Trực tiếp xây dựng và duy trì kiến trúc hạ tầng MLOps lai (hybrid), phát triển các đường ống tự động hóa (CI/CD/CT) đảm bảo các mô hình trọng yếu hoạt động ổn định, chính xác với độ trễ tối thiểu phục vụ kinh doanh

 

1. Trực tiếp phát triển, tích hợp và tối ưu hóa các đường ống trích xuất đặc trưng (Feature Pipelines) đảm bảo dữ liệu sẵn sàng phục vụ cho cả luồng tính toán Batch và Real-time

• Cấu hình các luồng biến đổi dữ liệu, để cung cấp đầu vào chuẩn xác cho mô hình

 

2. Thực hiện cấu trúc lại (Refactor) thành mã Production chuẩn OOP. Đóng gói mô hình (Dockerization) và xây dựng các Endpoint phục vụ dự đoán (REST API / gRPC) bằng các framework hiệu năng cao như FastAPI, Triton Inference Server

• Xây dựng và duy trì các đường ống CI/CD tự động; thực hiện các chiến lược triển khai không gián đoạn (Blue/Green, Canary)

 

3. Thiết lập bảng điều khiển (Dashboards) giám sát các chỉ số hệ thống (CPU, RAM, Latency, Throughput) và chất lượng dự đoán (Data Drift, Concept Drift)

• Xây dựng và cấu hình luồng Continuous Training (CT) nhằm tự động thu thập dữ liệu mới và tái huấn luyện khi mô hình suy giảm hiệu năng
• Trực tiếp chẩn đoán và khắc phục các sự cố (Incident Troubleshooting) liên quan đến tầng ứng dụng ML

 

4. Tham gia xây dựng các tiêu chuẩn mã nguồn (Coding Guidelines) và quy chuẩn bàn giao (SOP) nội bộ

• Tốt nghiệp Cử nhân chuyên ngành khoa học dữ liệu, khoa học máy tính, thống kê, Toán tin... hoặc các chuyên ngành liên quan
• Có từ >=3 năm kinh nghiệm thực tế ở các vị trí Machine Learning Engineer, Data Engineer hoặc Backend Engineer có chuyên môn triển khai AI/ML
• Sử dụng thành thạo Python (OOP, Design Patterns), SQL. Kinh nghiệm vững vàng trong việc phát triển API bằng FastAPI hoặc Flask. Nắm vững công nghệ Containerization (Docker, Kubernetes). Có kinh nghiệm thiết lập luồng CI/CD (GitLab CI, GitHub Actions)
• Đã từng làm việc với các hệ thống Experiment Tracking (MLflow, Weights & Biases) và có kiến thức về Feature Store (Hopsworks, Feast). Khả năng cấu hình Serving Engines (Triton, TorchServe) là một lợi thế lớn
• Ưu tiên ứng viên đã từng trực tiếp triển khai các mô hình phân tích rủi ro tín dụng (Credit Risk) hoặc mô hình phân tích hành vi trong ngành Tài chính - Ngân hàng

 

MB Bank yêu cầu ứng viên ứng tuyển cần cung cấp chi tiết các thông tin sau:

• Thông tin cá nhân: Họ và tên, Ngày tháng năm sinh, Giới tính
• Số điện thoại và Email liên hệ
• Trình độ học vấn, Trường đã tốt nghiệp
• Kinh nghiệm làm việc
• Từ 3 - 5 kỹ năng nổi bật
• Nguồn Tuyển dụng

 

Vì sao Bạn nên ứng tuyển trực tiếp qua careers.mbbank.com.vn? 

• Hồ sơ của Bạn sẽ được đánh giá nhanh chóng.
• Đối với các hồ sơ đáp ứng đầy đủ thông tin và tiêu chí tuyển dụng phù hợp, MB Bank sẽ chủ động liên hệ phỏng vấn trong thời gian sớm nhất.
• Ứng viên vui lòng kiểm tra email và điện thoại thường xuyên để không bỏ lỡ lịch hẹn phỏng vấn.

 

Cập nhật ngay thông tin mới nhất về các Chương trình do MB tổ chức tại Trang tuyển dụng MB Careers và các Fanpage:

• MB Careers
• Ai Yêu Miền Bắc hơn MBers?
• Ai Yêu Miền Trung hơn MBers?
• Ai Yêu Miền Nam hơn MBers?