Phó phòng Phát triển Trí tuệ Nhân tạo

Cùng Trưởng phòng dẫn dắt việc nghiên cứu, xây dựng và đưa vào vận hành thực tế các giải pháp Trí tuệ nhân tạo (AI), đặc biệt là AI tạo sinh (Generative AI), mô hình ngôn ngữ lớn (LLM) và hệ thống AI Agent, nhằm tạo ra giá trị kinh doanh đo lường được cho ngân hàng, đồng thời bảo đảm an toàn, bảo mật và tuân thủ quy định.

Mô tả công việc:

-

Chiến lược & lộ trình AI: Tham mưu cho Trưởng phòng và ban lãnh đạo Khối xây dựng chiến lược, lộ trình (roadmap) phát triển AI, GenAI và Agentic AI phù hợp với định hướng kinh doanh và chuyển đổi số của ngân hàng. Chủ trì việc phát hiện, đánh giá và ưu tiên các bài toán ứng dụng (use case) theo giá trị kinh doanh, tính khả thi và mức độ rủi ro; lập phương án đầu tư và đánh giá hiệu quả (ROI).

-

Thiết kế & phát triển giải pháp AI/Agent: Chịu trách nhiệm về kiến trúc và chất lượng kỹ thuật của các giải pháp AI, bao gồm:

-

Thiết kế, phát triển hệ thống AI Agent và Multi-Agent có khả năng lập kế hoạch, sử dụng công cụ (tool/function calling), ghi nhớ ngữ cảnh và tích hợp với hệ thống nội bộ để tự động hóa quy trình nghiệp vụ;

-

Xây dựng các giải pháp RAG (Retrieval-Augmented Generation) trên kho tri thức nội bộ (quy định, quy trình, sản phẩm, hợp đồng…);

-

Lựa chọn mô hình phù hợp (LLM thương mại hoặc mã nguồn mở, triển khai on-premise hoặc cloud), tinh chỉnh (fine-tuning) và tối ưu chi phí, hiệu năng;

-

Phát triển các mô hình Machine Learning truyền thống cho các bài toán dự báo, chấm điểm, phân loại khi phù hợp.

-

Đưa AI vào vận hành thực tế: Dẫn dắt toàn bộ vòng đời giải pháp từ thử nghiệm (PoC), triển khai thí điểm (pilot) đến vận hành diện rộng (production). Phối hợp tích hợp giải pháp AI với các hệ thống hiện có (Core Banking, CRM, LOS, kênh số…) qua API. Xây dựng và vận hành quy trình MLOps/LLMOps: quản lý phiên bản, CI/CD, giám sát chất lượng, độ trễ, chi phí và hiện tượng suy giảm mô hình (drift); đo lường hiệu quả bằng các chỉ số kinh doanh cụ thể và cải tiến liên tục.

-

Dữ liệu cho AI: Phối hợp với các đơn vị nghiệp vụ và đơn vị dữ liệu để xác định yêu cầu, thu thập, xử lý, làm sạch dữ liệu có cấu trúc và phi cấu trúc (văn bản, hình ảnh, giọng nói); xây dựng kho tri thức và cơ sở dữ liệu vector phục vụ các giải pháp AI, bảo đảm chất lượng và quyền truy cập dữ liệu đúng quy định.

-

Quản trị rủi ro, an toàn & tuân thủ AI: Xây dựng khung đánh giá (evaluation) cho mô hình và Agent về độ chính xác, hiện tượng “ảo giác” (hallucination), thiên lệch và khả năng giải thích. Thiết lập các cơ chế kiểm soát (guardrails), phân quyền cho Agent và cơ chế có con người phê duyệt (human-in-the-loop) đối với các tác vụ quan trọng. Phòng ngừa rủi ro bảo mật đặc thù của AI (prompt injection, rò rỉ dữ liệu…). Bảo đảm tuân thủ chính sách quản trị dữ liệu, an toàn thông tin, bảo vệ dữ liệu cá nhân và các quy định của Ngân hàng Nhà nước.

-

Quản lý đội ngũ: Hỗ trợ Trưởng phòng quản lý, phân công và đánh giá công việc của đội ngũ kỹ sư AI, nhà khoa học dữ liệu; kèm cặp, phát triển chuyên môn cho các thành viên. Xây dựng chuẩn kỹ thuật, quy trình phát triển và thực hành tốt (best practices) trong phòng; tham gia tuyển dụng nhân sự AI.

-

Phối hợp & thúc đẩy ứng dụng AI: Phối hợp chặt chẽ với các khối kinh doanh, vận hành, CNTT, An ninh thông tin, Quản lý rủi ro, Pháp chế để triển khai dự án. Vận dụng hiểu biết nghiệp vụ ngân hàng để đề xuất giải pháp AI trong dịch vụ khách hàng, tín dụng, quản lý rủi ro, vận hành… Tổ chức đào tạo, lan tỏa văn hóa ứng dụng AI và hỗ trợ các đơn vị khai thác hiệu quả các công cụ AI. Tham gia đánh giá, lựa chọn và quản lý đối tác, nhà cung cấp giải pháp AI.

-

Nghiên cứu & đổi mới: Liên tục cập nhật xu hướng công nghệ AI mới (mô hình nền tảng, Agentic AI, các giao thức như MCP…), đánh giá và đề xuất áp dụng công nghệ phù hợp nhằm giữ vững lợi thế cạnh tranh cho ngân hàng.

