Data Scientist/Data Engineer

Địa điểm làm việc :
98 Hoàng Quốc Việt – Cầu Giấy – Hà Nội

Số lượng cần tuyển
: 3 người

Loại hình công việc :
Thời gian cố định ( Thứ 2-Thứ 6)

Mức lương
: 30-60M

DATA SCIENTIST

1. Mô tả công việc:

Xây dựng & phát triển mô hình:

• Thiết kế, phát triển và hiệu chỉnh các mô hình chấm điểm rủi ro tín dụng (B Score – Behavioral, C Score – Collection, Profit Score, v.v.) phù hợp với chiến lược kinh doanh.
• Nghiên cứu và áp dụng các phương pháp phân tích dữ liệu, machine learning và thống kê tiên tiến vào quá trình xây dựng mô hình.

Quản trị & vận hành mô hình:

• Theo dõi hiệu suất mô hình định kỳ, phân tích độ chính xác, khả năng dự báo và thực hiện điều chỉnh khi cần.
• Thiết lập và duy trì quy trình backtest, stress test và validation cho các mô hình.

Quản lý dữ liệu:

• Làm việc chặt chẽ với các bộ phận liên quan (Data, IT, Kinh doanh) để đảm bảo nguồn dữ liệu đầy đủ, sạch và cập nhật.
• Xây dựng kho dữ liệu phục vụ cho mô hình chấm điểm và phân tích rủi ro.

Phối hợp chiến lược:

• Tư vấn cho Ban lãnh đạo về việc áp dụng mô hình vào các sản phẩm, quy trình vận hành và chính sách tín dụng.
• Hỗ trợ các bộ phận kinh doanh trong việc thiết kế sản phẩm và tối ưu tỷ lệ phê duyệt.

Quản lý nhân sự:

• Xây dựng đội ngũ chuyên viên phân tích rủi ro, đào tạo về phương pháp mô hình hóa và quản lý dữ liệu.

2.
Yêu cầu công việc :

Học vấn:

• Tốt nghiệp Đại học trở lên các ngành Toán thống kê, Kinh tế lượng, Khoa học dữ liệu, Tài chính – Ngân hàng hoặc lĩnh vực liên quan.

Kinh nghiệm:

• Tối thiểu 3 năm kinh nghiệm trong mảng rủi ro tín dụng
• Có kinh nghiệm xây dựng và triển khai các mô hình internal score
• Kỹ năng chuyên môn:
• Thành thạo các công cụ phân tích dữ liệu và mô hình hóa: Python, R, SQL.
• Am hiểu các phương pháp phân tích thống kê, machine learning và kỹ thuật model validation.
• Kiến thức sâu về sản phẩm tín dụng, quản lý rủi ro
• Kỹ năng mềm:
• Kỹ năng lãnh đạo, quản lý nhóm và giao tiếp hiệu quả.
• Tư duy phân tích, khả năng giải quyết vấn đề và ra quyết định dựa trên dữ liệu.

DATA ENGINERR

1.Mô tả công việc:

• Thiết kế, triển khai và vận hành Feature Store Platform (Feast / custom Spark-based) phục vụ cho các use case Machine Learning và Risk Analytics.
• Xây dựng Customer Data Platform (CDP) nội bộ, bao gồm: tracking pipeline, data unification, ID graph, event schema, và segment builder.
• Phát triển batch và streaming pipelines trên Spark (PySpark/Scala) để xử lý dữ liệu lớn từ nhiều nguồn (Kafka, Hive, ClickHouse, DataHub...).
• Thiết kế data contract & lineage thông qua metadata system (DataHub/Atlas) và data-quality validation (Great Expectations).
• Xây dựng các Materialized View, Live View, Incremental Pipeline phục vụ cho model training và real-time scoring.
• Làm việc chặt chẽ với Data Scientist, ML Engineer và Risk/Product team để define feature definition, TTL, refresh policy, và entity join logic.
• Tối ưu hiệu năng Spark cluster, quản lý partition, caching, resource allocation (YARN/K8s).
• Tham gia vào quy trình CI/CD data pipeline, versioning, rollback và monitoring (Airflow, Argo, MLflow, Prometheus, Grafana).

2.Yêu cầu công việc:

• Thành thạo PySpark hoặc Spark (Scala), hiểu rõ cơ chế execution plan, partitioning, caching, broadcast join, shuffle.
• Kinh nghiệm thực tế với Feature Store (Feast, Hopsworks, hoặc custom solution).
• Có hiểu biết vững về data model design, schema evolution, và data lineage (DataHub, Atlas, Amundsen...).
• Thành thạo SQL nâng cao (Hive/ClickHouse/Impala/BigQuery).
• Hiểu biết sâu về data lake architecture (HDFS, Delta, Iceberg, Parquet).
• Có kinh nghiệm triển khai pipeline trong môi trường production với Airflow / Argo / Dagster.

Ưu tiên:

• Đã xây dựng hoặc tham gia dự án Customer Data Platform (CDP) hoặc event-driven data system.
• Có kinh nghiệm với Kafka / Flink / Spark Structured Streaming.
• Biết sử dụng Great Expectations hoặc công cụ tương tự cho data quality.
• Có kiến thức về ML pipeline orchestration (MLflow, Kubeflow).
• Có kiến thức cơ bản về credit scoring, personalization, hoặc recommendation system.