Trách nhiệm: Chịu trách nhiệm (i) Nghiên cứu và ứng dụng, phát triển, thử nghiệm và quản lý các giải pháp Trí tuệ nhân tạo trên các nền tảng Ngân hàng số; (ii) Quản lý, triển khai các giải pháp công nghệ với công cụ phù hợp.

1. Nghiên cứu, đề xuất và triển khai sáng kiến AI/ML (30%)

Chủ động nghiên cứu xu hướng, đánh giá khả năng ứng dụng và đề xuất các sáng kiến công nghệ AI/ML tiên tiến, phù hợp định hướng chiến lược phát triển của ngân hàng.

- Theo dõi, phân tích xu hướng công nghệ AI/ML trong và ngoài ngành, đánh giá khả năng tích hợp vào các nền tảng ngân hàng số.

- Đề xuất và triển khai các giải pháp AI/ML nhằm nâng cao trải nghiệm khách hàng, tối ưu vận hành, tự động hóa quy trình và hỗ trợ tăng trưởng kinh doanh.

- Tư vấn công nghệ cho các đơn vị nghiệp vụ nhằm xây dựng sáng kiến phù hợp, có tính khả thi cao.

2. Quản lý và phát triển các mô hình AI/ML ứng dụng vào nền tảng Ngân hàng số (40%)

Quản lý toàn diện quá trình phát triển, thử nghiệm, triển khai và vận hành các mô hình AI/ML, đảm bảo phù hợp kiến trúc hệ thống, chiến lược kinh doanh và quy định tuân thủ.

- Thiết lập tiêu chuẩn phát triển mô hình AI/ML, quy trình vận hành, tài liệu hóa giải pháp và kiểm soát chất lượng toàn bộ vòng đời mô hình.

- Chịu trách nhiệm về độ chính xác, hiệu suất, tính mở rộng và tiến độ triển khai mô hình AI/ML phục vụ các use case thực tiễn như: phân tích hành vi khách hàng, dự đoán rủi ro, gợi ý sản phẩm, hỗ trợ chatbot thông minh,…

- Tổ chức và phân công nhân sự theo chuyên môn (Data Scientist, ML Engineer, MLOps...), theo dõi và đánh giá chất lượng triển khai.

- Phối hợp chặt chẽ với các phòng ban nghiệp vụ, công nghệ, marketing để đưa mô hình AI/ML vào ứng dụng thực tế và truyền thông đến khách hàng một cách hiệu quả.

3. Vận hành và tối ưu mô hình AI/ML (20%)

Triển khai, giám sát và tối ưu liên tục các mô hình AI/ML trong môi trường sản xuất nhằm đảm bảo hiệu quả vận hành, độ chính xác và chi phí hợp lý.

- Giám sát hiệu suất mô hình (model performance), phát hiện và xử lý sớm các lỗi (bugs), hiện tượng drift hoặc sự cố trong quá trình inference.

- Thực hiện đánh giá định kỳ, cập nhật, tái huấn luyện mô hình khi cần thiết để duy trì độ chính xác và phù hợp với thay đổi dữ liệu thực tế.

- Tối ưu hạ tầng triển khai AI (on cloud/on-premise), tăng hiệu quả sử dụng tài nguyên và giảm chi phí vận hành.

- Quản trị rủi ro kỹ thuật và tuân thủ liên quan đến mô hình: kiểm soát đầu ra, độ giải thích mô hình (model explainability), và tuân thủ đạo đức AI.

4. Quản lý đội ngũ và phát triển năng lực AI/ML (20%)

Xây dựng và phát triển đội ngũ chuyên gia AI/ML có năng lực cao, đáp ứng nhu cầu triển khai các sáng kiến công nghệ ngân hàng số.

- Tuyển chọn, phân công và định hướng công việc rõ ràng cho các thành viên trong đội ngũ AI/ML.

- Triển khai chương trình đào tạo chuyên sâu về công nghệ AI, machine learning, data science, MLOps và các kiến thức tài chính/ngân hàng để nâng cao chuyên môn và nghiệp vụ.

- Xây dựng môi trường làm việc cởi mở, chuyên nghiệp, khuyến khích sáng tạo và học hỏi không ngừng trong đội ngũ.

5. Thực hiện các nhiệm vụ khác theo phân công của cấp quản lý.

Yêu cầu:

Tốt nghiệp Đại học trở lên các ngành Khoa học dữ liệu, Toán – Tin, Thống kê, Khoa học máy tính, Toán học ứng dụng hoặc các lĩnh vực có liên quan;

Ưu tiên ứng viên có nền tảng hoặc chứng chỉ liên quan đến SaaS (Software as a Service), PaaS (Platform as a Service) và các công nghệ đám mây.

Tối thiểu 7 năm kinh nghiệm trong lĩnh vực nghiên cứu và phát triển mô hình Trí tuệ nhân tạo (AI), bao gồm cả Machine Learning (ML) và Deep Learning;

Ít nhất 2 năm kinh nghiệm quản lý đội ngũ hoặc dự án ở vị trí tương đương;

Am hiểu sâu về các thuật toán AI/ML, kỹ thuật học có giám sát, không giám sát và học tăng cường;

Có kinh nghiệm triển khai mô hình AI/ML vào thực tế, ưu tiên trong lĩnh vực Tài chính – Ngân hàng hoặc các hệ thống quy mô lớn;

Thành thạo xử lý và phân tích dữ liệu lớn (Big Data), xây dựng pipeline dữ liệu phục vụ huấn luyện và triển khai mô hình.

Thành thạo một hoặc nhiều ngôn ngữ lập trình phục vụ AI như Python, R, Java, C++;

Kinh nghiệm làm việc với các thư viện, nền tảng AI/ML phổ biến như: TensorFlow, PyTorch, Keras, Scikit-learn, XGBoost;

Có kiến thức về MLOps, pipeline phát triển mô hình AI theo chuẩn CI/CD;

Ưu tiên ứng viên có kinh nghiệm làm việc với môi trường Cloud (AWS/GCP/Azure) và các nền tảng triển khai mô hình như SageMaker, Vertex AI, Azure ML;

Biết sử dụng các công cụ hỗ trợ phát triển AI như Jupyter Notebook, Git, Docker, MLflow... là lợi thế.

Kỹ năng tổng hợp, phân tích và trực quan hóa dữ liệu phức tạp một cách rõ ràng, logic;

Kỹ năng giao tiếp hiệu quả với các bên liên quan kỹ thuật và phi kỹ thuật (đơn vị nghiệp vụ, quản lý cấp cao...);

Có khả năng đọc hiểu tài liệu nghiên cứu học thuật, đánh giá các mô hình AI tiên tiến từ các nguồn khoa học uy tín;

Có tư duy phản biện, khả năng nghiên cứu độc lập và đề xuất giải pháp đổi mới sáng tạo;

Kỹ năng làm việc nhóm tốt, có khả năng dẫn dắt và phát triển năng lực đội ngũ;

Khả năng viết báo cáo kỹ thuật và thuyết trình kết quả nghiên cứu, đề xuất giải pháp một cách mạch lạc, chuyên nghiệp.

Tiếng Anh: Thành thạo trong giao tiếp chuyên môn, kỹ năng đọc hiểu tài liệu nghiên cứu và viết báo cáo kỹ thuật;

Có chứng chỉ TOEIC đạt tối thiểu 750 hoặc IELTS đạt tối thiểu 6.0 là một lợi thế.