Bài 26: Cấu trúc CV cho AI Engineer trái ngành — 1 trang đủ chưa?

Sau bài này, bạn sẽ:

• ✅ Hiểu sự khác biệt giữa CV và portfolio, khi nào cần cái nào
• ✅ Biết quy tắc về độ dài CV theo kinh nghiệm
• ✅ Nắm thứ tự sections tối ưu cho người trái ngành chuyển sang AI
• ✅ Có template rõ ràng cho từng section: Header, Summary, Projects, Skills, Experience, Education
• ✅ Biết format CV đúng để qua được ATS
• ✅ Biết cách tailor CV theo từng job posting

Bài 3 đã đề cập portfolio — tập hợp project trên GitHub, LinkedIn Featured, và personal website. CV là document khác: một file formal tóm tắt experience, skills, và education, gửi kèm application.

Một số startup tech chỉ yêu cầu GitHub + LinkedIn khi apply. Nhưng hầu hết công ty có quy trình HR bài bản (enterprise, consulting, ngân hàng, agency) vẫn require CV formal. Có CV chuẩn giúp bạn không bỏ lỡ cơ hội trong những trường hợp đó.

CV không thay thế portfolio. CV đưa bạn vào vòng interview; portfolio quyết định bạn có qua được technical screen hay không.

Quy tắc thực tế

Tại sao 1 trang cho trái ngành dưới 2 năm AI

• Recruiter scan 6-10 giây mỗi CV trong vòng lọc hồ sơ. 1 trang buộc bạn ưu tiên thông tin quan trọng nhất, không để recruiter phải lật trang.
• International standard cho entry/mid-level: ở Mỹ, EU, nhiều nước Đông Nam Á, CV dài hơn 1 trang với ít kinh nghiệm bị hiểu là thiếu khả năng chọn lọc.
• Trái ngành → experience cũ ít relevance: phần Experience của bạn ngắn hơn người cùng ngành AI, không cần 2 trang để trình bày.

Khi nào 2 trang hợp lý

2 trang chỉ hợp lý nếu mỗi dòng thực sự có giá trị. Dấu hiệu bạn đang kéo dài vô ích:

• Bullet point diễn giải quá dài (hơn 2 dòng cho 1 bullet).
• Liệt kê tất cả job description thay vì highlight impact.
• Thêm "References available on request" hoặc "Objective" section.
• Tăng font, margin để lấp đầy trang 2.

Nếu trang 2 không đầy ít nhất 50% nội dung có giá trị, rút lại 1 trang.

Naming convention

Tên file CV nên theo pattern rõ ràng. Recruiter nhận hàng chục file tên CV.pdf hoặc My_Resume_final_v3.pdf:

FirstName_LastName_CV_AI_Engineer.pdf
# Ví dụ:
Nguyen_Van_Anh_CV_AI_Engineer.pdf

Nếu apply nhiều role variant:

Nguyen_Van_Anh_CV_MLOps_Engineer.pdf
Nguyen_Van_Anh_CV_LLM_Engineer.pdf

Thứ tự sections không phải quy ước cứng nhắc, nhưng có logic rõ ràng. Người trái ngành cần đặt bằng chứng kỹ thuật lên cao nhất vì experience cũ ít signal cho AI role.

Thứ tự khuyến nghị

1. Header — tên + thông tin liên lạc.
2. Summary / Profile — 3-4 dòng tóm tắt.
3. Projects / Portfolio — đặt trước Experience.
4. Skills / Tech Stack — nhóm theo category.
5. Experience — kể cả non-AI job.
6. Education.
7. Certifications — nếu có.
8. Awards / Publications — tùy chọn.

Tại sao Projects đặt trước Experience

CV chuẩn của người cùng ngành thường đặt Experience trên Projects vì experience là bằng chứng chính. Với người trái ngành:

• Experience section chứa công việc phi-AI — ít signal cho recruiter AI.
• Projects section chứa code AI thực tế — đây là bằng chứng mạnh nhất bạn có.
• Recruiter scan 6 giây đầu phần trên CV. Projects lên cao → recruiter thấy AI project ngay, thay vì thấy "Finance Analyst" trước và reject.

Quy tắc đơn giản: đặt section có signal mạnh nhất lên đầu. Với người trái ngành ít AI exp, đó là Projects.

