Data Scientist

- 1-2 năm kinh nghiệm trong lĩnh vực khoa học dữ liệu hoặc các vai trò liên quan
- Khả năng áp dụng các kỹ thuật khoa học dữ liệu trên các tập dữ liệu quy mô lớn, bao gồm máy học để phân cụm, phân loại, hồi quy và phát hiện bất thường, cũng như các kỹ thuật tối ưu hóa hoặc mô phỏng cho các vấn đề quy định
- Khả năng áp dụng các kỹ thuật khoa học dữ liệu trên các tập dữ liệu quy mô lớn, bao gồm máy học để phân cụm, phân loại, hồi quy và phát hiện bất thường, cũng như các kỹ thuật tối ưu hóa hoặc mô phỏng cho các vấn đề quy định
- Thể hiện khả năng đúc kết thông tin chuyên sâu mới thông qua hợp nhất và biến đổi các tập dữ liệu nội bộ và bên ngoài
- Trước đây đã tham gia vào việc triển khai, giám sát, bảo trì và nâng cao các mô hình dữ liệu
- Quen thuộc với các công nghệ cơ sở dữ liệu cloud (ví dụ: AWS, Azure, Google Cloud) và kinh nghiệm cơ bản về phát triển các giải pháp hạ tầng và dịch vụ điện toán đám mây trong miền dữ liệu và phân tích
Trình độ chuyên môn
- Yêu cầu có bằng cử nhân, ưu tiên trong lĩnh vực khoa học dữ liệu, khoa máy học tính, kỹ thuật, toán học, thống kê, hoặc các lĩnh vực liên quan. Bằng thạc sĩ là một điểm cộng
- Kinh nghiệm áp dụng các kỹ thuật khoa học dữ liệu bằng Python hoặc R, Java, SQL
- Kiến thức về Machine Learning, Deep Learning, Generative AI
- Quen thuộc với các ngôn ngữ lập trình tính toán khác (như Julia, C++, Rust ) là một điểm cộng
- Thể hiện khả năng triển khai trực quan hóa dữ liệu bằng công cụ (ví dụ: Dash, Shiny, Streamlit)
- Thể hiện khả năng học hỏi và giải quyết các lĩnh vực và vấn đề kinh doanh một cách hiệu quả
- Kinh nghiệm về thư viện nguồn mở phổ biến trong ML và Deep Learning (như TensorFlow, PyTorch, Keras, Numpy, Pandas)
- Hiểu biết cơ bản và tiếp xúc với các khái niệm MLOps, bao gồm container hóa và quản lý pipeline (ví dụ: Airflow) và microservice (ví dụ: Docker, Kubernetes)
Tư duy & hành vi giao tiếp
- Nhấn mạnh khả năng triển khai agile với tư duy "thất bại nhanh, thành công sớm" và kết quả có thể đo lường được, 1-2 năm kinh nghiệm làm việc trong môi trường agile
- Phát triển khả năng giỏi về con số; có khả năngphản biện về tính xác thực của dữ liệu và những thiên lệch vốn có của dữ liệu
- Thể hiện óc tò mò tìm hiểu và giải đáp các câu hỏi
- Sẵn sàng biết người biết ta để tận dụng chuyên môn của người khác và khiêm tốn
- Kỹ năng tổ chức mẫu mực, tỉ mỉ và chính xác