MÔ TẢ CÔNG VIỆC
1. Xây dựng và phát triển mô hình
Xây dựng, phát triển và cải tiến các mô hình đo lường rủi ro, mô hình định lượng, mô hình thống kê và mô hình phân tích dữ liệu phục vụ hoạt động kinh doanh và quản trị rủi ro.
Nghiên cứu, xây dựng và ứng dụng các mô hình AI/Machine Learning/Deep Learning theo nhu cầu và định hướng từng thời kỳ.
Phát triển các giải pháp RAG, OCR, AI Agent và các ứng dụng AI nhằm nâng cao hiệu quả phân tích, tự động hóa và hỗ trợ ra quyết định.
Nghiên cứu, lựa chọn và áp dụng các phương pháp, thuật toán và công nghệ phù hợp nhằm nâng cao độ chính xác và hiệu quả của mô hình.
2. Triển khai và vận hành mô hình
Triển khai các mô hình AI/ML và Risk Modeling lên môi trường vận hành, bao gồm Public Cloud (AWS, Azure, GCP).
Phối hợp xây dựng và hoàn thiện quy trình MLOps, CI/CD, Docker, Infrastructure as Code (IaC) nhằm đảm bảo khả năng triển khai và vận hành mô hình ổn định.
Theo dõi, giám sát hiệu quả, hiệu năng, độ ổn định và chất lượng dữ liệu của mô hình sau triển khai.
Thực hiện tái hiệu chỉnh, tối ưu hóa hoặc thay thế mô hình khi có dấu hiệu suy giảm hiệu quả hoặc không còn phù hợp với yêu cầu kinh doanh và quản trị rủi ro.
3. Quản trị và kiểm soát mô hình
Đánh giá, kiểm định và
giám sát chất lượng mô hình theo các tiêu chuẩn, quy định nội bộ và thông lệ quốc tế.
Đảm bảo mô hình tuân thủ các yêu cầu liên quan đến quản trị rủi ro, Basel, pháp luật và quy định của cơ quan quản lý.
Phân tích kết quả mô hình, nhận diện rủi ro và đề xuất các giải pháp cải tiến phù hợp.
Tham gia quản lý và triển khai các dự án AI/ML, Data Science và Risk Modeling theo phân công.
YÊU CẦU CÔNG VIỆC
1. Trình độ học vấn
Trình độ:
Chuyên ngành:
Toán tài chính, Toán kinh tế, Toán thống kê, Tài chính - Ngân hàng, Kế toán, Kiểm toán, Định phí bảo hiểm, Công nghệ thông tin, Khoa học dữ liệu, Khoa học tự nhiên - Kỹ thuật - Công nghệ hoặc các ngành thuộc khối Kinh tế.
Chứng chỉ:
Ưu tiên ứng viên có các chứng chỉ về Data Science, Machine Learning, FRM, Database/SQL/Oracle hoặc các chứng chỉ chuyên môn liên quan.
2. Kiến thức và chuyên môn
Có kiến thức và kinh nghiệm về Data Science, Big Data, thống kê, phân tích định lượng và xây dựng mô hình AI/Machine Learning/Deep Learning.
Có kiến thức về Risk Modeling, Credit Risk Modeling, Model Risk Management và các tiêu chuẩn quản trị rủi ro quốc tế như Basel.
Có kiến thức về hoạt động ngân hàng, quy trình tín dụng và quản trị rủi ro ngân hàng.
Có kiến thức về pháp luật, quy định liên quan đến hoạt động ngân hàng, dữ liệu và quản trị rủi ro.
Có kiến thức về kinh tế vĩ mô và các yếu tố kinh tế - xã hội có ảnh hưởng đến hoạt động ngân hàng.
Có kinh nghiệm xây dựng, triển khai và đánh giá mô hình AI/ML.
Có kinh nghiệm triển khai mô hình trên Public Cloud: AWS, Azure, GCP.
Có kinh nghiệm xây dựng các giải pháp RAG, OCR, AI Agent hoặc các ứng dụng Generative AI.
Thành thạo hoặc có kinh nghiệm sử dụng các thư viện/framework như scikit-learn, LangChain, LangGraph, LlamaIndex.
Có kiến thức về MLOps, Docker, IaC, CI/CD và Infrastructure.
3. Kỹ năng
Thành thạo Python, R, SQL và các công cụ xử lý, phân tích dữ liệu.
Có kỹ năng phân tích dữ liệu, tư duy định lượng và giải quyết vấn đề.
Có khả năng nghiên cứu, đánh giá và tối ưu hóa mô hình.
Có kỹ năng quản lý dự án và phối hợp đa phòng ban.
Có khả năng quản lý, dẫn dắt và phát triển đội nhóm.
Kỹ năng giao tiếp và đọc hiểu
tiếng Anh tốt, đặc biệt trong lĩnh vực công nghệ, dữ liệu và tài chính - ngân hàng.
4. Kinh nghiệm
Tối thiểu 03 năm kinh nghiệm trong lĩnh vực Data Science, AI/ML, Risk Modeling, Model Development, Model Validation hoặc các lĩnh vực tương đương.
Ưu tiên ứng viên có kinh nghiệm trong AI/Machine Learning, Risk Analytics hoặc Model Risk Management.
Kinh nghiệm xây dựng, triển khai hoặc kiểm định mô hình tại ngân hàng, công ty tài chính, công ty bảo hiểm, công ty tư vấn hoặc công ty công nghệ là lợi thế.