Tonic.ai

Forward Deployed Engineer, Data De-Identification (Co-op)

RemoteĐang tuyển · cập nhật 10/11/2026

Mô tả công việc

FDE Times dịch từ tin tuyển dụng gốc bằng tiếng Anh.

Remote · Co-op, khoảng 20 giờ mỗi tuần · Chào đón sinh viên đang theo học

Tonic.ai đã thực hiện việc khử định danh (de-identification) dữ liệu nhạy cảm từ năm 2018, và hàng trăm doanh nghiệp đang dùng sản phẩm của chúng tôi, trong đó có eBay, UnitedHealth Group, Qualcomm, Commonwealth Bank và Mercor. Mảng kinh doanh mới nhất của chúng tôi đưa công việc này đến một lĩnh vực chưa ai đặt chân tới: dữ liệu vận hành của doanh nghiệp. Email, chat, ticket, tài liệu, mã nguồn, hồ sơ CRM và nhân sự là một số trong những nguồn dữ liệu huấn luyện giá trị nhất còn lại cho các AI lab, nhưng gần như không thể trao đổi khi những người có tên trong đó chưa được bảo vệ.

Chúng tôi đứng giữa doanh nghiệp sở hữu dữ liệu và AI lab cần dữ liệu đó, với vai trò bên thứ ba độc lập. Chúng tôi tiếp nhận toàn bộ kho dữ liệu, tìm ra những cá nhân và tổ chức xuất hiện trong tất cả các hệ thống ấy, gán cho mỗi danh tính thật một bản thay thế tổng hợp nhất quán, dựng lại từng tệp theo đúng định dạng gốc, rồi bàn giao kết quả kèm một báo cáo bằng văn bản về cách thực hiện. Dữ liệu vẫn đọc như hoạt động thật của một công ty, và đó chính là điều khiến nó đáng để dùng huấn luyện.

Vì sao là vị trí này, vì sao là bây giờ

Nhu cầu đang vượt quá năng lực triển khai của chúng tôi. Các lab đang mua, các chủ sở hữu dữ liệu đang bán, và bên mua muốn có bộ dữ liệu trong vài ngày đến vài tuần, chứ không phải vài quý. Công nghệ của chúng tôi đáp ứng được tiến độ đó. Điều biến nó thành một bộ dữ liệu được bàn giao là một kỹ sư biết nhận một kho dữ liệu lộn xộn, tài liệu sơ sài từ khách hàng mới, đưa nó chạy qua pipeline, phát hiện chỗ nào hỏng, và giao ra thứ mà cả hai bên đều sẵn sàng ký nhận.

Đó chính là công việc này. Bạn sẽ là một trong những kỹ sư đầu tiên chuyên trách mảng kinh doanh này, làm việc trực tiếp với các founder kỹ thuật, đội data science và các kỹ sư nền tảng của chúng tôi, đồng thời tiếp cận gần các AI lab hàng đầu, những bên mua cuối cùng của loại dữ liệu này.

Đây là vị trí co-op với khoảng 20 giờ mỗi tuần. Chúng tôi chào đón sinh viên đang theo học cũng như các kỹ sư giàu kinh nghiệm đang tìm công việc bán thời gian.

Bạn sẽ làm gì

Chịu trách nhiệm toàn bộ việc triển khai các dự án khử định danh cho khách hàng, từ lần đầu xem dữ liệu thô đến khi có bộ dữ liệu được khách hàng chấp nhận.
Chạy từng kho dữ liệu qua pipeline khử định danh của chúng tôi và kiểm tra độ chính xác của đầu ra: thực thể bị bỏ sót, thay thế sai, danh tính bị gộp hoặc tách sai, tệp không dựng lại được.
Chẩn đoán sự cố ngay khi chúng xuất hiện. Khi có thể, hãy sửa cho toàn bộ giải pháp hoặc cho riêng trường hợp đó. Khi không thể, hãy hiểu vấn đề đủ rõ để giải thích rành mạch cho kỹ sư có thể xử lý.
Chạy lại pipeline, xác nhận bản sửa đã hiệu quả, rồi chuyển sang bước tiếp theo, thường bao gồm làm việc với đội annotation của chúng tôi để kiểm định chất lượng.
Xây dựng và điều chỉnh các bước ingestion và transformation, biến các bản export thô (hộp thư, kho lưu trữ chat, bộ tài liệu, hệ thống ticket, cơ sở dữ liệu) thành các bộ dữ liệu đã xử lý, sẵn sàng sử dụng.
Viết code được merge vào hệ thống, trong khuôn khổ nền tảng hiện có của chúng tôi, bao gồm cả phần xử lý tùy biến cho những trường hợp riêng lẻ của từng khách hàng.
Chạy các bước đối soát (reconciliation) để số lượng tệp và nội dung khớp nhau từ lúc ingest đến lúc bàn giao.
Đóng góp vào các phần kỹ thuật của báo cáo gửi khách hàng: điều gì được coi là nhạy cảm, điều gì được giữ lại và vì sao, từng loại tệp được xử lý ra sao, và các hạn chế đã biết.
Trình bày cho khách hàng những gì đã thực hiện và dữ liệu thu được, ban đầu cùng các founder của Tonic, về sau tự đảm nhiệm khi bạn đã trưởng thành hơn.
Biến mỗi bản sửa một lần thành thứ có thể tái sử dụng: tài liệu, runbook và các cải tiến cho sản phẩm.

