VIB tuyển dụng Chuyên Gia/Chuyên Viên Cao cấp Quản lý danh mục và P...

Fulltime (toàn thời gian) Thỏa thuận 1 chỉ tiêu Hạn: 2026-10-31

Mô tả công việc

Chịu trách nhiệm:
(i) Phân tích, quản trị dữ liệu, chạy mô hình dự báo để hỗ trợ cung cấp báo cáo cho hoạt động ra quyết định, (ii) Xây dựng và tổ chức triển khai các giải pháp, các chương trình Thu hồi nợ của Khối đảm bảo quản trị rủi ro và phù hợp với chiến lược của Ngân hàng.

1. Quản trị dữ liệu và phân tích 1 (50%)

Quản trị, kiểm soát và phát triển dữ liệu theo dõi hoạt động thu hồi nợ, xử lý nợ

Đảm bảo tính chính xác, đầy đủ và nhất quán của dữ liệu giữa các nguồn dữ liệu khác nhau

Xây dựng và tự động hóa các báo cáo định kỳ (ngày, tuần, tháng, quý, năm) về tình hình nợ, hiệu quả xử lý nợ cho các cấp quản lý.

Xây dựng và tự động hóa các báo cáo hỗ trợ vận hành hàng ngày của đội thu hồi nợ

Lập các báo cáo phân tích theo yêu cầu phục vụ các mục đích phân tích chuyên sâu hoặc đưa ra quyết định.

Trình bày kết quả phân tích một cách rõ ràng, dễ hiểu cho các bên liên quan

2. Phát triển giải pháp và thực hiện giải pháp (30%)

Đề xuất xây dựng, phát triển chính sách, quy trình, giải pháp Thu hồi nợ và Xử lý nợ lĩnh vực NHBL phù hợp với chiến lược của VIB;

Đề xuất điều chỉnh và thực thi, đề xuất các giải pháp để nâng cao hiệu quả triển khai hoạt động Thu hồi nợ và Xử lý nợ; Đề xuất các sáng kiến dựa trên kết quả phân tích để nâng cao hiệu quả thực thi;

Tham gia vào việc phát triển và triển khai các công cụ, hệ thống mới liên quan đến quản lý và phân tích dữ liệu

Triển khai giải pháp đến đội thu hồi nợ trực tiếp

3. Đánh giá hiệu suất và kết quả (20%)

Thực hiện phân tích để đưa ra mục tiêu thực hiện cho Trung tâm và từng phòng, cá nhân

Đánh giá hiệu suất và kết quả thực hiện so với mục tiêu

Kiểm tra dữ liệu tính thu nhập kinh doanh của các cá nhân, phòng thuộc trung tâm

4. Thực hiện các công việc khác theo phân công.

Yêu cầu:
Trình độ Đại học trở lên chuyên ngành Kinh tế, Tài chính, Ngân hàng, Quản trị kinh doanh, Luật và các chuyên ngành liên quan.

Tối thiểu 7 năm (Chuyên gia)/5 năm (Chuyên viên cao cấp)/3 năm (Chuyên viên chính)/2 năm (Chuyên viên) kinh nghiệm làm việc trong lĩnh vực tài chính, ngân hàng, phân tích dữ liệu, thu hồi nợ xử lý nợ)

Có kiến thức về phân tích dữ liệu, lập báo cáo , theo dõi hiệu suất và kết quả thực hiện

Kỹ năng phân tích, kỹ năng lập kế hoạch và giải quyết vấn đề tốt;

Kỹ năng thuyết trình tốt, kỹ năng quản trị rủi ro hiệu quả và kỹ năng giải quyết vấn đề tốt;

Kỹ năng giao tiếp và xây dựng quan hệ tốt;

Kĩ năng tiếng Anh thành thạo.

Kỹ năng tin học: Excel, SQL Oracle, Power BI, Python

Phân tích kỹ năng cần có

Phân tích kỹ năng cần có cho vị trí Chuyên gia/Chuyên viên Cao cấp Quản lý danh mục và Phát triển giải pháp Thu hồi nợ NHBL – VIB

Đây là một vị trí khá đặc thù ở chỗ kết hợp giữa Data Analytics thuần túy và Business Insight trong lĩnh vực thu hồi nợ ngân hàng bán lẻ. Không phải chỉ giỏi phân tích dữ liệu là đủ, mà phải hiểu "tiếng nói" của dữ liệu tín dụng, từ đó đề xuất giải pháp giảm NPL thực sự có giá trị.

