Thực tập sinh (50000462)
Mục tiêu
Hỗ trợ đội ngũ IT & AI trong việc chuẩn bị dữ liệu cho các giải pháp AI của công ty (bao gồm trợ lý AI Nora): gán nhãn dữ liệu, mapping và làm sạch dữ liệu, đảm bảo dữ liệu đầy đủ, chính xác, nhất quán và tuân thủ quy định bảo mật. Đồng thời được đào tạo và tham gia thực tế vào quy trình phát triển giải pháp AI và xây dựng data pipeline.
Trách nhiệm chính (1)
Gán nhãn dữ liệu (Data Labelling)
- Gán nhãn, phân loại dữ liệu văn bản (câu hỏi của khách hàng, điều khoản, tài liệu sản phẩm) theo hướng dẫn gán nhãn.
- Phân loại các loại chứng từ bảo hiểm (ví dụ: hồ sơ khám chữa bệnh, hóa đơn, giấy tờ tùy thân) và gán nhãn các thông tin chính trong chứng từ theo hướng dẫn, phục vụ các giải pháp AI hỗ trợ xử lý hồ sơ.
- Hỗ trợ xây dựng và cập nhật bộ câu hỏi – câu trả lời (Q&A) phục vụ kiểm thử và đánh giá giải pháp AI.
- Rà soát chéo kết quả gán nhãn; ghi nhận các trường hợp chưa rõ để thống nhất với chuyên gia nghiệp vụ.
- Đề xuất cải tiến hướng dẫn gán nhãn nhằm tăng tính nhất quán và chất lượng dữ liệu.
Trách nhiệm chính (2)
Mapping và làm sạch dữ liệu (Data Mapping & Cleansing)
- Mapping dữ liệu giữa các nguồn và hệ thống (hệ thống nghiệp vụ bảo hiểm, tài liệu sản phẩm, dữ liệu vận hành) theo từ điển dữ liệu (data dictionary).
- Làm sạch và chuẩn hóa dữ liệu: xử lý dữ liệu trùng lặp, thiếu, sai định dạng hoặc không nhất quán.
- Kiểm tra chất lượng dữ liệu; theo dõi, ghi nhận và báo cáo lỗi dữ liệu.
- Hỗ trợ xây dựng và cập nhật data dictionary và tài liệu mô tả dữ liệu.
- Tuân thủ quy định về bảo mật thông tin và bảo vệ dữ liệu cá nhân (ẩn danh hoặc che dữ liệu khi cần thiết).
Trách nhiệm chính (3)
Học tập và tham gia phát triển AI & Data Pipeline
- Tìm hiểu vòng đời phát triển giải pháp AI: chuẩn bị dữ liệu, xây dựng, kiểm thử, đánh giá và vận hành.
- Tìm hiểu các kiến thức nền tảng như RAG (Retrieval-Augmented Generation), prompt, guardrails và phương pháp đánh giá chất lượng câu trả lời của AI.
- Tham gia xây dựng data pipeline (thu thập, chuyển đổi và nạp dữ liệu) dưới sự hướng dẫn của đội ngũ, ví dụ trên nền tảng Databricks.
- Hỗ trợ kiểm thử giải pháp AI (ví dụ trợ lý Nora), ghi nhận lỗi và đề xuất cải tiến.
- Tham gia xây dựng tài liệu hướng dẫn và chia sẻ kiến thức trong nhóm.
Mạng lưới tương tác - Cấp Quản lý
Mạng lưới tương tác - Cấp báo cáo
Mạng lưới tương tác - Quan hệ nội bộ
Mạng lưới tương tác - Quan hệ bên ngoài
Chân dung Thành công - Bằng cấp, Kinh nghiệm
Trình độ học vấn
Sinh viên năm cuối hoặc mới tốt nghiệp chuyên ngành Công nghệ thông tin, Khoa học máy tính, Khoa học dữ liệu, Hệ thống thông tin quản lý, Toán – Tin hoặc các chuyên ngành liên quan.
Kỹ năng và yêu cầu
- Sử dụng thành thạo Excel (lọc, pivot, VLOOKUP/XLOOKUP); biết SQL cơ bản.
- Ưu tiên biết Python (pandas) hoặc đã tham gia dự án về dữ liệu, AI.
- Cẩn thận, tỉ mỉ, đảm bảo độ chính xác cao với khối lượng dữ liệu lớn và công việc lặp lại.
- Tư duy logic, chủ động và ham học hỏi về AI và dữ liệu.
- Tiếng Anh: đọc hiểu tài liệu kỹ thuật.
- Ưu tiên có hiểu biết hoặc quan tâm đến lĩnh vực bảo hiểm, tài chính.
- Cam kết tuân thủ quy định bảo mật thông tin và bảo vệ dữ liệu cá nhân; ký cam kết bảo mật khi làm việc với dữ liệu nhạy cảm.