Chúng tôi tìm kiếm

Bằng cử nhân thuộc một ngành kỹ thuật (khoa học máy tính, kỹ thuật, toán, thống kê, vật lý, tin sinh học hoặc tương tự), hoặc đang theo học một trong các ngành đó.
Kinh nghiệm thực tế về data engineering, backend engineering, hoặc vai trò solutions/forward-deployed, nơi bạn đã đưa các hệ thống production đến tay khách hàng. Thực tập, co-op, nghiên cứu và các dự án quy mô đáng kể đều được tính.
Kinh nghiệm vững về Python và các ngôn ngữ lập trình backend khác, cùng SQL. Thoải mái khi đọc và debug code của người khác.
Kinh nghiệm xây dựng các pipeline lặp lại được, xử lý khối lượng lớn dữ liệu có cấu trúc, bán cấu trúc và phi cấu trúc. Bạn hiểu dữ liệu chảy qua một hệ thống như thế nào và nhận ra được khi đầu ra bị sai.
Quy trình làm việc AI-native. Các công cụ và agent AI là cốt lõi trong cách bạn làm việc, không phải phần phụ thêm. Bạn biết chúng đáng tin ở đâu, đâu cần bạn giám sát, và bạn không tin đầu ra của chúng khi chưa kiểm tra.
Tính tự chủ. Bạn thường sẽ là kỹ sư duy nhất trong một dự án, và cần tự đưa ra các quyết định đúng đắn mà không phải chờ ai bảo mình làm gì.
Giao tiếp rõ ràng với những nhóm đối tượng rất khác nhau. Buổi sáng bạn có thể giải thích cho kỹ sư của khách hàng về một sự cố pipeline, buổi chiều giải thích một sự đánh đổi cho lãnh đạo cấp cao.
Thành tích hoàn thành các dự án phức tạp trong thời hạn ngắn, tính bằng ngày và tuần.
Có thể làm việc khoảng 20 giờ mỗi tuần, với đủ sự linh hoạt để các dự án của khách hàng luôn đúng tiến độ.

Điểm cộng

Kinh nghiệm với model inference, ML pipeline hoặc PyTorch.
Kinh nghiệm xây dựng hoặc duy trì các công cụ data masking, de-identification, ETL hoặc dữ liệu tổng hợp.
Hứng thú làm việc gần các AI lab hàng đầu và hệ sinh thái dữ liệu huấn luyện.
Kinh nghiệm tại công ty giai đoạn đầu hoặc trên một dòng sản phẩm mới.

Thành công trông như thế nào

Trong tháng đầu tiên, bạn sẽ làm quen với nền tảng và quy trình bàn giao, đồng thời cùng đội ngũ phụ trách một phần của một dự án đang chạy thực tế. Đến cuối quý đầu tiên, bạn sẽ tự dẫn dắt các dự án, từ khâu xác định phạm vi đến bàn giao, và các runbook cùng công cụ bạn viết sẽ giúp dự án thứ hai, thứ ba nhanh hơn dự án đầu tiên. Sau đó, bạn sẽ góp phần định hình cách mảng này phát triển.

Vì sao nên gia nhập

Bạn sẽ có mặt từ sớm trong một mảng kinh doanh tăng trưởng nhanh, giải quyết một bài toán mà ngành AI chưa có lời giải tốt.
Bạn sẽ làm việc cùng các founder kỹ thuật, với đường dây trực tiếp từ những gì bạn thấy ngoài thực địa đến những gì được xây dựng.
Bạn sẽ tiếp cận gần các AI lab hàng đầu và tích lũy kinh nghiệm ngay tại trung tâm của thị trường dữ liệu huấn luyện.
Công việc này có ý nghĩa vượt ra ngoài bất kỳ thương vụ nào: đưa dữ liệu doanh nghiệp đến các lab mà không để lộ những người có trong đó là bài toán cả ngành phải giải.
Mức đãi ngộ cạnh tranh.

Tonic.ai là nhà tuyển dụng bình đẳng cơ hội. Chúng tôi đang xây dựng một đội ngũ phản ánh sự đa dạng của người dùng và của những vấn đề họ đang tìm cách giải quyết.