Header cần đủ thông tin để recruiter liên hệ và verify profile của bạn ngay lập tức.

NGUYEN VAN ANH
AI Engineer | ML/LLM Focused

Ho Chi Minh City, Vietnam
[email protected]  |  +84 123 456 789
linkedin.com/in/anhnv  |  github.com/anhnv
anhnv.dev  (tùy chọn)

Các điểm cần lưu ý

• Tên: in hoa, font lớn nhất trên trang.
• Title: phải khớp với job target. "AI Engineer | ML/LLM Focused" cụ thể hơn chỉ "AI Engineer". Nếu apply MLOps thì đổi thành "AI/MLOps Engineer".
• Location: thành phố là đủ. Không cần địa chỉ đầy đủ.
• Link GitHub và LinkedIn bắt buộc: đây là hai kênh recruiter sẽ click ngay sau khi đọc header.
• Hyperlink phải click được trong file PDF. Recruiter không tự gõ URL vào trình duyệt.

Không nên có trong header

• Ngày sinh và số CMND/CCCD (không cần cho Mỹ, EU; Việt Nam có thể bỏ).
• Ảnh (bắt buộc bỏ nếu apply US/EU/UK; Việt Nam và ASEAN optional).
• Tôn giáo, tình trạng hôn nhân (không liên quan, Mỹ/EU tuyệt đối không đưa vào).

Summary là 3-4 dòng đầu tiên recruiter đọc sau tên. Đây là chỗ duy nhất trên CV bạn được dùng văn xuôi. Mục tiêu: trả lời ngay "người này là ai, làm được gì, có background gì" mà không cần đọc phần còn lại.

Ví dụ Summary tốt

AI Engineer transitioning from financial analysis (4 years) with focus on
LLM/RAG applications. Built and deployed 4 capstone projects including RAG
chatbot on Vietnamese legal docs (Faithfulness 0.87 with Ragas evaluation).
Strong in Python, LangChain, FastAPI, and ML deployment via Docker.

Summary trên cụ thể vì: nêu background cũ (4 năm finance), nêu focus hiện tại (LLM/RAG), dẫn chứng số (Faithfulness 0.87), liệt kê tech stack chính.

Ví dụ Summary kém

Passionate aspiring AI Engineer seeking opportunities to grow and learn
in a dynamic and challenging environment with a collaborative team.

Câu này không có một thông tin có thể verify được. "Passionate", "aspiring", "dynamic environment" là ngôn ngữ chung, không phân biệt bạn với bất kỳ ứng viên nào khác.

Checklist cho Summary

• Đề cập background domain cũ và số năm kinh nghiệm.
• Nêu AI focus cụ thể (LLM, RAG, CV, MLOps...).
• Ít nhất 1 con số đo được (metric project, số năm).
• Tech stack chính (3-5 tool).
• Không dùng "passionate", "aspiring", "eager to learn".

Lưu ý: section này tên là "Summary" hoặc "Profile", không phải "Objective". "Objective" là format cũ từ những năm 2000, không còn phù hợp.

Đây là section quan trọng nhất trên CV của người trái ngành. Trình bày 3-5 project tốt nhất. Mỗi project gồm tên + 2-3 bullet + link. Bài 27 sẽ đào sâu hơn về cách viết từng project — bài này tập trung vào cấu trúc tổng thể.

Template cho mỗi project

TÊN PROJECT                    [github.com/.../slug | demo]
• Bullet 1: tech stack chính + vấn đề giải quyết
• Bullet 2: kết quả đo được (metric)
• Bullet 3: deploy/infra (nếu có)

Ví dụ section Projects đầy đủ

PROJECTS

RAG Chatbot for Vietnamese Legal Documents    [github.com/.../rag-legal | demo]
• Built RAG pipeline on 500+ pages Vietnamese Labor Code using LangChain,
  ChromaDB, and OpenAI gpt-4o-mini
• Faithfulness 0.87, Answer Relevancy 0.91 measured with Ragas evaluation
• Deployed via FastAPI + Streamlit on Render with Docker; P95 latency 1.2s

