Nhân viên/Chuyên viên Thỏa thuận

Mô tả công việc

Kiến thức: - Tốt nghiệp đại học chuyên ngành công nghệ thông tin phần mềm, Phân tích dữ liệu; Khoa học dữ liệu hoặc bằng cấp tương đương, hoặc Tốt nghiệp đại học trở lên các chuyên ngành Hệ thống thông tin quản lý, khoa học dữ liệu tỏng kinh tế/tài chính, Ngân hàng, - Uu tiên có kiến thức ngôn ngữ SQL, Python, R - Có kiến thức về Big data, xây dựng cơ sở dữ liệu, và khả năng sử dụng các kỹ thuật phân tích dữ liệu, phân tích danh mục thông tin kinh doanh. Kinh nghiệm: - Tối thiểu 3 năm kinh nghiệm trong lĩnh vực Data/BI,. - Có kinh nghiệm thiết kế, phát triển và vận hành hệ thống báo cáo & dashboard cho ngân hàng / tài chính / bảo hiểm hoặc các hệ thống dữ liệu lớn, nhiều nghiệp vụ phức tạp. - Am hiểu kiến trúc và triển khai các nền tảng Business Intelligence như IBM Cognos (ưu tiên), Power BI, Tableau; có khả năng xây dựng báo cáo chuẩn theo dõi hiệu quả kinh doanh và dashboard phục vụ quản trị điều hành. - Có kinh nghiệm làm việc với Data Warehouse / Data Mart, - Thành thạo SQL nâng cao trên các hệ CSDL lớn (Oracle, PostgreSQL, MySQL…), xử lý dữ liệu khối lượng lớn và logic phức tạp. - Có kinh nghiệm tự động hoá quy trình dữ liệu & báo cáo, ưu tiên các công cụ trong hệ sinh thái Microsoft(Power Automate, PowerShell, VBA, Office Scripts, Azure Automation…). - Có kinh nghiệm làm việc trực tiếp với BA, khối nghiệp vụ và IT hạ tầng, xử lý thay đổi yêu cầu liên tục và áp lực tiến độ cao. - Ưu tiên ứng viên có kinh nghiệm Phân tích Dữ liệu (Data Analysis & Analytics) trong môi trường ngân hàng.

Yêu cầu ứng viên

Phân tích kỹ năng cần có

## Phân tích Kỹ năng cần có cho vị trí CV Xây dựng hệ thống thông tin Quản trị kinh doanh - Eximbank ### 1. Hard Skills bắt buộc | Nhóm kỹ năng | Yêu cầu chi tiết | Mức độ quan trọng | |---|---|---| | **SQL nâng cao** | Tối thiểu 3 năm, xử lý dữ liệu lớn trên Oracle/PostgreSQL/MySQL. Cần thành thạo window functions, CTE, query optimization | ⭐⭐⭐⭐⭐ | | **BI Platform** | IBM Cognos (ưu tiên), Power BI, Tableau - thiết kế dashboard phục vụ quản trị điều hành | ⭐⭐⭐⭐⭐ | | **Data Warehouse** | Kiến trúc DW/DM, ETL/ELT, xây dựng data model (star schema, snowflake) | ⭐⭐⭐⭐ | | **Lập trình** | Python (ưu tiên), R cho phân tích dữ liệu; PowerShell/VBA cho tự động hóa | ⭐⭐⭐ | | **Tự động hóa** | Power Automate, Azure Automation, VBA, Office Scripts | ⭐⭐⭐ | ### 2. Hard Skills ưu tiên | Nhóm kỹ năng | Yêu cầu | Mức độ quan trọng | |---|---|---| | **Big Data** | Kiến thức Hadoop, Spark, hoặc cloud data services | ⭐⭐ | | **Cloud Platform** | Azure Data Factory, Azure Synapse (vì ưu tiên hệ sinh thái Microsoft) | ⭐⭐ | | **Nghiệp vụ ngân hàng** | Hiểu biết về hoạt động ngân hàng: huy động, tín dụng, thanh toán, tỷ lệ an toàn | ⭐⭐⭐ | ### 3. Soft Skills bắt buộc - **Giao tiếp với khối nghiệp vụ**: Làm việc trực tiếp với BA, hiểu yêu cầu business, chuyển đổi thành báo cáo kỹ thuật - **Quản lý thay đổi yêu cầu**: Xử lý requirement thay đổi liên tục, đây là đặc thù của dự án BI ngân hàng - **Chịu áp lực tiến độ**: Deadline báo cáo định kỳ (cuối ngày, cuối tuần, cuối tháng) rất gấp - **Tư duy hệ thống**: Thiết kế báo cáo tổng hợp nhiều nguồn dữ liệu, đảm bảo tính nhất quán ### 4. Chứng chỉ gợi ý | Chứng chỉ | Mức độ phù hợp | Ghi chú | |---|---|---| | Microsoft Power BI Data Analyst | ⭐⭐⭐⭐ | Phù hợp nhất với hệ sinh thái Microsoft được ưu tiên | | IBM Cognos Analytics | ⭐⭐⭐⭐ | Được nhấn mạnh là ưu tiên trong JD | | AWS Data Analytics / Azure Data Engineer | ⭐⭐⭐ | Cloud-based data pipeline | | TOEIC 450+ | ⭐⭐ | Yêu cầu tiếng Anh cơ bản trong môi trường ngân hàng | ### 5. Bảng so sánh: Ứng viên tiềm năng vs. Ứng viên lý tưởng | Tiêu chí | Tiềm năng (đủ điều kiện) | Lý tưởng (ưu tiên cao) | |---|---|---| | Kinh nghiệm BI | 3 năm Data/BI | 3+ năm BI ngân hàng cụ thể | | Công cụ BI | Biết Power BI hoặc Tableau | Thành thạo IBM Cognos + Power BI | | SQL | Viết được query phức tạp | Tối ưu query, hiểu execution plan | | Nghiệp vụ ngân hàng | Biết sơ qua | Hiểu sâu KPI ngân hàng (NIM, CASA, NPL...) | | Tự động hóa | Biết VBA cơ bản | Power Automate + PowerShell + Python | | Nguồn gốc dữ liệu | DW đơn giản | DW phức tạp, nhiều nguồn, real-time |

