Nhân viên

Mô tả công việc

o Thực hiện Kế hoạch hành động của cá nhân và báo cáo kết quả thực hiện kế hoạch. o Xây dựng, triển khai hệ thống Mã thống kê, hệ thống CSDL (data), thông tin liên quan, làm cơ sở cho việc xây dựng, kiểm định các mô hình rủi ro nêu trên. o Thu thập, xử lý dữ liệu lớn phục vụ công việc xây dựng và vận hành các mô hình rủi ro nêu trên. o Xây dựng, triển khai, kiểm định các các mô hình rủi ro nêu trên. o Nghiên cứu và phát triển các mô hình rủi ro theo các phương pháp và cách tiếp cận mới phù hợp với xu thế và thị trường. o Phân tích và đề xuất các chiến lược ứng dụng kết quả của mô hình để phục vụ các mục tiêu kinh doanh và quản lý rủi ro. o Xây dựng/triển khai, quản lý và nâng cấp hệ thống vận hành các mô hình rủi ro nêu trên. o Thiết kế và thực hiện các báo cáo giám sát, cảnh báo liên quan các mô hình rủi ro nêu trên (tháng, quý, năm) nhằm kịp thời điều chỉnh/xây dựng lại mô hình đảm bảo mô hình hoạt động theo kỳ vọng. o Thiết kế và thực hiện các báo cáo giám sát, cảnh báo hoạt động của các mô hình trên hệ thống vận hành nhằm đảm bảo hệ thống vận hành hoạt động ổn định và hiệu quả. o Thực hiện công tác soạn thảo các quy chế, quy định, hướng dẫn có liên quan các mô hình rủi ro nêu trên. o Thực hiện góp ý Sản phẩm/quy định, xử lý Tờ trình của các Đơn vị có liên quan đến các mô hình rủi ro nêu trên. o Thực hiện theo phân công của cấp quản lý nhằm đảm bảo hoàn thành công tác của Phòng và của Bộ phận.

Yêu cầu ứng viên

o Tốt nghiệp đại học ngành: Toán tài chính, Toán ứng dụng, Toán tin, Thống kê, Kinh tế lượng, Tài chính Ngân hàng hoặc các ngành tương đương o Có ít nhất 02 năm kinh nghiệm trong lĩnh vực tài chính ngân hàng. o Có ít nhất 01 năm kinh nghiệm trong việc xây dựng và kiểm định các mô hình rủi ro. o Am hiểu một trong các phần mềm quản lý, phân tích dữ liệu: SAS, R, Python, SQL Server, PL/SQL Developer, SPSS… o Hiểu biết về tín dụng, luật và các qui định liên quan. o Kỹ năng tư duy, sáng tạo và khả năng quản lý, hoạch định công việc. o Kỹ năng phân tích, tổng hợp và xử lý dữ liệu tốt. o Có khả năng tự học hỏi/nghiên cứu để cập nhật xu hướng và thị trường trong lĩnh vực mô hình. o Có khả năng đọc hiểu tài liệu tiếng Anh và kỹ năng viết cơ bản (khả năng giao tiếp tốt là một lợi thế). o Cẩn thận, trung thực, chịu áp lực công việc. o Có kỹ năng quản lý nhóm và huấn luyện, kèm cặp nhân viên. o Có tinh thần trách nhiệm cao trong công việc và tinh thần hỗ trợ đội nhóm.

