Chuyên viên

Mô tả công việc

## Mục tiêu '- Người đảm nhận công việc sẽ chịu trách nhiệm tiến hành thu thập, nghiên cứu, phân tích các yêu cầu kinh doanh, quy trình và dữ liệu để đưa ra các giải pháp toàn diện. - Người đảm nhận công việc sẽ chịu trách nhiệm khám phá nhiều hệ thống công ty, nền tảng dữ liệu toàn công ty và các công cụ phân tích để cung cấp thông tin kịp thời, có ý nghĩa và có giá trị cho các bên liên quan nội bộ cũng như nhóm. ## Trách nhiệm chính (1) A. Báo cáo và Tài liệu - Làm rõ, đánh giá và chuyển đổi các yêu cầu nghiệp vụ thành các yêu cầu kỹ thuật Dữ liệu trong các mẫu được xác định trước. - Trao đổi với Data Architect để tạo và xác thực việc ánh xạ dữ liệu. - Hỗ trợ PO trong việc tạo, phân tích và xác thực các đặc tả yêu cầu dữ liệu chi tiết - Làm việc với các bên liên quan để xác định và triển khai làm giàu dữ liệu trong toàn doanh nghiệp ## Trách nhiệm chính (2) B. Nghiên cứu và phân tích - Đánh giá các yêu cầu đối với dữ liệu được thu thập từ nhiều nguồn, xử lý các xung đột và xây dựng các mô hình dữ liệu cho Nền tảng dữ liệu Doanh nghiệp - Hỗ trợ lập kế hoạch, chuẩn bị và thực hiện tìm nguồn cung ứng dữ liệu, chuyển đổi và tuyên truyền dữ liệu chuyển giữa các nền tảng hệ thống doanh nghiệp - Hỗ trợ kiểm thử hệ thống và tạo danh mục dữ liệu, từ điển dữ liệu. - Đánh giá & Nâng cao tính toàn vẹn của dữ liệu và nỗ lực khắc phục với các bên liên quan. ## Trách nhiệm chính (3) C. Quản lý các bên liên quan - Làm việc với các bên liên quan để xác định các cơ hội và cải tiến quy trình bằng cách tận dụng dữ liệu của tổ chức để thúc đẩy các giải pháp kinh doanh. - Xác định và truyền đạt cho các bên liên quan những hiểu biết sâu sắc về cơ hội và trở ngại dựa trên dữ liệu được thu thập, phân tích ## Mạng lưới tương tác - Cấp Quản lý Quản lý, Quản lý cấp cao, Giám đốc mà người giữ công việc báo cáo ## Mạng lưới tương tác - Cấp báo cáo ## Mạng lưới tương tác - Quan hệ nội bộ Các bộ phận trong công ty ## Mạng lưới tương tác - Quan hệ bên ngoài Nhà cung cấp, Đối tác cung cấp, triển khai dịch vụ ## Chân dung Thành công - Bằng cấp, Kinh nghiệm - Bằng cử nhân Kinh doanh, Hệ thống thông tin máy tính, Tài chính ngân hàng hoặc các lĩnh vực liên quan. - Hơn 5 năm kinh nghiệm ở vị trí Chuyên viên / Chuyên viên Cao Cấp phân tích nghiệp vụ. - Có kinh nghiệm viết truy vấn SQL và sử dụng các kỹ thuật và công cụ trực quan hóa dữ liệu - Có kinh nghiệm về lưu trữ dữ liệu và báo cáo - Có kinh nghiệm với nền tảng đám mây (AWS, Azure, Google Cloud) là điểm cộng lớn - Có kinh nghiệm thực hiện phân tích nguyên nhân gốc rễ trên dữ liệu và quy trình nội bộ/ bên ngoài để trả lời các câu hỏi kinh doanh cụ thể và xác định các cơ hội cải tiến. - Có khả năng làm việc độc lập với sự giám sát tối thiểu. - Kỹ năng giao tiếp bằng lời nói và bằng văn bản mạnh mẽ.

