Tweet
Facebook
Copy Link
Mô tả công việc
- Thiết kế kiến trúc, thực hiện triển khai và quản lý chu trình vòng đời của mô hình học máy, bao gồm lập kế hoạch, xây dựng, kiểm thử, triển khai, và theo dõi hiệu suất
- Cải tiến và tối ưu hóa quy trình triển khai và vận hành mô hình, bao gồm tự động hóa các quy trình và giảm thời gian triển khai mô hình
- Phối hợp chặt chẽ với các nhóm phân tích dữ liệu, chủ quản sản phẩm, công nghệ để đảm bảo rằng các giải pháp học máy được tích hợp hiệu quả vào sản phẩm và dịch vụ
- Thiết lập hệ thống giám sát hoạt động của mô hình sau khi triển khai. Thực hiện bảo trì định kỳ để đảm bảo tính chính xác, ổn định và hiệu suất của các mô hình đã triển khai
- Đảm bảo rằng tất cả các hoạt động và quy trình tuân thủ các chính sách an toàn thông tin và quy định về dữ liệu
- Tham gia thiết kế, triển khai và tối ưu hóa các giải pháp quản trị và tích hợp dữ liệu trên nền tảng đám mây (ví dụ: AWS, Azure, GCP) hoặc on-prem để thu thập, lưu trữ, xử lý và phân tích dữ liệu
- Nghiên cứu, đánh giá, triển khai các công nghệ mới trong lĩnh vực quản trị, tích hợp và xử lý dữ liệu, nhằm nâng cao hiệu suất, an ninh thông tin khả năng mở rộng của hệ thống.
- Tham gia các dự án công nghệ theo phân công.
- Tham gia xử lý rủi ro công nghệ theo phân công.
Yêu cầu công việc
Bằng cấp: Đại học chuyên ngành Công nghệ thông tin/Toán tin/Khoa học máy tính/Điện tử viễn thông hoặc các lĩnh vực liên quan
Kinh nghiệm: tối thiểu 7 năm kinh nghiệm trong lĩnh vực công nghệ phần mềm, phân tích dữ liệu, khoa học dữ liệu- Có kinh nghiệm triển khai mô hình học máy và tự động hoá ML Pipeline.
- Có kinh nghiệm làm việc với ít nhất 1 trong các nền tảng: Kubeflow, MLFlow, AWS Sagemaker, Google AI Platform, Azure Machine Learning, DataRobot, MLFlow
- Thành thạo việc sử dụng các công cụ DevOps (xây dựng, CI/CD, triển khai) để triển khai các dự án phân tích dữ liệu, xây dựng mô hình học máy
- Có kinh nghiệm triển khai ứng dụng trên các nền tảng containerization (Docker, Kubernetes).
- Có kinh nghiệm triển khai các hệ thống theo dõi hiệu quả của mô hình như Grafana, Prometheus.
- Thành thạo một trong các ngôn ngữ lập trình Python, Java hoặc Scala, có kinh nghiệm làm việc với các hệ quản trị CSDL như PostgreSQL, MySQL, Oracle, MongoDB,....
- Có kiến thức về lập trình lưu trữ, xử lý dữ liệu phân tán, xử lý dữ liệu lớn (Hadoop, Spark, Elastic Search...)
- Hiểu biết về kiến trúc dữ liệu (ví dụ: OLAP, Data Warehousing, Data Lake, and/or Data Mesh)
- Hiểu biết, có kinh nghiệm thiết kế và xây dựng các giải pháp xử lý dữ liệu theo luồng (ví dụ thực hiện với các công cụ Apache Storm, Kafka, Spark Streaming...).
