Applied AI Engineer

Thiết kế và xây dựng các sản phẩm/tính năng AI: trợ lý truy vấn, tổng hợp, thống kê, so sánh và phân tích dữ liệu thị trường, ngành, mã chứng khoán; xử lý và tóm tắt báo cáo, tài liệu; chatbot/trợ lý nghiệp vụ cho khách hàng và các phòng ban của ACBS.

Thiết kế kiến trúc và triển khai hệ thống AI multi-agent: điều phối (orchestration), phân vai agent, giao tiếp giữa các agent, tool calling, memory, human-in-the-loop; sử dụng các framework như LangGraph, CrewAI, Google ADK, OpenAI Agents SDK và giao thức MCP.

Xây dựng backend service, API (REST/gRPC/WebSocket/streaming) phục vụ các tính năng AI; tích hợp với các hệ thống nội bộ (core, CRM, data platform, website/app) đảm bảo bảo mật, hiệu năng và khả năng mở rộng.

Phối hợp với Phòng Data để thiết kế pipeline thu thập – xử lý – chuẩn hoá dữ liệu đa nguồn (financial APIs, báo cáo tài chính, tin tức, social media...), xây dựng RAG: chunking, embedding, đánh chỉ mục trên PostgreSQL/vector database; xử lý dữ liệu lớn, thời gian thực và phi cấu trúc.

Triển khai, tối ưu hệ thống AI trên hạ tầng cloud (AWS/GCP): container, CI/CD, IaC; giám sát (tracing, logging, monitoring) tối ưu chi phí gọi LLM, hạ tầng.

Thực hiện các công việc khác theo sự phân công của Trưởng đơn vị.

Tốt nghiệp đại học trở lên chuyên ngành Khoa học máy tính, Công nghệ thông tin, Kỹ thuật phần mềm hoặc các chuyên ngành liên quan.

Tối thiểu 03 năm kinh nghiệm làm việc ở vị trí tương đương.

Ưu tiên Ứng viên có kiến thức/ kinh nghiệm về khoa học dữ liệu, lập trình/ xử lý dữ liệu trong ngành tài chính, xây dựng AI Multi agent system

Ưu tiên có kinh nghiệm với MCP, A2A, công cụ evaluation/observability cho LLM (LangSmith, Langfuse, Ragas...), triển khai mô hình mã nguồn mở (vLLM, Ollama) hoặc dịch vụ managed (Bedrock, Vertex AI, Azure OpenAI).

Ưu tiên hiểu biết về thị trường tài chính, từng xử lý dữ liệu tài chính, chứng khoán

Có kỹ năng lập trình ngôn ngữ Python, R, TypeScripts hoặc các ngôn ngữ liên quan.

Có kiến thức về hệ quản trị cơ sở dữ liệu phi cấu trúc, data warehouse.

Am hiểu kỹ thuật xây dựng ứng dụng LLM: prompt engineering, function/tool calling, structured output, RAG, context/memory management, streaming, evaluation.

Có kinh nghiệm thực tế với ít nhất một framework agent: LangGraph, LangChain, CrewAI, Google ADK, OpenAI Agents SDK, AutoGen, Semantic Kernel hoặc tương đương.

Có kinh nghiệm với vector database (pgvector, Qdrant, Milvus, Pinecone...), Redis; hiểu về data warehouse và dữ liệu phi cấu trúc.

Am hiểu xử lý và mô hình hoá dữ liệu, xây dựng pipeline ETL/ELT, embedding, chunking và đánh giá chất lượng retrieval.

Kinh nghiệm triển khai trên AWS, GCP; thành thạo Docker, CI/CD; Kubernetes, serverless, IaC (Terraform) là lợi thế.

Có kỹ năng giao tiếp và phối hợp với các phòng ban nghiệp vụ, kinh doanh.

Có kỹ năng phân tích vấn đề, xử lý tình huống……

Năng lực phối hợp (kỹ năng kết nối/ làm việc nhóm/quản lý xung đột/…)