CV/CVC/CVCC Quản lý rủi ro gian lận

Theo JD yêu cầu tối thiểu 01 năm kinh nghiệm trong lĩnh vực Tài chính - Ngân hàng, quản trị rủi ro, hoặc kiểm toán, nên nếu em chưa có kinh nghiệm thì cơ hội được gọi phỏng vấn sẽ rất thấp. Lời khuyên cho em là: (1) Tìm vị trí fresher hoặc thực tập sinh tại các ngân hàng, công ty kiểm toán, công ty tài chính để tích lũy 1-2 năm kinh nghiệm đầu tiên; (2) Trong thời gian chờ, học thêm Python, SQL, Excel nâng cao, làm một số project phân tích rủi ro trên Kaggle hoặc dữ liệu công khai; (3) Học thêm kiến thức về Basel II/III, Thông tư 13/2018/TT-NHNN; (4) Lấy chứng chỉ CAMS hoặc tham gia khóa học FRM Part I. Sau 1-2 năm, em hoàn toàn có thể ứng tuyển lại vị trí tương tự tại Vietinbank hoặc các ngân hàng lớn khác với mức lương tốt hơn.

JD ghi "Thỏa thuận", tức là mức lương sẽ được thương lượng dựa trên năng lực và kinh nghiệm. Theo tham khảo thị trường, vị trí Chuyên viên (CV) tại Vietinbank hiện dao động khoảng 18-28 triệu VNĐ/tháng gross, Chuyên viên chính (CVC) khoảng 28-45 triệu VNĐ, và Chuyên viên cao cấp (CVCC) có thể từ 45-75 triệu VNĐ. Mức lương có thể thay đổi tùy ngân hàng và thời điểm. Ngoài ra, tại Vietinbank còn có thưởng Tết (thường 1-3 tháng lương), thưởng KPI quý/năm, phụ cấp ăn trưa, bảo hiểm sức khỏe, cơ hội mua cổ phiếu ESOP (Vietinbank đã IPO). Khi deal lương, bạn nên đàm phán dựa trên: chứng chỉ nghề bạn có, kinh nghiệm thực tế với hệ thống fraud monitoring, mức lương hiện tại ở công ty cũ, và các offer cạnh tranh từ ngân hàng khác.

Hoàn toàn phù hợp và là bước chuyển rất tự nhiên. Kiểm toán nội bộ và quản lý rủi ro gian lận có nền tảng chung khoảng 70%, bạn đã có kỹ năng đánh giá rủi ro, phát hiện bất thường, viết báo cáo, làm việc độc lập. Để tăng cơ hội, bạn cần bổ sung: (1) Kiến thức Basel II/III và Thông tư 13/2018/TT-NHNN về kiểm soát nội bộ - đây là yêu cầu cốt lõi; (2) Hiểu về fraud detection models - dù không cần code giỏi nhưng cần hiểu logic rule-based và machine learning; (3) Nếu có thể, học thêm Python cơ bản để phân tích dữ liệu - đây là điểm cộng lớn; (4) Cập nhật case gian lận thực tế tại VN để chia sẻ trong phỏng vấn; (5) Cân nhắc thi chứng chỉ CFE (Certified Fraud Examiner) hoặc CAMS trong thời gian tới. Với 3 năm kinh nghiệm, bạn nên target vào cấp CVC. Khi phỏng vấn, hãy kể một vụ kiểm toán mà bạn phát hiện được dấu hiệu bất thường, kết quả xử lý ra sao - đó là case study rất giá trị.

KPI của vị trí này thường được chia thành 4 nhóm chính: (1) Nhóm phát hiện & ngăn chặn: tỷ lệ phát hiện gian lận (fraud detection rate), số vụ được ngăn chặn thành công, thời gian phát hiện trung bình (Mean Time to Detect - MTTD); (2) Nhóm tổn thất: tỷ lệ tổn thất do gian lận trên tổng tài sản, tỷ lệ thu hồi thành công qua bảo hiểm hoặc truy đòi; (3) Nhóm hệ thống: false positive rate của hệ thống giám sát (càng thấp càng tốt, mục tiêu <5%), số lượng rule/kịch bản giám sát được xây dựng mới; (4) Nhóm tuân thủ: số vụ vi phạm quy trình, số lần bị phạt từ cơ quan quản lý, hoàn thành đúng hạn các báo cáo theo quy định NHNN. Ngoài ra còn có KPI về đào tạo: số buổi training nội bộ, số chi nhánh được tập huấn về nhận diện gian lận. Đây là vị trí áp lực khá cao, đặc biệt khi có sự cố gian lận lớn xảy ra, KPI có thể bị ảnh hưởng nghiêm trọng.

Đây là một bước chuyển hướng rất có giá trị và được khuyến khích, đặc biệt vì JD Vietinbank ưu tiên ứng viên thành thạo Python. Ưu điểm khi chuyển sang: (1) Bạn sẽ được áp dụng kỹ năng ML vào bài toán thực tế với dữ liệu lớn và quan trọng hơn (tiền thật); (2) Ngân hàng có nguồn dữ liệu phong phú hơn Fintech về giao dịch, khách hàng; (3) Thu nhập ổn định hơn, cơ hội thăng tiến rõ ràng; (4) Brand Vietinbank rất tốt khi muốn chuyển việc sau này. Nhược điểm: (1) Môi trường ngân hàng nhà nước có thể chậm hơn Fintech trong việc áp dụng công nghệ mới; (2) Có thể phải làm nhiều việc không liên quan đến ML như báo cáo, họp, đào tạo; (3) Văn hóa làm việc có phần bảo thủ hơn. Để tăng cơ hội, bạn cần học thêm về nghiệp vụ ngân hàng, Basel, Thông tư NHNN. Target vào cấp CVC hoặc CVCC vì JD ưu tiên Python - đây là lợi thế cạnh tranh lớn của bạn.

