Mô tả công việc: Chịu trách nhiệm (i) Phát triển các mô hình học máy; (ii) Bảo mật các mô hình; (iii) Xây dựng giải pháp AI/ML cho các qui trình nghiệp vụ.
Yêu cầu công việc:
1. Phát triển mô hình - 35%
- Thiết kế, triển khai và tối ưu hóa các mô hình học sâu, các kỹ thuật AI tạo sinh (ví dụ: GAN, VAE, Graph RAG), và các kĩ thuật học máy hiện đại như học Tăng cường (Reinforcement Learning), học Chuyển giao (Transfer Learning), học Liên kết (Federated Learning) để tạo ra các mô hình có khả năng dự đoán chất lượng cao và tạo ra dữ liệu tổng hợp.
- Theo dõi và phân tích sự thay đổi dữ liệu (sự thay đổi biến phụ thuộc, sự thay đổi nhãn) để đảm bảo hiệu suất và khả năng thích ứng của mô hình theo thời gian. Triển khai các chiến lược để điều chỉnh các mô hình theo sự thay đổi phân phối dữ liệu (data distribution).
2. Bảo mật mô hình - 15%
- Hiểu và giảm thiểu rủi ro liên quan đến các cuộc tấn công đầu độc mô hình (model poisoning attacks), đảm bảo tính toàn vẹn và độ tin cậy của các mô hình học máy.
- Tiến hành các kiểm thử để xác thực hiệu suất của mô hình, bao gồm kiểm thử A/B và đánh giá hiệu suất theo các tiêu chuẩn của ngành.
- Phát triển các dashboard, mô hình hoá, trực quan hoá số liệu để truyền đạt hiệu quả các phát hiện, và đưa ra khuyến nghị cho các bên liên quan.
3. Giải pháp AI/ML cho các quy trình kinh doanh - 20%
- Làm việc chặt chẽ với các nhóm liên chức năng để tích hợp các giải pháp AI vào các quy trình kinh doanh.
4. Giải pháp AI/ML cho dự đoán (An ninh, Chống rửa tiền) - 20%
- Luôn cập nhật các nghiên cứu mới nhất về AI tạo sinh, học sâu và bảo mật học máy; áp dụng các công nghệ mới liên quan để cải thiện các phương pháp và mô hình hiện có.
5.Tài liệu hóa - 10%
- Viết tài liệu về các mô hình, phương pháp và kết quả nhằm đảm bảo khả năng tái tạo, chia sẻ kiến thức và tuân thủ các tiêu chuẩn của ngành.
6. Thực hiện các nhiệm vụ khác theo phân công của cấp quản lý.
Yêu cầu:
Tốt nghiệp đại học trở lên các ngành Khoa học máy tính, Thống kê, Toán học hoặc lĩnh vực liên quan; Ưu tiên ứng viên có bằng thạc sĩ hoặc tiến sĩ.
Tối thiểu 7 năm (Chuyên gia)/5 năm (
Chuyên viên cao cấp)/3 năm (Chuyên viên chính/Chuyên viên) kinh nghiệm với trọng tâm là AI tạo sinh, học sâu và các kỹ thuật học máy nâng cao.
Thành thạo các ngôn ngữ lập trình như Python hoặc R, có kinh nghiệm trong các thư viện học máy (ví dụ: TensorFlow, PyTorch, Keras).
Hiểu biết sâu sắc về kiến trúc học sâu (ví dụ: CNN, RNN, Transformers) và các mô hình tạo sinh. Kinh nghiệm áp dụng AI tạo sinh và các kỹ thuật học sâu trong các ngành cụ thể như tài chính hoặc an ninh mạng.
Kinh nghiệm với các kỹ thuật phát hiện data shifts và các chiến lược để điều chỉnh các mô hình cho phù hợp với các phân phối dữ liệu (data distribution) mới.
Có kinh nghiệm với các kỹ thuật để xác định và giảm thiểu các cuộc tấn công đầu độc mô hình (model poisoning attacks).
Thành thạo SQL và có kinh nghiệm về thao tác và phân tích dữ liệu bằng các thư viện như Pandas hoặc Dask.
Khả năng phân tích và giải quyết vấn đề, có kinh nghiệm về việc diễn giải, trình bày các tập dữ liệu phức tạp và số liệu hiệu suất mô hình. Quen thuộc với các công cụ trực quan hóa dữ liệu (ví dụ: PowerBI, Matplotlib), hệ thống kiểm soát phiên bản (ví dụ: Git) và nền tảng đám mây (ví dụ: AWS, Azure, Google Cloud).
Kiến thức về các công nghệ dữ liệu lớn (ví dụ: BigQuery, Spark) và kinh nghiệm triển khai các mô hình học máy trong môi trường doanh nghiệp.
Quen thuộc với các kỹ thuật, công cụ và các bộ khung chuẩn Xử lý ngôn ngữ tự nhiên (NLP) để tạo và phân tích văn bản.