Kỹ sư AI (NSDLD/148828)

Xử lý và quản lý dữ liệu: Thu thập, làm sạch, lọc, tiêu chuẩn hóa các tập dữ liệu lớn và xây dựng cơ sở hạ tầng dữ liệu phục vụ huấn luyện mô hình.

Phát triển và huấn luyện mô hình: Lập trình, thử nghiệm, tinh chỉnh (fine-tune) các thuật toán học máy (Machine Learning), học sâu (Deep Learning), mô hình ngôn ngữ lớn (LLMs), xử lý ngôn ngữ tự nhiên (NLP) hoặc thị giác máy tính (CV).

Tích hợp và triển khai hệ thống: Đưa mô hình AI vào ứng dụng thực tế bằng cách viết API, kết nối backend, thiết lập máy chủ/GPU, cấu hình Docker/Cloud và xây dựng các đường ống RAG (Retrieval-Augmented Generation).

Giám sát, bảo trì và tối ưu hóa: Theo dõi hiệu suất hoạt động của hệ thống AI sau khi triển khai, phát hiện sai sót (drift, lỗi dự đoán), điều chỉnh và cập nhật mô hình để đạt độ chính xác cao nhất.

Đảm bảo tính đạo đức và tuân thủ: Chịu trách nhiệm về độ minh bạch, hạn chế thiên kiến (bias) của mô hình và giải trình các vấn đề kỹ thuật phát sinh khi hệ thống hoạt động sai lệch...

Phát triển Ứng dụng AI Nội bộ:

Xây dựng các ứng dụng AI nội bộ như chatbot tra cứu quy định/chính sách, trợ lý nghiệp vụ, trợ lý CSKH, trợ lý đào tạo và trợ lý phân tích dữ liệu.

Tối ưu Tri thức Nội bộ cho AI:

Thiết kế luồng thu thập và xử lý dữ liệu tri thức nội bộ (tài liệu, quy trình, biểu mẫu, chính sách...) để làm đầu vào chuẩn xác cho các mô hình AI.

Triển khai Giải pháp AI:

Triển khai các giải pháp RAG (Retrieval-Augmented Generation), tự động hóa quy trình (Workflow Automation), AI Agent hoặc tích hợp API các mô hình AI phù hợp.

Phối hợp Xử lý Dữ liệu:

Phối hợp với Data Engineer để chuẩn bị dữ liệu cho AI và kiểm soát nghiêm ngặt chất lượng dữ liệu đầu vào.

Đánh giá & Bảo mật AI:

Kiểm thử chất lượng câu trả lời, kiểm soát rủi ro ảo giác/sai lệch (hallucination), bảo đảm an toàn dữ liệu và phân quyền truy cập thông tin.

Nghiên cứu & Huấn luyện:

Nghiên cứu các mô hình AI mã nguồn mở/thương mại phù hợp với nhu cầu Vietlife. Xây dựng tài liệu hướng dẫn sử dụng AI an toàn và hiệu qu

Quyền quyết định về công nghệ: Lựa chọn ngôn ngữ lập trình (Python, C++...), framework (PyTorch, TensorFlow, Scikit-learn...), kiến trúc mô hình hoặc hạ tầng đám mây/GPU tối ưu cho dự án.

Quyền đề xuất và thử nghiệm giải pháp: Độc lập hoặc đề xuất thực hiện các thử nghiệm (experiments) về mô hình mới, quy trình xử lý dữ liệu hoặc cải tiến tính năng sản phẩm AI.

Quyền kiểm soát và phê duyệt kỹ thuật: Đánh giá, kiểm thử (review code) và quyết định thời điểm đưa một mô hình AI hoặc phiên bản cập nhật lên môi trường chạy thực tế (Production).

Quyền can thiệp hoặc tạm dừng hệ thống: Có thẩm quyền can thiệp, điều chỉnh hoặc tạm ngưng vận hành mô hình AI khi phát hiện rủi ro về bảo mật, sai số vượt ngưỡng cho phép hoặc sự cố mất dữ liệu.

Quyền tham gia tư vấn định hướng: Đóng góp ý kiến chuyên môn vào chiến lược phát triển sản phẩm công nghệ của công ty, cầu nối giữa khả năng kỹ thuật của AI và nhu cầu kinh doanh.