CG Kỹ sư dữ liệu
Mô tả công việc
Trình độ đào tạo
Đại học in Kinh tế
Các yêu cầu khác
• Tối thiểu 7 năm trong lĩnh vực quản lý dữ liệu/báo cáo/phân tích/học máy
• Truy vấn, tổ chức, phân tích dữ liệu
• Sử dụng các công nghệ cập nhật để xử lý dữ liệu để phát triển và vận hành
• Phân tích yêu cầu nghiệp vụ ngân hàng
• Kiểm thử dữ liệu và phần mềm tài chính ngân hàng
• Quản lý nhóm từ 5 người trở lên
• Triển khai cùng và quản lý đối tác công nghệ thông tin
Phân tích kỹ năng cần có
Phân tích kỹ năng cần có cho vị trí CG Kỹ sư dữ liệu tại VPBank
📌 Tổng quan vị trí
Đây là vị trí cấp cao (CG - Chuyên gia) trong Khối Quản trị và Phân tích dữ liệu của VPBank. Yêu cầu tối thiểu 7 năm kinh nghiệm và quản lý nhóm từ 5 người trở lên — tức đây không phải vị trí cho người mới, mà hướng đến người đã có nền tảng vững, vừa làm chuyên môn vừa dẫn dắt đội nhóm.
Điểm đáng chú ý: tin yêu cầu bằng Đại học Kinh tế (không phải CNTT). Điều này cho thấy VPBank ưu tiên ứng viên hiểu sâu nghiệp vụ ngân hàng hơn là chỉ thuần kỹ thuật.
---
🔧 Hard Skills (Kỹ năng cứng)
1. Nền tảng dữ liệu (Bắt buộc)
| Nhóm | Công cụ/Công nghệ | Mức độ |
|---|---|---|
| Ngôn ngữ truy vấn | SQL nâng cao (CTE, Window Functions, Query Optimization) | Bắt buộc |
| Ngôn ngữ lập trình | Python (Pandas, NumPy, PySpark) | Bắt buộc |
| Cơ sở dữ liệu | Oracle, PostgreSQL, MySQL, SQL Server | Bắt buộc |
| ETL/ELT | Informatica, Talend, Apache NiFi, Airflow | Quan trọng |
| Data Warehouse | Snowflake, Redshift, BigQuery, Teradata | Quan trọng |
| Big Data | Hadoop, Spark, Kafka, Hive | Nên có |
| Cloud | AWS/Azure/GCP (ưu tiên AWS vì VPBank dùng nhiều) | Nên có |
| BI & Trực quan hóa | Power BI, Tableau, Looker | Bắt buộc |
| Machine Learning | Scikit-learn, TensorFlow, MLflow cơ bản | Có là lợi thế |
| Data Governance | Collibra, Informatica Data Quality | Nên có |
2. Nghiệp vụ ngân hàng (Rất quan trọng)
- Hiểu sản phẩm tín dụng, huy động, thanh toán, thẻ
- Nắm các báo cáo quản trị NHNN (Tỷ lệ an toàn vốn, LDR, CAR...)
