Toàn thời gian 2 chỉ tiêu

Mô tả công việc

1. Triển khai quản trị dữ liệu & chất lượng dữ liệu • Phối hợp với các Khối/Đơn vị (Khối Bán lẻ, Khối Khách hàng Doanh nghiệp, Khối Quản lý Rủi ro, Khối Tài chính, Khối Vận hành, Khối CNTT…) để triển khai các hoạt động quản trị dữ liệu theo khung, chính sách và quy trình đã ban hành. • Đánh giá các hệ thống nguồn và tập dữ liệu trọng yếu nhằm xác định các vấn đề về chất lượng, tính đầy đủ và tính sẵn sàng của dữ liệu; đề xuất phương án làm sạch, chuẩn hoá và làm giàu dữ liệu. • Triển khai profiling dữ liệu, xây dựng và vận hành các chỉ số đo lường chất lượng dữ liệu (Data Quality KPIs), theo dõi xu hướng và đề xuất các biện pháp cải thiện chất lượng dữ liệu theo từng data domain. 2. Quản lý siêu dữ liệu và tiêu chuẩn dữ liệu • Phối hợp xây dựng, cập nhật và quản lý tập trung siêu dữ liệu toàn hàng trên nền tảng Data Platform, bao gồm Business Glossary, Data Dictionary, Data Lineage. • Phát triển và duy trì các tài liệu mô tả đặc tính dữ liệu, tiêu chuẩn dữ liệu và quy ước sử dụng dữ liệu; phối hợp với các đơn vị để đảm bảo các tiêu chuẩn này được tuân thủ và duy trì theo thời gian. 3. Phân loại, bảo mật và quyền riêng tư dữ liệu • Tham gia xây dựng, triển khai và giám sát thực thi các chính sách, quy định, quy trình, tiêu chuẩn liên quan đến phân loại dữ liệu, bảo mật dữ liệu và quyền riêng tư dữ liệu, bảo đảm tuân thủ pháp luật và quy định nội bộ của Ngân hàng. • Phối hợp với Quản trị Dữ liệu Nghiệp vụ (Data Steward) xây dựng danh mục dữ liệu, phân loại dữ liệu cá nhân, xác định dữ liệu nhạy cảm; giám sát việc thu thập, xử lý, chia sẻ dữ liệu cá nhân đúng mục đích và đúng quy định. • Tham gia thiết lập và vận hành cơ chế gắn nhãn dữ liệu (data classification & tagging) trong hệ thống metadata; theo dõi vòng đời sử dụng dữ liệu nhằm tăng cường khả năng kiểm soát và bảo mật dữ liệu. 4. Quản lý truy cập, chia sẻ và rủi ro dữ liệu • Phối hợp thiết lập và giám sát việc thực thi chính sách phân quyền truy cập và chia sẻ dữ liệu, bao gồm quản lý truy cập theo vai trò (RBAC), kiểm soát chia sẻ dữ liệu trong và ngoài Ngân hàng. • Phối hợp với các đơn vị quản lý hệ thống và CNTT triển khai các biện pháp kỹ thuật nhằm đảm bảo các yêu cầu về phân quyền, bảo mật và quyền riêng tư dữ liệu được thực thi đầy đủ. • Tham gia giám sát rủi ro dữ liệu, nhận diện các nguy cơ tiềm ẩn liên quan đến chất lượng, bảo mật và tuân thủ dữ liệu; đề xuất biện pháp phòng ngừa và khắc phục phù hợp.

Yêu cầu ứng viên

1. Trình độ & kinh nghiệm • Tốt nghiệp Đại học trở lên các chuyên ngành: Công nghệ thông tin, Khoa học dữ liệu, Hệ thống thông tin quản lý, Kỹ thuật dữ liệu hoặc các ngành liên quan. • Có tối thiểu 3–5 năm kinh nghiệm (đối với CVC) hoặc 5 năm trở lên (đối với CVCC) trong các lĩnh vực: o Quản trị dữ liệu, chất lượng dữ liệu, dữ liệu chủ (MDM); o Triển khai các dự án/sáng kiến dữ liệu trong ngân hàng hoặc tổ chức tài chính lớn • Có kinh nghiệm triển khai Nghị định 13, Luật dữ liệu, luật Bảo vệ dữ liệu cá nhân, luật An ninh mạng 2. Kiến thức & kỹ năng chuyên môn • Có hiểu biết tốt về khung quản trị dữ liệu: dữ liệu chuẩn, dữ liệu tham chiếu, siêu dữ liệu, kiến trúc dữ liệu, chất lượng dữ liệu. • Có kinh nghiệm hoặc hiểu biết về các công cụ quản trị dữ liệu và chất lượng dữ liệu (ví dụ: Informatica DQ, Collibra hoặc các nền tảng tương đương). • Ưu tiên ứng viên có khả năng đọc, hiểu và áp dụng các văn bản pháp luật và quy định nội bộ liên quan đến dữ liệu (bảo vệ dữ liệu cá nhân, an toàn thông tin, tuân thủ). • Có hiểu biết về nghiệp vụ ngân hàng và đặc thù dữ liệu trong lĩnh vực tài chính – ngân hàng. 3. Kỹ năng bổ trợ • Sử dụng tiếng Anh tốt trong công việc (đọc hiểu tài liệu, trao đổi chuyên môn). • Có khả năng làm việc theo mô hình Agile/Scrum, phối hợp hiệu quả với các đội kỹ thuật và nghiệp vụ. • Kỹ năng phân tích, tổng hợp, giao tiếp và điều phối công việc liên đơn vị tốt.