Xem tin gốc

Forward Deployed Engineer, Data De-Identification (Co-op)

Remote · Co-op, about 20 hours a week · Current students welcome

Tonic.ai has been de-identifying sensitive data since 2018, and hundreds of enterprises use our products, among them eBay, UnitedHealth Group, Qualcomm, Commonwealth Bank, and Mercor. Our newest line of business takes that work somewhere it hasn't gone before: company operating data. Email, chat, tickets, documents, code, CRM and HR records are some of the most valuable training data left for AI labs, and almost none of it can change hands until the people in it are protected.

We sit between the company that owns the data and the lab that wants it, as the independent third party. We take in the corpus, find the people and organizations referenced across all of those systems, give each real identity one consistent synthetic replacement, rebuild every file in its original format, and deliver the result with a written report on how it was done. The data still reads like a company doing its work, which is what makes it worth training on.

Why This Role, Why Now

Demand is running ahead of our capacity to deliver. Labs are buying, data owners are selling, and the buyers want datasets in days to weeks, not quarters. The technology can meet that timeline. What turns it into a delivered dataset is an engineer who can take a messy, half-documented corpus from a new client, get it through the pipeline, catch what breaks, and ship something both sides will sign off on.

That's this job. You'll be one of the first engineers dedicated to this business, working directly with our technical founders, data science team, and platform engineers, and getting close to the frontier AI labs that are the end buyers of this data.

This is a co-op role at roughly 20 hours a week. We welcome current students alongside experienced engineers looking for part-time work.

What You'll Do

Own the delivery of client de-identification projects, from the first look at the raw data to a dataset the client accepts.
Run each corpus through our de-identification pipeline and check the output for accuracy: missed entities, wrong replacements, identities merged or split incorrectly, files that won't rebuild.
Diagnose problems as they appear. Where you can, fix them for the whole solution or for the one case. Where you can't, understand the issue well enough to explain it clearly to the engineer who can.
Rerun the pipeline, confirm the fix worked, then move on to the next step, which often includes working with our annotation team to validate quality.
Build and adjust the ingestion and transformation steps that turn raw exports (mailboxes, chat archives, document dumps, ticketing systems, databases) into processed, ready-to-use datasets.
Write code that gets merged, within the guardrails of our existing platform, including custom handling for client-specific one-offs.
Run reconciliation checks so file counts and content tie from ingest to delivery.
Contribute to the technical sections of the client report: what was treated as sensitive, what was kept and why, how each file type was handled, and known limitations.
Walk clients through what was done and the resulting data, alongside Tonic's founders at first and on your own as you grow.
Turn every one-off fix into something reusable: documentation, runbooks, and improvements to the product.

What We're Looking For

A bachelor's degree in a technical field (computer science, engineering, math, statistics, physics, bioinformatics, or similar), or currently enrolled in one.
Hands-on work in data engineering, backend engineering, or a solutions/forward-deployed role where you shipped production systems for customers. Internships, co-ops, research, and substantial projects count.
Strong experience in Python and other backend programming languages, plus SQL. Comfortable reading and debugging other people's code.
Experience building repeatable pipelines that process large volumes of structured, semi-structured, and unstructured data. You understand how data flows through a system and can tell when output is wrong.
AI-native workflow. AI tools and agents are central to how you work, not an add-on. You know where they're reliable, where they need your oversight, and you don't trust their output without checking it.
Self-direction. You'll often be the only engineer on an engagement, and you'll need to make sound calls without waiting for someone to tell you what to do.
Clear communication with very different audiences. You can walk a client's engineer through a pipeline failure in the morning and explain a tradeoff to a senior executive in the afternoon.
A record of delivering complex projects on short timelines, measured in days and weeks.
Availability for roughly 20 hours a week, with enough flexibility to keep client engagements on schedule.

Nice to Haves

Experience with model inference, ML pipelines, or PyTorch.
Experience building or maintaining data masking, de-identification, ETL or synthetic data tooling.
Interest in working close to frontier AI labs and the training-data ecosystem.
Experience at an early-stage company or on a new product line.

What Success Looks Like

In your first month, you'll learn the platform and the delivery process and run part of a live engagement alongside the team. By the end of your first quarter, you'll be running engagements on your own, from scoping to delivery, and the runbooks and tooling you've written will have made the second and third ones faster than the first. After that, you'll help shape how this function grows.

Why Join

You'll be early in a fast-growing business solving a problem the AI industry doesn't yet have a good answer for.
You'll work alongside technical founders, with a direct line from what you see in the field to what gets built.
You'll get close to the frontier AI labs and build experience at the center of the training-data market.
The work matters beyond any one deal: getting company data to labs without exposing the people in it is a problem the whole industry has to solve.
Competitive compensation.

Tonic.ai is an equal opportunity employer. We're building a team that reflects the diversity of our users and the problems they're trying to solve.

Gửi CV ứng tuyển