- Hiểu biết về các framework Deep Learning như thư viện TensorFlow/Keras hoặc PyTorch và Python (scikit-learn, numpy, scipy, pandas, matplotlib) là một lợi thế
- Có kinh nghiệm tư vấn kỹ thuật, đào tạo, dẫn dắt thay đổi
- Lập kế hoạch và quản lý thời gian hiệu quả
- Kỹ năng giải quyết vấn đề tốt
- Giao tiếp tốt bằng tiếng Anh
Quyền lợi được hưởng
Lương và phúc lợi hấp dẫn:
- Mức lương cạnh tranh, phản ánh trực tiếp kỹ năng và kinh nghiệm của ứng viên (chi tiết sẽ được thảo luận trong buổi phỏng vấn)
- 13 ngày nghỉ phép linh hoạt, bao gồm ngày sinh nhật và các dịp quan trọng khác
- Bảo hiểm đầy đủ theo luật lao động, cùng với ABBANK CARE - chương trình phúc lợi bổ sung đặc biệt dành cho ABBankers
- Lãi suất vay ưu đãi - Quyền lợi đặc biệt dành cho nhân viên ABBANK
Cơ hội phát triển nghề nghiệp hấp dẫn:
- Gia nhập các dự án chuyển đổi quy mô lớn, cộng tác cùng các chuyên gia hàng đầu để áp dụng công nghệ mới nhất trong ngành ngân hàng
- Lộ trình phát triển sự nghiệp rõ ràng, được tạo điều kiện cho cả sự phát triển kỹ thuật và quản lý
- Hỗ trợ đào tạo và chứng chỉ trong lĩnh vực IT, ngân hàng/tài chính
Môi trường làm việc năng động:
- Mô hình làm việc linh hoạt, trẻ trung, khuyến khích đổi mới và sáng tạo
- Văn phòng được trang bị hiện đại, kèm theo các thiết bị tiên tiến nhất dành cho nhân viên
- Tổ chức thường xuyên các hoạt động ngoại khóa (team building, hội thảo, và các sự kiện văn nghệ), tạo điều kiện cho nhân viên gắn kết và phát triển
Được thành lập từ năm 1993, cho đến nay Ngân hàng TMCP An Bình (ABBANK) đã và đang đóng góp cho thị trường tài chính Việt Nam một thương hiệu Ngân hàng bán lẻ thân thiện, uy tín và hiệu quả.
Cùng với sự phát triển uy tín thương hiệu, chất lượng môi trường làm việc tại ABBANK cũng liên tục được các tổ chức uy tín trong và ngoài nước đánh giá cao những năm gần đây: Năm 2021, ABBANK lọt vào danh sách 25 Thương hiệu Tài chính dẫn đầu tại Việt Nam theo công bố của Tạp chí Tài chính Forbes Việt Nam với giá trị thương hiệu ước đạt 39,4 triệu USD; ABBANK là 1 trong 10 ngân hàng ngoài quốc doanh có Chỉ số thương hiệu tốt nhất và Top 13 Ngân hàng có chỉ số thương hiệu tốt nhất (Theo báo cáo xếp hạng của Mibrand năm 2021); ABBANK cũng được tạp chí HR Asia chứng nhận là một trong những Nơi làm việc tốt nhất Châu Á kể từ năm 2020.
Ở cột mốc 30 năm thành lập, ABBANK sở hữu một nền tảng công nghệ thông tin hiện đại; đội ngũ nhân sự tâm huyết và am hiểu nghiệp vụ, cùng với đó là hệ thống sản phẩm dịch vụ giải pháp tài chính tiện ích, hiệu quả và linh hoạt với mạng lưới điểm giao dịch rộng khắp trên toàn quốc nhằm phục vụ phương châm “Khách hàng là trọng tâm”.
Chính sách bảo hiểm
- Được hưởng chế độ Bảo hiểm theo luật lao động
- Chương trình ABBANK CARE (chế độ đãi ngộ, phúc lợi bổ sung dành cho toàn thể cán bộ nhân viên ABBANK).
Các hoạt động ngoại khóa
- Team Building
- Các chương trình hội thao văn nghệ
Lịch sử thành lập
- Năm 1993, Ngân hàng TMCP An Bình (ABBANK) được thành lập theo giấy phép số 535/GP-UB
- Năm 2004, Nâng cấp thành ngân hàng quy mô đô thị có vốn điều lệ 70,04 tỷ đồng
- Năm 2005, Tập đoàn điện lực Việt Nam (EVN) trở thành cổ đông chiến lược của ABBANK
- Năm 2006, ABBANK đã phát hành công trái phiếu của EVN cùng với ngân hàng Deutsche Bank và quỹ đầu tư Vinacapital
- Năm 2007, ABBANK ký hợp đồng liên kết chiến lược với Agribank; trở thành thành viên của mạng thanh toán PAYNET; tăng vốn điều lệ lên 2300 tỷ đồng
- Năm 2008, ABBANK phát triển và trưởng thành, đã có sự bứt phá mạnh mẽ về lượng từ năm 2008 đến nay. Cùng thời điểm đó, ABBANK ký kết hợp tác chiến lược với Maybank – Ngân hàng lớn nhất Malaysia; ABBANK được trao giải "Ngân hàng thanh toán quốc tế xuất sắc 2007" do Wachoviabank – một trong bốn ngân hàng lớn nhất của Mỹ trao tặng
Mission
Với sứ mệnh cung cấp các giải pháp tài chính thân thiện, hiệu quả và phù hợp với nhu cầu khách hàng, tôn chỉ hoạt động của ABBANK chính là:
- Phục vụ khách hàng với sản phẩm, dịch vụ an toàn, hiệu quả và linh hoạt.
