Phó phòng Công nghệ Mô hình - Deputy Head of Machine Learning Engineering - Khối Dữ liệu (2026TD456609)

Chịu trách nhiệm đảm bảo việc thiết kế, xây dựng và chuyển đổi hệ thống sang nền tảng MLOps lai (hybrid) tiên tiến. Trực tiếp dẫn dắt các pipeline đưa cụm mô hình trọng yếu (đặc biệt là mô hình Chấm điểm rủi ro - Scoring và Hạn mức - Limit) và các mô hình Kinh doanh từ giai đoạn MVP vào hệ thống lõi thực tế:
1. Dẫn dắt quá trình đánh giá, thiết kế và quy hoạch kiến trúc nền tảng MLOps tập trung, đặc biệt là chiến lược triển khai kiến trúc lai (Hybrid On-premise/Cloud) với hệ thống MLOPs
Định nghĩa và ra quyết định công nghệ cho kiến trúc Feature Store, đảm bảo tính nhất quán của dữ liệu phục vụ huấn luyện (Offline Batch) và dự đoán theo thời gian thực (Online Real-time)
2. Đảm bảo 100% các mô hình được refactor sang chuẩn mã nguồn Production (OOP) và triển khai thông qua đường ống CI/CD tự động hóa hoàn toàn
3. Chủ trì xây dựng và ban hành bộ Tiêu chuẩn vận hành (MLE SOP), thiết lập ranh giới bàn giao rõ ràng với nhóm Phát triển mô hình (DS)
Xây dựng chuẩn tài liệu hóa để chuyển giao các logic trích xuất đặc trưng phức tạp lên Feature Store (bao gồm cấu trúc mã hóa chuỗi hành vi sử dụng thuật toán Sequence Graph Transform - SGT)
4. Trực tiếp điều phối kỹ thuật, bám sát các chặng (Milestones) và nghiệm thu các hạng mục bàn giao với đối tác vendor (Ask2AI) trong các giai đoạn cấu trúc MVP lõi

- Tốt nghiệp Cử nhân chuyên ngành khoa học dữ liệu, khoa học máy tính, thống kê, Toán tin... hoặc các chuyên ngành liên quan
- Tối thiểu 5 năm kinh nghiệm trong các lĩnh vực Data Engineering, Backend/System Architecture hoặc Machine Learning Engineering trong đó có ít nhất 2 - 3 năm ở vị trí quản lý đội ngũ kỹ thuật (Engineering Manager / Tech Lead)
- Hiểu biết & từng triển khai kiến trúc phần mềm phân tán và vòng đời MLOps; có kinh nghiệm với Feature Store (Hopsworks, Feast) và các nền tảng Experiment Tracking (MLflow, DVC)
- Sử dụng ở mức độ chuyên gia hệ sinh thái Python, các framework xây dựng API hiệu năng cao (FastAPI, gRPC), và các Serving Engines hàng đầu (Triton Inference Server, TorchServe)
- Ưu tiên kinh nghiệm trong việc thiết kế và đưa lên Production các mô hình rủi ro tài chính (A-card, B-card, C-card) hoặc các mô hình Kinh doanh (Marketing, Churn …) quy mô lớn
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?