- Hiểu quy trình Basel II/III, IFRS 9
- Kiến thức về phòng chống rửa tiền (AML), giao dịch bất thường
3. Kiểm thử & Chất lượng dữ liệu
- Data Quality Testing (độ chính xác, đầy đủ, nhất quán)
- Software Testing cho hệ thống tài chính ngân hàng (Functional, UAT, Regression)
- Kiến thức về Data Lineage, Data Catalog
---
🤝 Soft Skills (Kỹ năng mềm)
- Quản lý đội nhóm: Coaching, phân công, đánh giá hiệu suất (quan trọng vì yêu cầu quản lý 5+ người)
- Giao tiếp đa cấp: Trình bày cho Ban lãnh đạo, làm việc với đối tác IT
- Tư duy phản biện: Phân tích yêu cầu nghiệp vụ, đặt câu hỏi đúng
- Quản lý dự án: Agile/Scrum, quản lý vendor/đối tác
- Tiếng Anh: Đọc hiểu tài liệu kỹ thuật (nhiều tài liệu nước ngoài)
---
🎓 Chứng chỉ gợi ý
| Chứng chỉ | Tổ chức | Ghi chú |
|---|---|---|
| AWS Certified Data Analytics – Specialty | Amazon | Giá trị cao trong lĩnh vực cloud data |
| Google Professional Data Engineer | Phổ biến tại Việt Nam | |
| Azure Data Engineer Associate (DP-203) | Microsoft | Phù hợp nếu VPBank dùng Azure |
| Databricks Certified Data Engineer | Databricks | Lợi thế nếu dùng Lakehouse |
| CDMP (Certified Data Management Professional) | DAMA | Chứng chỉ chuẩn quốc tế về Data Governance |
| FRM / CFA | GARP / CFA Institute | Nếu muốn hiểu sâu tài chính ngân hàng |
---
⚖️ Bảng so sánh: Kỹ sư dữ liệu ngân hàng vs. công ty công nghệ
| Tiêu chí | Ngân hàng (VPBank) | Công ty công nghệ (FPT, VNG...) |
|---|---|---|
| Nghiệp vụ | Cần hiểu sâu ngân hàng | Thường linh hoạt theo sản phẩm |
| Tốc độ đổi mới | Chậm hơn, cần tuân thủ | Nhanh, thử nghiệm nhiều |
| Mức lương | Cạnh tranh + phúc lợi tốt | Có thể cao hơn với stock option |
| Công nghệ | Thường dùng hệ cũ (Oracle, Hadoop on-prem) | Cloud-native, hiện đại hơn |
| Áp lực tuân thủ | Rất cao (NHNN, Basel) | Thấp hơn |
| Cơ hội thăng tiến | Rõ ràng theo cấp bậc | Đa dạng, có thể nhảy ngang dễ |
Chuẩn bị phỏng vấn
Hướng dẫn phỏng vấn vị trí CG Kỹ sư dữ liệu VPBank
🔄 Quy trình tuyển dụng dự kiến (4-5 vòng)
Với vị trí cấp Chuyên gia tại ngân hàng lớn như VPBank, quy trình thường khá chặt chẽ:
---
Vòng 1: HR Screening (30-45 phút)
- Xác nhận thông tin cá nhân, mức lương mong muốn, thời gian có thể onboard
- Đánh giá mức độ phù hợp văn hóa VPBank
- Có thể có bài test tính cách (DISC, MBTI) hoặc trắc nghiệm IQ
Vòng 2: Bài test năng lực (60-90 phút)
- Test SQL nâng cao (viết query, tối ưu hóa)
- Test logic/phân tích
- Có thể có bài case study về xử lý dữ liệu ngân hàng
Vòng 3: Phỏng vấn chuyên môn kỹ thuật (90-120 phút)
- Phỏng vấn với Trưởng phòng/Quản lý trực tiếp
- Đi sâu vào kinh nghiệm thực tế, cách giải quyết vấn đề
- Có thể có bài tập live coding hoặc white-board design
Vòng 4: Phỏng vấn quản lý cấp cao (60 phút)
- Với GĐ Khối hoặc Phó GĐ Khối
- Tập trung vào tư duy chiến lược, leadership, vision
- Đánh giá khả năng quản lý nhóm 5+ người
Vòng 5: Phỏng vấn cuối với Ban lãnh đạo/HR Director (30-45 phút)
- Xác nhận fit cuối cùng, đàm phán lương
---
💬 Câu hỏi phỏng vấn hay gặp
Vòng chuyên môn - Technical:
1. "Hãy thiết kế kiến trúc Data Warehouse cho hệ thống báo cáo tín dụng của ngân hàng."
→ Chuẩn bị: Star Schema vs Snowflake, các fact/dimension tables, ETL pipeline, data refresh strategy.
2. "Làm sao xử lý khi dữ liệu từ core banking và CRM không khớp nhau?"
→ Nói về data reconciliation, master data management, data quality framework.
3. "Viết query SQL tìm top 10 khách hàng có tổng giao dịch lớn nhất trong 30 ngày gần nhất, kèm xếp hạng theo từng chi nhánh."
→ Chuẩn bị: Window Functions (RANK, DENSE_RANK, PARTITION BY), GROUP BY, JOIN.
4. "So sánh Batch Processing và Stream Processing. Khi nào dùng cái nào trong ngân hàng?"
→ Batch: báo cáo cuối ngày, EOD processing. Stream: phát hiện giao dịch bất thường, fraud detection real-time.
5. "Bạn đã quản lý đối tác IT như thế nào? Làm sao đảm bảo SLA?"