- Tăng trưởng lợi ích cho cổ đông.
- Hướng đến sự phát triển toàn diện, bền vững của ngân hàng.
- Đầu tư vào yếu tố con người làm nền tảng cho sự phát triển lâu dài.
Mọi người cũng đã tìm kiếm
Công việc của Machine learning Engineerr là gì?
Machine Learning Engineer là một chuyên gia trong lĩnh vực công nghệ và khoa học máy tính, chuyên về việc phát triển và triển khai các hệ thống thông minh và các ứng dụng sử dụng trí tuệ nhân tạo. Các kỹ sư máy học sử dụng các thuật toán và phương pháp máy học để xây dựng các mô hình dự đoán, phân loại, và tối ưu hóa dữ liệu. Họ làm việc trên nhiều lĩnh vực, từ xử lý ngôn ngữ tự nhiên cho đến thị giác máy tính và tự động hóa.
Mô tả công việc của vị trí Machine Learning Engineer
Tạo và triển khai các mô hình máy học
Các kỹ sư máy học phát triển các mô hình bằng nhiều thuật toán và kỹ thuật khác nhau, chẳng hạn như học có giám sát, học tập không giám sát, và học kĩ càng, để dự đoán kết quả hoặc phát hiện các mẫu trong dữ liệu. Làm việc chặt chẽ với nhà khoa học dữ liệu, kỹ sư phần mềm và các bên liên quan khác để đảm bảo tích hợp liền mạch và triển khai hiệu quả các mô hình máy học trong các ứng dụng khác nhau.
Tiền xử lý dữ liệu và các tính năng kỹ thuật
Các kỹ sư xử lý trước dữ liệu thô để làm sạch, chuẩn hóa và chuyển đổi dữ liệu thành định dạng thích hợp cho các thuật toán máy học. Họ cũng tiến hành kỹ thuật tính năng để trích xuất thông tin có ý nghĩa từ dữ liệu.
Đánh giá và tối ưu hóa các mô hình
Các kỹ sư máy học đánh giá hiệu suất của các mô hình của họ bằng cách sử dụng các số liệu như độ chính xác, độ chính xác và khả năng thu hồi. Họ tối ưu hóa các mô hình bằng cách tinh chỉnh các siêu tham số, sử dụng các kỹ thuật như xác thực chéo và tìm kiếm dạng lưới.
Mở rộng quy mô và triển khai các mô hình máy học
Các kỹ sư đảm bảo rằng các mô hình có thể xử lý dữ liệu quy mô lớn và dễ dàng tích hợp vào môi trường sản xuất. Họ thường sử dụng nền tảng đám mây, công nghệ vùng chứa và API để triển khai và quản lý các mô hình.
Machine learning Engineerr có mức lương bao nhiêu?
Lương cơ bản
Lương bổ sung
130 - 325 triệu
/nămLộ trình sự nghiệp Machine learning Engineerr
Tìm hiểu cách trở thành Machine learning Engineerr, 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 Machine learning Engineerr?
Yêu cầu tuyển dụng của Machine Learning Engineer
Để thực hiện tốt các nhiệm vụ được giao, Kỹ sư máy học cần sở hữu những kiến thức, chuyên môn vững vàng và thành thạo những kỹ năng mềm liên quan:
Yêu cầu bằng cấp và kiến thức chuyên môn
-
Kiến thức chuyên môn: Cử nhân về khoa học máy tính, khoa học dữ liệu hoặc một lĩnh vực liên quan. Một số vị trí có thể yêu cầu bằng thạc sĩ hoặc thậm chí bằng tiến sĩ, đặc biệt là trong các vai trò tập trung vào nghiên cứu. Có được kiến thức về các thư viện và khuôn khổ máy học, chẳng hạn như TensorFlow, PyTorch và Scikit-learning.
