Wales (Úc) để trở về Việt Nam. Ngã rẽ sự nghiệp mới mẻ này đưa ông tới công việc nghiên cứu và giảng dạy tại Trường Chính sách công và Quản lý Fulbright (FSPPM) 

Cuộc gặp với Tiến sĩ Vũ Thành Tự Anh, Giám đốc Trường Fulbright một ngày cuối năm 2018 tại TP.HCM khơi mở nhiều ý tưởng đến mức đã khiến Tiến sĩ Huỳnh Nhật Nam quyết định nhanh chóng sẽ phát triển mảng công việc về dữ liệu lớn (Big Data) tại Fulbright. Dù lúc này, khoa học dữ liệu và dữ liệu lớn (Big Data) ở Trường Chính sách công và Quản lý Fulbright hoàn toàn mới mẻ, chưa có bất cứ nền tảng phát triển nào. 

Xuất thân học kỹ sư hàng không tại Đại học Bách Khoa Thành phố Hồ Chí Minh, ông Nam sau đó theo đuổi học Thạc sĩ về Robotics và làm nghiên cứu về Tiến sĩ về Cơ khí Vật liệu tại Đại học Wollongong (Úc). Công việc gắn với khoa học dữ liệu và dữ liệu lớn Big Data bắt đầu khi Viện SMART Infrastructure Facility được thành lập trong Đại học Wollongong. Ông Nam tham gia sáng lập và là trưởng nhóm nghiên cứu Mô phỏng và Mô hình hóa Cơ sở hạ tầng tại viện nghiên cứu tư vấn này. Nhóm của ông đã tham gia hợp tác rộng rãi với nhiều cơ quan trong chính phủ bang New South Wales và các đại học tại Úc thực hiện nhiều dự án phân tích dữ liệu về logistics đường sắt, dự báo dân số và nhân khẩu học, nhu cầu giao thông đô thị, và khí thải giao thông đường bộ. 

 

 

Từ nền tảng kinh nghiệm này, ông chuyển sang Sở Giao thông bang New South Wales, nơi ông làm việc trong vai trò quản lý và tham gia trực tiếp vào việc xây dựng các mô hình mô phỏng giao thông chiến lược phục vụ quy hoạch giao thông công cộng cho vùng Đại đô thị Sydney. Trong suốt 10 năm làm việc tại Úc, ông đã tích luỹ kinh nghiệm nghiên cứu, xây dựng quan hệ hợp tác với các đại học của Úc và chính phủ Úc thực hiện các dự án tài trợ bởi chính phủ và khối tư nhân về phân tích dữ liệu và xây dựng mô hình mô phỏng hệ thống cơ sở hạ tầng đô thị. 

Nắm bắt xu thế mới 

Đặt hàng của Tiến sĩ Tự Anh dành cho ông Nam là nghiên cứu, đề xuất các chương trình nghiên cứu sử dụng dữ liệu lớn có liên quan đến chính sách tại Fulbright. Trong quá trình mở rộng mạng lưới quan hệ của Trường Fulbright khi tham gia mạng lưới NASPAA (Mạng lưới toàn cầu các trường Chính sách công, Hành chính công và Quản lý công của Hoa Kỳ - với hơn 300 thành viên), trong các hội nghị khu vực, ông Tự Anh nhanh chóng nắm bắt một xu thế mới. 

Đó là việc dữ liệu lớn (Big Data) được ứng dụng ngày càng đa dạng trong các lĩnh vực tài chính, đầu tư, thương mại, dịch vụ. Vận dụng khoa học dữ liệu và dữ liệu lớn (Big Data) để giải các bài toán hóc búa và nâng cao trải nghiệm dịch vụ công là xu hướng nghiên cứu mà các trường chính sách công hàng đầu trên thế giới đang đẩy mạnh. Luôn thúc đẩy đổi mới sáng tạo chương trình đào tạo, ông Tự Anh, với tư cách người dẫn dắt chiến lược phát triển của FSPPM, coi xu hướng nghiên cứu giảng dạy ứng dụng dữ liệu lớn như hướng đi tất yếu. 

