Chuyên viên Cao cấp Phân tích Dữ liệu
Mô tả công việc
OVERVIEW OF GPBANK
On January 17, 2025, GPBank was converted into a single-member limited liability Commercial Bank with 100% capital owned by VPBank. From October 8, 2025, GPBank officially launches a new brand identity, marking a comprehensive transformation with the new name Generation of Prosperity Bank - symbolizing the journey towards an era of prosperity and sustainable development.
Department: Product Development Center
Direct Supervisor: Director of the Center
🌱 JOB RESPONSIBILITIES
1. Data Collection & Processing
- Gather data from multiple sources (internal systems, reports, databases).
- Clean and standardize data to ensure accuracy and consistency.
2. Data Analysis & Visualization
- Perform quantitative and qualitative analysis to assess performance and identify trends.
- Develop dashboards and visual reports using BI tools (Power BI, Tableau).
3. Forecasting & Modeling
- Build predictive models based on historical data.
- Provide recommendations for process and product improvements based on data insights.
4. Data Management & Security
- Ensure compliance with data security regulations.
- Manage and maintain data repositories for analysis and reporting.
🌱JOB REQUIREMENTS
1. Education: Bachelor’s degree or higher in IT, Data Science, Statistics, Economics, or related fields.
2. Knowledge/Expertise:
- Strong understanding of data analysis, statistics, and predictive modeling.
- Proficient in SQL and advanced Excel; familiarity with Python/R and BI tools (Power BI, Tableau) preferred.
3. Skills:
- Excellent analytical and logical thinking skills.
- Ability to work with large datasets and identify discrepancies.
- Strong presentation and data visualization skills.
- Ability to work independently and under pressure.
4. Experience: Minimum 1–3 years of experience in data analysis or related roles.
5. Other Advantages: High integrity, attention to detail, and quick learning ability.
🌱 ATTACTIVE BENEFITS & COMPENSATION PACKAGE
1. Career Opportunities & Projects
- Learn directly from international Technology, Data experts and participate in strategic digital banking initiatives.
- Enjoy a clear career development roadmap with opportunities to advance to Leader or Expert roles in the Banking domain.
2. Compensation & Benefits
- Competitive salary package: 30-38M (Senior) / 20-28M (Middle) x 14–15 months/year.
- Performance-based bonuses: business results, individual performance, innovation, responsibility, etc.
- ESOP program: opportunity to own bank shares.
- Health insurance & wellness: GPBankCare package (provided by Bao Viet Insurance) extended to employees and family members.
- Learning & Development: support for professional training courses and international certification exams.
- Annual company trip and vacation allowance: Up to 6M/year.
- Holiday & special occasion bonuses (National holidays: Sept 2nd, Apr 30th, Hung Kings’ Festival, birthdays, weddings, etc.): Up to 3M/times.
🌱 WORKING HOURS AND LOCATION
1. Working Hours
Standard working hours: Monday – Friday (flexible start time: 8:00 / 8:30 / 9:00) and 2 Saturday mornings per month (8:00–12:00).
2. Work Locations
- Location 01: 89 Lang Ha, Dong Da, Hanoi (VPBank Headquarters).
- Location 02: 19 Ba Trieu, Hoan Kiem, Hanoi (GPBank Headquarters).
