AI Engineer

Mô tả công việc

• Thiết kế, phát triển và tối ưu các dịch vụ AI/LLM, tập trung vào RAG và tích hợp MCP (Model Context Protocol).
• Xây dựng pipeline xử lý tài liệu đa định dạng và áp dụng các kỹ thuật Chunking nâng cao như Semantic, Context-aware, Hierarchical.
• Phát triển RESTful API hiệu suất cao bằng FastAPI, hỗ trợ async/await, Pydantic và streaming response (SSE).
• Triển khai Hybrid Search (Vector + Keyword), tích hợp Vector DB, Graph DB và SQL/NoSQL như Qdrant, Milvus, Pinecone, Neo4j, MongoDB.
• Xây dựng MCP Server kết nối LLM với hệ thống bên ngoài; triển khai RBAC/ABAC, Metadata Filtering để kiểm soát truy cập và bảo mật dữ liệu.

Yêu cầu bắt buộc Có tối thiểu 2 năm kinh nghiệm thực tế làm việc ở vị trí AI Engineer, Machine Learning Engineer hoặc Backend Engineer có trực tiếp tham gia phát triển và đưa các dự án AI/LLM lên môi trường production. Ngôn ngữ & Framework:

• Thành thạo Python và hệ sinh thái xử lý dữ liệu.
• Kinh nghiệm chuyên sâu làm việc với FastAPI, hiểu rõ về Dependency Injection, Middleware, và Async programming.

Kỹ năng AI, LLM & Audio:

• LLM & RAG Frameworks: Thành thạo LangChain, LlamaIndex (hoặc Semantic Kernel); hiểu sâu về Embedding models, Prompt Engineering và các dòng LLM (OpenAI, Llama, Qwen).
• TTS / STT: Có kinh nghiệm làm việc và tích hợp các mô hình/dịch vụ Text-to-Speech (TTS) và Speech-to-Text (STT) vào sản phẩm thực tế.
• Cơ sở dữ liệu: Kinh nghiệm triển khai thực tế ít nhất một Vector Database và hiểu biết về Graph/SQL/NoSQL.
• Kiến trúc & Bảo mật: Có tư duy về thiết kế hệ thống Microservices, bảo mật API (OAuth2, JWT) và an toàn dữ liệu nội bộ.

Ưu tiên:

• Có kinh nghiệm đóng gói và triển khai ứng dụng bằng Docker.
• Có hiểu biết cơ bản về Node.js/TypeScript (làm việc với hệ sinh thái MCP).
• Đã từng làm việc với các framework đánh giá RAG như RAGAS, TruLens.
• Có kinh nghiệm tối ưu hóa chi phí (Token optimization) và độ trễ (Latency) cho các hệ thống gọi LLM.

Skills: Data Analysis, Python, Microsoft Excel, Power BI, SQL