Machine Learning Engineer (MLOps)

Tham gia xử lý rủi ro công nghệ theo phân công.
Nghiên cứu, đánh giá, triển khai các công nghệ mới trong lĩnh vực quản trị, tích hợp và xử lý dữ liệu, nhằm nâng cao hiệu suất, an ninh thông tin khả năng mở rộng của hệ thống.
Đảm bảo rằng tất cả các hoạt động và quy trình tuân thủ các chính sách an toàn thông tin và quy định về dữ liệu
Cải tiến và tối ưu hóa quy trình triển khai và vận hành mô hình, bao gồm tự động hóa các quy trình và giảm thời gian triển khai mô hình
Thiết lập hệ thống giám sát hoạt động của mô hình sau khi triển khai. Thực hiện bảo trì định kỳ để đảm bảo tính chính xác, ổn định và hiệu suất của các mô hình đã triển khai
Thiết kế kiến trúc, thực hiện triển khai và quản lý chu trình vòng đời của mô hình học máy, bao gồm lập kế hoạch, xây dựng, kiểm thử, triển khai, và theo dõi hiệu suất
Tham gia thiết kế, triển khai và tối ưu hóa các giải pháp quản trị và tích hợp dữ liệu trên nền tảng đám mây (ví dụ: AWS, Azure, GCP) hoặc on- prem để thu thập, lưu trữ, xử lý và phân tích dữ liệu
Tham gia các dự án công nghệ theo phân công.
Phối hợp chặt chẽ với các nhóm phân tích dữ liệu, chủ quản sản phẩm, công nghệ để đảm bảo rằng các giải pháp học máy được tích hợp hiệu quả vào sản phẩm và dịch vụ

Yêu cầu công việc

Có kinh nghiệm làm việc với ít nhất 1 trong các nền tảng: Kubeflow, MLFlow, AWS Sagemaker, Google AI Platform, Azure Machine Learning, DataRobot, MLFlow
Lập kế hoạch và quản lý thời gian hiệu quả
Bằng cấp: Đại học chuyên ngành Công nghệ thông tin/Toán tin/Khoa học máy tính/Điện tử viễn thông hoặc các lĩnh vực liên quan
Có kinh nghiệm triển khai ứng dụng trên các nền tảng containerization (Docker, Kubernetes).
Hiểu biết về các framework Deep Learning như thư viện TensorFlow/Keras hoặc PyTorch và Python (scikit- learn, numpy, scipy, pandas, matplotlib) là một lợi thế
Có kiến thức về lập trình lưu trữ, xử lý dữ liệu phân tán, xử lý dữ liệu lớn (Hadoop, Spark, Elastic Search...)
Giao tiếp tốt bằng tiếng Anh
Hiểu biết về kiến trúc dữ liệu (ví dụ: OLAP, Data Warehousing, Data Lake, and/or Data Mesh)
Thành thạo việc sử dụng các công cụ DevOps (xây dựng, CI/CD, triển khai) để triển khai các dự án phân tích dữ liệu, xây dựng mô hình học máy
Có kinh nghiệm tư vấn kỹ thuật, đào tạo, dẫn dắt thay đổi
Kinh nghiệm: tối thiểu 7 năm kinh nghiệm trong lĩnh vực công nghệ phần mềm, phân tích dữ liệu, khoa học dữ liệu
Có kinh nghiệm triển khai mô hình học máy và tự động hoá ML Pipeline.
Kỹ năng giải quyết vấn đề tốt
Thành thạo một trong các ngôn ngữ lập trình Python, Java hoặc Scala, có kinh nghiệm làm việc với các hệ quản trị CSDL như PostgreSQL, MySQL, Oracle, MongoDB,....
Có kinh nghiệm triển khai các hệ thống theo dõi hiệu quả của mô hình như Grafana, Prometheus.
Hiểu biết, có kinh nghiệm thiết kế và xây dựng các giải pháp xử lý dữ liệu theo luồng (ví dụ thực hiện với các công cụ Apache Storm, Kafka, Spark Streaming...).

Lương và phúc lợi hấp dẫn:

13 ngày nghỉ phép linh hoạt, bao gồm ngày sinh nhật và các dịp quan trọng khác
Mức lương cạnh tranh, phản ánh trực tiếp kỹ năng và kinh nghiệm của ứng viên (chi tiết sẽ được thảo luận trong buổi phỏng vấn)
Lãi suất vay ưu đãi- Quyền lợi đặc biệt dành cho nhân viên ABBANK
Bảo hiểm đầy đủ theo luật lao động, cùng với ABBANK CARE- chương trình phúc lợi bổ sung đặc biệt dành cho ABBankers

Cơ hội phát triển nghề nghiệp hấp dẫn:

Hỗ trợ đào tạo và chứng chỉ trong lĩnh vực IT, ngân hàng/tài chính
Gia nhập các dự án chuyển đổi quy mô lớn, cộng tác cùng các chuyên gia hàng đầu để áp dụng công nghệ mới nhất trong ngành ngân hàng
Lộ trình phát triển sự nghiệp rõ ràng, được tạo điều kiện cho cả sự phát triển kỹ thuật và quản lý

Môi trường làm việc năng động:

Tổ chức thường xuyên các hoạt động ngoại khóa (team building, hội thảo, và các sự kiện văn nghệ), tạo điều kiện cho nhân viên gắn kết và phát triển
Văn phòng được trang bị hiện đại, kèm theo các thiết bị tiên tiến nhất dành cho nhân viên
Mô hình làm việc linh hoạt, trẻ trung, khuyến khích đổi mới và sáng tạo

Cập nhật gần nhất lúc: 2024-06-02 19:50:04