Vị trí Fresher Thỏa thuận

Mô tả công việc

- Thành thạo các công cụ văn phòng: Excel, Word, PowerPoint,... - Biết sử dụng các công cụ AI tạo sinh: ChatGPT, Gemini, Claude, Copilot, v.v. - Có hiểu biết cơ bản về xu hướng công nghệ mới như GenAI, Cloud AI, tự động hóa,... - Ưu tiên sinh viên năm cuối các ngành: Công nghệ Thông tin, Kinh tế, Phân tích Dữ liệu, hoặc các ngành liên quan. - Tư duy logic tốt, chủ động trong công việc và sẵn sàng học hỏi.

Yêu cầu ứng viên

Phân tích kỹ năng cần có

## Phân tích Kỹ năng cần có ### 🔧 Hard Skills (Kỹ năng chuyên môn) | Cấp độ | Kỹ năng | Mức độ yêu cầu | Ghi chú | |--------|---------|----------------|---------| | Bắt buộc | Microsoft Office (Excel, Word, PowerPoint) | Thành thạo | Dùng hàng ngày trong công việc hành chính và báo cáo | | Bắt buộc | AI Generative Tools (ChatGPT, Gemini, Claude, Copilot) | Biết sử dụng | Hiểu cách ứng dụng vào công việc thực tế | | Ưu tiên | Python cơ bản | Nên có | Giúp xây dựng script tự động hóa đơn giản | | Ưu tiên | Hiểu biết về GenAI, Cloud AI, Automation | Cơ bản | Theo dõi xu hướng, không cần chuyên sâu | | Cộng thêm | SQL cơ bản | Nên có | Xử lý dữ liệu nhanh hơn | | Cộng thêm | Kiến thức về API, webhook, RPA | Là điểm cộng | Tự động hóa quy trình nghiệp vụ | ### 🧠 Soft Skills (Kỹ năng mềm) - **Tư duy logic tốt** — vì làm việc với AI cần biết prompt hiệu quả, xây dựng flow tự động hóa - **Chủ động học hỏi** — xu hướng AI thay đổi rất nhanh, cần tự cập nhật - **Giao tiếp tốt** — làm việc với nhiều team khác nhau - **Quản lý thời gian** — sinh viên năm cuối cần cân bằng giữa học và làm ### 📜 Chứng chỉ gợi ý | Chứng chỉ | Lợi ích | Link tham khảo | |-----------|---------|----------------| | Google AI Essentials | Nền tảng AI cơ bản, free | coursera.org/google-career-certificates/ai-essentials | | Microsoft Copilot for Beginners | Sử dụng Copilot chuyên sâu | microsoft.com | | Prompt Engineering for Everyone (DeepLearning.AI) | Viết prompt hiệu quả | deeplearning.ai | | Automate with Make / Zapier | Hiểu tự động hóa no-code | make.com | ### 💡 Lưu ý quan trọng Đây là vị trí **Cộng tác viên** (CTV) — hình thức làm việc linh hoạt, phù hợp sinh viên năm cuối. Không yêu cầu kinh nghiệm chính thức nhưng **đòi hỏi sự chủ động rất cao** vì bạn sẽ làm việc với công nghệ mới, ít được hướng dẫn chi tiết.

