Chuyên viên Thỏa thuận Hạn: 2026-08-01

Mô tả công việc

- Tốt nghiệp Đại học (ưu tiên hệ kỹ sư tài năng hay tốt nghiệp tại nước ngoài) tại các trường Đại học chính quy như ĐH Quốc Gia Hà Nội, ĐH Bách Khoa, ĐH Khoa học tự nhiên, ĐH Kinh tế quốc dân, Học viện Ngân hàng, Học viện BCVT, Đại học FPT… - Có kỹ năng làm việc nhóm, có tinh thần trách nhiệm cao. · Thành thạo câu lệnh SQL và các hệ quản trị cơ sở dữ liệu: DB2, Oracle, MS SQL Server, My SQL,. · Ưu tiên có kinh nghiệm, hiểu biết về nghiệp vụ ngân hàng · Ưu tiên có kiến thức đối với các cấu phần của hệ thống data warehouse như ETL, OLAP, Multidimensional Database. · Ưu tiên có kỹ năng về lập trình các phần mềm như IBM data services · Ưu tiên Có kiến kiến thức về IBM data model

Yêu cầu ứng viên

Phân tích kỹ năng cần có

## Phân tích Kỹ năng Yêu cầu ### 🔧 Hard Skills (BẮT BUỘC) | Kỹ năng | Mức độ | Ghi chú | |---------|--------|---------| | SQL (câu lệnh truy vấn) | **Bắt buộc** | Cần thành thạo cả DDL, DML, DQL, joins, subqueries, window functions | | DB2 | Ưu tiên | Hệ quản trị DB phổ biến trong ngân hàng Việt Nam | | Oracle | Ưu tiên | Oracle Database cực kỳ phổ biến trong core banking | | MS SQL Server | Ưu tiên | Dùng cho các hệ thống phụ trợ | | MySQL | Ưu tiên | Thường dùng cho BI/reporting tools | ### 🔬 Hard Skills (ƯU TIÊN - Tạo lợi thế cạnh tranh) | Kỹ năng | Ứng dụng trong ngân hàng | |---------|---------------------------| | **Data Warehouse (DWH)** | Hệ thống tổng hợp dữ liệu từ nhiều nguồn: core banking, ATM, Internet Banking, CRM | | **ETL (Extract-Transform-Load)** | Xử lý dữ liệu từ các hệ thống nguồn về kho dữ liệu | | **OLAP** | Phân tích đa chiều, báo cáo quản trị | | **IBM Data Services** | Công cụ ETL của IBM (tên cũ: DataStage) - rất phổ biến trong ngân hàng Việt | | **IBM Data Model** | Mô hình dữ liệu theo chuẩn IBM cho ngân hàng | | **Nghiệp vụ ngân hàng** | Hiểu các sản phẩm: tiền gửi, tín dụng, thẻ, thanh toán, FX | ### 🧩 Soft Skills - **Làm việc nhóm** — Dự án data warehouse thường cross-functional team - **Tinh thần trách nhiệm cao** — Dữ liệu tài chính đòi hỏi độ chính xác tuyệt đối - **Khả năng tự học** — Công nghệ data thay đổi nhanh ### 📜 Chứng chỉ Gợi ý | Chứng chỉ | Giá trị | Nền tảng | |-----------|---------|----------| | Oracle Certified Professional (OCP) | Rất cao | Oracle | | IBM Certified DataStage Developer | Cao | IBM | | Microsoft Certified: SQL Server | Cao | Microsoft | | AWS Data Analytics / GCP Data | Trung bình-cao | Cloud vendors | | CDP (Cloudera Data Platform) | Trung bình | Big Data | ### 🎓 Nền tảng Kiến thức Cần Ôn **Về cơ sở dữ liệu:** - Database normalization (1NF → 3NF, BCNF) - Indexing strategies (B-tree, Hash, Composite) - Query optimization & execution plans - Transaction management (ACID), locking mechanisms - Backup & recovery, data partitioning **Về Data Warehouse:** - Kimball vs Inmon methodology - Star schema vs Snowflake schema - Slowly Changing Dimensions (SCD Type 1, 2, 3) - Fact tables vs Dimension tables - Data staging, cleansing, deduplication **Về nghiệp vụ ngân hàng (cơ bản):** - Core banking system (Temenos, Flexcube, BaNCS...) - Quy trình tín dụng, quản lý rủi ro - Hệ thống thanh toán: NAPAS, SWIFT - Basel II/III (nếu có thời gian)

