Solution Architect – AI & GenAI Platform - SI - MSB - 4G027

1. Quản trị Kiến trúc Công nghệ & Nền tảng AI/GenAI

• Thiết kế và quản trị kiến trúc tổng thể cho các nền tảng AI/GenAI Platform, đảm bảo tính mở rộng, bảo mật, khả năng tích hợp và tối ưu chi phí vận hành.
• Xây dựng kiến trúc tham chiếu (Reference Architecture) cho các lớp AI/GenAI gồm: Data Layer, Model Layer, Orchestration Layer (Agents/Tools), và Application Layer (Chatbot, API, App, Workflow…).
• Thiết kế, tích hợp và tối ưu hạ tầng AI (GPU, Container, Cloud/On-prem), bao gồm MLOps & AIOps pipelines (CI/CD model deployment, monitoring, retraining).
• Quản lý và chuẩn hóa kiến trúc dữ liệu AI, bao gồm Data Lake, Feature Store, Vector Database, Data Governance & Data Quality Framework.
• Định nghĩa và giám sát các tiêu chuẩn kiến trúc AI, quy trình vận hành mô hình (Model Lifecycle Management – MLOps) và AI observability.
• Xây dựng lộ trình phát triển công nghệ AI/GenAI của ngân hàng gắn với chiến lược AI-First / AI-TOP và các mục tiêu chuyển đổi số tổng thể.
• Phối hợp cùng các đội ngũ kỹ sư, nhà khoa học dữ liệu, chuyên gia nghiệp vụ để triển khai các use case AI, GenAI, Agentic AI trên nền tảng thống nhất.

2. Tư vấn Giải pháp & Chiến lược AI cho MSB

• Tổ chức và tiếp nhận, nắm bắt các yêu cầu và định hướng kinh doanh từ TGĐ và các NHCD, khối/ban hỗ trợ theo phân công của GĐ Phòng.
• Phối hợp với các đơn vị trong và ngoài MSB để tìm kiếm, cập nhật các công nghệ mới.
• Tư vấn, tham mưu với GĐ Khối, các NHCD/Khối/Ban hỗ trợ về xu hướng công nghệ, lộ trình phát triển và ứng dụng công nghệ tại MSB theo phân công của GĐ Phòng.
• Phối hợp với các đơn vị xây dựng ngân sách đầu tư công nghệ hàng năm dựa trên lộ trình triển khai chiến lược và nhu cầu kinh doanh từ các đơn xác định use case AI/GenAI có giá trị cao (e.g. Chatbot, RPA, Fraud Detection, Risk Scoring, Document Intelligence, Recommendation, Hyper-personalization…).
• Tư vấn và định hình chiến lược GenAI Adoption – từ chọn mô hình (LLMs, Vision, Multimodal…) đến thiết kế cơ chế RAG, Prompt Orchestration, Tool-Calling, Agentic Architecture.
• Đề xuất lựa chọn các công nghệ AI/GenAI phù hợp (OpenAI, Azure AI, HuggingFace, VertexAI, LangChain, Dify, AutoGen, CrewAI, v.v.) và mô hình vận hành hybrid (On-prem / Cloud).
• Hợp tác với các đối tác chiến lược (AWS, Microsoft, Google, NVIDIA, BCG, IBM…) để triển khai và cập nhật công nghệ tiên tiến.
• Tham mưu lộ trình đầu tư công nghệ AI, GenAI và hạ tầng dữ liệu thông minh trong kế hoạch ngân sách công nghệ hàng năm.

3. Tổ chức & Triển khai Dự án AI/GenAI

• Chủ trì hoặc tham gia triển khai các dự án trọng điểm thuộc mảng AI, GenAI Platform, AIOps, MLOps, DataOps, Chatbot/Agent.
• Thiết lập khung quản trị dự án AI (AI Governance Framework) gồm: kiểm soát mô hình, bảo mật dữ liệu, đạo đức AI, explainability, compliance.
• Giám sát việc tích hợp và vận hành các pipeline AI: training, deployment, monitoring, evaluation, versioning.
• Thúc đẩy AI reuse & scalability, giúp các use case có thể mở rộng nhanh trên cùng nền tảng chung.

4. Quản lý Kiến trúc, Kế hoạch và Nguồn lực

• Quản lý và cập nhật Enterprise AI Architecture Map – đảm bảo tính đồng nhất giữa các khối công nghệ, dữ liệu, phân tích và nghiệp vụ.
• Tham mưu xây dựng lộ trình phát triển năng lực kỹ thuật và kế hoạch nguồn lực AI (Data Engineer, MLOps Engineer, Prompt Engineer, AI Architect…).
• Đề xuất chiến lược make-or-buy khi triển khai các giải pháp AI (tự phát triển hay hợp tác đối tác).

1. Trình độ

• Tốt nghiệp Đại học chuyên ngành Công nghệ thông tin, Khoa học máy tính, Hệ thống thông tin, Toán Tin ứng dụng, hoặc tương đương.
• Ưu tiên có chứng chỉ chuyên môn: TOGAF, AWS/GCP/Azure Solution Architect, MLOps/AIOps, Generative AI, hoặc tương đương.
• Ngoại ngữ: Có khả năng giao tiếp và làm việc với đối tác quốc tế (TOEIC ≥ 650 hoặc tương đương).

2. Kinh nghiệm

• Tối thiểu 5 năm kinh nghiệm trong lĩnh vực CNTT, trong đó từ 2 năm trở lên trong AI/ML, Data Platform hoặc AI Architecture.
• Có kinh nghiệm triển khai AI/GenAI platform hoặc AI use cases trong lĩnh vực tài chính-ngân hàng là lợi thế.
• Am hiểu sâu về:

o Kiến trúc dữ liệu AI: Data Lake, Feature Store, Vector DB, Metadata store.

o Nền tảng AI/GenAI: LLMs, RAG, Prompt Orchestration, Agent Frameworks.

o Hạ tầng triển khai mô hình: MLOps, AIOps, CI/CD pipelines, Model Registry, Monitoring.

o Công nghệ cloud-native: Kubernetes, Docker, API Gateway, Microservices, Event Streaming (Kafka).

o Ngôn ngữ và framework AI phổ biến: Python, PyTorch, TensorFlow, LangChain, HuggingFace, MLflow, Kubeflow, Airflow, v.v.

3. Kiến thức bổ trợ

• Có hiểu biết về các hệ thống lõi ngân hàng (CoreBanking, CRM, BPM, Card, Digital Channel).
• Kiến thức về DevSecOps, ITIL, TOGAF, Agile/Scrum.
• Nắm bắt xu hướng công nghệ mới: Agentic AI, GenAI Governance, Responsible AI, Explainable AI.

4. Năng lực

• Tư duy kiến trúc hệ thống toàn diện và định hướng giải pháp.
• Kỹ năng giao tiếp, đàm phán và trình bày giải pháp với lãnh đạo cấp cao.
• Tư duy đổi mới sáng tạo và khả năng dẫn dắt thay đổi công nghệ.
• Khả năng làm việc đa nhiệm, chịu áp lực cao, tinh thần trách nhiệm và hợp tác nhóm tốt.