1. Hard Skills (kỹ năng cứng) – trọng tâm

a) SQL Oracle – kỹ năng bắt buộc ở mức thành thạo

VIB đang chạy trên hệ thống Core Banking sử dụng Oracle, nên ứng viên cần:
Viết được các truy vấn phức tạp: JOIN nhiều bảng, Subquery, CTE, Window Functions (ROW_NUMBER, RANK, LAG, LEAD)
Hiểu về phân vùng dữ liệu, partition theo chi nhánh/loại sản phẩm
Xử lý dữ liệu lớn (vài triệu record) – tối ưu performance
Biết dùng các hàm phân tích: PERCENTILE, NTILE, các hàm ngày tháng để tính tuổi nợ

b) Python – phục vụ mô hình dự báo (chiếm 50% công việc)

Thư viện cần nắm: pandas, numpy, scikit-learn, matplotlib/seaborn
Ứng dụng cụ thể:
Xây dựng mô hình dự báo xác suất vỡ nợ (PD – Probability of Default)
Phân khúc khách hàng nợ xấu theo hành vi thanh toán
Phân tích cohort, RFM cho danh mục thu hồi
Tự động hóa báo cáo bằng script Python thay vì làm thủ công

c) Power BI – công cụ trực quan hóa chính

DAX nâng cao: CALCULATE, FILTER, ALL, TIME INTELLIGENCE (YoY, MoM, rolling 12 months)
Power Query để ETL dữ liệu từ nhiều nguồn (Oracle, Excel, CSV)
Thiết kế dashboard theo đối tượng: BGĐ cần view tổng, Manager cần view drill-down
Row-level security cho phân quyền theo chi nhánh

d) Excel – không thể bỏ qua

Pivot Table, Power Pivot, các hàm nâng cao (INDEX/MATCH, XLOOKUP, SUMIFS, INDIRECT)
VBA macro là lợi thế

2. Knowledge – Kiến thức nghiệp vụ bắt buộc

Lĩnh vực	Nội dung cần nắm
Quy định NHNN	Thông tư 11/2021/TT-NHNN, Thông tư 42/2024, Thông tư 43 (về CIC), Thông tư 18 (về phân loại nợ)
Tín dụng bán lẻ	Đặc thù cho vay mua nhà, ô tô, thấu chi, tín chấp – khác với SME và Corporate
Quy trình thu hồi nợ	Soft collection → Hard collection → Xử lý tài sản đảm bảo → Khởi kiện
Mô hình rủi ro	PD, LGD, EAD, IFRS 9, Expected Credit Loss
Khung Basel	Hiểu cơ bản về yêu cầu vốn theo rủi ro tín dụng

3. Soft Skills

Kỹ năng thuyết trình: phải trình bày phân tích trước BGĐ, HĐQT – đây không phải kỹ năng làm cho có mà là yếu tố quyết định đề xuất của bạn có được chấp nhận hay không
Tư duy kinh doanh: không chỉ làm báo cáo mà phải đưa ra insight dẫn đến hành động
Quản trị rủi ro: am hiểu 5 chữ nhàm chán nhưng quyết định sự sống còn của NH
Giao tiếp đa cấp: làm việc với cả team thu hồi nợ trực tiếp, IT, Quản trị RD, Ban lãnh đạo

4. Chứng chỉ gợi ý (ưu tiên theo thứ tự)

1. FRM (Financial Risk Manager) – GARP – phù hợp nhất với tính chất công việc
2. CFA (tối thiểu Level 2) – thể hiện tư duy phân tích tài chính chuyên sâu
3. PRM (Professional Risk Manager) – ít phổ biến hơn FRM nhưng có giá trị
4. Chứng chỉ Data Science của IBM, Google, hoặc các khóa Data Analytics của trường ĐH
5. CCXP/CCA (Customer Experience/Analytics) – bonus cho vị trí liên quan khách hàng

