Data Scientist Expert - Hà Nội - TA105

1. Lập kế hoạch và phối hợp triển khai sáng kiến phân tích nâng cao, AI/ML/GenAI

• Tham mưu cho Trưởng phòng trong việc xây dựng kế hoạch triển khai các sáng kiến phân tích nâng cao, học máy, học sâu và/hoặc GenAI phù hợp với định hướng chiến lược.
• Chủ động phối hợp với các đơn vị kinh doanh, hỗ trợ kinh doanh và các phòng/ban liên quan trong nội bộ Khối EDA để xác định bài toán, thống nhất yêu cầu, thiết kế giải pháp và phương án triển khai.

2. Chủ động triển khai các giải pháp khoa học dữ liệu và trí tuệ nhân tạo cho các đơn vị trong ngân hàng

• Dẫn dắt định hướng kỹ thuật và chịu trách nhiệm chính các giải pháp phân tích nâng cao, AI/ML/GenAI cho các bài toán chiến lược hoặc có độ phức tạp cao, có khả năng tạo ra tác động lớn đến hoạt động kinh doanh, vận hành hoặc trải nghiệm khách hàng toàn hàng.
• Thiết kế và giám sát triển khai các sản phẩm dữ liệu hoặc mô hình AI/ML/GenAI có khả năng tái sử dụng và mở rộng quy mô, đóng vai trò then chốt trong các sáng kiến quan trọng nhắm thúc đẩy kinh doanh, tối ưu hóa kênh tiếp cận, tự động hóa vận hành, ra quyết định thông minh và cá nhân hóa hành trình khách hàng.
• Tư vấn kỹ thuật cho các phòng ban nghiệp vụ, giúp định hình bài toán kinh doanh thành các giải pháp phân tích cụ thể và khả thi; đồng thời đảm bảo việc lựa chọn thuật toán, kiến trúc mô hình, pipeline dữ liệu và các công nghệ nền tảng là phù hợp và tối ưu.
• Thực hiện hoặc giám sát phân tích khám phá dữ liệu chuyên sâu và khai thác insight chiến lược, giúp Ban điều hành, các khối kinh doanh/vận hành thấu hiểu khách hàng, xác định cơ hội tăng trưởng, hoặc phát hiện rủi ro tiềm ẩn.
• Tham gia đánh giá và giám sát chất lượng toàn bộ vòng đời mô hình, bao gồm việc thiết kế hệ thống giám sát mô hình (model monitoring), đánh giá drift, lên kế hoạch re-training và kiểm soát rủi ro mô hình (model risk).
• Đóng vai trò cố vấn chuyên môn (technical mentor) cho các chuyên viên trong nhóm/phòng/bộ phận khác, hỗ trợ phát triển năng lực nội bộ, lan tỏa thực hành tốt và xây dựng năng lực AI/ML/GenAI bền vững cho tổ chức.
• Chủ động cập nhật, thử nghiệm và lan tỏa các công nghệ, phương pháp mới trong lĩnh vực AI/ML/GenAI (như foundation models, vector database, agentic workflows…), góp phần giúp ngân hàng bắt kịp và đón đầu xu hướng công nghệ.

3. Nghiên cứu & cập nhật kỹ thuật, công nghệ mới

• Thường xuyên nghiên cứu, cập nhật các xu hướng, kỹ thuật tiên tiến trong lĩnh vực phân tích dữ liệu, học máy, học sâu và/hoặc GenAI theo định hướng từ cấp quản lý hoặc chuyên gia nội bộ.
• Chủ động tìm hiểu và dẫn dắt, thử nghiệm các công nghệ, framework và mô hình mới để nâng cao hiệu quả triển khai giải pháp dữ liệu và AI tại ngân hàng.
• Tích cực tham gia các diễn đàn chuyên môn, hội thảo nội bộ/ngoại bộ, seminar nhằm mở rộng kiến thức và chia sẻ kinh nghiệm thực tiễn với đội nhóm.
• Tham gia hỗ trợ đào tạo, hướng dẫn cho các thành viên cấp thấp hơn trong nhóm khi được phân công.
• Chủ động chia sẻ, huấn luyện hoặc xây dựng tài liệu nội bộ nhằm lan tỏa kiến thức và thúc đẩy đổi mới sáng tạo.

