Chuyên viên cao cấp Quản lý dữ liệu_Khối Tài chính

Thật lòng là KHÔNG nên, và vì 2 lý do:

1. JD yêu cầu 4+ năm kinh nghiệm trong mảng dữ liệu. Đây là rào cản cứng, hầu hết hệ thống ATS (lọc CV tự động) sẽ loại CV của em ngay.

2. Vị trí Senior ở Khối Tài chính ngân hàng cần hiểu biết nghiệp vụ tài chính – cái này không thể học trong trường.

Gợi ý lộ trình cho em:

• Năm đầu: Làm junior tại ngân hàng/công ty fintech để tích lũy
• Năm 2-3: Chuyển sang Data Engineer hoặc BI Developer
• Năm 4 trở đi: Mới nên apply vị trí Senior như thế này

Nếu em thực sự yêu thích ngân hàng, em có thể apply vào các vị trí Chuyên viên Quản lý dữ liệu (junior) tại GPBank hoặc các ngân hàng khác để bắt đầu.

Cơ hội của bạn ở mức trung bình-khá (50-60%). Phân tích:

Điểm mạnh:

• Đã có banking domain (Techcombank là niềm tin)
• SQL ổn là điều kiện cần
• Đã quen môi trường ngân hàng

Điểm yếu cần bù:

• ETL: Học Apache Airflow + Python trong 1-2 tháng, làm 1-2 mini project
• Data Modeling: Đọc "The Data Warehouse Toolkit" của Kimball, thiết kế schema cho 1 bài toán
• Oracle/PL-SQL: Techcombank dùng SQL Server chủ yếu, GPBank dùng Oracle nhiều hơn

Khuyến nghị:

• Học PL/SQL trước khi apply (khoảng 3-4 tuần)
• Làm 1 case study: thiết kế data warehouse cho báo cáo tín dụng
• Trong CV, nhấn mạnh kinh nghiệm stakeholder management tại Techcombank
• Trong phỏng vấn, thừa nhận "đang học ETL" nhưng show được tinh thần tự học

Nếu apply thành công, đừng ngại nhận mức lương tương đương hoặc thấp hơn 10-15% để đổi lấy cơ hội phát triển.

Đây là phân tích thực tế:

Benchmark cho vị trí Senior Data tại NHCP vừa/nhỏ (như GPBank):

• Khoảng: 30-45 triệu gross (tùy năng lực và độ hiếm)
• Trung bình: ~35-40 triệu

Vì sao GPBank thường thấp hơn fintech:

• GPBank đang trong giai đoạn tái cơ cấu, chưa mạnh như các NHCP top
• Phúc lợi có thể ít hơn (tuy nhiên NHCP có bảo hiểm PTI/PVI, chế độ 13-14 tháng)

Chiến lược deal:

• Mức đề xuất ban đầu: 45-50 triệu gross (mức mong muốn)
• Mức đàm phán tối thiểu chấp nhận được: 38-40 triệu
• Yêu cầu thêm: review lương sau 6 tháng, ESOP/cổ phần ưu đãi
• Cân nhắc: 13-14 tháng lương, thưởng Tết, bảo hiểm sức khỏe gia đình

Lời khuyên: Nếu fintech offer 45 triệu và bạn không quá cần "ngân hàng" trong CV → có thể không nên nhảy. Nhưng nếu muốn ổn định, học hỏi core banking, có cơ hội thăng tiến dài hạn → 38-40 triệu ở GPBank vẫn OK.

Mình sẽ tái dựng lại một ngày làm việc điển hình (dựa trên JD + kinh nghiệm thị trường):

🌅 Buổi sáng (8:00-12:00):

• 8:00-8:30: Check email, review task từ hôm qua
• 8:30-9:30: Daily standup với team (nếu có) hoặc với IT
• 9:30-12:00: Code SQL/PL-SQL để xử lý yêu cầu từ Khối TC. Ví dụ: viết script trích xuất dữ liệu cho báo cáo tuần

🌞 Buổi chiều (13:00-17:30):

• 13:00-14:30: Họp với stakeholder (Kế toán, ALCO, FP&A) về yêu cầu dữ liệu mới
• 14:30-16:00: Thiết kế mô hình dữ liệu cho 1 module mới (ví dụ: báo cáo Basel III)
• 16:00-17:00: Phối hợp IT để đẩy data từ core banking về finance
• 17:00-17:30: Review báo cáo, optimize query chạy chậm, update tài liệu

🔄 Công việc định kỳ:

• Hàng tuần: Họp với team, review tiến độ dự án
• Hàng tháng: Đóng gói báo cáo tài chính tổng hợp, đối chiếu dữ liệu
• Hàng quý: Thiết kế dashboard mới, training cho cấp dưới
• Bất thường: Khắc phục sự cố dữ liệu khi phát hiện sai lệch

💡 Thực tế: Có ~40% thời gian là coding, ~30% họp/giao tiếp, ~20% phân tích/thiết kế, ~10% admin. Nếu bạn thích code thuần túi thì có thể hơi nhàm, nhưng đây là vị trí giá trị cao vì bạn được tiếp cận business thực sự.

