VietinBank tuyển dụng CHUYÊN VIÊN CHIẾN LƯỢC KẾ HOẠCH & PHÂN TÍCH K...

3 chỉ tiêu Hạn: 2026-11-15

Mô tả công việc

Sử dụng các công cụ, kỹ thuật phân tích nhằm khai thác dữ liệu và xây dựng kế hoạch, giám sát thực hiện kế hoạch - chiến lược kinh doanh KHDN và thực hiện các báo cáo quản trị, báo cáo phân tích kinh doanh.

Sử dụng các công cụ, kỹ thuật phân tích nhằm khai thác dữ liệu và xây dựng, rà soát, đề xuất kế hoạch tài chính các phân khúc KHDN và kế hoạch kinh doanh các chi nhánh theo năm/quý/ tháng, đảm bảo phù hợp với định hướng toàn hàng;

Theo dõi, phân tích (PDCA) tình hình thực hiện KHDN của các phân khúc, chi nhánh.

Thực hiện các báo cáo quản trị phân tích hoạt động kinh doanh, các báo cáo phân tích chuyên đề nhằm xác định cơ hội kinh doanh trên cơ sở ứng dụng các phần mềm truy vấn dữ liệu, mô hình phân tích dữ liệu và data mining.

Xây dựng giải pháp làm giàu dữ liệu, thực hiện phân tích kinh tế vĩ mô, hoạt động ngành, phân tích xu hướng kinh doanh, phân tích chuyên sâu về môi trường kinh doanh bên ngoài, nội bộ ngân hàng dựa trên dữ liệu.

Sử dụng mô hình và hệ thống dữ liệu để phân tích: các dữ liệu kinh tế, yếu tố vĩ mô, tác động chính sách ảnh hưởng đến chỉ tiêu kinh doanh KHDN; Phân tích đánh giá tác động, xây dựng các kịch bản dự báo kinh doanh KHDN; đề xuất giải pháp thúc đẩy kinh doanh KHDN.

Tham gia xây dựng, nâng cấp các hệ thống báo cáo, các công cụ phục vụ cho công tác báo cáo và phân tích hoạt động kinh doanh.

Xây dựng và nâng cấp các Hệ thống, công cụ phục vụ công tác báo cáo và phân tích hoạt động kinh doanh KHDN.

Tham gia công tác tổ chức thông tin, dữ liệu KHDN nhằm tối ưu hóa việc lưu trữ, phục vụ khai thác thông tin một cách hiệu quả, đồng thời đảm bảo an toàn và bảo mật cho cơ sở dữ liệu;

Phối hợp với các Đơn vị trong các công tác làm sạch dữ liệu KHDN.

Hỗ trợ khai thác thông tin, cơ sở dữ liệu đáp ứng yêu cầu của các Đơn vị thuộc VietinBank.

Yêu cầu ứng viên

Trình độ:

Bằng cấp: trình độ từ Đại học trở lên. Trình độ Đại học từ Khá trở lên;

Tốt nghiệp đại học hệ chính quy các trường đại học công lập trong nước: Đại học Ngoại Thương, Đại học Kinh tế quốc dân, Học viện Tài chính, Học viện Ngân hàng, Đại học Quốc Gia, Đại học kinh tế HCM, Đại học Ngân hàng HCM, Đại học kinh tế - tài chính HCM; Đại học Bách Khoa hoặc các trường đại học danh tiếng nước ngoài.

Chuyên ngành: Toán thống kê, Hệ thống thông tin quản lý, Khoa học máy tính, , Phân tích/Khoa học dữ liệu Kinh tế, Đầu tư, tài chính, ngân hàng, Quản trị kinh doanh, Kế toán - Kiểm toán, CNTT

Kinh nghiệm

Có ít nhất 02 năm kinh nghiệm làm việc liên quan đến lĩnh vực ngân hàng tài chính/quản lý cơ sở dữ liệu/ mảng lập và điều hành kế hoạch kinh doanh, xây dựng chiến lược hoặc lĩnh vực khác có liên quan.

Ưu tiên các ứng viên có kinh nghiệm làm việc thuộc cùng mảng công việc tuyển dụng tại các NHTM Lớn hoặc có kinh nghiệm xây dựng, triển khai các hệ thống, công cụ, ứng dụng mô hình toán thống kê trong phân tích phục vụ hoạt động kinh doanh; Ứng viên có chứng chỉ Khoa học dữ liệu; sử dụng thành thạo SQL/Python/R/Java/…, có khả năng sử dụng Power BI

Kỹ năng

Phân tích tổng hợp thông tin; xây dựng các mô hình tài chính;

Am hiểu về khai thác dữ liệu, lập mô hình thống kê, phân tích dữ liệu và hoạt động kinh doanh;

Thiết kế và xây dựng các báo cáo tự động/Dashboards/ Phân tích yêu cầu nghiệp vụ (BA);

Ứng dụng các phần mềm trong xử lý, phân tích dữ liệu (SQL, VBA,…).

Hiểu về quy định trong hoạt động ngân hàng có liên quan, có kiến thức tốt về nhu cầu KHDN, SPDV và các kênh phân phối hiện đang cung cấp cho khách hàng

Tiếng Anh: Ngoại ngữ C/Khung B1 Châu Âu trở lên (có khả năng làm việc bằng tiếng Anh)

Kỹ năng mềm:

Tư duy logic và giải quyết vấn đề

Phân tích, tổng hợp thông tin;

Khai thác thông tin hiệu quả;

Kỹ năng giao tiếp và làm việc nhóm tốt.

Các yêu cầu khác:

Độ tuổi không quá 35 tuổi, sức khỏe tốt.

Phân tích kỹ năng cần có

1. Bản chất của vị trí

Đây là vị trí kết hợp giữa phân tích dữ liệu, hoạch định kinh doanh, báo cáo quản trị và phân tích nghiệp vụ. Ứng viên không chỉ làm báo cáo theo mẫu mà còn phải khai thác dữ liệu để tìm ra cơ hội kinh doanh, xây dựng kế hoạch theo phân khúc và chi nhánh, xây dựng kịch bản dự báo, theo dõi kết quả bằng PDCA và đề xuất giải pháp thúc đẩy hoạt động kinh doanh khách hàng doanh nghiệp.

Những điểm bắt buộc cần kiểm tra ngay:

Tốt nghiệp đại học chính quy, ưu tiên các trường được nêu trong tin tuyển dụng.
Chuyên ngành phù hợp như tài chính, ngân hàng, quản trị kinh doanh, đầu tư, kế toán, kiểm toán, thống kê, khoa học dữ liệu, công nghệ thông tin hoặc hệ thống thông tin quản lý.
Có ít nhất 02 năm kinh nghiệm liên quan đến ngân hàng, tài chính, quản lý cơ sở dữ liệu, lập và điều hành kế hoạch kinh doanh, xây dựng chiến lược hoặc lĩnh vực tương đương.
Độ tuổi không quá 35 và sức khỏe tốt.
Tiếng Anh tối thiểu theo khung được nêu, có khả năng làm việc bằng tiếng Anh.