Chuẩn bị phỏng vấn

## Hướng dẫn phỏng vấn vị trí CV Xây dựng hệ thống thông tin Quản trị kinh doanh - Eximbank ### Quy trình phỏng vấn dự kiến **Vòng 1 – Sàng lọc hồ sơ & Phone Screening (15-20 phút)** - HR Eximbank gọi điện xác nhận thông tin, hỏi mức lương mong đợi, lý do chuyển việc - Đánh giá: Tính phù hợp cơ bản về kinh nghiệm Data/BI **Vòng 2 – Kiểm tra kỹ thuật / Test SQL & BI (60-90 phút)** - Thường là bài test thực hành: viết SQL query trên database mẫu - Xây dựng dashboard đơn giản (nếu có máy tính) hoặc trình bày ý tưởng trên giấy - Đánh giá: Trình độ SQL nâng cao, khả năng phân tích yêu cầu nghiệp vụ **Vòng 3 – Phỏng vấn chuyên môn với Trưởng phòng/Quản lý (45-60 phút)** - Hỏi sâu về kinh nghiệm làm việc với Cognos/Power BI - Tình huống xử lý yêu cầu thay đổi liên tục - Hiểu biết về nghiệp vụ ngân hàng cụ thể - Đánh giá: Tư duy giải quyết vấn đề, khả năng giao tiếp với khối nghiệp vụ **Vòng 4 – Phỏng vấn với Lãnh đạo/HR (30-45 phút)** - Đàm phán lương, phúc lợi - Kiểm tra tính cách phù hợp với văn hóa Eximbank - Các câu hỏi về định hướng phát triển --- ### Câu hỏi hay gặp theo từng vòng **Vòng 1 - Phone Screening:** - "Tại sao bạn muốn chuyển từ công ty hiện tại sang Eximbank?" - "Mức lương hiện tại và mong đợi của bạn là bao nhiêu?" - "Bạn có kinh nghiệm làm việc trong môi trường ngân hàng chưa?" - "Trong 3 năm kinh nghiệm Data/BI, bạn đã làm những dự án nào nổi bật?" **Vòng 2 - Technical Test:** - Viết SQL: Tính NIM (Net Interest Margin) từ bảng lãi suất và dư nợ theo tháng - Viết SQL: Tính tỷ lệ NPL (Non-Performing Loan) theo từng chi nhánh - Thiết kế dashboard: Bạn sẽ thiết kế dashboard theo dõi KPI kinh doanh cho TGĐ ngân hàng như thế nào? - Xử lý tình huống: "Báo cáo cuối tháng bị sai dữ liệu 10% so với hệ thống core banking, bạn sẽ debug thế nào?" - Tối ưu hóa: "Một query mất 30 phút để chạy xong, bạn sẽ cải thiện ra sao?" **Vòng 3 - Chuyên môn với Trưởng phòng:** - "Kể tên một dự án BI phức tạp nhất bạn đã làm. Thách thức lớn nhất là gì?" - "Bạn phân biệt Data Warehouse và Data Mart như thế nào? Khi nào nên dùng cái nào?" - "Bạn có kinh nghiệm với IBM Cognos không? Hãy mô tả kiến trúc bạn từng làm việc." - "Trong ngân hàng, các KPI chính để theo dõi hiệu quả kinh doanh là gì?" - "Bạn xử lý thế nào khi BA đưa ra yêu cầu thay đổi liên tục trong dự án?" - "Mô tả quy trình ETL mà bạn đã xây dựng cho hệ thống báo cáo quản trị." **Vòng 4 - HR/Lãnh đạo:** - "Bạn thấy mình phù hợp với vai trò này ở điểm nào?" - "5 năm tới, bạn hình dung con đường sự nghiệp của mình ở đâu?" - "Bạn có câu hỏi gì cho chúng tôi không?" --- ### Tips chuẩn bị đặc biệt cho Eximbank 1. **Nghiên cứu kỹ Eximbank**: Tìm hiểu cơ cấu tổ chức, chiến lược kinh doanh, các sản phẩm chính (tín dụng xuất khẩu là thế mạnh) 2. **Chuẩn bị bài test SQL**: Ôn lại window functions (LAG, LEAD, RANK), CTE, GROUP BY với HAVING, JOIN nhiều bảng 3. **Portfolio dự án**: Mang theo sample dashboard (ảnh chụp Power BI/Cognos), hoặc mô tả chi tiết 2-3 dự án BI tiêu biểu 4. **Hiểu KPI ngân hàng**: NIM, CASA ratio, NPL, ROE, ROA, tăng trưởng tín dụng, huy động vốn 5. **Chuẩn bị câu hỏi cho HR**: Hỏi về quy mô team Data, công nghệ đang dùng, roadmap phát triển --- ### Dress Code - **Nghiêm túc – Business formal**: Áo sơ mi dài tay, quần âu (nam) / váy công sở hoặc quần âu (nữ) - Eximbank là ngân hàng tư nhân lớn, văn hóa khá formal - Màu sắc trung tính: trắng, xanh navy, xám, đen