Chuẩn bị phỏng vấn

## Hướng dẫn Phỏng vấn ### 📋 Quy trình phỏng vấn dự kiến ``` Vòng 1: Đánh giá hồ sơ + Test nhanh kỹ năng AI ↓ (1-3 ngày) Vòng 2: Phỏng vấn với Trưởng bộ phận IT ↓ (3-5 ngày) Vòng 3: (Có thể) Phỏng vấn với lãnh đạo Khối Công nghệ ↓ Nhận kết quả + Onboard ``` ### 🎯 Câu hỏi hay gặp theo từng vòng **Vòng 1 — Test kỹ năng AI (thường là online/onsite):** - Bạn sử dụng ChatGPT/Gemini để làm gì trong học tập? - Demo: viết 1 prompt để tạo báo cáo từ file Excel - Phân biệt AI tạo sinh (Generative AI) vs AI phân tích (Analytical AI) - Bạn hiểu gì về RAG, Fine-tuning, Agentic AI? **Vòng 2 — Phỏng vấn Trưởng bộ phận:** - Tại sao bạn muốn làm CTV tại TPBank thay vì đi thực tập ở công ty công nghệ? - Bạn biết gì về chiến lược chuyển đổi số của TPBank? - Kể về 1 lần bạn dùng AI để giải quyết vấn đề thực tế - Bạn sẽ đề xuất ứng dụng AI nào cho ngân hàng? - Cân bằng giữa đi học và làm CTV như thế nào? - Bạn có đang ứng tuyển chỗ nào khác không? **Vòng 3 — Lãnh đạo Khối CNTT (nếu có):** - Bạn nghĩ GenAI sẽ thay đổi ngành ngân hàng như thế nào trong 3-5 năm tới? - Nếu được giao task tự động hóa 1 quy trình ngân hàng, bạn sẽ bắt đầu từ đâu? - Thế mạnh của bạn so với các ứng viên khác là gì? ### ✅ Tips chuẩn bị 1. **Đọc kỹ website TPBank** — đặc biệt phần về chuyển đổi số, AI, FinTech. TPBank là ngân hàng số mạnh, bạn cần show hiểu biết về định hướng này 2. **Thực hành prompt engineering** — chuẩn bị 2-3 ví dụ cụ thể về cách bạn dùng AI để làm việc hiệu quả hơn 3. **Follow các trend AI mới nhất** — Gemini 2.0, Claude, GPT-5, AI Agent, MCP (Model Context Protocol) 4. **Chuẩn bị portfolio đơn giản** — screenshot kết quả dùng AI, các script tự động nhỏ, bài viết chia sẻ về AI 5. **Hỏi về định hướng CTV → Fulltime** — nhiều bạn muốn chuyển thành nhân viên chính thức, hỏi trực tiếp nếu được ### 👔 Dress Code - **Business casual** — vì làm việc tại Hội sở ngân hàng - Áo sơ mi / blouse + quần âu / chân váy - Không cần vest cầu kỳ như vị trí giao dịch - Laptop + portfolio là bắt buộc mang theo