Chuẩn bị phỏng vấn

## Hướng dẫn Phỏng vấn ### 📋 Quy trình các vòng (Dự kiến) | Vòng | Nội dung | Thời lượng | |------|---------|------------| | **Vòng 1** | HR: Sàng lọc hồ sơ + phỏng vấn ban đầu (30-45 phút) | 30-45 phút | | **Vòng 2** | Technical: Kiểm tra kỹ thuật SQL + lý thuyết DB (60-90 phút) | 60-90 phút | | **Vòng 3** | Technical Interview: Sâu vào kinh nghiệm + case study (45-60 phút) | 45-60 phút | | **Vòng 4** | Quản lý/Trưởng bộ phận: Văn hóa, định hướng, scenario (30-45 phút) | 30-45 phút | | **Vòng 5** (tùy) | Phó TGĐ/Ban lãnh đạo khối IT | 30 phút | ### 🎯 Câu hỏi hay gặp theo từng vòng #### Vòng 1 - HR - Giới thiệu bản thân (tập trung học vấn, dự án liên quan data) - Tại sao muốn gia nhập TPBank? - Mức lương kỳ vọng? *(Lương thỏa thuận - hãy research trước: range 20-40 triệu cho senior)* - Bạn biết gì về TPBank? (TPBank nổi tiếng với digital banking, e-OTP, Payoo) - Tại sao rời công ty cũ / đang tìm việc? - Bạn có thể làm việc dưới áp lực deadline không? #### Vòng 2 - Technical Test (Viết code SQL thực hành) ```sql -- Dạng bài thường gặp: -- 1. Viết truy vấn lấy top N khách hàng theo số dư -- 2. Tính tổng giao dịch theo tháng (GROUP BY + DATE functions) -- 3. SELF JOIN: tìm khách hàng có giao dịch cùng ngày -- 4. Subquery vs JOIN: so sánh hiệu năng -- 5. Window functions: RANK(), LEAD/LAG(), ROW_NUMBER() -- 6. Case when: phân loại khách hàng theo điều kiện -- 7. CTEs (Common Table Expressions) ``` **Lý thuyết hay hỏi:** - Phân biệt DELETE vs TRUNCATE vs DROP - Index hoạt động như thế nào? Khi nào KHÔNG nên đánh index? - Transaction là gì? rollback xảy ra khi nào? - Normalization các dạng 1NF → 3NF - Clustered vs Non-clustered index #### Vòng 3 - Technical Interview (Chuyên sâu) - Mô tả dự án Data Warehouse bạn từng tham gia? - ETL flow hoạt động thế nào từ đầu đến cuối? - Khi dữ liệu bị trùng lặp trong warehouse, bạn xử lý sao? - Data quality issue: làm sao phát hiện và xử lý? - Partitioning table lớn như thế nào? (theo ngày/tháng/phân khúc) - SCD Type 2 hoạt động ra sao? (rất hay hỏi) - Khi query chạy chậm, bạn làm gì để optimize? - Thích DB2 hay Oracle hơn? Tại sao? - Có kinh nghiệm với IBM DataStage không? #### Vòng 4 - Quản lý - Bạn hình dung công việc hàng ngày của vị trí này như thế nào? - Bạn thích làm việc độc lập hay theo nhóm? - Điểm mạnh và điểm yếu của bạn là gì? - Mục tiêu 3-5 năm tới của bạn? - Làm thế nào để handle conflict trong team? - Bạn có hiểu biết gì về nghiệp vụ ngân hàng? (đây là điểm cộng lớn) ### 👔 Dress Code - **Business casual** — ví dụ: sơ mi + quần âu (nam), blouse + quần/tvá (nữ) - Không cần vest cầu kỳ như vị trí kinh doanh, nhưng vẫn chỉnh tề - Tránh jeans, sneakers, áo phông ### 💡 Tips chuẩn bị 1. **Ôn SQL thật kỹ** — đây là kỹ năng sàng lọc chính 2. Research TPBank: digital banking, lịch sử phát triển, sản phẩm nổi bật 3. Chuẩn bị portfolio: demo project data warehouse, ETL pipeline (nếu có) 4. Hỏi về công nghệ cụ thể: team dùng IBM DataStage version nào? Kiến trúc DWH ra sao? 5. Tự tin nhưng không kiêu ngạo — "Chuyên viên cao cấp" đòi hỏi sự khiêm tốn

