Tweet
Facebook
Copy Link
Focus on bringing statistical depth, analytical insights, and accurate interpretation of data;
Extract, analyze, and apply data-mining/AI/ML techniques to large structured and unstructured datasets;
Own, design, develop, and test large-scale data science pipelines and algorithms that are built for speed, scale, and usability;
Conduct end-to-end data processing, troubleshooting, and problem diagnosis in the whole life cycle of AI/ML development and operation;
Research and investigate academic and industrial AI/ML techniques for product improvements;
Stay current on published state-of-the-art algorithms and competing technologies;
Analyze and improve existing data sources, models, strategies, and metrics;
Design and analyze experiments to pilot, test, and apply new features & solutions;
Report, visualize, and communicate results & impacts;
Collaborate with other engineers and team members to evaluate and improve the core components of autonomous systems;
Identify any product/functionality/technical gaps required to deliver a solution and collaborate with internal teams to define the necessary enhancements to support delivery;
Evaluate and recommend tools, technologies, and processes to ensure the highest quality solutions;
Foster a culture of ownership, accountability, testing, and measurement; as well as continuous improvement through mentoring, feedback, and metrics2 - 10 years of relevant work experience with large amounts of REAL data
MSc/PhD in machine learning, statistics, math, data science, computer science, or other closely related areas;
Strong machine learning/statistics background with hands-on experience in academia and industry, sourcing, cleaning, manipulating, and analyzing large volumes of data;
Experience with end-to-end modeling projects emerging from research efforts;
Willingness to understand a complex system and its various components;
Great scripting and programming skills (fluent in Python, Java, Scala);
Experience with open-source machine learning libraries such as sci-kit-learn, weka, distributed/parallel big data processing architecture (e.g., Hadoop, Spark, MLlib), and deep learning framework (e.g., TensorFlow, Pytorch);
Excellent problem-solving and communication skills;
Ability to work well in a fast-paced culture and ability to manage multiple projects and deadlines.We hope VNG is a place where you build your career. Whether you want to pursue to be a manager or focus on professional development, we acknowledge and appreciate your talents. Therefore, we open up to you more promotion opportunities in VNG, and designed program to help you succeed in every single career path. NO SUIT, NO TIE: At VNG, we do not have many rules because we respect you and want to make comfortable atmosphere to help employees perform their jobs well.Company "pay" for you: Lunch, parking, swimming, learning English or gym for free and you know you are really in care.NO BARRIERS: Office of VNG is an open space because we always try to remove all barriers to help members easily shares with each other.Being a big family: Like a gift for family day. A party for the kids. We know how much your family matters.NO RANK At VNG, members are encouraged to contribute ideas and debate with the others.Be explored: Ph.D., un-academic guy, bookish girl, fashion designers ... VNGers are different and this diversity makes life more colorful.NO "OFFICE": Office is like your home. You can hang paintings, plant trees, even feed aquarium on the desk.Be showed your best: VNGers like to "mortification" with the group games such as: Fansipan climbing, waterfall rafting, go over heat mats; there activities not only are tightening friendship, but also practice their bravery.GAMING: Even if you do not make the game, stealing beans in the boss's garden or versusing with your colleagues in a sword competition play online is also an interesting way to relax.Changing the world: Creating an entertainment channel, building a social network and developing a game. On the Internet world, every single thing you did can change the lives of many people.Let's join VNG to share our mission: 'MAKE THE INTERNET CHANGE VIETNAMESE LIVES'
CMC P&T là đơn vị thành viên của Tập đoàn Công nghệ CMC, được thành lập vào tháng 10 năm 2007. CMC P&T có 10 năm kinh nghiệm trong lĩnh vực cung cấp các sản phẩm và dịch vụ CNTT, mang lại những giá trị thiết thực cho khách hàng. Tầm nhìn hướng đến 2020, CMC P&T phấn đấu trở thành nhà cung cấp dịch vụ IT uy tín, chuyên nghiệp hàng đầu tại Việt Nam. CMC P&T sở hữu đội ngũ kỹ thuật viên là những kỹ sư CNTT chuyên ngành, dày dạn kinh nghiệm, có trình độ kỹ thuật cao, thường xuyên được đào tạo về chuyên môn và kỹ năng chăm sóc khách hàng, tác phong cung cấp dịch vụ chuyên nghiệp, luôn tận tâm, sáng tạo, nỗ lực hết mình vì khách hàng.
Công việc của Data Engineer là gì?
Data Engineer hay kỹ sư chuyên về dữ liệu thường làm các công việc như phân tích nguồn dữ liệu, tích hợp thông tin giữa các hệ thống nhất với nhau, chuyển đổi và đồng bộ các dữ liệu trên nhiều hệ thống riêng biệt. Các nguồn dữ liệu ở đây được biết đến như các phần mềm website trong hoạt động các lĩnh vực bán hàng, nhân sự, tài chính, kế toán,....
