Tuyển dụng Chuyên Viên Lập Trình AI (AI Developer) tại Hà Nội

Xử lý & chuẩn bị dữ liệu:

- Thu thập, làm sạch, gán nhãn và chuẩn hóa dữ liệu từ các nguồn nội bộ phục vụ huấn luyện mô hình

- Thực hiện Feature Engineering, phân tích dữ liệu khám phá (EDA) để xác định đặc trưng phù hợp cho từng bài toán

- Phối hợp với đội Data Engineer để đảm bảo nguồn dữ liệu đầu vào đầy đủ, chính xác và sẵn sàng.

Xây dựng & phát triển mô hình AI/ML:

- Thiết kế, lập trình và huấn luyện các mô hình Machine Learning / Deep Learning giải quyết bài toán nghiệp vụ (fraud detection, claims automation, document processing, customer segmentation, chatbot nghiệp vụ...)

- Đánh giá hiệu suất mô hình, thực hiện thử nghiệm (A/B testing) và tinh chỉnh hyperparameters để tối ưu kết quả

- Nghiên cứu và áp dụng các kiến trúc mô hình phù hợp: CNN, RNN/LSTM, Transformer... tùy theo bài toán

- Đảm bảo tính giải thích được của mô hình (Model Explainability) bằng các công cụ như SHAP, LIME phục vụ yêu cầu tuân thủ và báo cáo cho cơ quan quản lý

Ứng dụng Generative AI & LLM:

- Nghiên cứu và ứng dụng Large Language Models (GPT, Claude, Llama, Gemini...) vào các bài toán thực tế của Bảo Việt

- Xây dựng hệ thống RAG (Retrieval-Augmented Generation) để khai thác tri thức từ tài liệu nội bộ (quy trình, sản phẩm bảo hiểm, quy định...)

- Thiết kế và phát triển AI Agent / Chatbot phục vụ nghiệp vụ và hỗ trợ khách hàng

- Tối ưu Prompt Engineering và đánh giá chất lượng đầu ra của LLM

Triển khai & vận hành mô hình (MLOps):

- Đóng gói và triển khai mô hình AI lên môi trường production (Docker, Kubernetes, cloud AI services)

- Xây dựng pipeline MLOps: versioning data/model, experiment tracking, automated retraining

- Giám sát hiệu suất mô hình sau triển khai (model monitoring), phát hiện model drift và cập nhật khi cần thiết

- Tối ưu mô hình về tốc độ và tài nguyên cho môi trường production

AI có trách nhiệm (Responsible AI):

- Đảm bảo tuân thủ các nguyên tắc AI Ethics: công bằng (fairness), minh bạch (transparency), bảo mật dữ liệu cá nhân

- Thực hiện đánh giá thiên kiến (bias detection) và giảm thiểu rủi ro thiên kiến trong mô hình, đặc biệt với các bài toán ảnh hưởng đến quyết định nghiệp vụ (underwriting, claims, pricing)

- Xây dựng quy trình đánh giá rủi ro AI trước khi triển khai production.

Phối hợp & tài liệu:

- Phối hợp với BA, Data Engineer, Backend Developer và đội nghiệp vụ để hiểu yêu cầu và tích hợp AI vào sản phẩm

- Trình bày kết quả và giải thích mô hình AI cho các bên phi kỹ thuật (Ban lãnh đạo, nghiệp vụ)

- Xây dựng tài liệu kỹ thuật: mô tả mô hình, hướng dẫn triển khai, đánh giá hiệu quả.

Nghiên cứu & cải tiến:

- Theo dõi xu hướng AI/ML mới, đọc và áp dụng kết quả từ các nghiên cứu (paper) vào công việc

- Đề xuất ứng dụng AI mới nhằm tối ưu quy trình vận hành và nâng cao trải nghiệm khách hàng của Bảo Việt

- Hỗ trợ xây dựng AI Roadmap cho phòng PTUD và Trung tâm CNTT.

1. Yêu cầu tối thiểu

1.1. Trình độ chuyên môn

- Đào tạo: Tốt nghiệp Đại học chuyên ngành Công nghệ thông tin, Khoa học máy tính, Khoa học dữ liệu, Toán ứng dụng, Thống kê hoặc các ngành liên quan. Ưu tiên ứng viên có bằng Thạc sĩ chuyên ngành liên quan đến AI/ML.

- Tiếng Anh: Đọc hiểu tài liệu nghiên cứu (paper) và tài liệu kỹ thuật bằng tiếng Anh. Có khả năng giao tiếp bằng tiếng Anh trong công việc.

- Toán học: Nắm vững Xác suất thống kê, Đại số tuyến tính, Giải tích — có khả năng áp dụng vào việc hiểu và cải tiến mô hình.

1.2. Kiến thức và kỹ năng chuyên mônYêu cầu công việc

1. Yêu cầu tối thiểu

1.1. Trình độ chuyên môn

- Đào tạo: Tốt nghiệp Đại học chuyên ngành Công nghệ thông tin, Khoa học máy tính, Khoa học dữ liệu, Toán ứng dụng, Thống kê hoặc các ngành liên quan. Ưu tiên ứng viên có bằng Thạc sĩ chuyên ngành liên quan đến AI/ML.

- Tiếng Anh: Đọc hiểu tài liệu nghiên cứu (paper) và tài liệu kỹ thuật bằng tiếng Anh. Có khả năng giao tiếp bằng tiếng Anh trong công việc.

- Toán học: Nắm vững Xác suất thống kê, Đại số tuyến tính, Giải tích — có khả năng áp dụng vào việc hiểu và cải tiến mô hình.

