VietinBank tuyển dụng Data Steward (Quản trị dữ liệu nghiệp vụ)

Toàn thời gian 8 chỉ tiêu Hạn: 2026-11-01

Mô tả công việc

Mục tiêu công việc

Là cầu nối giữa Đơn vị nghiệp vụ và Khối kỹ thuật/dữ liệu, triển khai các chính sách, quy trình và tiêu chuẩn quản trị dữ liệu tại đơn vị; đảm bảo dữ liệu chất lượng, nhất quán, bảo mật và tuân thủ.

Nhiệm vụ chính

Quản lý và cải thiện chất lượng dữ liệu; xây dựng quy tắc DQ, theo dõi KPI, dashboard và phối hợp xử lý các vấn đề dữ liệu.

Xây dựng, chuẩn hóa và quản lý Metadata, Data Dictionary, Business Glossary.

Phối hợp xác định Data Owner, Golden Data Source và Data Lineage, đảm bảo dữ liệu minh bạch và nhất quán.

Hỗ trợ bảo mật, quyền riêng tư, phân quyền và tuân thủ dữ liệu; theo dõi việc sử dụng, chia sẻ và lưu trữ dữ liệu.

Phối hợp xử lý các sự cố/vi phạm dữ liệu và thực hiện quản lý dữ liệu xuyên suốt vòng đời.

Yêu cầu ứng viên

Tốt nghiệp ĐẠI HỌC CHÍNH QUY trở lên các ngành CNTT, Hệ thống thông tin, Phân tích dữ liệu, Kinh tế, Tài chính – Ngân hàng, Quản trị kinh doanh hoặc liên quan.

Có 1–3 năm kinh nghiệm về Data Management, Data Quality, Data Analysis/BI.

Hiểu biết về Data Governance, Data Quality, Metadata, Data Lineage và Data Lifecycle; ưu tiên kinh nghiệm triển khai các dự án dữ liệu.

Có kiến thức về Data Privacy và tuân thủ pháp lý liên quan.

Có khả năng sử dụng SQL và các công cụ quản trị dữ liệu như Collibra, Informatica, Alation, Microsoft Purview, Apache Atlas...

Có khả năng phối hợp liên phòng ban, kết nối nghiệp vụ – kỹ thuật, phân tích và xử lý vấn đề tốt.

Ưu tiên ứng viên có hiểu biết nghiệp vụ ngân hàng.

Phân tích kỹ năng cần có

1. Định vị vị trí

Đây là vị trí quản trị dữ liệu nghiệp vụ, đóng vai trò cầu nối giữa nghiệp vụ ngân hàng, khối phân tích và khối kỹ thuật. Ứng viên không nhất thiết phải xây hệ thống dữ liệu, mà phải biết định nghĩa dữ liệu, kiểm soát chất lượng, làm rõ nguồn gốc, phân loại độ nhạy cảm, điều phối xử lý sai sót và bảo đảm dữ liệu được dùng đúng mục đích.

Các kết quả công việc quan trọng nhất gồm:

Xây dựng và cải thiện các quy tắc chất lượng dữ liệu.
Theo dõi chỉ số chất lượng trên báo cáo và bảng điều khiển.
Quản lý siêu dữ liệu, từ điển dữ liệu và thư viện thuật ngữ nghiệp vụ.
Xác định chủ sở hữu dữ liệu, nguồn dữ liệu chuẩn và đường dẫn dữ liệu.
Hỗ trợ phân quyền, bảo mật, quyền riêng tư và tuân thủ.
Quản lý sự vố và vi phạm dữ liệu trong toàn bộ vòng đời dữ liệu.

2. Ma trận năng lực cần chứng minh

Nhóm năng lực	Mức độ	Kiến thức cần nắm	Bằng chứng nên có trong hồ sơ
Quản trị và chất lượng dữ liệu	Rất cao	Quy trình kiểm soát, quy tắc kiểm tra, xử lý vi phạm, chỉ số chất lượng	Quy tắc kiểm tra dữ liệu khách hàng, tài khoản hoặc giao dịch
Siêu dữ liệu và thuật ngữ nghiệp vụ	Rất cao	Siêu dữ liệu kỹ thuật, nghiệp vụ và vận hành; từ điển dữ liệu	Bảng định nghĩa trường dữ liệu và quy ước đặt tên
Nguồn gốc dữ liệu	Cao	Nguồn dữ liệu chuẩn, đường dẫn đầu cuối, tác động khi thay đổi nguồn	Sơ đồ luồng từ hệ thống nguồn đến báo cáo quản trị
Ngôn ngữ truy vấn có cấu trúc	Cao	Phép nối, lọc, nhóm, xử lý giá trị rỗng, phát hiện trùng lặp, phân tích theo thời gian	Bài kiểm tra chất lượng trên bảng khách hàng hoặc giao dịch
Báo cáo và bảng điều khiển	Cao	Thiết kế chỉ số, cảnh báo, xu hướng, phân tích nguyên nhân	Báo cáo tỷ lệ đầy đủ, hợp lệ, trùng lặp và xử lý vi phạm
Quản lý vòng đời dữ liệu	Cao	Thu thập, sử dụng, chia sẻ, lưu trữ, lưu giữ và xóa dữ liệu	Quy trình kiểm soát truy cập và xóa dữ liệu không còn sử dụng
Quyền riêng tư và tuân thủ	Cao	Phân loại dữ liệu nhạy cảm, cơ sở pháp lý xử lý, che giấu dữ liệu, nhật ký truy cập	Tình huống phản ứng khi dữ liệu khách hàng bị chia sẻ sai
Nghiệp vụ ngân hàng	Cao	Khách hàng, tài khoản, giao dịch, tín dụng, thẻ, nhân viên và báo cáo quản trị	Mô tả cách hiểu một trường dữ liệu nghiệp vụ và nguồn chịu trách nhiệm
Kỹ năng liên phòng ban	Rất cao	Làm việc nhóm, phân tích nhu cầu, thuyết phục, đàm phán và trình bày	Ví dụ đã phối hợp xử lý sự cố dữ liệu với nhiều bộ phận