Phân tích kỹ năng cần có

## Phân tích Kỹ năng cần có ### 🔧 Hard Skills (Kỹ năng chuyên môn) **1. Kiến thức chuyên môn bắt buộc:** - Toán tài chính, Toán ứng dụng, Thống kê, Kinh tế lượng - Lý thuyết quản lý rủi ro (Credit Risk, Market Risk, Operational Risk) - Xây dựng và kiểm định mô hình (Model Development & Validation) - Quy định pháp luật ngân hàng (Thông tư 13/2010/TT-NHNN, Basel II/III) **2. Công cụ lập trình & phân tích dữ liệu (yêu cầu tối thiểu 1):** | Công cụ | Mức độ yêu cầu | Ứng dụng trong công việc | |---------|-----------------|--------------------------| | **Python** | Rất cao | Machine Learning, Automation, Xây dựng mô hình rủi ro | | **R** | Cao | Statistical Analysis, Time Series, Data Visualization | | **SAS** | Cao | Credit Scoring, Regulatory Reporting (thường dùng trong ngân hàng Việt Nam) | | **SQL** | Cao | Truy vấn, xử lý dữ liệu từ hệ thống core banking | | **SPSS** | Trung bình | Phân tích thống kê cơ bản | **3. Kiến thức về tín dụng & qui định:** - Hiểu quy trình cấp tín dụng, xếp hạng tín dụng nội bộ - Nắm vững các thông tư, quyết định của NHNN về phân loại nợ, trích lập dự phòng - Hiểu về Basel Accords (đặc biệt là Internal Ratings-Based approach) ### 🧠 Soft Skills (Kỹ năng mềm) **Bắt buộc:** - Kỹ năng phân tích dữ liệu và tư duy logic - Khả năng tự học hỏi, nghiên cứu (lĩnh vực mô hình rủi ro thay đổi liên tục) - Kỹ năng viết báo cáo, soạn thảo văn bản - Quản lý thời gian, hoạch định công việc **Ưu tiên:** - Kỹ năng giao tiếp tiếng Anh (đọc hiểu tài liệu, viết email) - Khả năng trình bày, diễn giải kết quả mô hình cho lãnh đạo - Kỹ năng quản lý nhóm, mentoring ### 📜 Chứng chỉ gợi ý | Chứng chỉ | Mức độ quan trọng | Mô tả | |-----------|-------------------|--------| | **FRM (Financial Risk Manager)** | ⭐⭐⭐⭐⭐ | Chứng chỉ quốc tế về quản lý rủi ro tài chính | | **PRM (Professional Risk Manager)** | ⭐⭐⭐⭐ | Tập trung vào mô hình rủi ro và định giá | | **CFA** | ⭐⭐⭐ | Nền tảng tài chính vững | | **Data Science Certificates** | ⭐⭐⭐ | Coursera, Udemy, Kaggle certificates | | **CAMS (Anti-Money Laundering)** | ⭐⭐ | Nếu mô hình liên quan đến rủi ro tuân thủ | --- ### 📊 Bảng so sánh: Vị trí Model Risk khác nhau trong ngân hàng | Tiêu chí | Risk Model Specialist (đây) | Credit Analyst | Data Analyst | |----------|----------------------------|----------------|--------------| | **Trọng tâm** | Xây dựng mô hình, kiểm định | Phân tích tín dụng | Phân tích dữ liệu | | **Công cụ chính** | Python, R, SAS, SQL | Excel, Core banking | Python, SQL, BI tools | | **Output chính** | Mô hình dự báo, báo cáo giám sát | Báo cáo tín dụng | Dashboard, Insights | | **Tương tác** | Với team IT, Model Owner | Với KH, QLNH | Với business units | | **Mức lương khởi điểm (HCM)** | 20-35 triệu | 15-25 triệu | 15-28 triệu |