🌱 Receive additional advice on the job opportunity
📞 Phone/Zalo: 0376 060 513
📧 Email: anhnp2@gpbank.com.vn (Ms Phuong Anh)
Phân tích kỹ năng cần có
🎯 Phân tích kỹ năng cho vị trí Chuyên viên Cao cấp Phân tích Dữ liệu - GPBank
Đây là vị trí khá "hot" trong giai đoạn GPBank vừa tái cấu trúc dưới trướng VPBank (từ 17/01/2025). Bạn sẽ làm trong Trung tâm Phát triển sản phẩm - tức là phục vụ trực tiếp cho việc phát triển sản phẩm ngân hàng dựa trên dữ liệu. Dưới đây là phân tích chi tiết:
🔧 HARD SKILLS BẮT BUỘC (phải có)
| Kỹ năng | Mức yêu cầu | Lý do quan trọng |
|---|---|---|
| SQL | Thành thạo | Đây là ngôn ngữ sống còn. Bạn sẽ truy vấn data từ core banking, CRM, data warehouse. Cần biết JOIN, Window Functions, CTE, optimization |
| Excel nâng cao | Thành thạo | PivotTable, VLOOKUP/XLOOKUP, Power Query, VBA cơ bản. Ngân hàng VN vẫn dùng Excel rất nhiều |
| Phân tích thống kê | Tốt | Mean, Median, Variance, Correlation, Regression, Hypothesis testing |
| Tư duy phản biện | Tốt | Phát hiện bất thường trong data, đối chiếu logic kinh doanh |
⭐ HARD SKILLS ƯU TIÊN (nên có để "ăn điểm")
- Python/R: Đặc biệt là Python với pandas, scikit-learn, matplotlib/seaborn. Dùng để build predictive model theo JD yêu cầu
- BI Tools (Power BI/Tableau): JD đề cập rõ ràng. Power BI đang phổ biến hơn ở VN ngân hàng, nhưng Tableau cũng được ưa chuộng
- Data Modeling: Star schema, Snowflake schema, ETL concepts
- Big Data cơ bản: Hadoop, Spark là lợi thế nhưng không bắt buộc
- Kiến thức ngân hàng: Sản phẩm tín dụng, tiền gửi, thẻ, digital banking
🌟 SOFT SKILLS CẦN CÓ
- Tư duy logic & phân tích: Trình bày insight từ data một cách mạch lạc
- Visualization storytelling: Biến dashboard thành câu chuyện, không chỉ là biểu đồ đẹp
- Làm việc áp lực cao: Ngân hàng có deadline chặt (BCT, NHNN, nội bộ)
- Độc lập + teamwork: Bạn sẽ vừa làm việc một mình vừa phối hợp với team sản phẩm, IT, marketing
- Trình bày (presentation): Phải giải thích insight cho lãnh đạo, kể cả người không rành data
📜 CHỨNG CHỈ GỢI Ý (không bắt buộc nhưng có thì tốt)
| Chứng chỉ | Tổ chức | Độ ưu tiên |
|---|---|---|
| Microsoft Certified: Power BI Data Analyst Associate (PL-300) | Microsoft | ⭐⭐⭐⭐⭐ |
| Tableau Desktop Specialist/Certified Data Analyst | Tableau | ⭐⭐⭐⭐ |
| Google Data Analytics Certificate | Coursera/Google | ⭐⭐⭐ |
| IBM Data Science Professional | Coursera/IBM | ⭐⭐⭐ |
| AWS/Azure Data certifications | Cloud providers | ⭐⭐⭐ |
| CPA/CFA level 1 (nếu thiên về finance) | AICPA/CFA Institute | ⭐⭐⭐⭐ |
🧠 BẢNG SO SÁNH MỨC LƯƠNG THEO KỸ NĂNG (tham khảo 2024-2025)
| Cấp bậc | Yêu cầu KN | Lương thị trường | Mức GPBank offer |
|---|---|---|---|
| Fresher/Junior | 0-1 năm | 12-18M | - |
| Middle (2-3 năm) | SQL tốt, Excel, BI cơ bản | 18-25M | 20-28M x 14-15 tháng |
| Senior (3-5 năm) | SQL + Python + BI + Modeling | 25-35M | 30-38M x 14-15 tháng |
| Lead/Manager | Quản lý team + Strategy | 40-60M | Có thể thương lượng riêng |
> 💡 Nhận xét: Mức lương của GPBank khá cạnh tranh so với thị trường, đặc biệt khi nhân với 14-15 tháng/năm. Đây là mức "trên trung bình" cho vị trí data analyst ngân hàng.
