Tóm tắt công việc
1. Triển khai mô hình Machine Learning/Deep Learning vào production
Chuyển đổi các mô hình do
Data Scientist phát triển thành sản phẩm hoàn chỉnh thông qua API/microservice sẵn sàng tích hợp với hệ thống nghiệp vụ.
Xây dựng và vận hành hệ thống inference realtime hoặc batch, phù hợp với từng bài toán nghiệp vụ.
Đảm bảo mô hình hoạt động ổn định trong môi trường production, đáp ứng yêu cầu về SLA, độ trễ và khả năng mở rộng.
2. Quản lý vòng đời mô hình (MLOps)
Thiết kế và vận hành các pipeline CI/CD cho ML, từ training, testing đến deploy và retrain.
Tự động hoá toàn bộ vòng đời mô hình: huấn luyện - kiểm thử - triển khai - giám sát - tái huấn luyện.
Quản lý model registry, versioning, rollback và kiểm soát thay đổi mô hình theo chuẩn MLOps.
3. Giám sát và duy trì hiệu năng mô hình
Theo dõi hiệu năng mô hình sau triển khai, phát hiện data drift, concept drift và các dấu hiệu suy giảm chất lượng.
Thiết lập hệ thống monitoring và cảnh báo khi mô hình không còn đáp ứng yêu cầu chất lượng.
Phối hợp với Data Scientist cải tiến mô hình dựa trên dữ liệu thực tế và phản hồi từ hệ thống.
4. Tối ưu hiệu suất và hạ tầng AI
Tối ưu tốc độ training và inference, đảm bảo hiệu năng trong môi trường production.
Sử dụng hiệu quả CPU/GPU và tài nguyên hệ thống, góp phần tối ưu chi phí vận hành.
Tham gia đánh giá và đề xuất phương án
kiến trúc hạ tầng AI phù hợp với định hướng toàn hàng.
5. Phối hợp kỹ thuật và nghiệp vụ
Làm việc chặt chẽ với DE, DevOps, IT trong triển khai và vận hành giải pháp AI.
Phối hợp với các đơn vị nghiệp vụ trong quá trình tích hợp mô hình AI vào hệ thống.
Tham gia chuẩn hoá kiến trúc AI, nền tảng ML/MLOps trong toàn Ngân hàng.
Thu nhập từ 25-28 tháng lương/năm
Cơ hội làm việc với các bài toán AI thực tế, quy mô lớn trong ngân hàng, có tác động trực tiếp đến kinh doanh và vận hành.
Tham gia xây dựng và vận hành nền tảng AI & MLOps chiến lược của Ngân hàng.
Môi trường kỹ thuật chuyên sâu, có lộ trình phát triển rõ ràng theo hướng Senior/Lead MLE hoặc AI Platform Architect.
Được đào tạo, cập nhật kiến thức và tiếp cận các công nghệ AI/ML hiện đại trong và ngoài nước.
Hưởng đầy đủ các chế độ phúc lợi theo quy định của Ngân hàng.
1. Kinh nghiệm
Tối thiểu 2-4 năm kinh nghiệm triển khai và vận hành mô hình ML/DL trong môi trường production (đối với CVC);
4-6 năm kinh nghiệm trở lên đối với vị trí CVCC, ưu tiên từng tham gia các dự án AI quy mô doanh nghiệp hoặc ngân hàng.
Có kinh nghiệm thực tế trong việc đóng gói, triển khai, giám sát và cải tiến mô hình ML sau khi đưa vào vận hành.
2. Trình độ chuyên môn & kỹ năng kỹ thuật
Lập trình & DevOps: Python, REST API, Linux, Git, CI/CD (Jenkins, GitLab CI hoặc tương đương).
ML/DL: TensorFlow, PyTorch, Scikit-learn, XGBoost, LightGBM; hiểu rõ các thuật toán Machine Learning và Deep Learning.
MLOps: Docker, Kubernetes, MLflow, Airflow, Kubeflow, Watsonx hoặc các nền tảng tương đương.
Monitoring: Prometheus, Grafana hoặc các công cụ giám sát tương đương.
Big Data / Streaming: Spark, Kafka, Hadoop ecosystem.
Cloud / Hybrid: AWS SageMaker, GCP Vertex AI hoặc các nền tảng AI tương đương.
Bảo mật: Có hiểu biết cơ bản về security, access control, logging và audit trong môi trường production.
3. Trình độ học vấn
Tốt nghiệp Đại học trở lên các chuyên ngành: Công nghệ thông tin, Khoa học Dữ liệu, Hệ thống Thông tin, Toán ứng dụng, Thống kê, Kỹ thuật phần mềm hoặc các ngành liên quan.
Ưu tiên ứng viên có Thạc sĩ hoặc các chứng chỉ quốc tế (AWS ML, GCP ML, Azure ML Engineer...).
4. Năng lực cá nhân
Tư duy hệ thống, tư duy tối ưu hiệu năng và độ ổn định.
Khả năng debug và xử lý sự cố production tốt.
Giao tiếp hiệu quả và phối hợp tốt với nhiều nhóm kỹ thuật khác nhau.
Chủ động, có khả năng hướng dẫn và dẫn dắt kỹ thuật (đặc biệt với vị trí CVCC).
Thích nghi tốt với môi trường Agile / fast-paced.