Phân tích kỹ năng cần có

## Phân tích Kỹ năng cần có cho vị trí CVC Data Governance - VietinBank ### 🔧 HARD SKILLS (Kỹ năng chuyên môn bắt buộc) **1. Kiến thức Data Governance & Data Management** - Data Governance framework (khung quản trị dữ liệu) - Data Quality Management (quản trị chất lượng dữ liệu) - Master Data Management (MDM - Quản lý dữ liệu chủ) - Metadata Management (quản lý siêu dữ liệu) - Data Lineage (theo dõi nguồn gốc dữ liệu) - Business Glossary & Data Dictionary **2. Công cụ Data Governance** - **Collibra** - nền tảng Data Governance phổ biến nhất hiện nay - **Informatica Data Quality (IDQ)** - công cụ đo lường và cải thiện chất lượng dữ liệu - **IBM Data Governance** - **Azure Purview / Microsoft Purview** - ngày càng được nhiều ngân hàng sử dụng - Các công cụ profiling dữ liệu: Dataedo, Ataccama, Talend Data Quality **3. Kiến thức pháp luật liên quan** - **Nghị định 13/2023/NĐ-CP** về bảo vệ dữ liệu cá nhân - **Luật An ninh mạng 2015** - **Luật An toàn thông tin mạng** - **Luật Giao dịch điện tử** - Các thông tư, quyết định của NHNN về quản trị dữ liệu ngân hàng **4. Kiến thức nghiệp vụ ngân hàng** - Hiểu biết về các data domain trong ngân hàng: Khách hàng, Tài khoản, Giao dịch, Sản phẩm, Rủi ro - Hiểu luồng dữ liệu giữa các hệ thống Core Banking, CRM, Anti-Money Laundering (AML) - Quy trình KYC (Know Your Customer), eKYC - Basel III / Basel IV compliance data requirements **5. Kỹ thuật bổ trợ** - SQL (đọc, viết truy vấn phức tạp) - Hiểu biết cơ bản về Data Warehouse, Data Lake, ETL/ELT - Python/R cho data profiling (là một lợi thế) - Mô hình dữ liệu: ER Diagram, Conceptual/Logical/Physical Data Model --- ### 🧩 SOFT SKILLS (Kỹ năng mềm quan trọng) | Kỹ năng | Mức độ quan trọng | Ghi chú | |---------|-------------------|---------| | Giao tiếp & thuyết trình | ⭐⭐⭐⭐⭐ | Phải phối hợp với nhiều khối/đơn vị khác nhau | | Điều phối liên đơn vị | ⭐⭐⭐⭐⭐ | Công việc đòi hỏi làm việc cross-functional | | Phân tích & tổng hợp | ⭐⭐⭐⭐ | Xây dựng KPI, báo cáo chất lượng dữ liệu | | Giải quyết vấn đề | ⭐⭐⭐⭐ | Xử lý các vấn đề chất lượng dữ liệu phức tạp | | Quản lý thay đổi (Change Management) | ⭐⭐⭐⭐ | Triển khai chính sách, quy trình mới | | Đàm phán & thuyết phục | ⭐⭐⭐⭐ | Thuyết phục các đơn vị tuân thủ tiêu chuẩn dữ liệu | --- ### 📜 CHỨNG CHỈ GỢI Ý **Bắt buộc hoặc rất khuyến khích:** - **CDMP (Certified Data Management Professional)** - chứng chỉ quốc tế về quản trị dữ liệu - **DGSP (Data Governance Specialist Program)** - EDMC **Khuyến nghị:** - **CIPP/A (Certified Information Privacy Professional/Asia)** - nếu muốn chuyên sâu về bảo vệ dữ liệu cá nhân - **CISM (Certified Information Security Manager)** - ISACA - **TOGAF 9** - kiến trúc doanh nghiệp - Chứng chỉ Collibra hoặc Informatica của nhà cung cấp --- ### 📊 SO SÁNH: Ứng viên CVC vs CVCC | Tiêu chí | CVC (Chuyên viên chính) | CVCC (Chuyên viên cao cấp) | |----------|------------------------|---------------------------| | Kinh nghiệm | 3-5 năm | 5+ năm | | Mức lương tham khảo | 20-35 triệu/tháng | 35-55 triệu/tháng | | Phạm vi công việc | Thực thi theo hướng dẫn | Thiết kế, giám sát, đào tạo | | Kỳ vọng | Hoàn thành tốt KPI được giao | Tự chủ trong phạm vi công việc | | Yêu cầu bổ sung | - | Có kinh nghiệm dẫn dắt dự án, mentor CVC | *Lưu ý: Mức lương chỉ mang tính tham khảo, phụ thuộc vào kinh nghiệm thực tế và khả năng đàm phán.* --- ### 💡 ĐÁNH GIÁ TỔNG QUAN **Điểm mạnh của JD:** - Mô tả công việc rõ ràng, chi tiết theo từng domain - Đề cập đúng các regulation Việt Nam (Nghị định 13, Luật BV DLCN) - Yêu cầu phối hợp đa khối - phù hợp với mô hình ngân hàng lớn **Điểm cần lưu ý:** - Không đề cập đến công cụ cụ thể nào là bắt buộc → có thể linh hoạt - Yêu cầu tiếng Anh tốt → cần chuẩn bị kỹ - Cần có kinh nghiệm trong ngân hàng/tổ chức tài chính → ứng viên từ fintech, Big4 audit cũng có cơ hội nếu đã làm dự án cho ngân hàng

