MÔ TẢ CÔNG VIỆC: THỰC TẬP SINH KỸ THUẬT DỮ LIỆU (DATA ENGINEERING INTERN)

Tổng quan vai trò:

Chúng tôi đang tìm kiếm một "kiến trúc sư kết nối dòng chảy dữ liệu" – vị trí Thực tập sinh Kỹ thuật Dữ liệu (Data Engineering Intern). Trong kỷ nguyên số hóa, dữ liệu được ví như nguồn dầu mỏ mới, và bạn chính là mắt xích quan trọng đảm bảo hệ thống đường ống dẫn "dầu" của doanh nghiệp luôn thông suốt, sạch sẽ, ổn định và bảo mật tuyệt đối. Sự tỉ mỉ trong việc thiết kế sơ đồ dữ liệu, tư duy logic nhạy bén khi tối ưu hóa các câu lệnh truy vấn phức tạp và khả năng xử lý nhanh các sự cố tắc nghẽn dòng dữ liệu chính là giá trị cốt lõi bạn sẽ mang lại và tích lũy được tại đây. Nếu bạn là một kỹ sư trẻ đam mê công nghệ, yêu thích việc làm việc với các hệ thống dữ liệu quy mô lớn (Big Data), điện toán đám mây và mong muốn dấn thân vào một môi trường đòi hỏi sự chính xác, tư duy hệ thống cao, chúng tôi rất hào hứng chào đón bạn gia nhập đội ngũ.

---

Nhiệm vụ công việc chính:

1. Vận hành & Giám sát Hệ thống Dòng chảy Dữ liệu (Data Pipeline Operation)

* Theo dõi và kiểm tra hệ thống: Tiến hành giám sát hàng ngày tình trạng hoạt động của các đường ống dữ liệu tự động (ETL/ELT pipelines). Đảm bảo dữ liệu từ các nguồn khác nhau (cơ sở dữ liệu giao dịch, hệ thống CRM, ERP, API bên ngoài, log ứng dụng) được đổ về Data Warehouse (Kho dữ liệu) hoặc Data Lake (Hồ dữ liệu) một cách đầy đủ và đúng giờ (SLA).
* Quản lý lịch trình tác vụ: Sử dụng và cấu hình các công cụ lập lịch và quản lý quy trình công việc (Workflow Orchestration) như Apache Airflow, Prefect hoặc Cron Jobs để tự động hóa lịch trình chạy của các luồng dữ liệu, giảm thiểu sự can thiệp thủ công.
* Cảnh báo và xử lý ban đầu: Thiết lập và theo dõi hệ thống cảnh báo tự động thông qua Slack, Email hoặc Discord để phát hiện ngay lập tức các sự cố nghẽn mạng dữ liệu, lỗi kết nối API hoặc lỗi định dạng dữ liệu đầu vào.

2. Thiết kế, Cấu hình & Xây dựng các Tiến trình ETL/ELT

* Trích xuất và Biến đổi Dữ liệu: Hỗ trợ thiết lập các cấu hình kết nối để trích xuất dữ liệu thô. Thực hiện viết mã nguồn (chủ yếu bằng Python, SQL hoặc Scala) để làm sạch dữ liệu (xử lý dữ liệu khuyết thiếu, chuẩn hóa định dạng ngày tháng, loại bỏ dữ liệu trùng lặp) và chuyển đổi dữ liệu theo các quy tắc nghiệp vụ mà doanh nghiệp yêu cầu.
* Xây dựng mô hình dữ liệu: Tham gia thiết kế các bảng dữ liệu đích trong Kho dữ liệu theo các mô hình tối ưu (như Star Schema, Snowflake Schema) đáp ứng nhu cầu khai thác, lập báo cáo nhanh chóng của các phòng ban Business Intelligence (BI), Data Science và Marketing.
* Tích hợp nguồn dữ liệu mới: Nghiên cứu và thực hiện kết nối các nguồn dữ liệu mới phát sinh của công ty (ví dụ: công cụ tracking hành vi người dùng mới, chiến dịch quảng cáo từ TikTok/Facebook API) vào hệ thống dữ liệu tập trung một cách bảo mật và hiệu quả.

3. Sửa chữa, Khắc phục Sự cố & Tối ưu hóa Dữ liệu (Data Troubleshooting & Optimization)

* Chẩn đoán lỗi dữ liệu: Nhận diện và khắc phục kịp thời các sự cố kỹ thuật như: mất kết nối cơ sở dữ liệu, lỗi tràn bộ nhớ khi xử lý file dung lượng lớn, dữ liệu bị sai lệch (data drift/schema drift), hoặc lỗi xung đột phiên bản thư viện phần mềm.
* Tối ưu hóa câu lệnh truy vấn: Thực hiện rà soát, phân tích chỉ mục (indexing), phân vùng dữ liệu (partitioning) và viết lại các câu lệnh SQL chưa tối ưu để giảm thiểu thời gian truy vấn, tiết kiệm chi phí tài nguyên điện toán đám mây (Cloud cost) cho doanh nghiệp.
* Bảo trì hệ thống lưu trữ: Định kỳ kiểm tra, dọn dẹp các phân vùng dữ liệu cũ không còn sử dụng, nén dữ liệu lịch sử để tối ưu hóa không gian lưu trữ trên các nền tảng đám mây (AWS S3, Google Cloud Storage) hoặc máy chủ vật lý.

