Tweet
Facebook
Copy Link
Mô tả công việc
Kết hợp truy xuất và sinh văn bản: Sử dụng các kỹ thuật RAG để kết hợp thông tin truy xuất từ các nguồn dữ liệu với khả năng sinh văn bản của mô hình.
Thiết kế hệ thống truy xuất thông tin: Phát triển các hệ thống truy xuất thông tin từ cơ sở dữ liệu để hỗ trợ quá trình tạo ra câu trả lời chính xác và đầy đủ.
Phân tích và xử lý dữ liệu ngôn ngữ: Sử dụng các kỹ thuật NLP để phân tích, trích xuất thông tin từ văn bản, và xử lý ngôn ngữ tự nhiên.
Phát triển và tinh chỉnh các mô hình ngôn ngữ: Sử dụng các công cụ và framework như TensorFlow, PyTorch, và Hugging Face Transformers để xây dựng các mô hình ngôn ngữ.
Nghiên cứu các kỹ thuật mới: Theo dõi và nghiên cứu các xu hướng và công nghệ mới trong lĩnh vực NLP, chat bot, và RAG.
Tối ưu hóa hiệu suất hệ thống: Tối ưu hóa thời gian phản hồi và hiệu suất của hệ thống truy xuất thông tin.
Yêu cầu công việc
Kinh nghiệm: Tối thiểu 1 năm kinh nghiệm ở vị trí tương đương.
Trình độ học vấn: Tốt nghiệp các chuyên ngành Công nghệ Thông tin, Toán Tin, Điện tử Viễn thông, Điều khiển Tự động, hoặc các ngành liên quan.
Kiến thức chuyên môn:
Có hiểu biết về Machine Learning và Deep Learning.
Kinh nghiệm làm việc với các mô hình ngôn ngữ lớn (LLM) như BERT, T5, Mistral, LLaMa, GPT, v.v.
Yêu cầu đối với vị trí Middle:
Tối thiểu 2,5 năm kinh nghiệm.
Có kinh nghiệm làm việc với hệ thống Retrieval- Augmented Generation (RAG).
Kỹ năng nghiên cứu và nền tảng:
Khả năng nghiên cứu và áp dụng các công nghệ mới.
Nền tảng vững chắc về cấu trúc dữ liệu và thuật toán.
Kỹ năng lập trình: Hiểu biết và kinh nghiệm lập trình với các ngôn ngữ như C++ và Python.
Kinh nghiệm cơ sở dữ liệu: Có kinh nghiệm làm việc với SQL.
Quyền lợi
Lương, thưởng, chế độ phúc lợi:
- Đánh giá định kỳ 1 lần/năm, xét tăng lương theo năng lực.
- Thời gian làm việc: Từ T2 – T6, từ 08h30 – 12h00 & 13h30 – 18h00.
- Thưởng tháng 10- 20% cho nhân viên xuất sắc hàng tháng, thưởng định kỳ 6 tháng/ lần.
- Có lộ trình phát triển rõ ràng của mỗi nhân sự trong một năm.
- Phụ cấp onsite 45.000 VNĐ/ Ngày
- Rank lương hấp dẫn: 12,000,000 – 30,000,000 VNĐ
- Đóng bảo hiểm và các chế độ đảm bảo quyền lợi người lao động.
- Năm cố định 13 tháng lương.
- Teambuilding hàng quý, du lịch hàng năm.....
- Hỗ trợ nhân sự thi các chứng chỉ Quốc tế: 5,000,000 – 20,000,000 VNĐ
- Có nhiều khóa học về kỹ năng chuyên môn cho nhân sự, các khóa học về kỹ năng mềm quốc tế.
- Các chính sách: Chính sách thâm niên (có thêm ngày phép & vocher quà tặng), chính sách thai sản cho nhân viên.
Môi trường và điều kiện làm việc:
- Môi trường trẻ trung, năng động, sáng tạo.
- Trang thiết bị làm việc công nghệ cao, phong phú, đa dạng.
- Đồ uống, đồ ăn nhẹ tại văn phòng.
- Văn phòng làm việc hiện đại, chuyên nghiệp, an toàn.
Cập nhật gần nhất lúc: 2024-07-17 02:00:02
Công ty TNHH Lifesup là nhà cung cấp các dịch vụ về công nghệ thông tin hàng đầu tại Việt Nam. Hiện chúng tôi cung cấp các dịch vụ cho khách hàng tại trong và ngoài nước, tập trung vào phát triển ứng dụng trên nền web và điện thoại thông minh (iOS, Android).
