[CT0008] Chuyên Viên Khoa Học Dữ Liệu (Data Scientist / AI Engineer)

1. Xây dựng & Vận hành ML Platform

• Tham gia triển khai và vận hành hệ thống ML Platform (Data ingestion, Feature engineering, Model training/serving).

• Xây dựng và duy trì các ML Pipeline tự động sử dụng các công cụ như Prefect/Airflow và MLflow.

• Thực hiện đóng gói mô hình bằng Docker và phối hợp triển khai vào môi trường production.

• Theo dõi hiệu năng mô hình (accuracy, drift) và thực hiện các báo cáo đánh giá định kỳ

2. Xây dựng Mô hình Dự báo Kinh doanh

• Phát triển và triển khai mô hình dự báo rời bỏ (Churn Model) để nhận diện sớm khách hàng có nguy cơ ngừng giao dịch.

• Xây dựng các mô hình xu hướng (Propensity Model): xác suất nộp tiền, xác xuất mở tài khoản margin, v.v. để tối ưu hóa tỷ lệ chuyển đổi.

• Thực hiện phân lớp khách hàng (Customer Segmentation) để hỗ trợ các chiến dịch Marketing cá nhân hóa.

3. Ứng dụng AI & Phát triển Chatbot

• Nghiên cứu và ứng dụng các kỹ thuật RAG (Retrieval-Augmented Generation) và Prompt Engineering để cải thiện chất lượng Chatbot và trợ lý ảo nội bộ.

• Hỗ trợ xây dựng các luồng công việc tự động (Agentic Workflow) đơn giản để tối ưu hóa quy trình nghiệp vụ.

• Thiết kế và triển khai hệ thống Agentic Workflow tối ưu hóa công việc nội bộ: tự động hóa các luồng xử lý lặp lại, kết nối đa hệ thống và giảm thiểu thao tác thủ công.

• Tích hợp AI vào hệ thống CRM để nâng cao hiệu quả quản lý khách hàng, cá nhân hóa tương tác và hỗ trợ đội ngũ kinh doanh.

• Tối ưu luồng xử lý ngôn ngữ và logic phản hồi cho hệ thống Chatbot hiện tại; ứng dụng Prompt Engineering để cải thiện chất lượng tương tác với khách hàng

1. Học vấn & Kinh nghiệm

• Tốt nghiệp Đại học chuyên ngành Toán – Tin, Công nghệ thông tin, Kinh tế lượng hoặc các ngành kỹ thuật liên quan (Bách Khoa, Công Nghệ, Ngoại Thương, KTQD...).

• Tối thiểu 2 năm kinh nghiệm thực tế tại vị trí Data Scientist hoặc AI Engineer.

• Ưu tiên ứng viên có kinh nghiệm trong lĩnh vực Tài chính, Chứng khoán hoặc Ngân hàng.

<

Yêu cầu công việc

1. Học vấn & Kinh nghiệm

• Tốt nghiệp Đại học chuyên ngành Toán – Tin, Công nghệ thông tin, Kinh tế lượng hoặc các ngành kỹ thuật liên quan (Bách Khoa, Công Nghệ, Ngoại Thương, KTQD...).

• Tối thiểu 2 năm kinh nghiệm thực tế tại vị trí Data Scientist hoặc AI Engineer.

• Ưu tiên ứng viên có kinh nghiệm trong lĩnh vực Tài chính, Chứng khoán hoặc Ngân hàng.

2. Kiến thức chuyên môn

• Nắm chắc kiến thức về thống kê, xác suất và các thuật toán ML phổ biến (Regression, Tree-based, Clustering).

• Thành thạo Python và các thư viện: Scikit-learn, XGBoost/LightGBM, Pandas.

• SQL tốt: Có khả năng viết các câu lệnh truy vấn phức tạp để trích xuất dữ liệu.

• Hiểu biết về LLMs: Có kinh nghiệm làm việc với OpenAI API hoặc các framework như LangChain / LlamaIndex là một điểm cộng lớn.