4. Thực hiện các công việc khác theo phân công của cấp thẩm quyền

Các yêu cầu của vị trí

1.    Trình độ đào tạo Tốt nghiệp Đại học trở lên trong các lĩnh vực liên quan như: Khoa học Máy tính (Computer Science), Toán học/Toán ứng dụng (Mathematics/Applied Mathematics), Thống kê (Statistics), Kỹ thuật (Engineering), Khoa học Dữ liệu (Data Science), Kinh tế lượng, Tài chính định lượng (Econometrics, Quantitative Finance), hoặc các ngành liên quan đến phân tích dữ liệu và xử lý thông tin.

2.    Kiến thức/ Chuyên môn có liên quan •    Nắm chắc kiến thức về các mô hình thống kê, kỹ thuật dự báo, thuật toán học máy, học sâu và/hoặc GenAI; có khả năng lựa chọn và áp dụng phù hợp với bài toán thực tế. •    Có khả năng vận dụng các kỹ thuật phân tích thống kê, kiểm định giả thuyết và phân tích dữ liệu phức tạp; có khả năng đưa ra các phân tích và khuyến nghị mang tính thực tiễn cao. •    Thành thạo Python và các thư viện phổ biến phục vụ cho phân tích nâng cao, học máy, học sâu (như Pandas, Scikit-learn, TensorFlow, PyTorch) và GenAI (Transformers, LangChain...). •    Hiểu và có thể tuân thủ quy trình phát triển dự án phân tích dữ liệu nâng cao – từ xử lý dữ liệu, huấn luyện mô hình, đánh giá đến triển khai ứng dụng AI/ML/GenAI vào thực tế.

3.    Các kỹ năng •    Kỹ năng trình bày, thuyết phục và kết nối tốt với các bên liên quan kỹ thuật và phi kỹ thuật (business owner, vận hành, IT), giúp thúc đẩy quá trình triển khai AI/ML vào thực tiễn. •    Kỹ năng mentoring, có khả năng hỗ trợ phát triển năng lực cho các thành viên cấp dưới hoặc các bạn trẻ trong nhóm. •    Kỹ năng tư duy phản biện và phân tích đa chiều, có thể đánh giá các giải pháp phân tích dưới góc nhìn kỹ thuật, kinh doanh và rủi ro. •    Có khả năng chủ động đề xuất sáng kiến, và chuyển hóa insight thành hành động cụ thể phục vụ mục tiêu kinh doanh.

4.    Các kinh nghiệm liên quan •    Tối thiểu 5–7 năm kinh nghiệm trong phân tích nâng cao, phát triển mô hình học máy/học sâu và/hoặc triển khai ứng dụng AI/GenAI phục vụ mục tiêu kinh doanh rõ ràng. •    Có kinh nghiệm dẫn dắt kỹ thuật trong các dự án AI/ML/GenAI từ phân tích yêu cầu đến triển khai, giám sát và cải tiến mô hình. •    Thành thạo triển khai giải pháp trên các nền tảng cloud (AWS, Azure, GCP, Databricks...), bao gồm quy trình CICD, API hóa mô hình, auto retraining,… •    Có kinh nghiệm làm việc chéo với nhiều đơn vị (business, IT, compliance, vận hành) để đảm bảo tính thực tiễn, an toàn và hiệu quả khi triển khai ứng dụng phân tích nâng cao. •    Đã từng đóng vai trò mentor hoặc đào tạo nội bộ cho đội nhóm hoặc các chuyên viên cấp dưới. •    Ưu tiên ứng viên có kinh nghiệm làm việc tại ngân hàng lớn, tổ chức tài chính, hoặc môi trường có dữ liệu lớn và độ phức tạp cao.

5.    Các năng lực cần có •    Khả năng chịu áp lực từ nhiều phía •    Khả năng học tập và cập nhật xu hướng nhanh •    Tinh thần đổi mới – sáng tạo, liên tục tìm kiếm giải pháp đột phá dựa trên công nghệ mới

#body.unify div.unify-button-container .unify-apply-now:focus, #body.unify div.unify-button-container .unify-apply-now:hover{color:rgb(255,255,255) !important;}#body.unify div.unify-button-container .unify-apply-now:focus, #body.unify div.unify-button-container .unify-apply-now:hover{background:rgba(0,183,79,1.0) !important;}

<div