→ Chuẩn bị: Vendor management framework, KPI tracking, escalation process, contract governance.
6. "Giải thích cách bạn đã triển khai một mô hình ML nào đó trong ngân hàng."
→ Có thể hỏi về credit scoring, churn prediction, customer segmentation.
Vòng quản lý - Leadership:
7. "Bạn xử lý thế nào khi một thành viên trong nhóm không đạt KPI?"
→ Câu trả lời nên có cấu trúc: xác định nguyên nhân → coaching → PIP → quyết định cuối cùng.
8. "Nếu Ban lãnh đạo yêu cầu một báo cáo phải có trong 24h nhưng team bạn đang quá tải, bạn làm gì?"
→ Đánh giá khả năng ưu tiên, communicate expectation, đàm phán deadline.
9. "Tầm nhìn của bạn cho đội dữ liệu VPBank trong 3 năm tới?"
→ Chuẩn bị: data-driven culture, AI/ML adoption, real-time analytics, data mesh.
Vòng HR:
10. "Tại sao rời công ty cũ? Tại sao chọn VPBank?"
→ Tránh nói xấu công ty cũ. Tập trung vào cơ hội phát triển và văn hóa VPBank.
---
🎯 Tips chuẩn bị
✅ Trước phỏng vấn 1 tuần:
- Đọc kỹ Báo cáo thường niên VPBank, chiến lược chuyển đổi số của họ
- Tìm hiểu về các sản phẩm: VPBank Neo, Cake, ONUS
- Ôn lại các dự án data lớn đã làm (chuẩn bị theo cấu trúc STAR)
✅ Ngày phỏng vấn:
- Mang theo portfolio/case study (có số liệu cụ thể)
- Chuẩn bị 3-5 câu hỏi ngược lại cho interviewer
✅ Dress code: Smart business, sơ mi trắng/xanh nhạt, quần tây, giày công sở. VPBank khá trẻ trung nhưng vẫn theo chuẩn formal.
❌ Điều cần tránh
- Đừng nói quá kỹ thuật mà thiếu liên hệ nghiệp vụ ngân hàng
- Đừng tỏ ra biết tuốt — thành thật về giới hạn
- Đừng chỉ nói lý thuyết, hãy kể câu chuyện thật của bạn
Lộ trình ôn thi
Lộ trình ôn thi & chuẩn bị trong 1-2 tuần
📚 Kiến thức nền tảng cần nắm
Ngày 1-2: SQL nâng cao (Quan trọng nhất)
- Window Functions: ROW_NUMBER, RANK, DENSE_RANK, LAG, LEAD, NTILE
- CTE (Common Table Expressions) và Recursive CTE
- PIVOT/UNPIVOT
- Query optimization (EXPLAIN PLAN, Index, Partition)
- Tài liệu: LeetCode SQL (medium/hard), Mode Analytics SQL Tutorial, W3Schools
Ngày 3-4: Data Engineering Core
- Data Warehouse vs Data Lake vs Lakehouse
- ETL vs ELT
- Kimball vs Inmon methodology
- Slowly Changing Dimensions (SCD Type 1, 2, 3)
- Data Partitioning, Bucketing, Sharding
- Tài liệu: "The Data Warehouse Toolkit" (Ralph Kimball), "Fundamentals of Data Engineering" (Joe Reis)
Ngày 5-6: Big Data & Cloud
- Hadoop ecosystem (HDFS, MapReduce, Hive, HBase)
- Spark (RDD, DataFrame, Spark SQL)
- Kafka cơ bản
- AWS: S3, Glue, Redshift, EMR
- Azure: Data Factory, Synapse, Databricks
- Tài liệu: Apache Spark Documentation, AWS Skill Builder (miễn phí)
Ngày 7-8: Nghiệp vụ ngân hàng
- Đọc lại Báo cáo thường niên VPBank 2023-2024