3. Kỹ năng chuyên môn trọng tâm

Chất lượng dữ liệu: Cần hiểu sáu tiêu chí phổ biến gồm tính đầy đủ, chính xác, hợp lệ, nhất quán, kịp thời và duy nhất. Mỗi quy tắc kiểm tra nên có ngưỡng cảnh báo, mức độ nghiêm trọng, chủ sở hữu, tần suất chạy, bằng chứng kiểm tra và hướng xử lý.

Quản trị dữ liệu: Cần phân biệt chủ sở hữu dữ liệu, người quản trị dữ liệu, người tạo dữ liệu và người sử dụng dữ liệu; hiểu cách xây dựng chính sách, tiêu chuẩn, ma trận trách nhiệm và cơ chế tiếp nhận yêu cầu dữ liệu.

Siêu dữ liệu và từ điển: Phải biết tài liệu hóa tên bảng, tên trường, kiểu dữ liệu, đơn vị, phép tính, quy tắc tạo, nguồn gốc, tần suất cập nhật, mức độ nhạy cảm và chủ sở hữu. Đây là phần thường bị hỏi sâu vì tác nhân cần đọc hiểu nghiệp vụ trước khi phê duyệt dữ liệu.

Đường dẩn và nguồn dữ liệu chuẩn: Cần biết lập bản đồ từ hệ thống nguồn, vùng dữ liệu trung gian, kho dữ liệu, bảng vận hành đến báo cáo quản trị. Khi có thay đổi cấu trúc hoặc nguồn, ứng viên phải đánh giá được báo cáo nào bị ảnh hưởng.

Ngôn ngữ truy vấn có cấu trúc: Không nhất thiết phải ở trình độ chuyên gia, nhưng cần viết được phép nối, lọc, nhóm, xử lý giá trị rỗng, phát hiện bản ghi trùng, chuẩn hóa ngày tháng, tính tỷ lệ và sử dụng hàm cửa sổ. Có thể dùng ngôn ngữ truy vấn có cấu trúc để đối chiếu kết quả trên bảng điều khiển với dữ liệu gốc.

Công cụ quản trị dữ liệu: Tin tuyển dụng liệt kê Collibra, Informatica, Alation, Microsoft Purview và Apache Atlas. Ứng viên không cần thành thạo tất cả; nên chọn một công cụ để hiểu sâu luồng đăng ký, phân loại, phê duyệt, kiểm soát truy cập và theo dõi chất lượng. Hiểu các khái niệm chuyển đổi giữa công cụ thường quan trọng hơn việc khoe nhiều tên.

Quyền riêng tư và tuân thủ: Cần nắm nguyên tắc chỉ xử lý dữ liệu cần thiết, có căn cứ phù hợp; kiểm soát ai được xem, chia sẻ như thế nào, lưu trữ bao lâu và ghi nhật ký ra sao. Cần cập nhật các văn bản hiện hành, đặc biệt Nghị định số 13/2023 của Chính phủ về bảo vệ dữ liệu cá nhân và Thông tư số 09/2023 của Ngân hàng Nhà nước về bảo đảm an toàn thông tin trong hoạt động ngân hàng.

4. Kỹ năng mềm cần thể hiện

Phân tích yêu cầu nghiệp vụ mà không mặc định giải pháp kỹ thuật.
Biến yêu cầu nghiệp vụ thành quy tắc dữ liệu có thể kiểm tra.
Trình bày vấn đề theo cấu trúc: dữ liệu nào, ảnh hưởng gì, mức độ ra sao, nguyên nhân có thể là gì và cần ai hỗ trợ.
Phối hợp với khối kỹ thuật mà không đổ lỗi và không đưa ra cam kết nằm ngoài năng lực.
Ghi tài liệu đủ rõ để người khác tiếp nhận công việc.
Quyết định dựa trên tác động kinh doanh, rủi ro tuân thủ và chi phí xử lý.
Giữ bình tĩnh khi phát hiện vi phạm nghiêm trọng và leo thang đúng quy trình.

5. Chứng chỉ gợi ý

Không cần sưu tầm nhiều chứng chỉ. Ưu tiên một chứng chỉ thực chất kết hợp với dự án thực tế:

Chứng chỉ quản trị dữ liệu do Hiệp hội Quản trị Dữ liệu Quốc tế cấp.
Chứng chỉ phân tích dữ liệu Power BI của Microsoft.
Khóa học ngôn ngữ truy vấn có cấu trúc từ cơ sở uy tín, có bài tập về kiểm tra chất lượng dữ liệu.
Chứng chỉ liên quan đến bảo mật, quyền riêng tư hoặc tuân thủ dữ liệu nếu đã có nền tảng kỹ thuật.
Chứng chỉ sử dụng Microsoft Purview hoặc Apache Atlas nếu thực sự có dự án liên quan.

Chứng chỉ không thay thế kinh nghiệm. Một bài kiểm tra dữ liệu khách hàng có quy tắc, tỷ lệ lỗi, mức độ nghiêm trọng, quy trình sửa và bảng tổng hợp thường thuyết phục hơn việc liệt kê nhiều chứng chỉ chưa sử dụng.