5. Bảng tự đánh giá mức độ sẵn sàng

Kỹ năng	Yêu cầu tối thiểu	Cấp bạn nên đạt
SQL Oracle	Trung cấp	Thành thạo (4+ năm)
Python	Cơ bản	Trung cấp (biết pandas, sklearn)
Power BI	Cơ bản	Trung cấp trở lên
Tiếng Anh	Đọc hiểu tài liệu	Thành thạo (IELTS 7.0+ hoặc tương đương)
Nghiệp vụ thu hồi nợ	Hiểu quy trình	Từng trực tiếp xử lý hoặc phân tích

Chuẩn bị phỏng vấn

Hướng dẫn phỏng vấn chi tiết cho vị trí Thu hồi nợ NHBL – VIB

Quy trình tuyển dụng dự kiến (3-5 vòng)

Vòng 1 – HR Screening (30-45 phút)

Xác nhận thông tin cơ bản, mức lương kỳ vọng, thời gian có thể onboard
Kiểm tra sơ bộ về kinh nghiệm và lý do nghỉ việc
Tips: chuẩn bị sẵn câu trả lời cho "Tại sao rời công ty cũ?" – luôn lịch sự, tích cực

Vòng 2 – Test chuyên môn (có thể online hoặc onsite, 90-120 phút)

SQL Oracle: thường có bài test với 5-10 câu từ cơ bản đến nâng cao (window function, CTE)
Power BI/Excel: yêu cầu làm dashboard hoặc pivot table từ data mẫu
Case study nhỏ: cho một bộ dữ liệu NPL, yêu cầu phân tích và đưa ra nhận định
Tips: luyện SQL trên HackerRank/LeetCode trước, ôn lại window functions

Vòng 3 – Phỏng vấn với Trưởng phòng/Head of Collection (60-90 phút)

Đây là vòng quan trọng nhất, đánh giá chuyên môn sâu
Câu hỏi thường gặp:
"Hãy mô tả cách bạn xây dựng báo cáo theo dõi hiệu quả thu hồi nợ"
"Làm thế nào để phân khúc khách hàng nợ xấu cho chiến lược xử lý khác nhau?"
"Bạn hiểu thế nào về ECL/IFRS 9? Trong thu hồi nợ áp dụng ra sao?"
Case: "Nếu tỷ lệ NPL tăng từ 2% lên 3.5% trong 3 tháng, bạn sẽ phân tích nguyên nhân thế nào?"
"Cho một danh mục 100.000 khoản vay, bạn sẽ thiết kế mô hình ưu tiên thu hồi như thế nào?"

Vòng 4 – Phỏng vấn BGĐ Khối NHBL hoặc Phó Tổng (45-60 phút)

Đánh giá tư duy chiến lược, khả năng thuyết trình
Câu hỏi định hướng:
"Đóng góp của bạn trong 6 tháng đầu sẽ là gì?"
"Bạn nghĩ xu hướng NPL ngân hàng bán lẻ Việt Nam 2025-2026 sẽ ra sao?"
"Kinh nghiệm nào bạn thấy phù hợp nhất với vị trí này?"
Tips: chuẩn bị presentation 5-7 phút về một đề tài phân tích nợ bán lẻ

Vòng 5 (nếu có) – Phỏng vấn với Head of Retail Banking hoặc Talent Acquisition cuối

Body shopping về văn hóa, đãi ngộ
Thương lượng lương

Câu hỏi tình huống (Case-based) hay gặp – ôn trước

1. "Một chi nhánh có NPL tăng đột biến. Bạn sẽ làm gì với dữ liệu để tìm root cause?"
2. "Làm sao đánh giá hiệu quả của một nhân viên thu hồi nợ? KPIs nào là phù hợp?"
3. "Khách hàng nợ 90+ ngày nhưng có tài sản đảm bảo là BĐS – chiến lược xử lý tối ưu?"
4. "Thị trường BĐS đóng băng ảnh hưởng đến thu hồi nợ thế nào? Bạn sẽ đề xuất giải pháp gì?"
5. "Nếu bạn phát hiện dữ liệu giữa Core Banking và Collection System không khớp, bạn xử lý ra sao?"