2. Ma trận kỹ năng cần chuẩn bị

Nhóm kỹ năng	Yêu cầu quan trọng	Mức độ	Nên thể hiện trong CV và phỏng vấn
SQL và khai thác dữ liệu	Truy vấn, tổng hợp và kiểm tra dữ liệu khách hàng, chi nhánh, tài chính	Rất cao	Kinh nghiệm dùng SQL để xây dựng báo cáo định kỳ, phân tích phân khúc và tự động hóa tác vụ
Python, R hoặc ngôn ngữ tương đương	Làm sạch dữ liệu, khám phá dữ liệu, phân tích và xây dựng mô hình	Cao	Một sản phẩm phân tích có thể tái lập được, có trực quan hóa và giải thích kết quả kinh doanh
Power BI và báo cáo quản trị	Dashboard, mô hình dữ liệu, chỉ tiêu điều hành và báo cáo tự động	Rất cao	Portfolio gồm dashboard theo phân khúc, chi nhánh, thời gian và cơ chế kiểm soát dữ liệu
Mô hình tài chính và kế hoạch	Kế hoạch theo năm, quý, tháng; theo phân khúc và chi nhánh	Rất cao	Mô hình giả định, cơ sở dự báo, phân tích độ nhạy và kịch bản tăng trưởng
Thống kê và khai phá dữ liệu	Phân khúc khách hàng, dự báo, xu hướng, phân tích chuyên đề	Cao	Biết lựa chọn phương pháp, kiểm định mô hình và giải thích hạn chế thay vì chỉ chạy mã
Excel và VBA	Mô hình tài chính, phân tích độ nhạy, tự động hóa báo cáo	Cao	Mô hình nhiều kịch bản, kiểm tra lỗi và tự động cập nhật báo cáo
Phân tích kinh tế vĩ mô và ngành	Đánh giá chính sách, lãi suất, tăng trưởng và môi trường kinh doanh	Cao	Bài phân tích ngắn kết hợp số liệu với khuyến nghị cho ngân hàng
Nghiệp vụ ngân hàng	Nhu cầu khách hàng doanh nghiệp, sản phẩm, phân phối và tuân thủ	Cao	Hiểu mối liên hệ giữa tăng trưởng, giá vốn, rủi ro và lợi nhuận
Phân tích yêu cầu nghiệp vụ	Làm việc với các đơn vị, chuẩn hóa báo cáo và nâng cấp công cụ	Cao	Quy trình thu thập yêu cầu, đặc tả dữ liệu, kiểm thử và nghiệm thu
Quản lý dữ liệu	Làm sạch, chuẩn hóa, phân quyền và bảo mật dữ liệu	Cao	Kiểm soát chất lượng dữ liệu, ghi nhật nguồn và kiểm soát truy cập
Giao tiếp và làm việc nhóm	Trình bày phát hiện, phối hợp và thuyết phục	Cao	Câu chuyện mô tả rõ vấn đề, phân tích, quyết định và kết quả

3. Các kỹ năng kỹ thuật trọng tâm

SQL

Ứng viên cần chứng minh SQL không chỉ ở mức truy vấn cơ bản. Các nội dung nên ôn gồm:

`JOIN`, `GROUP BY`, `HAVING`, subquery và common table expression.
Cửa sổ `ROW_NUMBER`, `RANK`, `LAG`, `LEAD` và tính tổng lũy kế.
Phân tích theo năm, quý, tháng, tuần và so sánh cùng kỳ.
Xử lý giá trị trống, dữ liệu trùng, khóa chính và sai lệch sau phép nối.
Xây dựng truy vấn theo phân khúc, chi nhánh, sản phẩm, kênh phân phối và trạng thái khách hàng.
Kiểm tra chất lượng dữ liệu: số dư không âm bất thường, số dư âm bất thường, giao dịch trùng, ngày không hợp lệ và quan hệ không nhất quán.
Tối ưu truy vấn và hiểu nguyên nhân khiến báo cáo chạy chậm.

Python, R hoặc công cụ tương đương

Không cần chứng minh thành thạo nhiều ngôn ngữ. Hãy chọn một ngôn ngữ chính, ví dụ Python, và trình bày tốt. Nên có khả năng:

Đọc, làm sạch và hợp nhất dữ liệu bằng `pandas` hoặc thư viện tương đương.
Thực hiện phân tích khám phá, tính chỉ tiêu và trực quan hóa.
Xây dựng mô hình phân khúc, hồi quy, dự báo chuỗi thời gian hoặc phân tích phân khúc.
Kiểm tra dữ liệu đầu vào, xử lý thiếu dữ liệu và ghi nhận giới hạn của mô hình.
Tự động hóa báo cáo và xuất kết quả sang Power BI hoặc Excel.
Viết tài liệu giải thích ý nghĩa của chỉ số thay vì chỉ trình bày mã nguồn.

Power BI và trực quan hóa

Portfolio nên thể hiện:

Thiết kế mô hình dữ liệu hình sao với bảng dữ kiện và bảng chiều.
Xây dựng chỉ tiêu DAX cơ bản, cũng như tính đồng nhất tăng trưởng, tỷ lệ và chênh lệch so với kế hoạch.
Có bộ lọc theo phân khúc, chi nhánh, sản phẩm, kênh và thời gian.
Có trang tổng quan dành cho lãnh đạo và trang phân tích chuyên sâu.
Có cơ chế kiểm soát số liệu, thời điểm cập nhật và quyền truy cập phù hợp.
Tránh biểu đồ quá nhiều chi tiết không dẫn đến quyết định.

Mô hình tài chính và kế hoạch kinh doanh

Cần hiểu cách chuyển từ mục tiêu chiến lược sang kế hoạch vận hành:

1. Xác định mục tiêu tăng trưởng và điều kiện giả định.
2. Phân rã chỉ tiêu theo phân khúc, sản phẩm, chi nhánh và thời gian.
3. Xây dựng kịch bản cơ sở, tích cực và tiêu cực.
4. Kiểm tra tác động đến doanh thu, chi phí, tài sản, huy động và lợi nhuận.
5. Đề xuất nguồn lực và chỉ tiêu theo dõi.
6. So sánh kết quả thực tế với kế hoạch và thực hiện PDCA.

Nên dùng các chỉ tiêu như tăng trưởng huy động, tăng trưởng tín dụng, tỷ lệ huy động chi phí, tỷ lệ chi phí trên doanh thu, nợ quá hạn, tỷ lệ bao phủ nợ xấu, tăng trưởng bán chéo, giá trị vòng đời khách hàng và tỷ lệ khách hàng hoạt động. Không nên áp dụng một chỉ tiêu đơn lẻ mà bỏ qua rủi ro lợi nhuận.

Phân tích kinh tế vĩ mô và ngành

Ứng viên cần biết phân tích các yếu tố như:

Tăng trưởng kinh tế và triển vọng từng ngành.
Lãi suất điều hành, mặt bằng lãi suất và đường cong lãi suất.
Tín dụng, thanh toán, tỷ giá, lạm phát và dòng vốn.
Chính sách tiền tệ, chính sách tài khóa và tác động đến ngân hàng.
Nhu cầu vốn, nhu cầu phòng hộ và phân khúc doanh nghiệp.