Phân tích kỹ năng cần có

## Phân tích Kỹ năng cho vị trí Business Data Analyst Cao cấp tại Techcombank ### 1. HARD SKILLS (Kỹ năng chuyên môn bắt buộc) | Kỹ năng | Mức độ yêu cầu | Ghi chú | |---------|----------------|---------| | **SQL** | Cao | Viết truy vấn phức tạp, tối ưu hóa query | | **Data Visualization** | Trung bình - Cao | Tableau, Power BI hoặc công cụ tương đương | | **Data Modeling** | Trung bình - Cao | Thiết kế mô hình dữ liệu cho Enterprise Data Platform | | **Data Warehousing** | Trung bình | ETL, data pipeline | | **Business Analysis** | Cao | Chuyển đổi yêu cầu nghiệp vụ → yêu cầu kỹ thuật | | **Cloud Platform** | Cộng thêm | AWS/Azure/GCP - là điểm cộng lớn | ### 2. SOFT SKILLS (Kỹ năng mềm) - **Giao tiếp mạnh mẽ** (cả bằng lời và văn bản) - Rất quan trọng vì làm việc với nhiều bên liên quan - **Quản lý stakeholder** - Xác định, truyền đạt insights cho các bộ phận - **Tư duy phân tích** - Root cause analysis, phân tích nguyên nhân gốc rễ - **Làm việc độc lập** - Với sự giám sát tối thiểu - **Kỹ năng trình bày** - Diễn giải insights từ dữ liệu thành ngôn ngữ kinh doanh ### 3. CHỨNG CHỈ GỢI Ý (Để tăng cơ hội) | Chứng chỉ | Nền tảng | Mức độ ưu tiên | |-----------|----------|----------------| | AWS Certified Data Analytics | AWS | Cao (vì AWS là điểm cộng) | | Azure Data Engineer Associate | Microsoft | Cao | | Google Professional Data Engineer | GCP | Trung bình | | CBAP (Certified Business Analysis Professional) | IIBA | Trung bình - Cao | | Tableau Desktop Specialist/Certified | Tableau | Trung bình | | Power BI Data Analyst Associate | Microsoft | Trung bình | ### 4. SO SÁNH VỊ TRÍ TƯƠNG ĐƯƠNG TRÊN THỊ TRƯỜNG | Vị trí | Ngân hàng/Fintech | Mức lương tham khảo (Hà Nội) | |--------|-------------------|-------------------------------| | Business Analyst (Senior) | Techcombank, VPBank, MB | 25-40 triệu/tháng | | Data Analyst (Senior) | Tiki, VNG, FPT | 25-45 triệu/tháng | | Business Intelligence Analyst | Ngân hàng lớn | 20-35 triệu/tháng | | Product Analyst | Fintech startup | 30-50 triệu/tháng | *Techcombank thường có mức lương cạnh tranh top 20% thị trường* ### 5. BACKGROUND PHÙ HỢP **Ngành học gợi ý:** - Quản trị Kinh doanh / Business Administration - Hệ thống Thông tin Quản lý (MIS) - Tài chính Ngân hàng - Toán Ứng dụng / Thống kê - Khoa học Dữ liệu (Data Science) **Ngành nghề đang làm có thể chuyển đổi:** - Business Analyst từ các công ty IT/Software - Data Analyst từ các công ty Digital/Marketing - Financial Analyst muốn chuyển hướng data-driven - System Analyst muốn chuyên sâu về business data

