AI Engineer
中级
|
岗位职责
|
AI 工程师（DS3） 负责 设计、开发、部署并优化 AI/ML/GenAI 模型，以解决银行业务中的复杂问题。该岗位需要与 数据科学家、数据工程师以及业务团队 紧密合作，交付 可扩展、可落地的生产级 AI 解决方案。
-
设计、开发并部署 AI/ML/GenAI 模型，应用于银行场景，例如：
欺诈检测、客户个性化推荐、信用评分、风险管理以及运营优化。 -
参与 AI 模型的端到端生命周期管理，包括：
数据处理、模型训练、评估、测试、部署及监控。 -
将 机器学习、深度学习、自然语言处理（NLP）、计算机视觉（Computer Vision）以及生成式 AI（GenAI） 等高级分析技术应用于真实业务问题。
-
与 数据科学家（Data Scientists）、数据工程师（Data Engineers）以及平台团队 协作，确保模型 具备良好的扩展性并可用于生产环境。
-
实施并参与 MLOps / LangOps 流程建设，包括：
模型 CI/CD、版本管理、监控以及模型再训练（Retraining）。 -
优化 模型性能、稳定性和可解释性，以满足 业务需求及监管要求。
-
在 云平台（AWS、Azure、GCP、Databricks） 上安全高效地部署 AI 解决方案。
-
清晰地记录 模型设计、实验过程及技术方案文档，以支持 复用与治理（Governance）。
|
岗位要求 |
1. 具备 3–5 年 在 高级数据分析、机器学习/深度学习 以及 AI / GenAI 在业务场景中的应用 方面的工作经验。
2. 具备 独立开发分析模型的经验，支持以下业务目标，例如：业务增长、个性化推荐、运营优化、客户体验提升或欺诈检测。
3. 具备在 云平台（AWS、Azure、GCP、Databricks 等）上部署 AI/ML/GenAI 模型或应用的实际经验。
4. 对 统计建模、机器学习、深度学习以及 GenAI 算法 有扎实的理解。
5. 熟悉 高级数据分析技术，包括：
-
假设检验（Hypothesis Testing）
-
因果推断（Causal Inference）
-
不平衡数据处理（Imbalanced Data Handling）
-
时间序列分析（Time Series Analysis）
-
推断建模（Inferential Modeling）
-
向量嵌入（Vector Embeddings）
6. 熟练使用 Python，并掌握常用 AI/ML/GenAI 库，如：
Scikit-learn、XGBoost、LightGBM、PyTorch、TensorFlow、Hugging Face Transformers。
7. 具备使用 MLflow、Docker、Git 等 模型部署与工程化工具 的经验。
8. 对 MLOps / LangOps 有良好理解，包括 数据管道、模型部署、监控以及模型生命周期管理。
9. 有在 大型企业、银行或科技公司 工作经验者优先。
10. 具有 自然语言处理（NLP）、计算机视觉（Computer Vision）或语音处理（Speech Processing）经验 者优先。
|
薪酬与福利 |
薪资： 薪资面议。
奖金： 享有 公共假期奖金、春节奖金，以及 每年至少13个月薪资（年终奖金）。
保险： 根据 越南劳动法规定，提供 完整的社会保险（SI）及医疗保险（HI）。
休假： 按照 越南劳动法规 享有 年度带薪休假。
工作环境： 提供 专业化、国际化的工作环境。
