Mô tả công việc
Nghiên cứu, xây dựng yêu cầu và tham gia phát triển và huấn luyện mô hình trên dữ liệu mạng lưới viễn thông
Triển khai AI (AI Deployment): Tích hợp các mô hình AI vào các sản phẩm phần mềm, hệ thống, thiết bị phần cứng vật lý hoặc cloud.
Tham gia xây dựng và vận hành các pipeline ML end-to-end
Phối hợp với DS, DE,
AI Engineer, DevOps/MLOps và đội hạ tầng để đảm bảo AI workflow vận hành ổn định end-to-end
Phối hợp đánh giá, so sánh và lựa chọn mô hình phù hợp dựa trên các tiêu chí hiệu năng, độ chính xác và khả năng triển khai, chuyển giao kết quả nghiên cứu thành giải pháp ứng dụng trong các sản phẩm và dịch vụ AI.
Nghiên cứu công nghệ mới: Cập nhật các xu hướng, mô hình và công nghệ AI mới, thử nghiệm các phương pháp tiên tiến nhằm nâng cao năng lực nghiên cứu, phát triển và ứng dụng AI trong tổ chức.
Hỗ trợ quản trị và vận hành các mô hình AI Cộng tác nhóm: Làm việc với đội ngũ
phát triển phần mềm, DS/DA để đưa mô hình vào môi trường sản xuất thực tế
Thực hiện các nhiệm vụ khác theo phân công.
Yêu cầu công việc
Bằng cấp/ chuyên ngành đào tạo:
Trình độ: Tốt nghiệp Đại học hệ chính quy;
Tốt nghiệp đại học trở lên chuyên ngành Công nghệ thông tin, Khoa học máy tính, Trí tuệ nhân tạo, Khoa học dữ liệu, Toán tin, Hệ thống thông tin hoặc các lĩnh vực liên quan.
Tiếng Anh: Nghe, nói, đọc hiểu tài liệu tiếng Anh (Ưu tiên có chứng chỉ tiếng Anh TOEIC 450 hoặc tương đương).
Kỹ năng/chuyên môn nghiệp vụ:
Bắt buộc:
Có khả năng xử lý dữ liệu thực tế có quy mô lớn, dữ liệu nhiễu, dữ liệu thiếu, dữ liệu mất cân bằng, dữ liệu nhiều chiều hoặc dữ liệu đến từ nhiều nguồn khác nhau.
Thành thạo Java hoặc Python; có khả năng xây dựng script, service backend hoặc automation tool
Có kinh nghiệm xử lý dữ liệu cơ bản bằng Java/Python: đọc/ghi dữ liệu, làm việc với database, data warehouse hoặc pipeline xử lý dữ liệu
Có hiểu biết về REST API, message queue, database và tích hợp hệ thống doanh nghiệp
Có khả năng làm việc với nhiều nền tảng triển khai khác nhau: IBM ecosystem, Apache Ecosystem, Kubernetes platform và hạ tầng on-premise dựa trên open-source
Có hiểu biết về MLOps/LLMOps, monitoring, logging và automation tool là lợi thế
Có khả năng troubleshooting, xử lý vấn đề tương thích hệ thống và tối ưu vận hành trong môi trường khách hàng thực tế
Có tư duy hệ thống, khả năng giải quyết vấn đề phức tạp, cẩn trọng trong phân tích dữ liệu và có tinh thần học hỏi, cập nhật liên tục các xu hướng học máy mới.
Có năng lực định hướng kỹ thuật, dẫn dắt nghiên cứu ứng dụng, chuẩn hóa phương pháp phát triển mô hình và hỗ trợ đào tạo, nâng cao năng lực cho đội ngũ
Giao tiếp tốt, quản lý công việc hiệu quả, có tinh thần trách nhiệm
Ưu tiên
Có kinh nghiệm với Kafka, Airflow, MLflow hoặc công cụ tương đương là lợi thế
Có kinh nghiệm với Docker, Linux và môi trường triển khai containerized, biết sử dụng Git (branch, merge, pull request) và có hiểu biết về workflow CI/CD
Có hiểu biết về cloud-native architecture, hybrid infrastructure và tích hợp đa nền tảng trong môi trường doanh nghiệp
Khả năng làm việc độc lập, tích cực, chủ động trong công việc, luôn luôn tìm tòi học hỏi những kiến thức và bài toán mới
Có tinh thần chủ động học hỏi, đam mê với công nghệ mới
Phúc lợi
Nhập thông tin để xem phúc lợi