• Chiến lược & Lộ trình:

  • Xác định và thực hiện chiến lược AI/ML và Khoa học Dữ liệu cho các lĩnh vực kinh doanh chính, bao gồm:

    • Dự báo nhu cầu: Phát triển và triển khai các mô hình dự đoán nâng cao để tối ưu hóa tồn kho, giảm thiếu hàng tồn kho và giảm thiểu lãng phí trên danh mục sản phẩm lớn (dược phẩm, sức khỏe & sắc đẹp, FMCG), có tính đến yếu tố mùa vụ, khuyến mãi, yếu tố bên ngoài và các thách thức đặc thù của ngành dược (ví dụ: hạn sử dụng sản phẩm, thay đổi quy định, nhu cầu thuốc cụ thể khác nhau).

    • AI tự trị (Agentic AI): Nghiên cứu, thử nghiệm và xây dựng các tác nhân thông minh có thể chủ động hỗ trợ khách hàng (ví dụ: trợ lý sức khỏe ảo, điều hướng thông minh cho thông tin sức khỏe), tự động hóa các tác vụ vận hành và cung cấp hỗ trợ ra quyết định theo thời gian thực cho dược sĩ và chuyên gia chăm sóc sức khỏe trên nền tảng.

    • Cá nhân hóa: Thúc đẩy phát triển các công cụ đề xuất tinh vi, phân phối nội dung cá nhân hóa và hành trình khách hàng được điều chỉnh phù hợp trên tất cả các điểm tiếp xúc (web, ứng dụng di động, tại cửa hàng, CRM), tận dụng dữ liệu khách hàng đa dạng.

    • Upsell & Cross-sell trên nền tảng chăm sóc sức khỏe: Thiết kế và triển khai các mô hình dựa trên AI để xác định các cơ hội upsell tối ưu (ví dụ: gói sức khỏe cao cấp hơn, sản phẩm cao cấp) và cross-sell (ví dụ: sản phẩm bổ sung cho các bệnh mãn tính, dịch vụ y tế liên quan) trong nền tảng chăm sóc sức khỏe, nâng cao giá trị khách hàng và doanh thu.

  • Chuyển đổi các thách thức kinh doanh phức tạp thành các vấn đề khoa học dữ liệu, xác định các phương pháp luận và yêu cầu dữ liệu phù hợp.

  • Xây dựng và duy trì lộ trình AI/ML được ưu tiên, phù hợp với các bên liên quan về sản phẩm, kỹ thuật và kinh doanh.

• Phát triển & Triển khai mô hình:

  • Dẫn dắt vòng đời end-to-end của các mô hình AI/ML, từ khám phá dữ liệu, kỹ thuật tính năng, lựa chọn mô hình, đào tạo, đánh giá, đến triển khai, giám sát và đào tạo lại trong môi trường sản xuất.

  • Đảm bảo các mô hình mạnh mẽ, có thể giải thích được, đạo đức và hoạt động ở quy mô lớn.

  • Giám sát việc tích hợp các mô hình AI/ML vào các hệ thống khác nhau (ví dụ: nền tảng thương mại điện tử, CRM, quản lý tồn kho, công cụ tương tác với bệnh nhân).

  • Thúc đẩy các phương pháp hay nhất về MLOps, bao gồm kiểm soát phiên bản, kiểm thử tự động, CI/CD cho các mô hình và giám sát hiệu suất.

• Lãnh đạo & Phát triển đội ngũ:

  • Xây dựng, cố vấn và phát triển một đội ngũ các nhà khoa học dữ liệu và kỹ sư học máy có năng lực cao.

  • Thúc đẩy văn hóa đổi mới, thử nghiệm, học hỏi liên tục và nghiên cứu khoa học nghiêm túc.

  • Cung cấp hướng dẫn kỹ thuật, giám sát kiến trúc và hỗ trợ thực tế khi cần thiết.

  • Thực hiện đánh giá hiệu suất, đặt mục tiêu rõ ràng và hỗ trợ phát triển sự nghiệp cho các thành viên trong nhóm.

• Hợp tác Dữ liệu & Cơ sở hạ tầng:

  • Phối hợp chặt chẽ với các nhóm Kỹ thuật Dữ liệu để đảm bảo tính sẵn có của dữ liệu sạch, đáng tin cậy và có cấu trúc tốt cho việc đào tạo và suy luận mô hình.

  • Làm việc với Giám đốc Kỹ thuật để xác định cơ sở hạ tầng cần thiết cho việc phát triển và triển khai AI/ML (ví dụ: tài nguyên tính toán, hồ dữ liệu, cửa hàng tính năng).

  • Hợp tác với nhóm CRM & CDP để tận dụng dữ liệu khách hàng cho các sáng kiến cá nhân hóa và tương tác.

• Giao tiếp với các bên liên quan:

  • Truyền đạt các phát hiện phân tích phức tạp và khả năng AI cho các bên liên quan không chuyên về kỹ thuật một cách rõ ràng, súc tích và dễ hiểu.

  • Hợp tác với các Giám đốc Sản phẩm để xác định câu chuyện người dùng và đảm bảo các giải pháp AI đáp ứng nhu cầu kinh doanh và mang lại giá trị có thể đo lường được.

  • Trình bày các thông tin chi tiết quan trọng, hiệu suất mô hình và ROI của các sáng kiến AI/ML cho lãnh đạo cấp cao.

