Mô tả công việc
- Quản lý và triển khai quy trình MLOps:
- Thiết kế, xây dựng và duy trì pipeline MLOps để tự động hóa việc phát triển, triển khai, giám sát và quản lý các mô hình học máy.
- Đảm bảo tích hợp liên tục (CI/CD) cho các mô hình ML, từ giai đoạn phát triển đến triển khai trên môi trường sản xuất.
- Quản lý vòng đời mô hình ML (Model Lifecycle Management), bao gồm huấn luyện, đánh giá, triển khai và cập nhật mô hình.
- Xây dựng và giám sát các hệ thống theo dõi hiệu suất mô hình (Model Monitoring) để phát hiện hiện tượng trôi dữ liệu (data drift), trôi mô hình (model drift) và đảm bảo chất lượng dự đoán.
- Hỗ trợ quản lý đội nhóm:
- Hỗ trợ Trưởng phòng trong việc phân công nhiệm vụ, giám sát tiến độ và đánh giá hiệu suất của các thành viên trong phòng Phân tích Dữ liệu.
- Đào tạo và hướng dẫn nhân viên về các công cụ, quy trình MLOps và các phương pháp phân tích dữ liệu nâng cao.
- Đề xuất các sáng kiến cải tiến quy trình làm việc và ứng dụng công nghệ mới.
- Phát triển giải pháp phân tích dữ liệu và AI:
- Phối hợp với các nhóm dữ liệu và kỹ sư AI để xây dựng các mô hình học máy phục vụ các mục tiêu kinh doanh, như dự báo rủi ro tín dụng, tối ưu hóa quy trình, phát hiện gian lận, hoặc cá nhân hóa trải nghiệm khách hàng.
- Đảm bảo các mô hình ML tuân thủ các quy định về bảo mật dữ liệu, quản trị rủi ro và các tiêu chuẩn ngành tài chính.
- Quản lý hạ tầng và công cụ MLOps:
- Làm việc với các đội kỹ thuật để triển khai và quản lý các công cụ MLOps như Kubeflow, MLflow, Airflow, hoặc các nền tảng tương tự.
- Đảm bảo tích hợp hiệu quả giữa các hệ thống dữ liệu nội bộ (Data Warehouse, Data Lake) và các nền tảng ML.
- Quản lý môi trường cloud (AWS, Azure, GCP) hoặc on-premises để triển khai mô hình ML.
- Hợp tác liên phòng ban:
- Phối hợp với các phòng ban khác để triển khai các giải pháp dữ liệu và AI đáp ứng nhu cầu kinh doanh.
- Báo cáo tiến độ và kết quả công việc cho Trưởng phòng và Ban lãnh đạo Trung tâm.
Yêu cầu công việc
- Học vấn và kinh nghiệm:
- Tốt nghiệp đại học trở lên trong các lĩnh vực liên quan như Khoa học Dữ liệu, Trí tuệ Nhân tạo, Công nghệ Thông tin, Toán học, Thống kê hoặc Kỹ thuật.
- Có kinh nghiệm phân tích dữ liệu trong ngành tài chính/ngân hàng.
- Kỹ năng chuyên môn:
- Thành thạo các ngôn ngữ lập trình như Python, R, hoặc Scala.
- Kiến thức chuyên sâu về các công cụ và nền tảng MLOps (MLflow, Kubeflow, Airflow, Docker, Kubernetes).
- Hiểu biết về quy trình CI/CD, DevOps và ứng dụng trong môi trường ML.
- Kinh nghiệm làm việc với các nền tảng cloud (AWS, Azure, GCP) và các công cụ quản lý dữ liệu lớn (Hadoop, Spark, Snowflake).
- Hiểu biết về các mô hình học máy và deep learning, cũng như cách tối ưu hóa mô hình.
- Kỹ năng mềm:
- Kỹ năng lãnh đạo, quản lý đội nhóm và giải quyết vấn đề.
- Khả năng giao tiếp tốt, có thể làm việc với các phòng ban khác nhau và trình bày các vấn đề kỹ thuật phức tạp một cách dễ hiểu.
- Tư duy phân tích, chú trọng chi tiết và khả năng làm việc dưới áp lực cao.
- Yêu cầu khác:
- Hiểu biết về các quy định bảo mật dữ liệu (VD: GDPR, Luật An ninh mạng Việt Nam) và quản trị rủi ro trong ngành ngân hàng.
- Tiếng Anh thành thạo (đọc, viết, giao tiếp) là một lợi thế.