-

Báo cáo: Báo cáo định kỳ cho Trưởng phòng và Ban lãnh đạo về tiến độ, kết quả dự án, hiệu quả kinh doanh của các giải pháp AI đã triển khai và các rủi ro liên quan; đề xuất giải pháp cải thiện khi cần thiết.

-

Trình độ học vấn: Tốt nghiệp Đại học hệ đào tạo chính quy trở lên chuyên ngành Khoa học dữ liệu, CNTT, Toán - Thống kê, Kinh tế lượng, Tài chính - Ngân hàng hoặc lĩnh vực tương đương; ưu tiên Thạc sĩ hoặc chứng chỉ quốc tế về Data Science, Machine Learning, Agile Project Management.

-

Kinh nghiệm:

-

Tối thiểu 05 năm kinh nghiệm trong lĩnh vực AI/Machine Learning, trong đó tối thiểu 02 năm làm việc trực tiếp với LLM/Generative AI;

-

Đã trực tiếp dẫn dắt hoặc giữ vai trò chủ chốt trong ít nhất 02 dự án AI được đưa vào vận hành thực tế (production) và mang lại kết quả đo lường được;

-

Tối thiểu 02 năm kinh nghiệm quản lý nhóm/dự án (Trưởng nhóm kỹ thuật, Tech Lead, Phó phòng kỹ thuật hoặc tương đương);

-

Ưu tiên ứng viên có kinh nghiệm trong lĩnh vực ngân hàng, tài chính, bảo hiểm hoặc các tổ chức quy mô lớn.

-

Kiến thức chuyên môn:

-

Nền tảng AI/ML: hiểu sâu về thuật toán học máy, học sâu (Deep Learning), xử lý ngôn ngữ tự nhiên (NLP), kiến trúc Transformer và quy trình phát triển mô hình (huấn luyện, đánh giá, triển khai).

-

LLM & GenAI: nắm vững cơ chế hoạt động của LLM; kỹ thuật prompt/context engineering; tinh chỉnh mô hình (fine-tuning, LoRA/PEFT); thiết kế hệ thống RAG (chunking, embedding, tìm kiếm lai, reranking) và cơ sở dữ liệu vector.

-

AI Agent: am hiểu kiến trúc Agent (lập kế hoạch, suy luận, sử dụng công cụ, bộ nhớ), điều phối Multi-Agent; có kinh nghiệm thực tế với một hoặc nhiều framework như LangChain/LangGraph, LlamaIndex, CrewAI, AutoGen, Semantic Kernel…; hiểu biết về các giao thức tích hợp như MCP (Model Context Protocol), A2A là lợi thế.

-

Đánh giá & an toàn AI: có kinh nghiệm xây dựng bộ đánh giá cho LLM/Agent (bộ dữ liệu kiểm thử, LLM-as-a-judge…), thiết lập guardrails, kiểm thử tấn công (red teaming); hiểu các rủi ro bảo mật của ứng dụng LLM (ví dụ OWASP Top 10 for LLM Applications).

-

MLOps/LLMOps & hạ tầng: kinh nghiệm triển khai và vận hành mô hình trên môi trường production: Docker, Kubernetes, CI/CD, MLflow, công cụ phục vụ mô hình (vLLM, Triton…), giám sát và truy vết (Langfuse, LangSmith…); hiểu biết về hạ tầng GPU, cloud và on-premise.

-

Lập trình: thành thạo Python và các thư viện AI (PyTorch, Hugging Face…); sử dụng tốt SQL, thiết kế và tích hợp API.

-

Hiểu biết nghiệp vụ: Am hiểu lĩnh vực tài chính - ngân hàng và các quy trình nghiệp vụ. Ưu tiên ứng viên đã triển khai các ứng dụng AI trong ngân hàng như: trợ lý ảo/chatbot chăm sóc khách hàng, trợ lý AI cho nhân viên (copilot), xử lý tài liệu thông minh (OCR/IDP), eKYC, thẩm định và chấm điểm tín dụng, phát hiện gian lận, phòng chống rửa tiền, tự động hóa vận hành. Có hiểu biết về các quy định liên quan đến an toàn hệ thống thông tin và bảo vệ dữ liệu trong ngành ngân hàng.

-

Kỹ năng: Năng lực lãnh đạo, xây dựng và phát triển đội ngũ; kỹ năng quản lý dự án (Agile/Scrum); tư duy sản phẩm và định hướng giá trị kinh doanh; tư duy chiến lược, phân tích và giải quyết vấn đề. Kỹ năng giao tiếp, thuyết trình hiệu quả, có khả năng giải thích các vấn đề kỹ thuật phức tạp cho lãnh đạo và đối tượng không chuyên; kỹ năng đàm phán và quản lý thay đổi.

-

Ngoại ngữ: Đọc hiểu tốt tài liệu tiếng Anh chuyên ngành; ưu tiên ứng viên giao tiếp tốt bằng tiếng Anh.

-

Ưu tiên khác: Có công bố khoa học, đóng góp dự án mã nguồn mở về AI hoặc chứng chỉ chuyên môn về AI/Cloud (AWS, Azure, Google Cloud…).

-

Phẩm chất: Chủ động, sáng tạo, trách nhiệm cao; tinh thần học hỏi liên tục trước sự thay đổi nhanh của công nghệ; tuân thủ đạo đức nghề nghiệp và các nguyên tắc sử dụng AI có trách nhiệm.