Lộ trình ôn thi

## Ôn thi & Chuẩn bị ### 📚 Kiến thức nền cần nắm vững #### 1. GenAI Fundamentals (Cần hiểu sâu) - **Generative AI vs Discriminative AI** — phân biệt được - **LLM cơ bản** — cách LLM hoạt động, token, context window, temperature - **Prompt Engineering** — zero-shot, few-shot, chain-of-thought, RAG - **RAG (Retrieval-Augmented Generation)** — ứng dụng trong chatbot ngân hàng - **AI Agent** — autonomous agents, tool use, multi-step reasoning - **Fine-tuning vs Pre-training** — khi nào dùng cái nào #### 2. AI trong Ngân hàng (Áp dụng cụ thể) - **Chatbot/Virtual Assistant** — chăm sóc khách hàng 24/7 - **Fraud Detection** — phát hiện gian lận bằng ML - **Credit Scoring** — chấm điểm tín dụng bằng AI - **Document Processing** — OCR, extraction, classification - **KYC/AML** — xác minh danh tính tự động - **RPA + AI** — tự động hóa quy trình nghiệp vụ #### 3. Cloud AI Services (Biết để có thể thảo luận) - **AWS Bedrock / SageMaker** — infrastructure AI của AWS - **Google Vertex AI** — nền tảng AI của Google - **Azure OpenAI Service** — ChatGPT API tích hợp vào hệ thống - **Vertex AI Agent Builder** — xây dựng RAG chatbot ### 📖 Tài liệu tham khảo | Loại | Tài liệu | Ghi chú | |------|----------|---------| | Video | "AI for Everyone" - Andrew Ng (Coursera) | Nền tảng cho người mới | | Video | "ChatGPT & Prompt Engineering" - free trên YouTube | Thực hành ngay | | Blog | OpenAI Blog, Anthropic Blog, Google AI Blog | Cập nhật xu hướng | | Bài viết | "State of AI in Banking 2024" - McKinsey | Xu hướng AI ngân hàng | | YouTube | "AI in Banking" - FinTech channels | Case study cụ thể | | Podcast | "The AI Daily Brief" | Nghe nhanh mỗi sáng | ### 🗺️ Lộ trình chuẩn bị 1-2 tuần ``` Tuần 1 — Xây nền tảng ├── Ngày 1-2: Ôn GenAI fundamentals, hiểu LLM cơ bản ├── Ngày 3-4: Thực hành prompt engineering với ChatGPT/Gemini/Claude ├── Ngày 5: Đọc về AI trong ngân hàng (McKinsey, BCG reports) ├── Ngày 6: Research TPBank — chuyển đổi số, sản phẩm số └── Ngày 7: Nghỉ ngơi, không học Tuần 2 — Chiến thuật ├── Ngày 8-9: Chuẩn bị câu hỏi phỏng vấn + trả lời toàn bộ ├── Ngày 10: Tạo portfolio đơn giản (screenshot, demo) ├── Ngày 11: Mock interview với bạn hoặc tự record ├── Ngày 12: Ôn lại toàn bộ + bổ sung điểm yếu ├── Ngày 13: Chuẩn bị trang phục, giấy tờ, tinh thần └── Ngày 14: Nghỉ sớm, ngủ đủ giấc ``` ### ⚡ Mẹo học nhanh cho sinh viên bận 1. **Học 25 phút/ngày** bằng ứng dụng học AI trên điện thoại 2. **Dùng AI để học AI** — hỏi ChatGPT "giải thích RAG như tôi 15 tuổi" 3. **Follow 1 newsletter** về AI: "The Rundown AI" hoặc "Ben's Bites" 4. **Thực hành tối thiểu** 3 use case AI trong cuộc sống hàng ngày

Tư vấn nghề nghiệp

## Lời khuyên Sự nghiệp ### 🚀 Lộ trình thăng tiến từ CTV GenAI ``` CTV GenAI (0-1 năm) ↓ [Chứng chỉ AWS/Azure + Dự án thực tế] Nhân viên chính thức - Chuyên viên AI/Automation (1-2 năm) ↓ [Kinh nghiệm dự án + Leadership] Senior AI Engineer / AI Product Owner (2-4 năm) ↓ [Domain expertise + Quản lý team] AI Team Lead / AI Architect (4-6 năm) ↓ [Chiến lược AI cho ngân hàng] Head of AI / Chief AI Officer (6+ năm) ``` ### 💰 Mức lương kỳ vọng theo cấp bậc | Cấp bậc | Kinh nghiệm | Lương tháng (Hà Nội) | Ghi chú | |---------|-------------|----------------------|---------| | CTV / Part-time | 0 | 5-10 triệu | Theo giờ/task, linh hoạt | | Fresher AI/ML | 0-1 năm | 10-16 triệu | Thực tập → chính thức | | Junior AI Engineer | 1-2 năm | 16-25 triệu | Có project thực tế | | Mid-level AI Engineer | 3-5 năm | 25-45 triệu | Specialist trong domain | | Senior AI Engineer | 5+ năm | 45-80 triệu | Architectural decisions | > **Lưu ý:** Lương ngành AI trong ngân hàng thường **cao hơn 20-30%** so với công ty non-finance cùng cấp. TPBank có mức lương competitive trong ngành ngân hàng số. ### 🎯 Kỹ năng cần phát triển thêm #### Ngắn hạn (6 tháng đầu): - Python + SQL chuyên sâu - Một cloud platform (AWS hoặc Azure) — lấy chứng chỉ - Hiểu SDLC, Agile, Jira, Git - Xây dựng portfolio AI project #### Trung hạn (1-2 năm): - Deep learning frameworks (PyTorch/TensorFlow) - MLOps — deploy và monitoring model - Domain knowledge ngân hàng (quy trình, regulation) - Soft skills: trình bày, stakeholder management #### Dài hạn (3-5 năm): - AI Strategy & Governance - Hiểu regulations AI (VN AI Act, data privacy) - Business acumen — AI không chỉ là tech - Leadership & team building ### 💎 Tại sao nên chọn TPBank cho sự nghiệp AI? 1. **Ngân hàng số hàng đầu** — TPBank mạnh về công nghệ, chấp nhận đổi mới 2. **Môi trường học thuật tốt** — tiếp xúc nhiều công nghệ mới 3. **Cơ hội chuyển đổi** — CTV → thực tập → nhân viên chính thức rõ ràng 4. **Làm việc với production system** — không chỉ POC, có thể deploy thực tế 5. **Network ngành** — kết nối với BigTech, vendor AI lớn ### ⚠️ Cảnh báo thực tế - CTV GenAI ≠ việc nhàn — bạn phải **tự học rất nhiều** ngoài giờ - Áp lực công nghệ mới — kiến thức 6 tháng trước có thể đã lỗi thời - Cạnh tranh cao — ứng viên AI tăng mạnh, cần khác biệt hóa bản thân - Cân bằng học-làm **rất khó** — cần discipline cao