4. Kỹ năng nghiệp vụ cần có

Cần hiểu ở mức có thể kết nối phân tích với hoạt động ngân hàng:

Sản phẩm tiền gửi, tín dụng, thẻ, thanh toán, bảo hiểm và dịch vụ gia tăng cho khách hàng doanh nghiệp.
Quy trình phê duyệt tín dụng, quản trị rủi ro và xử lý nợ xấu.
Kênh phân phối trực tiếp, chi nhánh, trực tuyến và các kênh số.
SPDV và nhu cầu tổng thể của khách hàng doanh nghiệp.
Các quy định liên quan đến tín dụng, dữ liệu khách hàng, an toàn thông tin và bảo mật.
Khái niệm PDCA trong theo dõi kế hoạch: lập kế hoạch, thực hiện, kiểm tra và điều chỉnh.

5. Kỹ năng mềm cần thể hiện

Tư duy cấu trúc: Phân rã vấn đề từ câu hỏi kinh doanh đến dữ liệu cần dùng.
Tổng hợp thông tin: Biết chọn thông tin quan trọng thay vì trình bày mọi phát hiện.
Giao tiếp kinh doanh: Viết được một trang tóm tắt với phát hiện, tác động, rủi ro và khuyến nghị.
Phối hợp liên phòng ban: Làm việc với nghiệp vụ, công nghệ, dữ liệu và chi nhánh mà không đổ lỗi.
Chủ động và khả năng tự học: Thể hiện khả năng tự cập nhật kiến thức ngân hàng, dữ liệu và công nghệ.
Tiếng Anh: Chuẩn bị thuật ngữ tài chính, trình bày dự án và trao đổi với đơn vị nước ngoài.

6. Chứng chỉ nên cân nhắc

Tin tuyển dụng không yêu cầu chứng chỉ cụ thể ngoài ưu tiên chứng chỉ khoa học dữ liệu. Các chứng chỉ sau chỉ là lựa chọn để chứng minh năng lực:

Chứng chỉ	Mức ưu tiên	Giá trị thể hiện
Microsoft Certified: Data Analyst Associate – PL-300	Cao	Chứng minh năng lực Power BI, trực quan hóa và phân tích dữ liệu
Chứng chỉ SQL của Microsoft, Oracle, Coursera hoặc DataCamp	Trung bình cao	Chứng minh nền tảng truy vấn dữ liệu
Chứng chỉ Python Data Science, Kaggle hoặc DataCamp	Trung bình	Hỗ trợ khi thiếu dự án thực tế
Chứng chỉ FP&A của CFI hoặc tổ chức uy tín	Trung bình	Phù hợp với kế hoạch, dự báo và phân tích đầu tư kinh doanh
TOEIC, IELTS hoặc chứng chỉ tương đương	Cao nếu điểm yếu	Cung cấp bằng chứng khả năng làm việc bằng tiếng Anh
Chứng chỉ nghiệp vụ ngân hàng phù hợp	Trung bình	Hỗ trợ cập nhật quy định và thông lệ ngành

Không nên tích lũy nhiều chứng chỉ chung chung. Một chứng chỉ có giá trị nhất khi đi kèm portfolio và câu chuyện ứng dụng thực tế.

7. Portfolio nên có

Một portfolio mạnh có thể gồm ba sản phẩm:

1. Dashboard kinh doanh khách hàng doanh nghiệp: tăng trưởng theo phân khúc, chi nhánh, sản phẩm; chênh lệch so với kế hoạch; cảnh báo dữ liệu bất thường.
2. Mô hình dự báo và kịch bản: dùng dữ liệu mô phỏng hoặc dữ liệu đã ẩn danh, xây dựng kịch bản cơ sở, tích cực và tiêu cực; giải thích giả định và giới hạn.
3. Báo cáo điều hành một trang: nêu vấn đề, phát hiện, tác động tài chính, rủi ro, khuyến nghị và chỉ tiêu cần theo dõi.

Nên dùng dữ liệu giả lập hoặc dữ liệu công khai, không đưa thông tin khách hàng thật vào portfolio. Mỗi sản phẩm cần có mô tả nghiệp vụ, câu hỏi được giải quyết, phương pháp, kết quả và bài học.

8. Nhận diện khoảng cách của ứng viên

Nếu mới có dưới 02 năm: cần tìm việc phân tích, báo cáo, kinh doanh hoặc ngân hàng phù hợp trước khi ứng tuyển chính thức.
Nếu có kinh nghiệm tài chính nhưng thiếu SQL: nên ưu tiên học SQL và xây dựng một dashboard thực tế trước khi phỏng vấn.
Nếu mạnh về lập trình nhưng thiếu nghiệp vụ ngân hàng: cần bù bằng kiến thức SPDV, tín dụng, huy động, quản trị rủi ro và phân tích kinh doanh doanh nghiệp.
Nếu chỉ có kinh nghiệm báo cáo định kỳ: cần chứng minh khả năng phân tích nguyên nhân, dự báo, xây dựng kịch bản và đề xuất giải pháp, không chỉ lấy số liệu từ hệ thống.

Chuẩn bị phỏng vấn

1. Quy trình phỏng vấn dự kiến

Tin tuyển dụng không công bố số vòng hoặc hình thức cụ thể. Với vị trí cần cả tư duy phân tích, kỹ năng dữ liệu và hiểu biết kinh doanh, quy trình có thể bao gồm các bước sau. Ứng viên nên xác nhận lại với tuyển dụng:

1. Sàng lọc hồ sơ: kiểm tra bằng cấp, chuyên ngành, 02 năm kinh nghiệm, độ tuổi và kết quả của các dự án phân tích.
2. Phỏng vấn về kinh nghiệm và mức độ phù hợp: hỏi về dự án, lý do chuyển sang vị trí chiến lược kế hoạch và mức độ thành thạo SQL, Power BI.
3. Phỏng vấn tiếng Anh: giới thiệu bản thân, trình bày một dự án, giải thích xu hướng kinh doanh và trả lời câu hỏi nghiệp vụ.
4. Phỏng vấn kỹ thuật: SQL, phân tích dữ liệu, thống kê, Power BI, mô hình tài chính và phân tích kinh doanh.
5. Case study kinh doanh: phân tích tình huống về tăng trưởng, phân khúc khách hàng hoặc hiệu quả chi nhánh.
6. Phỏng vấn với quản lý hoặc bộ phận liên quan: đánh giá tư duy, khả năng phối hợp, tiếng Anh và mức độ sẵn sàng nhận trách nhiệm.
7. Vòng cuối hoặc quyết định: thống nhất về cấp bậc, lương, thưởng, thời gian bắt đầu và các kỳ vọng trong 90 ngày đầu.

