• Nghiên cứu, đánh giá và cập nhật liên tục các xu hướng, mô hình và kỹ thuật mới nhất trong lĩnh vực Natural Language Processing (NLP), Computer Vision (CV) và Generative AI, phục vụ các sản phẩm chuyển đổi số và hệ thống AI nội bộ.
• Thiết kế, phát triển và tối ưu hóa các Large Language Model (LLMs) và Multimodal Large Language Models (MLLMs) cho nhiều bài toán thực tế, bao gồm nhưng không giới hạn:
  • Retrieval-Augmented Generation (RAG)
  • Chatbot/Virtual Assistant
  • Document Understanding, Information Extraction
  • Text Classification, Summarization, Question Answering
• Xây dựng và tối ưu pipeline fine-tuning, instruction-tuning, preference tuning cho LLMs (SFT, LoRA/QLoRA, PEFT, RL).
• Làm việc với các mô hình mã nguồn mở và thương mại như LLaMA, DeepSeek, Qwen, Mistral, kết hợp với Vector Database để xây dựng hệ thống tìm kiếm ngữ nghĩa và RAG ở quy mô lớn.
• Thiết kế và tối ưu embedding pipelines, vector indexing, retrieval strategy (hybrid search, reranking).
• Đánh giá, phân tích và cải thiện hiệu suất mô hình theo các tiêu chí:
  • Accuracy, latency, throughput, memory footprint
  • Hallucination, factuality, robustness
• Phối hợp với các nhóm Backend, Data, DevOps để:
  • Tích hợp mô hình AI vào hệ thống sản phẩm
  • Triển khai mô hình ở môi trường production (on-premise hoặc cloud)
• Thực hiện tài liệu hóa kỹ thuật, báo cáo nghiên cứu và báo cáo tiến độ theo yêu cầu của ban quản lý.
• Phát triển và triển khai các hệ thống Speech AI, bao gồm:
  • Automatic Speech Recognition (ASR) với Whisper, WhisperX, Wav2Vec2
  • Alignment, diarization và hậu xử lý dữ liệu âm thanh

Kiến thức & Kỹ năng chuyên môn

• Thành thạo các framework và thư viện học sâu:
  • PyTorch (ưu tiên), TensorFlow
  • Hugging Face (Transformers, Datasets, PEFT, Accelerate)
• Nắm vững các nền tảng và khái niệm cốt lõi của NLP hiện đại:
  • Word / Sentence / Document Embeddings
  • Transformer, Attention Mechanism
  • Sequence-to-Sequence & Decoder-only Models
  • Tokenization, context length, prompt engineering
• Có kinh nghiệm xử lý dữ liệu NLP quy mô lớn:
  • Data cleaning, normalization, deduplication
  • Dataset curation cho fine-tuning và evaluation
• Có kinh nghiệm thực tế với Vector Databases:
  • Milvus, Weaviate, Chroma, FAISS
  • Hiểu rõ embedding dimension, indexing strategy, recall–latency tradeoff
• Có kinh nghiệm làm việc với LLMs mã nguồn mở:
  • LLaMA, Mixtral, DeepSeek, Qwen, Mistral hoặc tương đương
• Hiểu biết về các kỹ thuật tối ưu và triển khai mô hình:
  • Quantization (INT8, INT4, FP8)
  • Model parallelism, inference optimization
  • vLLM, Triton, TensorRT-LLM

Kỹ năng bổ trợ

• Có tư duy nghiên cứu, khả năng đọc – phân tích paper, benchmark và mã nguồn.
• Có kinh nghiệm triển khai mô hình trong môi trường production là một lợi thế:
  • REST/gRPC API
  • Docker, Kubernetes
• Có khả năng đọc hiểu và viết tài liệu kỹ thuật bằng tiếng Anh.

Phẩm chất cá nhân

• Tinh thần chủ động, ham học hỏi và sẵn sàng cập nhật công nghệ mới.
• Khả năng làm việc độc lập và phối hợp nhóm tốt.
• Tư duy hệ thống, chú trọng chất lượng và khả năng mở rộng của giải pháp.