Customer Churn Predictor                      [github.com/.../churn | demo]
• XGBoost classifier, AUC-ROC 0.87 (vs 0.70 logistic regression baseline)
  on Telco dataset (7,000 samples)
• End-to-end pipeline: EDA → feature engineering → hyperparameter tuning
  → FastAPI endpoint
• SHAP interpretability + drift monitoring with Evidently

Email Triage Agent                            [github.com/.../agent | video]
• LangGraph stateful agent with tool calling, email classification, and
  human-in-the-loop approval workflow
• PostgreSQL checkpointer for production-grade state persistence
• Reduced email triage from ~30 min/day to ~5 min for tested user

Điểm cần giữ nhất quán

• Mỗi bullet bắt đầu bằng action verb (Built, Developed, Achieved, Reduced...).
• Kết quả phải có số cụ thể nếu có thể đo được.
• Link GitHub phải click được trong PDF.
• Không dùng "I built", "we developed" — bỏ subject, bắt đầu thẳng bằng verb.

Skills section cần được nhóm theo category thay vì liệt kê ngẫu nhiên. ATS parse keyword từ section này; recruiter dùng để verify tech stack nhanh.

Ví dụ Skills section có cấu trúc

TECHNICAL SKILLS

Languages       Python (proficient), SQL, TypeScript (basic)
ML/DL           PyTorch, scikit-learn, XGBoost, Hugging Face Transformers
LLM/RAG         LangChain, LangGraph, OpenAI API, Anthropic API, Ragas
Vector DB       ChromaDB, Qdrant, Pinecone
Backend         FastAPI, Uvicorn, Pydantic, Streamlit, Gradio
MLOps           Docker, GitHub Actions, MLflow, Weights & Biases
Cloud           Render, Railway, HF Spaces (AWS basic)

Các lỗi thường gặp trong Skills section

• Liệt kê không có nhóm: "Python, Docker, Canva, Photoshop, Excel, PyTorch, Slack, Jira" — recruiter không thể đọc nhanh, ATS parse kém hơn.
• Self-rating bằng số sao hoặc thanh progress bar: "Python ⭐⭐⭐⭐" hoặc "Python |████████░░| 80%" — không có chuẩn khách quan, gây ấn tượng ngược. Dùng level mô tả nếu cần: "(proficient)", "(basic)", "(familiar)".
• Liệt kê quá nhiều: 50 skill làm loãng tất cả. Chọn 20 skill thực sự dùng được.
• Ghi tool mà bạn chỉ nghe tên: nếu interviewer hỏi sâu về Kubernetes và bạn chưa dùng thực tế, đây là điểm trừ ngay trong interview.

Experience section vẫn cần có dù không phải AI job. Recruiter muốn thấy bạn đã làm việc thực tế, không chỉ học online. Với người trái ngành, mục tiêu là extract từ công việc cũ những signal liên quan nhất đến AI role đang apply.

Template mỗi job entry

JOB TITLE                                     [Năm bắt đầu] — [Năm kết thúc]
Tên công ty, Thành phố
• Bullet 1: kỹ năng technical (programming, data, analysis)
• Bullet 2: tự động hóa hoặc optimization với impact đo được
• Bullet 3: scale hoặc mentoring (optional, nếu có)

Ví dụ: Data Analyst → viết lại cho AI signal

Data Analyst                                   2021 — 2025
Company X, Ho Chi Minh City
• Built SQL pipeline aggregating 500K+ customer transactions weekly for
  revenue reporting (reduced manual processing from 8h to 45min)
• Automated 20 hours/week of report generation using Python + pandas
• Migrated team BI workflow from Excel to Tableau dashboards (5 users)
• Trained 3 junior analysts on SQL query optimization

Cùng công việc đó, nhưng nếu viết kiểu job description copy:

• Responsible for analyzing customer data and preparing reports
• Assisted in business intelligence activities
• Collaborated with team members to achieve goals

Version sau không cho recruiter biết bạn làm cụ thể gì, dùng tool gì, đạt được gì. Luôn dùng pattern: action verb + số liệu + tool/skill.

Extracting AI signal từ các ngành khác

Bài 28 sẽ đi sâu vào cách viết Experience section cho từng ngành cụ thể.

