Trí tuệ Nhân tạo - Kỹ sư Trí tuệ Nhân tạo

ENS.02.019. P10

Mô tả công việc

• Tham gia phát triển và triển khai các giải pháp AI/ML cho các bài toán nghiệp vụ của doanh nghiệp, tập trung vào NLP, Computer Vision, Generative AI và các mô hình học máy hiện đại.
• Thực hiện huấn luyện, fine-tune, đánh giá và tối ưu mô hình AI dưới sự hướng dẫn của các kỹ sư senior/principal; đảm bảo mô hình đáp ứng yêu cầu kỹ thuật và chất lượng.
• Tham gia xây dựng, vận hành và cải tiến các pipeline training/inference; làm việc với GPU, Cloud và hạ tầng tính toán cho AI.
• Phối hợp với các nhóm dữ liệu, sản phẩm và hạ tầng để tích hợp mô hình AI vào hệ thống, hỗ trợ vận hành và theo dõi hiệu năng trong môi trường thực tế.
• Chủ động nghiên cứu, học hỏi công nghệ AI mới; chia sẻ kiến thức, kết quả thử nghiệm và bài học kỹ thuật trong nhóm.
• Tuân thủ các quy trình về dữ liệu, bảo mật và chất lượng hệ thống AI trong môi trường doanh nghiệp.

Yêu cầu

1. Kinh nghiệm và chuyên môn

• Có từ 1–3 năm kinh nghiệm làm việc trong lĩnh vực AI/ML/Deep Learning; ưu tiên ứng viên là du học sinh mới tốt nghiệp hoặc đã tham gia các dự án AI thực tế trong quá trình học tập, nghiên cứu.
• Có kinh nghiệm thực hành huấn luyện, fine-tune và đánh giá các mô hình AI (NLP, Computer Vision, Generative AI); có hiểu biết cơ bản về LLM/Foundation Models là lợi thế.
• Đã tham gia xây dựng hoặc vận hành pipeline AI trong các đồ án, đề tài nghiên cứu hoặc dự án thực tế; có trải nghiệm làm việc với GPU, Cloud hoặc môi trường tính toán cho AI.
• Có khả năng lập trình và triển khai mô hình AI trong môi trường thực tế; sẵn sàng học hỏi và tiếp thu công nghệ, công cụ mới dưới sự hướng dẫn của kỹ sư senior.
• Có tư duy kỹ thuật tốt, tinh thần chủ động và khả năng làm việc nhóm; tuân thủ các yêu cầu về dữ liệu, bảo mật và chất lượng hệ thống AI trong môi trường doanh nghiệp.

1. Trình độ đào tạo

• Tốt nghiệp Đại học các ngành Trí tuệ Nhân tạo, Học máy, Khoa học Máy tính, Kỹ thuật Máy tính, Công nghệ Thông tin, Khoa học Dữ liệu hoặc các ngành liên quan.
• Ưu tiên các đại học uy tín trong top 200 QS Ranking hoặc các trường đại học nghiên cứu Hoa Kỳ được phân loại "R1: Doctoral Universities – Very high research spending and doctorate production" trong bảng phân loại Carnegie Classification of Institutions of Higher Education.
• Có nền tảng kiến thức vững về toán học, xác suất – thống kê, học máy, deep learning và lập trình.
• Có các chứng chỉ chuyên môn về AI/ML hoặc Cloud là lợi thế.

Kỹ năng

Algorithm Engineering, Deep Learning, Image Processing, Machine Learning, Mathematics, Natural Language Processing, Programming/Scripting