Data Scientist Python, R, AI, AWS,..

Mục tiêu:
Chịu trách nhiệm (i) Phát triển các mô hình học máy; (ii) Bảo mật các mô hình; (iii) Xây dựng giải pháp AI/ML cho các qui trình nghiệp vụ.
Trách nhiệm:
• Viết tài liệu về các mô hình, phương pháp và kết quả nhằm đảm bảo khả năng tái tạo, chia sẻ kiến thức và tuân thủ các tiêu chuẩn của ngành.
• Phát triển các dashboard, mô hình hoá, trực quan hoá số liệu để truyền đạt hiệu quả các phát hiện, và đưa ra khuyến nghị cho các bên liên quan.
• Luôn cập nhật các nghiên cứu mới nhất về AI tạo sinh, học sâu và bảo mật học máy; áp dụng các công nghệ mới liên quan để cải thiện các phương pháp và mô hình hiện có.
• Thiết kế, triển khai và tối ưu hóa các mô hình học sâu và các kỹ thuật AI tạo sinh (ví dụ: GAN, VAE, Graph RAG) để tạo ra các mô hình có khả năng dự đoán chất lượng cao và tạo ra dữ liệu tổng hợp.
• Làm việc chặt chẽ với các nhóm liên chức năng để tích hợp các giải pháp AI vào các quy trình kinh doanh.
• Tiến hành các kiểm thử để xác thực hiệu suất của mô hình, bao gồm kiểm thử A/B và đánh giá hiệu suất theo các tiêu chuẩn của ngành.
• Hiểu và giảm thiểu rủi ro liên quan đến các cuộc tấn công đầu độc mô hình (model poisoning attacks), đảm bảo tính toàn vẹn và độ tin cậy của các mô hình học máy.
• Theo dõi và phân tích sự thay đổi dữ liệu (sự thay đổi biến phụ thuộc, sự thay đổi nhãn) để đảm bảo hiệu suất và khả năng thích ứng của mô hình theo thời gian. Triển khai các chiến lược để điều chỉnh các mô hình theo sự thay đổi phân phối dữ liệu (data distribution)
• Thực hiện các nhiệm vụ khác theo phân công của cấp quản lý.

Yêu cầu công việc

• Có kinh nghiệm với các kỹ thuật để xác định và giảm thiểu các cuộc tấn công đầu độc mô hình (model poisoning attacks).
• Kiến thức về các công nghệ dữ liệu lớn (ví dụ: BigQuery, Spark) và kinh nghiệm triển khai các mô hình học máy trong môi trường doanh nghiệp.
• Kinh nghiệm với các kỹ thuật phát hiện data shifts và các chiến lược để điều chỉnh các mô hình cho phù hợp với các phân phối dữ liệu (data distribution) mới.
• Hiểu biết sâu sắc về kiến trúc học sâu (ví dụ: CNN, RNN, Transformers) và các mô hình tạo sinh. Kinh nghiệm áp dụng AI tạo sinh và các kỹ thuật học sâu trong các ngành cụ thể như tài chính hoặc an ninh mạng.
• Thành thạo SQL và có kinh nghiệm về thao tác và phân tích dữ liệu bằng các thư viện như Pandas hoặc Dask.
• Yêu cầu tối thiểu 3 năm kinh nghiệm cho vị trí Chuyên Viên Khoa Học Dữ Liệu, 5 năm cho Chuyên Viên Khoa Học Dữ Liệu Cấp Cao và 7 năm cho Chuyên Gia Khoa Học Dữ Liệu, với trọng tâm là AI tạo sinh, học sâu và các kỹ thuật học máy nâng cao.
• Thành thạo các ngôn ngữ lập trình như Python hoặc R, có kinh nghiệm trong các thư viện học máy (ví dụ: TensorFlow, PyTorch, Keras).
• Khả năng phân tích và giải quyết vấn đề, có kinh nghiệm về việc diễn giải, trình bày các tập dữ liệu phức tạp và số liệu hiệu suất mô hình. Quen thuộc với các công cụ trực quan hóa dữ liệu (ví dụ: PowerBI, Matplotlib), hệ thống kiểm soát phiên bản (ví dụ: Git) và nền tảng đám mây (ví dụ: AWS, Azure, Google Cloud).
• Tốt nghiệp đại học trở lên các ngành Khoa học máy tính, Thống kê, Toán học hoặc lĩnh vực liên quan; Ưu tiên ứng viên có bằng thạc sĩ hoặc tiến sĩ.
• Quen thuộc với các kỹ thuật, công cụ và các bộ khung chuẩn Xử lý ngôn ngữ tự nhiên (NLP) để tạo và phân tích văn bản.
• Khả năng giao tiếp tốt bằng tiếng Anh.

Thu nhập cạnh tranh so với các đơn vị cùng ngành. VIB áp dụng Cơ chế tiền lương minh bạch, công bằng và tương xứng với mức độ đóng góp của từng cá nhân nên bạn hoàn toàn có quyền tự quyết định mức thu nhập của bản thân. Bên cạnh đó, chính sách Thưởng cuối năm theo hiệu quả làm việc và Thưởng bằng cổ phiếu cũng là một trong những cấu phần thu nhập hấp dẫn và liên tục được cải thiện.
Môi trường chuyên nghiệp
Tại VIB, bạn sẽ được làm việc trong các văn phòng khang trang với trang thiết bị, công nghệ hiện đại. Môi trường làm việc dân chủ, cùng đội ngũ lãnh đạo và đồng nghiệp tài năng, kinh nghiệm và thân thiện, nhiệt tình sẽ giúp bạn có cơ hội học hỏi, phát huy cao nhất năng lực và thế mạnh của bản thân, tạo điều kiện cho cơ hội thăng tiến và phát triển nghề nghiệp của bạn.

Cập nhật gần nhất lúc: 2024-12-05 18:10:02