1. Năng lực lãnh đạo chiến lược
- Xác định và triển khai chiến lược khoa học dữ liệu và AI trên toàn doanh nghiệp, phù hợp với các ưu tiên kinh doanh.
- Tư vấn cho ban lãnh đạo cấp cao (C-level) về cơ hội tận dụng dữ liệu nhằm thúc đẩy tăng trưởng, giảm thiểu rủi ro và nâng cao hiệu quả vận hành.
2. Phát triển Mô hình & Đổi mới
- Thực hiện các sáng kiến AI/ML có giá trị cao trên toàn tổ chức.
- Dẫn dắt việc thiết kế, phát triển, kiểm định và triển khai các mô hình dự báo (ví dụ: chấm điểm tín dụng, phát hiện gian lận, dự báo rủi ro, phân khúc khách hàng, tiếp thị cá nhân hóa).
- Giám sát công tác quản trị và quản lý vòng đời của tất cả các mô hình để đảm bảo độ chính xác, tuân thủ và tính bền vững.
3. Kiến trúc Dữ liệu & Công nghệ
- Hợp tác với bộ phận CNTT và Kỹ thuật Dữ liệu để xây dựng các nền tảng dữ liệu, pipeline và hạ tầng AI/ML có khả năng mở rộng (cloud, phân tích theo thời gian thực, data lakes).
- Đảm bảo chất lượng, tính toàn vẹn và khả năng truy cập dữ liệu trong toàn doanh nghiệp.
4. Quản trị & Tuân thủ
- Thiết lập các thực hành AI có đạo đức và đảm bảo tuân thủ các yêu cầu về quyền riêng tư dữ liệu, quy định pháp lý và an ninh.
5. Quan hệ đối tác kinh doanh
- Hợp tác với các đơn vị kinh doanh để xác định các trường hợp ứng dụng và mang lại tác động kinh doanh có thể đo lường.
- Chuyển hóa các phân tích phức tạp thành những khuyến nghị rõ ràng, có thể hành động dành cho các bên liên quan.
6. Quản trị Nhân sự
- Triển khai công tác lãnh đạo và quản lý cần thiết để giúp nhân sự trực tiếp và gián tiếp đạt được mục tiêu của AI Factory.
- Lập kế hoạch nhân sự, phân bổ nguồn lực. Phối hợp với bộ phận Nhân sự để xây dựng kế hoạch tuyển dụng, đào tạo, kế thừa, lộ trình phát triển sự nghiệp, ghi nhận đóng góp và quản lý hiệu suất cho nhân viên trong bộ phận.
7. Văn hóa Doanh nghiệp
- Làm gương trong việc xây dựng văn hóa doanh nghiệp. Đảm bảo triển khai đầy đủ và đúng đắn các kế hoạch thực thi văn hóa doanh nghiệp.
- Giúp nhân viên thấu hiểu và áp dụng nhất quán các giá trị văn hóa, chuẩn mực hành vi của VPBank.
1. Trình độ đào tạo
- Thạc sĩ hoặc Tiến sĩ trong lĩnh vực Khoa học Dữ liệu, Khoa học Máy tính, Thống kê, Toán học hoặc các ngành có liên quan.
2. Kiến thức / Chuyên môn / Kinh nghiệm liên quan
- Tối thiểu 10 năm kinh nghiệm trong lĩnh vực khoa học dữ liệu hoặc phân tích nâng cao, trong đó có ít nhất 5 năm đảm nhận vai trò lãnh đạo.
- Có thành tích chứng minh được năng lực xây dựng và triển khai các mô hình học máy (Machine Learning) và AI trong môi trường sản xuất quy mô lớn.
- Thành thạo các phương pháp mô hình thống kê, học máy, học sâu, xử lý ngôn ngữ tự nhiên và công nghệ dữ liệu lớn (Big Data).
3. Các kỹ năng, năng lực
- Thành thạo các ngôn ngữ lập trình (Python, R, SQL) và có kinh nghiệm với các công nghệ tính toán phân tán (Spark, Hadoop) cũng như nền tảng điện toán đám mây (AWS, GCP, Azure).
- Kỹ năng lãnh đạo, quản lý các bên liên quan và kỹ năng giao tiếp xuất sắc, có khả năng tạo ảnh hưởng ở cấp lãnh đạo cao nhất.