Chuẩn bị phỏng vấn

## Hướng dẫn Phỏng vấn vị trí CVC Data Governance - VietinBank ### 📋 QUY TRÌNH TUYỂN DỤNG DỰ KIẾN **Thông thường tại VietinBank, quy trình gồm 4-5 vòng:** | Vòng | Nội dung | Thời gian | Ghi chú | |------|----------|-----------|---------| | Vòng 1 | Sàng lọc hồ sơ & Phone screening | 15-20 phút | HR gọi điện xác nhận thông tin cơ bản | | Vòng 2 | Test nghiệp vụ + Tiếng Anh | 60-90 phút | Thi trắc nghiệm hoặc tự luận | | Vòng 3 | Phỏng vấn chuyên môn (cấp Trưởng phòng) | 45-60 phút | Hỏi sâu về kinh nghiệm Data Governance | | Vòng 4 | Phỏng vấn vòng lãnh đạo (Phó Giám đốc/ Giám đốc) | 30-45 phút | Đánh giá tư duy, định hướng | | Vòng 5 | Xác nhận lương & onboard | - | Thương lượng benefits | --- ### 🎯 CÂU HỎI PHỎNG VẤN THEO TỪNG VÒNG #### **VÒNG 1: Phone Screening** **Câu hỏi thường gặp:** 1. "Bạn giới thiệu ngắn gọn về kinh nghiệm làm việc với dữ liệu trong 3-5 năm qua?" 2. "Tại sao bạn quan tâm đến vị trí Data Governance tại VietinBank?" 3. "Bạn có kinh nghiệm làm việc với các bộ phận IT và nghiệp vụ cùng lúc không?" 4. "Mức lương kỳ vọng của bạn là bao nhiêu?" **💡 Tips chuẩn bị:** - Chuẩn bị 1-2 phút tóm tắt kinh nghiệm theo cấu trúc STAR (Situation, Task, Action, Result) - Nghiên cứu trước về VietinBank: quy mô, dữ liệu khách hàng, chiến lược chuyển đổi số - Thể hiện sự quan tâm đến ngành ngân hàng, không chỉ Data Governance --- #### **VÒNG 2: Test Nghiệp vụ + Tiếng Anh** **📝 Phần nghiệp vụ Data Governance:** Có thể thi theo 2 hình thức: **Hình thức 1 - Trắc nghiệm (30-40 câu, 45 phút):** - Data Governance framework (DAMA-DMBOK) - Khái niệm Data Quality dimensions (Completeness, Accuracy, Consistency, Timeliness, Validity) - Các nguyên tắc bảo vệ dữ liệu cá nhân theo Nghị định 13 - Phân biệt Data Steward, Data Owner, Data Custodian **Hình thức 2 - Tự luận (2-3 câu hỏi tình huống):** *Ví dụ câu hỏi:* > "Một bộ phận nghiệp vụ báo cáo rằng dữ liệu khách hàng trên hệ thống CRM không khớp với Core Banking. Bạn sẽ xử lý như thế nào?" *Điểm chấm:* - Quy trình điều tra root cause (profiling dữ liệu) - Phối hợp với Data Steward của đơn vị liên quan - Đề xuất phương án khắc phục (làm sạch, đồng bộ) - Thiết lập monitoring để ngăn ngừa tái diễn **📝 Phần Tiếng Anh:** - Đọc hiểu bài viết chuyên ngành Data Governance (thời gian 30 phút) - Viết lại ý chính hoặc trả lời câu hỏi bằng tiếng Anh - Hoặc thi BULATS equivalent (level B1-B2) **💡 Tips:** - Ôn lại từ vựng Data Governance: data lineage, metadata, data dictionary, data catalog, data quality - Đọc các bài viết về Data Governance trên Harvard Business Review, Gartner --- #### **VÒNG 3: Phỏng vấn chuyên môn (Trưởng phòng)** **Câu hỏi kỹ thuật hay gặp:** **1. Về Data Quality:** - "Bạn có thể liệt kê các dimension của Data Quality và cách đo lường từng dimension không?" - "Khi đánh giá chất lượng dữ liệu, bạn thường dùng những công cụ và phương pháp nào?" - "Mô tả quy trình data profiling mà bạn đã thực hiện?" **2. Về Metadata & Data Standards:** - "Business Glossary khác Data Dictionary như thế nào? Tại sao cần cả hai?" - "Bạn đã từng xây dựng hoặc quản lý data lineage chưa? Thách thức lớn nhất là gì?" - "Làm thế nào để đảm bảo các đơn vị tuân thủ tiêu chuẩn đặt tên dữ liệu (naming convention)?" **3. Về Data Security & Privacy:** - "Phân biệt dữ liệu cá nhân, dữ liệu nhạy cảm, dữ liệu công khai theo Nghị định 13?" - "Quy trình xử lý yêu cầu truy cập dữ liệu của cơ quan nhà nước tại ngân hàng như thế nào?" - "Data classification framework bạn biết có những mức nào?" **4. Về nghiệp vụ ngân hàng:** - "Bạn hiểu gì về data domain trong ngân hàng? Cho ví dụ về critical data elements (CDE)?" - "Rủi ro dữ liệu nào đặc thù trong lĩnh vực ngân hàng mà bạn cần quản lý?" - "Các regulation về dữ liệu ngân hàng mà bạn biết?" **5. Về kinh nghiệm dự án:** - "Kể về một dự án Data Governance mà bạn đã tham gia. Vai trò của bạn là gì? Kết quả như thế nào?" - "Thách thức lớn nhất khi triển khai Data Governance trong tổ chức lớn là gì?" - "Làm thế nào để thuyết phục các đơn vị nghiệp vụ tuân thủ chính sách dữ liệu?" **💡 Tips trả lời:** - Dùng STAR format cho các câu hỏi về kinh nghiệm - Thể hiện hiểu biết thực tế, không chỉ lý thuyết - Đưa ra con số cụ thể: "Giảm 30% duplicate customer data", "Triển khai cho 15 đơn vị" --- #### **VÒNG 4: Phỏng vấn vòng Lãnh đạo** **Câu hỏi chiến lược hay gặp:** 1. "Bạn nghĩ Data Governance tại VietinBank cần ưu tiên điều gì trong 12 tháng tới?" 2. "Nếu một đơn vị không tuân thủ tiêu chuẩn dữ liệu, bạn sẽ xử lý như thế nào?" 3. "Bạn định hướng phát triển sự nghiệp của mình như thế nào trong 3-5 năm tới?" 4. "Tại sao bạn chọn làm Data Governance thay vì Data Engineering hoặc Data Analyst?" 5. "Bạn hiểu gì về văn hóa làm việc tại VietinBank?" 6. "Một Data Steward cần những phẩm chất gì? Bạn có những phẩm chất đó không?" **💡 Tips:** - Thể hiện tư duy chiến lược, không chỉ kỹ thuật - Đọc về chiến lược chuyển đổi số của VietinBank - Chuẩn bị câu hỏi cho người phỏng vấn về đội nhóm, định hướng phòng ban - Thể hiện sự khiêm tốn nhưng tự tin --- ### 👔 DRESS CODE & CHUẨN BỊ NGÀY PHỎNG VẤN **Trang phục:** - **Nam:** Áo sơ mi trắng, quần âu (tối màu), giày da, không cà vạt (tùy mức độ formal của bộ phận) - **Nữ:** Áo sơ mi/cam tuýt trắng hoặc màu nhạt, quần âu hoặc chân váy công sở - Tránh màu quá nổi bật, trang sức cồng kềnh **Những thứ cần mang theo:** - CV (bản cứng) đã in sẵn 2-3 bản - Bằng cấp, chứng chỉ (bản gốc + bản sao) - Giấy tờ tùy thân (CMND/CCCD) - Sổ ghi chú & bút (thể hiện sự chuyên nghiệp) - Điện thoại để tắt âm, check bản đồ nếu cần **Thái độ:** - Đến sớm 10-15 phút - Tắt micro điện thoại hoàn toàn - Gửi email cảm ơn sau phỏng vấn 24 giờ --- ### ⚠️ NHỮNG CÂU HỎI TUYỂN DỤNG BẤT HỢP PHÁP (Biết để tránh) - Hỏi về tình trạng hôn nhân, kế hoạch sinh con - Hỏi về tôn giáo, chính trị - Yêu cầu kiểm tra thai hoặc HIV *Nếu gặp các câu hỏi này, bạn có quyền từ chối trả lời hoặc phản ánh.*

