AI Engineer (LLM Engineer)

Tốt nghiệp Đại học trở lên trong lĩnh vực khoa học máy tính, kỹ thuật, toán học hoặc các lĩnh vực liên quan.
Thành thạo Python; đã làm việc với một số framework/thư viện như PyTorch, HuggingFace, LangChain/LangGraph, LlamaIndex...
Có nền tảng về Machine Learning, NLP, Deep Learning; hiểu cơ chế hoạt động cơ bản của các LLM phổ biến (GPT, Gemini, Llama, DeepSeek...).
Nắm được các khái niệm cốt lõi của ứng dụng LLM: prompt engineering, RAG, tool/function calling, agent.
Hiểu hệ sinh thái công cụ agent và tự động hóa hiện nay; đã tự cài đặt và chạy được ít nhất một nền tảng dạng này (n8n, ComfyUI, OpenClaw, Hermes, Dify, Flowise... hoặc tương đương). Biết công cụ nào phù hợp với bài toán nào quan trọng hơn là thành thạo tất cả.
Có đồ án, dự án cá nhân, repo GitHub hoặc kinh nghiệm thực tế liên quan đến LLM/NLP/agent.
Giao tiếp tốt với người không chuyên kỹ thuật; mô tả lại được quy trình nghiệp vụ thành sơ đồ và tài liệu rõ ràng.
Đọc hiểu tốt tài liệu kỹ thuật tiếng Anh.
Ham học hỏi, chủ động, có tư duy nghiên cứu và giải quyết vấn đề tốt.
Ưu tiên ( Không bắt buộc)
Có hiểu biết về quy trình phát triển game (pipeline art, vòng lặp build - test - phát hành, vận hành live-ops) hoặc từng làm việc trong ngành game.
Có kinh nghiệm triển khai và vận hành thực tế các công cụ: n8n, Make, Power Automate (workflow tự động hóa); LangGraph, LlamaIndex, AutoGen, CrewAI, OpenClaw, Hermes (agent); ComfyUI (pipeline sinh và xử lý hình ảnh); Ollama, vLLM (chạy mô hình tại chỗ).
Có kinh nghiệm xây dựng ứng dụng RAG nâng cao (hybrid search, reranking, query rewriting); hiểu về MCP (Model Context Protocol).
Có kinh nghiệm phát triển AI agents với các framework như LangGraph, LlamaIndex, AutoGen, CrewAI; hiểu về MCP (Model Context Protocol).
Có kinh nghiệm với observability cho LLM (LangSmith, Langfuse); Docker, CI/CD.
Có kinh nghiệm xây dựng dữ liệu, fine-tuning hoặc huấn luyện mô hình LLM.