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.

Transport Money

Meal Allowance

Work Insurance

Career Path

Health Insurance

Perform Bonus

THR