Chính sách bảo hiểm
- Được hưởng các chế độ bảo hiểm : BHYT, BHXH, BHTN
- Hưởng quyền lợi bảo hiểm 24/7
Các hoạt động ngoại khóa
- Du lịch hàng năm
- Team building theo quý
- Các hoạt động vui chơi, giải trí, ca hát thường xuyên
- Thể thao: Đá bóng, bóng chuyền,..
Lịch sử thành lập
- Công ty được thành lập năm 2015
Mission
Với môi trường làm việc chuyên nghiệp, thân thiện và tốc độ phát triển nhanh, Lifesup là nơi hội tụ của các bạn trẻ, có năng lực và có ước mơ dám thử sức với các công nghệ mới nhất.
Mọi người cũng đã tìm kiếm
Công việc của AI Engineer là gì?
AI Engineer tiếng Việt là Kỹ sư AI, Kỹ sư trí tuệ nhân tạo - là những người có trình độ cao, chịu trách nhiệm phát triển, lập trình và đào tạo mạng lưới thuật toán phức tạp tạo nên AI để chúng có thể hoạt động giống như não người. Vai trò này đòi hỏi kiến thức chuyên môn tổng hợp về phát triển phần mềm, lập trình, khoa học dữ liệu và kỹ thuật dữ liệu.
Mô tả công việc của AI Engineer
Phát triển và triển khai mô hình AI
AI Engineer chịu trách nhiệm thiết kế và phát triển các mô hình trí tuệ nhân tạo, từ việc chọn lựa các thuật toán học máy phù hợp cho đến việc xây dựng và triển khai các mô hình học sâu phức tạp. Công việc này đòi hỏi kỹ năng trong việc áp dụng các phương pháp học máy như hồi quy, phân loại, clustering và học sâu để giải quyết các bài toán cụ thể. AI Engineer cần đảm bảo rằng các mô hình không chỉ đạt được hiệu suất tối ưu trên tập dữ liệu huấn luyện mà còn có khả năng tổng quát tốt khi áp dụng vào các tình huống thực tế. Họ cũng cần phải tối ưu hóa mô hình để giảm thiểu chi phí tính toán và thời gian phản hồi trong môi trường sản xuất.
Phân tích và xử lý dữ liệu
Một phần quan trọng của công việc là thu thập, làm sạch và chuẩn bị dữ liệu từ nhiều nguồn khác nhau để sử dụng trong đào tạo và kiểm tra các mô hình AI. AI Engineer cần có khả năng xử lý dữ liệu lớn, sử dụng các công cụ và thư viện phân tích dữ liệu để trích xuất thông tin có giá trị và chuẩn bị dữ liệu cho quá trình huấn luyện. Họ cần phải thực hiện các bước tiền xử lý như loại bỏ dữ liệu bị thiếu, xử lý dữ liệu không đồng nhất và chuẩn hóa dữ liệu để đảm bảo rằng dữ liệu đầu vào là chính xác và phù hợp.
Đánh giá hiệu suất và tinh chỉnh mô hình
Sau khi các mô hình AI được phát triển, AI Engineer phải thực hiện các đánh giá hiệu suất để đo lường chất lượng của các mô hình bằng các chỉ số đánh giá như độ chính xác, độ nhạy, độ đặc hiệu và F1-score. Họ cần phân tích kết quả từ các thử nghiệm và điều chỉnh các tham số của mô hình để cải thiện hiệu suất. Việc tinh chỉnh mô hình có thể bao gồm việc thử nghiệm với các phương pháp huấn luyện khác nhau, điều chỉnh cấu trúc của mô hình, và thử nghiệm các kỹ thuật giảm thiểu quá khớp. AI Engineer cũng cần theo dõi hiệu suất mô hình trong môi trường sản xuất và thực hiện các điều chỉnh cần thiết để duy trì và nâng cao hiệu suất.
Tích hợp và triển khai giải pháp
Khi các mô hình AI đã được phát triển và kiểm tra, AI Engineer sẽ làm việc để tích hợp chúng vào các hệ thống và ứng dụng hiện tại của tổ chức. Điều này yêu cầu sự phối hợp chặt chẽ với các kỹ sư phần mềm khác để đảm bảo rằng các mô hình hoạt động trơn tru trong môi trường sản xuất và có thể được truy cập qua các API hoặc giao diện người dùng. AI Engineer cần phải giải quyết các vấn đề liên quan đến hiệu suất và khả năng mở rộng, cũng như đảm bảo rằng các mô hình AI không gây ra các vấn đề về bảo mật và bảo mật dữ liệu.