Chuẩn bị phỏng vấn

## Hướng dẫn Phỏng vấn ### 📋 Quy trình phỏng vấn dự kiến Thông thường tại HD Bank, vị trí chuyên viên mô hình rủi ro sẽ trải qua: **Vòng 1: Sàng lọc HR (30-45 phút)** - Điện thoại hoặc gặp trực tiếp tại phòng nhân sự - Kiểm tra thông tin cơ bản, kinh nghiệm - Đánh giá động lực, mong muốn lương **Vòng 2: Phỏng vấn chuyên môn (45-60 phút)** - Trưởng phòng Quản lý rủi ro hoặc Trưởng bộ phận Mô hình - Kiểm tra kiến thức về mô hình rủi ro - Hỏi về dự án/thực hành đã làm **Vòng 3: Phỏng vấn cấp cao/Phó TGĐ (30-45 phút)** - Thường với Giám đốc Khối Rủi ro hoặc Phó Tổng giám đốc phụ trách - Đánh giá tư duy chiến lược, khả năng phát triển - Có thể hỏi tình huống xử lý rủi ro --- ### ❓ Câu hỏi thường gặp theo từng vòng **Vòng 1 - HR:** 1. "Bạn có thể giới thiệu ngắn về kinh nghiệm làm việc với mô hình rủi ro không?" 2. "Tại sao bạn quan tâm đến vị trí này tại HD Bank?" 3. "Bạn sử dụng thành thạo những công cụ nào để xây dựng mô hình?" 4. "Mức lương kỳ vọng của bạn là bao nhiêu?" 5. "Bạn có thể bắt đầu làm việc khi nào?" **Vòng 2 - Chuyên môn:** 1. "Bạn có thể mô tả quy trình xây dựng một mô hình credit scoring từ đầu đến cuối không?" 2. "Các bước kiểm định (validation) mô hình bao gồm những gì?" 3. "Bạn đã sử dụng những metrics nào để đánh giá hiệu quả mô hình? (KS, AUC, Gini...)" 4. "Bạn xử lý như thế nào khi dữ liệu bị missing hoặc imbalanced?" 5. "Sự khác biệt giữa Logistic Regression, Decision Tree, Random Forest, XGBoost là gì? Khi nào dùng cái nào?" 6. "Bạn có kinh nghiệm gì với regulatory models ( Basel, Stress testing)?" 7. "Mô tả một mô hình mà bạn đã xây dựng - input, output, kết quả đạt được?" **Vòng 3 - Cấp cao:** 1. "Bạn nghĩ xu hướng mô hình rủi ro trong ngân hàng Việt Nam sẽ phát triển như thế nào trong 3-5 năm tới?" 2. "Bạn sẽ làm gì để cải thiện hệ thống báo cáo giám sát mô hình hiện tại?" 3. "Mô tả tình huống bạn phát hiện mô hình có vấn đề - bạn xử lý ra sao?" 4. "Bạn có khả năng đào tạo, hướng dẫn nhân viên mới không?" 5. "Bạn thấy mình phù hợp với văn hóa HD Bank như thế nào?" --- ### 💡 Tips chuẩn bị **Về kiến thức:** - Ôn kỹ các mô hình: Credit Scoring, PD/LGD/EAD models, Stress Testing - Nắm chắc các chỉ số đánh giá mô hình: KS statistic, AUC-ROC, Gini coefficient, Confusion Matrix - Đọc lại các thông tư NHNN về quản lý rủi ro (TT13, TT06, TT17) - Tìm hiểu về Basel II/III framework **Về dự án:** - Chuẩn bị sẵn 2-3 ví dụ cụ thể về mô hình đã xây dựng/kiểm định - Có thể mang laptop trình diễn code/sample model nếu được - Chuẩn bị answer STAR (Situation, Task, Action, Result) cho các câu hỏi tình huống **Về công ty:** - Tìm hiểu HD Bank: lịch sử, quy mô, sản phẩm, chiến lược - Tìm hiểu Khối Quản lý rủi ro của HD Bank - Đọc báo cáo thường niên, news gần đây về HD Bank --- ### 👔 Dress Code - **Nam:** Áo sơ mi dài tay (trắng hoặc xanh nhạt), quần tây đen, giày da - **Nữ:** Áo sơ mi/cam ta, chân váy hoặc quần tây, giày kín - Tránh vest quá trang trọng vì đây là vị trí chuyên môn, không phải client-facing - Đến sớm 10-15 phút