Education — ngắn gọn nếu không liên quan AI

EDUCATION

Bachelor of Finance                            2017 — 2021
University of Economics, Ho Chi Minh City

GPA: 3.5/4.0
Relevant coursework: Statistics, Quantitative Methods, Database Systems

Hai quy tắc đơn giản:

• GPA: chỉ ghi nếu trên 3.3/4.0 (Mỹ scale) hoặc Loại Giỏi (VN scale). Dưới mức đó không ghi, không giải thích.
• Relevant coursework: chỉ ghi môn có liên quan đến AI/data (Statistics, Linear Algebra, Database, Programming). Không liệt kê toàn bộ curriculum.

Certifications — quan trọng hơn bình thường với trái ngành

Certification không thay thế được project thực tế, nhưng với người trái ngành, nó chứng minh bạn đã học có hệ thống — không chỉ xem YouTube rồi tự nhận là biết ML.

CERTIFICATIONS

Deep Learning Specialization (5 courses)
DeepLearning.AI / Coursera                                            2024

Machine Learning Specialization (3 courses)
DeepLearning.AI / Coursera                                            2024

Hugging Face NLP Course                                               2024

AWS Certified Machine Learning Specialty                              2025

Certification nên list khi:

• Có verifiable certificate từ nền tảng uy tín (Coursera, edX, AWS, Google, DeepLearning.AI).
• Coursera Specialization (nhiều course) uy tín hơn single course ngắn.

Không nên list:

• YouTube tutorial — không verifiable.
• Udemy course không có certificate cụ thể — Udemy badge thường không được verify.
• Certification từ nền tảng ít biết đến — recruiter không verify được.

Các section sau không bắt buộc. Thêm vào chỉ khi bạn có nội dung thực, và chỉ khi vẫn còn chỗ trống trong giới hạn 1-2 trang.

CV không cần design phức tạp. Mục tiêu là dễ đọc, nhất quán, và ATS-friendly. Các quyết định design nên phục vụ khả năng đọc, không phải để "trông đẹp".

Các quyết định cơ bản

Section heading

Section heading nên nổi bật để recruiter scan nhanh. Dùng: CAPS + bold, hoặc bold + underline, hoặc bold + line separator. Nhất quán trong toàn CV.

Bullet

Dùng bullet tròn (•) hoặc dash (–). Không dùng emoji trong bullet (đặc biệt khi CV qua ATS). Không mix nhiều loại bullet.

Khuyến nghị thực tế

LaTeX qua Overleaf (overleaf.com) cho output tốt nhất nếu bạn chịu học 1-2 giờ. Template Awesome-CV (github.com/posquit0/Awesome-CV) và RenderCV (rendercv.com) là điểm khởi đầu tốt — cả hai miễn phí và được maintain tích cực.

Nếu không muốn học LaTeX, Google Docs với template clean là lựa chọn đủ tốt. Tránh resume builder trả phí (Resume.io, Zety...) — họ lock content sau khi bạn subscribe.

ATS (Applicant Tracking System) là phần mềm parse CV trước khi con người đọc. Phần lớn công ty có quy trình tuyển dụng bài bản dùng ATS. CV không ATS-friendly có thể bị parse sai dẫn đến keyword bị bỏ sót, dù content tốt.

Những thứ ATS parse kém

• 2-column layout: ATS đọc left-to-right, top-to-bottom theo 1 luồng. Layout 2 cột làm ATS đọc lẫn content cột trái và phải vào cùng một đoạn văn.
• Image và infographic: ATS không đọc được text trong ảnh. Skills section dưới dạng biểu đồ → ATS không thấy skill nào.
• Text trong header/footer: một số ATS parser skip header/footer. Đặt thông tin quan trọng trong body.
• Custom font không common: ATS có thể substitute font lạ bằng font hệ thống và vỡ layout.
• PDF scan từ ảnh: PDF text-based khác hoàn toàn PDF scan. PDF scan là ảnh — ATS không đọc được chữ. Luôn export PDF từ document editor, không scan CV giấy.
• Table phức tạp: ATS đọc table cell theo thứ tự không xác định. Dùng table đơn giản hoặc tránh hoàn toàn trong section chính.

