Chuyên Viên Quản Lý Mô Hình Rủi Ro - Phòng Quản Lý Rủi Ro Tổng Hợp - Khối Quản Trị Rủi Ro
Mô tả công việc
TRÁCH NHIỆM CHÍNH
- Phạm vi:
- Quản lý rủi ro mô hình trong hoạt động ngân hàng
- Nhiệm vụ:
-
- Xây dựng, kiểm định và nâng cấp các mô hình nhận diện đo lường rủi ro tín dụng: A-card, B-card, PD, LGD, EAD cho các phân khúc, danh mục của Ngân hàng;
- Thiết kế, xây dựng , triển khai và quản trị các công cụ, hệ thống phục vụ quản trị rủi ro;
- Xây dựng các chính sách về xây dựng, kiểm định mô hình; các chính sách, quy trình, quy định liên quan đến các giai đoạn của việc xây dựng và kiểm định mô hình;
- Hướng dẫn và hỗ trợ người dùng giải quyết các vấn về phát sinh trong quá trình triển khai áp dụng hệ thống xếp hạng tín dụng;
- Thực hiện các báo cáo giám sát mô hình.
- Phối hợp với các đơn vị có liên quan trong việc xây dựng/sửa đổi các hệ thống phần mềm, các văn bản để triển khai mô hình đo lường rủi ro;
- Tham gia triển khai các dự án về FIRB, IFRS9 … và các dự án khác có liên quan của Ngân hàng trong từng thời kỳ.
Phân tích kỹ năng cần có
🎯 Phân Tích Kỹ Năng – Chuyên Viên Quản Lý Mô Hình Rủi Ro tại Sacombank
Đây là vị trí rất chuyên sâu trong lĩnh vực Quantitative Risk – một trong những ngành hot nhất ngân hàng hiện nay. Tin không ghi yêu cầu cụ thể, nhưng qua mô tả công việc, có thể "decode" được những gì ứng viên cần:
---
🔧 HARD SKILLS (Bắt buộc – cần có từ 70% trở lên)
1. Kiến thức nền tảng về mô hình rủi ro tín dụng
- Hiểu rõ các mô hình A-card (Application scorecard), B-card (Behavior scorecard)
- Nắm vững PD (Probability of Default), LGD (Loss Given Default), EAD (Exposure at Default)
- Hiểu vòng đời mô hình: development → validation → monitoring → recalibration
- Kiến thức về Basel II/III, đặc biệt là IRB approach (Internal Rating-Based)
2. Lập trình & Công cụ phân tích
| Công cụ | Mức yêu cầu | Ghi chú |
|---|---|---|
| SAS | Thành thạo | Vẫn là chuẩn trong ngân hàng VN |
| Python/R | Thành thạo | Xu hướng mới, ưu tiên ứng viên biết |
| SQL | Thành thạo | Query database lớn |
| Excel/VBA | Tốt | Vẫn dùng nhiều cho ad-hoc |
| Tableau/Power BI | Cơ bản | Visualization cho báo cáo |
3. Kiến thức về kiểm định mô hình (Model Validation)
- Backtesting, stress testing
- Discriminatory power: Gini, AUC, KS statistic
- Calibration test: Hosmer-Lemeshow, Binomial test
- Stability test: PSI (Population Stability Index), CSI
4. Triển khai dự án lớn
- Hiểu về IFRS 9 (cách phân loại, đo lường và trích lập dự phòng theo ECL)
- Kiến thức về FIRB (Foundation Internal Rating-Based)
---
🌟 SOFT SKILLS (Quan trọng không kém)
- Tư duy phản biện: Không chỉ build model, mà phải challenge được model của người khác
- Kỹ năng viết chính sách/quy trình: Yêu cầu rõ trong JD
- Giao tiếp đa bên: Phối hợp IT, Business, Compliance
- Tiếng Anh: Đọc tài liệu Basel/IFRS gốc, viết báo cáo