Lộ trình ôn thi

## Ôn thi & Chuẩn bị ### 📚 Kiến thức nền tảng cần nắm vững **A. Lý thuyết Quản lý Rủi ro Ngân hàng** 1. **Phân loại rủi ro:** - Rủi ro tín dụng (Credit Risk) - Rủi ro thị trường (Market Risk) - Rủi ro hoạt động (Operational Risk) - Rủi ro thanh khoản (Liquidity Risk) 2. **Mô hình rủi ro tín dụng:** - Probability of Default (PD) - Loss Given Default (LGD) - Exposure at Default (EAD) - Expected Loss (EL) = PD × LGD × EAD - Credit Scoring models 3. **Regulatory Framework:** - Basel II/III Accords - Internal Ratings-Based (IRB) approach - Thông tư 13/2010/TT-NHNN về phân loại nợ - Thông tư 48/2014/TT-NHNN về trích lập dự phòng **B. Kỹ thuật Xây dựng Mô hình** 1. **Data Preparation:** - Data cleaning, missing value handling - Feature engineering - Variable transformation (WOE, binning) - Data sampling (SMOTE, undersampling) 2. **Model Building:** - Logistic Regression - Decision Tree, Random Forest - Gradient Boosting (XGBoost, LightGBM) - Neural Networks (nếu có kinh nghiệm) 3. **Model Validation:** - Population Stability Index (PSI) - Kolmogorov-Smirnov (KS) statistic - Area Under ROC Curve (AUC) - Gini coefficient - Confusion Matrix, Accuracy, Precision, Recall, F1-score - Backtesting --- ### 📖 Tài liệu tham khảo **Sách tiếng Việt:** - "Quản trị rủi ro ngân hàng thương mại" - NXB Tài chính - "Xác suất thống kê" - ĐH Kinh tế Quốc dân - Các giáo trình về Kinh tế lượng **Sách tiếng Anh (nên đọc):** - "Credit Risk Scorecards: Developing and Implementing Intelligent Credit Scoring" - Naeem Siddiqi - "An Introduction to Statistical Learning" - Gareth James et al. - "Applied Machine Learning for Credit Risk" - các tài liệu trên Wiley/Kaggle **Online Resources:** - Khan Academy - Statistics & Probability - Kaggle - Credit Risk Modeling competitions - Towards Data Science (Medium) - Risk Modeling articles - PRMIA website (cho FRM) **Regulations:** - TT13/2010/TT-NHNN, TT48/2014/TT-NHNN - QĐ 493/2005/QĐ-NHNN - Website NHNN: www.sbv.gov.vn --- ### 📅 Lộ trình chuẩn bị 1-2 tuần **Tuần 1 - Nền tảng:** - Ngày 1-2: Ôn lại lý thuyết rủi ro ngân hàng, Basel framework - Ngày 3-4: Học/practice các mô hình ML (Python/R) - Ngày 5-6: Ôn model validation metrics, viết lại CV - Ngày 7: Tìm hiểu HD Bank, chuẩn bị câu hỏi phỏng vấn **Tuần 2 - Chiến thuật:** - Ngày 8-9: Practice phỏng vấn (tự đặt câu hỏi, trả lời trước gương) - Ngày 10-11: Làm project nhỏ minh họa (VD: xây dummy credit scoring model) - Ngày 12: Review lại tất cả điểm yếu - Ngày 13-14: Nghỉ ngơi, chuẩn bị tinh thần **Tips đặc biệt:** - Code Python/R mẫu: Chuẩn bị sẵn 1-2 scripts để demo nếu cần - Excel: Thành thạo Pivot Table, VLOOKUP, các hàm thống kê - SQL: Ôn lại các câu lệnh SELECT, JOIN, GROUP BY, Window Functions