- Tìm hiểu về số liệu: Tổng tài sản, CAR, NPL, LDR, ROE, ROA
- Các sản phẩm chính: tín dụng, thẻ, số/digital banking
- Quy định NHNN: Thông tư 13/2018, Thông tư 41, Basel II
- Tài liệu: Website VPBank investor relations, NHNN portal, IFRS 9 summary
Ngày 9-10: Machine Learning & Advanced Analytics
- Supervised vs Unsupervised Learning
- Các thuật toán phổ biến: Linear/Logistic Regression, Random Forest, XGBoost
- Model evaluation: Accuracy, Precision, Recall, F1, AUC-ROC
- Use cases trong ngân hàng: credit scoring, fraud detection, churn
- Tài liệu: Andrew Ng Machine Learning Course (Coursera), Hands-On ML (Aurélien Géron)
Ngày 11-12: Quản lý & Leadership
- OKR/KPI framework
- Agile/Scrum cơ bản
- Vendor management
- Coaching & performance management
- Tài liệu: "Crucial Conversations", "The Manager's Path"
Ngày 13-14: Mock Interview & Review
- Tự practice với bạn bè hoặc mentor
- Review lại các dự án cá nhân
- Chuẩn bị 5-7 câu chuyện STAR (Situation-Task-Action-Result)
---
📖 Tài liệu tham khảo gợi ý
Sách:
- "The Data Warehouse Toolkit" — Ralph Kimball (kinh điển)
- "Designing Data-Intensive Applications" — Martin Kleppmann
- "Fundamentals of Data Engineering" — Joe Reis & Matt Housley
- "Ngân hàng số" — Nguyễn Thị Mỹ Hương (nếu muốn hiểu sâu ngân hàng Việt)
Khóa học online:
- Coursera: Google Data Analytics Certificate
- Udemy: SQL - MySQL for Data Analytics, AWS Data Engineering
- DataCamp: Data Engineer with Python track
- Pluralsight: Data Engineering paths
Cộng đồng Việt Nam:
- Group Facebook: "Vietnam Data Engineering", "Cộng đồng Data Science Vietnam"
- YouTube: "Tự học Data", "Codexplore"
- Forum: Viblo.asia, Kipalog
---
✅ Checklist trước ngày phỏng vấn
- [ ] Ôn xong SQL nâng cao (đặc biệt Window Functions)
- [ ] Đọc xong Báo cáo thường niên VPBank
- [ ] Chuẩn bị 5 câu chuyện STAR
- [ ] Biết rõ lý do ứng tuyển VPBank
- [ ] Mang theo CV bản in + portfolio (nếu có)
- [ ] Test thiết bị nếu phỏng vấn online
Tư vấn nghề nghiệp
Lời khuyên sự nghiệp cho vị trí Kỹ sư dữ liệu cấp Chuyên gia trong ngân hàng
🚀 Lộ trình thăng tiến điển hình
```
Fresher/Junior (0-2 năm)
↓ Senior Data Engineer (3-5 năm)
↓ CG Data Engineer / Lead (6-8 năm) ← BẠN ĐANG Ở ĐÂY
↓ Trưởng phòng Data Engineering (8-12 năm)
↓ Phó GĐ Khối Dữ liệu (12-15 năm)
↓ GĐ Khối / CDO (Chief Data Officer) (15+ năm)
```
Hoặc chuyển hướng ngang:
- Solution Architect
- Data Science Manager
- Consultant cho các ngân hàng khác
- Fintech founder
---
💰 Mức lương kỳ vọng (Ước lượng tham khảo)
> ⚠️ Lưu ý: Mức lương có thể thay đổi tùy ngân hàng và thời điểm. Đây chỉ là ước lượng dựa trên thị trường hiện tại.