Tips chuẩn bị

Nghiên cứu VIB: NPL của VIB trong 2 năm gần đây, chiến lược ngân hàng bán lẻ VIB (VIB nổi tiếng về chuyển đổi số), các sản phẩm cho vay chính
Dress code: Business formal – vest/sơ mi cho cả nam và nữ (VIB văn hóa khá chuyên nghiệp nhưng không quá cứng nhắc)
Mang theo portfolio: nếu có dashboard Power BI hoặc mô hình Python đã làm, đem theo laptop hoặc in ảnh
Câu hỏi ngược cho nhà tuyển dụng:
"Cấu trúc team hiện tại như thế nào?"
"Công cụ/công nghệ nào đang được sử dụng?"
"Thách thức lớn nhất của đội thu hồi nợ hiện tại là gì?"
"Cơ hội thăng tiến trong 2-3 năm tới?"

Lưu ý về mức lương

VIB thường trả lương cạnh tranh so với mặt bằng ngân hàng top. Khi thương lượng, hãy đưa ra mức hợp lý dựa trên kinh nghiệm và chứng minh được giá trị bạn mang lại.

Lộ trình ôn thi

Lộ trình ôn tập & chuẩn bị trong 2 tuần

Tuần 1: Xây dựng nền tảng kỹ thuật

Ngày 1-2: SQL Oracle nâng cao

Ôn lại các hàm quan trọng:
Aggregate: COUNT, SUM, AVG, MIN, MAX kết hợp GROUP BY, HAVING
Window Functions: ROW_NUMBER, RANK, DENSE_RANK, LAG, LEAD, NTILE, PERCENT_RANK
CTE (WITH clause) và recursive CTE
JOIN: INNER, LEFT, RIGHT, FULL OUTER, SELF JOIN
Subquery: correlated và non-correlated
Tài liệu: Mode Analytics SQL Tutorial, W3Schools SQL, LeetCode SQL 50
Bài tập thực hành: tính tuổi nợ trung bình theo segment khách hàng, top 10 khách hàng có dư nợ cao nhất mỗi chi nhánh

Ngày 3-4: Python cho phân tích dữ liệu

pandas: DataFrame manipulation, groupby, merge, pivot_table
numpy: array operations
matplotlib/seaborn: visualization
scikit-learn cơ bản: train_test_split, LogisticRegression, RandomForest, metrics (accuracy, precision, recall, F1)
Tài liệu: Kaggle Learn Pandas, Python for Data Analysis (Wes McKinney)
Mini project: xây dựng mô hình PD đơn giản từ dataset Home Credit (Kaggle)

Ngày 5-7: Power BI

Power Query: Import data từ nhiều nguồn, Merge Queries, Append Queries, Conditional columns
DAX: CALCULATE, FILTER, ALL, RELATED, SUMX, AVERAGEX
Time Intelligence: TOTALYTD, SAMEPERIODLASTYEAR, DATEADD, DATESINPERIOD
Visualization: chọn chart phù hợp, drill-down, bookmark, tooltip
Tài liệu: SQLBI.com (Marco Russo), Microsoft Learn Power BI
Bài tập: tạo dashboard tracking NPL ratio theo tháng, branch, product

Tuần 2: Kiến thức nghiệp vụ và case study

Ngày 8-9: Kiến thức NHNN và Quy định

Đọc kỹ Thông tư 11/2021/TT-NHNN (quy định về tổ chức tín dụng)
Thông tư 42/2024 về phân loại tài sản có, mức trích, phương pháp trích lập dự phòng
Thông tư 18/2024 (sửa đổi một số điều của TT 11)
Thông tư 43/2024 về CIC
Hiểu rõ cách phân loại nợ nhóm 1-5
Tài liệu: thuvienphapluat.vn, website NHNN

Ngày 10-11: IFRS 9 và Mô hình rủi ro

Đọc overview IFRS 9: 3-stage model (Stage 1, 2, 3)
Khái niệm ECL (Expected Credit Loss) = PD × LGD × EAD
Cách tính ECL cho vay bán lẻ (lifetime ECL)
Tài liệu: Deloitte IFRS 9 summary, IFRS Foundation