Tư vấn nghề nghiệp

## Lời khuyên Sự nghiệp ### 📈 Lộ trình thăng tiến **Junior Risk Model Specialist (0-2 năm)** → Tham gia xây dựng, kiểm định mô hình dưới sự hướng dẫn → Phát triển kỹ năng lập trình, hiểu business **Senior Risk Model Specialist (2-4 năm)** → Độc lập xây dựng mô hình hoàn chỉnh → Quản lý, mentoring junior → Phối hợp với các bộ phận khác **Team Lead / Manager (4-6 năm)** → Quản lý team (3-5 người) → Định hướng chiến lược mô hình → Báo cáo cấp cao **Head of Risk Modeling / VP (6-10 năm)** → Quản lý toàn bộ khối mô hình → Đưa ra quyết định chiến lược → Tương tác với regulator, audit --- ### 💰 Mức lương kỳ vọng theo cấp bậc (HCM, 2024) | Cấp bậc | Kinh nghiệm | Mức lương tháng (VND) | |---------|-------------|----------------------| | Junior (Fresher có kinh nghiệm 1-2 năm) | 1-2 năm | 18-25 triệu | | Middle (Chuyên viên) | 2-4 năm | 25-40 triệu | | Senior (Chuyên viên cao cấp) | 4-6 năm | 40-60 triệu | | Team Lead/Manager | 6+ năm | 60-90 triệu | | Head/Director | 8+ năm | 100-150 triệu | **Lưu ý:** Mức lương chưa bao gồm bonus (thường 1-3 tháng), phụ cấp, và các đãi ngộ khác. Vị trí này lương "Thỏa thuận" nên có thể negotiable cao hơn nếu có kỹ năng đặc biệt. --- ### 🔑 Kỹ năng cần phát triển thêm **Ngắn hạn (6-12 tháng):** - Thành thạo thêm 1-2 ngôn ngữ lập trình (VD: Python + R) - Hiểu sâu về regulatory requirements của Việt Nam - Xây dựng portfolio các mô hình đã làm - Lấy chứng chỉ FRM Level I **Trung hạn (1-3 năm):** - Chứng chỉ FRM hoàn chỉnh - Kỹ năng lãnh đạo, quản lý nhóm - Kiến thức về Cloud Computing (AWS, GCP) cho mô hình - Hiểu biết về AI/ML advanced (Deep Learning, NLP) **Dài hạn (3-5 năm):** - Tư duy chiến lược, business acumen - Kỹ năng giao tiếp với cấp cao, regulators - Mở rộng sang các lĩnh vực: FinTech, RegTech - Xem xét MBA hoặc Masters in Data Science --- ### ⚠️ Lưu ý thực tế **Điểm mạnh của vị trí này:** - Mô hình rủi ro là lĩnh vực "hot", thiếu nhân lực - Cơ hội học hỏi, phát triển cao - Ít bị automation thay thế (cần human judgment) **Thách thức:** - Áp lực từ regulator (NHNN kiểm tra mô hình thường xuyên) - Phải cập nhật liên tục kiến thức - Có thể phải làm ngoài giờ khi có deadline - Trách nhiệm cao (nếu mô hình sai dẫn đến tổn thất) **So sánh với các ngân hàng khác:** - Vietcombank, VietinBank: Quy mô lớn, hệ thống phức tạp hơn - Techcombank, VPBank: More tech-savvy, dùng nhiều Python/ML - HD Bank: Quy mô trung bình, cơ hội phát triển cá nhân tốt **Hướng phát triển tương lai:** - Chuyển sang FinTech (Momo, VNPay, MoMo) - Data Science roles - Risk Management Consulting - Regulator (NHNN, SBV)

Câu hỏi thường gặp

Mình tốt nghiệp Toán Ứng dụng nhưng chưa có kinh nghiệm xây dựng mô hình trong ngân hàng, có ứng tuyển được không?

Có thể ứng tuyển được, đặc biệt nếu bạn đã làm project liên quan đến data science, machine learning. Tuy nhiên, bạn cần bổ sung kiến thức về nghiệp vụ ngân hàng, quy định của NHNN, và cố gắng thể hiện các dự án thực tế (dù là bài tập, Kaggle, hoặc research) trong CV. Nên chuẩn bị portfolio demo Python/R code để thuyết phục nhà tuyển dụng.

Mức lương cho vị trí này thường là bao nhiêu và có thương lượng được không?

Vị trí này ghi 'Thỏa thuận' nên hoàn toàn có thể thương lượng. Với 2-3 năm kinh nghiệm, bạn có thể kỳ vọng 25-35 triệu/tháng. Nếu có FRM hoặc kỹ năng Python/R chuyên sâu, con số có thể lên 35-45 triệu. Bonus thường 1-2 tháng lương. Khi phỏng vấn, hãy đề xuất mức cụ thể dựa trên mức sống và kỳ vọng của bạn, đừng ngại thương lượng vì đây là vị trí thiếu nhân lực.

