Chuyên viên/Chuyên viên cao cấp phân tích dữ liệu - Khối Tuân thủ

Phân tích tổng thể vị trí

Vị trí Chuyên viên/Chuyên viên cao cấp phân tích dữ liệu – Khối Tuân thủ tại PVComBank không chỉ là một vị trí lập báo cáo Business Intelligence. Đây là vị trí kết hợp bốn năng lực chính:

1. Phân tích dữ liệu tuân thủ: theo dõi danh mục tín dụng, sản phẩm, tiêu chí tuân thủ và dấu hiệu rủi ro.
2. Xây dựng báo cáo và cảnh báo: duy trì bảng điều khiển, lập báo cáo định kỳ, xây dựng chương trình kiểm tra và giám sát.
3. Kỹ thuật dữ liệu: xây dựng pipeline ETL/ELT, tích hợp dữ liệu từ Core Banking, ứng dụng di động và CRM, kiểm soát chất lượng dữ liệu.
4. Phân tích dự báo và trí tuệ nhân tạo: xây dựng mô hình dự báo cơ bản như churn prediction, product affinity và sử dụng công cụ AI để tạo insight.

Yêu cầu tối thiểu là 2 năm kinh nghiệm phân tích dữ liệu hoặc Business Intelligence. Kinh nghiệm tại ngân hàng, tổ chức tài chính hoặc fintech được ưu tiên nhưng không phải điều kiện bắt buộc.

1. Những điểm cần xác minh với nhà tuyển dụng

Tin tuyển dụng còn một số thông tin chưa cụ thể, vì vậy ứng viên nên hỏi trong buổi phỏng vấn:

• Phạm vi và tiêu chí phân biệt Chuyên viên với Chuyên viên cao cấp là gì?
• Công cụ được ghi là `AWS Quick Suite` chính xác là sản phẩm nào? Ứng viên có thể hỏi để xác nhận giữa Amazon Quick Suite, QuickSight hoặc một nền tảng phân tích khác.
• Chỉ số hiệu suất chính, cơ chế thưởng và tỷ lệ thưởng theo kết quả công việc là gì?
• Lịch làm việc, khả năng làm thêm giờ khi có báo cáo định kỳ hoặc yêu cầu đột xuất từ cơ quan quản lý ra sao?
• Quyền truy cập dữ liệu, cơ chế phê duyệt và mức độ nhạy cảm của dữ liệu được phân loại thế nào?
• Tỷ lệ thời gian làm việc với dữ liệu, xây dựng báo cáo, phát triển mô hình và phối hợp với bộ phận Tuân thủ như thế nào?

2. Yêu cầu kỹ năng chuyên môn

3. SQL: kỹ năng có giá trị cao nhất

Đây là năng lực cần được chuẩn bị kỹ nhất vì phần lớn bài kiểm tra kỹ thuật có khả năng yêu cầu truy vấn trực tiếp. Ứng viên cần thành thạo:

• Nối bảng thông qua khóa chính, khóa ngoại và điều kiện lịch sử.
• Tính tổng, trung bình, tỷ lệ và chỉ số theo nhóm khách hàng, sản phẩm hoặc thời gian.
• Dùng `ROW_NUMBER`, `RANK`, `LAG`, `LEAD` để xử lý dữ liệu gần nhất, xếp hạng và so sánh chuỗi thời gian.
• Viết CTE để chia truy vấn phức tạp thành các bước dễ kiểm soát.
• Xử lý ngày tháng, kỳ báo cáo, tuần tài chính và các khoảng thời gian không hoàn chỉnh.
• Kiểm tra trùng lặp, thiếu dữ liệu, giá trị bất thường và sai lệch giữa các nguồn.
• Tối ưu truy vấn cơ bản bằng chỉ mục, điều kiện lọc sớm và tránh dùng hàm trên cột trong điều kiện.
• Biết giải thích sự khác nhau giữa số liệu trên báo cáo quản trị và số liệu trên báo cáo đối soát.

Nên luyện các bài tình huống như: theo dõi biến động dư nợ, phát hiện khoản vay quá hạn nhiều lần, xác định khách hàng có giao dịch bất thường, dựng cohort khách hàng, kiểm tra đối soát số dư và loại bỏ bản ghi trùng.

4. Python và phân tích dự báo

Mức thành thạo được nêu trong tin tuyển dụng là Python với Pandas và Matplotlib, hoặc R. Đối với vị trí này, Python thường là lựa chọn phù hợp hơn vì kết hợp tốt với SQL, pipeline và mô hình dự báo.