---
Chuẩn bị phỏng vấn
🎤 Hướng dẫn phỏng vấn chi tiết cho vị trí Data Analyst - GPBank
Vị trí "Senior" thường sẽ qua 3-4 vòng tại GPBank/VPBank. Mình sẽ chia sẻ quy trình và câu hỏi cụ thể nhé:
📋 QUY TRÌNH PHỎNG VẤN DỰ KIẾN
Vòng 1: HR Screen (30-45 phút)
- Giới thiệu bản thân, kinh nghiệm, lý do ứng tuyển
- Trao đổi mức lương mong muốn
- Kiểm tra CV cơ bản, yêu cầu công việc
- Có thể test tiếng Anh cơ bản
Vòng 2: Technical Test + Interview (60-90 phút)
- Test SQL trên giấy hoặc online (30-45 phút): 3-5 câu từ cơ bản đến nâng cao
- Case study thực tế: Đưa dataset mẫu, yêu cầu phân tích
- Phỏng vấn kỹ thuật với Hiring Manager
Vòng 3: Technical Deep Dive (60 phút)
- Phỏng vấn với Senior/Manager về data modeling, BI tools
- Thảo luận dự án đã làm
- Có thể có challenge: Build dashboard mini trong 24-48h
Vòng 4: Final Interview với Director/Giám đốc Trung tâm (45-60 phút)
- Đánh giá tư duy kinh doanh, góc nhìn chiến lược
- Cultural fit với VPBank/GPBank
- Thương lượng cuối cùng
> ⚠️ Lưu ý: GPBank mới về VPBank, quy trình có thể tích hợp với VPBank - chuẩn bị cho cả hai thương hiệu.
❓ CÂU HỎI PHỎNG VẤN HAY GẶP
Vòng Technical - SQL & Data
1. Viết query tính doanh số theo tháng, so sánh với cùng kỳ năm trước?
- Tip: Dùng Window Functions, GROUP BY, date functions
2. Làm sao để tìm khách hàng có 3 giao dịch trở lên trong tháng, với tổng giá trị > 100 triệu?
- Tip: HAVING + subquery hoặc CTE
3. Giải thích sự khác nhau giữa INNER JOIN, LEFT JOIN, RIGHT JOIN, FULL OUTER JOIN?
- Tip: Nêu ví dụ thực tế trong ngân hàng (khách hàng có/không có giao dịch)
4. Khi nào dùng Index? Index có nhược điểm gì?
- Tip: Tăng tốc đọc nhưng chậm ghi, tốn storage
5. Dataset có missing values/outliers, bạn xử lý thế nào?
- Tip: Trình bày cả phương pháp thống kê (IQR, Z-score) và business logic
6. Giải thích correlation vs causation. Cho ví dụ trong ngân hàng?
- Tip: Ví dụ: Khách có nhiều giao dịch online → cao thu nhập? Chưa chắc!
7. Làm sao build predictive model cho việc phát hiện gian lận (fraud detection)?
- Tip: Logistic Regression, Random Forest, XGBoost + feature engineering
Vòng Business/Product
8. Bạn sẽ đo lường hiệu quả của sản phẩm tín dụng như thế nào?
- Tip: KPIs: approval rate, default rate, NIM, customer acquisition cost
9. Nếu số lượng KH mở thẻ tín dụng giảm 20% so với tháng trước, bạn sẽ phân tích nguyên nhân như thế nào?
- Tip: Phân rã theo channel, demographic, campaign, thời điểm...