Lộ trình ôn thi

## Ôn thi & Chuẩn bị cho vị trí Data/BI tại Eximbank ### Lộ trình chuẩn bị 7-14 ngày #### Giai đoạn 1 (Ngày 1-3): Củng cố nền tảng SQL **Tài liệu tham khảo:** - Sách: "SQL Practice Problems" – Sylvia Moestl Vasilik - Website: LeetCode (phần Database – mức Medium/Hard), HackerRank SQL - Ôn tập: Window Functions, Common Table Expressions (CTE), Subqueries **Bài tập thực hành bắt buộc:** ```sql -- Ví dụ: Tính NIM theo tháng cho từng chi nhánh SELECT branch_code, EXTRACT(YEAR FROM report_date) AS year, EXTRACT(MONTH FROM report_date) AS month, ROUND( (SUM(interest_income) - SUM(interest_expense)) / NULLIF(SUM(avg_loan_balance), 0) * 100, 2 ) AS nim_pct FROM loan_data GROUP BY branch_code, EXTRACT(YEAR FROM report_date), EXTRACT(MONTH FROM report_date) ORDER BY year DESC, month DESC, nim_pct DESC; -- Ví dụ: Tính tỷ lệ NPL theo chi nhánh sử dụng Window Function SELECT branch_code, report_date, COUNT(CASE WHEN status = 'NPL' THEN 1 END) * 100.0 / COUNT(*) OVER (PARTITION BY branch_code) AS npl_ratio FROM loan_status GROUP BY branch_code, report_date; ``` #### Giai đoạn 2 (Ngày 4-6): Nắm vững kiến thức Data Warehouse & BI Tools **Data Warehouse:** - Kimball: "The Data Warehouse Toolkit" – chương 1, 2, 3 (dimension modeling) - Hiểu: Star Schema vs Snowflake, Fact Table vs Dimension Table - ETL/ELT concepts: staging, CDC (Change Data Capture), slowly changing dimensions **Power BI (miễn là không có Cognos):** - Learning: Microsoft Learn – "Power BI Data Analyst" path (miễn phí) - Thực hành: Tạo dashboard mẫu với sample data ngân hàng - Ôn: DAX formulas, Data modeling, Power Query M language **IBM Cognos (ưu tiên):** - IBM Cognos Analytics Tutorials (official YouTube channel) - Focus: Report Studio, Analysis Studio, Dashboard creation - Framework Manager: metadata modeling #### Giai đoạn 3 (Ngày 7-9): Nghiệp vụ ngân hàng **Kiến thức bắt buộc:** | Chỉ tiêu | Công thức | Ý nghĩa | |---|---|---| | NIM | (Thu lãi - Chi lãi) / Tổng tài sản sinh lời | Hiệu quả tín dụng | | CASA | Tiền gửi không kỳ hạn / Tổng huy động | Chi phí vốn | | NPL | Nợ xấu / Tổng dư nợ | Chất lượng tín dụng | | ROE | Lợi nhuận sau thuế / Vốn chủ sở hữu | Hiệu quả vốn | | CAR | Vốn tự có / Tài sản có rủi ro | An toàn vốn | **Nguồn học:** - Website NHNN: thong ke bao cao (báo cáo thường niên ngành ngân hàng) - Báo cáo thường niên Eximbank (download từ website) - Kênh YouTube: "Tài Chính Ngân Hàng" – giải thích nghiệp vụ #### Giai đoạn 4 (Ngày 10-12): Tự động hóa & Python/R **Python cho Data Analysis:** - pandas, numpy (xử lý dữ liệu) - matplotlib, seaborn (trực quan hóa) - sqlalchemy (kết nối database) **Power Automate (nếu chưa biết):** - Microsoft Learn: "Automate tasks with Power Automate" - Thực hành: Tạo flow tự động gửi email báo cáo #### Giai đoạn 5 (Ngày 13-14): Tổng hợp & Mock Interview - Review lại CV, đảm bảo mỗi dự án có: mô tả, công nghệ dùng, kết quả đạt được - Practice trả lời STAR (Situation, Task, Action, Result) cho 3 dự án nổi bật nhất - Mock interview SQL: chạy thử trên DB Fiddle hoặc SQLZoo - Chuẩn bị 3-5 câu hỏi thông minh cho vòng cuối

