Senior Data Scientist (Decision Intelligence)

Làm việc trực tiếp trên dữ liệu sản xuất, vận hành nhà máy và mạng lưới trạm sạc để tìm ra các điểm nghẽn có thể giải bằng AI/Machine Learning, và ước lượng giá trị kinh tế mang lại trước khi bắt tay xây dựng. 

Xây dựng, thử nghiệm và đưa vào vận hành các mô hình dự báo, phân loại, phát hiện bất thường và hỗ trợ ra quyết định trên dữ liệu time-series, tabular và tín hiệu thiết bị. 

Phát triển các mô hình phục vụ tối ưu sản xuất, bảo trì dự báo, dự báo nhu cầu, dự báo phụ tải/năng lượng và đánh giá tình trạng vận hành thiết bị. 

Kết hợp mô hình dự báo với các thuật toán Optimization, Scheduling và Routing thành một luồng ra quyết định hoàn chỉnh: kết quả dự báo cùng sai số của nó là đầu vào cho bài toán tối ưu, và thước đo cuối cùng là hiệu quả vận hành chứ không phải độ chính xác của mô hình.

Phát triển AI Services và tích hợp mô hình vào các hệ thống, nền tảng nội bộ, đảm bảo ràng buộc về độ trễ, thông lượng và chi phí tính toán khi chạy thật. 

Phối hợp với đội ngũ Optimization, Data, Software và các đơn vị nghiệp vụ để làm rõ yêu cầu cùng ràng buộc thực tế, triển khai và đánh giá giải pháp trực tiếp với người dùng. 

Theo dõi hiệu quả mô hình sau triển khai (độ chính xác, tính ổn định và hiệu năng), tự động hóa quy trình huấn luyện lại và vận hành.

5+ năm kinh nghiệm Data Scientist / ML Engineer / OR Engineer, trong đó có ít nhất một hệ thống ML hoặc optimization đã vận hành thực tế và tạo ra tác động đo lường được. 

Tốt nghiệp Toán ứng dụng, Khoa học dữ liệu, Computer Science, Kinh tế lượng, Kỹ thuật Công nghiệp/Vận trù học hoặc chuyên ngành tương đương; nền tảng vững về Machine Learning, Statistics, Probability và Data Structures & Algorithms. 

Kinh nghiệm thực tế với Time Series Forecasting, Classification/Regression, Anomaly Detection hoặc Predictive Maintenance; thành thạo Python (Pandas, NumPy, Scikit-learn, XGBoost/LightGBM) và SQL. 

Mô hình hóa được bài toán tối ưu dưới dạng LP/MILP/CP và sử dụng thành thạo ít nhất một solver (Gurobi, CPLEX, OR-Tools, HiGHS, Pyomo); biết vận dụng meta-heuristic (GA, SA, Tabu, ALNS) cho bài toán quy mô lớn mà solver chính xác không giải được trong thời gian chấp nhận được. 

Quen thuộc với các bài toán vận hành thực tế: Scheduling, Routing, Inventory Control, Assignment.

Kết nối được kết quả dự báo vào bài toán tối ưu thành một luồng ra quyết định hoàn chỉnh, lấy hiệu quả vận hành làm thước đo thành công của mô hình. 

Hands-on mạnh; nắm quy trình từ thử nghiệm đến Production (Docker, CI/CD, model versioning, monitoring) và làm việc được với dữ liệu kết nối từ nhiều nguồn. 

Tư duy mô hình hóa tốt: chuyển được một bài toán nghiệp vụ thành bài toán có mục tiêu, ràng buộc và tiêu chí đánh giá rõ ràng.

Kinh nghiệm trong sản xuất, chuỗi cung ứng, năng lượng, trạm sạc/EV, logistics hoặc hệ thống công nghiệp.

OR chuyên sâu: Graph Theory, Network Flow, Column Generation, Stochastic/Robust Optimization; Discrete-Event Simulation hoặc Digital Twin.

Dữ liệu geospatial (PostGIS, H3, OSRM) và nghiệp vụ logistics quốc tế (Incoterms, DEM/DET, S&OP).

FastAPI, MLflow, Airflow, Kubernetes, Cloud (AWS/GCP/Azure); vector database (FAISS, Milvus, Qdrant, pgvector).

Đạt giải quốc gia/Olympic Toán, Tin học, AI; thành tích tại các cuộc thi Data Science, Machine Learning, Optimization.