4. Triển khai Công cụ & Hợp tác Công nghệ (Tooling & Deployment)

* Quản lý mã nguồn và phiên bản: Thực hiện quản lý toàn bộ mã nguồn của các dự án dữ liệu bằng Git (GitHub/GitLab). Áp dụng các quy chuẩn đặt tên nhánh, tạo Pull Request và review code cùng các kỹ sư có kinh nghiệm để đảm bảo chất lượng mã nguồn hệ thống.
* Đóng gói ứng dụng: Học hỏi và thực hành sử dụng Docker để đóng gói các ứng dụng xử lý dữ liệu, đảm bảo môi trường phát triển (Local) và môi trường thực tế (Production) đồng nhất, tránh các lỗi phát sinh do khác biệt hệ điều hành hay phiên bản thư viện.
* Hỗ trợ hạ tầng dữ liệu: Phối hợp cùng đội DevOps để thử nghiệm triển khai các công cụ dữ liệu hiện đại trên môi trường đám mây hoặc các cụm máy chủ nội bộ.

5. Lập Tài liệu Kỹ thuật & Hướng dẫn Sử dụng (Documentation & Collaboration)

* Xây dựng từ điển dữ liệu (Data Dictionary): Lập tài liệu mô tả chi tiết ý nghĩa của các trường thông tin trong cơ sở dữ liệu, mối quan hệ giữa các bảng (ERD) và sơ đồ luồng đi của dữ liệu (Data Lineage) để toàn bộ công ty có chung một cách hiểu thống nhất về mặt dữ liệu.
* Tài liệu hóa quy trình vận hành: Viết tài liệu hướng dẫn kỹ thuật (Wiki/Confluence) mô tả cách vận hành các đường ống dữ liệu, quy trình xử lý khi gặp các lỗi phổ biến (Runbook) để phục vụ cho công tác bàn giao và mở rộng hệ thống sau này.
* Hỗ trợ người dùng cuối: Lắng nghe ý kiến đóng góp, giải đáp thắc mắc và hướng dẫn các chuyên viên phân tích dữ liệu (Data Analysts) hoặc các phòng ban nghiệp vụ cách kết nối, truy vấn dữ liệu hiệu quả và an toàn.

---

Yêu cầu và điều kiện:

1. Học vấn & Kinh nghiệm:

* Chuyên ngành đào tạo: Sinh viên năm cuối hoặc mới tốt nghiệp Đại học/Cao đẳng chuyên ngành Công nghệ thông tin, Khoa học máy tính, Hệ thống thông tin quản lý (MIS), Khoa học dữ liệu, Toán - Tin, Kỹ thuật phần mềm hoặc các chuyên ngành kỹ thuật liên quan.
* Thời gian làm việc: Có khả năng thực tập tối thiểu từ 3 đến 6 tháng, ưu tiên các ứng viên có thể làm việc full-time (từ thứ 2 đến thứ 6) hoặc tối thiểu 4 ngày/tuần để đảm bảo tiến độ công việc và hiệu quả đào tạo.
* Kinh nghiệm thực tế: Chưa yêu cầu kinh nghiệm làm việc thực tế dày dạn tại doanh nghiệp, nhưng bắt buộc có các sản phẩm/dự án cá nhân (Pet projects) liên quan đến lập trình, xử lý dữ liệu hoặc xây dựng ứng dụng thể hiện trên GitHub, GitLab hoặc Portfolio cá nhân.

2. Kỹ năng chuyên môn:

* Ngôn ngữ lập trình:
* Sử dụng thành thạo ngôn ngữ lập trình Python (đặc biệt là các thư viện xử lý dữ liệu như Pandas, NumPy, PySpark) hoặc có nền tảng tốt về Scala/Java.
* Có tư duy lập trình hướng đối tượng (OOP) tốt, viết mã nguồn sạch sẽ, dễ đọc và dễ bảo trì.
* Cơ sở dữ liệu & SQL:
* Có kiến thức vững chắc về cơ sở dữ liệu quan hệ (RDBMS) như PostgreSQL, MySQL, SQL Server và khả năng viết các câu lệnh SQL từ cơ bản đến nâng cao (Subquery, Join, Window Functions, CTE).
* Hiểu biết cơ bản về các hệ thống cơ sở dữ liệu phi quan hệ (NoSQL) như MongoDB, Redis, Cassandra là một lợi thế lớn.
* Khái niệm về Data Warehouse & Big Data:
* Hiểu rõ sự khác biệt giữa các khái niệm ETL (Extract - Transform - Load) và ELT (Extract - Load - Transform).
* Nắm bắt được kiến trúc cơ bản của Kho dữ liệu (Data Warehouse) và các khái niệm về dữ liệu lớn (Big Data). Khuyến khích ứng viên đã từng tìm hiểu qua các công nghệ như Apache Spark, Hadoop, Hive hoặc dbt (data build tool).
* Hệ điều hành & Công cụ phát triển:
* Sử dụng quen thuộc hệ điều hành Linux/Unix và các câu lệnh dòng lệnh cơ bản (Bash script).
* Biết cách sử dụng Git để quản lý phiên bản mã nguồn.
* Có hiểu biết cơ bản về Docker và các dịch vụ điện toán đám mây như AWS (S3, Redshift, Glue), GCP (BigQuery, Cloud Composer) hoặc Azure là điểm cộng ưu tiên.