Tư vấn nghề nghiệp

## Lời khuyên sự nghiệp cho vị trí Data/BI tại Eximbank ### Lộ trình thăng tiến điển hình ``` CV Xây dựng HT Thông tin QTKĐ (Bạn đang ứng tuyển) ↓ (1-2 năm) Chuyên viên cao cấp / Team Lead Data BI ↓ (2-3 năm) Trưởng nhóm / Trưởng phòng Quản trị Dữ liệu ↓ (3-5 năm) Giám đốc Trung tâm Phân tích Dữ liệu / Chief Data Officer ``` **Hướng phát triển chuyên môn:** 1. **Chuyên gia BI nâng cao**: Chuyên sâu Cognos/Power BI, trở thành chuyên gia dashboard 2. **Data Engineer**: Chuyển hướng xây dựng pipeline, kiến trúc dữ liệu, cloud data platform 3. **Data Analyst / Data Scientist**: Chuyên sâu phân tích, modeling, AI/ML trong ngân hàng 4. **Data Governance**: Quản lý chất lượng dữ liệu, metadata, compliance --- ### Mức lương kỳ vọng theo cấp bậc (TP.HCM, 2024-2025) | Cấp bậc | Kinh nghiệm | Mức lương tháng (VND) | |---|---|---| | Fresher/Junior Data | 0-1 năm | 8-15 triệu | | Chuyên viên (bạn ứng tuyển) | 3 năm | 18-30 triệu | | Senior | 4-6 năm | 28-45 triệu | | Team Lead | 6-8 năm | 40-60 triệu | | Trưởng phòng | 8+ năm | 60-100+ triệu | **Lưu ý Eximbank:** Mức lương ngân hàng thường có thêm thưởng hiệu suất (tháng 13-16 lương), phụ cấp, và các chế độ khác. Lương "thỏa thuận" trong JD có nghĩa HR sẵn sàng đàm phán dựa trên kinh nghiệm thực tế của bạn. --- ### Kỹ năng cần phát triển thêm để thăng tiến **Ngắn hạn (6-12 tháng đầu):** - Thành thạo hoàn toàn IBM Cognos (Report Studio, Framework Manager) - Hiểu sâu nghiệp vụ ngân hàng: tín dụng, huy động, thanh toán, thẻ - Xây dựng portfolio: 3-5 dashboard ấn tượng để khoe khi thăng cấp - Networking nội bộ: làm quen với BA, khối nghiệp vụ, IT hạ tầng **Trung hạn (1-2 năm):** - Học cloud (Azure Data Factory, Synapse) – đây là xu hướng tất yếu - Chứng chỉ Microsoft Power BI Data Analyst hoặc Azure Data Engineer - Dẫn dắt 1 dự án BI từ đầu đến cuối (end-to-end) - Mentor junior member, xây dựng uy tín chuyên môn **Dài hạn (3-5 năm):** - Data Strategy: Hiểu cách dữ liệu tạo giá trị kinh doanh cho ngân hàng - Machine Learning cơ bản: clustering, classification cho phân khúc khách hàng - Quản lý team và stakeholders cấp cao - Tiếng Anh lên mức giao tiếp tốt (IELTS 6.0+) --- ### Lời khuyên thực tế từ người đi trước > **Về cơ hội:** "Eximbank đang trong giai đoạn chuyển đổi