Ngày 12-13: Nghiên cứu VIB và thị trường

Đọc báo cáo tài chính VIB 2 năm gần nhất: NPL ratio, coverage ratio, chiến lược retail
Tìm hiểu các sản phẩm cho vay bán lẻ của VIB: mua nhà, mua xe, tín chấp
Tin tức về VIB trong 6 tháng gần đây (chuyển đổi số, M&A, chiến lược)
Đối thủ: Techcombank, MB, TPBank – so sánh NPL ratio

Ngày 14: Mock interview và ôn tập cuối

Luyện trả lời các câu hỏi case trước gương hoặc với bạn bè
Review lại SQL và Power BI một lần cuối
Chuẩn bị 2-3 câu hỏi thông minh để hỏi nhà tuyển dụng
Sắp xếp trang phục, giấy tờ

Tài liệu tham khảo bổ sung

Sách: "Credit Risk Management" của Loon, Kopprasch, "The Basel II Risk Parameters"
Website: GARP, Risk.net, Bankinghub.vn
Khóa học online: Coursera "Credit Risk Modeling with Python", Udemy "SQL for Data Analysis"
Forum: Dervisb.com, BankingHub Vietnam, LinkedIn groups về Credit Risk

Đề xuất mini-project để làm nổi bật CV

Xây dựng một Dashboard Power BI demo với dataset giả lập 50.000 khoản vay bán lẻ, bao gồm:

Phân tích NPL ratio theo tháng, branch, product
Cohort analysis khách hàng nợ
Phân khúc khách hàng theo hành vi trả nợ
Mô hình Python dự báo xác suất vỡ nợ

Đề tài này có thể mang đi phỏng vấn trình bày, thể hiện năng lực thực tế.

Tư vấn nghề nghiệp

Lời khuyên sự nghiệp cho vị trí Quản lý danh mục và Phát triển giải pháp Thu hồi nợ

Lộ trình thăng tiến trong lĩnh vực Thu hồi nợ Ngân hàng Bán lẻ

Vị trí này mở ra nhiều hướng phát triển, tùy theo năng lực và sở thích cá nhân:

Hướng 1: Chuyên gia Data/Analytics trong Ngân hàng

Chuyên viên (2 năm) → Chuyên viên chính (3 năm) → Chuyên viên cao cấp (5 năm) → Chuyên gia (7+ năm) → Trưởng phòng Analytics
Đây là hướng "thuần kỹ thuật", phù hợp người thích dữ liệu, mô hình

Hướng 2: Quản lý nghiệp vụ Thu hồi nợ

Chuyên viên → Phó phòng → Trưởng phòng Thu hồi nợ khu vực → Giám đốc Trung tâm Thu hồi nợ
Hướng này cần kỹ năng quản lý con người, hiểu biết thực tiễn xử lý nợ

Hướng 3: Chuyển sang Quản trị Rủi ro (Risk Management)

Từ thu hồi nợ có thể chuyển sang Credit Risk, Market Risk, Operational Risk
Cần thêm chứng chỉ FRM/PRM
Đây là hướng có thu nhập cao và ổn định lâu dài

Hướng 4: Chuyển sang Data Science/AI

Nếu bạn giỏi Python và ML, có thể chuyển sang vị trí Data Scientist trong ngân hàng
Nhu cầu về AI trong thu hồi nợ (AI collection, chatbot, scoring) đang tăng

Mức lương kỳ vọng theo cấp bậc (ước lượng tham khảo)

Lưu ý: mức lương có thể thay đổi tùy ngân hàng và thời điểm

Cấp bậc	Kinh nghiệm	Mức lương/tháng (ước lượng)
Chuyên viên	2 năm	20-30 triệu
Chuyên viên chính	3 năm	30-45 triệu
Chuyên viên cao cấp	5 năm	45-75 triệu
Chuyên gia	7+ năm	70-120 triệu
Trưởng phòng	8-10 năm	100-180 triệu

VIB nằm trong nhóm ngân hàng tư nhân top đầu, mức lương thường cạnh tranh, có thể có thêm các khoản thưởng KPI theo quý và thưởng Tết (từ 2-6 tháng lương).