10. Phân biệt giữa dashboard "descriptive" và "diagnostic"?
- Tip: Descriptive = what happened, Diagnostic = why it happened
Vòng Soft Skills & Cultural Fit
11. Tại sao bạn muốn vào ngân hàng? Tại sao GPBank/VPBank?
- Tip: Nêu sự chuyển đổi của GPBank, cơ hội xây dựng từ đầu, học hỏi từ VPBank
12. Bạn xử lý thế nào khi stakeholder yêu cầu báo cáo gấp trong khi data chưa sẵn sàng?
- Tip: Quản lý kỳ vọng, đưa ra ETA thực tế, đề xuất phương án thay thế
13. Mô tả một dự án data bạn tự hào nhất?
- Tip: Dùng STAR method (Situation - Task - Action - Result)
👔 DRESS CODE
- Nam: Sơ mi + quần tây, giày tây. Có thể mặc vest nếu vòng Director
- Nữ: Áo sơ mi/blouse + quần tây/váy dài. Trang điểm nhẹ nhàng, lịch sự
- Tránh: Jeans, áo thun, dép, sneaker quá thể thao
- Lưu ý: VPBank/GPBank có văn hóa khá formal, ăn mặc chỉn chu sẽ ghi điểm
💡 TIPS CHUẨN BỊ
1. Mang theo portfolio: In sẵn 1-2 dashboards bạn đã làm (nếu được phép)
2. Research kỹ GPBank mới: Đọc về sự chuyển đổi từ GPB sang VPBank, brand identity mới
3. Chuẩn bị 3-5 câu hỏi để hỏi ngược: Thể hiện sự quan tâm thực sự
4. Test laptop trước: Nếu có vòng test online, đảm bảo mạng ổn định
5. Đến sớm 10-15 phút: Thể hiện sự chuyên nghiệp
---
Lộ trình ôn thi
📚 Lộ trình ôn thi & chuẩn bị trong 1-2 tuần
🎯 KIẾN THỨC NỀN TẢNG CẦN ÔN
1. SQL (Quan trọng nhất - 60% thời gian ôn)
Cấp độ Middle (Senior cần vững hơn):
- SELECT, WHERE, GROUP BY, HAVING, ORDER BY
- JOIN (INNER, LEFT, RIGHT, FULL, CROSS, SELF)
- Subqueries, CTE (WITH clause)
- Window Functions: ROW_NUMBER, RANK, DENSE_RANK, LAG, LEAD, SUM() OVER, AVG() OVER
- CASE WHEN, COALESCE, NULL handling
- Date functions: DATEADD, DATEDIFF, EXTRACT, FORMAT
- String functions: SUBSTRING, CONCAT, TRIM
- Aggregation: COUNT, SUM, AVG, MIN, MAX kết hợp DISTINCT
Cấp độ Senior (JD yêu cầu):
- Index, Execution plan, Query optimization
- Stored procedures, Triggers
- Pivot/Unpivot data
- Recursive CTE
- Materialized Views
- Partitioning
Tài liệu SQL:
- [Mode Analytics SQL Tutorial](https://mode.com/sql-tutorial/) - Free, rất hay
- [LeetCode SQL](https://leetcode.com/problemset/database/) - 50 problems đầu là đủ
- [HackerRank SQL](https://www.hackerrank.com/domains/sql) - Practice
- W3Schools SQL Reference
2. Excel Nâng cao
- PivotTable & PivotChart (master thật chuyên sâu)
- Power Query (ETL cơ bản)
- Power Pivot + DAX (bonus)
- Advanced Formulas: INDEX/MATCH, INDIRECT, OFFSET, SUMPRODUCT
- Conditional Formatting, Data Validation
- What-If Analysis: Goal Seek, Data Tables, Scenarios
- VBA cơ bản (bonus, không bắt buộc)
Tài liệu Excel:
- Chandoo.org
- Exceljet.net
- Khóa "Excel for Business" trên Coursera
3. Python cho Data Analysis (nếu có thời gian)
Thư viện quan trọng:
- pandas: Đọc data, xử lý missing, groupby, merge
- numpy: Array operations
- matplotlib + seaborn: Visualization
- scikit-learn: ML cơ bản (Linear/Logistic Regression, Random Forest, Clustering)
- statsmodels: Statistical tests
Project mẫu nên làm:
- Phân tích dữ liệu KH ngân hàng (churn prediction)
- Time series forecasting cho doanh số
- A/B testing analysis
4. Power BI / Tableau
Power BI (ưu tiên hơn vì phổ biến ở VN):
- Power Query (ETL)
- DAX fundamentals: SUMX, CALCULATE, FILTER, ALL, RELATED
- Data Modeling (Star Schema)
- Visualizations best practices
- Power BI Service, Gateway
Tableau:
- Calculated Fields, Parameters
- LOD Expressions: FIXED, INCLUDE, EXCLUDE
- Table calculations
- Dashboard design
Tài liệu BI:
- Microsoft Learn (Power BI free path)
- Tableau Public tutorials
- SQLBI.com (Marco Russo - DAX guru)
5. Thống kê & Toán