Câu hỏi thường gặp

Vị trí Cộng tác viên GenAI có phải làm việc part-time không? Mình đang là sinh viên năm cuối có theo được không?

Đúng rồi, CTV GenAI là hình thức làm việc linh hoạt, phù hợp sinh viên năm cuối. Thời gian làm việc thường tự sắp xếp được, không cố định giờ hành chính. Tuy nhiên, bạn cần đảm bảo: 1. Thời gian đáp ứng khi team cần (thường là 2-3 buổi/tuần hoặc theo task) 2. Deadline task phải hoàn thành đúng hạn 3. Sẵn sàng học thêm kiến thức AI ngoài giờ Mình năm cuối từng làm CTV AI ở ngân hàng khác — ban đầu khó nhưng sau 2 tháng đã quen. Quan trọng nhất là communication: báo trước nếu bận deadline học.

Mình không phải dân IT chính quy, ngành Kinh tế có ứng tuyển được không?

Hoàn toàn được! Tin tuyển dụng ghi rõ ưu tiên sinh viên năm cuối các ngành Kinh tế, Phân tích Dữ liệu. Điểm mấu chốt là bạn thể hiện được: 1. **Thành thạo AI tools** — dùng được ChatGPT, Gemini, Claude ở mức advanced 2. **Tư duy logic** — hiểu business process, biết đề xuất cải tiến 3. **Dự án/portfolio** — có ví dụ cụ thể ứng dụng AI vào công việc kinh tế Lợi thế của bạn: hiểu nghiệp vụ ngân hàng tốt hơn dân IT thuần. Hãy nhấn mạnh điểm này trong CV và phỏng vấn.

Lương CTV GenAI ở TPBank bao nhiêu? Có thể đàm phán không?

Vì tin ghi 'Thỏa thuận' nên mức lương phụ thuộc nhiều yếu tố: - **Sinh viên mới, chưa có kinh nghiệm:** 5-8 triệu/tháng (hoặc trả theo giờ 50-80k/giờ) - **Sinh viên có portfolio/cerfificate tốt:** 8-12 triệu/tháng - **Đã có project AI thực tế:** có thể đàm phán lên 12-15 triệu Mẹo đàm phán: 1. Nghiên cứu mức lương CTV AI tại các ngân hàng khác trước 2. Thể hiện portfolio/cerfificates cụ thể khi phỏng vấn 3. Nói thẳng kỳ vọng, đừng để HR đoán 4. Đàm phán thêm về: hỗ trợ chứng chỉ, cơ hội fulltime, flexible hours

Sau khi làm CTV GenAI, cơ hội chuyển thành nhân viên chính thức của TPBank như thế nào?