Lộ trình ôn thi

## Lộ trình Ôn thi & Chuẩn bị (1-2 tuần) ### 📅 Tuần 1: Củng cố Nền tảng **Ngày 1-2: SQL Mastery** - Tài liệu: W3Schools SQL, LeetCode "Database" section (50 bài đầu) - Luyện: JOIN (INNER, LEFT, RIGHT, FULL), subqueries, window functions - Thực hành: viết 20 câu query phức tạp mỗi ngày **Ngày 3-4: Database Theory** - Đọc: Database System Concepts (Silberschatz) — các chương về storage, indexing, query processing - Ôn: Normalization, ACID properties, isolation levels - So sánh: MySQL vs PostgreSQL vs Oracle vs DB2 **Ngày 5-6: Data Warehouse Fundamentals** - Đọc: "The Data Warehouse Toolkit" (Ralph Kimball) — Chương 1-4 - Học: Star/Snowflake schema, ETL process, SCD Type 2 - Xem: Data Warehouse concepts trên YouTube (Dan Tehrani, Ted Anton) **Ngày 7: IBM Ecosystem (Ưu tiên)** - IBM DataStage: cài bản trial, làm 1 sample ETL job - IBM InfoSphere DataStage architecture overview - IBM Data Model: tìm hiểu khái niệm Common Data Model (CDM) ### 📅 Tuần 2: Chuyên sâu + Mock Interview **Ngày 8-9: Nghiệp vụ Ngân hàng** - Hệ thống Core Banking (tìm hiểu tổng quan) - Các sản phẩm: tiền gửi, tín dụng, thẻ, thanh toán - Quy trình nghiệp vụ cơ bản: mở tài khoản, giải ngân, trả nợ - Từ vựng tiếng Anh chuyên ngành: T24, BaNCS, Temenos... **Ngày 10-11: Mock SQL Test + Technical Interview** - Làm bài test SQL thực hành (datacamp, mode analytics SQL tutorial) - Practice diễn đạt bằng lời: giải thích cách thiết kế DWH, viết ETL flow - Chuẩn bị 2-3 câu chuyện dự án để kể **Ngày 12: Chuẩn bị HR + Culture fit** - Nghiên cứu văn hóa TPBank: startup-friendly, đổi mới sáng tạo - Trả lời câu hỏi: "Tại sao TPBank?" một cách thuyết phục - Chuẩn bị portfolio/dự án cá nhân (nếu có) **Ngày 13-14: Tổng ôn + Nghỉ ngơi** - Review lại toàn bộ SQL notes - Đọc lại câu hỏi và câu trả lời đã ôn - Nghỉ ngơi, ngủ đủ giấc trước ngày phỏng vấn ### 📚 Tài liệu Tham khảo | Loại | Tài liệu | Link/Ghi chú | |------|-----------|--------------| | SQL | LeetCode Database | leetcode.com/problemset/database | | SQL | SQLZoo | sqlzoo.net | | SQL | Mode Analytics SQL Tutorial | mode.com/sql-tutorial | | DWH | The Data Warehouse Toolkit | Ralph Kimball ( ebook ) | | DWH | Data Engineering with Python | Paul C. Zikopoulos | | DB2 | IBM DB2 Essentials | Raul F. Chong | | IBM | IBM DataStage documentation | ibm.com/docs/en/data-stage | | Banking | Kiến thức ngân hàng cơ bản | tailieu.vn,ibank.vn | ### ⚠️ Lưu ý Quan trọng - Tin tuyển dụng ghi **"Thành thạo SQL"** là yêu cầu tối thiểu — thực tế sẽ kiểm tra rất kỹ - IBM Data Services và IBM Data Model là **điểm cộng lớn** — nếu chưa biết, hãy đọc overview - Kinh nghiệm ngân hàng là ưu tiên, không bắt buộc — nếu không có, hãy tự nghiên cứu nghiệp vụ