Chuẩn bị phỏng vấn

## Hướng dẫn Phỏng vấn vị trí Business Data Analyst Cao cấp - Techcombank ### QUY TRÌNH PHỎNG VẤN (Thông thường) **Vòng 1: HR Screening (30-45 phút)** - Giới thiệu bản thân - Đánh giá mức độ phù hợp văn hóa - Tìm hiểu mong muốn, kỳ vọng lương - Kiểm tra tiếng Anh (nếu có) **Vòng 2: Technical Interview với Hiring Manager (45-60 phút)** - Kiểm tra kỹ năng SQL (viết code thực tế) - Đánh giá kinh nghiệm data modeling - Trình bày case study đã làm - Behavioral questions **Vòng 3: Panel Interview với Team Lead/Department Head (45-60 phút)** - Deep dive vào kinh nghiệm - Business case simulation - Cultural fit assessment - Questions cho interviewer **Vòng 4: HR Final Round (30 phút)** - Thương lượng lương & benefits - Timeline onboard ### CÂU HỎI HAY GẶP THEO TỪNG VÒNG #### Vòng HR: 1. "Giới thiệu ngắn về bản thân và kinh nghiệm liên quan" 2. "Tại sao bạn muốn gia nhập Techcombank?" 3. "Bạn hiểu gì về công việc Business Data Analyst?" 4. "Mức lương mong muốn của bạn là bao nhiêu?" 5. "Bạn có câu hỏi gì cho tôi không?" #### Vòng Technical: 1. "Viết SQL để lấy top 5 khách hàng có tổng giá trị giao dịch cao nhất trong tháng" 2. "Giải thích sự khác nhau giữa LEFT JOIN và INNER JOIN" 3. "Bạn đã từng xây dựng data model như thế nào?" 4. "Describe a data quality issue bạn đã gặp và cách bạn xử lý" 5. "Khi stakeholder yêu cầu data không hợp lý, bạn xử lý sao?" 6. "Công cụ visualization nào bạn hay dùng? So sánh Tableau và Power BI" 7. "Explain your experience with ETL processes" #### Vòng Panel/Manager: 1. "Kể về một dự án data phức tạp nhất bạn đã làm" 2. "Làm thế nào để translate business requirement thành technical specification?" 3. "Bạn làm gì khi có conflict giữa các stakeholder về data?" 4. "Describe a time you identified a business opportunity through data" 5. "How do you prioritize when having multiple data requests?" 6. "What's your approach to data governance?" ### TIPS CHUẨN BỊ ĐẶC BIỆT CHO TECHCOMBANK ✅ **Research Techcombank:** - Đọc Annual Report 2023-2024 - Tìm hiểu về chiến lược "New Bank" và transformation - Hiểu về Data & Customer Experiences department - Follow Techcombank news trên website và LinkedIn ✅ **Chuẩn bị Portfolio/Case Studies:** - Chuẩn bị 2-3 case study đã làm - Có sẵn SQL code samples hoặc dashboard screenshots - Mô tả được business impact của các dự án ✅ **SQL Practice:** - Ôn lại: JOIN, GROUP BY, HAVING, window functions - Practice viết query optimization - Chuẩn bị giải thích execution plan ✅ **Business Domain Knowledge:** - Hiểu về nghiệp vụ ngân hàng: deposits, loans, cards, digital banking - Các KPIs trong ngân hàng: NIM, CASA ratio, NPL, ROE - Customer lifecycle trong banking ### DRESS CODE - **Business Formal** - suit, áo sơ mi cà vạt (nam); áo sơ mi, chân váy/quần âu (nữ) - Techcombank là ngân hàng tư nhân lớn, dress code khá formal - Tránh jeans, sneakers, clothing quá casual ### CÂU HỎI NÊN HỎI NHÀ TUYỂN DỤNG 1. "Team Data and Customer Experiences hiện tại có bao nhiêu người?" 2. "Các stakeholder chính của team này là những phòng ban nào?" 3. "Một ngày làm việc typical của vị trí này như thế nào?" 4. "What does success look like in this role after 6 months?" 5. "Cơ hội học tập và phát triển trong ngân hàng?"