Cơ hội chuyển từ CTV → nhân viên chính thức tại TPBank **khá tốt** nếu bạn thể hiện xuất sắc. Các yếu tố quyết định: **Tích cực:** - TPBank đang đẩy mạnh AI → nhu cầu nhân sự cao - CTV là 'thử việc' dài hạn — họ tuyển CTV để đánh giá trước - Culture fit + performance tốt → ưu tiên convert internal **Cần chứng minh:** - Performance vượt kỳ vọng (KPIs/OKRs) - Hoàn thành dự án có impact đo lường được - Hiểu nghiệp vụ ngân hàng, không chỉ là tech - Được quản lý đánh giá tốt **Timeline thực tế:** thường sau 6-12 tháng CTV, nếu performance tốt sẽ được offer fulltime. Hãy hỏi thẳng HR về roadmap này khi nhận offer.

Cần chuẩn bị gì để pass vòng test kỹ năng AI khi ứng tuyển?

Vòng test thường gồm 2 phần: **Phần 1: Kiến thức AI (viết/trắc nghiệm)** - Phân biệt được Generative AI vs Traditional ML - Hiểu cách LLM hoạt động (token, context window) - Biết 3-5 use case AI trong ngân hàng - Hiểu khái niệm: Prompt, RAG, Fine-tuning, AI Agent **Phần 2: Thực hành** - Viết prompt cho 1 task cụ thể (tạo email, tóm tắt báo cáo, phân loại data) - Phân tích case: ứng dụng AI nào cho tình huống X - Có thể có bài test Python/SQL cơ bản **Cách chuẩn bị:** 1. Làm quiz AI trên Coursera/DeepLearning.AI 2. Tự thực hành viết 10 prompts khác nhau cho các task hàng ngày 3. Đọc 1-2 bài McKinsey/BCG về AI in banking 4. Tự trả lời toàn bộ câu hỏi trên LinkedIn post về AI interview

Làm CTV GenAI tại ngân hàng khác gì so với công ty công nghệ?

Rất khác. So sánh chi tiết: **Ngân hàng (TPBank, VCB, BIDV...):** - ✅ Data nghiệp vụ thực, production system thực - ✅ Regulation chặt chẽ → học được compliance, risk - ✅ Stable, ít bị laid off - ❌ Tech stack cũ hơn, nhiều legacy system - ❌ Quy trình phê duyệt chậm - ❌ Lương thấp hơn startup/FAANG **Công ty công nghệ/Startup:** - ✅ Tech mới, nhanh, nhiều freedom - ✅ Lương cao hơn, equity/stock options - ✅ Học hỏi từ đồng nghiệp senior giỏi - ❌ Ít data nghiệp vụ thực - ❌ Áp lực KPI cao, có thể bị restructure - ❌ Ít ổn định **Lời khuyên:** Nếu bạn mới ra trường muốn hiểu business + tech, ngân hàng là lựa chọn tốt. Sau 2-3 năm có thể chuyển sang công ty tech với lương cao hơn.

Mình muốn chuyển ngành từ Kinh doanh sang AI, bắt đầu từ đâu?

Roadmap chuyển ngành 6 tháng cho người non-IT: **Tháng 1-2: Nền tảng** - Học Python cơ bản (Codecademy, freeCodeCamp) - Hiểu AI là gì (Andrew Ng's AI for Everyone) - Dùng ChatGPT/Gemini hàng ngày cho công việc **Tháng 3-4: Chuyên sâu hơn** - Học Prompt Engineering (free course trên DeepLearning.AI) - Làm 1-2 project nhỏ: chatbot, tự động hóa với Make/Zapier - Lấy Google AI Essentials certificate **Tháng 5-6: Ứng dụng + Portfolio** - Apply kiến thức vào ngành bạn đang làm (Kinh doanh) - Tạo portfolio: showcase 3-5 AI use cases - Ứng tuyển vị trí hybrid: AI + domain expertise **Ưu thế của bạn:** Người chuyển ngành từ Kinh doanh có lợi thế 'AI + Business context' — hiếm và giá trị. Không cần giỏi code như dân IT, cần giỏi **ứng dụng AI vào business problem**.

Cộng tác viên GenAI & Automation - Khối Công nghệ thông tin