số mạnh, đây là thời điểm tốt để vào vì có cơ hội đóng góp và thể hiện năng lực. Hệ thống BI ngân hàng rất phức tạp, nhưng nếu nắm được, bạn sẽ có lợi thế cạnh tranh rất lớn khi chuyển việc sau này." > **Về thách thức:** "Áp lực lớn nhất là deadline báo cáo định kỳ. Cuối tháng, cuối quý, cuối năm – dữ liệu phải chính xác và nhanh. Sẵn sàng OT những ngày cuối tháng." > **Về phát triển:** "Nên học thêm Python và cloud. Cognos là yêu cầu hiện tại, nhưng Power BI/Tableau là xu hướng tương lai. Có cả hai thì giá trị của bạn nhân đôi."

Câu hỏi thường gặp

Em mới tốt nghiệp ngành CNTT, chưa có kinh nghiệm Data/BI, có nộp vị trí này được không?

Khó khả thi. JD yêu cầu TỐI THIỂU 3 năm kinh nghiệm trong lĩnh vực Data/BI, cộng thêm kinh nghiệm thiết kế dashboard cho ngân hàng/tài chính. Đây là vị trí cần người có kinh nghiệm thực tế. Tuy nhiên, em có thể: (1) Ứng tuyển vị trí Data Analyst fresher ở các công ty IT vendor cung cấp giải pháp cho ngân hàng trước, tích lũy 2-3 năm kinh nghiệm ngân hàng, rồi quay lại ứng tuyển Eximbank. (2) Học Power BI + SQL thật kỹ, làm pet project với dữ liệu ngân hàng mẫu, ứng tuyển vị trí junior hơn.

Em đang làm Power BI cho công ty bảo hiểm 2 năm, thiếu 1 năm so với yêu cầu, có nên apply không?

Có thể thử, nhưng cần chiến lược khôn ngoan. Điểm mạnh của bạn: đúng ngành tài chính (bảo hiểm cũng thuộc khối tài chính), có kinh nghiệm Power BI. Điểm yếu: thiếu 1 năm, chưa có Cognos. Cách tiếp cận: (1) Nhấn mạnh kinh nghiệm với hệ thống dữ liệu lớn nhiều nghiệp vụ ở công ty bảo hiểm. (2) Học nhanh Cognos cơ bản trước khi phỏng vấn. (3) Đàm phán: chấp nhận mức lương entry-level hoặc kỳ vọng thấp hơn để đổi lấy cơ hội vào ngân hàng.

Mức lương thực tế cho vị trí này tại Eximbank là bao nhiêu? Có thương lượng được không?

JD ghi 'Thỏa thuận' nên hoàn toàn có thể đàm phán. Theo thị trường 2024-2025, ứng viên 3 năm kinh nghiệm Data BI ngành tài chính tại TP.HCM có thể kỳ vọng 20-28 triệu/tháng (lương gross). Nếu bạn có kinh nghiệm Cognos đặc biệt (ưu tiên cao nhất trong JD), con số có thể đẩy lên 25-30 triệu. Ngoài lương cứng, ngân hàng thường có thưởng hiệu suất 1-3 tháng. Tips đàm phán: đừng nói số đầu tiên, hãy hỏi HR mức ngân sách cho vị trí trước, rồi đưa ra con số cao hơn 10-15% mức bạn chấp nhận được.