3. Phẩm chất cá nhân:

* Tư duy logic và giải quyết vấn đề: Có khả năng phân tích một bài toán lớn thành các phần nhỏ để xử lý tuần tự; có khả năng truy vết nguồn gốc của lỗi (debugging) một cách khoa học khi hệ thống gặp sự cố.
* Sự tỉ mỉ và cẩn thận: Dữ liệu quyết định đến sự sống còn và các quyết định chiến lược của doanh nghiệp, do đó sự cẩn thận trong từng dòng code, sự tỉ mỉ khi kiểm tra tính chính xác của số liệu là phẩm chất bắt buộc đối với một kỹ sư dữ liệu.
* Tinh thần tự học hỏi cao: Công nghệ trong mảng dữ liệu thay đổi và phát triển vô cùng nhanh chóng. Bạn cần có thái độ cầu tiến, chủ động tìm tòi, đọc tài liệu kỹ thuật tiếng Anh để cập nhật các công cụ, phương pháp làm việc mới.
* Khả năng giao tiếp & Làm việc nhóm: Biết lắng nghe, sẵn sàng chia sẻ khó khăn với đồng đội, có khả năng diễn đạt các vấn đề kỹ thuật phức tạp thành ngôn ngữ dễ hiểu đối với các bộ phận không chuyên về kỹ thuật.

---

Quyền lợi:

* Trợ cấp thực tập hấp dẫn: Hỗ trợ chi phí thực tập cạnh tranh hàng tháng (dao động từ 4.000.000đ - 8.000.000đ tùy thuộc vào số ngày công làm việc và năng lực thực tế đầu vào), cùng trợ cấp ăn trưa, gửi xe miễn phí tại tòa nhà văn phòng.
* Chương trình đào tạo bài bản và thực chiến: Được dẫn dắt trực tiếp (1-on-1 Mentorship) bởi các Kỹ sư dữ liệu cấp cao (Senior/Lead Data Engineers) giàu kinh nghiệm. Bạn sẽ không phải làm các công việc vặt mà được trực tiếp tham gia vào các dự án xây dựng hệ thống dữ liệu thực tế của công ty với quy mô hàng triệu bản ghi mỗi ngày.
* Cơ hội trở thành nhân viên chính thức: Sau thời gian thực tập từ 3 đến 6 tháng, những ứng viên có biểu hiện xuất sắc, thái độ làm việc tốt và vượt qua kỳ đánh giá năng lực sẽ có cơ hội ký hợp đồng lao động chính thức với lộ trình thăng tiến rõ ràng, chế độ đãi ngộ vượt trội.
* Trải nghiệm công nghệ hiện đại: Được tiếp cận và trực tiếp vận hành các công cụ, hạ tầng dữ liệu tiên tiến hàng đầu hiện nay trên nền tảng đám mây lớn (AWS, GCP).
* Môi trường làm việc năng động, sáng tạo: Văn hóa doanh nghiệp cởi mở, khuyến khích sự đổi mới sáng tạo và thử nghiệm cái mới. Không gian làm việc hiện đại, trẻ trung, trang bị đầy đủ thiết bị làm việc cấu hình cao phục vụ cho công việc lập trình.
* Chế độ phúc lợi phong phú: Tham gia miễn phí vào các buổi Tech-sharing nội bộ hàng tuần; các hoạt động gắn kết tập thể, teambuilding, dã ngoại, sinh nhật tháng; khu vực pantry luôn ngập tràn trà, cafe, bánh kẹo và nước hoa quả miễn phí cho nhân viên.

---

Tags:

Thực tập sinh Data Engineer, Tuyển dụng Data Engineer Intern, Kỹ thuật dữ liệu, Thực tập sinh IT, Việc làm dữ liệu lớn, Lập trình Python SQL, Thiết kế kho dữ liệu, Hệ thống ETL ELT, Thực tập sinh Công nghệ thông tin, Việc làm Big Data trẻ, Kỹ sư dữ liệu tập sự, Tuyển dụng thực tập sinh Hà Nội/TP.HCM.

---

Từ khoá tìm kiếm:

Data Engineering Intern, Thực tập sinh Data Engineer, Tuyển dụng Data Engineer Intern, Thực tập sinh Kỹ thuật Dữ liệu, Việc làm Data Engineer không kinh nghiệm, Python SQL Data Engineer Intern, Tuyển dụng Big Data Intern, Thực tập sinh ETL pipeline, Học việc Data Engineer, Intern Khoa học dữ liệu, Tuyển dụng IT Intern TP.HCM/Hà Nội.

Share