2. Câu hỏi thường gặp

Về kinh nghiệm và năng lực

Hãy mô tả một dự án phân tích từ đầu đến cuối mà bạn tự chủ về mặt nội dung.
Vấn đề kinh doanh ban đầu là gì? Bạn đã biến nó thành câu hỏi phân tích như thế nào?
Dữ liệu bạn sử dụng có những vấn đề gì? Bạn đã kiểm tra và xử lý ra sao?
Phát hiện nào tạo ra giá trị lớn nhất? Quyết định nào được đưa ra sau đó?
Bạn đã dùng SQL, Python, R, Excel, VBA và Power BI ở mức nào? Hãy mô tả một ví dụ cụ thể.
Khi phân tích cho thấy chỉ tiêu giảm, bạn làm thế nào để phân biệt nguyên nhân thực sự với sai lệch dữ liệu hoặc mùa vụ?
Bạn từng xây dựng kịch bản dự báo như thế nào? Giả định nào có ảnh hưởng lớn nhất?
Bạn đánh giá hiệu quả của một mô hình phân tích bằng cách nào?

Về SQL và dữ liệu

Các câu hỏi có thể bao gồm:

Cách nối nhiều bảng mà không làm sai lệch số liệu.
Cách lấy giao dịch mới nhất của từng khách hàng.
Cách tính tăng trưởng cùng kỳ, tốc độ tăng trưởng và chênh lệch so với kế hoạch.
Cách phát hiện khách hàng có nhiều bản ghi trùng hoặc thiếu thông tin bắt buộc.
Cách xử lý giá trị trống mà không làm thay đổi định nghĩa của chỉ tiêu.
Cách kiểm soát chất lượng dữ liệu đầu vào của dashboard.

Ứng viên nên giải thích rõ sản phẩm nghiệp vụ của câu truy vấn, cách xử lý dữ liệu thiếu và cách kiểm tra kết quả, không chỉ viết câu lệnh.

Về Power BI và báo cáo

Bạn thiết kế mô hình dữ liệu như thế nào để tránh tính lại một chỉ tiêu?
Một dashboard quản trị tốt cần đáp ứng những tiêu chí nào?
Làm thế nào để người dùng tin số liệu trên báo cáo?
Bạn quản lý quyền truy cập, thời điểm cập nhật và xử lý lỗi dữ liệu ra sao?
Khi một chỉ tiêu đột nhiên tăng mạnh, bạn kiểm tra những lớp kiểm soát nào?

Về thống kê và mô hình

Phân biệt tương quan và nhân quả như thế nào?
Khi nào dùng hồi quy, phân khúc, dự báo chuỗi thời gian?
Làm thế nào để tránh overfitting?
Chia dữ liệu thành tập huấn luyện và kiểm tra như thế nào?
Với dữ liệu thiếu hoặc lệch, bạn xử lý ra sao?
Làm thế nào để một kết quả thống kê phù hợp với bối cảnh ngân hàng và có thể dùng để ra quyết định?

Về tài chính và ngân hàng

Những yếu tố nào chi phối tăng trưởng huy động và tín dụng doanh nghiệp?
Tăng trưởng tín dụng cao nhưng lợi nhuận giảm có thể do những nguyên nhân gì?
Tỷ lệ chi phí trên doanh thu thay đổi thế nào theo phân khúc?
SPDV nào có tiềm năng bán chéo cho một phân khúc cụ thể?
Làm thế nào cân bằng tăng trưởng, lợi nhuận, rủi ro và trải nhiệm khách hàng?
Bạn hiểu PDCA như thế nào trong quản lý kế hoạch kinh doanh?

3. Case study nên chuẩn bị

Nên luyện một bài case trong khoảng 30 phút với chủ đề: Một phân khúc khách hàng doanh nghiệp có tăng trưởng thấp hơn kế hoạch và tỷ lệ sử dụng sản phẩm bán chéo giảm.

Khung trả lời:

1. Làm rõ mục tiêu, phạm vi và câu hỏi cần trả lời.
2. Xác định dữ liệu cần có: khách hàng, sản phẩm, giao dịch, chi nhánh, kênh, chi phí và rủi ro.
3. Phân tích tốc độ tăng trưởng, cơ cấu khách hàng, tỷ lệ sử dụng, giá trị khách hàng và chất lượng tăng trưởng.
4. Xác định nguyên nhân bằng phân tích phân khúc, so sánh cùng kỳ và phân rã chỉ tiêu.
5. Xây dựng ba kịch bản: cơ sở, tích cực và tiêu cực.
6. Đề xuất hành động theo khách hàng, sản phẩm, kênh và chi nhánh.
7. Đề xuất KPI, nguồn dữ liệu, chủ sở hữu và thời gian triển khai.
8. Nêu rủi ro, điều kiện cần kiểm tra và cách theo dõi PDCA.

Kết luận phải nêu rõ đề xuất và lý do, không kết thúc bằng một danh sách phân tích chung chung.

4. Cấu trúc câu trả lời 90 giây

Khi giới thiệu bản thân, nên dùng cấu trúc:

Nền tảng: học vấn và hai năm kinh nghiệm liên quan.
Năng lực chính: SQL, phân tích dữ liệu, Power BI, mô hình tài chính và hiểu biết nghiệp vụ.
Kết quả nổi bật: một dự án có vấn đề, hành động, kết quả và số liệu hoặc mức tác động nếu được phép chia sẻ.
Mức độ phù hợp: kinh nghiệm của bạn giúp vị trí này giải quyết vấn đề gì.
Định hướng: muốn phát triển trong hoạch định kinh doanh và phân tích dữ liệu vì lý do gì.

Các ví dụ nên theo cấu trúc tình huống, nhiệm vụ, hành động và kết quả. Không nên nói chung chung rằng mình chịu trách nhiệm báo cáo mà không có đóng góp cụ thể.

5. Câu hỏi nên hỏi nhà tuyển dụng

Cấp bậc, phạm vi quyền hạn và tiêu chí thăng tiến của vị trí là gì?
Trong 90 ngày đầu, ba kết quả quan trọng nhất được kỳ vọng là gì?
KPI chính của vị trí được tính theo chất lượng phân tích, tác động kinh doanh, tiến độ báo cáo hay kết hợp các yếu tố?
Hệ thống dữ liệu, SQL, báo cáo và công cụ phân tích chính đang sử dụng là gì?
Phạm vi quyền truy cập dữ liệu và các yêu cầu bảo mật như thế nào?
Có cơ hội tham gia xây dựng mô hình, hệ thống báo cáo và nâng cấp công cụ không?
Công tác phối hợp với các đơn vị nghiệp vụ, chi nhánh, công nghệ và quản trị rủi ro chiếm bao nhiêu thời gian?
Lịch làm việc, chính sách làm việc linh hoạt và khả năng phải làm thêm vào thời điểm chốt quý hoặc năm như thế nào?
Thưởng, phụ cấp, bảo hiểm, ngày phép, đào tạo và cơ hội phát triển được xác định như thế nào?
Có thể chia sẻ mô tả chi tiết hơn về chỉ tiêu đánh giá của vị trí không?

