Nghiên cứu, huấn luyện và tối ưu các mô hình AI/ML/DL phục vụ các sản phẩm AI và thị giác máy tính tại VNPT AI.
Yêu cầu
Tốt nghiệp Đại học trở lên ngành CNTT, AI, Khoa học máy tính, Toán tin hoặc liên quan
Kinh nghiệm thiết kế, huấn luyện, fine-tuning mô hình AI/ML (Computer Vision, OCR...)
Thành thạo Python và các thư viện PyTorch, TensorFlow, Scikit-learn, OpenCV
Kỹ năng xây dựng pipeline dữ liệu và đánh giá mô hình (accuracy, mAP, latency...)
Khả năng đọc hiểu paper nghiên cứu và cập nhật xu hướng công nghệ mới
Trách nhiệm
Nghiên cứu, thiết kế, huấn luyện và tối ưu mô hình AI/ML/DL cho bài toán sản phẩm
Xây dựng pipeline dữ liệu huấn luyện: thu thập, làm sạch, gán nhãn, tăng cường dữ liệu
Thiết kế quy trình fine-tuning, đánh giá và tối ưu mô hình theo accuracy, latency, cost
Phối hợp Backend, MLOps, DevOps, Product để tích hợp mô hình AI vào sản phẩm
Có thì tốt
Kinh nghiệm phát triển và triển khai sản phẩm AI trong môi trường production
Có sản phẩm, dự án, bài báo nghiên cứu hoặc giải thưởng cuộc thi AI liên quan
Tóm tắt bằng AI từ JD gốc, đọc JD gốc trước khi ứng tuyển.
Đơn vị: Công ty VNPT AI
Mô tả công việc
Nghiên cứu, thiết kế, huấn luyện và tối ưu các mô hình AI/Machine Learning/Deep Learning phục vụ các bài toán sản phẩm, nghiệp vụ và vận hành thực tế.
Phát triển các mô hình AI trong nhiều lĩnh vực như Computer Vision, NLP, Speech, OCR, Recommendation System, Generative AI, LLM tùy theo yêu cầu của từng dự án.
Phân tích bài toán nghiệp vụ, đề xuất hướng tiếp cận kỹ thuật phù hợp, lựa chọn mô hình, thuật toán và phương pháp đánh giá hiệu quả cho từng use case cụ thể.
Xây dựng pipeline dữ liệu phục vụ huấn luyện mô hình, bao gồm thu thập dữ liệu, làm sạch dữ liệu, chuẩn hóa dữ liệu, gán nhãn, tăng cường dữ liệu, feature engineering và kiểm soát chất lượng dữ liệu.
Thiết kế và thực hiện quy trình huấn luyện, fine-tuning, đánh giá và tối ưu mô hình dựa trên các chỉ số như accuracy, precision, recall, F1-score, mAP, latency, throughput, cost, robustness và các KPI sản phẩm.
Thử nghiệm, so sánh và đánh giá nhiều phương pháp mô hình khác nhau nhằm lựa chọn giải pháp tối ưu về độ chính xác, tốc độ xử lý, chi phí tính toán và khả năng triển khai thực tế.
Phối hợp với đội ngũ Backend, MLOps, DevOps, Mobile, Product để tích hợp mô hình AI vào hệ thống sản phẩm, đảm bảo khả năng vận hành ổn định, bảo mật và dễ mở rộng.
Tối ưu mô hình phục vụ triển khai thực tế thông qua các kỹ thuật như quantization, pruning, distillation, caching, batching, model compression hoặc tối ưu pipeline inference.
Xây dựng tài liệu kỹ thuật, báo cáo kết quả thử nghiệm, hướng dẫn triển khai và chia sẻ tri thức với các thành viên trong nhóm.
Cập nhật các xu hướng, mô hình và công nghệ AI mới, thử nghiệm các phương pháp tiên tiến nhằm nâng cao năng lực nghiên cứu, phát triển và ứng dụng AI trong tổ chức.
Yêu cầu công việc
Yêu cầu bắt buộc: Ứng viên gửi kèm bằng tốt nghiệp và bảng điểm trong đơn ứng tuyển.
Tốt nghiệp đại học trở lên chuyên ngành Công nghệ thông tin, Khoa học máy tính, Trí tuệ nhân tạo, Khoa học dữ liệu, Toán tin, Điện tử viễn thông hoặc các lĩnh vực liên quan.
Có kiến thức nền tảng vững về Machine Learning, Deep Learning, mô hình thống kê, xử lý dữ liệu và đánh giá mô hình AI.
Có kinh nghiệm thiết kế, huấn luyện, fine-tuning và tối ưu các mô hình AI/ML trong một hoặc nhiều lĩnh vực như Computer Vision, NLP, Speech, OCR, Recommendation System, Generative AI hoặc LLM.
Thành thạo Python và các thư viện, framework AI phổ biến như PyTorch, TensorFlow, Scikit-learn, Hugging Face, OpenCV, NumPy, Pandas hoặc các công cụ tương đương.
Có khả năng xây dựng pipeline dữ liệu phục vụ huấn luyện mô hình, bao gồm thu thập, làm sạch, chuẩn hóa, gán nhãn, tăng cường dữ liệu và kiểm soát chất lượng dữ liệu.
Hiểu rõ các chỉ số đánh giá mô hình như accuracy, precision, recall, F1-score, mAP, BLEU, ROUGE, latency, throughput, cost và biết lựa chọn chỉ số phù hợp với từng bài toán.
Có khả năng phân tích bài toán nghiệp vụ, chuyển đổi yêu cầu sản phẩm thành bài toán AI cụ thể và đề xuất phương án kỹ thuật phù hợp.
Có tư duy thực nghiệm tốt, biết thiết kế thí nghiệm, so sánh mô hình, phân tích lỗi và cải tiến mô hình dựa trên dữ liệu.
Có khả năng đọc hiểu tài liệu kỹ thuật, paper nghiên cứu và cập nhật các xu hướng AI mới để áp dụng vào sản phẩm hoặc dự án thực tế.
Ưu tiên ứng viên có kinh nghiệm phát triển sản phẩm AI thực tế, từng tham gia triển khai mô hình trong môi trường production hoặc có sản phẩm, dự án, bài báo, cuộc thi AI liên quan.