-
Kiến thức về Machine Learning: Ứng viên nên có kiến thức cơ bản về các khái niệm, các thuật toán và phương pháp trong Machine Learning. Điều này bao gồm hiểu biết về học máy giám sát và học máy không giám sát, cũng như khả năng đánh giá và cải tiến các mô hình Machine Learning.
-
Chứng chỉ chuyên ngành: Có các chứng chỉ nhà phát triển TensorFlow của Google, Cộng tác viên kỹ sư Azure AI của Microsoft hoặc Chuyên gia về máy học của AWS, để thể hiện kiến thức chuyên môn và cam kết của bạn đối với lĩnh vực này.
-
Kiến thức về dữ liệu: Kỹ sư máy học dự kiến sẽ có nhiều năng lực giống như Nhà khoa học dữ liệu, bao gồm lập mô hình dữ liệu, thành thạo kỹ thuật với các ngôn ngữ lập trình như Python và Java cũng như hiểu cách đánh giá các thuật toán, toán học và mô hình dự đoán.
Yêu cầu về kỹ năng
-
Kỹ năng phân tích vấn đề tốt: Các kỹ sư máy học thường phải đối mặt với những thách thức phức tạp đòi hỏi các giải pháp sáng tạo. Một kỹ sư thành công phải có kỹ năng phân tích và giải quyết vấn đề xuất sắc để xác định các mẫu trong dữ liệu, hiểu cấu trúc cơ bản của vấn đề và phát triển các chiến lược hiệu quả để giải quyết chúng.
-
Giao tiếp và hợp tác hiệu quả: Các kỹ sư máy học thường làm việc trong các nhóm đa ngành, cộng tác với các nhà khoa học dữ liệu. Kỹ năng cộng tác và giao tiếp mạnh mẽ là điều cần thiết để truyền đạt hiệu quả các ý tưởng và khái niệm phức tạp cho các thành viên trong nhóm với các cấp độ chuyên môn kỹ thuật khác nhau.
-
Chú ý đến chi tiết và chất lượng: Việc phát triển các mô hình học máy hiệu quả đòi hỏi độ chính xác cao và chú ý đến từng chi tiết. Một kỹ sư thành công phải kỹ lưỡng trong công việc của họ, đảm bảo rằng các mô hình của họ chính xác, hiệu quả và đáng tin cậy.
-
Kỹ năng làm việc với data: Dữ liệu dạng số đang ngày càng trở nên phổ biến hơn trong xã hội hiện đại. Do đó, kỹ năng làm việc với dữ liệu, đặc biệt là các dữ liệu khổng lồ (big data) rất quan trọng nếu bạn muốn phát triển trong nghề Kỹ sư máy học.
Yêu cầu khác
-
Kinh nghiệm với deep learning framework
Để tự giải quyết cho mình các vấn đề bằng Machine Learning, giờ là lúc bạn cần tới sức mạnh của Framework. Bản thân các ML framework cũng như framework trong các lĩnh vực khác, bản thân nó hỗ trợ rất nhiều công cụ, thư viện để làm việc nhanh chóng, thuận tiện và an toàn hơn.
-
Sử dụng thông thạo công cụ trong Machine learning
Kỹ sư máy học không chỉ phải có kiến thức về cách viết mã và phát triển bằng các ngôn ngữ lập trình như Python, Java và C ++, nhiều kỹ sư học máy cũng thấy hữu ích khi sử dụng thành thạo các công cụ và tài nguyên sau: TensorFlow, Spark và Hadoop, R Programming, Apache Kafka, Amazon Machine Learning,....
Lộ trình thăng tiến của Machine Learning Engineer
Lộ trình thăng tiến của Kỹ sư máy học có thể khá đa dạng và phụ thuộc vào tổ chức và ngành nghề cụ thể. Dưới đây là một lộ trình thăng tiến phổ biến cho vị trí này.
1. Intern Machine Learning
Mức lương: 4 - 8 triệu/ tháng
Kinh nghiệm làm việc: Dưới 1 năm
Intern Machine Learning là một công việc thực tập trong lĩnh vực Học Máy, một phần quan trọng của Trí Tuệ Nhân Tạo (AI). Người làm Intern Machine Learning thường là sinh viên hoặc người mới bắt đầu trong lĩnh vực này, họ tham gia vào các dự án để học hỏi và áp dụng các thuật toán máy học để giải quyết các vấn đề thực tế.
