New Era đang tìm kiếm Senior AI Engineer để sở hữu kiến trúc AI của sản phẩm, thiết kế hệ thống LLM/agentic ở mức nền tảng, thiết lập chuẩn đo lường cho team, và dẫn dắt kỹ thuật. Vị trí yêu cầu 5+ năm kinh nghiệm phần mềm, trong đó ≥3 năm làm LLM/AI trong sản phẩm thật, với chuyên sâu về RAG, Agentic AI, LLM Ops và bảo mật AI.
What you will do
- Sở hữu kiến trúc AI của sản phẩm: thiết kế hệ thống LLM/agentic ở mức nền tảng — phân rã service, hợp đồng dữ liệu giữa agent và hệ thống, chiến lược retrieval, biên giới quyền của agent
- Thiết lập chuẩn đo lường cho cả team: xây eval harness và golden dataset dùng chung; đưa eval vào CI để mọi thay đổi prompt/model đều có số liệu trước khi lên production
- Quản trị chi phí và hiệu năng: thiết lập ngân sách token, model routing, caching, batching; chịu trách nhiệm về chi phí inference của sản phẩm
- Thiết kế guardrails và bảo mật AI: phòng prompt injection, phân quyền tool, PII masking, sandbox cho code do LLM sinh, audit log mọi tool call
- Dẫn dắt kỹ thuật: review thiết kế và code, mentor Middle/Junior, viết tài liệu kiến trúc; đề xuất và bảo vệ quyết định kỹ thuật trước product và ban lãnh đạo
- Vận hành production: thiết kế observability (tracing xuyên suốt agent nhiều bước), on-call cho sự cố AI, postmortem và phòng ngừa tái diễn
- Đánh giá công nghệ mới: thẩm định model/framework mới bằng thử nghiệm có số liệu, không theo xu hướng
What we are looking for
- 5+ năm kinh nghiệm phát triển phần mềm, trong đó tối thiểu 3 năm làm LLM/AI trong sản phẩm production có người dùng thật
- Đã sở hữu end-to-end ít nhất một hệ thống AI chạy production: từ thiết kế kiến trúc, triển khai, đo lường đến vận hành và tối ưu
- Thành thạo Python; vững ít nhất một backend language khác (Go / Java / Node) và thiết kế hệ phân tán
- RAG chuyên sâu: hybrid retrieval, reranking, chiến lược chunking theo loại tài liệu; đo chất lượng bằng golden dataset và chỉ số định lượng
- Agentic chuyên sâu: multi-agent orchestration, MCP (hiểu bản chất chuẩn hoá, đã viết server hoặc tích hợp sâu), kiểm soát vòng lặp và ngân sách, human-in-the-loop cho thao tác có side effect
- LLM Ops: đã xây eval harness bắt regression; đã thiết lập observability và theo dõi chi phí ở mức production; biết đánh đổi giữa chi phí, latency và chất lượng bằng số liệu
- Bảo mật AI: hiểu và đã xử lý prompt injection, phân quyền tool, dữ liệu nhạy cảm gửi tới LLM bên thứ ba
- Kinh nghiệm mentor và review cho kỹ sư ít kinh nghiệm hơn; giao tiếp rõ ràng với product và các team khác
- Tiếng Anh đọc hiểu tài liệu kỹ thuật tốt; đọc được paper và đánh giá độ tin cậy của phương pháp
Nice to have
- Self-host và tối ưu inference: vLLM / Triton / BentoML; quantization, KV cache reuse, continuous batching; đo TTFT, throughput, cost per request
- Fine-tuning: LoRA / QLoRA / PEFT; chuẩn bị dataset, đánh giá so với baseline, biết khi nào fine-tune là lựa chọn sai
- Kubernetes, NATS/Kafka, outbox pattern, Elasticsearch; model registry, CI/CD cho model, A/B testing
- Kinh nghiệm xây platform AI dùng chung cho nhiều team hoặc nhiều sản phẩm
- Publication, đóng góp open-source, hoặc portfolio kỹ thuật công khai (GitHub)
- Kinh nghiệm domain IoT, Fintech hoặc hệ thống real-time
What you get
- Mức lương thỏa thuận theo năng lực
- Cơ hội làm việc với công nghệ AI tiên tiến (LLM, Agentic AI, RAG)
- Môi trường làm việc linh hoạt (onsite/hybrid)
- Được dẫn dắt kỹ thuật và ảnh hưởng quyết định kiến trúc sản phẩm