Tốt nghiệp Đại học hệ chính quy tập trung chuyên ngành Công nghệ thông tin, Khoa học máy tính hoặc các ngành liên quan.
Tối thiểu 1 năm kinh nghiệm làm việc trực tiếp với Oracle Database.
Thành thạo SQL và PL/SQL. Hiểu các đặc tính nâng cao của Oracle 12c, 18c, 19c (như JSON support, Identity Columns, Private Temporary Tables) là yếu tố ưu tiên.
Có kinh nghiệm đọc và phân tích Execution Plan, có khả năng sử dụng các công cụ hỗ trợ như SQL Trace, SQL Tuning Advisor.
Hiểu về
kiến trúc Oracle (SGA, PGA, Library Cache, Undo Management) để xử lý các vấn đề như tranh chấp tài nguyên.
Xử lý dữ liệu lớn: Sử dụng thành thạo các kỹ thuật xử lý lô (Bulk Processing), Index, Partition tối ưu hiệu năng câu lệnh khi làm việc với dữ liệu lớn.
Sử dụng tốt các công cụ quản trị và phát triển như Oracle SQL Developer, PL/SQL Developer, hoặc Toad.
Đọc hiểu tài liệu kỹ thuật tiếng Anh tốt, có khả năng tự nghiên cứu tài liệu.
Tư duy logic tốt, có khả năng giải quyết các bài toán nghiệp vụ phức tạp bằng thuật toán tối ưu.
Kỹ năng làm việc nhóm và chịu được áp lực công việc cao trong các giai đoạn triển khai dự án (Go-live).
Ưu tiên:
+ Kiểm chứng và chịu trách nhiệm đối với kết quả AI:
- Hiểu giới hạn của AI và có khả năng đánh giá, kiểm chứng kết quả do AI sinh ra về tính đúng đắn, logic, hiệu năng, khả năng vận hành và bản quyền
- Thực hiện kiểm thử trước khi đưa vào sử dụng; chịu trách nhiệm cuối cùng đối với sản phẩm đầu ra.
+ Ứng dụng AI trong kiểm thử và đảm bảo chất lượng
- Sử dụng AI để xây dựng test case, edge case, negative case, mock data, regression checklist, unit test và test script.
- Đánh giá, bổ sung và hoàn thiện các kịch bản kiểm thử do AI đề xuất phù hợp với nghiệp vụ.
+ Ứng dụng AI trong phân tích và xử lý sự cố
- Sử dụng AI để phân tích log, stack trace, metric, incident report và các sự cố hệ thống.
- Có khả năng khoanh vùng nguyên nhân, đề xuất hướng xác minh và phương án khắc phục trước khi áp dụng thực tế.
+ Ứng dụng AI trong xây dựng tài liệu kỹ thuật
- Sử dụng AI để hỗ trợ xây dựng và cập nhật tài liệu như SRS, HLD, LLD, API Spec, Swagger/OpenAPI, ADR, Runbook, Release Note và các tài liệu kỹ thuật khác
- Có khả năng rà soát, hiệu chỉnh nội dung theo tiêu chuẩn của tổ chức.
+ Bảo mật và quản trị rủi ro AI
- Tuân thủ quy định bảo mật khi sử dụng AI; không cung cấp mã nguồn, dữ liệu khách hàng hoặc thông tin nhạy cảm lên các nền tảng AI công cộng.
- Hiểu và kiểm soát các rủi ro như Hallucination, Prompt Injection, Data Leakage, Secret Exposure và License/Copyright Risk.
- Có khả năng đề xuất, triển khai và hướng dẫn áp dụng AI vào quy trình
phát triển phần mềm của nhóm theo hướng hiệu quả và có kiểm soát.