6. Hình thức và dress code

Nên chọn business formal hoặc business smart lịch sự: bộ vest hoặc bộ đồ công sở màu trung tính, áo sơ mi phù hợp, giày kín đáo và phụ kiện gọn gàng. Trang phục cần chuyên nghiệp, thoải mái và phù hợp với môi trường ngân hàng. Tránh trang phục quá thời trang hoặc phụ kiện gây chú ý.

Chuẩn bị sẵn một bản tóm tắt dự án, một bản portfolio có thể gửi sau phỏng vấn và danh sách câu hỏi. Với vị trí tại Hà Nội, cần xác nhận địa điểm làm việc, chính sách làm việc từ xa hoặc hybrid nếu có, vì thông tin không được nêu trong tin tuyển dụng.

Lộ trình ôn thi

1. Mục tiêu sau 01–02 tuần

Sau khoảng thời gian này, ứng viên cần đạt được bốn kết quả:

1. Hiểu rõ cấu trúc vị trí và chuẩn bị CV có thể sàng lọc trong 30–60 giây.
2. Ôn đủ SQL, Power BI, thống kê và phân tích dữ liệu ở mức ứng dụng.
3. Hiểu các chỉ tiêu, mô hình kế hoạch và bối cảnh kinh doanh ngân hàng.
4. Hoàn thành một case study có dashboard, mô hình kịch bản và bài thuyết trình.

2. Lộ trình 14 ngày

Ngày 01: Phân rã yêu cầu và đánh giá hồ sơ

Đọc lại từng nhiệm vụ trong tin tuyển dụng và đánh dấu các kỹ năng cần chứng minh.
Kiểm tra bằng cấp, chuyên ngành, số năm kinh nghiệm, độ tuổi và tiếng Anh.
Viết lại mỗi kinh nghiệm theo cấu trúc: vấn đề, nhiệm vụ, hành động, kết quả, công cụ và bài học.
Tạo bảng điểm yếu về SQL, kỹ năng tài chính, Power BI, tiếng Anh và nghiệp vụ ngân hàng.

Đầu ra: bản CV một hoặc hai trang, ưu tiên kinh nghiệm liên quan nhất; danh sách 10 câu hỏi cần hỏi nhà tuyển dụng.

Ngày 02–03: Ngân hàng và tài chính doanh nghiệp

Ôn các nội dung:

Cơ cấu bảng cân đối và báo cáo kết quả kinh doanh của ngân hàng.
Huy động, cho vay, CASA, lãi suất, NIM, phí thuần, chi phí vận hành, nợ xấu, dự phòng, ROA và ROE.
SPDV cho doanh nghiệp, khách hàng SME và khách hàng lớn.
Mối liên hệ giữa sản phẩm, kênh phân phối, hành trình khách hàng và bán chéo.
Các chỉ tiêu phổ biến của chi nhánh và phân khúc.

Bài tập: phân tích một báo cáo thường niên của ngân hàng, chọn 10 chỉ tiêu quan trọng và giải thích mối liên hệ giữa chúng.

Ngày 04–05: SQL

Viết các truy vấn tổng hợp, dùng `JOIN`, `GROUP BY`, subquery và common table expression.
Luyện hàm cửa sổ để lấy giao dịch mới nhất, xếp hạng và tính tổng lũy kế.
Luyện phân tích theo năm, quý, tháng và cùng kỳ.
Luyện kiểm tra trùng, thiếu, sai kiểu dữ liệu và sai số dư.
Luyện câu hỏi nghiệp vụ: khách hàng có tăng trưởng nhưng doanh số bình quân giảm; phân khúc nào tăng trưởng theo sản phẩm và chi nhánh.

Đầu ra: ít nhất 15 truy vấn, trong đó có 5 truy vấn kiểm tra chất lượng dữ liệu và 3 truy vấn phân tích kinh doanh.

Ngày 06–07: Python, thống kê và phân tích dữ liệu

Đọc và làm sạch dữ liệu; xử lý ngày, giá trị trống, bản ghi trùng và kiểu dữ liệu.
Tính chỉ tiêu phân khúc và trực quan hóa bằng thư viện phù hợp.
Ôn phân phối, tương quan, hồi quy, kiểm định giả thuyết, lựa chọn mô hình và kiểm định mô hình.
Tìm hiểu phân khúc khách hàng, dự báo chuỗi thời gian và phân tích phân khúc.
Biết khi nào kết quả chỉ mang tính tham khảo vì dữ liệu nhỏ, lệch hoặc thiếu.

Đầu ra: một notebook phân tích có kiểm tra dữ liệu, biểu đồ, phát hiện và khuyến nghị.

Ngày 08: Power BI

Tạo mô hình hình sao với dữ liệu mô phỏng.
Xây dựng trang tổng quan và trang phân tích theo phân khúc, chi nhánh, sản phẩm và thời gian.
Viết DAX cho tăng trưởng, chênh lệch kế hoạch, tỷ lệ và bộ lọc động.
Kiểm tra tính đúng của tổng số với nguồn dữ liệu.
Thiết kế mô tả dữ liệu và ghi chú giải thích chỉ tiêu.

Đầu ra: một dashboard có thể trình bày trong 05 phút và một trang tóm tắt điều hành.

Ngày 09–10: Mô hình tài chính và kế hoạch

Xây dựng mô hình theo phân khúc và theo tháng hoặc quý.
Tách rõ doanh thu, chi phí, tài sản, nợ phải trả và lợi nhuận nếu phạm vi cho phép.
Xây dựng kịch bản cơ sở, tích cực và tiêu cực.
Làm phân tích độ nhạy đối với lãi suất, tăng trưởng huy động, tăng trưởng tín dụng, tỷ lệ nợ xấu và chi phí.
Xây dựng KPI và cơ chế PDCA.

Đầu ra: bảng Excel có giả định, công thức kiểm tra lỗi, bảng kịch bản và bảng KPI.

Ngày 11: Phân tích vĩ mô và ngành

Đọc báo cáo của Ngân hàng Nhà nước, Tổng cục Thống kê và các báo cáo kinh tế đáng tin cậy.
Theo dõi tăng trưởng, lạm phát, lãi suất, tín dụng, tỷ giá và tăng trưởng theo ngành.
Chọn một ngành có ý nghĩa với khách hàng doanh nghiệp và viết bài phân tích một trang.

Bài tập: trả lời câu hỏi tình huống kinh tế vĩ mô có thể tác động đến tăng trưởng của ngân hàng như thế nào.

Ngày 12–13: Hoàn thiện case study

Case nên có:

Bối cảnh và câu hỏi kinh doanh.
Phạm vi và danh sách chỉ tiêu.
Dashboard và phân tích phân khúc.
Phân tích nguyên nhân.
Kịch bản dự báo.
Khuyến nghị và kế hoạch thực hiện.
KPI, rủi ro và cách kiểm soát chất lượng dữ liệu.

Đầu ra: bản PDF 8–12 trang hoặc bản trình bày 8 slide, kèm dashboard và file mô hình.