6. Hồ sơ nên thể hiện

Hồ sơ nên nêu rõ bạn đã làm gì, dùng công cụ nào, đo lường ra sao và kết quả ra sao. Có thể viết theo mẫu:

Chuẩn hóa định nghĩa và quy tắc kiểm tra cho nhóm dữ liệu khách hàng, tài khoản hoặc giao dịch.
Xây dựng báo cáo theo dõi tính đầy đủ, hợp lệ, nhất quán và kịp thời của dữ liệu.
Phối hợp xác định nguồn dữ liệu chuẩn, chủ sở hữu và tác động khi thay đổi nguồn.
Lập danh mục sự vố dữ liệu, phân loại mức độ nhạy cảm và kiểm soát quyền truy cập.
Xây dựng quy trình tiếp nhận, phân loại, xử lý và đóng các vấn đề dữ liệu.

Nếu chỉ làm dự án mô phỏng, phải ghi rõ “dự án cá nhân” hoặc “dự án học tập”; tuyệt đối không biến bài tập thành kinh nghiệm làm việc. Hồ sơ mạnh nhất thường kết hợp kinh nghiệm nghiệp vụ ngân hàng, khả năng truy vấn dữ liệu và một dự án quản trị dữ liệu có thể tái hiện.

Chuẩn bị phỏng vấn

1. Quy trình phỏng vấn dự kiến

Tin tuyển dụng chưa công bố quy trình chính thức. Với vị trí cần cả kiến thức dữ liệu, kỹ thuật, tuân thủ và khả năng phối hợp, ứng viên nên chuẩn bị cho năm bước sau:

1. Sàng lọc hồ sơ và phỏng vấn sơ bộ: Kiểm tra mức độ phù hợp về kinh nghiệm quản trị dữ liệu, phân tích dữ liệu, trực quan hóa dữ liệu và nghiệp vụ ngân hàng.
2. Bài kiểm tra kỹ thuật: Có thể là bài truy vấn, kiểm tra chất lượng dữ liệu, phân tích một bảng dữ liệu hoặc trả lời câu hỏi nghiệp vụ và tuân thủ.
3. Phỏng vấn chuyên môn về dữ liệu: Đi sâu vào quy tắc chất lượng, siêu dữ liệu, nguồn dữ liệu chuẩn, đường dẫn, vòng đời và quản lý sự vố.
4. Phỏng vấn nghiệp vụ và phối hợp: Đánh giá khả năng làm việc với ngân hàng, khối kỹ thuật, kiểm toán nội bộ, tuân thủ và các đơn vị sử dụng dữ liệu.
5. Phỏng vấn lãnh đạo hoặc tuyển dụng: Tập trung vào động lực, văn hóa, khả năng học hỏi, tình huống xung đột và kỳ vọng về vị trí.

2. Câu hỏi thường gặp

Về chất lượng dữ liệu:

Bạn hiểu thế nào về tính đầy đủ, chính xác, hợp lệ, nhất quán, kịp thời và duy nhất?
Một quy tắc chất lượng dữ liệu hoàn chỉnh cần những thành phần nào?
Làm thế nào chọn ngưỡng cảnh báo để tránh quá nhiều cảnh báo giả?
Khi chất lượng dữ liệu giảm, bạn phân tích nguyên nhân như thế nào?
Bạn phân biệt lỗi dữ liệu với lỗi quy trình hoặc lỗi hệ thống ra sao?

Về quản trị dữ liệu:

Khác biệt giữa chủ sở hữu dữ liệu và người quản trị dữ liệu là gì?
Quy trình phê duyệt một trường dữ liệu mới diễn ra như thế nào?
Làm thế nào xác định nguồn dữ liệu chuẩn khi nhiều hệ thống có cùng một thông tin?
Vì sao cần quản lý siêu dữ liệu và từ điển dữ liệu?
Khi một báo cáo quản trị sai, bạn truy vết đường dẫn dữ liệu thế nào?

Về kỹ thuật:

Viết hoặc giải thích cách phát hiện mã khách hàng bị trùng.
Tính tỷ lệ dữ liệu đầy đủ như thế nào?
Phân biệt dữ liệu rỗng, dữ liệu không áp dụng và dữ liệu chưa được thu thập.
Khi nguồn dữ liệu thay đổi cấu trúc, làm thế nào đánh giá tác động?
Bạn sử dụng công cụ quản trị dữ liệu nào và vì sao chọn công cụ đó?

Về nghiệp vụ ngân hàng:

Giải thích các trường dữ liệu cần thiết trong hồ sơ khách hàng hoặc hồ sơ tín dụng.
Tại sao số định danh khách hàng phải duy nhất?
Dữ liệu giao dịch khác dữ liệu hồ sơ khách hàng như thế nào về tần suất và yêu cầu kiểm soát?
Dữ liệu nào cần phân loại là nhạy cảm và cần kiểm soát truy cập chặt?
Nếu một đơn vị nghiệp vụ yêu cầu dữ liệu mới, quy trình phản hồi của bạn thế nào?

Về quyền riêng tư và tuân thủ:

Phản ứng của bạn khi phát hiện tệp khách hàng được gửi sai người như thế nào?
Làm thế nào giảm thiểu dữ liệu khi một báo cáo chỉ cần một vài trường?
Ai chịu trách nhiệm phê duyệt mục đích sử dụng và quyền truy cập?
Khi nào phải ngừng xử lý và leo thang sự cố dữ liệu?
Dữ liệu cần được giữ lại trong bao lâu và căn cứ pháp lý là gì?

3. Bài tình huống nên luyện

Hãy chuẩn bị một tình huống giả định:

Bảng khách hàng có các trường mã khách hàng, họ tên, ngày sinh, số điện thoại, mã chi nhánh và trạng thái. Dữ liệu có mã khách hàng rỗng, mã bị trùng, ngày sinh không hợp lệ, tên chi nhánh viết không nhất quán và một số bản ghi chưa được cập nhật trong nhiều ngày.

