1. Định hướng chiến lược & đổi mới
Xây dựng và phát triển chiến lược GenAI, đảm bảo phù hợp với mục tiêu kinh doanh và lộ trình công nghệ chung
Đánh giá lợi ích, rủi ro và yếu tố đạo đức khi áp dụng GenAI
Lập roadmap triển khai GenAI, xác định rõ mốc thời gian và nguồn lực
Làm việc với
quản lý cấp cao để thống nhất định hướng, ngân sách và hỗ trợ triển khai
Cập nhật xu hướng mới về GenAI, công cụ, công nghệ và quy định liên quan
2. Thiết kế & triển khai giải pháp AI
Thiết kế và triển khai các giải pháp GenAI cho các bài toán cụ thể của doanh nghiệp
Phối hợp với
Data Scientist và chuyên gia nghiệp vụ để xác định đúng bài toán và hướng giải quyết
Áp dụng các kỹ thuật như:
Xử lý ngôn ngữ tự nhiên (NLP)
Sinh ảnh / sinh nội dung
Hệ thống gợi ý (Recommendation)
Đánh giá hiệu quả mô hình và cải tiến liên tục để nâng cao độ chính xác và hiệu suất
Tích hợp mô hình GenAI vào hệ thống production, có monitoring và feedback
3. Phát triển & vận hành mô hình
Xây dựng và triển khai các mô hình AI/GenAI (GPT, BERT, GANs...) cho NLP, computer vision và multi-modal
Đảm bảo mô hình ổn định, mở rộng tốt và cải tiến liên tục
Phối hợp với team IT/Operations để tích hợp AI vào hệ thống hiện có
Áp dụng data governance và chính sách bảo mật để bảo vệ dữ liệu nhạy cảm
Tốt nghiệp Đại học / Thạc sĩ các ngành CNTT, AI, Machine Learning, Data Science hoặc liên quan
Thành thạo Python (bắt buộc); biết thêm R, Julia hoặc Rust là lợi thế
Có kinh nghiệm với các framework AI/ML:
TensorFlow, PyTorch, Scikit-learn, Keras
Nắm vững LLM, NLP, Computer Vision và Agentic AI
Có kinh nghiệm với các framework LLM:
LangChain, LangGraph, LlamaIndex
Từng xây dựng và triển khai Agentic AI systems
Có kinh nghiệm với vector database: Pinecone, Weaviate
Hiểu về prompt engineering và orchestration cho agent
Có kinh nghiệm MLOps:
CI/CD
Docker, Kubernetes
Quản lý version model
Hiểu về
kiến trúc dữ liệu, quản trị dữ liệu và vòng đời AI
Sử dụng tốt các công cụ văn phòng: Excel, Word, PowerPoint