Kỹ năng cần phát triển thêm trong 1-2 năm tới

1. Advanced Analytics/Machine Learning: Logistic Regression, Random Forest, XGBoost, Neural Network cho credit scoring
2. Cloud Computing: AWS/Azure cơ bản – VIB đang chuyển đổi lên cloud
3. Big Data: Spark, Hadoop – xử lý dữ liệu ở quy mô lớn hơn
4. SQL nâng cao: Partition, Index optimization, query plan
5. Communication: Thuyết trình executive-level, storytelling với dữ liệu
6. Quản trị dự án: Agile, Scrum cơ bản

Lời khuyên thực tế

Đừng chỉ làm analyst, hãy là "business partner": Phân tích xong phải đưa ra giải pháp, theo dõi kết quả
Hiểu business trước khi làm data: Một chuyên viên thu hồi nợ giỏi không phải người biết nhiều SQL nhất, mà là người hiểu "tại sao" của mỗi con số
Xây dựng network trong ngành: Tham gia Hội thảo Risk Management, group LinkedIn Vietnam Banking
Liên tục cập nhật quy định NHNN: Ngân hàng là ngành bị điều tiết chặt, luật thay đổi liên tục
Cân nhắc chuyển NH sau 3-5 năm: Nếu bạn đang ở NH nhỏ, VIB là bước tiến tốt. Sau 3-5 năm ở VIB, có thể apply sang Techcombank, MB, VPBank với mức lương cao hơn

Về VIB cụ thể

VIB được biết đến với:

Chiến lược chuyển đổi số mạnh mẽ (top NH về công nghệ)
Văn hóa làm việc năng động, ít quan liêu hơn NH nhà nước
Chú trọng vào data-driven decision making
Phúc lợi tốt: bảo hiểm sức khỏe gia đình, cổ phiếu ESOP, thưởng theo hiệu suất

Đây là môi trường tốt để phát triển nếu bạn muốn kết hợp giữa data và ngân hàng truyền thống.

Câu hỏi thường gặp

Em là sinh viên năm cuối ngành Tài chính, có thể apply vị trí này không?

Không bạn nhé. Vị trí này yêu cầu tối thiểu 2 năm kinh nghiệm ở cấp Chuyên viên, và lên tới 7 năm ở cấp Chuyên gia. Đây không phải vị trí fresher. Bạn nên tìm các vị trí như Chuyên viên Phân tích tín dụng, Chuyên viên Data tại ngân hàng, hoặc các chương trình Fresher/Management Trainee. Sau 2-3 năm làm việc thực tế, bạn có thể quay lại apply vị trí này. Trong thời gian chờ, hãy trang bị kỹ năng SQL, Python, Power BI và tìm hiểu về thu hồi nợ bán lẻ.

Mức lương của vị trí Chuyên viên Cao cấp (5 năm kinh nghiệm) tại VIB khoảng bao nhiêu?

Đây là ước lượng tham khảo, mức lương thực tế có thể thay đổi tùy ngân hàng và thời điểm. Theo mặt bằng chung, vị trí Chuyên viên Cao cấp Thu hồi nợ tại NH tư nhân top như VIB dao động khoảng 45-75 triệu đồng/tháng (gross), chưa bao gồm thưởng KPI quý và thưởng Tết. Nếu bạn có chứng chỉ quốc tế (FRM, CFA) và track record tốt, có thể đàm phán cao hơn. Bạn nên tìm hiểu thêm từ Glassdoor Vietnam hoặc các group chia sẻ lương ngân hàng.

Tôi có 4 năm kinh nghiệm làm Phân tích tín dụng Corporate, muốn chuyển sang Thu hồi nợ bán lẻ có phù hợp không?

Hoàn toàn phù hợp và có lợi thế. Bạn đã có nền tảng phân tích tín dụng rồi, chỉ cần bổ sung kiến thức về đặc thù bán lẻ (cho vay cá nhân thay vì doanh nghiệp), quy trình thu hồi nợ và kỹ năng SQL/Python nếu chưa có. Retail có lượng dữ liệu lớn hơn nhiều so với corporate, nên khả năng ứng dụng data analytics sẽ cao hơn. Bạn có thể apply vào cấp Chuyên viên chính hoặc Chuyên viên cao cấp tùy độ sâu kinh nghiệm thực tế. Điểm cần lưu ý: retail NPL pattern khác hẳn corporate (thường do mất việc, khủng hoảng cá nhân, không phải dòng tiền doanh nghiệp).