Tư vấn nghề nghiệp

## Lời khuyên Sự nghiệp ### 🚀 Lộ trình Thăng tiến (Data trong ngân hàng) ``` Junior Data Engineer (0-2 năm) ↓ (2-3 năm) Senior Data Engineer / Chuyên viên chính ⭐ [VỊ TRÍ NÀY] ↓ (2-3 năm) Lead Data Engineer / Team Lead ↓ (3-5 năm) Data Architect / Manager (IT) ↓ (5+ năm) VP of Engineering / CIO ``` ### 💰 Mức lương Kỳ vọng (Hà Nội, 2024-2025) | Cấp bậc | Kinh nghiệm | Mức lương tháng (VNĐ) | |---------|-------------|------------------------| | Junior ( fresher IT ) | 0-1 năm | 10-18 triệu | | Mid-level | 2-3 năm | 18-28 triệu | | Senior / Chuyên viên chính ⭐ | 4-6 năm | 25-40 triệu | | Lead / Architect | 6-10 năm | 40-70 triệu | | Manager | 8+ năm | 60-100+ triệu | **Ghi chú:** TPBank thường có mức lương cạnh tranh so với thị trường, cộng thêm thưởng hiệu suất (thường 1-3 tháng lương/năm). Vị trí "cao cấp" có thể đạt 35-50 triệu tùy kinh nghiệm thực tế. ### 📈 Kỹ năng Cần Phát triển Thêm (Sau khi vào) **Ngắn hạn (6-12 tháng đầu):** - Thành thạo IBM DataStage / Data Services (nếu chưa biết) - Hiểu sâu nghiệp vụ ngân hàng: core banking, kênh thanh toán - Học cách đọc và phân tích business requirements từ các phòng nghiệp vụ **Trung hạn (1-2 năm):** - Cloud Data Platform: AWS Redshift, GCP BigQuery, Azure Synapse - Big Data: Spark, Hadoop ecosystem - Data Governance & Data Quality management - Business Intelligence tools: Power BI, Tableau, QlikView **Dài hạn (3-5 năm):** - Data Strategy: xây dựng lộ trình data-driven transformation - Team leadership & project management - Machine Learning basics (cho predictive analytics) - Cloud architecture (AWS/GCP professional cert) ### 🎯 Nên hay Không nên Nhận Vị trí Này? **✅ Nên nhận nếu:** - Bạn muốn chuyên sâu mảng Data Warehouse / ETL trong ngân hàng - Bạn thích môi trường công nghệ ổn định, quy mô doanh nghiệp - TPBank đang đầu tư mạnh vào digital banking → nhiều cơ hội học hỏi - Bạn muốn "làm giàu" CV với kinh nghiệm ngân hàng **⚠️ Cân nhắc nếu:** - Bạn thích startup nhanh, nhiều thử nghiệm công nghệ mới - Bạn muốn làm Data Science / ML chuyên sâu (vị trí này thiên về pipeline) - Bạn cần môi trường có lộ trình thăng tiến rõ ràng (TPBank quy mô vừa) ### 🔄 Bước Tiếp theo Sau Vị trí Này - **Senior Data Engineer** tại ngân hàng khác (VPBank, Techcombank, MBBank) - **Data Architect** — thiết kế kiến trúc data tổng thể - **BI Manager** — quản lý bộ phận phân tích dữ liệu - **Data Consultant** — tư vấn triển khai DWH cho doanh nghiệp

Câu hỏi thường gặp

Vị trí này yêu cầu kinh nghiệm bao lâu? Mình chưa có kinh nghiệm ngân hàng có ứng tuyển được không?

Tin tuyển dụng không ghi rõ kinh nghiệm tối thiểu, chỉ ghi 'ưu tiên có kinh nghiệm'. Thực tế, đây là vị trí Senior ('Chuyên viên chính/cao cấp') nên ưu tiên 3-5 năm kinh nghiệm data/IT. Tuy nhiên, nếu bạn giỏi SQL, có kiến thức DWH và học tốt nghiệp từ trường top (Bách Khoa, FPT, ĐHQG...) thì vẫn có cơ hội. Không có kinh nghiệm ngân hàng KHÔNG phải chết từ, nhưng bạn cần tự trang bị kiến thức nghiệp vụ cơ bản và thể hiện khả năng học nhanh.

Lương cho vị trí này khoảng bao nhiêu? Thương lượng sao cho hợp lý?