Công việc hàng ngày của Risk Model Specialist trong ngân hàng như thế nào? Giờ làm việc có căng thẳng không?

Công việc hàng ngày bao gồm: chạy báo cáo giám sát mô hình, xử lý data, phân tích kết quả mô hình, họp với các đơn vị liên quan. Tháng/quý có deadline báo cáo lớn sẽ bận hơn. Nói chung, so với front office, công việc ổn định hơn, giờ làm 8h-17h hoặc 8h30-18h, ít phải OT. Tuy nhiên, khi có project mới hoặc regulator kiểm tra, có thể phải làm thêm đôi chút.

Mình đang làm Data Analyst ở công ty Fintech, muốn chuyển sang Risk Model trong ngân hàng, cần chuẩn bị gì?

Bạn đã có nền tảng data tốt, đó là lợi thế. Cần bổ sung: (1) Kiến thức nghiệp vụ ngân hàng - đặc biệt về tín dụng, phân loại nợ, trích lập dự phòng; (2) Học về credit risk models cụ thể (PD, LGD, EAD); (3) Tìm hiểu regulatory requirements của NHNN; (4) Thực hành xây dựng mô hình scoring/classification. Trong phỏng vấn, hãy nhấn mạnh kỹ năng data của bạn và cách áp dụng vào risk modeling.

Nên học chứng chỉ nào để tăng cơ hội được nhận và thăng tiến ở vị trí này?

Chứng chỉ quan trọng nhất là FRM (Financial Risk Manager) của GARP - được công nhận toàn cầu và đặc biệt giá trị trong ngành ngân hàng. Bạn có thể thi FRM Level I trước (ít nhất 200 giờ ôn). Ngoài ra, các chứng chỉ về data science (Coursera, Kaggle) cũng hữu ích. CFA thì quá nặng về investment, không cần thiết cho risk modeling trừ khi bạn muốn chuyển hướng sang market risk.

HD Bank có văn hóa làm việc như thế nào? Có phù hợp với người mới đi làm không?

HD Bank là ngân hàng TMCP quy mô trung bình, văn hóa làm việc khá chuyên nghiệp nhưng không quá formal như các ngân hàng nhà nước. Môi trường năng động hơn, cơ hội thăng tiến rõ ràng. Điểm trừ là hệ thống IT đôi khi chưa hiện đại bằng các ngân hàng lớn. Phù hợp với người muốn học hỏi, phát triển career trong lĩnh vực risk modeling.

Làm sao để tạo ấn tượng trong phỏng vấn vị trí này khi không có nhiều kinh nghiệm model validation?

Có thể tạo ấn tượng bằng: (1) Demo một mô hình đơn giản bằng Python/R (code sạch, có giải thích); (2) Thể hiện kiến thức lý thuyết vững về model validation (PSI, KS, AUC...); (3) Nói về các project cá nhân (Kaggle, Coursera) liên quan; (4) Đọc kỹ JD và chuẩn bị câu hỏi thông minh về hệ thống mô hình của HD Bank; (5) Thể hiện tinh thần học hỏi, đam mê lĩnh vực này.

Cơ hội chuyển đổi giữa các ngân hàng sau khi làm ở vị trí này như thế nào?

Rất tốt! Risk modeling là kỹ năng có giá trị cao và thiếu hụt nhân lực. Sau 2-3 năm kinh nghiệm, bạn có thể chuyển sang: (1) Ngân hàng khác ở vị trí tương đương hoặc cao hơn; (2) Fintech, e-wallet (Momo, ZaloPay, VNPay); (3) Công ty chứng khoán, bảo hiểm; (4) Consulting firm (Big 4 Risk practice); (5) Regulator (NHNN) nếu muốn. Lương có thể tăng 20-30% khi chuyển việc.

Chuyên viên Mô hình quản lý rủi ro