Tuyển dụng Middle/senior Agentic AI Engineer tại Hồ Chí Minh

Hướng đến mục tiêu mở rộng quy mô đội ngũ lên 150–200 nhân sự trong năm 2027, Trivita AI đang tìm kiếm những nhân tài cùng đồng hành trong giai đoạn phát triển tiếp theo.

Phát triển hệ thống AI Agent

• Thiết kế và xây dựng AI Agent có khả năng lập kế hoạch, gọi công cụ và thực hiện quy trình nhiều bước.
• Triển khai Checkpoint, Durable Execution và Human-in-the-loop để đảm bảo khả năng phục hồi và kiểm soát các hành động rủi ro cao.
• Phát triển lớp công cụ và tích hợp hệ thống thông qua Function Calling và Model Context Protocol (MCP), đảm bảo Schema rõ ràng, Timeout và phân quyền phù hợp.
• Quản lý Context và Memory của Agent, bao gồm tóm tắt hội thoại, bộ nhớ ngắn hạn, dài hạn, Prompt Caching và Token Budget.
• Tích hợp LLM thương mại như OpenAI, Anthropic, Gemini và mô hình tự vận hành qua vLLM.
• Triển khai Structured Output, Model Routing, Retry, Fallback, Rate Limiting và theo dõi chi phí thực thi.

Truy xuất tri thức và Backend

• Xây dựng Retrieval Pipeline với Chunking, Indexing, Hybrid Search, Reranking, Query Rewriting và Metadata Filtering.
• Ứng dụng Knowledge Graph và Graph RAG cho các bài toán cần khai thác quan hệ dữ liệu có cấu trúc.
• Phát triển Backend Python bằng FastAPI, Async Programming, API, Data Model, Background Job và Queue.
• Triển khai Streaming thông qua SSE hoặc WebSocket.
• Tối ưu chất lượng truy xuất, khả năng mở rộng và hiệu suất hệ thống.

Đánh giá chất lượng và bảo mật AI

• Xây dựng hệ thống AI Evaluation với Golden Dataset, Evaluation Metric, LLM-as-judge và Tracing.
• Thiết lập quy trình đánh giá tự động để phát hiện suy giảm chất lượng trước khi Release.
• Phân tích Failure Case, xác định nguyên nhân lỗi và thực hiện A/B Testing hoặc Ablation để kiểm chứng cải tiến.
• Triển khai biện pháp phòng chống Prompt Injection, kiểm tra Input/Output, bảo vệ dữ liệu cá nhân và lưu Audit Log.
• Phối hợp với QA Team trong xây dựng Labeling Guideline và Golden Dataset.

Triển khai và vận hành Production

• Đóng gói và triển khai dịch vụ AI bằng Docker, Kubernetes, Helm và GitOps.
• Tích hợp OpenTelemetry để theo dõi hoạt động và phân tích lỗi.
• Phối hợp với DevOps trong quản lý Autoscaling và tài nguyên GPU.
• Ứng dụng AI Coding Assistant để hỗ trợ lập trình, kiểm thử, Review và Debug; kiểm chứng kết quả trước khi triển khai.
• Nghiên cứu các phương pháp mới từ tài liệu khoa học và áp dụng khi có kết quả đánh giá chứng minh hiệu quả.

Yêu cầu công việc

Kinh nghiệm và kỹ năng chuyên môn

• Middle: Từ 3 năm kinh nghiệm Software Engineering với Python, trong đó ít nhất 1 năm phát triển hệ thống LLM có người dùng thực.
• Senior: Từ 5 năm kinh nghiệm Software Engineering với Python, trong đó ít nhất 2 năm phát triển hệ thống LLM có người dùng thực.
• Đã triển khai ít nhất một hệ thống AI Agent hoặc RAG lên Production và có khả năng giải thích kiến trúc, các lỗi thường gặp và chỉ số đánh giá.
• Thành thạo Python, Async/Await, Type Hints, Pydantic và pytest.
• Có kinh nghiệm vận hành Backend Production với FastAPI, PostgreSQL và Redis.
• Hiểu vững Embedding, Hybrid Search, Reranking và các chỉ số Retrieval như Recall@k, MRR, nDCG.
• Có khả năng phân biệt lỗi Retrieval và lỗi Generation trong hệ thống AI.
• Có kinh nghiệm xây dựng hệ thống LLM Evaluation với Dataset, Metric, LLM-as-judge và Error Analysis.
• Hiểu rõ Tokenization, Context Window, Sampling, Hallucination, Prompt Injection và khả năng cân bằng chất lượng, độ trễ, chi phí.
• Thành thạo Docker, Kubernetes, Helm và có kinh nghiệm với AWS, GCP hoặc Azure.
• Có kinh nghiệm ứng dụng AI Coding Assistant vào lập trình, kiểm thử, nghiên cứu, tài liệu và tự động hóa công việc; tuân thủ quy định bảo mật dữ liệu.
• Có khả năng đọc hiểu tài liệu kỹ thuật và bài báo khoa học bằng tiếng Anh.

Yêu cầu theo cấp độ

• Middle Agentic AI Engineer
• Xây dựng và cải tiến các tính năng Agent/RAG trong kiến trúc hệ thống hiện có.
• Phát triển Evaluation và Test cho các thành phần phụ trách.
• Sử dụng Tracing để điều tra lỗi và cải thiện chất lượng hệ thống.
• Senior Agentic AI Engineer
• Thiết kế kiến trúc Agent, lớp công cụ, lớp bảo mật và quy trình Release dựa trên Evaluation.
• Đưa ra quyết định kỹ thuật dựa trên sự cân bằng giữa chất lượng, độ trễ và chi phí.
• Dẫn dắt kỹ thuật và hướng dẫn các kỹ sư Middle.

Ưu tiên

• Có kinh nghiệm triển khai Knowledge Graph/Graph RAG trên Production với Neo4j hoặc công cụ tương đương.
• Có kinh nghiệm vận hành LLM hoặc Speech Model trên GPU bằng vLLM, SGLang hoặc NVIDIA Triton.
• Từng xây dựng MCP Server hoặc nền tảng công cụ cho Agent.
• Có kinh nghiệm với LangGraph, LlamaIndex, DSPy, Ragas, DeepEval hoặc Langfuse.
• Có kinh nghiệm sử dụng Qdrant, pgvector, Elasticsearch/OpenSearch.
• Hiểu biết Multi-agent System, Long-term Memory, Fine-tuning hoặc Reinforcement Learning cho Agent.
• Có kinh nghiệm phát triển Agent trong lĩnh vực y tế, pháp lý, tài chính hoặc môi trường dữ liệu nhạy cảm.
• Có bài báo khoa học, đóng góp Open Source hoặc bài viết kỹ thuật công khai.