Middle AI Engineer (RAG/LLM)

Mô tả công việc

Trách nhiệm:

• Xây dựng pipeline RAG (Retrieval-Augmented Generation) để tra cứu tài liệu, quy chuẩn, tiêu chuẩn và trả lời có dẫn nguồn rõ ràng.
• Phát triển agent xử lý tài liệu: nhận PDF đầu vào, trích xuất – tổng hợp thông tin, đối chiếu bộ tiêu chuẩn, xuất kết quả có cấu trúc (JSON).
• Xây dựng cơ chế phát hiện lỗi / bất thường / thiếu sót trong tài liệu và sinh cảnh báo dễ hiểu cho người dùng.
• Cùng team xây dựng “kho kinh nghiệm lỗi” (error memory): lưu lại các lỗi thường gặp để hệ thống cải thiện dần theo dữ liệu thực tế — đây là lợi thế cạnh tranh của sản phẩm.
• Ép mô hình trả kết quả ổn định, hạn chế “bịa” (hallucination) — yếu tố sống còn với sản phẩm tra cứu tiêu chuẩn.

Yêu cầu chính:

• Đã xây dựng ít nhất một hệ thống RAG hoặc ứng dụng LLM chạy thật.
• Thành thạo ít nhất một framework ứng dụng LLM: LangChain, LlamaIndex hoặc tương đương.
• Kinh nghiệm với cơ sở dữ liệu vector: Qdrant, ChromaDB, Weaviate hoặc pgvector (PostgreSQL).
• Thành thạo prompt engineering và kỹ thuật ép mô hình trả kết quả có cấu trúc.
• Kinh nghiệm trích xuất dữ liệu từ PDF và tài liệu không / bán cấu trúc (PyMuPDF, pdfplumber hoặc tương đương).

Điểm cộng:

• Kinh nghiệm OCR tài liệu scan tiếng Việt (khử nhiễu, nhận đúng dấu, OCR bảng biểu) với Tesseract, PaddleOCR hoặc tương đương.
• Kinh nghiệm với Agentic RAG, AI agent, quy trình AI nhiều bước.
• Đã xây dựng vòng lặp cải thiện chất lượng dựa trên feedback / dữ liệu lỗi.

Kỹ năng mềm:

• Tư duy phân tích và giải quyết vấn đề tốt; biết đặt câu hỏi đúng trước khi code.
• Tinh thần làm chủ công việc (ownership), chủ động đi từ yêu cầu đến kết quả.
• Truyền đạt ý tưởng kỹ thuật rõ ràng cho cả người trong và ngoài ngành kỹ thuật.
• Cẩn trọng với chất lượng đầu ra — đây là sản phẩm bán cho khách hàng kỹ thuật.
• Sẵn sàng học công nghệ AI mới và áp dụng vào bài toán kinh doanh thực tế.

Kết quả kỳ vọng sau 3 - 6 tháng

Để bạn hình dung rõ vai trò, đây là những gì chúng tôi kỳ vọng đạt được sau 3--6 tháng đầu:

• Triển khai được pipeline RAG đọc tài liệu kỹ thuật, trả lời có dẫn nguồn, xuất kết quả JSON có cấu trúc dùng được trong sản phẩm.

Yêu cầu công việc

• Tốt nghiệp Đại học ngành Khoa học máy tính, CNTT, Kỹ thuật phần mềm, Trí tuệ nhân tạo hoặc tương đương (hoặc có sản phẩm / kinh nghiệm tương xứng).
• Khoảng 2–4 năm kinh nghiệm (hoặc ít hơn nếu năng lực tương đương); thành thạo Python, nền tảng kỹ thuật phần mềm vững (Git, REST API, code sạch dễ bảo trì).
• Biết gọi mô hình qua API và có kinh nghiệm chạy mô hình mã nguồn mở (local hoặc trên server) để tối ưu chi phí.
• Đóng gói và triển khai dịch vụ bằng Docker.
• Đã từng đưa ít nhất một sản phẩm/dự án AI chạy thật (không chỉ làm theo tutorial).

Tại sao bạn sẽ yêu thích làm việc tại đây

• Lương: thỏa thuận theo năng lực và kinh nghiệm thực tế, cạnh tranh so với mặt bằng thị trường.
• Tham gia BHXH, BHYT, BHTN theo quy định của Nhà nước và Công ty.
• Lương tháng 13, thưởng các ngày lễ, Tết và thưởng theo hiệu suất làm việc.
• Làm sản phẩm thật, không outsourcing: bạn sở hữu mảng kỹ thuật của mình, thấy sản phẩm đến tay khách hàng thật trong ngành xây dựng / BIM.
• Chuyên môn có chiều sâu: được làm với AI ứng dụng, BIM/GIS và bài toán kỹ thuật thực tế, có người định hướng kiến trúc rõ ràng.
• Dữ liệu thực tế: được làm trực tiếp với tài liệu kỹ thuật, hồ sơ công trình và ảnh bay thật — không phải dữ liệu giả lập.
• Lộ trình phát triển: cơ hội phát triển thành Senior AI Engineer / AI Product Engineer khi sản phẩm mở rộng.
• Môi trường làm việc trẻ trung, đề cao tính chủ động, định hướng phát triển lâu dài.