- Descriptive statistics: Mean, Median, Mode, Variance, Std, Quartiles
- Probability distributions: Normal, Poisson, Chi-square
- Hypothesis testing: t-test, z-test, p-value
- Correlation: Pearson, Spearman
- Regression: Linear, Multiple, Logistic
- A/B Testing concepts
6. Kiến thức ngân hàng (cần thiết để hiểu business)
- Sản phẩm: Tín dụng, tiền gửi, thẻ, bảo hiểm, FX
- KPIs ngân hàng: NIM, ROA, ROE, CAR, NPL ratio, LDR
- Quy trình cho vay, thẩm định
- Digital banking trends
- Phân biệt ngân hàng truyền thống vs số
📅 LỘ TRÌNH 2 TUẦN (14 ngày)
Tuần 1: Foundation
| Ngày | Sáng (3h) | Chiều (3h) | Tối (2h) |
|---|---|---|---|
| 1 | SQL cơ bản (SELECT, WHERE, JOIN) | Excel Pivot cơ bản | Đọc về GPBank & VPBank |
| 2 | SQL nâng cao (Window Functions) | Python pandas cơ bản | LeetCode SQL 5 problems |
| 3 | SQL test (15 câu) | Excel Power Query | Đọc SQL tutorials nâng cao |
| 4 | Statistics basics | Python visualization (matplotlib) | Ôn kiến thức ngân hàng |
| 5 | Power BI basics | Tableau basics | LeetCode SQL 5 problems |
| 6 | Power BI nâng cao (DAX) | Case study ngân hàng | Review tổng SQL |
| 7 | Mock test SQL + BI | Ôn lại tất cả | Nghỉ ngơi + chuẩn bị tâm lý |
Tuần 2: Advanced & Practice
| Ngày | Sáng (3h) | Chiều (3h) | Tối (2h) |
|---|---|---|---|
| 8 | SQL advanced (optimization) | Python ML cơ bản | Research dự án của GPBank |
| 9 | A/B Testing + Statistics | Predictive modeling case | LeetCode SQL 5 problems |
| 10 | Power BI dashboard project | Tableau project | Đọc blog data analyst VN |
| 11 | Mock interview (tự thu) | Review CV + Portfolio | Chuẩn bị câu hỏi phỏng vấn |
| 12 | Ôn Business case ngân hàng | SQL test 30 câu | Đọc về VPBank transformation |
| 13 | Final review toàn bộ | Practice presentation | Chuẩn bị outfit + giấy tờ |
| 14 | PHỎNG VẤN 🎯 | - | - |
📖 TÀI LIỆU THAM KHẢO TIẾNG VIỆT
- YouTube channels: "Phân tích dữ liệu cùng Hieu Nguyen", "Học Power BI cùng Đăng Quang"
- Facebook groups: "Vietnam Data Analytics", "Power BI Vietnam"
- Blog: Blog.sqlauthority.com (chuyên SQL), kdnuggets.com
- Sách tiếng Việt: "Phân tích dữ liệu với Python" (NXB ĐHQG)
🎓 KHÓA HỌC ONLINE GỢI Ý
| Khóa học | Nền tảng | Thời lượng | Ghi chú |
|---|---|---|---|
| Google Data Analytics | Coursera | 6 tháng | Có chứng chỉ |
| IBM Data Science | Coursera | 11 tháng | Toàn diện |
| Microsoft Power BI PL-300 | Microsoft Learn | 4-6 tuần | Free path |
| Python for Everybody | Coursera | 8 tuần | Cơ bản Python |
| SQL for Data Science | UC Davis (Coursera) | 4 tuần | SQL chuyên sâu |
---
Tư vấn nghề nghiệp
🚀 Lời khuyên sự nghiệp cho Data Analyst tại ngân hàng
📈 LỘ TRÌNH THĂNG TIẾN TRONG NGÂN HÀNG
```
Junior Data Analyst (0-2 năm)
↓
Middle/Senior Data Analyst (2-5 năm) ← Bạn đang ở đây
↓
├── Track 1: Data Science Track → Senior Data Scientist → Lead Data Scientist
├── Track 2: Management Track → Team Lead → Data Analytics Manager
├── Track 3: Product Track → Product Analyst → Senior PM (Product)
└── Track 4: Business Track → Business Analyst → Strategy Manager
```
💰 MỨC LƯƠNG KỲ VỌNG THEO CẤP BẬC (Ngân hàng Việt Nam, 2024-2025)
| Cấp bậc | Kinh nghiệm | Lương gross/tháng | Tổng thu nhập/năm |
|---|---|---|---|
| Fresher/Junior DA | 0-1 năm | 12-18M | 168-252M |
| Middle DA | 1-3 năm | 18-28M | 252-420M |
| Senior DA | 3-5 năm | 28-40M | 420-600M |
| Lead DA | 5-7 năm | 40-55M | 600-880M |
| Manager DA | 7-10 năm | 55-80M | 880-1.4 tỷ |
| Senior Manager / Director | 10+ năm | 80-150M | 1.4-2.5 tỷ |
> 💡 Note: Lương GPBank offer (30-38M Senior) khá tốt so với thị trường. Nếu nhân với 14-15 tháng, tổng thu nhập năm có thể lên tới 420-570M - đây là mức hấp dẫn.