Lộ trình ôn thi

## Lộ trình Ôn tập & Chuẩn bị cho vị trí CVC Data Governance ### 📚 KIẾN THỨC NỀN TẢNG CẦN ÔN (Lộ trình 2 tuần) #### **TUẦN 1: Nền tảng Data Governance & Data Quality** **Ngày 1-2: Data Governance Fundamentals** *Tài liệu:* - **DAMA-DMBOK v2 (Data Management Body of Knowledge)** - Chapter 4: Data Governance - Gartner: "Data Governance Best Practices" (bài viết miễn phí trên website) - Data Governance Institute: "Generally Accepted Data Stewardship Principles" *Nội dung cần nắm:* - Định nghĩa Data Governance - Data Governance framework components - Data Steering Committee, Data Council - Data Owner vs Data Steward vs Data Custodian **Ngày 3-4: Data Quality Management** *Tài liệu:* - DAMA-DMBOK v2 - Chapter 14: Data Quality - Six Dimensions of Data Quality (ISO 8000) *Nội dung cần nắm:* - 6 dimensions: Completeness, Uniqueness, Timeliness, Validity, Accuracy, Consistency - Data Profiling: column analysis, structure analysis, relationship analysis - Data Cleansing & Standardization - Data Quality KPIs & Metrics **Ngày 5-6: Metadata & Data Catalog** *Tài liệu:* - DAMA-DMBOK v2 - Chapter 11: Metadata Management - Collibra documentation (tài liệu miễn phí) *Nội dung cần nắm:* - Business Glossary, Technical Metadata, Operational Metadata - Data Dictionary - Data Lineage (technical lineage vs business lineage) - Data Catalog vs Data Registry **Ngày 7: Ôn tập + Thực hành SQL cho Data Quality** *Thực hành:* - Viết SQL để detect duplicates - Viết SQL để check completeness (NULL values) - Viết SQL để check referential integrity ```sql -- Ví dụ: Kiểm tra duplicate Customer ID SELECT CUSTOMER_ID, COUNT(*) as cnt FROM CUSTOMER_TABLE GROUP BY CUSTOMER_ID HAVING COUNT(*) > 1; -- Kiểm tra completeness SELECT COUNT(*) as total_rows, SUM(CASE WHEN CUSTOMER_NAME IS NULL THEN 1 ELSE 0 END) as null_names, SUM(CASE WHEN ID_NUMBER IS NULL THEN 1 ELSE 0 END) as null_ids FROM CUSTOMER_TABLE; ``` --- #### **TUẦN 2: Pháp luật & Nghiệp vụ Ngân hàng** **Ngày 8-9: Pháp luật về Bảo vệ Dữ liệu** *Tài liệu:* - **Nghị định 13/2023/NĐ-CP** về Bảo vệ dữ liệu cá nhân (đọc toàn bộ) - **Luật An ninh mạng 2015** - Chương II, III - Website của Cục An ninh mạng và phòng, chống tội phạm sử dụng công nghệ cao *Nội dung cần nắm:* - Định nghĩa dữ liệu cá nhân, dữ liệu nhạy cảm - 6 căn cứ xử lý dữ liệu cá nhân - Quyền của chủ thể dữ liệu - Nghĩa vụ của đơn vị xử lý dữ liệu - Phân biệt Nghị định 13 với GDPR (để thể hiện kiến thức rộng) **Ngày 10-11: Kiến thức Nghiệp vụ Ngân hàng** *Tài liệu:* - Website VietinBank: mục Quan hệ nhà đầu tư, Báo cáo thường niên - Website NHNN: các thông tư về bảo mật, an toàn thông tin ngân hàng *Nội dung cần nắm:* - Data domains trong ngân hàng: Customer, Account, Transaction, Product, Risk - Critical Data Elements (CDE): số tài khoản, CMND, số dư, lịch sử giao dịch - AML/KYC data requirements - Cơ chế chia sẻ dữ liệu giữa các tổ chức tín dụng (CIC) **Ngày 12: Công cụ Data Governance** *Tài