Mô tả công việc của vị trí Data Engineer
Phân tích, tổng hợp, lưu trữ dữ liệu
Data Engineer kết hợp cùng DBA tạo ra các vùng lưu trữ dữ liệu từ các nguồn hệ thống thích hợp và mang lại hiệu quả cao. Nhiệm vụ của kỹ sư dữ liệu là đưa các dữ liệu vào Database và File Sever bằng cách (FTP, drag and drop…) và lưu trữ bằng (.csv, xlsx, .dat, database).
Chuẩn hóa và chuyển đổi logic, tập trung nguồn dữ liệu
Các dữ liệu được Data Engineer lưu chuyển đến các nguồn lữu trữ khác nhau nhằm mục đích so sánh, thêm dữ liệu và dự phòng các dữ liệu cho nhiều trường hợp khác nhau. Kỹ sư dữ liệu tập trung nguồn dữ liệu đưa các thông tin về một nguồn lưu trữ chung với các mô hình chuyên biệt, dành cho việc khôi phục phân tích các dữ liệu cần thiết trong các tình huống dự phòng.
Phân tích và trích xuất dữ liệu
Data Engineer sẽ kết hợp cùng với DBA (Database Administration) để tạo các vùng lưu trữ dữ liệu, đồng thời đảm bảo các yếu tố về bảo mật riêng tư, tính hiệu quả. Bên cạnh đó sẽ theo dõi và kiểm tra các nguồn dữ liệu được đưa từ các Database.
Triển khai machine learning cho hệ thống dữ liệu
Các mô hình học máy được thiết kế bởi các Data Engineers. Các Data Engineer chịu trách nhiệm triển khai chúng vào môi trường sản xuất. Điều này đòi hỏi phải cung cấp cho mô hình dữ liệu được lưu trữ trong kho hoặc đến trực tiếp từ các nguồn, định cấu hình thuộc tính dữ liệu, quản lý tài nguyên máy tính, thiết lập công cụ giám sát, v.v.
Data Engineer có mức lương bao nhiêu?
Lương cơ bản
Lương bổ sung
228 - 387 triệu
/nămLộ trình sự nghiệp Data Engineer
Tìm hiểu cách trở thành Data 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 Data Engineer?
Yêu cầu tuyển dụng của Data Engineer
Để thực hiện tốt các nhiệm vụ được giao, Data Engineer 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
-
Bằng cấp và chuyên ngành: Yêu cầu ứng viên đang theo học hoặc mới tốt nghiệp bằng Đại học chuyên ngành liên quan như Khoa học Dữ liệu, Khoa học Máy tính, Kỹ thuật Máy tính, Toán học, Thống kê, hoặc các ngành tương đương.
-
Kiến thức về bảo mật dữ liệu: Bảo mật dữ liệu là một yêu cầu quan trọng. Data Engineers cần hiểu về các biện pháp bảo mật và kiến thức về quyền truy cập dữ liệu.
-
Kỹ năng xử lý dữ liệu: Khả năng xử lý và biến đổi dữ liệu là quan trọng. Data Engineers cần hiểu về các công cụ và framework xử lý dữ liệu như Apache Spark, Apache Flink, hoặc Apache Kafka.
Yêu cầu về kỹ năng
-
Kỹ năng lập trình: Yêu cầu đối với Data Engineer là cần biết cơ bản về SQL, Python, Oracle. Kỹ sư dữ liệu không yêu cầu phải biết sâu về lập trình, tính toán nhưng phải nắm rõ các khái niệm và giá trị đằng sau các công thức hiển thị ở màn hình.
-
Kỹ năng phân tích logic: Kỹ năng phân tích logic luôn cần thiết trong các công việc cần sự chính xác và có tính liên kết với nhau. Data Engineer phải biết cách phân tích và tìm ra được ý nghĩa của những con số cũng như dữ liệu khô khan. Dựa vào đó, công ty có thể nhìn nhận được vấn đề để tìm ra hướng giải quyết phù hợp.
-
Kỹ năng thiết kế và trình bày báo cáo: Sau khi hoàn thành các công việc phân tích, bạn sẽ thu thập dữ liệu và lập bảng báo cáo trình bày lên cấp trên. Việc thiết kế và trình bày báo cáo phải mang tính dễ hiểu, dễ đưa ra các nhận định so sánh. Để giúp công việc trở nên thuận lợi hơn bạn có thể tự học hỏi và xem thêm các công cụ hỗ trợ thiết kế báo cáo.