Nghiên cứu và cập nhật công nghệ
Lĩnh vực trí tuệ nhân tạo phát triển nhanh chóng, với nhiều công nghệ và phương pháp mới liên tục xuất hiện. AI Engineer cần phải duy trì sự cập nhật với các xu hướng và phát triển mới nhất trong ngành AI bằng cách đọc các bài báo khoa học, tham gia các hội thảo và khóa học, và nghiên cứu các công nghệ mới. Họ cần phải áp dụng các phương pháp và công cụ tiên tiến để cải thiện các giải pháp hiện tại và phát triển các sáng kiến mới. Việc này không chỉ giúp AI Engineer duy trì sự cạnh tranh trong nghề mà còn tạo điều kiện để họ đóng góp những ý tưởng đổi mới cho tổ chức.
AI Engineer có mức lương bao nhiêu?
Lương cơ bản
Lương bổ sung
195 - 260 triệu
/nămLộ trình sự nghiệp AI Engineer
Tìm hiểu cách trở thành AI Engineer, bạn cần có những kỹ năng và trình độ học vấn nào để thành công cũng như đạt được mức lương mong đợi ở mỗi bước trên con đường sự nghiệp của bạn.
Số năm kinh nghiệm
Điều kiện và Lộ trình trở thành một AI Engineer?
Yêu cầu tuyển dụng của AI Engineer
Yêu cầu về bằng cấp và kiến thức
- Bằng cấp: Ứng viên cần có bằng cử nhân hoặc cao hơn trong các lĩnh vực liên quan như Công nghệ Thông tin, Khoa học Máy tính, Toán học, hoặc Kỹ thuật Điện tử. Các bằng cấp này cung cấp nền tảng lý thuyết và kỹ thuật vững chắc, đồng thời giúp ứng viên phát triển các kỹ năng phân tích và lập trình cần thiết cho công việc.
- Kiến thức chuyên môn: Để thực hiện vai trò AI Engineer hiệu quả, ứng viên cần có kiến thức vững vàng về các thuật toán học máy và học sâu. Kiến thức về các phương pháp học máy không giám sát và học tăng cường cũng là điều cần thiết, tùy thuộc vào yêu cầu cụ thể của dự án. Thêm vào đó, việc hiểu biết về các công nghệ xử lý dữ liệu và khai thác dữ liệu như khai thác dữ liệu lớn (big data) và phân tích dữ liệu (data mining) giúp ứng viên có khả năng làm việc hiệu quả với dữ liệu đa dạng và phức tạp.
Yêu cầu về kỹ năng
- Kỹ năng lập trình: Kỹ năng lập trình là cốt lõi trong công việc của một AI Engineer. Ứng viên cần thành thạo ít nhất một ngôn ngữ lập trình chính được ưa chuộng trong lĩnh vực trí tuệ nhân tạo nhờ vào các thư viện mạnh mẽ hỗ trợ các mô hình học máy và học sâu. Sự thành thạo trong việc viết mã hiệu quả, có tổ chức và dễ bảo trì không chỉ giúp xây dựng các mô hình AI mạnh mẽ mà còn tạo điều kiện cho việc triển khai và tích hợp các giải pháp AI vào hệ thống hiện có.
- Kỹ năng phân tích dữ liệu: Khả năng phân tích và xử lý dữ liệu là một yếu tố then chốt. Ứng viên cần có kỹ năng sử dụng các công cụ phân tích dữ liệu để thực hiện các bước tiền xử lý dữ liệu, bao gồm làm sạch dữ liệu, loại bỏ dữ liệu bị thiếu, và chuẩn hóa dữ liệu. Kỹ năng phân tích dữ liệu không chỉ giúp hiểu và chuẩn bị dữ liệu cho việc huấn luyện mô hình mà còn là công cụ quan trọng trong việc khai thác thông tin và xu hướng từ dữ liệu, giúp các mô hình AI hoạt động hiệu quả hơn.