🎯 CƠ HỘI ĐẶC BIỆT TẠI GPBank GIAI ĐOẠN NÀY
GPBank vừa trải qua 3 sự kiện lớn trong vòng 12 tháng qua:
1. 17/01/2025: Chuyển đổi thành NH TMCP TNHH 1 thành viên, 100% vốn VPBank
2. 08/10/2025: Ra mắt nhận diện thương hiệu mới - "Generation of Prosperity Bank"
3. Hiện tại: Tái cấu trúc toàn diện, đang cần người xây dựng hệ thống data từ đầu
Đây là cơ hội vàng vì:
- Bạn sẽ được tham gia từ giai đoạn đầu - dễ "ghi dấu ấn"
- Được học từ chuyên gia quốc tế của VPBank
- ESOP - cơ hội sở hữu cổ phiếu ngân hàng (rất có giá trị nếu GPBank phát triển)
- Clear career roadmap với 2 hướng: Leader hoặc Expert
- Làm việc ở Hà Nội nhưng tiếp cận với môi trường chuyên nghiệp của VPBank
🛠️ KỸ NĂNG CẦN PHÁT TRIỂN THÊM TRONG 1-2 NĂM TỚI
Nếu theo Technical Track:
1. Advanced SQL + Database Design: Trở thành SQL master
2. Cloud Platforms: AWS/Azure/GCP (ưu tiên Azure vì VPBank dùng Microsoft)
3. Big Data: Spark, Hadoop, Kafka
4. ML Engineering: MLflow, Docker, CI/CD
6. Data Engineering: Airflow, dbt, ETL pipelines
Nếu theo Business Track:
1. Domain expertise: Hiểu sâu ngân hàng (tín dụng, rủi ro, marketing)
2. Product thinking: AARRR, OKR, North Star Metric
3. Stakeholder management: Làm việc với C-level
4. Strategic thinking: Phân tích thị trường, đối thủ
Nếu theo Management Track:
1. People management: Coaching, 1-1 meetings
2. Project management: Agile/Scrum, OKR
3. Cross-functional collaboration: Làm việc với nhiều phòng ban
4. Budget & resource planning
💼 LỜI KHUYÊN THỰC TẾ
1. Đừng bỏ qua cơ hội ESOP: ESOP ở ngân hàng rất có giá trị, đặc biệt giai đoạn GPBank đang tái cấu trúc
2. Tận dụng "giai đoạn vàng": Khi GPBank mới về VPBank, mọi thứ đang xây dựng - đây là lúc để bạn "làm chủ" và phát triển nhanh
3. Networking nội bộ: Kết nối với team VPBank Tech, Data - mở ra cơ hội lớn
4. Đừng chỉ là "analyst": Học cách đưa ra business recommendation, không chỉ report
5. Cập nhật công nghệ: AI/GenAI đang thay đổi ngành data - học LLM, prompt engineering
6. Lưu ý working hours: 2 sáng T7/tháng - sắp xếp cuộc sống cá nhân phù hợp
7. Xét về dài hạn: GPBank có thể trở thành digital banking leader nếu VPBank đầu tư đúng - cơ hội thăng tiến rất lớn
⚖️ ĐÁNH GIÁ TỔNG THỂ VỊ TRÍ
| Tiêu chí | Đánh giá | Điểm (10) |
|---|---|---|
| Mức lương | ⭐⭐⭐⭐⭐ Cạnh tranh | 9/10 |
| Cơ hội học hỏi | ⭐⭐⭐⭐⭐ Quốc tế + tái cấu trúc | 9/10 |
| Thăng tiến | ⭐⭐⭐⭐ Clear path | 8/10 |
| Work-life balance | ⭐⭐⭐⭐ Tốt (chỉ 2 T7/tháng) | 8/10 |
| Phúc lợi (ESOP, BH) | ⭐⭐⭐⭐⭐ Vượt trội | 9/10 |
| Ổn định | ⭐⭐⭐⭐⭐ VPBank backing | 9/10 |
| Địa điểm | ⭐⭐⭐⭐ Trung tâm Hà Nội | 8/10 |
Tổng điểm: 8.5/10 - Đây là vị trí rất đáng để ứng tuyển, đặc biệt cho ai muốn build career trong ngân hàng + data.