Kỹ năng SQL Oracle quan trọng đến mức nào? Tôi giỏi MySQL có dùng được không?

SQL Oracle quan trọng vì hệ thống Core Banking của VIB chạy trên Oracle, và phần lớn các NH lớn ở VN cũng vậy. Tuy nhiên, MySQL và Oracle SQL có 90% cú pháp giống nhau. Bạn chỉ cần học thêm các phần khác biệt: Oracle dùng ROWNUM thay vì LIMIT, có thêm CONNECT BY cho hierarchical query, và một số hàm riêng (DECODE, NVL, SYSDATE). Nếu bạn giỏi MySQL thì chuyển sang Oracle chỉ mất 1-2 tuần làm quen. Đề xuất: cài Oracle Express Edition miễn phí để thực hành, luyện trên Oracle Live SQL (livesql.oracle.com).

Tôi không có kinh nghiệm thu hồi nợ trực tiếp nhưng giỏi Data, có cơ hội không?

Có cơ hội, nhưng cần chứng minh bạn hiểu nghiệp vụ. Vị trí này là 50% data analytics + 30% giải pháp + 20% đánh giá hiệu suất, không yêu cầu bạn phải đi gọi điện thu nợ trực tiếp. Tuy nhiên, trong phỏng vấn bạn cần thể hiện rằng hiểu quy trình: từ soft collection (gọi nhắc, gửi thư), hard collection (thu hồi tài sản), xử lý tài sản đảm bảo, đến khởi kiện. Gợi ý: tìm đọc "Quy trình thu hồi nợ" của các NH, học cách phân loại nợ theo NHNN, và làm vài case study giả định để có câu chuyện khi phỏng vấn.

KPI của vị trí này được đánh giá như thế nào?

Dựa trên mô tả công việc, KPI có thể gồm: (1) Chất lượng dashboard/báo cáo – đo bằng tỷ lệ tự động hóa, thời gian cung cấp báo cáo, số lượng insights được chấp nhận; (2) Hiệu quả giải pháp – sáng kiến được áp dụng, cải thiện tỷ lệ thu hồi; (3) Đóng góp vào giảm NPL ratio hoặc tăng recovery rate. KPI thường là sự kết hợp giữa cá nhân (chất lượng phân tích) và team (kết quả kinh doanh thu hồi nợ). Bạn nên hỏi rõ KPI cá nhân cụ thể trong buổi phỏng vấn để hiểu kỳ vọng.

Làm ở VIB có áp lực không? Cân bằng công việc - cuộc sống thế nào?

VIB thuộc nhóm NH tư nhân có áp lực cao nhưng văn hóa fair hơn NH nhà nước. Thu hồi nợ là phòng ban có áp lực vì liên quan đến số liệu NPL mà BGĐ quan tâm hàng ngày. Giờ làm việc có thể kéo dài hơn 8 tiếng khi có deadline hoặc có sự cố, nhưng thường không quá nghiêm trọng. Ưu điểm: lương tốt, có cơ hội học hỏi, môi trường năng động. Nhược điểm: deadline thường xuyên, có thể phải làm thêm nếu data phát sinh vấn đề. Bạn nên hỏi HR về work-life balance trong buổi phỏng vấn để có câu trả lời chính xác.

Sau vị trí này, tôi có thể chuyển sang làm Data Scientist ở Fintech không?

Hoàn toàn có thể, đây là hướng đi rất phổ biến hiện nay. Kinh nghiệm làm phân tích tín dụng tại NH là tài sản quý vì Fintech đang rất cần người hiểu cả kỹ thuật lẫn rủi ro tín dụng. Bạn nên bổ sung thêm: deep learning (TensorFlow/PyTorch), big data tools (Spark), và các dự án ML trên Kaggle. Nhiều người từ vị trí như của bạn đã chuyển sang MoMo, ZaloPay, Tima, Trusting Social với mức lương cao hơn. Lộ trình hợp lý: 2-3 năm ở VIB, sau đó chuyển sang Fintech hoặc phòng Data của NH lớn hơn.

Chuyên Gia/Chuyên Viên Cao cấp Quản lý danh mục và Phát triển giải pháp Thu hồi nợ NHBL