- Kỹ năng tinh chỉnh mô hình: Sau khi phát triển các mô hình AI, việc đánh giá và tinh chỉnh mô hình để đạt hiệu suất tối ưu là rất quan trọng. Ứng viên cần có khả năng thực hiện các phương pháp đánh giá mô hình, và phân tích các chỉ số hiệu suất như độ chính xác, độ nhạy, và F1-score. Kỹ năng tinh chỉnh mô hình bao gồm việc điều chỉnh các tham số, áp dụng các kỹ thuật và thử nghiệm các cấu trúc mô hình khác nhau để cải thiện hiệu suất.
- Kỹ năng giải quyết vấn đề: AI Engineer cần có kỹ năng giải quyết vấn đề mạnh mẽ, đặc biệt trong việc xử lý các thách thức kỹ thuật và giải quyết các vấn đề phát sinh trong quá trình phát triển và triển khai mô hình. Khả năng phân tích và xác định nguyên nhân gốc rễ của các vấn đề, cùng với việc phát triển và thử nghiệm các giải pháp sáng tạo là rất quan trọng. Kỹ năng này không chỉ giúp ứng viên giải quyết các vấn đề kỹ thuật phức tạp mà còn giúp đảm bảo rằng các giải pháp AI hoạt động hiệu quả trong các điều kiện thực tế.
Các yêu cầu khác
Tinh thần học hỏi: Ngành trí tuệ nhân tạo đang phát triển nhanh chóng, do đó, ứng viên cần có tinh thần học hỏi liên tục và sự ham mê nghiên cứu. Khả năng cập nhật các xu hướng và công nghệ mới là cần thiết để duy trì sự cạnh tranh trong ngành. Ứng viên nên thể hiện sự chủ động trong việc nghiên cứu và áp dụng các phương pháp mới nhất, tham gia vào các hội thảo và khóa học nâng cao để không ngừng cải thiện kỹ năng và kiến thức.
Lộ trình thăng tiến của AI Engineer
1. Intern AI Engineer
Mức lương: 6 - 10 triệu đồng/tháng
Kinh nghiệm làm việc: 0 - 1 năm
Vị trí Intern AI Engineer thường dành cho các sinh viên hoặc người mới tốt nghiệp trong lĩnh vực trí tuệ nhân tạo. Các nhiệm vụ chính của họ bao gồm hỗ trợ các kỹ sư AI trong việc phát triển và triển khai các mô hình học máy, phân tích dữ liệu và thực hiện các thử nghiệm để cải thiện hiệu suất của hệ thống. Intern AI Engineer có cơ hội học hỏi từ các chuyên gia trong ngành, tham gia vào các dự án thực tế và tích lũy kinh nghiệm quý báu trong môi trường làm việc chuyên nghiệp.
>> Đánh giá: Vị trí Intern AI Engineer là lựa chọn lý tưởng cho những người mới bắt đầu sự nghiệp trong lĩnh vực trí tuệ nhân tạo, đặc biệt là sinh viên năm cuối hoặc người mới tốt nghiệp trong ngành công nghệ thông tin, toán học, hoặc các lĩnh vực liên quan. Ứng viên cần có nền tảng cơ bản về lập trình, sự ham học hỏi và khả năng làm việc nhóm. Kỹ năng giải quyết vấn đề, khả năng học hỏi nhanh chóng và sự chủ động trong công việc là những yếu tố quan trọng giúp intern thành công trong vai trò này.
2. AI Engineer
Mức lương: 20 - 40 triệu đồng/tháng
Kinh nghiệm làm việc: 2 - 5 năm
AI Engineer là người chịu trách nhiệm thiết kế, phát triển và triển khai các giải pháp trí tuệ nhân tạo để giải quyết các vấn đề thực tiễn. Họ làm việc với các thuật toán học máy, khai thác dữ liệu, và các công nghệ học sâu để xây dựng các mô hình AI hiệu quả. Công việc của một AI Engineer thường bao gồm việc phân tích yêu cầu của dự án, phát triển và kiểm tra các mô hình học máy, tối ưu hóa hiệu suất và tích hợp các giải pháp AI vào hệ thống hiện tại của tổ chức. Kỹ năng phân tích dữ liệu, lập trình và hiểu biết về các công nghệ AI là rất quan trọng để thành công trong vị trí này.
>> Đánh giá: AI Engineer cần có khả năng thiết kế và triển khai các mô hình AI phức tạp, đồng thời phải có kỹ năng giải quyết vấn đề và khả năng làm việc độc lập cũng như trong nhóm. Sự sáng tạo, khả năng tư duy logic và kinh nghiệm thực tiễn trong việc áp dụng công nghệ AI vào các bài toán cụ thể là rất quan trọng để thành công trong vai trò này.