liệu:* - Collibra Product Documentation (miễn phí) - Informatica Data Quality Tutorials - YouTube: "Data Governance Tool Demo" *Nội dung cần nắm (không cần chuyên sâu, chỉ cần hiểu concept):* - Data Catalog functionality - Business Glossary creation workflow - Data Lineage visualization - Data Quality rule configuration - Collibra vs Informatica vs Azure Purview - so sánh ưu nhược điểm **Ngày 13: Ôn tập + Làm đề thi thử** *Tự tạo đề thi thử:* 1. Giải thích Data Quality dimensions 2. Phân biệt Data Owner và Data Steward 3. Trình bày quy trình Data Governance lifecycle 4. Nghị định 13 quy định gì về đồng ý xử lý dữ liệu? 5. Tình huống: Dữ liệu khách hàng bị trùng lặp 20% giữa 2 hệ thống. Bạn xử lý thế nào? **Ngày 14: Nghỉ ngơi + Chuẩn bị tinh thần** --- ### 📖 TÀI LIỆU THAM KHẢO ĐƯỢC XẾP HẠNG THEO MỨC ĐỘ ƯU TIÊN #### **BẮT BUỘC ĐỌC:** | STT | Tài liệu | Thời gian đọc | Ghi chú | |-----|----------|---------------|---------| | 1 | Nghị định 13/2023/NĐ-CP | 4-5 giờ | Đọc kỹ, nhớ các căn cứ xử lý DLCN | | 2 | DAMA-DMBOK v2 - Chương Data Governance | 3-4 giờ | Sách kinh điển ngành Data Management | | 3 | DAMA-DMBOK v2 - Chương Data Quality | 2-3 giờ | Liên quan trực tiếp đến công việc | | 4 | Website VietinBank | 1-2 giờ | Hiểu về ngân hàng | #### **KHUYẾN NGHỊ ĐỌC:** | STT | Tài liệu | Thời gian | Ghi chú | |-----|----------|----------|---------| | 5 | DAMA-DMBOK v2 - Metadata Management | 2 giờ | Ít thời gian thì đọc tóm tắt | | 6 | Gartner: "The Chief Data Officer’s Playbook for Data Governance" | 1 giờ | Nhiều insights về xu hướng | | 7 | Luật An ninh mạng 2015 | 2 giờ | Phần liên quan đến dữ liệu | #### **ĐỌC THÊM (nếu có thời gian):** - Collibra Blog: Best practices về Data Governance - Data Engineering Weekly (newsletter miễn phí) - Medium: "Data Governance in Banking" - nhiều case study thực tế --- ### 🎯 CHECKLIST TRƯỚC NGÀY PHỎNG VẤN **1 tuần trước:** - [ ] Hoàn thành 80% lộ trình học 2 tuần - [ ] Chuẩn bị CV mới nhất, in 3 bản - [ ] In các bằng cấp, chứng chỉ photo công chứng - [ ] Nghiên cứu kỹ về VietinBank **2-3 ngày trước:** - [ ] Ôn lại các khái niệm quan trọng (quick review) - [ ] Luyện trả lời các câu hỏi phỏng vấn thường gặp - [ ] Chuẩn bị 3-5 câu hỏi để hỏi người phỏng vấn - [ ] Lên kế hoạch đi lại (thời gian, địa điểm) **1 ngày trước:** - [ ] In map đường đến địa điểm phỏng vấn - [ ] Kiểm tra lại CV, giấy tờ - [ ] Ngủ sớm, nghỉ ngơi đầy đủ - [ ] Chuẩn bị trang phục **Sáng ngày phỏng vấn:** - [ ] Ăn sáng nhẹ - [ ] Đến sớm 10-15 phút - [ ] Tắt micro điện thoại - [ ] Hít thở sâu, tự tin! --- ### 💬 CÁC CÂU HỎI NÊN HỎI NGƯỜI PHỎNG VẤN 1. "Đội ngũ Data Governance hiện tại có bao nhiêu người? Mô hình tổ chức như thế nào?" 2. "Những thách thức lớn nhất về dữ liệu mà VietinBank đang đối mặt hiện tại là gì?" 3. "Cơ hội học tập và phát triển trong vai trò này như thế nào?" 4. "Các bộ phận nào là stakeholder chính của Trung tâm Quản trị dữ liệu?" 5. "Quy trình onboarding cho nhân viên mới như thế nào?"