Từ đặt hàng của Tiến sĩ Tự Anh, Tiến sĩ Huỳnh Nhật Nam bắt đầu chấp bút một đề tài nghiên cứu liên quan giao thông đô thị. Đề tài được Trường Chính sách công và Quản lý Fulbright nộp ứng tuyển tài trợ của Quỹ Đổi mới sáng tạo Vingroup với tên gọi “Xây dựng cơ sở hạ tầng dữ liệu lớn cho đô thị - Tính toán tính kết nối, khả năng phục hồi và nhu cầu của mạng lưới xe bus ở Thành phố Hồ Chí Minh” vào tháng 3 năm 2019. Đến tháng 7, Quỹ Đổi mới sáng tạo Vingroup thông báo trao tài trợ và tháng 8 năm 2019, Tiến sĩ Huỳnh Nhật Nam chủ trì thực hiện. Điều đặc biệt, đề tài lọt vào danh sách 20 dự án được đánh giá có tính khả thi cao, giúp trường Fulbright là đơn vị duy nhất không hoạt động trong lĩnh vực khoa học công nghệ được nhận tài trợ. Đây cũng là dự án nghiên cứu dữ liệu lớn đầu tiên của trường Fulbright do Tiến sĩ Huỳnh Nhật Nam dẫn dắt trong vai trò Nghiên cứu viên cao cấp. 

Ý tưởng của đề tài nghiên cứu này xuất phát từ quan sát trên báo đài về hiện tượng xe buýt thường xuyên bỏ chuyến, trễ chuyến và bỏ trạm, tuy nhiên lại có rất ít dữ liệu thực chứng thể hiện cụ thể nguyên nhân đằng sau cùng với những điểm nghẽn và thời gian cao điểm mà hiện tượng bỏ và trễ trạm xảy ra thường xuyên nhất. Để tìm ra lời giải cho vấn đề này, Tiến sĩ Huỳnh Nhật Nam khai thác các dữ liệu về vị trí thực theo từng ngày của các xe buýt công cộng đang vận hành trên địa bàn TPHCM để không chỉ lượng hóa các vấn đề trong vận hành của mạng lưới buýt công cộng, mà còn là tiền đề để xây dựng các mô hình mô phỏng giúp cải thiện sự vận hành ổn định của mạng lưới xe buýt. Tuy nhiên, đóng góp lớn của dự án này đó là cung cấp mô hình phân tích dữ liệu có thể mở rộng áp dụng cho việc vận hành các tuyến metro, cho phép thiết kế và phân tích hiệu quả kết nối của toàn mạng lưới giao thông công cộng đa phương tiện của TP.HCM trong tương lai. 

Dự án chào sân đầu tiên này cũng bắt đầu dẫn dắt Tiến sĩ Huỳnh Nhật Nam mở rộng khám phá tiềm năng của ứng dụng khoa học dữ liệu và dữ liệu lớn ở Việt Nam, không chỉ dừng ở không gian nghiên cứu học thuật. 

 

 

Cuối tháng 3 năm nay, Tiến sĩ Huỳnh Nhật Nam cùng với các chuyên gia kinh tế và nghiên cứu của FSPPM đến Cần Thơ dự cuộc họp kỹ thuật của nhóm xây dựng nội dung Báo cáo Kinh tế Thường niên ĐBSCL 2021. Đây là lần thứ hai Trường chính sách Công và Quản lý Fulbright tiếp tục hợp tác với nhóm các chuyên gia kinh tế và chính sách hàng đầu Việt Nam thực hiện báo cáo này, trong đó FSPPM chịu trách nhiệm chính về nội dung khoa học. Mục tiêu của bản báo cáo là cung cấp các cơ sở khoa học giúp chính quyền Trung ương nhận diện những điểm mạnh, điểm yếu, cơ hội và thách thức của ĐBSCL, từ đó xác định rõ các ưu tiên chiến lược và trình tự thực hiện quy hoạch ĐBSCL trong 10 năm tới. Đây là cơ sở đánh giá quy hoạch tích hợp vùng ĐBSCL đến năm 2030 và tầm nhìn 2050, mô hình chuyển đổi nông nghiệp (agricultural transformation) cho ĐBSCL, và phát triển cơ sở hạ tầng giao thông gắn với chuyển đổi nông nghiệp. 

Tham gia dự án nghiên cứu vùng địa phương này tình cờ giúp ông Nam khơi mở ý tưởng thực hiện một bản đồ giao thông đường thủy nội bộ cho vùng ĐBSCL, với các tính năng tương tự như của Google Maps đối với mạng lưới giao thông đường bộ. Dựa trên các công nghệ về Trí tuệ nhân tạo của vạn vật (Artificial Intelligence of Things) và các kỹ thuật phân tích mạng lưới ứng dụng trong giao thông, ông Nam và các cộng sự tại Đại học Wollongong Australia đề xuất xây dựng một hệ thống kỹ thuật số có khả năng mở rộng, đáng tin cậy, hiệu quả về chi phí nhằm giám sát và ghi lại dữ liệu di chuyển của tàu thuyền. 