Lộ trình ôn thi

## Lộ trình Ôn thi & Chuẩn bị cho vị trí Business Data Analyst - Techcombank ### GIAI ĐOẠN 1: NỀN TẢNG (Tuần 1-2) #### 1.1 SQL Mastery (Ưu tiên cao nhất) **Tài liệu tham khảo:** - "SQL Cookbook" - Anthony Molinaro - LeetCode SQL Practice (Easy → Medium) - Mode SQL Tutorial (free online) **Chủ đề cần ôn:** ```sql -- Core concepts SELECT, WHERE, GROUP BY, ORDER BY JOIN (INNER, LEFT, RIGHT, FULL OUTER) Subqueries và CTEs Window Functions (ROW_NUMBER, RANK, LEAD/LAG) Aggregation functions (SUM, AVG, COUNT, MAX, MIN) CASE WHEN cho conditional logic ``` **Bài tập thực hành:** - Viết 10-15 queries từ LeetCode Hard (banking scenarios) - Practice với sample database: Sakila (MySQL sample) #### 1.2 Data Visualization Tools **Tableau:** - Data visualization best practices - Calculated fields và parameters - Level of Detail (LOD) expressions - Dashboard design principles **Power BI (Alternative):** - DAX fundamentals - Data modeling trong Power BI - Power Query (M language basics) **Tài liệu:** - Tableau E-learning (free) - tableau.com/learn - Microsoft Learn - Power BI path #### 1.3 Data Modeling Fundamentals **Concepts cần hiểu:** - Entity-Relationship (ER) diagrams - Star Schema vs Snowflake Schema - Normalization (1NF, 2NF, 3NF) - Facts and Dimensions trong Data Warehouse - Slowly Changing Dimensions (SCD) **Tài liệu:** - "The Data Warehouse Toolkit" - Ralph Kimball - "Data Modeling Essentials" - Graeme Simsion ### GIAI ĐOẠN 2: CHUYÊN SÂU (Tuần 3-4) #### 2.1 Cloud Platforms (AWS/Azure/GCP) **Nếu chọn AWS:** - AWS Glue (ETL) - Amazon Redshift / Athena - S3, DynamoDB basics - Quicksight (visualization) **Free Resources:** - AWS Cloud Practitioner Essentials - AWS Data Analytics Learning Plan **Nếu chọn Azure:** - Azure Synapse Analytics - Azure Data Factory - Azure SQL Database #### 2.2 Business Domain Knowledge (Ngân hàng) **Nghiệp vụ Ngân hàng cần hiểu:** | Khái niệm | Giải thích ngắn | |-----------|-----------------| | CASA | Current & Savings Account - nguồn vốn rẻ | | NIM | Net Interest Margin - chênh lệch lãi suất | | NPL | Non-Performing Loan - tỷ lệ nợ xấu | | CAR | Capital Adequacy Ratio - tỷ lệ an toàn vốn | | ROE/ROA | Return on Equity/Assets - hiệu quả sinh lời | | KHTN | Khách hàng thân thiết / VIP | **Nguồn tài liệu:** - Techcombank Annual Report 2023 - Website các ngân hàng TMCP Việt Nam - VEPR (Vietnam Economic Research) #### 2.3 Business Analysis Frameworks - BABOK (Business Analysis Body of Knowledge) - concepts cơ bản - Root Cause Analysis (5 Whys, Fishbone diagram) - SWOT Analysis - Business Process Modeling (BPMN basics) ### GIAI ĐOẠN 3: THỰC HÀNH & SIMULATION (Tuần 5-6) #### 3.1 Case Study Practice **Chuẩn bị 2-3 case studies mẫu:** **Case 1: Customer Churn Analysis** - Mô tả: Phân tích tỷ lệ rời bỏ khách hàng - Business question: "Tại sao khách hàng đóng tài khoản?" - Data sources: Transaction data, Customer data, CRM data - Approach: SQL + EDA + Visualization **Case 2: Product Performance Dashboard** - Mô tả: Xây dựng dashboard đo lường hiệu quả sản phẩm - KPIs: Transaction volume, Active users, Revenue per user - Stakeholder management: Sales, Product, Finance **Case 3: Data Quality Improvement** - Mô tả: Phát hiện và khắc phục data quality issues - Approach: Profiling, validation rules, cleansing #### 3.2 Mock Interview - Practice trả lời STAR method (Situation, Task, Action, Result) - Tự record và review - Tập giải thích technical concepts bằng ngôn ngữ business ### TÀI LIỆU THAM KHẢO TỔNG HỢP **Sách:** 1. "Storytelling with Data" - Cole Nussbaumer Knafic (visualization) 2. "The Lean Analytics Cycle" - Croll & Yoskovitz 3. "Naked Statistics" - Charles Wheelan (statistics fundamentals) **Website & Courses:** 1. Khan Academy - Statistics & Probability 2. DataCamp - SQL, Python for Data Science 3. Mode Analytics - SQL tutorial 4. Tableau Public - Gallery & tutorials **Vietnamese Resources:** 1. DataScience Vietnam (Facebook group) 2. VietData community 3. TopDev - Career resources ### LỘ TRÌNH 2 TUẦN GỌI Ý **Tuần 1:** - Ngày 1-2: SQL intensive practice (4-6h/ngày) - Ngày 3-4: Data visualization tools review (2-3h/ngày) - Ngày 5-7: Business domain knowledge + Techcombank research **Tuần 2:** - Ngày 1-2: Cloud platform basics (AWS/GCP) - Ngày 3-4: Prepare case studies + STAR stories - Ngày 5: Mock interview với bạn bè - Ngày 6-7: Review, relax, và mental preparation