Ứng viên cần biết:

• Đọc dữ liệu từ cơ sở dữ liệu bằng `SQLAlchemy` hoặc công cụ tương đương.
• Làm sạch và chuẩn hóa kiểu dữ liệu, ngày tháng, mã khách hàng và danh mục.
• Kiểm tra chất lượng dữ liệu bằng Pandas.
• Trực quan hóa xu hướng, phân đoạn và điểm bất thường bằng Matplotlib hoặc thư viện tương đương.
• Xây dựng mô hình phân loại cơ bản cho churn hoặc cảnh báo rủi ro.
• Chia dữ liệu theo thời gian để tránh rò rỉ thông tin từ tương lai vào quá khứ.
• Cân bằng giữa precision và recall. Với cảnh báo tuân thủ, quá nhiều cảnh báo sai gây mệt mỏi cho đội ngũ kiểm tra, còn bỏ sót rủi ro lại gây hậu quả nghiêm trọng.
• Kiểm tra độ ổn định của mô hình theo thời gian và giải thích các biến tác động đến cảnh báo.

Mô hình không nên được sử dụng để tự động đưa ra kết luận tuân thủ nếu chưa có cơ chế quản lý mô hình, kiểm tra giải thích và phê duyệt của con người.

5. Business Intelligence và kỹ năng kể chuyện với dữ liệu

Dashboard tốt không chỉ thể hiện biểu đồ đẹp. Với báo cáo tuân thủ, ứng viên cần chứng minh dashboard giúp người quản lý trả lời được các câu hỏi:

• Dữ liệu đã cập nhật đến thời điểm nào và có nguồn nào chưa hoàn tất không?
• Chỉ số nào đang vượt ngưỡng hoặc có xu hướng xấu đi?
• Nguyên nhân có khả năng nằm ở sản phẩm, khách hàng, chi nhánh hay chất lượng dữ liệu không?
• Có bao nhiêu trường hợp cần kiểm tra và mức độ ưu tiên là gì?
• Ai chịu trách nhiệm xử lý và bằng chứng kiểm tra được lưu ở đâu?
• Khi số liệu thay đổi, quyết định nào cần thay đổi?

Một dashboard nên có lớp tổng quan, lớp phân tích chi tiết, bộ lọc theo thời gian và danh mục, cơ chế drill-down, trạng thái chất lượng dữ liệu, chỉ số cảnh báo và nhật ký người dùng. Nếu có dữ liệu nhạy cảm, cần trình bày phương án phân quyền, che dữ liệu nhạy cảm và nhật ký truy cập.

6. Quản trị dữ liệu và bảo mật trong ngân hàng

Đây là yếu tố có thể quyết định kết quả phỏng vấn vì vị trí thuộc Khối Tuân thủ. ứng viên cần nắm:

• Phân loại dữ liệu theo mức độ nhạy cảm và quy định xử lý tương ứng.
• Nguyên tắc cấp quyền tối thiểu và phòng ngừa truy cập vượt quyền.
• Mã hóa dữ liệu khi truyền và lưu, che dữ liệu định danh trong môi trường phát triển.
• Nhật ký truy cập, theo dõi thao tác dữ liệu và khả năng phục hồi.
• Quản lý chất lượng dữ liệu theo sáu tiêu chí: tính đầy đủ, tính hợp lệ, tính nhất quán, tính đúng đắn, tính duy nhất và tính kịp thời.
• Đối soát giữa nguồn và đích, kiểm soát tổng số liệu và xử lý bản ghi bị loại trừ.
• Quản lý phiên bản mã, quy trình phê duyệt thay đổi và khả năng tái tạo kết quả báo cáo.
• Nguyên tắc không tái sử dụng dữ liệu nhạy cảm vượt quá mục đích công việc.

Có thể xem là nền tảng các văn bản như Thông tư 13/2017/TT-NHNN về quản trị rủi ro tuân thủ trong ngân hàng và Nghị định 13/2021/NĐ-CP về bảo vệ dữ liệu cá nhân, đồng thời kiểm tra các quy định mới có hiệu lực tại thời điểm ứng tuyển.

