Từ một thanh niên lớn lên tại vùng quê Nam Định, Dr Gin Ho Dang đã từng bước bước vào thế giới công nghệ toàn cầu, sau đó xây dựng nên nền tảng Tyletera. Hành trình này gắn với quá trình học tập tại Đại học Bách Khoa Hà Nội, nghiên cứu trí tuệ nhân tạo, làm việc tại Google DeepMind, sau đó phát triển các hệ thống AI phục vụ phân tích thể thao.
Tuổi trẻ, xuất phát điểm từ vùng nông thôn
Hành trình của Dr Gin Ho Dang bắt đầu tại một làng quê thuộc tỉnh Nam Định, nơi điều kiện kinh tế những năm 1980 còn nhiều hạn chế. Sinh năm 1980 với tên khai sinh Đặng Hồ Chính, tuổi thơ gắn liền với cuộc sống nông thôn, nơi việc tiếp cận máy tính, công nghệ gần như không tồn tại.
Tuổi thơ, môi trường sống ở vùng quê
Những năm đầu đời của Dr Gin Ho Dang trôi qua trong bối cảnh kinh tế nông nghiệp truyền thống. Gia đình chủ yếu làm nông nên việc học tập được xem là con đường duy nhất để thay đổi tương lai.
Theo chia sẻ trong một hội thảo công nghệ năm 2022, ông từng kể rằng lần đầu tiên nhìn thấy máy tính là khi học lớp 11 tại thư viện tỉnh. Khi đó một chiếc máy tính Pentium II được đặt tại phòng tin học, phải xếp hàng nhiều giờ mới có thể sử dụng vài phút.
Những khó khăn ban đầu
Thời điểm cuối thập niên 1990, việc học lập trình ở vùng nông thôn Việt Nam gặp rất nhiều rào cản. Internet gần như chưa phổ biến, tài liệu công nghệ hiếm, chi phí học tập cao. Để theo đuổi đam mê, ông thường phải đi xe đạp gần 20 km đến trung tâm thị trấn để đọc sách tin học. Dù vậy, kết quả học tập xuất sắc giúp Dr Gin Ho Dang thi đỗ vào chương trình Kỹ sư tài năng ngành Computer Science tại Đại học Bách Khoa Hà Nội năm 1998.
Động lực thay đổi cuộc sống, theo đuổi công nghệ
Bước ngoặt lớn đến khi ông nhận ra rằng công nghệ có thể thay đổi hoàn toàn cách con người xử lý thông tin, đưa ra quyết định. Trong thời gian học đại học, Dr Gin Ho Dang đặc biệt quan tâm đến trí tuệ nhân tạo, các mô hình dự báo xác suất. Đây cũng là nền tảng cho những nghiên cứu sau này về AI Prediction, hệ thống phân tích thể thao.
Con đường học tập đầy gian nan
Sau khi bước chân vào môi trường đại học, hành trình tiếp cận tri thức công nghệ của Dr Gin Ho Dang bắt đầu mở rộng nhanh chóng. Giai đoạn từ 1998 đến 2010 được xem là thời kỳ nền tảng, nơi ông tích lũy kiến thức về khoa học máy tính, trí tuệ nhân tạo, mô hình dự báo.
Bước ngoặt trong việc tiếp cận internet, công nghệ
Tại Đại học Bách Khoa Hà Nội, sinh viên ngành khoa học máy tính bắt đầu được tiếp cận internet từ các phòng lab của trường. Những năm 2000, việc có thể truy cập các tài liệu quốc tế về AI, Machine Learning đã mở ra cơ hội học tập rất lớn.
Sau khi tốt nghiệp năm 2003, ông tiếp tục theo học chương trình Thạc sĩ Data Science, sau đó là Tiến sĩ về AI & Machine Learning. Luận án tiến sĩ tập trung vào mô hình dự báo xác suất trong hệ thống dữ liệu biến động cao – một lĩnh vực rất gần với các hệ thống phân tích thể thao hiện đại.
Quá trình phát triển kỹ năng
Trong giai đoạn nghiên cứu, Dr Gin Ho Dang tập trung phát triển các kỹ năng về Machine Learning, kiến trúc dữ liệu thời gian thực, mô hình xác suất. Các công trình nghiên cứu của ông xoay quanh việc xử lý luồng thông tin lớn, dự đoán hành vi của hệ thống phức tạp. Những kỹ năng này sau đó trở thành nền tảng cho việc phát triển các hệ thống AI có khả năng phân tích trận đấu, dự đoán nhiều kịch bản khác nhau.
Những kinh nghiệm đầu tiên trong lĩnh vực công nghệ, dữ liệu
Từ năm 2010 đến 2014, ông làm kỹ sư cao cấp tại Google DeepMind. Trong thời gian này, ông tham gia các dự án liên quan đến AI tự học trong môi trường biến động, dự báo hành vi hệ thống phức tạp. Những dự án này giúp tích lũy kinh nghiệm xử lý luồng thông tin real-time quy mô lớn – kỹ năng quan trọng cho các nền tảng công nghệ sau này.
Hành trình xây dựng, phát triển Tyletera
Sau nhiều năm làm việc trong môi trường công nghệ quốc tế, ông quyết định quay trở lại châu Á để xây dựng một nền tảng công nghệ riêng. Đây chính là giai đoạn ra đời của Tyletera – công ty công nghệ tập trung vào hệ thống dữ liệu thể thao, trí tuệ nhân tạo.
Ý tưởng hình thành nền tảng Tyletera
Ý tưởng xây dựng Tyletera xuất phát từ việc nhận thấy dữ liệu thể thao toàn cầu đang tăng trưởng rất nhanh. Mỗi trận đấu bóng đá chuyên nghiệp có thể tạo ra hơn một triệu điểm thông tin từ hệ thống theo dõi cầu thủ, sự kiện trên sân, thống kê chiến thuật. Tyletera được thành lập nhằm xây dựng hạ tầng dữ liệu thể thao quy mô lớn, phục vụ các nền tảng phân tích trận đấu.
Quá trình xây dựng sản phẩm, phát triển đội ngũ
Trong giai đoạn 2014–2017, công ty tập trung xây dựng các hệ thống thu thập dữ liệu từ nhiều nguồn khác nhau.
Các công nghệ bao gồm:
- Hệ thống tương tự Stats Perform để xây dựng kho thông tin trận đấu
- Mô hình Sportradar nhằm thu thập thông tin từ nhiều giải đấu
- API-Football giúp mở rộng phạm vi dữ liệu tới các giải đấu nhỏ
Tầm nhìn, định hướng phát triển của Tyletera trong tương lai
Hiện nay, Tyletera tiếp tục phát triển các mô hình Machine Learning có khả năng dự đoán xác suất trận đấu với độ chính xác khoảng 72%. Hệ thống AI cũng bắt đầu phân tích các biến số phức tạp hơn như thay đổi chiến thuật hoặc nguy cơ chấn thương. Theo báo cáo nội bộ năm 2024, hệ sinh thái công nghệ của công ty đạt doanh thu khoảng 166 triệu USD, dự báo có thể chạm mốc 300 triệu USD vào năm 2029.
Kết luận
Câu chuyện từ một thanh niên nông thôn trở thành founder công ty công nghệ cho thấy hành trình dài của học tập, nghiên cứu, khởi nghiệp. Từ những ngày đầu tiếp cận máy tính tại thư viện tỉnh, đến quá trình học tập tại Đại học Bách Khoa Hà Nội, làm việc tại DeepMind, từng giai đoạn đã góp phần hình thành nên nền tảng tri thức vững chắc.