Tư vấn nghề nghiệp

## Lời khuyên Sự nghiệp cho Business Data Analyst tại Techcombank ### LỘ TRÌNH THĂNG TIẾN ĐIỂN HÌNH ``` Junior Data Analyst (0-2 năm) ↓ Data Analyst / Business Analyst (2-4 năm) ↓ Senior Business Data Analyst ← [Vị trí này] (4-6 năm) ↓ Lead Data Analyst / Analytics Manager (6-8 năm) ↓ Senior Manager / Head of Data Analytics (8-10 năm) ↓ Director of Data / Chief Data Officer (10+ năm) ``` ### MỨC LƯƠNG KỲ VỌNG THEO CẤP BẬC (Hà Nội, 2024) | Cấp bậc | Mức lương tháng (VNĐ) | Notes | |---------|----------------------|-------| | Junior (0-2 năm) | 12-20 triệu | Fresher/Entry level | | Mid-level (2-4 năm) | 18-30 triệu | Normal range | | Senior (4-6 năm) | 25-45 triệu | **Vị trí này** | | Lead (6-8 năm) | 40-65 triệu | Team lead | | Manager (8-10 năm) | 55-90 triệu | Department level | | Senior Manager+ | 80-150+ triệu | Strategic role | **Lưu ý:** Techcombank thường offer top 20% market rate, có thể cao hơn 10-20% so với bảng trên. ### KỸ NĂNG CẦN PHÁT TRIỂN THÊM ĐỂ THĂNG TIẾN #### 1. Technical Skills (Nâng cao) | Kỹ năng | Thời gian học | Priority | |---------|---------------|----------| | Python (pandas, numpy) | 2-3 tháng | Cao | | Advanced SQL (optimization) | 1-2 tháng | Rất cao | | Machine Learning basics | 3-4 tháng | Trung bình-Cao | | Big Data tools (Spark, Hadoop) | 2-3 tháng | Trung bình | | Cloud certifications | 1-2 tháng | Cao | #### 2. Business Skills (Quan trọng để lên Manager) - **Strategic thinking** - Nhìn bức tranh lớn, không chỉ tactical - **Project management** - Quản lý timeline, stakeholders, expectations - **Financial acumen** - Hiểu P&L, budget, ROI calculation - **Industry knowledge** - Deep understanding về banking/fintech - **Innovation mindset** - Propose data-driven solutions mới #### 3. Soft Skills (Differentiator) - **Executive presence** - Trình bày với C-level - **Stakeholder management** - Manage up, lateral, down - **Storytelling with data** - Không chỉ phân tích, còn kể chuyện - **Mentoring** - Guide junior team members - **Cross-functional collaboration** - Làm việc với nhiều departments ### LỜI KHUYÊN CỤ THỂ CHO VỊ TRÍ NÀY #### Tại sao nên chọn Techcombank? ✅ **Pros:** - Một trong những ngân hàng TMCP lớn nhất Việt Nam - Văn hóa đổi mới, transformation-oriented - Tech stack hiện đại (cloud-native, data-driven) - Lương thưởng cạnh tranh, bonus hấp dẫn - Cơ hội học hỏi từ các dự án enterprise-scale - Học được nghiệp vụ ngân hàng sâu (retail banking) ⚠️ **Cons/Cần cân nhắc:** - Áp lực performance cao (target-driven culture) - Có thể có bureaucracy trong quy trình - Work-life balance có thể không đồng đều #### 6 tháng đầu nên làm gì? 1. **Tháng 1-2:** Understand the landscape - Học hỏi existing data models và architecture - Map các data sources chính - Meet với stakeholders để hiểu pain points 2. **Tháng 3-4:** Quick wins - Identify 1-2 data quality issues có thể fix nhanh - Build 1-2 dashboard có giá trị ngay cho stakeholders - Establish credibility và trust 3. **Tháng 5-6:** Strategic contributions - Propose data-driven solutions cho business problems - Participate in data governance initiatives - Build relationships across departments #### Cách để "stand out" trong role này 1. **Đọc hiểu Annual Report** - Hiểu business strategy để align data work 2. **Business impact focus** - Luôn hỏi "So what?" với mọi analysis 3. **Proactive communication** - Không đợi stakeholder hỏi, chủ động share insights 4. **Cross-skill** - Learn basic banking products để speak same language 5. **Data governance champion** - Help establish data quality standards ### CÁC BƯỚC HÀNH ĐỘNG NGAY HÔM NAY 1. **Update LinkedIn profile** với keywords: "SQL", "Data Analysis", "Business Intelligence", "Banking" 2. **Practice SQL** 30 phút/ngày (LeetCode, HackerRank) 3. **Tạo portfolio** với 2-3 data projects hoặc case studies 4. **Research Techcombank** trên LinkedIn, Glassdoor, Firecode.vn 5. **Network** với người đang/có đã làm tại Techcombank

Câu hỏi thường gặp

Em mới ra trường, chưa có kinh nghiệm. Có nên ứng tuyển vị trí Senior Business Data Analyst không?