1.2. Kiến thức và kỹ năng chuyên môn

Lập trình và công cụ:

- Thành thạo Python (bắt buộc) cho phát triển và triển khai mô hình AI/ML

- Có kinh nghiệm với ít nhất một framework Deep Learning: PyTorch hoặc TensorFlow/Keras

- Thành thạo các thư viện xử lý dữ liệu: Pandas, NumPy, Scikit-learn

- Sử dụng thành thạo Git (GitHub/GitLab) để quản lý mã nguồn

Machine Learning & Deep Learning:

- Hiểu rõ các thuật toán ML cơ bản và nâng cao: Regression, Classification, Clustering, Ensemble Methods...

- Có kiến thức về kiến trúc mạng Neural: CNN, RNN/LSTM, Transformer

- Có khả năng thực hiện quy trình ML end-to-end: thu thập dữ liệu → xử lý (Data Cleaning, Feature Engineering) → huấn luyện → đánh giá → triển khai

Generative AI & LLM (trọng tâm phát triển):

- Có hiểu biết về Large Language Models (GPT, Claude, Llama, Gemini...) và cách ứng dụng vào bài toán thực tế

- Có kinh nghiệm hoặc kiến thức về RAG (Retrieval-Augmented Generation), Prompt Engineering, Fine-tuning LLM

- Hiểu biết về các nền tảng AI API: OpenAI API, Anthropic API, Google Vertex AI hoặc tương đương

MLOps & Triển khai:

- Có kinh nghiệm đóng gói và triển khai model lên môi trường production với Docker

- Có kiến thức về quy trình MLOps: versioning data/model, experiment tracking (MLflow, Weights & Biases hoặc tương đương)

- Hiểu biết cơ bản về cloud AI services (AWS SageMaker, Google AI Platform, Azure ML)

AI có trách nhiệm & Model Explainability:

- Hiểu biết về Model Explainability (SHAP, LIME) — khả năng giải thích kết quả mô hình cho cơ quan quản lý và các bên nghiệp vụ

- Có kiến thức về AI Ethics, Responsible AI: đánh giá fairness, bias detection, minh bạch trong quyết định của mô hình.

1.3. Kinh nghiệm nghề nghiệp

- Tối thiểu 02 năm kinh nghiệm làm việc trực tiếp với các dự án AI/ML ở vai trò AI/ML Engineer hoặc tương đương

- Đã từng đưa ít nhất 1 mô hình AI/ML vào môi trường production hoặc có sản phẩm AI demo hoàn chỉnh.

1.4. Kỹ năng mềm

- Khả năng giải quyết vấn đề phức tạp, tư duy phân tích và nghiên cứu độc lập

- Kỹ năng giao tiếp tốt — có khả năng giải thích các khái niệm AI/ML cho đội ngũ nghiệp vụ và lãnh đạo

- Chủ động cập nhật các xu hướng AI mới, đọc và áp dụng kết quả từ các nghiên cứu (paper) vào công việc.

2. Ưu tiên

- Có kinh nghiệm ứng dụng AI trong lĩnh vực tài chính, bảo hiểm hoặc ngân hàng (fraud detection, claims automation, underwriting, chatbot nghiệp vụ...)

- Có kinh nghiệm xây dựng AI Agent, hệ thống multi-agent, hoặc ứng dụng LLM phức tạp

- Có kinh nghiệm với Computer Vision (OpenCV, YOLO...) hoặc NLP nâng cao (HuggingFace, spaCy...)

- Có kinh nghiệm tối ưu mô hình: Model Quantization, Pruning, Knowledge Distillation cho triển khai trên edge/thiết bị tài nguyên thấp

- Có kinh nghiệm với Kubernetes để orchestrate ML workloads ở quy mô lớn

- Biết thêm C++, Java hoặc Scala là lợi thế

*** Các chế độ được hưởng:

- Thu nhập năm cạnh tranh (bao gồm lương, thưởng và phúc lợi)

- Chế độ tăng lương 1-2 lần/năm

- Được đảm bảo đầy đủ các chế độ theo luật lao động (BHXH, BHYT, BHTN đóng trên tổng lương của NLĐ)

- Được hưởng các khoản thưởng, phúc lợi, đãi ngộ: thưởng hiệu quả làm việc, thưởng lợi nhuận, thưởng thi đua danh hiệu, thưởng cải tiến sáng tạo, đồng phục, phúc lợi các ngày lễ, thành lập Tập đoàn,…

- Được mua các loại bảo hiểm và chăm sóc sức khỏe định kỳ: Bảo hiểm sức khỏe toàn diện cho người lao động, bảo hiểm sức khỏe cho người thân…

- Được đóng bảo hiểm hưu trí và bảo hiểm nhân thọ cho đến khi cán bộ về hưu

- Được làm việc trong Tập đoàn lớn, môi trường chuyên nghiệp với các đơn vị thành viên thuộc các lĩnh vực bảo hiểm, tài chính, đầu tư, chứng khoán

- Được tham gia các chương trình đào tạo nội bộ và Quốc tế, cấp chứng chỉ chuyên ngành.

Quyền lợi

• Thưởng: Được mua các loại bảo hiểm và chăm sóc sức khỏe định kỳ: Bảo hiểm sức khỏe toàn diện
• Chăm sóc sức khoẻ: Được hưởng các khoản thưởng, phúc lợi, đãi ngộ: thưởng hiệu quả làm việc, thưởng lợi nhuận,...
• Khác: Lương, thưởng cạnh tranh, chế độ tăng lương 1-2 lần/năm