- Trình bày/thuyết trình: Trước ban lãnh đạo & kiểm toán
---
📜 CHỨNG CHỈ GỢI Ý (nên có ít nhất 1-2)
| Chứng chỉ | Tổ chức | Độ ưu tiên | Ghi chú |
|---|---|---|---|
| FRM | GARP | ⭐⭐⭐⭐⭐ | Vàng cho risk, nhà tuyển dụng yêu thích |
| CFA | CFA Institute | ⭐⭐⭐⭐ | Tốt nhưng broad hơn |
| PRM | PRMIA | ⭐⭐⭐⭐ | Chuyên về risk management |
| CQF | CQF Institute | ⭐⭐⭐ | Cho người thiên về quant |
| Coursera/edX về Credit Risk | Various | ⭐⭐ | Bổ sung kiến thức nền |
---
💡 ĐỌC GIỮA CÁC DÒNG (Hidden requirements)
- Tin không ghi yêu cầu → nhà tuyển dụng đang tuyển experienced hire (ít nhất 2-3 năm trong lĩnh vực model risk/credit risk)
- Đề cập xây dựng chính sách → cần kinh nghiệm làm policy/regulation ở mức chuyên viên trở lên
- Hướng dẫn người dùng → có khả năng mentor hoặc support team
- Địa điểm TP.HCM → làm việc tại Hội sở Sacombank (Lê Minh Xuân hoặc Nguyễn Trãi)
Chuẩn bị phỏng vấn
🎤 Hướng Dẫn Phỏng Vấn – Quản Lý Mô Hình Rủi Ro Sacombank
Quy trình tuyển dụng ngân hàng lớn thường qua 3-4 vòng. Với vị trí chuyên môn cao như này, có thể sẽ kéo dài 2-3 tuần.
---
📋 Vòng 1: HR Screening (30-45 phút)
Mục đích: Lọc hồ sơ, check basic fit
Câu hỏi hay gặp:
- Giới thiệu bản thân và kinh nghiệm liên quan đến mô hình rủi ro
- Tại sao nghỉ việc/tại sao muốn chuyển sang Sacombank?
- Mức lương mong muốn hiện tại?
- Thời gian có thể đi làm ngay không?
- Có chứng chỉ FRM/CFA/PRM không?
Tips:
- Trả lời ngắn gọn, đi thẳng vào điểm chính
- Chuẩn bị sẵn 1-2 câu chuyện về "tại sao Sacombank" (research về chiến lược chuyển đổi số của STB)
- Không nói xấu công ty cũ
---
📊 Vòng 2: Technical Test / Bài kiểm tra chuyên môn (60-90 phút)
Hình thức: Có thể là test online hoặc tự làm take-home assignment
Nội dung có thể bao gồm:
| Chủ đề | Câu hỏi mẫu |
|---|---|
| PD Model | Mô tả các bước xây dựng PD model từ A-Z? |
| Validation | Khi Gini giảm từ 65 xuống 55, bạn xử lý thế nào? |
| PSI/CSI | PSI = 0.25 nghĩa là gì? Hành động gì? |
| IFRS 9 | Phân biệt Stage 1, 2, 3 và cách tính ECL? |
| SQL | Viết query tính default rate theo segment |
| Case study | Cho dataset giả, yêu cầu build scorecard và validate |
Tips:
- Đọc kỹ tài liệu Basel/IFRS 9 bản tiếng Anh
- Luyện viết code Python/SAS trên giấy (vì phỏng vấn có thể cho code trắng)
- Chuẩn bị sẵn 1 slide giới thiệu dự án đã làm
---
👔 Vòng 3: Phỏng vấn chuyên môn với Trưởng phòng/Head of Risk (60-90 phút)
Mục đích: Đánh giá năng lực chuyên môn sâu và tư duy chiến lược
Câu hỏi hay gặp:
Về chuyên môn:
1. Bạn hiểu thế nào về vòng đời của một credit risk model?
2. Khi nào cần recalibrate model? Cho ví dụ thực tế
3. Sự khác biệt giữa Through-the-Cycle (TTC) và Point-in-Time (PIT) PD?
4. Bạn đã bao giờ phát hiện lỗi trong model? Quy trình xử lý thế nào?
5. Khi triển khai IFRS 9, thách thức lớn nhất là gì?
Về kinh nghiệm:
6. Mô tả dự án model risk lớn nhất bạn đã tham gia
7. Bạn đã từng viết policy nào? Quy trình thế nào?
8. Khi có conflict giữa kết quả model và business request, bạn xử lý ra sao?
Tips:
- Dùng phương pháp STAR (Situation - Task - Action - Result) cho câu hỏi tình huống
- Chuẩn bị portfolio các dự án đã làm (kể cả dự án thất bại và bài học)
- Thể hiện tư duy independent – risk management cần objectivity, không phải "nói cho đẹp"
---
🏆 Vòng 4: Phỏng vấn cuối – Ban lãnh đạo / HR Director (45-60 phút)
Mục đích: Đánh giá cultural fit, leadership potential
Câu hỏi hay gặp:
- Tầm nhìn nghề nghiệp 5 năm tới?
- Bạn đánh giá thế nào về văn hóa risk management tại Sacombank?
- Câu hỏi tình huống: nếu phát hiện model sai mà sếp không đồng ý thay đổi?
- Mong muốn đóng góp gì cho Sacombank?
Tips:
- Thể hiện sự hiểu biết về chiến lược chuyển đổi số của Sacombank
- Đề cập đến những điểm mạnh STB đang phát triển: digital banking, retail segment, ESG
- Thể hiện tính chính trực – đây là yếu tố #1 trong risk management
---
👔 Dress Code & Chuẩn Bị
- Nam: Sơ mi trắng/xanh nhạt + quần tây + giày tây, không cần vest trừ khi gặp CEO
- Nữ: Áo sơ mi/blouse lịch sự + quần tây/chân váy ngang gối
- Mang theo: CV in (3-5 bản), portfolio (nếu có), sổ tay ghi chép
- Không nên: Quần jeans, giày thể thao, nước hoa nồng, đồ điện tử gây nhiễu
Lộ trình ôn thi
📚 Lộ Trình Ôn Tập & Chuẩn Bị (1-2 tuần)
Với vị trí chuyên sâu như này, bạn cần 1-2 tuần ôn tập kỹ lưỡng. Dưới đây là lộ trình gợi ý:
---
🗓️ Ngày 1-2: Nền tảng Credit Risk Modeling
Đọc & học:
- Credit Risk Scorecards (Naeem Siddiqi) – Sách kinh điển, đọc chương 1-5
- Basel II/III Accord (BCBS document) – Phần IRB approach
- IFRS 9 Summary (Big 4 hoặc Deloitte) – 30-50 trang
Output cần đạt:
- Vẽ được sơ đồ IRB approach
- Giải thích được Basel II Pillar 1, 2, 3
- Phân biệt được TTC vs PIT PD
---
🗓️ Ngày 3-4: Statistical Modeling & Validation
Đọc & học:
- Scorecard development: Logistic regression, WOE (Weight of Evidence), IV (Information Value)
- Validation metrics: Gini, KS, AUC, PSI, CSI, Hosmer-Lemeshow
- Machine Learning basics (nếu ứng tuyển vị trí cần ML): Random Forest, XGBoost
Thực hành:
- Code lại 1 PD model đơn giản trên Python (dùng dataset German Credit hoặc Kaggle)
- Tính PSI, Gini, KS từ output của model
Tài liệu tham khảo:
- Coursera: "Credit Risk Modeling with Python"
- Kaggle datasets: "Give Me Some Credit", "Lending Club"
---
🗓️ Ngày 5-6: Công cụ & Lập Trình
Luyện tập:
- SAS: PROC LOGISTIC, PROC FREQ, PROC SQL (cơ bản cho scorecard)
- Python: scikit-learn, statsmodels, pandas, numpy
- SQL: Window functions, CTE, ranking
Thực hành:
- Viết 1 script Python end-to-end: load data → preprocess → train model → validate → output
- Luyện 5-10 câu SQL trên LeetCode/HackerRank (medium level)
---
🗓️ Ngày 7-8: IFRS 9 & FIRB Chuyên Sâu
Đọc:
- IFRS 9 Implementation guidance (Deloitte, PwC, EY)
- Tìm hiểu ECL (Expected Credit Loss) framework