Hệ thống này sẽ cho phép phát triển hai sản phẩm chính. Đó là một cổng thông tin web để trực quan hóa vị trí tàu, theo dõi tàu và mật độ giao thông đường thủy ước tính theo thời gian gần thực tế (tương tự như các tính năng của các trang web theo dõi tàu biển toàn cầu như marinetraffic.com). Thông qua hình ảnh trực quan tương tác và có thể truy cập công khai về mật độ giao thông đường thủy, cổng thông tin này sẽ góp phần rất lớn vào việc nâng cao tính an toàn và hiệu quả của giao thông đường thủy nội địa ở Đồng bằng sông Cửu Long. Sản phẩm còn lại là cơ sở dữ liệu dữ liệu lịch sử về các hoạt động của tàu thuyền trên mạng lưới đường thủy, vốn rất hữu ích cho các nghiên cứu trong tương lai và hoạt động qui hoạch nâng cao sức bền của mạng lưới hậu cần đường thủy nội địa ở Đồng bằng. Không chỉ phục vụ cho mục đích di chuyển thường nhật, cơ sở dữ liệu này còn giúp phân tích các đặc tính phát triển kinh tế xã hội của vùng. 

Là khu vực có mạng lưới sông rạch lớn nhất Việt Nam, Đồng bằng sông Cửu Long từ lâu đã được xem là nơi có tiềm năng lớn về giao thông vận tải đường thủy nội địa (ĐTNĐ). Tuy nhiên, theo Báo cáo thường niên Đồng bằng sông Cửu Long năm 2020, mạng lưới tiếp vận hậu cần đường thủy nội địa chỉ được sử dụng ở quy mô nhỏ, chủ yếu để tập kết sản phẩm địa phương, sau đó vận chuyển bằng đường bộ đến các cảng biển ở Thành phố Hồ Chí Minh và Tân Cảng - Cái Mép Thị Vải (CMTV) thuộc Bà Rịa Vũng Tàu. 

“Tình trạng thiếu đầu tư trong thời gian dài để nâng cấp cơ sở hạ tầng đường thủy đã được báo cáo rộng rãi là nguyên nhân chính dẫn đến tình trạng này. Tuy nhiên, thực tế có ý nghĩa quan trọng tương tự nhưng ít được báo cáo hơn là Đồng bằng sông Cửu Long không có cơ sở dữ liệu chất lượng tốt và toàn diện về lịch sử công năng vận hành của mạng lưới đường thủy. Điều này cản trở cách tiếp cận có hệ thống để xác định các điểm nghẽn trong các tuyến đường thủy của khu vực và lập kế hoạch hình thành mạng lưới hậu cần đa phương thức linh hoạt và hiệu quả”– Tiến sĩ Huỳnh Nhật Nam chia sẻ. 

Sherlock Holmes dữ liệu 

Thách thức lớn nhất khi nghiên cứu, phân tích dữ liệu gắn với chính sách hay các vấn đề thực tiễn ở Việt Nam đó là tiếp cận dữ liệu vô cùng khó khăn và dữ liệu không đủ đồng bộ, chất lượng. Tiến sĩ Huỳnh Nhật Nam nói vui vai trò của nghiên cứu viên như ông không khác Thám tử Sherlock Holmes dữ liệu mà hành trình tiếp cận mang đủ sắc màu “hỉ, nộ, ái, ố” xen lẫn sự li kì. 

“Trên thực tế, ngay cả ở những quốc gia phát triển như Úc, việc mở các lớp dữ liệu không phải thoải mái rộng rãi. Nhưng họ sẵn sàng chia sẻ khi hiểu được giá trị của dữ liệu. Những dữ liệu chỉ có ích khi nó giúp mình lấy ra được một thông tin gì đó mà thông tin đó giúp đưa ra những quyết định quan trọng. Giá trị của dữ liệu phụ thuộc vào giá trị của những quyết định đó. Như vậy nó quay trở về vấn đề căn bản: trước khi làm phân tích dữ liệu phải định hình được câu hỏi, vấn đề và bài toán. Phân tích dữ liệu là nhằm lấy ra được những thông tin có ích ẩn phía sau những con số, kể được một câu chuyện, phản ánh được một vấn đề, và gợi mở những định hướng phù hợp để tìm câu trả lời. – theo ông Nam. 