| Cấp bậc | Kinh nghiệm | Mức lương/tháng (ước lượng) |
|---|---|---|
| Junior Data Engineer | 0-2 năm | 15 - 25 triệu |
| Mid-level | 3-5 năm | 30 - 50 triệu |
| Senior | 5-7 năm | 45 - 70 triệu |
| CG / Lead (vị trí này) | 7-10 năm | 60 - 100 triệu |
| Manager | 8-12 năm | 80 - 150 triệu |
| Senior Manager / Phó phòng | 10-15 năm | 120 - 200 triệu |
Ngoài lương cứng, VPBank thường có:
- Thưởng KPI quý/năm (1-3 tháng lương)
- Thưởng Tết, thưởng dự án
- Chế độ BHXH, BHYT, bảo hiểm VPBank Care
- Phụ cấp ăn trưa, điện thoại, xăng xe
- Chương trình ESOP (tùy thời kỳ)
---
📈 Kỹ năng cần phát triển thêm để thăng tiến lên Manager
Kỹ năng kỹ thuật:
- Data Strategy & Roadmap: Xây dựng lộ trình dữ liệu 3-5 năm
- Cloud Migration: Chuyển từ on-prem sang cloud
- MLOps: Đưa mô hình ML vào production
- Data Mesh & Data Fabric: Kiến trúc dữ liệu hiện đại
- Real-time Analytics: Streaming với Kafka, Flink
Kỹ năng quản lý:
- Quản lý ngân sách dự án data
- Đàm phán hợp đồng với vendor lớn
- Xây dựng team từ 5 lên 15-20 người
- Đào tạo và mentoring
Kỹ năng chiến lược:
- Hiểu về chiến lược kinh doanh ngân hàng
- Kết nối dữ liệu với business outcome
- Trình bày trước HĐQT/Ban lãnh đạo
- Quản lý stakeholder expectations
---
💡 Lời khuyên thực tế
1. Đừng chỉ là "người làm kỹ thuật"
Vị trí CG ở VPBank yêu cầu bằng Đại học Kinh tế — điều này cho thấy họ muốn người hiểu business. Hãy học cách nói chuyện bằng ngôn ngữ kinh doanh, không phải chỉ ngôn ngữ kỹ thuật.
2. Xây dựng "personal brand" trong ngành
- Viết bài trên LinkedIn về các dự án data
- Tham gia cộng đồng, hội thảo (Vietnam Web Summit, DataDay)
- Đóng góp open source nếu có thể
3. Chuẩn bị cho cuộc phỏng vấn như một cuộc đàm phán
- VPBank là ngân hàng TMCP tư nhân lớn, có thể đàm phán lương tốt
- Đừng đưa ra con số đầu tiên, hãy để họ đề xuất trước
- Chuẩn bị benchmark lương từ TopCV, VietnamWorks, ITviec
4. Cân nhắc trade-off giữa lương và cơ hội học hỏi
- VPBank đang trong quá trình chuyển đổi số mạnh mẽ (đặc biệt với Cake, ONUS, VPBank Neo)
- Cơ hội làm việc với data ở quy mô lớn, nhiều bài toán thực tế thú vị
- Đây là một môi trường tốt để build track record
5. Đừng ngại chuyển ngân hàng nếu cần
Với 7+ năm kinh nghiệm + leadership, bạn có thể ứng tuyển sang các ngân hàng khác (Techcombank, MB, ACB, Vietcombank) hoặc fintech (MoMo, ZaloPay, VNPay) với mức đãi ngộ tốt hơn.
Câu hỏi thường gặp
Em mới ra trường ngành Kinh tế, có nên ứng tuyển vị trí này không?
Chào em, vị trí này yêu cầu tối thiểu 7 năm kinh nghiệm và quản lý nhóm 5+ người, nên hiện tại chưa phù hợp với em đâu. Tuy nhiên, hướng đi Kinh tế + Dữ liệu là rất tốt. Em có thể bắt đầu với vị trí Junior Data Analyst hoặc Business Analyst tại ngân hàng, học thêm SQL, Python, và nghiệp vụ ngân hàng. Sau 3-5 năm em hoàn toàn có thể ứng tuyển vị trí tương đương cấp Senior. Quan trọng là em phải xây dựng portfolio dự án thực tế sớm nhé.
Tôi đang làm Data Engineer ở công ty fintech 5 năm, muốn chuyển sang ngân hàng. Cơ hội thế nào?
Cơ hội tốt đó bạn. Tuy nhiên vị trí này yêu cầu 7 năm, bạn đang thiếu 2 năm. Có hai hướng: (1) Ứng tuyển vị trí Senior Data Engineer tại VPBank trước, sau 2 năm thăng lên CG; (2) Nếu bạn đã quản lý team 3-5 người ở fintech thì có thể apply vị trí tương đương, VPBank có thể linh hoạt. Lưu ý: ngân hàng dùng nhiều hệ thống legacy (Oracle, Hadoop) hơn fintech, nên bạn cần chuẩn bị thêm kiến thức về data governance, compliance, và các báo cáo NHNN.
Vị trí CG khác gì với Senior ở VPBank?
Ở VPBank, hệ thống cấp bậc thường là: Nhân viên → Chuyên viên → CG (Chuyên gia) → TG (Trưởng nhóm) → TP (Trưởng phòng). CG là cấp chuyên gia cao cấp, thường là người có chuyên môn sâu và bắt đầu đảm nhận vai trò dẫn dắt. So với Senior thì CG có thêm: quản lý nhóm nhỏ (5+ người theo yêu cầu này), tham gia xây dựng chiến lược, đàm phán với vendor/đối tác, và thường có mức lương cao hơn đáng kể. Bước tiếp theo sau CG thường là Trưởng phòng.