Giờ làm việc và áp lực KPI của vị trí này như thế nào?

Giờ làm chuẩn: 8h00-17h00, thứ 2-6. Nhưng thực tế đặc thù của Data BI ngân hàng là: (1) Cuối tháng/quý/năm – deadline báo cáo quản trị rất gấp, có thể OT 2-3 tiếng/ngày. (2) Khi có dự án mới hoặc thay đổi yêu cầu từ ban lãnh đạo, áp lực tiến độ cao. (3) Báo cáo định kỳ (daily/weekly report) cần đảm bảo chạy đúng giờ mỗi ngày. Không có KPI doanh số trực tiếp, nhưng có KPI về độ chính xác dữ liệu và tiến độ dự án.

Công nghệ IBM Cognos được nhấn mạnh là ưu tiên, nhưng em chỉ biết Power BI, có vấn đề gì không?

Không phải là rào cản tuyệt đối, nhưng bạn sẽ ở thế bất lợi. Gợi ý: (1) Học Cognos Analytics ngay – IBM cung cấp trial miễn phí 30 ngày và tài liệu hướng dẫn rất đầy đủ. (2) Trong CV và phỏng vấn, trình bày rõ: Power BI và Cognos đều là BI tool, tư duy xây dựng dashboard là tương đương. Khác biệt chính là giao diện và kiến trúc backend. (3) Nhấn mạnh điểm mạnh Power BI của bạn (trực quan hóa đẹp, cộng đồng lớn) để bù đắp. Nhiều ngân hàng đang chuyển dần sang Power BI, nên kỹ năng này vẫn rất giá trị.

Sau 2-3 năm ở Eximbank, em có thể chuyển sang đâu để phát triển sự nghiệp?

Rất nhiều hướng đi giá trị: (1) Các ngân hàng lớn khác (VCB, BIDV, Techcombank, VPBank...) – kinh nghiệm Eximbank là điểm cộng lớn. (2) Công ty fintech/công nghệ: MoMo, VNPay, OnePay – cần người hiểu nghiệp vụ ngân hàng + data. (3) Công ty tư vấn (Big 4): data consulting cho ngân hàng. (4) Vị trí Data Engineer/Data Scientist trong ngành tài chính. Mức lương khi chuyển sau 3 năm kinh nghiệm có thể đạt 35-55 triệu/tháng tùy công ty.

Em có nên nhảy từ công ty IT vendor (phát triển phần mềm cho ngân hàng) sang làm in-house tại Eximbank không?

Có, đây là bước đi hợp lý nếu bạn muốn ổn định lâu dài trong ngành ngân hàng. Lợi ích: lương cứng thường cao hơn, hưởng phúc lợi ngân hàng đầy đủ (bảo hiểm cao cấp, thưởng Tết lớn, xếp hạng tín dụng dễ dàng hơn). Nhược điểm: văn hóa ngân hàng formal hơn, thăng tiến có thể chậm hơn so với startup/IT vendor. Đặc biệt, nếu bạn đang ở vendor và muốn chuyên sâu nghiệp vụ BI ngân hàng, đây là thời điểm tốt để chuyển.

Trong phỏng vấn, hỏi gì để hiểu rõ hơn về công việc thực sự?

5 câu hỏi thông minh nên hỏi HR/Trưởng phòng: (1) "Team Data hiện tại có bao nhiêu người và phân công như thế nào?" – Hiểu quy mô và cơ hội thăng tiến. (2) "Hệ thống BI hiện tại đang dùng những công nghệ gì và đang trong giai đoạn nào của roadmap?" – Hiểu công nghệ và cơ hội học hỏi. (3) "Dữ liệu chủ yếu từ những nguồn nào và độ phức tạp ra sao?" – Hiểu thách thức kỹ thuật. (4) "Sẽ có khóa đào tạo nội bộ về Cognos không?" – Thể hiện mong muốn phát triển. (5) "Cơ hội làm việc trực tiếp với lãnh đạo cấp cao như thế nào?" – Hiểu tầm ảnh hưởng của vai trò.

CV Xây dựng hệ thống thông tin Quản trị kinh doanh