- Stage allocation logic (Stage 1/2/3)
- SICR (Significant Increase in Credit Risk) criteria
Note: Khi đi phỏng vấn, hỏi rõ STB đang triển khai ECL theo phương pháp nào (PD x LGD x EAD, hay marginal PD approach)
---
🗓️ Ngày 9-10: Nghiên cứu về Sacombank
Tìm hiểu:
- Báo cáo thường niên gần nhất (focus: chính sách quản trị rủi ro, NPL ratio)
- Chiến lược 2023-2027 của STB
- Các dự án chuyển đổi số của Sacombank
- So sánh với TCB, MBB, VPB, ACB về quản trị rủi ro
Output: Tóm tắt 1 trang A4 về "Sacombank Risk Landscape"
---
🗓️ Ngày 11-12: Mock Interview & Polish CV
- Mock phỏng vấn: Nhờ bạn bè/mentor hỏi technical questions
- CV Polish:
- Highlight các dự án model có số liệu cụ thể (vd: "Improved Gini from 0.55 to 0.68", "Reduced NPL by 15%")
- Dùng action verbs: "Built", "Validated", "Led", "Implemented"
- Format rõ ràng, dài tối đa 2 trang
- LinkedIn: Update profile, kết nối với HR Sacombank và nhân sự risk tại STB
---
📖 TÀI LIỆU THAM KHẢO TỔNG HỢP
Sách (English):
1. Credit Risk Scorecards - Naeem Siddiqi ⭐⭐⭐⭐⭐
2. Credit Risk Modeling using Excel & VBA - Gunter Löffler
3. IFRS 9 and Expected Credit Loss - Amir Sakka
4. The Basel II Risk Parameters - Eva Lütkebohmert
Khóa học online:
1. GARP FRM (nếu đang/chuẩn bị thi)
2. Coursera: "Financial Risk Management with Python"
3. Udemy: "Credit Risk Modeling in Python"
4. edX: "Data Science for Credit Risk Modeling"
Website/Blog:
- Basel Committee on Banking Supervision (BCBS) – Đọc IRB document
- IFRS.org – IFRS 9 full text
- R-bloggers – Tutorial về credit scoring
- Medium/Towards Data Science – Tìm "credit risk modeling"
Tài liệu Việt Nam:
- Quyết định 493/QĐ-NHNN về Tỷ lệ an toàn vốn
- Thông tư 01/2020/TT-NHNN về NPL
- Các bài viết trên Cafef.vn, Vietstock.vn về Sacombank
---
⚡ Pro Tips
1. Dùng ChatGPT/Claude để mock interview: Yêu cầu nó đóng vai interviewer hỏi về PD/LGD/EAD model
2. Tạo portfolio GitHub: Upload 1 mini project về credit scorecard
3. Network: Tham gia group LinkedIn "Risk Management Vietnam", "Vietnam Banking Quant"
4. Theo dõi talks trên YouTube: Tìm "FRM Vietnam", "Credit Risk Vietnam"
Tư vấn nghề nghiệp
🚀 Lời Khuyên Sự Nghiệp – Ngành Quản Lý Mô Hình Rủi Ro
Đây là một trong những career path có giá trị nhất trong ngân hàng hiện nay. Lý do:
- Demand cao: Basel III, IFRS 9, ESG, AI risk đều cần model risk people
- Ít cạnh tranh: Không phải ai cũng có đủ kiến thức quant + banking
- Pay tốt: Đặc biệt với senior và có chứng chỉ quốc tế
- Career switch friendly: Sang fintech, consulting, Big 4 đều được
---
📈 Lộ Trình Thăng Tiến Điển Hình
```
Junior Analyst (0-2 năm)
↓
Model Developer / Validator (2-4 năm)
↓
Senior Specialist ← BẠN ĐANG Ở ĐÂY
↓
Team Lead / Manager (5-7 năm)
↓
Head of Model Risk / Deputy Director (7-10 năm)
↓
Director / CRO level (10+ năm)
```
Với vị trí Chuyên viên ở Sacombank, nếu thể hiện tốt trong 2-3 năm, có thể promote lên Chuyên viên cao cấp hoặc Trưởng nhóm.
