AI Engineer (Tối ưu sản xuất)

• Tham gia thiết kế, xây dựng và triển khai các giải pháp AI/ML từ giai đoạn thử nghiệm đến khi vận hành ổn định trong production

• Phối hợp với các bên liên quan để xác định bài toán, lựa chọn cách tiếp cận AI phù hợp với nhu cầu nghiệp vụ

• Đánh giá, lựa chọn kiến trúc model, framework và hạ tầng phù hợp với yêu cầu về hiệu năng, chi phí và độ trễ (latency) Xây dựng, duy trì và cải tiến liên tục các pipeline ML production (CI/CD cho ML, retraining, model versioning, monitoring)

• Đảm bảo chất lượng, độ tin cậy và khả năng mở rộng (scalability) của các hệ thống AI đang vận hành

• Định hướng kỹ thuật, review thiết kế/code, và mentor các kỹ sư junior/mid trong team về AI/ML

• Theo dõi các xu hướng công nghệ AI mới, đánh giá và đề xuất khả năng áp dụng vào sản phẩm Viết tài liệu kỹ thuật, chia sẻ kiến thức và xây dựng best practices cho team

• Có kinh nghiệm và năng lực đưa các giải pháp AI/ML lên production theo hướng end-to-end (data → training/fine-tuning → serving → monitoring) Có năng lực fine-tune các model AI/ML để thích nghi với các điều kiện thực tế mà model gốc chưa đáp ứng được (full fine-tuning, LoRA/PEFT, RAG, prompt engineering...)

• Có kinh nghiệm triển khai thực tế các dự án về NLP, Computer Vision, LLM và AI Agent

• Có kinh nghiệm chuyên sâu triển khai RAG (Retrieval-Augmented Generation), xây dựng chatbot và các hệ thống Agentic AI, phục vụ các bài toán thực tế về hỏi đáp (Q&A), tìm kiếm (search) và gợi ý (recommendation)

• Có kinh nghiệm tăng tốc phần cứng và tối ưu inference, sử dụng ít nhất một trong các công cụ/công nghệ như CUDA, NPU, OpenCL, AVX-512, TensorRT, TVM

• Năng lực hands-on mạnh, thể hiện qua khả năng trực tiếp thiết kế, code và triển khai giải pháp trong các dự án thực tế; có kinh nghiệm MLOps vững vàng trong việc đưa model vào production và duy trì vận hành ổn định

• Nền tảng vững về Data Structure & Algorithm, cùng khả năng phân tích và thiết kế hệ thống (system design) để xây dựng các giải pháp AI có kiến trúc rõ ràng, hiệu năng tốt và dễ mở rộng

Yêu cầu chung khác

• 5+ năm kinh nghiệm làm AI/ML Engineer, trong đó có kinh nghiệm thực tế đưa ít nhất một hệ thống AI/ML lên production

• Thành thạo Python và ít nhất một deep learning framework (PyTorch/TensorFlow), cũng như C/C++ hoặc các ngôn ngữ khác liên quan đến AI Engineer

• Hiểu biết vững về MLOps: Docker, CI/CD cho ML, model versioning, monitoring

• Ưu tiên (Nice-to-have)

• Kinh nghiệm với Kubernetes, Triton Inference Server, vLLM

• Kinh nghiệm với các công cụ orchestration LLM agent (LangChain, LangGraph, hoặc tự xây framework) Kinh nghiệm với vector search và vector database (FAISS, Milvus, Qdrant, Pinecone, Weaviate...)

• Quen thuộc với các nền tảng cloud phổ biến hiện nay (AWS, GCP, Azure...) và các dịch vụ AI/ML đi kèm Có kinh nghiệm giải quyết các bài toán tối ưu trong thực tế sử dụng quy hoạch toán học (mathematical optimization) hoặc các meta-heuristic

• Có kinh nghiệm tự thiết kế và xây dựng các bộ dữ liệu huấn luyện (training dataset) tùy chỉnh, phù hợp với đặc thù bài toán khi dữ liệu sẵn có chưa đáp ứng được yêu cầu thực tế

• Có kinh nghiệm đưa lên production các bài toán machine learning trên dữ liệu dạng bảng (tabular data): dự báo chuỗi thời gian (time-series forecasting), phân loại và hồi quy, gắn với các bài toán nghiệp vụ như dự báo nhu cầu, tồn kho phụ tùng hoặc bảo trì dự đoán