• Có kinh nghiệm cơ bản với Docker và các công cụ MLOps (MLflow, Airflow).

3. Kỹ năng Kỹ thuật

• Thành thạo Python và hệ sinh thái ML: Scikit-learn, XGBoost, LightGBM, CatBoost, PyTorch/TensorFlow.

• SQL thành thạo – khả năng viết truy vấn phức tạp trên nhiều engine: Oracle, ClickHouse, Trino (MSSQL, StarRocks, PostgreSQL).

• Kinh nghiệm với MLOps toolchain: MLflow (experiment tracking, model registry), Prefect/Airflow (pipeline orchestration), Docker (containerization), MinIO (artifact storage).

• Có hiểu biết về triển khai mô hình vào production (Model Deployment): REST API serving, batch inference, model versioning và giám sát hiệu năng.

• Có kinh nghiệm làm việc với LLMs, Prompt Engineering hoặc các framework LangChain / LlamaIndex / LangGraph là một lợi thế lớn.

• Hiểu biết về Apache Spark cho xử lý dữ liệu lớn là một điểm cộng.

4. Tư duy & Kỹ năng mềm

• Product Mindset – tập trung tạo ra các sản phẩm dữ liệu có giá trị sử dụng thực tế cho kinh doanh thay vì chỉ nghiên cứu lý thuyết.

• Tư duy phân tích sắc bén, khả năng giải quyết vấn đề sáng tạo.

• Khả năng làm việc độc lập và quản lý dự án hiệu quả.

• Chủ động học hỏi và cập nhật các công nghệ AI mới nhất.

Ưu tiên:

• Kinh nghiệm thiết kế và triển khai AI Agent / Agentic Workflow (LangGraph, LangChain, CrewAI, AutoGen hoặc tương đương) cho các bài toán tự động hóa và tối ưu hóa quy trình.

• Kinh nghiệm xây dựng hệ thống AutoML phục vụ nhu cầu nội bộ (internal ML platform), cho phép người dùng Business tự xây dựng và triển khai mô hình.

• Có kinh nghiệm tích hợp AI vào hệ thống CRM, hệ thống Marketing Automation, hoặc Customer Data Platform (CDP); từng triển khai các ứng dụng AI giúp tối ưu hóa quy trình quản lý khách hàng.

• Kinh nghiệm làm việc với LLM APIs (OpenAI, Claude, Gemini) và các kỹ thuật fine-tuning (LoRA, QLoRA, PEFT).

• Hiểu biết về ngành Chứng khoán: sản phẩm tài chính, hành vi nhà đầu tư, quy trình KYC/AML.

• Có kinh nghiệm với Kubernetes cho container orchestration trên on-premise.

• Tiếng Anh đọc hiểu tài liệu kỹ thuật tốt; khả năng giao tiếp tiếng Anh là lợi thế.

*** Quyền lợi:

- Thời gian làm việc 5/tuần (từ thứ Hai đến thứ Sáu)

- Cơ hội thăng tiến, phát triển nghề nghiệp công bằng

- Được đào tạo bài bản và làm việc trực tiếp với các chuyên gia dữ liệu có kinh nghiệm

- Tham gia vào các dự án dữ liệu lớn, hiện đại hóa hệ thống dữ liệu doanh nghiệp

Thu nhập hấp dẫn, cạnh tranh."}

Quyền lợi

• Thưởng: Mức lương: Thỏa thuận.
  Thu nhập hấp dẫn, cạnh tranh.
• Chăm sóc sức khoẻ: Được hưởng chế độ BHXH, BHYT, BHTN, Bảo hiểm sức khỏe theo quy định của Công ty.
• Đào tạo: Được tham gia các chương trình đào tạo, huấn luyện của Công ty.
  Cơ hội thăng tiến, phát triển nghề nghiệp công bằng.
• Hoạt động nhóm: Môi trường làm việc chuyên nghiệp, thân thiện, năng động.
• Khác: Thời gian làm việc 5 ngày/tuần (từ thứ Hai đến thứ Sáu).