---
💰 Mức Lương Kỳ Vọng Theo Cấp Bậc (Thị trường VN 2024)
| Cấp bậc | Kinh nghiệm | Mức lương (Gross/Tháng) | Ghi chú |
|---|---|---|---|
| Junior Analyst | 0-2 năm | 15-25 triệu | Fresher từ BIG4, top banks |
| Model Developer | 2-4 năm | 25-40 triệu | Đã qua 1-2 dự án IFRS 9/Basel |
| Senior Specialist | 4-7 năm | 40-70 triệu | Lead dự án nhỏ, có FRM |
| Manager/Team Lead | 7-10 năm | 70-120 triệu | Quản lý team 3-5 người |
| Senior Manager | 10-12 năm | 120-200 triệu | Quản lý nhiều team |
| Director/CRO | 12+ năm | 200-500 triệu+ | Phụ thuộc ngân hàng và bonus |
Lưu ý:
- Lương "Thỏa thuận" → đàm phán dựa trên kinh nghiệm
- Top 4 ngân hàng (VCB, TCB, MBB, ACB) thường trả cao hơn STB 10-20%
- Có FRM + CFA: tăng thêm 15-30% so với cùng level
---
🎯 Kỹ Năng Cần Phát Triển Tiếp
Trong 1-2 năm tới:
1. Machine Learning cho credit risk: XGBoost, LightGBM, Neural Networks
2. Cloud Computing: AWS/Azure cho big data
3. Model Risk Governance: Hiểu SR 11-7 (FED) và ECB guidelines
4. ESG Risk Modeling: Xu hướng mới, sẽ rất hot
5. Stress Testing: CCAR, EBA stress test frameworks
Trong 3-5 năm tới:
1. Leadership skills: Quản lý team, mentoring
2. Cross-functional exposure: Hiểu Treasury, Capital, ALM
3. Regulatory engagement: Làm việc với NHNN
4. Vendor management: Đánh giá phần mềm risk từ bên thứ 3
---
🔄 Những Hướng Chuyển Ngành Có Thể
- Fintech: Lending, BNPL đang cần model risk people
- Consulting: McKinsey, Oliver Wyman, EY-Parthenon
- Big 4 Advisory: Deloitte, PwC, KPMG – Practice Banking Risk
- Tech: Các Big Tech đang xây credit scoring (Apple, Amazon)
- Overseas: Singapore, Hong Kong rất cần người có kinh nghiệm IFRS 9/Basel từ emerging market
---
💎 Lời Khuyên Thực Chiến
1. Đừng chỉ làm "model" – hãy hiểu "business": Risk manager giỏi = hiểu cả data science lẫn banking products
2. Networking quan trọng: Tham gia hội thảo GARP, PRMIA Vietnam Chapter
3. Viết bài chia sẻ: LinkedIn article, blog về credit risk → xây personal brand
4. Học liên tục: Model risk thay đổi rất nhanh, Basel IV, AI Act đều đang đến
5. Giữ tư duy độc lập: Đừng bao giờ "nói theo sếp" nếu model có vấn đề – đây là tài sản lớn nhất
6. Cân bằng work-life: Risk management không phải trading, ít "all-nighter" hơn, nhưng deadline nhiều
---
⚠️ Thực Tế Phũ Phàng Cần Biết
- 70% thời gian là documentation, validation, monitoring – không phải build model mới
- Thường xuyên phải giải trình với kiểm toán nội, NHNN, kiểm toán độc lập
- Áp lực từ business khi model chặt quá làm giảm room cho vay
- Cần kiên nhẫn vì ROI của model thường thấy sau 1-2 năm
- Nhưng: Job security cực cao – không ai dám cắt risk team trong recession
Câu hỏi thường gặp
Em mới ra trường ngành Tài chính, có thể apply vị trí này không?
Thực tế thì khó đậu vì đây là vị trí chuyên viên, không phải fresher. Tuy nhiên, em có thể:
1. Apply vị trí thấp hơn: Junior Risk Analyst, Credit Analyst tại Sacombank
2. Làm 1-2 năm ở vị trí junior trong lĩnh vực credit risk, model validation, hoặc data analyst ở ngân hàng
3. Học thêm: FRM Part 1, khóa học Python for Credit Risk, internship tại Big 4 Advisory
4. Build portfolio: Làm project cá nhân về PD model trên Kaggle
Sau 2-3 năm kinh nghiệm, em hoàn toàn có thể apply lại vị trí này với profile mạnh hơn nhiều.