Tin ghi 'thỏa thuận' nên bạn cần research trước. Với senior data engineer tại ngân hàng Hà Nội, mức tham khảo là 25-40 triệu/tháng. Nếu có 4-6 năm kinh nghiệm + biết IBM DataStage, bạn có thể đòi 30-35 triệu. Khi thương lượng, hãy đề cập cụ thể kỹ năng DB2/Oracle, số năm kinh nghiệm, và mức lương cũ + benefits hiện tại. Đừng đưa ra con số đầu tiên nếu HR hỏi trước — hãy hỏi 'mức ngân sách của vị trí này là bao nhiêu'.

IBM Data Services và IBM Data Model là gì? Có bắt buộc phải biết không?

IBM Data Services (trước đây gọi là InfoSphere DataStage) là công cụ ETL phổ biến trong các ngân hàng Việt Nam. IBM Data Model là mô hình dữ liệu chuẩn hóa của IBM cho ngành tài chính. Cả hai đều được ghi là 'ưu tiên', không bắt buộc. Tuy nhiên, nếu bạn biết càng nhiều trong số này thì khả năng trúng tuyển càng cao. Gợi ý: xem overview trên IBM documentation, cài trial và thực hành 1-2 bài lab cơ bản — chỉ cần biết đủ để nói chuyện trong phỏng vấn là được.

Mình đang làm backend developer (Java/Python), muốn chuyển sang mảng data, có phù hợp không?

Hoàn toàn phù hợp! Backend developer có lợi thế: biết SQL (hoặc học nhanh), hiểu về database, có tư duy lập trình. Bạn cần bổ sung: kiến thức Data Warehouse (star schema, ETL), nghiệp vụ ngân hàng cơ bản, và thể hiện đúng đắn mục tiêu chuyển nghề — HR không thích nghe 'em chán làm backend'. Hãy nói: 'Em thấy mình thích làm việc với dữ liệu và phân tích hơn, và em thấy mảng data trong ngân hàng có tiềm năng phát triển lớn.'

Làm ở vị trí data của ngân hàng khác gì với công ty tech/startup?

Khác ở chỗ: (1) Dữ liệu cực kỳ quan trọng — sai 1 số là ảnh hưởng tài chính thực tế, nên review kỹ hơn; (2) Hệ thống legacy nhiều — có thể phải làm việc với mainframe, DB2; (3) Quy trình phê duyệt chặt chẽ hơn, thay đổi cần qua nhiều tầng; (4) Nghiệp vụ phức tạp — tín dụng, rủi ro, pháp lý; (5) Bù lại: môi trường ổn định, lương thưởng tốt, CV có giá trị cao.

Phỏng vấn vòng technical test sẽ như thế nào? Có thi thực hành SQL không?

Rất có thể có phần thi SQL thực hành (viết code trên giấy hoặc máy). Dạng bài phổ biến: viết truy vấn lấy top N, tính tổng theo nhóm, self-join, window functions. Ngoài ra có thể hỏi lý thuyết: phân biệt các loại JOIN, index hoạt động thế nào, transaction là gì. Mình gợi ý ôn 2-3 ngày SQL intensive, làm thử trên SQLZoo hoặc LeetCode Database section trước khi đi phỏng vấn.

Giờ làm việc và KPI của vị trí này thế nào? Có phải OT nhiều không?

Giờ làm tiêu chuẩn ngân hàng: 8h-17h30 thứ 2-6, thứ 7 làm nửa ngày. Về KPI, data engineer thường được đo qua: số ETL job chạy ổn định, độ khả dụng của hệ thống (uptime %), số báo cáo hoàn thành đúng deadline. OT có thể xảy ra khi có dự án lớn hoặc incident xử lý sự cố data, nhưng không phải thường xuyên. Ngân hàng tech-friendly như TPBank thường linh hoạt hơn các ngân hàng nhà nước.

Mình nên chuẩn bị gì để trả lời câu hỏi 'Tại sao muốn gia nhập TPBank?'

HR muốn nghe bạn có research và có động lực thật sự. Gợi ý: TPBank là ngân hàng số hàng đầu Việt Nam (e-OTP, Payoo, TNEX), đang đầu tư mạnh vào công nghệ. Bạn muốn làm Data Warehouse vì đây là trung tâm dữ liệu của ngân hàng số — quyết định chiến lược. Tránh trả lời chung chung 'em thích ngân hàng' hay 'lương tốt'. Hãy nói cụ thể sản phẩm hoặc công nghệ của TPBank mà bạn ấn tượng.

Chuyên viên chính/cao cấp Xử lý dữ liệu - Khối Công nghệ thông tin