Yêu cầu khác
-
Kinh nghiệm: Yêu cầu các Data Engineer đã có 1 - 2 năm kinh nghiệm. Hiểu rõ về các mô hình dữ liệu, thuật toán, kỹ thuật chuyển đổi dữ liệu. Có kinh nghiệm liên quan đến các giải pháp BI và ETL (trích xuất, chuyển đổi, tải dữ liệu) liên quan đến kho dữ liệu, các công cụ phân tích. Sử dụng được những công cụ chuyên dụng như Hadoop, Kafka,…
Lộ trình thăng tiến của Data Engineer
Lộ trình thăng tiến của Data Engineer 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 Data Engineer
Mức lương: 2 - 4 triệu/ tháng
Kinh nghiệm làm việc: Dưới 1 năm
Intern Data Engineer là người được đào tạo, hướng dẫn đồng thời chịu trách nhiệm hỗ trợ các công việc thực tế của một Data Engineer thực thụ để bồi dưỡng thêm kinh nghiệm, nắm rõ được trách nhiệm ngành nghề của mình. Áp dụng nguyên tắc phần mềm, công nghệ vào phát triển, bảo trì, thiết kế, kiểm tra và đánh giá các phần mềm máy tính.
>> Đánh giá: Trong lĩnh vực khoa học dữ liệu, Intern Data Engineer là một trong những vị trí được đánh giá tương đối phức tạp và đòi hỏi nhiều kỹ năng. Theo đó, vai trò của Intern Data Engineer đó là thực hiện các phân tích, đánh giá dữ liệu quan trọng cho các hoạt động của doanh nghiệp. Là công việc thu hút rất nhiều ứng viên trẻ mới ra trường bởi mức lương hấp dẫn và lộ trình phát triển rộng mở.
2. Data Engineer
Mức lương: 18 - 30 triệu/ tháng
Kinh nghiệm làm việcb 1 - 4 năm
Data Engineer thường làm các công việc như phân tích nguồn dữ liệu, tích hợp thông tin giữa các hệ thống nhất với nhau, chuyển đổi và đồng bộ các dữ liệu trên nhiều hệ thống riêng biệt. Các nguồn dữ liệu ở đây được biết đến như các phần mềm website trong hoạt động các lĩnh vực bán hàng, nhân sự, tài chính, kế toán,....
>> Đánh giá: Doanh nghiệp hoạt động kinh doanh hiện nay không chỉ quan tấm đến vấn đề quản lý nguồn dữ liệu mà họ còn có mong muốn tìm ra hướng giải quyết mở rộng tài nguyên để lưu trữ và kiểm soát nguồn dữ liệu. Để làm được như vậy họ cần có Data Engineer - người sẽ giúp họ thực hiện các giải pháp trên. Chính vì thế đây là ngành nghề có xu hướng tuyển dụng tăng trong các năm tiếp theo.
5 bước giúp Data Engineer thăng tiến nhanh trong trong công việc
Trang bị các chứng chỉ liên quan
Bạn có thể ghi danh vào những khóa học dài hạn hoặc những chứng chỉ online để vừa củng cố chuyên môn, vừa được chứng nhận có kiến thức về một lĩnh vực. Các Data Engineer tiềm năng có thể tìm hiểu việc có được các chứng chỉ chuyên môn như AWS Certified Data Analytics, Microsoft Certified: Azure Data Engineer Associate, hoặc các khóa học online uy tín cũng sẽ giúp bạn khẳng định năng lực và tăng khả năng cạnh tranh trên thị trường lao động.
Phát triển kỹ năng thống kê
Đây cũng là kiến thức cơ bản bạn cần nắm. Bạn nên bắt đầu nghiêm túc với các môn học xác suất thống kê, thống kê mô tả để nắm được các khái niệm cơ bản như nghịch lý Simpson, phân tích dữ liệu khám phá (EDA), liên kết các biến,… Đó sẽ là tiền đề vững chắc để bạn phát triển hơn trong nghề.
Có khả năng thu thập, xử lý và phân tích dữ liệu
Dữ liệu ngày nay vô cùng đa dạng và đến từ nhiều nguồn khác nhau (như bảng khảo sát, thống kê mạng xã hội, điện thoại di động,...). Từ đống dữ liệu “lộn xộn” đó bạn phải xử lý về cùng một ngôn ngữ mà máy đọc được. Vì vậy bạn cần chú trọng đến các kỹ năng này để làm việc hiệu quả, năng suất, tiết kiệm thời gian hơn.
Đầu óc tư duy nhạy bén
Với một Data Engineer cần phải tư duy hơn người bình thường. Bạn là người làm việc với dữ liệu và sử dụng bộ não để nhìn nhận từ nhiều góc độ để tìm ra giải pháp hiệu quả nhất. Do đó, nếu bạn không có cái nhìn đa chiều thì rất khó để giải quyết được vấn đề.
Hiểu rõ thuật toán Machine Learning
Đây có thể cho là kỹ năng cần thiết nhất đối với một Data Engineer. Hiểu đơn giản, Machine Learning là “dạy” máy tính học các dữ liệu lịch sử, dữ liệu có sẵn để đưa ra được các quyết định tự trị một cách thông minh. Hiểu rõ cơ chế hoạt động này sẽ giúp Data Engineer tiết kiệm được nhiều thời gian trong việc khám phá, dự báo từ dữ liệu.