Mức lương offer cho vị trí Senior Specialist Model Risk tại Sacombank khoảng bao nhiêu?
Với kinh nghiệm 4-7 năm ở vị trí này tại Sacombank, mức lương thị trường hiện tại:
- Base salary: 35-55 triệu (tùy kinh nghiệm và profile)
- Bonus: 2-4 tháng lương/năm
- Tổng thu nhập (TC): 500-800 triệu/năm
So với Big 4 ngân hàng (TCB, MBB, VPB), STB thường trả thấp hơn 10-20% nhưng có:
- Thương hiệu lâu đời
- Quy trình chuẩn hơn
- Cơ hội học hỏi từ team lâu năm
Khi đàm phán, nhấn mạnh: có FRM, đã làm IFRS 9, đã lead dự án. Đề xuất mức 45-50 triệu gross là hợp lý nếu bạn đủ profile.
Tôi đang làm Data Scientist ở fintech, muốn chuyển sang Model Risk ở ngân hàng, có khả thi không?
Hoàn toàn khả thi và đây là hướng chuyển ngành rất phổ biến. Bạn có lợi thế:
✅ Kỹ năng ML/Python đã có
✅ Tư duy data-driven
Cần bổ sung:
- ❌ Kiến thức về Basel II/III, IFRS 9
- ❌ Hiểu về credit risk, scorecard
- ❌ Quy trình validation trong ngân hàng (thường chặt hơn fintech)
- ❌ Chứng chỉ FRM/PRM (rất quan trọng)
Lộ trình gợi ý:
1. Học FRM Part 1 trong 6 tháng
2. Tìm hiểu Basel & IFRS 9 qua Coursera
3. Apply vị trí Junior Model Validator trước
4. Sau 1 năm chuyển lên Senior
Lưu ý: Lương ở fintech có thể cao hơn ngân hàng ở level junior, nhưng long-term ngân hàng vẫn ổn định và có ceiling cao hơn.
Nếu đậu vị trí này, KPI đánh giá performance là gì?
Tùy vào từng giai đoạn, KPI thường bao gồm:
Quantitative (50-60%):
- Số lượng model được build/validate/nâng cấp đúng deadline
- Quality metrics: Gini model > 0.6, PSI monitoring < 0.25
- Số lượng reports nộp đúng hạn (quarterly model monitoring, annual validation)
Qualitative (30-40%):
- Chất lượng policy/quy trình được ban hành
- Phối hợp với IT, Business đánh giá qua feedback 360°
- Đóng góp vào các dự án chiến lược (IFRS 9, FIRB)
Compliance (10-20%):
- Không có model vi phạm quy định
- Đúng hạn audit findings remediation
- Tuân thủ quy trình kiểm định
Lưu ý: KPI có thể thay đổi theo từng năm tài chính, bạn sẽ được head của bạn set rõ hơn khi onboard.
So với làm Credit Risk ở MBB, TCB, VCB thì Sacombank có gì khác biệt?
So sánh tổng quan:
| Tiêu chí | Sacombank | TCB/MBB | VCB |
|---|---|---|---|
| Quy mô risk team | Lớn, truyền thống | Tech-driven, đang phát triển | Lớn nhất, quy trình chuẩn |
| Lương | Trung bình-khá | Cao nhất Big4 | Tốt + ổn định |
| Công nghệ | Đang chuyển đổi | Cutting-edge | Ổn định |
| Workload | Trung bình | Cao | Cao |
| Career path | Rõ ràng, lâu dài | Nhanh nhưng pressure lớn | Linh hoạt |
| Brand value | Lâu đời, top 10 | Hot với Millennials | Uy tín nhất |
Sacombank điểm cộng:
- Môi trường lành mạnh, ít "chính trị" nội bộ
- Được học từ team có kinh nghiệm lâu năm
- Nhiều dự án lớn đang triển khai (chuyển đổi số, tái cấu trúc)
Điểm trừ:
- Lương không competitive bằng TCB/MBB
- Quy trình đôi khi còn nặng về giấy tờ
- Tốc độ thay đổi chậm hơn các ngân hàng private
Nếu bạn muốn sự ổn định + học hỏi lâu dài, Sacombank là lựa chọn tốt. Nếu muốn lương cao + cutting-edge tech, cân nhắc TCB/MBB.