Cách trả lời tốt:
1. Xác định mỗi dòng dữ liệu đại diện cho đơn vị nào và mã nào là khóa chính.
2. Xác định nguồn dữ liệu chuẩn và chủ sở hữu của từng trường.
3. Xây dựng quy tắc cho tính đầy đủ, tính duy nhất, tính hợp lệ, tính nhất quán và tính kịp thời.
4. Phân loại mức độ nghiêm trọng theo ảnh hưởng đến khách hàng, báo cáo, tuân thủ và nghiệp vụ.
5. Dùng ngôn ngữ truy vấn có cấu trúc hoặc công cụ kiểm tra để đối chiếu số lượng lỗi.
6. Truy vết dữ liệu từ nguồn đến báo cáo để xác định phạm vi ảnh hưởng.
7. Phân tích nguyên nhân như quy trình nhập liệu, kiểm tra nguồn, định nghĩa không rõ, lỗi tích hợp hoặc thay đổi chưa được thông báo.
8. Giao nhiệm vụ sửa, đặt thời hạn, kiểm tra lại và đóng sự vố.
9. Đưa chỉ số lên bảng điều khiển và thiết lập cảnh báo để ngăn tái diễn.

Công thức cần nói được:

Tỷ lệ đầy đủ = số giá trị hợp lệ và không rỗng chia cho tổng số giá trị cần có.
Tỷ lệ hợp lệ = số giá trị vượt qua quy tắc chia cho tổng số giá trị được kiểm tra.
Tỷ lệ kịp thời = số bản ghi cập nhật đúng hạn chia cho tổng số bản ghi yêu cầu cập nhật.
Tỷ lệ xử lý đúng hạn = số sự vố đóng trong thời hạn chia cho tổng số sự vố phát sinh.

4. Câu trả lời mở đầu khoảng 60 đến 90 giây

Bạn có thể chuẩn bị mẫu sau và thay phần trong ngoặc bằng thông tin thật:

“Tôi có [số năm] kinh nghiệm trong [lĩnh vực phân tích, quản trị hoặc vận hành dữ liệu]. Trong dự án gần nhất, tôi đã [nhiệm vụ cụ thể], sử dụng [công cụ và ngôn ngữ truy vấn có cấu trúc] để [kết quả có thể đo lường]. Tôi đặc biệt quan tâm vị trí quản trị dữ liệu nghiệp vụ vì cơ hội làm việc trực tiếp với người nghiệp vụ và kỹ thuật để chuẩn hóa định nghĩa, kiểm soát chất lượng và bảo đảm dữ liệu được sử dụng đúng mục đích. Tôi có kinh nghiệm trong [nghiệp vụ khách hàng, tín dụng, vận hành hoặc báo cáo quản trị], đồng thời hiểu rằng dữ liệu tốt không chỉ phải chính xác mà còn phải rõ nguồn gốc, được phân quyền, có chủ sở hữu và được kiểm soát trong toàn bộ vòng đời.”

5. Chuẩn bị tài liệu

n- Mang theo bản mô tả kinh nghiệm thật theo cấu trúc tình huống, hành động và kết quả.

Chuẩn bị ba câu hỏi nếu quy trình chưa rõ: quy tắc dữ liệu sẽ được tạo từ đâu, công cụ nào đang vận hành, tiêu chí thành công sau ba tháng là gì.
Ôn lại các dự án có thể chứng minh tác động kinh doanh hoặc rủi ro tuân thủ.
Nhớ các vấn đề bảo mật và không chia sẻ dữ liệu thật của ngân hàng trước đây.
Kiểm tra đường truy cập, thiết bị và kết nối mạng nếu bài kiểm tra diễn ra trực tuyến.

6. Trang phục và giao tiếp

Nên mặc trang phục công sở hài hòa: vest, áo sơ mi, quần tây, giày kín và màu sắc trung tính; có thể không cần cà vạt nếu văn hóa phòng ban không yêu cầu. Tránh quần jean, áo thun, giày thể thao hoặc phụ kiện gây chú ý. Trước lịch phỏng vấn nên xác nhận hình thức trực tiếp hay trực tuyến, địa điểm cụ thể và thời gian dự kiến.

Cách trả lời tốt là nói chậm, kết luận ngắn trước khi giải thích, phân biệt rõ điều đã làm thật với điều chỉ học, và không đổ lỗi cho khối khác. Khi không biết một thông tin, hãy nói rõ sẽ kiểm tra theo quy trình thay vì đoán.

7. Câu hỏi nên hỏi cuối buổi phỏng vấn

Trong ba tháng đầu, thành tích được coi là thành công quan trọng nhất là gì?
Vị trí tập trung vào nhóm dữ liệu khách hàng, tín dụng, vận hành hay báo cáo quản trị?
Công cụ quản trị dữ liệu nào đang được sử dụng chính?
Ranh giới giữa định nghĩa nghiệp vụ, phê duyệt dữ liệu và phát triển kỹ thuật được phân chia như thế nào?
Có yêu cầu trực xử lý sự cố dữ liệu ngoài giờ làm việc không?
Cơ chế đánh giá hiệu quả, phúc lợi và cơ hội phát triển của vị trí ra sao?