7. Kỹ năng mềm cần thể hiện

• Storytelling với dữ liệu: trình bày theo cấu trúc bối cảnh, phát hiện, ý nghĩa và hành động đề xuất.
• Đặt câu hỏi đúng: xác định mục tiêu phân tích, đối tượng sử dụng, quyết định cần hỗ trợ và tiêu chí thành công trước khi truy vấn dữ liệu.
• Giao tiếp liên phòng ban: trình bày kết quả cho người không phải chuyên gia dữ liệu mà vẫn rõ ràng và có thể hành động.
• Tư duy phê bình: không coi mọi sai lệch dữ liệu là lỗi kỹ thuật; kiểm tra quy trình nghiệp vụ, định nghĩa và thay đổi chính sách.
• Tính chủ động: chủ động đề xuất cải tiến, không chỉ nhận yêu cầu và chờ hướng dẫn.
• Khả năng chịu áp lực thời hạn: sắp xếp ưu tiên, thông báo rủi ro sớm và không làm mất dấu vết kiểm soát.
• Tinh thần sở hữu: chịu trách nhiệm từ chất lượng dữ liệu đầu vào đến báo cáo cuối cùng.
• Làm việc nhóm: chia sẻ kiến thức, viết tài liệu và hỗ trợ các thành viên khác trong tổ.

8. Chứng chỉ gợi ý

Tin tuyển dụng không yêu cầu chứng chỉ cụ thể, nên chứng chỉ chỉ nên dùng như bằng chứng bổ sung:

1. Microsoft PL-300: Power BI Data Analyst: phù hợp nhất với phần Business Intelligence và báo cáo quản trị.
2. Khóa học SQL PostgreSQL hoặc SQL Server: chứng chỉ không bằng thành thạo truy vấn thực tế, nhưng có thể hỗ trợ khi còn ít kinh nghiệm.
3. Khóa học Python Data Analytics: ưu tiên bài lab, dự án và mã nguồn thay vì chứng chỉ chung chung.
4. Chứng chỉ nền tảng đám mây của Amazon Web Services: chỉ nên học nếu định hướng làm pipeline trên nền tảng đám mây; cần xác nhận nền tảng thực tế của đơn vị.
5. FRM hoặc CFA: không phải yêu cầu trực tiếp nhưng có thể tăng giá trị khi ứng viên hướng đến quản trị rủi ro hoặc phân tích tài chính.
6. Khóa học tuân thủ, dữ liệu cá nhân và quản trị dữ liệu: nên lấy tài liệu từ cơ quan quản lý, cơ sở đào tạo uy tín hoặc chương trình nội bộ nếu được cung cấp.

9. Portfolio nên có

Một dự án mô phỏng có thể mạnh hơn nhiều chứng chỉ. Ứng viên nên xây dựng dự án Giám sát rủi ro tuân thủ trên danh mục tín dụng với dữ liệu giả lập, gồm:

1. Mô tả bài toán, quy định hoặc tiêu chí cảnh báo đang sử dụng.
2. Sơ đồ dữ liệu từ nguồn Core Banking, CRM và ứng dụng di động.
3. Truy vấn SQL tính chỉ số, cảnh báo và phân đoạn rủi ro.
4. Kiểm tra chất lượng và đối soát dữ liệu.
5. Dashboard quản trị có lịch sử xu hướng và cơ chế drill-down.
6. Mô hình phân loại hoặc ngưỡng cảnh báo, kèm giải thích về precision, recall và sai sót.
7. Đề xuất chương trình kiểm tra, giám sát và cách xử lý nhận định của con người.
8. Sơ đồ kiểm soát quyền truy cập, nhật ký và bảo mật dữ liệu.
9. README giải thích cách chạy, giới hạn và hướng phát triển tiếp.

Có thể bổ sung dự án phân tích churn hoặc product affinity trên dữ liệu sản phẩm số. Trong phần trình bày, cần tránh biến mô hình thành công cụ quyết định hoàn toàn; nên nêu rõ vai trò của chuyên gia tuân thủ trong việc xác minh và ra quyết định.

10. Từ khóa nên có trong hồ sơ và hồ sơ năng lực

Các từ khóa hữu ích gồm: SQL, PostgreSQL, SQL Server, Python, Pandas, Matplotlib, Power BI, Tableau, ETL, ELT, Core Banking, CRM, Firebase Analytics, Mixpanel, Amplitude, dữ liệu tuân thủ, quản trị dữ liệu, chất lượng dữ liệu, bảo mật dữ liệu, dự báo, churn prediction, product affinity, dashboard, báo cáo quản trị, phân tích rủi ro và storytelling với dữ liệu.

Mỗi thành tựu trong CV nên theo cấu trúc hành động – phương pháp – kết quả, chẳng hạn: `Xây dựng pipeline SQL/ELT tích hợp [số nguồn], giảm [thời gian đối soát] từ [thời gian cũ] xuống [thời gian mới]`. Chỉ điền số liệu thật và có thể chứng minh.