Nhóm Phân tích Vận hành chịu trách nhiệm vận hành hạ tầng dữ liệu và cung cấp các giải pháp phân tích nâng cao phục vụ trực tiếp cho các quyết định kinh doanh và tối ưu hóa vận hành cốt lõi. Vị trí DGA (Analytics Engineer) đóng vai trò trung tâm với hai sứ mệnh lớn: Một mặt, thiết lập các quy chuẩn dữ liệu và kiến trúc vận hành để đảm bảo luồng công việc chủ động, thông tin nhất quán; mặt khác, trực tiếp nghiên cứu và triển khai các mô hình Machine Learning phức tạp cùng phân tích chuyên sâu nhằm giải quyết triệt để các bài toán vận hành hóc búa.
Đây không phải là vị trí chỉ thuần túy ngồi xây dựng dashboard. Bạn sẽ là kiến trúc sư xây dựng hạ tầng dữ liệu sạch, bền vững, đồng thời là chuyên gia ứng dụng AI/ML để tối ưu hóa hiệu suất vận hành của doanh nghiệp
Công việc hằng ngày (Key Responsibilities)
1. Kiến trúc vận hành & Quy chuẩn dữ liệu (Data Governance & Architecture)
- Thiết lập, tối ưu hóa và duy trì các luồng dữ liệu tự động hóa (pipeline) kết nối từ các nền tảng nội bộ và hệ thống lưu trữ cloud.
- Quản lý toàn bộ codebase của đội ngũ phân tích trên Git, đảm bảo repository sạch, có tổ chức chặt chẽ thông qua việc phân nhánh (branching), kiểm duyệt code (code review) và kiểm soát phiên bản (version control).
- Thiết kế và xây dựng các mô hình dữ liệu (data models từ staging → marts) trên các nền tảng BigQuery hoặc Snowflake, đảm bảo cấu trúc tối ưu và lineage dữ liệu rõ ràng.
- Xây dựng, ban hành và kiểm soát việc thực thi các quy chuẩn kỹ thuật dữ liệu (data standards, tài liệu hướng dẫn, checklist) nhằm đảm bảo tính nhất quán thông tin trong toàn nhóm.
2. Ứng dụng Machine Learning & Phân tích chuyên sâu (Advanced Analytics & ML)
- Nghiên cứu, phát triển và triển khai các mô hình Machine Learning phức tạp (như Dự báo chuỗi thời gian - Time Series forecasting, Phân tích nguyên nhân - Causal Inference, và các đường ống xử lý ngôn ngữ tự nhiên - NLP pipelines) phục vụ cho việc tối ưu hóa vận hành và chuỗi cung ứng.
- Xử lý, làm sạch và vận hành các tập dữ liệu quy mô lớn (Big Data vượt ngưỡng hàng trăm triệu đến tỷ dòng) trên các môi trường điện toán phân tán.
- Ứng dụng linh hoạt các thuật toán học máy (như Catboost, Random Forest, SVM, Clustering) để phân loại, dự báo và trích xuất các thông tin chuyên sâu giải quyết bài toán vận hành khó.
3. Tối ưu hệ thống & Hỗ trợ đội ngũ (Governance & Cost Control)
- Giám sát hiệu năng hệ thống, phát hiện và tối ưu các script SQL/Python kém hiệu quả nhằm kiểm soát và tối ưu hóa chi phí vận hành trên các nền tảng Cloud (BigQuery, Databricks, Azure/AWS).
- Đóng vai trò chuyên gia hỗ trợ (mentor) cho các Data Analyst trong team khi họ gặp khó khăn về logic truy vấn phức tạp, cấu trúc data model hoặc kết nối nguồn dữ liệu.
- Duy trì hệ thống tài liệu kỹ thuật nội bộ (Wiki/Runbook) rõ ràng để phục vụ công tác theo dõi tiến độ và Onboard nhân sự mới.
Kỹ năng bắt buộc (Must-have):
- Thành thạo SQL nâng cao: Nắm vững các kỹ thuật query phức tạp (CTE, window functions, subquery, aggregation). Có tư duy đọc hiểu execution plan để viết query tối ưu hiệu năng và chi phí.
- Năng lực lập trình Python/R tốt: Đủ khả năng viết các script tự động hóa, xây dựng data pipeline và sử dụng thành thạo các thư viện phân tích/Machine Learning (như Pandas, NumPy, Scikit-learn, TensorFlow, PyTorch).
- Kinh nghiệm Big Data & Cloud: Có kinh nghiệm làm việc thực tế với Spark, PySpark, Databricks hoặc các nền tảng Cloud Data Warehouse (BigQuery, Snowflake) và hạ tầng AWS/Azure.
- Tư duy Data Modeling vững chắc: Hiểu sâu về thiết kế Star Schema, Fact/Dim tables, và SCD (Slowly Changing Dimensions) phục vụ cho BI và phân tích chuyên sâu.
- Thành thạo Git: Làm việc tốt với môi trường team repository thực tế (branch, commit, merge request, conflict resolution).
- Tích hợp hệ thống & API: Hiểu rõ cơ chế xác thực (API Key, OAuth2, Service Accounts) và quản lý quyền truy cập cơ bản (IAM) trên GCP hoặc các nền tảng Cloud tương đương.
Ưu tiên cao (Nice-to-have):
- Có kinh nghiệm sử dụng công cụ dbt (models, ref, incremental strategy, snapshot).
- Thành thạo các công cụ trực quan hóa dữ liệu như Power BI (biết viết DAX nâng cao, quản lý semantic model), Tableau hoặc QuickSight.
- Tốt nghiệp Cử nhân/Thạc sĩ các ngành Khoa học Máy tính, Thống kê, Khoa học Dữ liệu tại các trường Đại học uy tín (GPA xuất sắc là một điểm cộng lớn).
Kỹ năng mềm và Tư duy công việc (Soft Skills & Mindset)
- Có khả năng viết tài liệu kỹ thuật bài bản, rõ ràng (runbook, checklist, tiêu chuẩn dữ liệu) cho người khác dễ dàng tiếp cận.
- Có khả năng giao tiếp và truyền đạt tốt, giải thích được các vấn đề kỹ thuật hoặc mô hình phức tạp cho các bên liên quan không thuộc khối kỹ thuật (non-technical stakeholders).
- Tư duy phòng ngừa: Khả năng phát hiện và dự báo trước các điểm nghẽn của dữ liệu hoặc lỗ hổng hệ thống trước khi chúng biến thành sự cố (incident).
- Hồ Chí Minh: 350 Võ Văn Kiệt, Phường Cầu Ông Lãnh (Quận 1 cũ)
Thứ 2 - Thứ 6 (từ 08:30 đến 17:30)
Thứ 7 làm việc tại nhà