Khảo sát luồng làm việc của các bộ phận trong công ty (dev, game design, art, marketing, hành chính...): ghi nhận quy trình hiện tại, xác định điểm nghẽn, ước lượng thời gian và chi phí đang tiêu tốn.
Đề xuất giải pháp tự động hóa toàn phần hoặc một phần; phân định rõ việc nào AI xử lý trọn vẹn, việc nào cần người duyệt (human-in-the-loop), việc nào chỉ cần script đơn giản.
Xây dựng và bảo trì các AI tool phục vụ một bộ phận cụ thể hoặc dùng chung toàn công ty, bao gồm cả công cụ gắn với nghiệp vụ đặc thù của từng bộ phận.
Tích hợp với các hệ thống công ty đang sử dụng (Google Workspace, kênh chat nội bộ, hệ thống quản lý build và phát hành...); thiết kế luồng có xử lý lỗi và phương án dự phòng.
Triển khai tới người dùng: chạy thử ở nhóm nhỏ, viết tài liệu hướng dẫn, đào tạo và thu phản hồi để điều chỉnh.
Xây dựng quy trình đánh giá (evaluation) chất lượng đầu ra, phân tích lỗi và tinh chỉnh prompt/pipeline/dữ liệu nguồn.
Giám sát hệ thống đang chạy, xử lý sự cố, kiểm soát chi phí gọi API và tuân thủ quy định bảo mật dữ liệu nội bộ.
Cập nhật các tiến bộ mới trong LLM/agent, đánh giá khả năng áp dụng và đề xuất nâng cấp hệ thống.

Tốt nghiệp Đại học trở lên trong lĩnh vực khoa học máy tính, kỹ thuật, toán học hoặc các lĩnh vực liên quan.
Thành thạo Python; đã làm việc với một số framework/thư viện như PyTorch, HuggingFace, LangChain/LangGraph, LlamaIndex...
Có nền tảng về Machine Learning, NLP, Deep Learning; hiểu cơ chế hoạt động cơ bản của các LLM phổ biến (GPT, Gemini, Llama, DeepSeek...).
Nắm được các khái niệm cốt lõi của ứng dụng LLM: prompt engineering, RAG, tool/function calling, agent.
Hiểu hệ sinh thái công cụ agent và tự động hóa hiện nay; đã tự cài đặt và chạy được ít nhất một nền tảng dạng này (n8n, ComfyUI, OpenClaw, Hermes, Dify, Flowise... hoặc tương đương). Biết công cụ nào phù hợp với bài toán nào quan trọng hơn là thành thạo tất cả.
Có đồ án, dự án cá nhân, repo GitHub hoặc kinh nghiệm thực tế liên quan đến LLM/NLP/agent.
Giao tiếp tốt với người không chuyên kỹ thuật; mô tả lại được quy trình nghiệp vụ thành sơ đồ và tài liệu rõ ràng.
Đọc hiểu tốt tài liệu kỹ thuật tiếng Anh.
Ham học hỏi, chủ động, có tư duy nghiên cứu và giải quyết vấn đề tốt.
Ưu tiên ( Không bắt buộc)
Có hiểu biết về quy trình phát triển game (pipeline art, vòng lặp build - test - phát hành, vận hành live-ops) hoặc từng làm việc trong ngành game.
Có kinh nghiệm triển khai và vận hành thực tế các công cụ: n8n, Make, Power Automate (workflow tự động hóa); LangGraph, LlamaIndex, AutoGen, CrewAI, OpenClaw, Hermes (agent); ComfyUI (pipeline sinh và xử lý hình ảnh); Ollama, vLLM (chạy mô hình tại chỗ).
Có kinh nghiệm xây dựng ứng dụng RAG nâng cao (hybrid search, reranking, query rewriting); hiểu về MCP (Model Context Protocol).
Có kinh nghiệm phát triển AI agents với các framework như LangGraph, LlamaIndex, AutoGen, CrewAI; hiểu về MCP (Model Context Protocol).
Có kinh nghiệm với observability cho LLM (LangSmith, Langfuse); Docker, CI/CD.
Có kinh nghiệm xây dựng dữ liệu, fine-tuning hoặc huấn luyện mô hình LLM.