Lương vị trí CG Data Engineer ở VPBank khoảng bao nhiêu? Có thể đàm phán không?
Với 7+ năm kinh nghiệm + quản lý team, mức lương thị trường hiện tại (ước lượng) khoảng 60-100 triệu/tháng gross, tùy thuộc vào năng lực thực tế và thương lượng. Cộng thêm thưởng KPI, thưởng Tết, có thể lên đến 15-18 tháng lương/năm. Mức lương có thể thay đổi tùy ngân hàng và thời điểm nhé. VPBank là ngân hàng tư nhân nên có thể đàm phán linh hoạt. Mẹo: đừng đưa ra con số đầu tiên, hãy để HR đề xuất, sau đó đàm phán thêm 10-20%. Nếu bạn có chứng chỉ quốc tế (AWS, Google) thì sức mạnh đàm phán sẽ cao hơn.
Tôi làm Data Analyst 4 năm ở ngân hàng khác, muốn apply vị trí CG Data Engineer có hợp lý không?
Hơi stretch đó bạn. Vị trí CG Data Engineer yêu cầu kinh nghiệm engineering sâu (ETL pipeline, big data, system design) chứ không chỉ phân tích. Nếu bạn chủ yếu làm BA/Analyst thì khoảng cách với Engineering khá lớn. Tuy nhiên, nếu bạn có thêm kinh nghiệm về: xây dựng data pipeline, thiết kế data warehouse, làm việc với Spark/Hadoop, thì hoàn toàn có thể ứng tuyển. Hoặc bạn có thể nhắm vị trí CG Data Analyst hoặc Senior Data Engineer trước. Bạn nên xem lại JD kỹ để đánh giá gap nhé.
Học ngành CNTT có lợi thế hơn Kinh tế khi ứng tuyển không?
Tùy góc nhìn. JD này yêu cầu Đại học Kinh tế nên bằng Kinh tế là đúng chuẩn. Tuy nhiên, vị trí Kỹ sư dữ liệu cần kỹ năng kỹ thuật rất nặng, nên thực tế tuyển dụng nhiều khi:
- Ưu tiên ứng viên Kinh tế CÓ thêm chứng chỉ kỹ thuật (SQL, Python, AWS)
- HOẶC ứng viên CNTT CÓ hiểu biết sâu ngân hàng
Nếu bạn học CNTT mà yêu thích ngân hàng, hãy bổ sung kiến thức nghiệp vụ (Basel, IFRS, sản phẩm ngân hàng). Nếu bạn học Kinh tế, hãy đầu tư học thêm coding và data engineering. Kết hợp cả hai sẽ là profile cực kỳ giá trị.
Quy trình phỏng vấn VPBank mất bao lâu? Có nhanh không?
Thường từ 2 đến 4 tuần cho vị trí cấp CG. Quy trình bao gồm: HR screening (3-5 ngày) → Test (3-5 ngày) → Phỏng vấn chuyên môn (1 tuần) → Phỏng vấn quản lý (3-5 ngày) → Offer. VPBank là ngân hàng lớn, quy trình khá chặt chẽ, nhưng cũng không quá chậm như nhà nước. Mẹo: follow up nhẹ nhàng sau mỗi vòng (3-5 ngày) để thể hiện sự quan tâm nhưng không gây áp lực.
Câu hỏi: Vị trí này có yêu cầu coding live trong phỏng vấn không?
Với vị trí cấp CG, thường không yêu cầu live coding như vị trí fresher/junior. Thay vào đó, họ sẽ tập trung vào: (1) System design: bạn thiết kế hệ thống data thế nào; (2) Scenario-based: bạn xử lý tình huống thực tế ra sao; (3) Code review: có thể cho bạn đoạn code SQL/Python để review và tối ưu; (4) Thảo luận kiến trúc: ETL, data warehouse, real-time streaming. Tuy nhiên, nếu bạn ứng tuyển vị trí Senior/CG, việc chuẩn bị SQL/Python vững vẫn rất cần thiết, vì interviewer có thể hỏi đột xuất.