---
Câu hỏi thường gặp
Em mới ra trường ngành Kinh tế, chưa có kinh nghiệm data, có nên apply vị trí Senior Data Analyst ở GPBank không?
Theo JD yêu cầu 1-3 năm kinh nghiệm thì vị trí "Senior" này không phù hợp với em lắm. Tuy nhiên, em có thể làm 2 việc: (1) Apply vị trí Junior/Middle Data Analyst ở GPBank hoặc các ngân hàng khác để tích lũy kinh nghiệm 1-2 năm, (2) Học thêm SQL, Excel, Power BI qua các khóa online (Google Data Analytics, Power BI PL-300). Background Kinh tế hoàn toàn có lợi thế khi làm data analyst ngân hàng vì em hiểu business. Nếu kiên trì 6-12 tháng học + làm project thực tế, em hoàn toàn có thể apply được vị trí tương đương.
Mức lương 30-38M cho Senior Data Analyst ngân hàng có cạnh tranh không so với thị trường?
Đây là mức khá cạnh tranh bạn nhé. Cụ thể: Senior Data Analyst ở Big4 ngân hàng (Vietcombank, Techcombank, MB, VPBank, ACB) thường dao động 28-40M gross. GPBank offer 30-38M x 14-15 tháng thì tổng thu nhập năm khoảng 420-570M - thuộc top 20% thị trường cho vị trí Senior DA. Đặc biệt, khi cộng thêm ESOP, bonus, phúc lợi GPBankCare thì package thực tế còn hấp dẫn hơn nhiều. So với các công ty fintech (VNPay, MoMo, ZaloPay), lương base có thể thấp hơn nhưng đổi lại là sự ổn định, thương hiệu VPBank và cơ hội học từ chuyên gia quốc tế.
Mình đang làm Data Analyst ở công ty fintech 2 năm, muốn chuyển sang ngân hàng. Cần chuẩn bị gì?
Tin vui là fintech sang bank khá smooth, kiến thức data của bạn đã vững. Cần bổ sung: (1) Kiến thức ngân hàng: NIM, NPL, CAR, quy trình tín dụng, sản phẩm thẻ/tiền gửi - đọc sách "Ngân hàng hiện đại" hoặc tham gia khóa học Basel II/III; (2) Compliance & Security: Ngân hàng quản lý data rất chặt (NHNN, GDPR, PCI-DSS) - bạn cần hiểu về data governance; (3) Stakeholder communication: Ở bank, bạn sẽ làm việc với nhiều phòng ban (risk, compliance, product) - cần kỹ năng thuyết trình và translate data insight sang business decision; (4) Học thêm về core banking data (LOS, CBS, CRM). Với 2 năm fintech, bạn đủ điều kiện apply vị trí Middle/Senior này.
JD yêu cầu SQL, Excel, Python, BI tools - ôn hết trong 1 tháng được không?
Được nhưng cần focus đúng trọng tâm. Chia thời gian theo tỷ lệ: SQL 50% (quan trọng nhất, ôn 2 tuần đầu), Excel 15% (1-2 ngày là đủ nếu đã biết), Power BI/Tableau 25% (1 tuần, chọn 1 tool để master), Python 10% (chỉ cần pandas + visualization cơ bản). Trong 1 tháng, bạn nên: Tuần 1-2: SQL thật chắc (JOIN, Window Functions, Optimization). Tuần 3: BI tool (ưu tiên Power BI vì phổ biến VN). Tuần 4: Python + làm 1-2 project nhỏ + Mock interview. Quan trọng: Làm nhiều bài tập LeetCode SQL hơn là đọc lý thuyết. Đừng cố học hết mọi thứ - master SQL + 1 BI tool là đủ để pass phỏng vấn.