>> Đánh giá: Công việc của một Intern Machine Learning yêu cầu khả năng học hỏi liên tục, bởi vì lĩnh vực này luôn thay đổi nhanh chóng. Interns cần phải tự học và nghiên cứu các tiến bộ mới trong Machine Learning để cải thiện kỹ năng của họ.
2. Kỹ sư máy học
Mức lương: 10 - 25 triệu/ tháng
Kinh nghiệm làm việc: 2 - 6 năm
Kỹ sư máy học là một chuyên gia trong lĩnh vực công nghệ và khoa học máy tính, chuyên về việc phát triển và triển khai các hệ thống thông minh và các ứng dụng sử dụng trí tuệ nhân tạo. Các kỹ sư máy học sử dụng các thuật toán và phương pháp máy học để xây dựng các mô hình dự đoán, phân loại, và tối ưu hóa dữ liệu. Họ làm việc trên nhiều lĩnh vực, từ xử lý ngôn ngữ tự nhiên cho đến thị giác máy tính và tự động hóa.
>> Đánh giá: Machine Learning là một lĩnh vực tương đối mới. Vẫn còn nhiều giải pháp, công cụ, thuật toán và ứng dụng đang chờ được tạo ra và khám phá. Tương tự như kỹ sư phần mềm, kỹ sư máy học về bản chất phải coi trọng việc học. Và điều cần thiết là sử dụng các khóa học, blog, hướng dẫn và podcast để luôn dẫn đầu trong một lĩnh vực đang thay đổi nhanh chóng.
5 bước giúp Machine Learning Engineer thăng tiến nhanh trong trong công việc
Tò mò và không ngừng học hỏi
Lĩnh vực học máy không ngừng phát triển với các kỹ thuật, công cụ mới và các phương pháp hay nhất thường xuyên xuất hiện. Một kỹ sư máy học thành công phải sở hữu trí tò mò bẩm sinh và mong muốn học hỏi không ngừng. Điều này bao gồm cập nhật những nghiên cứu mới nhất, tham dự các hội nghị và hội thảo, đồng thời tham gia vào các cộng đồng trực tuyến nơi họ có thể học hỏi và cộng tác với các chuyên gia khác.
Rèn luyện khả năng thích ứng linh hoạt
Các dự án học máy thường yêu cầu các kỹ sư thích ứng với các công nghệ, công cụ và phương pháp mới. Một kỹ sư thành công phải có khả năng thích ứng và linh hoạt, sẵn sàng học các kỹ năng mới và xoay chuyển cách tiếp cận của họ khi cần thiết. Sự linh hoạt này cho phép họ luôn dẫn đầu và duy trì sự phù hợp trong thế giới AI có nhịp độ nhanh.
Chuyên môn lập trình và kỹ thuật phần mềm
Các kỹ sư máy học phải thành thạo các ngôn ngữ lập trình như Python, R hoặc Java, vì những ngôn ngữ này thường được sử dụng để phát triển các mô hình học máy. Ngoài ra, họ phải thành thạo các nguyên tắc công nghệ phần mềm, bao gồm kiểm soát phiên bản, thử nghiệm và tối ưu hóa mã. Kiến thức này cho phép họ tạo mã hiệu quả, có thể mở rộng và có thể bảo trì, có thể tích hợp liền mạch vào môi trường sản xuất.
Kết nối với các chuyên gia
Kết nối với các chuyên gia trong ngành bằng cách tham dự các sự kiện, tham gia cộng đồng trực tuyến và kết nối với đồng nghiệp trên các nền tảng như LinkedIn. Mạng có thể giúp bạn khám phá các cơ hội việc làm và học hỏi từ những người khác trong lĩnh vực này.
Tăng năng suất lao động
Tăng năng suất làm việc là yếu tố quan trọng giúp bạn thăng tiến trong sự nghiệp. Nếu bạn muốn lên một nhà lãnh đạo, tăng năng suất doanh nghiệp có thể giúp cải thiện kết quả kinh doanh và giúp doanh nghiệp đón đầu, dự báo những thăng trầm trong kinh doanh tốt hơn các doanh nghiệp khác. Dù bạn là ai, năng suất làm việc là vấn đề hàng đầu bạn cần quan tâm nếu muốn đạt được những mục tiêu dài hạn trong công việc và cuộc sống.