ATS-friendly checklist

• ☐ Single-column layout.
• ☐ Section name chuẩn: "Experience", "Education", "Skills", "Projects" (không sáng tạo tên như "My Journey" hay "What I've Built").
• ☐ Bullet text thuần, không có emoji hay special character.
• ☐ PDF text-searchable — mở file, Ctrl+F tìm được chữ.
• ☐ Font system-standard (Arial, Calibri, Times New Roman).
• ☐ Không có text box hoặc shape overlay.

Trade-off giữa ATS và visual

CV ATS-friendly thường trông đơn giản hơn CV có design nhiều. Với hầu hết vị trí kỹ thuật, recruiter quan tâm đến content hơn visual. Ngoại lệ: apply vào AI Product role, UX research, hoặc công ty creative thì visual quan trọng hơn — trong trường hợp đó, cân nhắc gửi đường link portfolio thay vì chỉ dựa vào PDF CV.

1 CV generic gửi cho 20 job posting có tỷ lệ callback thấp hơn 5 CV tailored gửi cho 5 job phù hợp. ATS match keyword từ JD (Job Description) với CV — nếu JD dùng "LangGraph" nhưng CV bạn chỉ viết "multi-agent framework", ATS có thể không match.

Quy trình tailor CV

1. Đọc kỹ JD, highlight keyword kỹ thuật (tool, framework, method) và keyword domain (RAG, computer vision, NLP...).
2. Đối chiếu với CV master của bạn — keyword nào bạn có nhưng chưa ghi, keyword nào JD dùng khác cách bạn diễn đạt?
3. Mirror keyword JD trong Summary, Skills, và bullet points — dùng đúng từ JD dùng, không paraphrase.
4. Đẩy project liên quan nhất lên đầu Projects section.
5. Lưu file với tên variant rõ ràng.

Master CV + variant strategy

master_cv.docx / master_cv.tex         ← bản gốc đầy đủ, không gửi trực tiếp

Nguyen_Van_Anh_CV_RAG_Engineer.pdf    ← focus LLM, RAG, agent
Nguyen_Van_Anh_CV_MLOps_Engineer.pdf  ← focus CI/CD, Docker, MLflow, monitoring
Nguyen_Van_Anh_CV_ML_Engineer.pdf     ← focus scikit-learn, XGBoost, feature engineering

Mỗi variant chỉ cần 5-10 phút thay đổi: điều chỉnh Summary title, reorder Projects, update Skills để keyword phù hợp JD nhất.

Giới hạn của keyword stuffing

Chỉ mirror keyword cho tool bạn thực sự có kinh nghiệm. Nếu JD yêu cầu Kubernetes và bạn chưa dùng bao giờ, đừng nhét keyword đó vào. Interviewer sẽ hỏi, và câu trả lời "chưa dùng" sau khi CV liệt kê Kubernetes sẽ giảm credibility cả CV.

Danh sách dưới đây là những thứ làm CV bị đánh giá thấp ngay vòng đầu, hoặc waste space trên 1 trang.

Dùng checklist này trước mỗi lần gửi CV (không cần làm lại từ đầu nếu chỉ update nhỏ, nhưng nên review lại link và số liệu).

Content

• ☐ Spell check tiếng Anh và tiếng Việt (nếu có).
• ☐ Số liệu nhất quán — tenure năm tháng, phần trăm, metric.
• ☐ Summary title khớp với job target đang apply.
• ☐ Projects section đặt project liên quan nhất lên đầu.
• ☐ Skills section đã mirror keyword chính từ JD.

Links và format

• ☐ Click thử từng link trong CV — GitHub repo, demo, LinkedIn.
• ☐ Mở PDF và thử Ctrl+F — text phải searchable.
• ☐ In thử (hoặc preview print) — 1 trang không bị cắt.
• ☐ Tên file theo convention (FirstName_LastName_CV_Role.pdf).

External review

• ☐ Nhờ 1-2 người không phải AI background đọc — nếu họ không hiểu bạn làm gì sau 30 giây, Summary cần viết lại.
• ☐ Nhờ 1 người có AI/tech background đọc — kiểm tra tech stack có chính xác không, số liệu có reasonable không.

Bài 27: Viết phần Project — cách trình bày project trên CV gây ấn tượng — đi sâu vào từng bullet trong Projects section: chọn project nào, viết thế nào, số liệu gì nên có.