Làm Model Risk có cần thiết phải có chứng chỉ FRM không?
Không bắt buộc 100% nhưng nên có. Phân tích theo từng góc độ:
Tại sao NÊN có FRM:
- 80% JD tại Việt Nam cho vị trí Senior Risk có đề cập FRM
- HR dùng FRM như filter để sàng lọc CV
- Quá trình học FRM giúp bạn hiểu sâu các framework (market risk, credit risk, operational risk)
- Mức lương FRM-holder cao hơn 15-30% so với cùng level
- Thi FRM cũng giúp bạn "ôn lại" kiến thức nền tảng
Trường hợp KHÔNG cần:
- Bạn đã có kinh nghiệm lâu năm (7+ năm) với track record tốt
- Bạn có CFA Level 3 + kinh nghiệm liên quan
- Bạn đang ở vị trí manager/director (chứng chỉ ít quan trọng hơn leadership)
Lộ trình thi:
- Part 1 (thi 4/2025 hoặc 11/2025): Tập trung quantitative methods, markets, risk models
- Part 2 (sau khi có đủ work experience): Tập trung operational risk, liquidity risk, risk management investment
Nếu đang trong giai đoạn 2-5 năm kinh nghiệm, đăng ký thi FRM Part 1 ngay. Đây là investment tốt nhất cho career.
Tôi không có background IT, chỉ học Tài chính/Ngân hàng, có làm được Model Risk không?
Được, nhưng cần bổ sung kỹ năng technical. Thực tế trong team Model Risk có 2 dạng người:
Dạng 1: "Business-Risk" person (không code nhiều)
- Phụ trách: validation, monitoring, policy writing
- Cần: Hiểu sâu banking products, regulation, analytical thinking
- Ít cần code, chủ yếu dùng công cụ có sẵn
Dạng 2: "Quant-Risk" person (code nhiều)
- Phụ trách: model development, recalibration
- Cần: Python/SAS, statistics, ML
- Code thường xuyên
Nếu bạn thuộc Dạng 1, JD này vẫn phù hợp (vì có nội dung xây dựng chính sách, monitoring, validation).
Tuy nhiên, để cạnh tranh, nên:
- Học Python cơ bản (3-6 tháng)
- Học SQL cơ bản
- Biết đọc code của người khác
- Không cần thành senior developer, chỉ cần "biết đủ dùng"
Background lý tưởng cho vị trí này:
- Tài chính/Ngân hàng + chứng chỉ FRM
- Toán/Thống kê + kinh nghiệm ngân hàng
- Data Science + hiểu banking products
Nếu tôi không đậu vị trí này, nên apply vị trí nào khác tại Sacombank?
Nhiều lựa chọn liên quan:
Trong cùng Khối Quản Trị Rủi Ro:
- Chuyên viên Quản lý Rủi ro Tín dụng (Retail/Corporate)
- Chuyên viên Quản lý Rủi ro Hoạt động (Operational Risk)
- Chuyên viên Quản lý Rủi ro Thị trường (Market Risk)
- Chuyên viên Kiểm định Mô hình (Model Validation) - gần với JD nhất
Liên quan ở phòng ban khác:
- Phòng Tín dụng: Credit Analyst, Relationship Manager
- Phòng Phê duyệt tín dụng: Credit Officer
- Phòng Compliance: Compliance Officer (cần hiểu Basel)
- Phòng Data Analytics (trong CNTT): Data Analyst
Liên quan ở công ty con:
- Sacombank-SBJ (chứng khoán): Model Risk ở mảng margin
- VinaSecurities, SmartPay: Fintech liên kết
Gợi ý: Apply luôn nhiều vị trí cùng lúc nếu bạn qualified. HR Sacombank thường note CV vào talent pool nếu profile tốt.