1. Mục tiêu công việc

Phát triển, tối ưu và triển khai các mô hình AI cho hệ thống Camera AI/IoT của CTS, đảm bảo mô hình đạt độ chính xác cao, vận hành ổn định và hiệu quả trên nhiều nền tảng phần cứng, từ máy chủ, cụm Kubernetes đến thiết bị biên. Đồng thời, phối hợp với các bộ phận Phát triển sản phẩm, Triển khai dự án và Vận hành để đưa mô hình AI vào sản phẩm và dự án thực tế.

2. Mô tả công việc

• Huấn luyện, tinh chỉnh (fine-tune) và tối ưu các mô hình AI (phát hiện, nhận dạng, phân loại, theo dõi đối tượng…) nhằm đạt độ chính xác cao theo yêu cầu của bài toán thực tế.
• Phân tích dữ liệu, lỗi dự đoán và các chỉ số đánh giá mô hình (Precision, Recall, F1-score, mAP, Latency, FPS…) để đề xuất và thực hiện các phương án cải thiện mô hình.
• Áp dụng các kỹ thuật nén và tăng tốc mô hình như lượng tử hóa (PTQ, QAT), cắt tỉa (pruning), chưng cất tri thức (knowledge distillation), đảm bảo cân bằng giữa độ chính xác và hiệu năng.

• Chuyển đổi mô hình giữa các định dạng PyTorch, ONNX, TensorRT, OpenVINO, TFLite, RKNN… phù hợp với từng nền tảng triển khai.
• Tối ưu mô hình cho từng loại phần cứng đích: GPU NVIDIA, CPU x86/ARM, NPU và các chip AI chuyên dụng.
• Kiểm tra, đối soát sai lệch kết quả trước và sau chuyển đổi; xử lý các lớp (operator) không được hỗ trợ trên phần cứng đích.

• Độc lập triển khai các dịch vụ AI trên Kubernetes: đóng gói container (Docker), xây dựng manifest/Helm chart, cấu hình phân bổ GPU, tự động mở rộng (autoscaling) và cập nhật phiên bản mô hình.
• Xây dựng và vận hành hệ thống phục vụ mô hình (model serving) với các công nghệ như Triton Inference Server, DeepStream, KServe hoặc tương đương.
• Thiết lập quy trình CI/CD, giám sát hiệu năng và cảnh báo cho các dịch vụ AI; phối hợp với bộ phận Vận hành xử lý các sự cố liên quan đến mô hình.

• Triển khai và tối ưu mô hình AI trên thiết bị biên (NVIDIA Jetson, Rockchip, Camera AI…) trong điều kiện giới hạn về bộ nhớ, năng lượng và độ trễ.
• Phối hợp với bộ phận Phát triển sản phẩm và Triển khai dự án để tích hợp mô hình vào thiết bị, kiểm thử và nghiệm thu tại hiện trường khi cần thiết.
• Nghiên cứu, đánh giá các mô hình và công nghệ AI mới để đề xuất ứng dụng vào sản phẩm.
• Xây dựng, cập nhật tài liệu kỹ thuật về mô hình, quy trình chuyển đổi và triển khai.

3. Yêu cầu ứng viên

3.1. Trình độ chuyên môn

• Tốt nghiệp Đại học trở lên thuộc các ngành Khoa học máy tính, Công nghệ thông tin, Điện tử viễn thông, Toán – Tin hoặc các ngành kỹ thuật liên quan.
• Đọc hiểu tốt tài liệu kỹ thuật và bài báo khoa học bằng tiếng Anh.

3.2. Kinh nghiệm và kỹ năng chuyên môn

• Có từ 2–4 năm kinh nghiệm trong lĩnh vực AI/Machine Learning, đã tham gia ít nhất một dự án đưa mô hình AI vào vận hành thực tế.
• Thành thạo Python và ít nhất một framework học sâu (PyTorch hoặc TensorFlow).
• Có kinh nghiệm thực tế tối ưu mô hình AI đạt độ chính xác cao; nắm vững các kỹ thuật lượng tử hóa, cắt tỉa, chưng cất tri thức.
• Thành thạo chuyển đổi mô hình sang các định dạng ONNX, TensorRT, OpenVINO, TFLite, RKNN… và tối ưu trên nhiều loại phần cứng khác nhau.
• Có khả năng độc lập triển khai hệ thống AI trên Kubernetes; thành thạo Docker, Linux và có kinh nghiệm với Helm, CI/CD cùng các công nghệ triển khai khác.
• Đã từng có kinh nghiệm làm việc với các mô hình AI trên thiết bị biên (NVIDIA Jetson, Rockchip, Hailo, Coral hoặc tương đương).
• Có kinh nghiệm với C/C++, CUDA, DeepStream/GStreamer hoặc các bài toán xử lý video thời gian thực là một lợi thế.

3.3. Kỹ năng và phẩm chất

• Có tư duy phân tích, giải quyết vấn đề dựa trên thử nghiệm và số liệu.
• Có khả năng làm việc độc lập và phối hợp hiệu quả với các bộ phận Phát triển sản phẩm, Triển khai dự án và Vận hành.
• Có tinh thần ham học hỏi, chủ động cập nhật các mô hình và công nghệ AI mới.
• Chịu được áp lực công việc, đáp ứng tiến độ dự án và xử lý kịp thời các sự cố phát sinh khi hệ thống đang vận hành.

3.4. Yêu cầu khác

• Sẵn sàng hỗ trợ ngoài giờ khi phát sinh sự cố nghiêm trọng liên quan đến dịch vụ AI theo quy định của đơn vị.
• Sẵn sàng đi công tác để tích hợp, kiểm thử hoặc xử lý sự cố mô hình tại địa điểm khách hàng khi cần thiết.

4. Quyền lợi

• Được trực tiếp phát triển và triển khai các mô hình AI cho hệ thống Camera AI/IoT thực tế.
• Được làm việc với hạ tầng GPU, cụm Kubernetes và nhiều dòng thiết bị biên (Edge AI) khác nhau.
• Được phối hợp trực tiếp với các đội ngũ Phát triển sản phẩm, Triển khai dự án và Vận hành.
• Được đào tạo, hỗ trợ tham gia khóa học và hội thảo chuyên môn; có lộ trình phát triển lên Kỹ sư AI cấp cao (Senior) hoặc Trưởng nhóm kỹ thuật.
• Hưởng chế độ lương, thưởng và phúc lợi theo chính sách của công ty.