Ngày 14: Luyện phỏng vấn

Trả lời lại các câu hỏi kỹ thuật trong 60–90 giây mỗi câu.
Thuyết trình case trong 10 phút và trả lời phản biện trong 10 phút.
Luyện giới thiệu bản thân bằng tiếng Anh trong 01 phút.
Chuẩn bị câu hỏi về cấp bậc, KPI, thưởng, lịch làm việc và mức độ đi xa.
Kiểm tra lại CV, portfolio, tính liên kết của câu chuyện và thông tin liên hệ.

3. Lộ trình rút gọn trong 07 ngày

Ngày 01: phân rã yêu cầu, CV và ngân hàng.
Ngày 02–03: SQL và kiểm tra dữ liệu.
Ngày 04: Python, thống kê và Power BI.
Ngày 05: mô hình tài chính và kế hoạch.
Ngày 06: vĩ mô và hoàn thiện case.
Ngày 07: mock interview, sửa CV và chuẩn bị câu hỏi.

4. Tài liệu tham khảo

Tài liệu chính thức và dữ liệu

Báo cáo thường niên, báo cáo tài chính và tài liệu nhà đầu tư của VietinBank nếu được công bố.
Báo cáo, thông cáo và số liệu của Ngân hàng Nhà nước.
Số liệu của Tổng cục Thống kê, Bộ Kế hoạch và Đầu tư và các cơ quan thống kê quốc tế như IMF, World Bank.
Báo cáo của BIS về ngân hàng và ổn định tài chính.
Quy định hiện hành về tín dụng, bảo vệ dữ liệu cá nhân, thanh toán và an toàn thông tin; cần kiểm tra lại hiệu lực tại thời điểm phỏng vấn.

Sách và tài liệu học tập

Financial Statements Analysis của Thomas R. Robinson và Hennie Greuning.
Corporate Finance của Jonathan Berk và Peter DeMarzo.
Data Analysis for Business hoặc các tài liệu tương đương về phân tích dữ liệu kinh doanh.
Các khóa SQL, Python, Power BI trên Microsoft Learn, SQLBolt, Kaggle, DataCamp hoặc nền tảng tương đương.
Tài liệu Power BI Learning và tài liệu chính thức của DAX.

5. Bộ tài liệu nên mang vào phỏng vấn

CV được tối ưu.
Portfolio 8–12 trang.
Một trang tóm tắt dự án mạnh nhất.
Một bảng phân tích vĩ mô một trang.
Danh sách 10 câu hỏi cho nhà tuyển dụng.
Ghi chú về giả định, giới hạn và cách kiểm soát chất lượng dữ liệu trong từng dự án.

6. Checklist tự đánh giá trước phỏng vấn

Tôi có thể giải thích SQL bằng một câu hỏi kinh doanh cụ thể.
Tôi có thể trình bày một dashboard Power BI và chỉ ra cách kiểm soát số liệu.
Tôi phân biệt được mô hình dự báo, phân tích phân khúc và mô hình nhân quả.
Tôi có thể xây dựng và giải thích ba kịch bản kinh doanh.
Tôi hiểu PDCA áp dụng vào kế hoạch kinh doanh như thế nào.
Tôi có thể trình bày một dự án trong 03 phút và trả lời phản biện.
Tôi có thể giao tiếp bằng tiếng Anh về kinh nghiệm phân tích trong 01–02 phút.
Tôi đã kiểm tra đầy đủ các điều kiện bắt buộc trong tin tuyển dụng.

Tư vấn nghề nghiệp

1. Định vị ứng viên

Ứng viên mạnh nhất không chỉ là người làm báo cáo tốt mà là người có ba khả năng:

1. Hiểu kinh doanh ngân hàng: biết chỉ tiêu tăng trưởng, doanh thu, chi phí và rủi ro liên hệ với nhau ra sao.
2. Khai thác dữ liệu: SQL, Power BI, Python hoặc R và thống kê là công cụ để trả lời câu hỏi kinh doanh, không phải mục đích để trình diễn kỹ thuật.
3. Đề xuất hành động: mỗi phân tích phải dẫn đến quyết định, kế hoạch hoặc cơ hội cải thiện.

Thông điệp định vị có thể dùng là: Tôi kết hợp dữ liệu, mô hình tài chính và hiểu biết nghiệp vụ để chuyển dữ liệu thành kế hoạch, phát hiện cơ hội và giám sát hiệu quả triển khai.

2. Kế hoạch 30–60–90 ngày sau khi nhận việc

30 ngày đầu

Nắm cấu trúc báo cáo, quy trình lập kế hoạch và mối liên hệ giữa kế hoạch cấp hàng, phân khúc và chi nhánh.
Hiểu quy trình lấy số liệu, chủ nguồn dữ liệu, thời điểm cập nhật và các điểm kiểm soát.
Xác định các chỉ tiêu có chất lượng hoặc tính nhất quán chưa tốt.
Phân tích lịch sử kế hoạch và thực hiện để hiểu nguyên nhân lệch kế hoạch.
Xây dựng mối quan hệ làm việc với các đơn vị nghiệp vụ, chi nhánh, dữ liệu và công nghệ.

60 ngày

Chuẩn hóa bộ chỉ tiêu và tài liệu định nghĩa dữ liệu.
Cải thiện một điểm nghẽn trong báo cáo hoặc quy trình lấy dữ liệu.
Xây dựng dashboard phân tích phân khúc và chi nhánh.
Hoàn thiện một mô hình dự báo và kịch bản đầu tiên.
Tài liệu hóa các giả định và phương pháp để người khác có thể tiếp tục.

90 ngày

Hoàn thiện quy trình theo dõi PDCA và cơ chế cảnh báo chênh lệch.
Đề xuất ít nhất một giải pháp có tác động kinh doanh đo được.
Trình bày kết quả phân tích và giải pháp cho lãnh đạo.
Xác định các cơ hội nâng cấp mô hình, báo cáo và công cụ trong quý tiếp theo.

3. Lộ trình phát triển sự nghiệp

Giai đoạn 01: Chuyên viên phân tích và báo cáo

Tập trung vào độ chính xác, tốc độ dữ liệu, hiểu báo cáo và vòng đời số liệu. Mục tiêu là trở thành người có thể nhận đầu bài và tự xử lý.

Giai đoạn 02: Chuyên viên phân tích kinh doanh và chiến lược

Mở rộng từ mô tả sang giải thích và dự báo; tham gia xây dựng kế hoạch, kịch bản và đề xuất. Đây là giai đoạn phù hợp nhất với tiêu đề công việc hiện tại.

Giai đoạn 03: Chuyên viên cao cấp hoặc trưởng nhóm phân tích

Tập trung vào chủ trì nhiều nguồn dữ liệu, điều phối nhiều báo cáo, phát triển công cụ và hướng dẫn cấp dưới.

Giai đoạn 04: Lãnh đạo hoạch định, dữ liệu hoặc phân tích kinh doanh

Có thể đi theo hướng quản lý nghiệp vụ, quản lý dữ liệu, kinh tế phân tích, quản trị rủi ro kinh doanh hoặc chuyển sang một đơn vị có quy mô dữ liệu lớn hơn.