• Trình độ học vấn: Thạc sĩ hoặc Tiến sĩ ngành Khoa học Máy tính, Khoa học Dữ liệu, Học máy, Thống kê, Nghiên cứu Vận hành hoặc các lĩnh vực định lượng liên quan.

• Kinh nghiệm:

  • 7+ năm kinh nghiệm về khoa học dữ liệu, học máy hoặc phân tích định lượng, với ít nhất 3 năm ở vị trí lãnh đạo hoặc quản lý.

  • Kinh nghiệm đã được chứng minh trong việc phát triển và triển khai các giải pháp AI/ML đã mang lại tác động kinh doanh đáng kể, đặc biệt trong:

    • Dự báo nhu cầu: Kinh nghiệm với các mô hình dự báo chuỗi thời gian (ví dụ: ARIMA, Prophet, các phương pháp dựa trên học sâu), tối ưu hóa tồn kho và xử lý các yếu tố phức tạp trong chuỗi cung ứng bán lẻ/dược phẩm.

    • Hệ thống cá nhân hóa/đề xuất: Kinh nghiệm với lọc cộng tác, lọc dựa trên nội dung, mô hình học sâu cho đề xuất và khung thử nghiệm A/B.

    • AI tự trị/AI tạo sinh: Kinh nghiệm thực tế với Mô hình ngôn ngữ lớn (LLM), xử lý ngôn ngữ tự nhiên (NLP), kiến trúc tác nhân và xây dựng AI đàm thoại hoặc các giải pháp tự động hóa thông minh.

    • Phân tích Upsell/Cross-sell: Kinh nghiệm xây dựng các mô hình dự đoán giá trị vòng đời khách hàng (CLTV), dự đoán rời bỏ khách hàng, đề xuất hành động tốt nhất tiếp theo và chiến lược phân khúc.

  • Thành thạo Python (với các thư viện như scikit-learn, TensorFlow, PyTorch, Pandas, NumPy) và/hoặc R.

  • Chuyên môn về SQL để trích xuất và thao tác dữ liệu.

  • Kinh nghiệm làm việc với các bộ dữ liệu lớn trong môi trường đám mây (ví dụ: AWS, Azure, Google Cloud) và các khung tính toán phân tán (ví dụ: Spark).

  • Quen thuộc với các công cụ và thực hành MLOps (ví dụ: MLflow, Kubeflow, Data Version Control).

  • Ưu tiên cao kinh nghiệm trong ngành bán lẻ, thương mại điện tử hoặc chăm sóc sức khỏe.

  • Quen thuộc với phát triển X++ và môi trường SQL Server sẽ có lợi cho việc hiểu các cấu trúc dữ liệu hiện có và các điểm tích hợp tiềm năng trong hệ sinh thái của Pharmacity.

• Kỹ năng:

  • Kỹ năng phân tích & mô hình hóa chuyên sâu: Chuyên môn về các kỹ thuật mô hình thống kê khác nhau, thuật toán học máy và kiến trúc học sâu.

  • Giải quyết vấn đề: Khả năng đặc biệt trong việc phân tích các vấn đề kinh doanh phức tạp, mơ hồ thành các sáng kiến khoa học dữ liệu có thể giải quyết được.

  • Lãnh đạo & Cố vấn: Khả năng mạnh mẽ trong việc lãnh đạo, truyền cảm hứng và phát triển một đội ngũ các nhà khoa học dữ liệu và kỹ sư ML có kỹ năng cao.

  • Giao tiếp: Kỹ năng giao tiếp bằng lời nói và bằng văn bản xuất sắc bằng cả tiếng Anh và tiếng Việt (rất được ưu tiên), với khả năng giải thích rõ ràng các khái niệm kỹ thuật phức tạp và trình bày các phát hiện cho nhiều đối tượng khác nhau.

  • Tư duy kinh doanh: Khả năng hiểu nhu cầu kinh doanh, ưu tiên các sáng kiến và chứng minh giá trị hữu hình của các giải pháp AI/ML.

  • Đổi mới & Tò mò: Đam mê luôn cập nhật các nghiên cứu AI/ML mới nhất và áp dụng các kỹ thuật tiên tiến vào các vấn đề thực tế.

  • Chú ý đến chi tiết & Chất lượng dữ liệu: Cam kết mạnh mẽ về tính toàn vẹn của dữ liệu, độ chính xác của mô hình và các thực hành AI có trách nhiệm.

• Độ tuổi: 30 - 45 tuổi.

Quyền lợi:

• Cơ hội duy nhất để dẫn đầu đổi mới AI/ML trong thị trường bán lẻ chăm sóc sức khỏe đang phát triển nhanh chóng của Việt Nam.

• Mức lương cạnh tranh và gói phúc lợi toàn diện.

• Môi trường làm việc năng động, hợp tác và nhịp độ nhanh.

• Cơ hội đáng kể để phát triển nghề nghiệp và tác động trực tiếp đến tăng trưởng kinh doanh và phúc lợi của khách hàng.

• Cơ hội định hình cách AI chuyển đổi khả năng tiếp cận và cung cấp dịch vụ chăm sóc sức khỏe.

Địa điểm làm việc: 248A Nơ Trang Long, Phường 12, Bình Thạnh, Hồ Chí Minh.