Vẫn nên apply nếu em đáp ứng các yêu cầu khác, vì Python chỉ là ưu tiên, không phải điều kiện bắt buộc. Tuy nhiên, nếu em không biết Python, em sẽ bị mất lợi thế cạnh tranh so với các ứng viên khác, đặc biệt khi apply cấp CVC/CVCC. Lời khuyên: (1) Hãy học Python cơ bản trước khi apply - chỉ cần 4-6 tuần tập trung là có thể nắm được pandas, numpy, scikit-learn cơ bản; (2) Làm 1-2 project trên Kaggle liên quan đến fraud detection (ví dụ dataset IEEE-CIS Fraud Detection) để có portfolio; (3) Trong CV, nếu không tự tin về Python thì đừng liệt kê vào phần kỹ năng, thay vào đó nhấn mạnh các kỹ năng khác như phân tích dữ liệu bằng Excel/SQL, hiểu biết về Basel, kinh nghiệm xây dựng quy trình; (4) Nếu được phỏng vấn, hãy thể hiện rằng em sẵn sàng học hỏi và đã có tư duy phân tích dữ liệu tốt. Tuy nhiên, nếu em apply vị trí CVCC, khả năng cao HR sẽ test Python trong vòng phỏng vấn, nên hãy chuẩn bị kỹ.

Áp lực ở mức trung bình đến cao, tùy thuộc vào tình hình rủi ro thực tế của ngân hàng. Cụ thể: (1) Khi có sự cố gian lận lớn xảy ra (ví dụ chi nhánh bị lừa đảo, khách hàng bị tấn công mạng, nhân viên vi phạm), áp lực sẽ tăng rất cao, có thể phải làm đến đêm hoặc cuối tuần để xử lý và báo cáo; (2) Cuối quý, cuối năm thường có nhiều báo cáo định kỳ phải hoàn thành, áp lực deadline rõ ràng; (3) Khi triển khai dự án chiến lược (ví dụ: xây dựng hệ thống fraud monitoring mới), có thể phải OT; (4) Tuy nhiên, so với mảng kinh doanh hoặc IT, áp lực thường ít hơn vì bản chất công việc là phòng ngừa, không phải "chạy deadline doanh thu". Work-life balance ở mức khá - thường 8h/ngày, 5.5 ngày/tuần, nhưng khi có sự cố thì không có giờ giấc cố định. Đổi lại, bạn sẽ học được rất nhiều và có cơ hội phát triển lên các vị trí quản lý cấp cao.

Hai mảng này có nhiều điểm chung nhưng khác nhau về trọng tâm: Quản lý rủi ro gian lận (Fraud Risk Management) tập trung vào việc nhận diện, đo lường, giám sát và ngăn chặn các hành vi gian lận (fraud) - cả nội bộ lẫn bên ngoài, sử dụng hệ thống giám sát giao dịch, mô hình ML, quy trình kiểm soát. Công việc mang tính "phòng thủ chủ động", thường xuyên cập nhật kỹ thuật mới. Còn Tuân thủ (Compliance) tập trung vào việc đảm bảo ngân hàng tuân thủ quy định pháp luật của NHNN, các văn bản pháp quy, phòng chống rửa tiền (AML), trừng phạt quốc tế. Công việc mang tính "phòng thủ pháp lý", nặng về giấy tờ, báo cáo, kiểm tra tuân thủ. Hai mảng này thường xuyên phối hợp với nhau: khi phát hiện gian lận nghiêm trọng có thể liên quan đến rửa tiền, phòng Quản lý rủi ro sẽ chuyển hồ sơ cho phòng Compliance để xử lý tiếp. Nếu bạn thích kỹ thuật, dữ liệu, xây dựng hệ thống thì hợp với Fraud Risk; nếu thích pháp lý, quy trình, làm việc với cơ quan quản lý thì hợp với Compliance.

Lĩnh vực này sẽ phát triển mạnh mẽ trong 5 năm tới, không bị AI thay thế mà ngược lại, AI sẽ tạo ra cả cơ hội lẫn thách thức mới. Về phía cơ hội: (1) Nhu cầu tuyển dụng sẽ tăng cao khi các ngân hàng đẩy mạnh chuyển đổi số, thanh toán số, mobile banking - kéo theo rủi ro gian lận tăng; (2) Các công nghệ mới như AI, machine learning, big data sẽ được áp dụng rộng rãi trong fraud detection, tạo ra các vị trí mới như Fraud Data Scientist, ML Engineer trong ngân hàng; (3) Quy định của NHNN và Basel sẽ ngày càng chặt chẽ hơn, yêu cầu nhân sự chất lượng cao. Về phía thách thức: (1) AI cũng được tội phạm sử dụng (deepfake, AI-generated phishing, automated attacks), nên cuộc chạy đua giữa fraud prevention và fraud innovation sẽ khốc liệt hơn; (2) Một số công việc manual như kiểm tra báo cáo đơn giản sẽ được tự động hóa, đòi hỏi nhân sự phải nâng cao kỹ năng. Tóm lại, người biết kết hợp giữa kiến thức ngân hàng + công nghệ + tư duy phân tích sẽ có giá trị cao và không sợ bị thay thế. Vị trí này có triển vọng nghề nghiệp rất tốt trong 10-20 năm tới.