CV/CVC/CVCC Machine Learning Engineer

1. Triển khai mô hình Machine Learning/Deep Learning vào Production

Chuyển đổi mô hình do Data Scientist phát triển thành sản phẩm hoàn chỉnh thông qua API/microservice, sẵn sàng tích hợp với các hệ thống nghiệp vụ.

Xây dựng và vận hành hệ thống inference realtime hoặc batch phù hợp với từng bài toán.

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 CI/CD pipeline cho ML, từ training, testing đến deployment và retraining.

Tự động hóa 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 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.

Xây dựng hệ thống monitoring và cảnh báo khi mô hình không đáp ứng yêu cầu.

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.

Tối ưu việc sử dụng CPU/GPU và tài nguyên hệ thống, góp phần nâng cao hiệu quả vận hành.

Tham gia đánh giá, đề xuất kiến trúc và hạ tầng AI phù hợp với định hướng toàn Ngân hàng.

5. Phối hợp kỹ thuật và nghiệp vụ

Phối hợp với Data Engineer, DevOps và CNTT trong triển khai, tích hợp và vận hành giải pháp AI.

Phối hợp với các đơn vị nghiệp vụ trong quá trình đưa mô hình AI vào hệ thống.

Tham gia chuẩn hóa kiến trúc AI và nền tảng ML/MLOps trong toàn Ngân hàng.

1. 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 chứng chỉ quốc tế về AI/ML/Cloud (AWS ML, GCP ML, Azure ML…).

2. Kinh nghiệm

Đối với CV/CVC: Từ 02 năm kinh nghiệm triển khai và vận hành mô hình ML/DL trong môi trường Production.

Đối với CVCC: Từ 04 năm kinh nghiệm, ưu tiên ứng viên từng tham gia các dự án AI quy mô lớn tại ngân hàng, tổ chức tài chính hoặc doanh nghiệp.

Có kinh nghiệm thực tế trong đóng gói, triển khai, giám sát và cải tiến mô hình ML sau khi đưa vào vận hành.

3. Kiến thức 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; nắm vững các thuật toán ML/DL.

MLOps: Docker, Kubernetes, MLflow, Airflow, Kubeflow, Watsonx hoặc nền tảng tương đương.

Monitoring: Prometheus, Grafana hoặc các công cụ tương đương.

Big Data/Streaming: Spark, Kafka, Hadoop ecosystem.

Cloud/Hybrid: AWS SageMaker, GCP Vertex AI hoặc các nền tảng AI tương đương.

Có hiểu biết về security, access control, logging và audit trong môi trường Production.

4. Năng lực cá nhân

Tư duy hệ thống, chú trọng hiệu năng, độ ổn định và khả năng mở rộng.

Có khả năng debug và xử lý sự cố Production tốt.

Giao tiếp, phối hợp hiệu quả với các nhóm kỹ thuật và đơn vị liên quan.

Chủ động, có khả năng hướng dẫn và dẫn dắt kỹ thuật, đặc biệt ở vị trí CVCC.

Thích nghi tốt với môi trường Agile, fast-paced.

5. Quyền lợi

Thu nhập cạnh tranh, tương xứng với năng lực và kinh nghiệm.

Cơ hội tham gia các bài toán AI thực tế, quy mô lớn trong ngân hàng, có tác động 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, lộ trình phát triển 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.