TRÁCH NHIỆM CHÍNH

1. Phát triển Giải pháp Dữ liệu (Data Solutioning)

Bạn sẽ đóng vai trò tiên phong trong việc thiết kế và triển khai các giải pháp Data Science tiên tiến, tác động trực tiếp đến hiệu quả kinh doanh:

• Thiết kế, phát triển và tối ưu các mô hình Machine Learning/Deep Learning nhằm giải quyết các bài toán kinh doanh phức tạp, gắn chặt với KPI và định hướng chiến lược
• Phát triển các use case như Credit scoring / Risk modeling, Customer segmentation, Recommendation systems, Fraud detection, cross sell/ upsell.
• Xây dựng và mở rộng các giải pháp AI như hệ thống gợi ý, cá nhân hóa và mô hình dự báo nhằm nâng cao trải nghiệm khách hàng và kết quả kinh doanh
• Thúc đẩy việc ứng dụng Machine Learning và Big Data trong các đội nhóm đa chức năng, đưa tư duy dữ liệu vào mọi hành trình khách hàng
• Đảm bảo các sáng kiến Data Science được triển khai linh hoạt, tuân thủ và bám sát mục tiêu kinh doanh, tạo ra giá trị rõ ràng ở quy mô lớn .

2. Khai thác Insight Dữ liệu (Data Insighting)

Bạn sẽ biến dữ liệu thành tài sản chiến lược, giúp tổ chức ra quyết định thông minh hơn:

• Khai thác các insight có giá trị cao từ các tập dữ liệu lớn, đa dạng, phối hợp chặt chẽ với các đơn vị kinh doanh
• Xây dựng framework giám sát mô hình, theo dõi hiệu năng và cải thiện độ chính xác liên tục
• Dẫn dắt các buổi brainstorming liên phòng ban để tìm kiếm cơ hội ứng dụng Data Science vào kinh doanh
• Phối hợp với Data Engineers để thiết kế và triển khai các thuật toán có khả năng mở rộng, nâng cao hiệu suất hệ thống

Nắm vững hệ sinh thái dữ liệu, đảm bảo chất lượng dữ liệu, tính toàn vẹn của mô hình và sự phù hợp với mục tiêu kinh doanh

YÊU CẦU CÔNG VIỆC

• Đại học trở lên trong các lĩnh vực: Thống kê, Toán học, Khoa học Máy tính, Khoa học Dữ liệu, Phân tích định lượng, Công nghệ Thông tin hoặc các ngành liên quan.
• 5 – 7+ năm kinh nghiệm thực tế trong phân tích dữ liệu, phát triển Machine Learning/Deep Learning trên dữ liệu quy mô lớn và mô hình thống kê nâng cao
• Kinh nghiệm với công nghệ Big Data như Spark hoặc Scala.
• Thành thạo Python (pandas, numpy, scikit-learn, xgboost, pytorch/tensorflow). Hiểu sâu về (Supervised / Unsupervised Learning, Feature Engineering , Model Evaluation & Tuning ).
• Kinh nghiệm sử dụng các framework  như pytorch, tensorflow.
• Kinh nghiệm làm việc với SQL, Oracle và hệ thống dữ liệu lớn.
• Có thành tích triển khai thành công các sản phẩm dữ liệu, giải pháp phân tích nâng cao hoặc hệ thống AI trong môi trường thực tế.
• Có kinh nghiệm ứng dụng Machine Learning/AI trong ngân hàng, tài chính hoặc các ngành có dữ liệu lớn và yêu cầu cao.
• Tư duy chiến lược, có khả năng chuyển hóa insight kỹ thuật thành giá trị kinh doanh và trao đổi hiệu quả với lãnh đạo cấp cao
• Kinh nghiệm làm việc trong môi trường Agile, hiểu rõ Scrum trong triển khai các dự án dữ liệu phức tạp
• Năng lực lãnh đạo tốt: mentoring, xây dựng đội nhóm và thúc đẩy hiệu suất cao .
• Kinh nghiệm MLOps (MLflow, Kubeflow, Docker, Kubernetes), cloud là lợi thế.
• Có chứng chỉ hoặc công bố khoa học là lợi thế
• Khả năng sử dụng tiếng Anh tốt trong môi trường làm việc chuyên nghiệp