Kỹ Sư Trí Tuệ Nhân Tạo AI ENGINEER

1. Nghiên cứu và phát triển giải pháp AI
Nghiên cứu, đánh giá và ứng dụng các công nghệ Artificial Intelligence (AI), Machine Learning (ML), Deep Learning (DL), Generative AI và Large Language Models (LLMs).
Khảo sát, phân tích bài toán nghiệp vụ, đánh giá tính khả thi và đề xuất các giải pháp AI phù hợp với nhu cầu thực tế.
Thiết kế và xây dựng Proof of Concept (POC), Prototype và Minimum Viable Product (MVP) để kiểm chứng các giải pháp AI.
Đánh giá hiệu quả, chi phí, hiệu năng và khả năng mở rộng của giải pháp trước khi triển khai.
2. Phát triển Generative AI, LLM và AI Agent
Thiết kế, xây dựng và triển khai AI Assistant, AI Chatbot và các ứng dụng sử dụng Large Language Models (LLMs).
Phát triển hệ thống Retrieval-Augmented Generation (RAG), Semantic Search, Embeddings và Vector Database để khai thác dữ liệu, tài liệu và tri thức doanh nghiệp.
Thiết kế và phát triển AI Agent, Agentic Workflow và các quy trình tự động hóa sử dụng AI.
Xây dựng và tối ưu Prompt Engineering, Context Management, Knowledge Retrieval và Tool Calling nhằm nâng cao chất lượng phản hồi của AI.
Thiết kế cơ chế Human-in-the-Loop, phân quyền, phê duyệt và kiểm soát hoạt động của AI Agent.
3. Machine Learning, phát triển và tích hợp hệ thống AI
Thu thập, xử lý, chuẩn hóa và quản lý dữ liệu phục vụ phát triển ứng dụng AI.
Xây dựng, huấn luyện, fine-tuning và đánh giá mô hình Machine Learning/Deep Learning khi cần thiết.
Phát triển ứng dụng AI và API/Service bằng Python hoặc các ngôn ngữ lập trình phù hợp.
Tích hợp các giải pháp AI với phần mềm, hệ thống quản lý và nền tảng doanh nghiệp thông qua API/Service.
Phối hợp triển khai, vận hành và tối ưu mô hình AI trên môi trường Cloud hoặc On-premise.
Theo dõi và cải thiện hiệu năng, độ ổn định, khả năng mở rộng và chi phí vận hành hệ thống.
4. Thiết kế, kiểm thử và đánh giá chất lượng AI
Chuyển đổi yêu cầu nghiệp vụ thành Use Case, Workflow, Prototype và các tiêu chí nghiệm thu cụ thể.
Phân tích và lựa chọn giải pháp phù hợp giữa Rule-based Automation, AI Workflow và AI Agent.
Xây dựng Test Case, bộ dữ liệu kiểm thử và tiêu chí đánh giá chất lượng ứng dụng AI.
Đánh giá độ chính xác, mức độ liên quan, tính nhất quán và độ tin cậy của kết quả AI.
Phân tích nguyên nhân khi AI trả lời sai, xảy ra Hallucination hoặc hoạt động không ổn định.
Cải tiến mô hình, Prompt, Workflow và kiến trúc hệ thống dựa trên kết quả kiểm thử và phản hồi thực tế.
Đảm bảo giải pháp AI đáp ứng các yêu cầu về bảo mật thông tin, kiểm soát truy cập và quản trị dữ liệu.
5. Phối hợp phát triển sản phẩm và triển khai giải pháp
Phối hợp với các bộ phận Product, Business Analyst (BA), UI/UX, QA, Technical Team và các bên liên quan để phân tích yêu cầu và triển khai giải pháp AI.
Tham gia khảo sát nhu cầu người dùng, xác định vấn đề, đề xuất tính năng và cải tiến sản phẩm.
Chuyển đổi yêu cầu nghiệp vụ thành Product Requirement, User Story và Acceptance Criteria.
Tham gia Demo, Trial, User Acceptance Testing (UAT) và đánh giá hiệu quả sau triển khai.
Xây dựng tài liệu kỹ thuật, báo cáo kết quả và hỗ trợ chuyển giao, vận hành giải pháp.
Chủ động nghiên cứu công nghệ mới và đề xuất các ứng dụng AI có giá trị thực tiễn.