Để không bị khóa trong vai trò báo cáo, cần chủ động tích lũy ba loại tài sản nghề nghiệp:

Một hoặc nhiều mô hình kinh doanh có tác động đo được.
Một hệ thống hoặc quy trình phân tích do bạn thiết kế và vận hành.
Kinh nghiệm trình bày quyết định cho lãnh đạo cấp cao và phối hợp liên phòng ban.

4. Mức lương kỳ vọng tham khảo

Tin tuyển dụng chỉ ghi thỏa thuận, không công bố mức lương, thưởng hoặc phúc lợi. Dưới đây là mức ước lượng tham khảo theo kinh nghiệm tại Hà Nội, không phải mức VietinBank cam kết:

Cấp bậc tham khảo	Kinh nghiệm	Lương cứng hằng tháng trước thuế	Ghi chú
Chuyên viên mới đáp ứng yêu cầu	Khoảng 02–03 năm	Khoảng 14–20 triệu đồng	Chênh lệch lớn theo nền tảng, thưởng và đơn vị tuyển dụng
Chuyên viên có kinh nghiệm tốt	Khoảng 03–05 năm	Khoảng 18–28 triệu đồng	Có thể cao hơn nếu mạnh về mô hình, SQL, Power BI và nghiệp vụ
Chuyên viên cao cấp hoặc chuyên gia	Khoảng 05–08 năm	Khoảng 25–38 triệu đồng	Phụ thuộc mức độ chủ trì, phạm vi kinh doanh và vai trò dự án
Trưởng nhóm hoặc quản lý phân tích	Khoảng 08 năm trở lên	Khoảng 35–55 triệu đồng trở lên	Cần thành tích quản lý, năng lực ra quyết định và trách nhiệm tổ chức

Mức lương có thể thay đổi tùy ngân hàng và thời điểm. Các con số trên chỉ mang tính định hướng để ứng viên chuẩn bị mức lương kỳ vọng; cần kiểm tra trực tiếp với tuyển dụng. Tổng thu nhập thực tế còn có thể phụ thuộc thưởng hiệu quả công việc, phụ cấp và cơ chế theo cấp bậc, nhưng tin tuyển dụng không cung cấp thông tin này.

Khi trao đổi lương, ứng viên nên hỏi:

Cấp bậc và dải lương chính thức của vị trí là gì?
Lương trong thời gian thử việc có khác với lương chính thức không?
Thưởng được tính theo cá nhân, tổ chức hay cả hai và có tiêu chí gì?
Các khoản phụ cấp, bảo hiểm, ngày phép và phúc lợi được áp dụng ra sao?
Mức lương được xét lại theo kết quả, thời gian và cấp bậc như thế nào?

Không nên chỉ đưa ra một con số. Có thể đề xuất dải mức lương mong muốn dựa trên tổng thu nhập, cấp bậc và giá trị kinh nghiệm, đồng thời hỏi cấu trúc thưởng để so sánh tổng năng lực tài chính.

5. Kỹ năng nên phát triển tiếp

Mô hình tài chính và FP&A: nâng cao khả năng lập kế hoạch, dự báo và phân tích độ nhạy.
Dữ liệu và quản trị dữ liệu: hiểu dữ liệu chủ, dữ liệu chuẩn, chất lượng, quyền truy cập và truy vết nguồn.
Phân tích nhân quả: nâng cấp từ mô tả tương quan sang giải thích tác động của chương trình, sản phẩm hoặc chính sách.
Kỹ năng điều hành: lập ưu tiên, ủy quyền, trình bày quyết định và quản lý nhiều bên liên quan.
Tiếng Anh chuyên ngành: học từ vựng tài chính, thuyết trình và đọc báo cáo quốc tế.
Phần mềm kế hoạch và BI: theo dõi sự phát triển của công cụ quản trị doanh nghiệp và mô hình dự báo trong ngân hàng.

6. Rủi ro thường gặp

Ứng tuyển khi mới dưới 02 năm trong khi yêu cầu là tối thiểu 02 năm.
Chỉ mô tả công việc báo cáo mà không có phát hiện, quyết định và kết quả.
Portfolio toàn dữ liệu mô phỏng đơn giản, không có kiểm soát chất lượng và câu chuyện kinh doanh.
Nộp nhiều chứng chỉ nhưng không thể sử dụng công cụ trong phỏng vấn.
Trả lời câu hỏi phân tích bằng thuật ngữ kỹ thuật nhưng không nêu được tác động kinh doanh.
Không hỏi về cấp bậc, KPI, thưởng, lịch làm việc và tiêu chuẩn đánh giá trước khi nhận lời mời.

Cách tiếp cận tốt nhất là xem vị trí này là cơ hội đi sâu vào cả ba mảng: chiến lược kinh doanh, tài chính và dữ liệu, từ đó mở rộng cơ hội sang quản trị dữ liệu, kinh tế phân tích, FP&A hoặc quản lý phân tích.

Câu hỏi thường gặp

Tôi là sinh viên năm cuối, chưa có 02 năm kinh nghiệm. Tôi có nên ứng tuyển vị trí này không?

Theo tin tuyển dụng, ứng viên cần ít nhất 02 năm kinh nghiệm liên quan, nên lợi thế ứng tuyển hiện tại còn thấp. Tuy nhiên, bạn vẫn có thể nộp hồ sơ nếu bảo đảm đúng các điều kiện về bằng cấp, chuyên ngành và độ tuổi. Cách chuẩn bị tốt nhất là tạo portfolio gồm một dashboard Power BI, một mô hình dự báo và một bài phân tích ngân hàng; đồng thời ứng tuyển các vị trí phân tích, báo cáo, kinh doanh hoặc ngân hàng đầu vào để tích lũy đúng 02 năm kinh nghiệm. Trong hồ sơ, hãy nêu rõ dự án thực tế, quy mô dữ liệu, công cụ và đóng góp cá nhân thay vì nói chung là có kinh nghiệm dự án.

Tôi có 03 năm làm báo cáo tại ngân hàng, dùng SQL và Power BI nhưng chưa làm chiến lược. Tôi đủ điều kiện không?

Bạn có nền tảng phù hợp với ba yêu cầu quan trọng: kinh nghiệm ngân hàng, SQL và báo cáo quản trị. Điểm cần chứng minh là khả năng đi từ báo cáo mô tả đến phân tích nguyên nhân, xây dựng kế hoạch theo phân khúc và chi nhánh, kịch bản dự báo và đề xuất hành động. Hãy chọn một dự án từng hỗ trợ ra quyết định và trình bày theo chuỗi: vấn đề, dữ liệu, phân tích, phương án, kết quả và cách đo tác động. Nếu có kinh nghiệm trực tiếp tại một ngân hàng lớn hoặc đã triển khai công cụ, mô hình phục vụ kinh doanh, hãy làm nổi bật điểm này.