Tư vấn nghề nghiệp

## Lời khuyên Sự nghiệp cho vị trí Data Governance tại VietinBank ### 🚀 LỘ TRÌNH THĂNG TIẾN ``` CVC Data Governance (3-5 năm KN) │ ▼ CVCC Data Governance (5+ năm KN) │ ▼ Trưởng nhóm Data Governance (7-10 năm KN) │ ▼ Phó Phòng/ Trưởng Phòng QL Dữ liệu (10-12 năm KN) │ ▼ Giám đốc Trung tâm/ CDO (Chief Data Officer) (15+ năm KN) ``` --- ### 📈 MỨC LƯƠNG KỲ VỌNG THEO CẤP BẬC **Lưu ý:** Mức lương mang tính tham khảo tại Hà Nội, tháng 6/2024. Thực tế phụ thuộc vào kinh nghiệm, kỹ năng, và khả năng đàm phán. | Cấp bậc | Kinh nghiệm | Lương tháng (VNĐ) | Tổng thu nhập năm | |---------|-------------|-------------------|-------------------| | CVC (fresh 3 năm) | 3-5 năm | 20-28 triệu | 300-400 triệu | | CVC (5 năm KN) | 5 năm | 28-35 triệu | 400-500 triệu | | CVCC | 5-7 năm | 35-50 triệu | 500-700 triệu | | Trưởng nhóm | 7-10 năm | 50-70 triệu | 700-950 triệu | | Trưởng Phòng | 10-12 năm | 70-100 triệu | 950-1.3 tỷ | | Giám đốc CDO | 15+ năm | 120-200 triệu | 1.5-2.5 tỷ | **Phụ cấp & Benefits bổ sung:** - Phụ cấp ăn trưa: 700-900K/tháng - Phụ cấp xăng xe: 300-500K/tháng - Bảo hiểm cao cấp (VPBank-Samsung, BVH...) - Thưởng performance: 1-4 tháng lương - Du lịch, team building hàng năm - Đào tạo nội bộ & bên ngoài **So sánh với thị trường:** - Mức lương VietinBank ở mức trung bình khá so với Big 4 Banks - VietinBank, VCB, BIDV thường có mức lương tương đương nhau - VPBank, Techcombank, MBBank có thể cao hơn 10-20% - Foreign banks (HSBC, Standard Chartered) có thể cao hơn 30-50% --- ### 🎯 KỸ NĂNG CẦN PHÁT TRIỂN THÊM #### **Ngắn hạn (6-12 tháng đầu):** **1. Kỹ năng nghiệp vụ:** - Hiểu sâu hơn về data model trong Core Banking (Temenos, Finacle, Flexcube) - Học về các regulation ngân hàng: Basel III, PCI-DSS, SWIFT - Thành thạo ít nhất 1 công cụ Data Governance (Collibra hoặc Informatica) **2. Kỹ năng mềm:** - Giao tiếp với cấp lãnh đạo (executive presence) - Kỹ năng thuyết trình (presentation skills) - Viết báo cáo, tài liệu chuẩn doanh nghiệp **3. Chứng chỉ:** - CDMP (Certified Data Management Professional) - Hoặc chứng chỉ về Collibra/Informatica --- #### **Trung hạn (1-3 năm):** **1. Chuyên sâu nghiệp vụ:** - Trở thành chuyên gia 1-2 data domain cụ thể (ví dụ: Customer Data, Transaction Data) - Hiểu Data Architecture (Data Lake, Data Warehouse, Data Mesh) - Thêm: Kiến thức về AI/ML governance (Model Risk Management) **2. Kỹ năng quản lý:** - Dẫn dắt dự án nhỏ - Mentor CVC mới - Kỹ năng quản lý stakeholder **3. Chứng chỉ nâng cao:** - CIPP/A (nếu muốn chuyên về Privacy) - CISM hoặc CRISC (nếu muốn chuyên về Data Risk) - TOGAF 9 (Enterprise Architecture) --- #### **Dài hạn (3-5 năm):** **Hướng 1 - Lãnh đạo chuyên môn:** - Trưởng nhóm → Phó Phòng → Trưởng phòng/ Giám đốc Trung tâm - Cần: Tầm nhìn chiến lược, khả năng định hướng, quản lý team lớn **Hướng 2 - Chuyên gia nghiệp vụ (Subject Matter Expert):** - Data Governance Lead/Architect - Cần: Kiến thức sâu về Data Architecture, Emerging Tech **Hướng 3 - Chuyển sang vị trí liên quan:** - Data Protection Officer (DPO) - theo Nghị định 13 - Chief Data Officer (CDO) - Data Risk Manager - Cần: Kinh nghiệm quản lý, hiểu biết rộng về regulation **Hướng 4 - Chuyển sang công ty khác:** - Data Governance Manager tại Big Tech, Fintech - Data Governance Consultant (Big 4) - Mức lương có thể cao hơn 30-50% khi chuyển sang private sector --- ### 💡 LỜI KHUYÊN TỪ CHUYÊN GIA **1. "Data Governance là công việc của con người, không phải công nghệ"** - Kỹ thuật quan trọng nhưng kỹ năng giao tiếp, thuyết phục còn quan trọng hơn - 80% thành công của Data Governance nằm ở people management **2. "Xây dựng uy tín từ những việc nhỏ"** - Hoàn thành tốt KPI đầu tiên - Tự giác báo cáo tiến độ - Giải quyết vấn đề trước khi được yêu cầu **3. "Đừng chỉ nói về vấn đề, hãy đề xuất giải pháp"** - Khi phát hiện vấn đề dữ liệu, đi kèm với phương án xử lý - Lãnh đạo đánh giá cao nhân viên tự giải quyết vấn đề **4. "Network, network, network"** - Kết nối với Data Steward ở các đơn vị khác - Tham gia cộng đồng Data Governance Việt Nam - Theo dõi xu hướng quốc tế (DAMA International, Gartner) **5. "Cân bằng giữa tuân thủ và kinh doanh"** - Data Governance không phải để cản trở hoạt động kinh doanh - Mục tiêu: dữ liệu chất lượng để hỗ trợ quyết định tốt hơn --- ### 📊 TÌNH HÌNH THỊ TRƯỜNG LAO ĐỘNG DATA GOVERNANCE **Xu hướng 2024-2025:** - Nhu cầu Data Governance tăng mạnh do Nghị định 13 có hiệu lực - Các ngân hàng lớn đẩy mạnh xây dựng đội ngũ Data Governance - Thiếu hụt nhân sự có kinh nghiệm thực tế **Cơ hội cho ứng viên:** - Ứng viên có kinh nghiệm 2-3 năm trong lĩnh vực liên quan vẫn có cơ hội - Cạnh tranh không quá khốc liệt như Software Engineer - Mức lương đang tăng 10-15% mỗi năm **Lời khuyên cuối cùng:** > *"Data Governance là một trong những lĩnh vực có tốc độ phát triển nhanh nhất trong ngành ngân hàng Việt Nam hiện nay. Nắm bắt cơ hội này, bạn không chỉ có việc làm ổn định mà còn định vị mình ở vị trí chiến lược trong tổ chức."*

Câu hỏi thường gặp

Mình có 3 năm kinh nghiệm làm Data Analyst tại một công ty fintech, có cơ hội ứng tuyển vị trí CVC Data Governance tại VietinBank không?