Bên cạnh đó, ông Nam cũng nhìn thấy một động lực phát triển về dữ liệu lớn Big Data ở Việt Nam hiện nay đó là khu vực tư nhân, đặc biệt khối doanh nghiệp đang tiếp cận rất nhanh chóng và đầu tư mạnh cho mảng dữ liệu. Đây sẽ là nền tảng cho các chiến lược phát triển cũng như giải các bài toán cạnh tranh phát triển của chính doanh nghiệp. Hiện ông Nam đang xúc tiến thành lập một nhóm cộng sự chuyên môn về khoa học dữ liệu và dữ liệu lớn ở Việt Nam để có thể bắt tay nghiên cứu, hỗ trợ khu vực tư nhân khai thác hiệu quả những giá trị mà dữ liệu mang lại. 

 

 

Cùng với nghiên cứu, đề xuất các chương trình nghiên cứu sử dụng dữ liệu lớn có liên quan đến chính sách, Tiến sĩ Huỳnh Nhật Nam đang chịu trách nhiệm xây dựng chương trình giảng dạy về khoa học dữ liệu và dữ liệu lớn tại Fulbright. Các chương trình đào tạo Thạc sĩ của FSPPM có nền tảng kinh tế học do đó việc ứng dụng khoa học dữ liệu và dữ liệu lớn có ý nghĩa quan trọng. 

“Khoa học dữ liệu luôn gắn với một lĩnh vực nào đó chứ không thể có khoa học dư liệu chung chung. Nó phải gắn vào tài chính, logistic, giao thông, hay marketing để dữ liệu có giá trị giúp giải một vấn đề, bài toán cụ thể. Đó là khoa học dữ liệu cho con người và đây là nhánh tiếp cận của tôi trong xây dựng các chương trình đào tạo ở Fulbright. Dù nói đến dữ liệu sẽ bàn về những nội dung kỹ thuật nhưng việc giảng dạy lấy nền tảng trải nghiệm qua các tình huống thực tiễn có giá trị hữu ích cho người học” – ông Nam cho biết. 

Ngoài công việc nghiên cứu, giảng dạy tại chương trình Thạc sĩ Chính sách công của FSPPM, Tiến sĩ Huỳnh Nhật Nam cũng tham gia các hoạt động giảng dạy trong hệ sinh thái đào tạo tại Đại học Fulbright Việt Nam. Sắp tới đây ông sẽ đóng vai trò giảng viên chính của hội thảo đào tạo chuyên đề thứ hai của Học viện YSEALI Việt Nam. Hội thảo đào tạo dành cho các học viên là các nhà lãnh đạo trẻ thuộc 10 nước ASEAN.  Tiến sĩ Huỳnh Nhật Nam sẽ dẫn dắt khoá đào tạo có nội dung về Cơ hội và Thách thức chuyển đổi Kỹ thuật số thời kỳ hậu Covid-19. 

Sau hơn hai năm trở lại Việt Nam, những ý tưởng công việc của Tiến sĩ Huỳnh Nhật Nam đang có  thêm nhiều dấu cộng. 

“Có lúc dừng lại, tôi chợt nghĩ, nếu ở Úc tôi sẽ không làm được những công việc như đang làm ở Việt Nam. Trong thâm tâm, tôi vẫn luôn mong muốn phát triển những dự án như đang làm mà không có cơ hội làm ở Úc. Khoa học dữ liệu và dữ liệu lớn ở Việt Nam mới bắt đầu phát triển. Đó là cơ hội quý giá cho tôi ứng dụng chuyên môn của mình. ” – ông nói. 

  • Xuân Linh

Những bài viết liên quan

Trang web này sử dụng cookies để cung cấp trải nghiệm người dùng tốt hơn.

Các cookies cần thiết (Essential Cookies) được mặc định và là cơ sở để trang web hoạt động chính xác. Cookies phân tích (Analytics cookies) thu thập dữ liệu ẩn danh để cải thiện và theo dõi website. Cookies hiệu suất (Performance cookies) được sử dụng bởi bên thứ ba để tối ưu hóa các ứng dụng (như video và bản đồ) được tích hợp trong trang web của chúng tôi. Để chấp nhận tất cả cookies, vui lòng bấm vào 'Tôi chấp nhận.'