AI Engineer LLM, Python, Docker, API, RAG

1. Phân tích bài toán và thiết kế giải pháp GenAI

• Làm việc với các đơn vị nghiệp vụ để tiếp nhận yêu cầu, đánh giá khả năng ứng dụng GenAI và đề xuất hướng tiếp cận kỹ thuật phù hợp.
• Phân tích bối cảnh sử dụng, dữ liệu đầu vào/đầu ra và rủi ro để thiết kế kiến trúc GenAI khả thi, an toàn.
• Lựa chọn mô hình, nền tảng và phương thức triển khai (on-premise, private cloud, hybrid, API service) phù hợp với từng bài toán.

2. Phát triển và triển khai các dịch vụ GenAI

• Thiết kế và triển khai giải pháp GenAI trên nền tảng mô hình mã nguồn mở hoặc dịch vụ API bên ngoài (ví dụ: OpenAI, Gemini hoặc tương đương), tuân thủ chính sách bảo mật và quản trị rủi ro của Ngân hàng.
• Đóng gói ứng dụng GenAI thành dịch vụ (API/microservice) để tích hợp với hệ thống nghiệp vụ, cổng nội bộ và nền tảng số.

3. Phát triển giải pháp RAG (Retrieval-Augmented Generation)

• Thiết kế và triển khai pipeline RAG, bao gồm thu thập, tiền xử lý, indexing và truy xuất tri thức từ dữ liệu nội bộ.
• Kết hợp LLM với semantic search/vector database nhằm đảm bảo phản hồi đúng ngữ cảnh, bám sát dữ liệu nội bộ và hạn chế hallucination.
• Phối hợp với Data Governance và BI để đảm bảo dữ liệu sử dụng cho RAG được phân loại, cấp quyền và kiểm soát theo quy định.

4. Phát triển AI Agent và tự động hóa thông minh

• Thiết kế và triển khai AI Agent/Agentic Workflow thực hiện chuỗi tác vụ từ tiếp nhận yêu cầu, truy xuất, phân tích, phản hồi đến thực hiện hành động.
• Tích hợp GenAI với các công cụ workflow automation (ví dụ: n8n hoặc nền tảng tương đương) nhằm tự động hóa quy trình nội bộ và hỗ trợ các tác vụ lặp lại.
• Chuẩn hóa Agent và Workflow để tái sử dụng, mở rộng và triển khai trong toàn Ngân hàng.

5. Giám sát, kiểm soát và cải tiến ứng dụng GenAI

• Thiết lập monitoring, logging và đánh giá chất lượng ứng dụng GenAI về độ chính xác, mức độ phù hợp ngữ cảnh, hallucination, hiệu năng và độ trễ.
• Theo dõi chi phí sử dụng mô hình, tài nguyên hệ thống và tối ưu hiệu năng, chi phí vận hành.
• Cải tiến prompt, pipeline và logic Agent khi dữ liệu hoặc yêu cầu nghiệp vụ thay đổi.
• Đảm bảo ứng dụng GenAI đáp ứng yêu cầu về bảo mật, phân quyền và kiểm soát dữ liệu đầu vào/đầu ra.

6. Chuẩn hóa kiến trúc và chia sẻ tri thức GenAI

• Tham gia xây dựng, chuẩn hóa và phát triển kiến trúc GenAI/Agentic AI dùng chung cho Ngân hàng.
• Tài liệu hóa các giải pháp, pipeline, cấu hình và best practices.
• Chia sẻ kiến thức, hướng dẫn kỹ thuật và hỗ trợ triển khai, nhân rộng các giải pháp trong toàn Ngân hàng.

1. Trình độ học vấn

• Tốt nghiệp Đại học trở lên các chuyên ngành Công nghệ thông tin, Khoa học máy tính, Trí tuệ nhân tạo, Khoa học dữ liệu hoặc các chuyên ngành liên quan.
• Ưu tiên ứng viên có chứng chỉ quốc tế về GenAI, LLM, AI Engineering, MLOps, NLP hoặc AI Platform trên các nền tảng cloud/hybrid.

2. Kinh nghiệm

• Tối thiểu 02 năm kinh nghiệm phát triển các giải pháp AI/GenAI đối với CV/CVC; từ 04 năm kinh nghiệm đối với CVCC.
• Ưu tiên ứng viên có kinh nghiệm triển khai GenAI, RAG, AI Agent trong môi trường doanh nghiệp hoặc ngân hàng.
• Có kinh nghiệm đưa các giải pháp AI từ giai đoạn POC đến triển khai thực tế.

3. Năng lực chuyên môn và kỹ thuật

• Thành thạo Python; có kinh nghiệm làm việc với LLM và các framework GenAI.
• Có khả năng triển khai RAG, prompt engineering và AI Agent orchestration.
• Có khả năng đóng gói và triển khai dịch vụ GenAI dưới dạng API; có kiến thức về Docker và RESTful API.
• Có kiến thức về kiến trúc hệ thống, tích hợp hệ thống và bảo mật đối với các ứng dụng AI.

4. Năng lực cá nhân

• Có tư duy hệ thống, định hướng giải pháp và khả năng hiện thực hóa ý tưởng.
• Có khả năng giao tiếp, phối hợp hiệu quả với đội ngũ kỹ thuật và các đơn vị nghiệp vụ.
• Chủ động trong công việc; có khả năng dẫn dắt kỹ thuật ở cấp module/giải pháp, đặc biệt đối với CVCC.
• Thích nghi tốt với môi trường Agile và công nghệ thay đổi nhanh.

5. Ngoại ngữ

• Đọc hiểu tốt tài liệu tiếng Anh chuyên ngành AI/GenAI.
• Có khả năng giao tiếp và trình bày các nội dung kỹ thuật cơ bản bằng tiếng Anh.

• Thu nhập cạnh tranh, tương xứng với năng lực và kinh nghiệm.
• Cơ hội tham gia xây dựng các ứng dụng GenAI trọng yếu của Ngân hàng, tạo tác động trực tiếp đến hiệu quả kinh doanh và vận hành.
• Môi trường công nghệ hiện đại, được tiếp cận và triển khai GenAI, RAG, Agentic AI ở quy mô doanh nghiệp.
• Lộ trình phát triển rõ ràng theo hướng Senior/Lead AI Engineer, GenAI Architect.
• Được đào tạo, cập nhật công nghệ AI mới và tham gia các chương trình phát triển chuyên môn.
• Hưởng đầy đủ các chế độ phúc lợi theo quy định của Ngân hàng.