Lộ trình ôn thi

1. Mục tiêu sau khi ôn thi

Sau lộ trình 10 đến 14 ngày, ứng viên cần có thể:

Giải thích được quản trị dữ liệu, chất lượng dữ liệu, siêu dữ liệu, đường dẫn dữ liệu và quản lý vòng đời.
Tự thiết kế một bộ quy tắc chất lượng cho dữ liệu ngân hàng.
Đọc và truy vấn dữ liệu cơ bản bằng ngôn ngữ truy vấn có cấu trúc.
Phân tích một bảng dữ liệu thật hoặc mô phỏng và xác định nguyên nhân lỗi.
Nói rõ cách phân quyền, chia sẻ, lưu giữ và xóa dữ liệu.
Trả lời tình huống phối hợp giữa nghiệp vụ, kỹ thuật và tuân thủ.

2. Lộ trình 1 đến 2 tuần

Ngày 1 và ngày 2: Nền tảng quản trị dữ liệu

Học khái niệm quản trị dữ liệu, vai trò chủ sở hữu dữ liệu và người quản trị dữ liệu, chính sách, tiêu chuẩn, quy trình phê duyệt và ma trận trách nhiệm. Tạo một trang tóm tắt gồm mục đích, thành phần, đầu ra và các bên liên quan.

Ngày 3 và ngày 4: Chất lượng dữ liệu

Học sáu tiêu chí chất lượng, cách đặt quy tắc, chọn ngưỡng cảnh báo, xếp mức độ nghiêm trọng và xử lý vi phạm. Luyện chuyển câu hỏi nghiệp vụ thành câu hỏi có thể kiểm tra, chẳng hạn “Khách hàng có số điện thoại hợp lệ không?” thành quy tắc về độ dài, định dạng, ký tự và giá trị rỗng.

Ngày 5 và ngày 6: Ngôn ngữ truy vấn và phân tích dữ liệu

Ôn phép nối, lọc, nhóm, xử lý ngày tháng, phát hiện trùng lặp, tìm bản ghi không khớp và tính tỷ lệ. Làm bài trên ba bảng: khách hàng, tài khoản và giao dịch. Sau đó đối chiếu kết quả truy vấn với bảng điều khiển.

Ngày 7 và ngày 8: Siêu dữ liệu, từ điển và đường dẫn

Tạo từ điển cho từng trường gồm định nghĩa, nguồn, kiểu dữ liệu, đơn vị, chủ sở hữu, tần suất cập nhật, mức độ nhạy cảm và quy tắc tạo. Sau đó lập sơ đồ từ nguồn đến báo cáo để chứng minh khả năng truy vết tác động.

Ngày 9: Quyền riêng tư và tuân thủ

Đọc Nghị định số 13/2023 của Chính phủ về bảo vệ dữ liệu cá nhân, các nguyên tắc trong Thông tư số 09/2023 của Ngân hàng Nhà nước và chính sách nội bộ áp dụng. Luyện tình huống dữ liệu bị gửi nhầm, yêu cầu truy cập không có căn cứ và phát hiện tệp chứa dữ liệu quá mức cần thiết.

Ngày 10: Công cụ quản trị dữ liệu

Chọn một trong Microsoft Purview, Collibra, Alation hoặc Apache Atlas. Tìm hiểu vòng đăng ký, phê duyệt, phân loại, gắn nhãn, kiểm soát truy cập, chất lượng và báo cáo. Không cần học sâu toàn bộ giao diện; hãy tạo một sơ đồ quy trình mẫu.

Ngày 11 và ngày 12: Nghiệp vụ ngân hàng

Ôn quy trình mở và đóng tài khoản, định danh khách hàng, giao dịch, hồ sơ tín dụng, thẻ, nhân viên và báo cáo quản trị. Với mỗi lĩnh vực, xác định nguồn chuẩn, chủ sở hữu và dữ liệu nhạy cảm.

Ngày 13 và ngày 14: Bài tình huống và luyện phỏng vấn

Hoàn thiện một bộ hồ sơ dự án gồm bảng vấn đề dữ liệu, từ điển, sơ đồ đường dẫn, bảng điều khiển và kế hoạch xử lý. Sau đó trả lời câu hỏi theo giọng thuyết trình trong 90 giây và diễn tập ba tình huống xử lý sự cố.

3. Bài thực hành đề xuất

Tạo dữ liệu mô phỏng gồm:

Bảng khách hàng có mã, họ tên, ngày sinh, số điện thoại, mã chi nhánh và trạng thái.
Bảng tài khoản có mã khách hàng, số tài khoản, loại tài khoản và số dư.
Bảng giao dịch có mã giao dịch, số tài khoản, thời gian, số tiền và loại giao dịch.

Dự án cần trả lời:
1. Mã khách hàng nào bị trùng hoặc rỗng?
2. Số điện thoại nào sai định dạng?
3. Có tài khoản nào không khớp khách hàng không?
4. Giao dịch nào diễn ra trước thời điểm mở tài khoản?
5. Dữ liệu nào thiếu, chậm hoặc không nhất quán?
6. Mỗi lỗi có ảnh hưởng đến báo cáo và nghiệp vụ nào?
7. Nguyên nhân gốc có thể nằm ở quy trình, hệ thống, định nghĩa hay nhập liệu không?
8. Bảng điều khiển và quy trình sửa nên thiết kế như thế nào?

4. Tài liệu tham khảo

Khung tri thức quản trị dữ liệu của Hiệp hội Quản trị Dữ liệu Quốc tế, tập trung phần quản trị, chất lượng, siêu dữ liệu và đường dẫn.
Tài liệu chính thức của Microsoft Purview, Collibra, Alation và Apache Atlas.
Tài liệu luyện ngôn ngữ truy vấn có cấu trúc của Microsoft, PostgreSQL hoặc hệ quản trị cơ sở dữ liệu tương ứng.
Nghị định số 13/2023 của Chính phủ về bảo vệ dữ liệu cá nhân.
Thông tư số 09/2023 của Ngân hàng Nhà nước và các văn bản hiện hành liên quan đến an toàn thông tin ngân hàng.
Tài liệu nghiệp vụ về nhận diện khách hàng, mở tài khoản, tín dụng, thẻ và báo cáo quản trị của từng ngân hàng.