Vị trí này yêu cầu 5+ năm kinh nghiệm, nên ứng tuyển sẽ khó được gọi phỏng vấn. Tuy nhiên, bạn có thể: (1) Apply và đánh liều - đôi khi Techcombank linh hoạt nếu bạn thể hiện potential tốt; (2) Tìm các vị trí Junior/Mid-level Data Analyst trước; (3) Build portfolio với SQL projects và visualization để tích lũy. Sau 2-3 năm, bạn sẽ đủ điều kiện ứng tuyển Senior.

Mức lương cho vị trí này là bao nhiêu? Tin tuyển dụng ghi 'Thỏa thuận'.

Techcombank thường offer 25-45 triệu/tháng cho Senior Business Data Analyst, tùy kinh nghiệm. Nếu bạn có 5-6 năm kinh nghiệm + có cloud cert + từng làm banking/fintech, có thể đàm phán được 40-50 triệu. Trong phỏng vấn HR, khi hỏi về lương, hãy research market rate trên Glassdoor/Firecode.vn, đưa ra range hợp lý, và nhấn mạnh giá trị bạn mang lại. Ngoài lương, Techcombank có performance bonus, healthcare, và các phúc lợi khác.

Kỹ năng nào quan trọng nhất để pass vòng phỏng vấn kỹ thuật?

SQL là BẮT BUỘC phải giỏi. Họ sẽ cho bạn viết code thực tế, thường là query business problem. Ngoài ra, bạn cần: (1) Giải thích được data modeling concepts (star schema, facts/dimensions); (2) Có ít nhất 1 case study để present - project data analysis đã làm, business impact ra sao; (3) Hiểu data quality issues và cách troubleshoot; (4) Biết cách translate business requirement sang technical spec. Practice nhiều leetcode SQL medium level trước khi phỏng vấn.

Techcombank khác gì so với các ngân hàng khác như VietinBank, VPBank?

Techcombank tự nhận mình là 'New Bank' - chú trọng công nghệ và trải nghiệm khách hàng số. Culture của họ khá agile, faster-paced so với ngân hàng nhà nước. Tech stack hiện đại hơn (cloud-native, modern data platform). VPBank thì nổi tiếng về lending products và digital banking. VietinBank có văn hóa ổn định hơn, gần với government. Nếu bạn thích môi trường đổi mới, tech-forward, thì Techcombank phù hợp. Ngược lại, nếu muốn ổn định lâu dài, bank nhà nước có thể tốt hơn.

Làm sao để chuẩn bị cho vòng phỏng vấn về nghiệp vụ ngân hàng? Em không có background banking.

Đừng lo - họ tuyển Business/Data Analyst, không phải Banking Specialist. Bạn chỉ cần hiểu basic concepts: (1) Các sản phẩm: CASA (tiền gửi), Loans (tín dụng), Cards (thẻ), Digital banking; (2) Key metrics: NIM (chênh lệch lãi suất), NPL (nợ xấu), CASA ratio, ROE; (3) Customer journey trong ngân hàng: Open account → Transact → Use products → Cross-sell. Đọc Techcombank Annual Report để hiểu chiến lược họ. Bạn có kinh nghiệm phân tích dữ liệu + học nhanh nghiệp vụ = ideal candidate.

Work-life balance ở Techcombank như thế nào? Giờ làm việc có overtime nhiều không?

Thực tế mix: Team Data Analytics thường khá bận với các deadline dự án, nhưng không phải như trading floor hay compliance. Thứ 6 thường off sớm hơn. Overtime hay không phụ thuộc vào project timeline và team culture cụ thể. Một số bạn cho biết deadline gần thì cần OT, nhưng không thường xuyên. So với nhiều ngân hàng khác, Techcombank khá progressive về flexibility (hybrid work có thể được). Nên hỏi trực tiếp HR hoặc người phỏng vấn về culture của team.

Em đang làm BA/DA ở công ty IT muốn chuyển sang ngân hàng. Cần chuẩn bị gì?

Rất phổ biến và hợp lý. Bạn đã có SQL, requirement analysis, stakeholder management - đây là điểm mạnh. Cần bổ sung: (1) Học nghiệp vụ ngân hàng cơ bản (đọc bài viết, xem video về retail banking); (2) Tìm hiểu compliance/regulation cơ bản (KYC, AML) - ngân hàng rất quan trọng về regulatory; (3) Chuẩn bị storytelling: bạn đã làm gì có impact, translate ra business value; (4) Hiểu data governance quan trọng như thế nào trong banking. Tỷ lệ chuyển ngành thành công khá cao vì kỹ năng BA/DA transferable.

Chuyên viên Cao cấp Phân tích Dữ Liệu Nghiệp Vụ Kinh Doanh (50000281)