CHUYÊN GIA DATA ENGINEER

1. Mục tiêu vị trí
Chịu trách nhiệm đề xuất và dẫn dắt xây dựng nền tảng dữ liệu phục vụ Fraud Detection tại WinCommerce.
Vị trí tập trung tổ chức dữ liệu vận hành thành Data Model, Data Mart và Data Pipeline có cấu trúc, giúp đội ngũ Analytics phát triển Signal, Rule, Risk Scoring và các bài toán phát hiện bất thường.
Phù hợp với ứng viên từ Senior level, yêu thích Data Engineering, Analytics và AI, mong muốn trực tiếp xây dựng một Data Platform gắn với bài toán Fraud/Risk thực tế trong lĩnh vực Retail.
2. Trách nhiệm chính
Data Architecture & Data Engineering
Đánh giá hiện trạng và đề xuất kiến trúc dữ liệu phục vụ Fraud Detection.
Chủ trì thiết kế Data Model, Data Mart và Data Pipeline.
Khảo sát nguồn dữ liệu; xây dựng Data Source Inventory, Data Dictionary và Data Mapping.
Xây dựng, vận hành và tối ưu pipeline ETL/ELT trên Databricks hoặc nền tảng tương đương.
Thiết lập các nguyên tắc về Data Quality, Data Lineage, Metadata, phân quyền và giám sát dữ liệu.
Bảo đảm dữ liệu có thể truy vết về nguồn và đáp ứng yêu cầu phân tích, back-test.
Fraud Data Platform
Phối hợp với Fraud Analyst, DA và đơn vị nghiệp vụ để chuyển hóa Risk Scenario thành yêu cầu dữ liệu.
Tổ chức dữ liệu phục vụ phân tích Signal, Pattern, Rule, Detection Model và Risk Scoring.
Hỗ trợ triển khai, back-test và tối ưu các Fraud Detection Use Case.
Hiểu nguyên lý Detection Engine, Analytics và AI để thiết kế dữ liệu phù hợp; không trực tiếp chịu trách nhiệm xây dựng toàn bộ mô hình gian lận.
Dẫn dắt triển khai
Chủ động đề xuất phương án và triển khai hạng mục dữ liệu tương đối độc lập.
Hướng dẫn, review kỹ thuật và điều phối công việc của các Data Engineer tham gia.
Phối hợp với Data Team, IT, DA và nghiệp vụ để xử lý dependency và bảo đảm đầu ra.
Xây dựng tài liệu kỹ thuật, tiêu chuẩn phát triển và hướng dẫn vận hành.
3. Yêu cầu năng lực
Có kinh nghiệm thực tế ở vị trí Data Engineer; phù hợp với ứng viên từ Senior level hoặc có năng lực tương đương.
Thành thạo SQL và sử dụng tốt Python/PySpark trong xử lý dữ liệu.
Có kinh nghiệm thiết kế và xây dựng Data Warehouse, Data Lake/Lakehouse, Data Model, Data Mart và ETL/ELT Pipeline.
Có kinh nghiệm với Spark, Databricks, Airflow hoặc nền tảng dữ liệu tương đương; không yêu cầu thành thạo tất cả công nghệ.
Hiểu các nguyên tắc về Data Quality, Data Lineage, Metadata, bảo mật và phân quyền dữ liệu.
Có khả năng phân tích yêu cầu, đề xuất giải pháp và trực tiếp triển khai đến khi có kết quả.
Có khả năng làm việc độc lập, hướng dẫn kỹ thuật và phối hợp với nhiều bên liên quan.
Chủ động, có tinh thần ownership và chịu trách nhiệm với đầu ra được giao.
Yêu thích và chủ động tìm hiểu Data Engineering, Analytics và AI.
Có kinh nghiệm xử lý dữ liệu giao dịch trong Retail, Banking hoặc Financial Services; hoặc có kiến thức về Fraud Detection, Risk Analytics, Detection Engine, Rule Engine hoặc Risk Scoring.
4. Kết quả công việc kỳ vọng
Kiến trúc và Data Model đề xuất cho Fraud Detection Platform.
Danh sách Data Mart và Data Pipeline cần xây dựng.
Nền tảng dữ liệu ổn định, có kiểm soát chất lượng và khả năng truy vết.
Dữ liệu sẵn sàng phục vụ Analytics, back-test Rule, Risk Scoring và Detection Use Case.
Kế hoạch triển khai theo giai đoạn, timeline và dependency rõ ràng.
Bộ tài liệu Data Source Inventory, Data Dictionary, Data Mapping và hướng dẫn vận hành.