5. Cách học hiệu quả

Học theo vòng lặp: đọc khái niệm, làm ví dụ ngân hàng, rồi tự giải thích bằng lời. Mỗi ngày dành khoảng 90 phút lý thuyết, 90 phút thực hành và 30 phút tóm tắt. Không học chỉ bằng cách đọc trình bày; cần tự tạo quy tắc, truy vấn và thuyết trình tình huống.

Trước mỗi buổi luyện phỏng vấn, chuẩn bị ba thành phần: một câu trả lời ngắn, một ví dụ thật và một bài học rút ra. Sau mỗi lần luyện, xem lại tốc độ, tình thế khi bị hỏi ngược và lỗ hổng kiến thức để điều chỉnh lộ trình.

Tư vấn nghề nghiệp

1. Định hướng đường đi sự nghiệp

Lộ trình có thể đi theo hướng:

1. Quản trị dữ liệu nghiệp vụ: Xây dựng quy tắc chất lượng, từ điển dữ liệu, quy trình phê duyệt và xử lý sự vố.
2. Quản trị dữ liệu cấp cao: Phụ trách nhiều lĩnh vực, thiết kế chính sách, quản lý nhiều nguồn dữ liệu và dẫn dắt dự án liên phòng ban.
3. Trưởng nhóm quản trị dữ liệu: Quản lý đội ngũ, tiêu chuẩn, kế hoạch kiểm soát và giao tiếp với lãnh đạo nghiệp vụ.
4. Kiểm soát dữ liệu, chủ sở hữu dữ liệu hoặc quản trị dữ liệu: Phát triển theo phía quản trị, chiến lược dữ liệu hoặc kiểm toán dữ liệu.
5. Chuyển sang dữ liệu phân tích, kỹ thuật dữ liệu hoặc quản trị rủi ro: Lợi thế lớn nếu hiểu cả quy trình quản trị và nghiệp vụ ngân hàng.

Vị trí này không chỉ phù hợp với ứng viên chuyên kỹ thuật. Ứng viên phân tích kinh doanh có thể phát triển theo hướng quản trị dữ liệu nếu bổ sung ngôn ngữ truy vấn, siêu dữ liệu, đường dẫn và tuân thủ.

2. Mức lương kỳ vọng

Tin tuyển dụng chỉ ghi “thỏa thuận”, không công bố lương, thưởng hoặc phúc lợi. Các mức dưới đây là ước lượng tham khảo tại Hà Nội theo kinh nghiệm và năng lực, trước thuế thu nhập cá nhân; mức lương có thể thay đổi tùy ngân hàng và thời điểm.

Trình độ	Tham khảo lương cơ bản hằng tháng	Tổng thu nhập tham khảo
Dưới 1 năm, có dự án thực tế tốt	14 đến 20 triệu đồng	17 đến 24 triệu đồng
1 đến 3 năm, đúng nghiệp vụ dữ liệu	18 đến 28 triệu đồng	22 đến 35 triệu đồng
3 đến 5 năm, có kinh nghiệm triển khai	25 đến 38 triệu đồng	30 đến 45 triệu đồng
5 đến 7 năm, có khả năng dẫn dắt	35 đến 50 triệu đồng hoặc cao hơn	42 đến 60 triệu đồng hoặc cao hơn

Không nên chỉ đàm phán về con số lương cơ bản. Hãy hỏi rõ tổng thu nhập gồm lương, thưởng theo kết quả công việc, phụ cấp, bảo hiểm, chăm sóc sức khỏe, ngày nghỉ, thưởng năm và cơ chế điều chỉnh. Các khoảng thưởng và phúc lợi phải được xác nhận bằng chính sách hoặc văn bản, không nên hiểu từ lời hứa trong phỏng vấn.

Khi nêu mức mong muốn, có thể dựa trên tổng thu nhập mong muốn, phạm vi trách nhiệm và kinh nghiệm chuyên môn. Với ứng viên có 1 đến 3 năm kinh nghiệm sâu về quản trị dữ liệu ngân hàng, năng lực truy vấn và kinh nghiệm phối hợp có thể định vị cao hơn so với ứng viên chỉ biết báo cáo tổng hợp.

3. Chiến lược phát triển sau khi được tuyển dụng

Trong 30 ngày đầu:

Hiểu các nguồn dữ liệu nghiệp vụ, hệ thống báo cáo và chủ sở hữu hiện tại.
Học quy trình phê duyệt, phân quyền và xử lý vi phạm.
Nắm bảng từ điển, chính sách, quy tắc chất lượng và công cụ đang sử dụng.
Làm việc sát với chuyên gia nghiệp vụ và kỹ thuật để tránh hiểu sai thuật ngữ.

Trong 60 ngày đầu:

Phụ trách một nhóm quy tắc chất lượng có tác động rõ.
Cập nhật từ điển và phân loại dữ liệu nhạy cảm.
Xây dựng quy trình tiếp nhận, phân loại và đóng sự vố.
Kiểm tra định kỳ độ chính xác bằng mẫu và đối chiếu nguồn.

Trong 90 ngày đầu:

Hoàn thiện bảng điều khiển có cảnh báo và cơ chế theo dõi xử lý.
Lập sơ đồ đường dẫn dữ liệu cho một báo cáo quan trọng.
Trình bày kết quả cải thiện theo cấu trúc vấn đề, hành động, kết quả và bài học.
Đề xuất một sáng kiến có thể mở rộng như chuẩn hóa quy trình, tự động hóa kiểm tra hoặc giảm dữ liệu trùng lặp.