GPBank mới về VPBank có rủi ro gì không? Có nên vào không?
Câu hỏi rất hay. Rủi ro có thể có: (1) Giai đoạn chuyển đổi có thể có thay đổi về cơ cấu, chính sách - tuy nhiên VPBank cam kết giữ thương hiệu GPBank; (2) Văn hóa 2 ngân hàng khác nhau có thể xung đột; (3) Quy trình có thể chưa ổn định trong 1-2 năm đầu. NHƯNG cơ hội lớn hơn: (1) Được hậu thuẫn bởi VPBank - top 4 ngân hàng tư nhân lớn nhất VN; (2) Được học từ chuyên gia quốc tế; (3) Làm từ giai đoạn đầu - dễ thăng tiến; (4) ESOP có giá trị cao. Theo quan điểm cá nhân: Đây là cơ hội tốt nếu bạn chấp nhận môi trường "startup trong ngân hàng lớn" - vừa ổn định vừa có không gian sáng tạo.
Làm ở GPBank có cơ hội chuyển sang VPBank không? Hay là "dead end"?
Hoàn toàn có cơ hội chuyển, và thực tế còn dễ hơn so với trước đây. Lý do: (1) GPBank là công ty con 100% vốn VPBank nên về mặt pháp lý là cùng "group" - chuyển ngang khá thuận lợi; (2) Nhiều dự án sẽ cross-functional giữa 2 bên; (3) Trong giai đoạn 1-2 năm tới, VPBank sẽ rotate nhân sự qua lại để đồng bộ. "Dead end" chỉ xảy ra nếu bạn không chủ động phát triển. Tips để không bị "kẹt": (1) Networking với team VPBank Tech từ sớm; (2) Đề xuất tham gia cross-company projects; (3) Học thêm tech stack của VPBank; (4) Thể hiện năng lực qua kết quả công việc. Trong hệ thống VPBank, GPBank đang được ưu tiên đầu tư - nếu bạn làm tốt, cơ hội lên VPBank HĐQT hoặc Tech team là có thật.
Phỏng vấn vị trí này có cần tiếng Anh không? Mình tiếng Anh khá yếu.
Theo JD không yêu cầu tiếng Anh rõ ràng, nhưng thực tế ở VPBank/GPBank giai đoạn này có thể cần. Lý do: (1) Họ sẽ làm việc với chuyên gia quốc tế về Tech & Data; (2) Tài liệu, tool nhiều khi bằng tiếng Anh; (3) Communication với đối tác nước ngoài. Tuy nhiên, yêu cầu không quá cao - bạn cần: đọc hiểu tài liệu kỹ thuật (SQL, BI docs), viết email cơ bản, giao tiếp qua chat. Nếu tiếng Anh bạn yếu, nên cải thiện trong 1-2 tháng bằng: (1) Đọc SQL documentation tiếng Anh; (2) Học 500 từ vựng chuyên ngành data/finance; (3) Xem YouTube channels bằng tiếng Anh. Trong phỏng vấn, nếu câu hỏi tiếng Việt thì trả lời tiếng Việt - không cần ép mình nói tiếng Anh nếu không fluent.
So sánh làm Data Analyst ở ngân hàng vs công ty tech/fintech thì cái nào tốt hơn?
Mỗi nơi có ưu nhược điểm riêng, phù hợp với từng người. Ngân hàng (GPBank, VPBank, Techcombank...): Ưu - ổn định, brand lớn, lương cạnh tranh, đãi ngộ tốt (BH, ESOP), data phong phú; Nhược - quy trình chậm, đổi mới chậm hơn, work culture đôi khi cứng nhắc. Công ty tech/fintech (VNPay, MoMo, Tiki...): Ưu - môi trường năng động, học công nghệ mới nhanh, scale lớn; Nhược - áp lực cao, có thể burn out, công ty nhỏ thì rủi ro. Lời khuyên: Nếu bạn thích sự ổn định, muốn làm lâu dài, quan tâm đến data chất lượng cao (banking data rất có giá trị) → chọn ngân hàng. Nếu bạn thích công nghệ mới, làm sản phẩm scale lớn → chọn fintech. Giai đoạn này GPBank đặc biệt vì vừa có "best of both worlds": sự ổn định của VPBank + tinh thần "xây từ đầu" của startup.