Tôi đang chuyển từ ngành kỹ thuật sang ngân hàng. Nền tảng CNTT có giúp ích không?

Có, nhưng cần chuyển kinh nghiệm sang góc nhìn kinh doanh. SQL, lập trình, dữ liệu và tối ưu hệ thống là lợi thế rõ ràng, đặc biệt vì vị trí cần truy vấn dữ liệu, xây báo cáo tự động và nâng cấp công cụ. Tuy nhiên, bạn cần bù bằng kiến thức về ngân hàng, SPDV, tín dụng, huy động, rủi ro, kế hoạch kinh doanh và quy định bảo mật dữ liệu. Hãy chứng minh khả năng hiểu khách hàng doanh nghiệp và chuyển yêu cầu kỹ thuật thành sản phẩm phân tích có giá trị. Một bài phân tích về tăng trưởng theo phân khúc hoặc hiệu quả bán chéo sẽ hữu ích hơn một danh sách công nghệ.

Portfolio của tôi nên có những gì để phù hợp với vị trí này?

Tối thiểu nên có ba sản phẩm liên kết với ba nhóm năng lực. Một dashboard Power BI thể hiện khả năng theo dõi tăng trưởng, hiệu quả và rủi ro theo phân khúc, chi nhánh, sản phẩm và thời gian. Một mô hình Excel hoặc Python thể hiện khả năng dự báo, xây dựng kịch bản và phân tích độ nhạy. Một bài phân tích điều hành thể hiện khả năng chuyển dữ liệu thành khuyến nghị. Mỗi sản phẩm cần nêu câu hỏi kinh doanh, nguồn dữ liệu, kiểm soát chất lượng, phương pháp, kết quả và giới hạn. Chỉ tạo biểu đồ đẹp mà không có câu chuyện sẽ chưa đủ sức thuyết phục.

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

Tin tuyển dụng không công bố mức lương và ghi là thỏa thuận. Theo kinh nghiệm 02–03 năm tại Hà Nội, mức lương cứng trước thuế có thể được tham khảo ở khoảng 14–20 triệu đồng mỗi tháng; kinh nghiệm tốt, khả năng mô hình và nghiệp vụ có thể nâng mức lương. Mức lương có thể thay đổi tùy ngân hàng và thời điểm, và cần hỏi rõ cấu bậc, lương thử việc, thưởng, phụ cấp và cơ chế điều chỉnh. Ứng viên nên chuẩn bị một dải lương kỳ vọng dựa trên giá trị thực tế của hồ sơ, không chỉ dựa trên mức trung bình của thị trường.

Giờ làm và KPI của vị trí này như thế nào?

Tin không công bố lịch làm việc hay KPI chính thức, vì vậy cần hỏi trực tiếp tuyển dụng. Với công việc lập và theo dõi kế hoạch, báo cáo quản trị, có khả năng sẽ có áp lực cao hơn vào thời điểm chốt tháng, quý hoặc năm, nhưng đây là nhận định chung chứ không phải lịch được công bố. KPI có thể kết hợp độ chính xác và thời hạn báo cáo, chất lượng phân tích, tác động của đề xuất, mức độ hoàn thành kế hoạch và cải tiến công cụ. Cần làm rõ tỷ lệ giữa công việc lặp lại, phân tích chiến lược, dự án hệ thống và việc phối hợp cùng chi nhánh.

Tiếng Anh của tôi chỉ ở mức giao tiếp cơ bản nhưng có thể đọc tài liệu. Tôi có nên ứng tuyển không?

Bạn vẫn nên ứng tuyển nếu có thể hoàn thành các yêu cầu khác, nhưng cần chuẩn bị kỹ vì tin yêu cầu khả năng làm việc bằng tiếng Anh. Hãy luyện giới thiệu bản thân, mô tả dự án, giải thích một xu hướng kinh doanh và trả lời câu hỏi nghiệp vụ bằng tiếng Anh. Chuẩn bị từ vựng về tăng trưởng, doanh thu, tín dụng, huy động, rủi ro, chi phí và dự báo. Nếu có thể, xin chứng minh năng lực bằng TOEIC, IELTS hoặc một bài trình bày ngắn; tuy nhiên, điểm số chỉ là bằng chứng hỗ trợ, trình bày thực tế mới là yếu tố quan trọng nhất.

Tôi có kinh nghiệm phân tích tốt nhưng chưa từng làm ngân hàng. Tôi nên xử lý khoảng cách này thế nào?

Hãy biến khoảng cách thành một kế hoạch học tập cụ thể. Trước hết, nắm sản phẩm tiền gửi, tín dụng, thẻ, thanh toán và các nguyên tắc phê duyệt tín dụng, nợ xấu. Sau đó, học cách đọc báo cáo tài chính ngân hàng, hiểu NIM, CASA, tỷ lệ chi phí trên doanh thu, ROA, ROE và provisioning. Làm một case về SPDV và phân khúc doanh nghiệp để chứng minh hiểu nhu cầu khách hàng. Trong phỏng vấn, không nên giả vờ có kinh nghiệm ngân hàng; hãy nói rõ điều bạn đã phân tích tốt và cách bạn sẽ chuyển kiến thức đó sang bối cảnh ngân hàng.

Tôi đang ở vị trí chuyên viên và muốn biết con đường thăng tiến sau khi vào vị trí này là gì?

Con đường tự nhiên là đi từ phân tích và báo cáo sang phân tích chiến lược, chủ trì mô hình kế hoạch, quản lý nhóm phân tích và sau đó là lãnh đạo hoạch định hoặc quản lý dữ liệu. Hãy hỏi trong vòng phỏng vấn về tiêu chuẩn lên cấp, phạm vi quản lý và dự án có thể tích lũy. Trong 12 tháng đầu, hãy chủ động làm một mô hình, một quy trình báo cáo và một bài phân tích tác động kinh doanh; đây là ba tài sản có giá trị khi xin thăng tiến. Nếư ngân hàng chưa có lộ trình rõ, hãy xây dựng kế hoạch phát triển cá nhân và thảo luận với quản lý trong các cuộc họp đánh giá.

Nếu được nhận việc, kế hoạch 90 ngày đầu tiên của tôi nên là gì?

Trong 30 ngày đầu, bạn cần hiểu nguồn dữ liệu, quy trình báo cáo, logic kế hoạch và chất lượng các chỉ tiêu; đồng thời lập bản đồ các stakeholder. Trong 60 ngày, bạn nên hoàn thiện tài liệu định nghĩa dữ liệu, cải thiện một điểm nghẽn và xây dựng dashboard hoặc báo cáo phân tích phân khúc đầu tiên. Trong 90 ngày, hoàn thiện mô hình dự báo với kịch bản, đề xuất cải tiến và trình bày kết quả cho lãnh đạo. Điều quan trọng là mọi đầu ra phải gắn với một quyết định hoặc KPI, tránh tập trung vào những đầu ra hình thức.

CHUYÊN VIÊN CHIẾN LƯỢC KẾ HOẠCH & PHÂN TÍCH KINH DOANH KHDN