4. Kỹ năng nên phát triển thêm

Nâng cao khả năng thiết kế quy tắc chất lượng cho dữ liệu văn bản không cấu trúc và dữ liệu phi giao dịch.
Học mô hình dữ liệu lớn, xử lý dữ liệu tối ưu và kiến trúc dữ liệu doanh nghiệp ở mức đủ hiểu để trao đổi với kỹ sư.
Tăng khả năng thuyết trình và phản biện với lãnh đạo nghiệp vụ.
Nâng cao tiếng Anh chuyên ngành để đọc tài liệu quản trị dữ liệu và trao đổi khi cần làm việc với đối tác công nghệ.
Bổ sung kiến thức kiểm toán dữ liệu, kiểm soát tuân thủ và quản trị dữ liệu ba phía: quản trị, kỹ thuật và pháp lý.
Học cách định lượng tác động kinh doanh của vấn đề dữ liệu, ví dụ ảnh hưởng đến tỷ lệ khách hàng bị từ chối, thời gian xử lý tín dụng hoặc độ tin cậy báo cáo.

5. Chiến lược tìm việc

Hãy tạo hồ sơ theo từng nhóm nghiệp vụ thay vì gửi cùng một bản cho mọi vị trí. Một hồ sơ nhắm quản trị dữ liệu khách hàng sẽ nhấn mạnh định danh và dữ liệu liên hệ; một hồ sơ nhắm tín dụng sẽ nhấn mạnh hồ sơ tín dụng, nghĩa vụ và dữ liệu rủi ro.

Khi tìm người tham khảo, nên chọn người làm dữ liệu, phân tích, kiểm toán nội bộ, tuân thủ hoặc vận hành ngân hàng. Hãn nêu mục tiêu rõ ràng: xin góp ý về hồ sơ, luyện trả lời về quản trị dữ liệu và xin góp ý về cách diễn đạt kinh nghiệm.

Cần tránh biến vị trí thành nghề nghiệp chỉ bị gắn với một công cụ. Nền tảng bền vững là hiểu nghiệp vụ, định nghĩa, chất lượng, nguồn gốc, quyền riêng tư và khả năng điều phối. Công cụ sẽ thay đổi theo chiến lược công nghệ của mỗi ngân hàng.

Câu hỏi thường gặp

Tôi là sinh viên năm cuối, chưa có 1 đến 3 năm kinh nghiệm. Tôi có nên ứng tuyển vị trí này không?

Bạn vẫn nên ứng tuyển nếu hồ sơ đáp ứng phần còn thiếu bằng kỹ năng thực tế, nhưng cần thực tế rằng tin tuyển dụng yêu cầu từ 1 đến 3 năm nên lợi thế sẽ thấp hơn nhóm có kinh nghiệm. Hãy bổ sung dự án mô phỏng gồm từ điển dữ liệu, quy tắc chất lượng, truy vấn kiểm tra, đường dẫn dữ liệu và một bảng điều khiển. Trong thư ứng tuyển, nói rõ bạn đang theo học và có thể thực tập hoặc làm việc trong thời gian cần thiết. Nếu chỉ biết công cụ trực quan hóa mà chưa hiểu quản trị và chất lượng, nên ưu tiên học thêm trước khi nộp.

Tôi đang làm kinh doanh ngân hàng nhưng muốn chuyển sang quản trị dữ liệu. Tôi nên chuẩn bị thế nào?

Bạn có lợi thế lớn vì đã hiểu quy trình, thuật ngữ và nhu cầu dữ liệu của nghiệp vụ. Hãy chọn một lĩnh vực như khách hàng, tài khoản, tín dụng hoặc giao dịch; tài liệu hóa các trường dữ liệu thường dùng, nguồn chuẩn và chủ sở hữu. Đồng thời học ngôn ngữ truy vấn có cấu trúc, cách kiểm tra chất lượng, lập đường dẫn và phân loại dữ liệu nhạy cảm. Hồ sơ nên liên kết kinh nghiệu kinh doanh với việc chuẩn hóa quy tắc, phát hiện sai sót và giảm báo cáo thủ công. Hãy xây một dự án mô phỏng dựa trên dữ liệu nghiệp vụ bạn đã hiểu.

Tôi tốt nghiệp công nghệ thông tin nhưng dự án tốt nghiệp chỉ là xây hệ thống. Làm sao chứng minh mình phù hợp với quản trị dữ liệu?

Bạn cần kết nối kinh nghiệm xây hệ thống với giá trị quản trị dữ liệu. Hãy chỉ ra hệ thống của bạn lưu trữ trường nào, ai là chủ sở hữu, nguồn dữ liệu đến từ đâu, dữ liệu được kiểm tra ra sao và thay đổi cấu trúc ảnh hưởng đến báo cáo nào. Sau đó bổ sung một lớp tài liệu gồm từ điển, quy tắc hợp lệ, kiểm soát truy cập và quy trình xử lý vi phạm. Nếu dự án không có phần quản trị, bạn có thể xây một cải tiến nhỏ, thực tế và giải thích rõ điểm trước và sau.

Tôi đã làm ba năm phân tích dữ liệu và báo cáo quản trị. Có nên chuyển sang quản trị dữ liệu không?