Đây là bước nhảy hoàn toàn khả thi vì bạn đã có nền tảng IT. Lộ trình 6-9 tháng:

Tháng 1-2: SQL Deep Dive

• Học Oracle PL/SQL (ngân hàng dùng nhiều)
• Làm 50+ bài SQL trên LeetCode (medium-hard)
• Hiểu Window Functions, CTE, Pivoting

Tháng 3-4: Data Engineering cơ bản

• ETL: Học Informatica/Talend/Python Airflow
• Data Modeling: Đọc Kimball
• Làm project cá nhân: thiết kế mini data warehouse cho 1 bài toán (vd: bán hàng)

Tháng 5-6: Banking Domain

• Học về Core Banking, LOS, ALM (tìm free course trên Coursera)
• Đọc báo cáo tài chính các NHCP
• Hiểu Basel II/III cơ bản

Tháng 7-9: Apply và network

• Apply các vị trí Data Engineer/Analyst tại ngân hàng (junior-mid)
• Đừng nhắm Senior ngay – hãy nhắm Chuyên viên trước
• Đợi 1-2 năm kinh nghiệm banking rồi mới apply Senior

Lợi thế của bạn:

• Đã quen môi trường enterprise, code chuyên nghiệp
• Có tư duy debug, tối ưu (rất cần trong data)
• Sẵn sàng học hỏi

Lưu ý: Đừng bỏ .NET hẳn, vì một số NHCP dùng .NET cho finance system → đó là lợi thế cạnh tranh.

SCD Type 2 (Slowly Changing Dimension Type 2) là kỹ thuật lưu trữ lịch sử thay đổi của 1 chiều dữ liệu (dimension) bằng cách tạo dòng mới thay vì update dòng cũ.

Ví dụ thực tế tại ngân hàng:
Bảng `dim_customer` lưu thông tin khách hàng:

SCD Type 1 (ghi đè) – KHÔNG giữ lịch sử:

Nếu khách hàng chuyển từ Hà Nội vào Sài Gòn → chỉ update:

SCD Type 2 (giữ lịch sử) – thêm cột:

Tại sao ngân hàng cần SCD Type 2?
1. Audit trail: Khi khách hàng kiện, cần biết địa chỉ cũ
2. Phân tích xu hướng: Khách hàng Hà Nội chuyển vào Sài Gòn nhiều không?
3. Tín dụng: Thu nhập của khách thay đổi theo thời gian, cần lưu lịch sử
4. Compliance: Tuân thủ Basel, NHNN yêu cầu truy vết

Cách triển khai: Trigger, MERGE statement, hoặc tool ETL (Informatica có SCD Type 2 wizard). Đây là câu hỏi rất hay gặp trong phỏng vấn Data ngân hàng, nên học kỹ nhé!

30-60-90 ngày plan để "make impact":

🎯 30 ngày đầu (Listen & Learn):

• Học về data flow hiện tại của Khối Tài chính: data đến từ đâu, đi đâu, ai chịu trách nhiệm
• Gặp gỡ từng stakeholder 1-1: Kế toán, ALCO, FP&A, IT
• Đọc kỹ tài liệu ETL, SQL scripts cũ (đừng vội đánh giá, chỉ học)
• Xác định 2-3 vấn đề đau đầu nhất của team hiện tại (qua hỏi và quan sát)

🚀 60 ngày tiếp (Propose & Build):

• Đề xuất 1 quick win: tối ưu 1 query chạy chậm, tự động hóa 1 báo cáo thủ công
• Xây dựng data dictionary (nếu chưa có) cho 5-10 bảng quan trọng
• Document lại 1 pipeline ETL phức tạp nhất (giúp team)
• Bắt đầu đề xuất cải tiến nhỏ, không đề xuất big change

💎 90 ngày (Lead & Establish):

• Trình bày báo cáo "Data Quality Assessment" cho Trưởng phòng: 80% thời gian, 20% đề xuất cải tiến
• Đề xuất 1 dự án cải tiến với ROI rõ ràng (ví dụ: tự động hóa báo cáo NPL tiết kiệm 20h/tuần)
• Bắt đầu hướng dẫn 1 junior (nếu có)
• Xây dựng quan hệ với IT để smooth hơn trong tương lai

❌ Đừng làm:

• Đừng critique cách làm cũ ngay lập tức
• Đừng "reinvent the wheel" khi chưa hiểu context
• Đừng đụng chạm vào production data khi chưa có approval
• Đừng quá focus vào tech, quên business

Đây là câu hỏi rất hay! So sánh thực tế:

🏦 Tại ngân hàng (GPBank):

• ✅ Dữ liệu "nặng" hơn: hàng triệu KH, giao dịch hàng ngày
• ✅ Ít agile hơn, quy trình chặt chẽ hơn (compliance, audit)
• ✅ Lương ổn định, ít biến động
• ❌ Tech stack có thể cũ hơn (Oracle on-prem, ít cloud)
• ❌ Tốc độ triển khai chậm hơn (1-3 tháng cho 1 feature)
• ❌ Ít quyền tự quyết, nhiều approval

🚀 Tại fintech (MoMo, ZaloPay…):

• ✅ Data thực tế hơn, cập nhật real-time
• ✅ Agile, nhanh, ra sản phẩm trong tuần
• ✅ Stack hiện đại: Spark, Kafka, Snowflake, Cloud
• ✅ Tự chủ nhiều hơn
• ❌ Áp lực cao, deadline dồn dập
• ❌ Dữ liệu có thể ít regulatory hơn → CV ít "nặng ký"
• ❌ Lương có thể cao hơn nhưng work-life balance kém

💡 Lời khuyên:

• Nếu muốn ổn định lâu dài, học core banking, làm CV đẹp → ngân hàng (kể cả NHCP vừa)
• Nếu muốn tech hiện đại, học nhanh, kiếm tiền nhiều giai đoạn đầu → fintech
• Lý tưởng nhất: làm ngân hàng 3-4 năm → nhảy fintech với vai trò senior, hoặc sang Big 4 tư vấn

Về lâu dài, kinh nghiệm tại ngân hàng được đánh giá cao hơn trong mắt nhiều nhà tuyển dụng, vì tính phức tạp và tính compliance của dữ liệu.