Mô tả công việc
FDE Times dịch từ tin tuyển dụng gốc bằng tiếng Trung.
Giới thiệu đội ngũ: Data Platform là bộ phận data middle platform (nền tảng dữ liệu trung tâm) của ByteDance, cung cấp giải pháp dữ liệu lớn trọn gói cho nhiều mảng kinh doanh của công ty (gồm Douyin, thương mại điện tử, livestream và dịch vụ đời sống...), bao phủ toàn bộ chuỗi từ sản xuất, làm sạch, truyền tải, mô hình hóa đến phân tích dữ liệu, với khả năng giải quyết nhiều bài toán như phát triển dữ liệu, đánh giá thử nghiệm, gắn nhãn chân dung người dùng và phân tích nâng cao. Đồng thời, Data Platform cũng đang đẩy mạnh thương mại hóa các giải pháp data middle platform mà ByteDance đã tích lũy, để nhiều ngành hơn có thể dùng năng lực sản phẩm của chúng tôi xây dựng data middle platform riêng. Trên Volcano Engine, chúng tôi cung cấp các giải pháp sản phẩm như Marketing Growth Suite (bộ công cụ tăng trưởng marketing) và data middle platform, cùng các giải pháp theo ngành cho lĩnh vực pan-internet, tài chính, ô tô, bán lẻ mới (new retail) và nhiều ngành khác.
1. Tech lead dự án Agent: Là người chịu trách nhiệm kỹ thuật cao nhất của các dự án thuộc nhóm Agent, dẫn dắt toàn bộ vòng đời từ khảo sát nhu cầu, thiết kế kiến trúc, prompt engineering, viết Skills cho đến vận hành sau khi go-live, và chịu trách nhiệm về các chỉ số kết quả kinh doanh của khách hàng; 2. Thiết kế kiến trúc Agent: Dựa trên bộ ba nền tảng của Volcano Engine (Interactive Assistant / Knowledge Engine / Analysis Agent) để thiết kế kiến trúc Agent end-to-end cho từng bối cảnh của khách hàng, bao gồm điều phối multi-Agent, gọi tool, chia nhỏ tri thức (knowledge chunking), pipeline RAG và framework Eval; có năng lực cân nhắc đánh đổi về kiến trúc và thiết kế phương án thay thế khi năng lực của nền tảng chưa đáp ứng đủ; 3. Đi sâu vào nghiệp vụ của khách hàng: Cùng các bên nghiệp vụ phía khách hàng rà soát quy trình kinh doanh, thiết kế các điểm can thiệp của Agent, xác định ranh giới giữa "phần AI có thể đảm nhận" và "phần con người làm phương án dự phòng"; hiểu quy trình nghiệp vụ của khách hàng đủ sâu để có thể tự mình đưa ra quyết định kỹ thuật; 4. Ra quyết định kỹ thuật tại hiện trường: Trong bối cảnh thực tế khi sản phẩm liên tục được cập nhật và nhu cầu của khách hàng thay đổi liên tục, tự mình đưa ra quyết định kiến trúc kỹ thuật, xử lý sự cố và điều chỉnh giải pháp, không phụ thuộc vào việc trụ sở chính duyệt từng cấp; 5. Phối hợp giữa nhiều khách hàng và nhiều vai trò: Nhận diện các bối cảnh chung giữa các khách hàng, đúc kết thành thiết kế tính năng, mã nguồn, Skills, prompt template, Agent template và bộ Eval có thể tái sử dụng; mỗi dự án phải để lại ít nhất 1 tài sản có thể tái sử dụng cho nhiều khách hàng; đóng vai trò "đại diện tại hiện trường" của đội nghiên cứu phát triển sản phẩm, phản hồi một cách có cấu trúc những khoảng trống về năng lực nền tảng phát hiện được tại khách hàng cho đội product R&D, và tham gia thảo luận thứ tự ưu tiên khi cập nhật sản phẩm nền tảng; trong chuỗi bàn giao Agent, phối hợp theo mô hình chữ T với PM/BA/ETL/đội product R&D/CSM, làm rõ ai có quyền quyết định kỹ thuật và tiêu chuẩn handoff.
1. Tốt nghiệp đại học trở lên, chuyên ngành liên quan như khoa học máy tính, kỹ thuật, toán học, hoặc có kinh nghiệm thực tế tương đương; 2. Có trên 5 năm kinh nghiệm về kiến trúc kỹ thuật và triển khai hướng đến khách hàng, thành thạo Vibe coding, có thể tự mình hoàn thành phát triển prototype, làm việc với khách hàng và bàn giao ở mức production; 3. Năng lực kỹ thuật phần mềm: Thành thạo Python (viết được code chất lượng production, không chỉ là script phân tích), quen với phát triển API, có nền tảng frontend cơ bản (có thể tự dựng Demo), hiểu về triển khai bằng container và quy trình CI/CD; 4. Năng lực data engineering: Tinh thông SQL, có kinh nghiệm thực tế về quản trị dữ liệu, mô hình hóa dữ liệu và ETL, hiểu rõ chất lượng dữ liệu ảnh hưởng then chốt thế nào đến hiệu quả của ứng dụng AI; 5. Năng lực thiết kế dữ liệu AI Ready: Có thể thiết kế tầng dữ liệu "để Agent sử dụng được" — metadata có ngữ nghĩa rõ ràng, cấu trúc dữ liệu thân thiện với ngữ cảnh, cách tổ chức tri thức phù hợp với RAG; ưu tiên ứng viên có kinh nghiệm mô hình hóa semantic layer/Ontology.