Đây là hướng chuyển đổi hợp lý nếu bạn không chỉ làm truy vấn và trực quan hóa mà còn thích chuẩn hóa định nghĩa, kiểm soát chất lượng và làm việc với nhiều đơn vị. Hãy chuyển các kinh nghiệm hiện tại thành ví dụ về quy tắc, chủ sở hữu dữ liệu, nguồn dữ liệu chuẩn, điều tra sai lệch giữa báo cáo và nguồn, cùng cơ chế kiểm soát quyền truy cập. Hãy bù các điểm yếu về siêu dữ liệu, đường dẫn, quản lý vòng đời và quyền riêng tư. Với 3 năm kinh nghiệm, bạn có thể định hướng ứng tuyển ở cấp chuyên viên có kinh nghiệm, nhưng mức cấp bậc thực tế còn phụ thuộc quy mô dự án và khả năng dẫn dắt.

Mức lương thực tế cho vị trí này khoảng bao nhiêu?

Tin tuyển dụng không công bố mức lương nên chỉ có thể tham khảo. Tại Hà Nội, ứng viên 1 đến 3 năm có thể định hướng lương cơ bản khoảng 18 đến 28 triệu đồng mỗi tháng và tổng thu nhập khoảng 22 đến 35 triệu đồng, tùy kinh nghiệm nghiệp vụ, khả năng truy vấn và kết quả phỏng vấn. Đây chỉ là ước lượng tham khảo; mức lương có thể thay đổi tùy ngân hàng và thời điểm. Khi đàm phán, hãy yêu cầu xác nhận lương cơ bản, thưởng, phụ cấp, bảo hiểm, ngày nghỉ và tổng thu nhập dự kiến trong năm đầu.

Vị trí này làm việc giờ nào và có áp lực xử lý sự cố ngoài giờ không?

Tin tuyển dụng không cung cấp lịch làm việc, giờ hành chính hay chế độ trực. Với môi trường ngân hàng và dữ liệu, vị trí có thể phải ưu tiên xử lý sự cố trong giờ làm việc, nhưng không nên suy đoán rằng mọi nhân viên đều phải trực ngoài giờ. Bạn cần hỏi trực tiếp về lịch làm việc, ca trực, cơ chế báo trọng sự cố, chế độ bù giờ và chính sách làm thêm. Nếu đây là yếu tố quyết định, nên đánh giá trước khi nhận lời.

Đánh giá hiệu quả công việc của quản trị dữ liệu có thể dựa trên những chỉ số nào?

Chỉ số chính thức chưa được công bố. Theo bản chất công việc, cơ sở đánh giá có thể gồm tỷ lệ dữ liệu đầy đủ, hợp lệ, nhất quán và kịp thời; số lượng cũng như tỷ lệ sự vố được xử lý đúng hạn; thời gian phát hiện và khắc phục; tỷ lệ tái phát; mức độ hoàn thành phân loại dữ liệu và từ điển; số báo cáo hoặc quy trình được chuẩn hóa; cùng kết quả tuân thủ. Trong phỏng vấn, hãy hỏi về trọng số giữa chất lượng, xử lý sự vố, tài liệu hóa, tuân thủ và tự động hóa thay vì chỉ tập trung vào số lượng quy tắc.

Tôi biết ngôn ngữ truy vấn có cấu trúc nhưng chưa dùng Collibra, Informatica, Alation, Microsoft Purview hoặc Apache Atlas. Tôi có nên từ chối lời mời phỏng vấn không?

Không nên từ chối nếu bạn có kinh nghiệm phù hợp. Hãy nói rõ bạn có thể nhanh chóng học quy trình đăng ký, phân loại, phê duyệt, kiểm soát truy cập và theo dõi chất lượng vì các khái niệm này tương đối giống nhau giữa các nền tảng. Trước phỏng vấn, hãy chọn một công cụ và hiểu các khái niệm chung, cấu trúc chính và một quy trình mẫu. Nêu đúng mức độ, ví dụ: Tôi chưa triển khai chuyên sâu trên công cụ này nhưng đã hiểu mô hình quản trị và có thể chuyển đổi kiến thức sang hệ thống đang được ngân hàng sử dụng.

Nếu phát hiện nhân viên khác tải tệp dữ liệu khách hàng lên dịch vụ lưu trữ công cộng, tôi nên xử lý thế nào?

Trước tiên cần xác minh mức độ chính xác của thông tin và ngăn rủi ro lan truyền, nhưng không được tự ý công khai tên nhân viên trong nhóm chat. Bạn cần ghi nhận thời điểm, phạm vi dữ liệu, hệ thống nhận và biện pháp bảo vệ tạm thời; ngăn truy cập hoặc thu hồi quyền nếu có quyền và quy trình cho phép; thông báo bộ phận phụ trách tuân thủ, bảo mật và quản lý sự vố; đánh giá nghĩa vụ thông báo và áp dụng biện pháp khắc phục theo chính sách nội bộ. Câu trả lời tốt thể hiện ba điều: ưu tiên ngăn rủi ro, tuân thủ quy trình và bảo vệ dữ liệu cá nhân trong suốt quá trình.

Lộ trình thăng tiến từ quản trị dữ liệu nghiệp vụ lên vị trí cao hơn như thế nào?

Trong một đến ba năm, hãy làm chủ một nhóm quy tắc, quy trình phê duyệt và sự vố. Sau đó mở rộng sang nhiều lĩnh vực, dẫn dắt dự án liên phòng ban, chuẩn hóa chính sách và xây báo cáo quản trị cấp quản lý. Khi có năng lực phân tích rủi ro, ra quyết định và quản lý tài nguyên, bạn có thể hướng đến trưởng nhóm, kiểm soát dữ liệu hoặc chủ sở hữu dữ liệu. Tốc độ thăng tiến phụ thuộc chủ yếu vào phạm vi trách nhiệm, mức độ tác động và khả năng dẫn dắt, không chỉ thời gian làm việc.

Data Steward (Quản trị dữ liệu nghiệp vụ)