Có cơ hội đấy! Vị trí CVC yêu cầu 3-5 năm kinh nghiệm, bạn đang nằm trong ngưỡng. Điểm mạnh của bạn: có kinh nghiệm làm việc với dữ liệu, hiểu về data quality. Tuy nhiên, bạn cần bổ sung: (1) Kiến thức về Nghị định 13, Luật BV DLCN - phần này bạn có thể tự học; (2) Hiểu biết về nghiệp vụ ngân hàng - điểm yếu của ứng viên fintech; (3) Kinh nghiệm cross-functional collaboration - fintech thường team nhỏ, ít phối hợp đa đơn vị. Lời khuyên: trong CV, hãy nhấn mạnh những dự án data governance đã tham gia (dù nhỏ), và nghiên cứu kỹ về các regulation ngân hàng trước khi phỏng vấn. Xác suất pass vòng hồ sơ khá cao nếu CV thể hiện đúng đam mê và sự chuẩn bị. **Điểm cần lưu ý:** JD yêu cầu "kinh nghiệm triển khai Nghị định 13, luật BV DLCN" - nếu bạn chưa có, hãy thể hiện sự tự nghiên cứu nghiêm túc. Đây là vị trí cross-functional nên kỹ năng giao tiếp rất quan trọng. **Phỏng vấn tips:** Chuẩn bị câu chuyện về một lần bạn phải phối hợp với nhiều bên để hoàn thành dự án dữ liệu. Đây là điểm HR và Trưởng phòng sẽ đánh giá kỹ.

Mức lương cho vị trí CVC Data Governance tại VietinBank là bao nhiêu? Có thương lượng được không?

JD ghi "Thỏa thuận" nên hoàn toàn có thể thương lượng! Theo thị trường Hà Nội 2024, mức tham khảo: - **CVC (3-5 năm KN):** 20-35 triệu/tháng - **CVCC (5+ năm KN):** 35-55 triệu/tháng **Cách thương lượng hiệu quả:** 1. **Nghiên cứu trước:** Tìm hiểu mức lương thị trường qua Glassdoor, Vietnamworks, các group LinkedIn 2. **Xác định baseline:** Tính mức lương hiện tại + 20-30% là mức kỳ vọng hợp lý 3. **Chuẩn bị lý do:** Có chứng chỉ CDMP, kinh nghiệm với Collibra/Informatica, hoặc kiến thức regulation sâu → cơ sở để đàm phán cao hơn 4. **Timing:** Đợi họ đưa ra offer trước, đừng nói trước con số cứng nhắc **Lưu ý quan trọng:** VietinBank là ngân hàng nhà nước, nên quy trình tuyển dụng và bảng lương có phần cứng nhắc hơn các ngân hàng tư nhân. Tuy nhiên, phụ cấp và thưởng có thể bù đắp phần nào. **Thêm:** Đừng chỉ tập trung vào lương, hãy hỏi về: thưởng KPI (%?), phụ cấp, bảo hiểm cao cấp, cơ hội đào tạo, lộ trình thăng tiến.

Mình là sinh viên năm 4 ngành Công nghệ thông tin, muốn theo hướng Data Governance, nên bắt đầu từ đâu?

Đây là lộ trình gợi ý để bạn chuẩn bị cho tương lai: **Ngay bây giờ (năm 4):** 1. **Học tốt SQL, Python** - đây là nền tảng không thể thiếu 2. **Tìm hiểu DAMA-DMBOK** - sách kinh điển về Data Management, có bản tiếng Việt lược dịch 3. **Học về pháp luật dữ liệu:** Nghị định 13, GDPR (để so sánh) 4. **Làm đồ án tốt nghiệp** liên quan đến Data Quality hoặc Data Governance 5. **Xin thực tập** tại Big 4 Banks (VietinBank, VCB, BIDV) hoặc công ty Big 4 (Deloitte, PwC) ở phòng Data Consulting **Sau khi tốt nghiệp:** 1. **Vị trí phù hợp để apply:** Data Analyst, Data Quality Analyst, Junior Data Governance Analyst 2. **Mục tiêu 2-3 năm:** Tích lũy kinh nghiệm thực tế về profiling, cleansing, metadata management 3. **Chứng chỉ:** CDMP - Certified Data Management Professional (có thể thi sau 1-2 năm đi làm) 4. **Học thêm về nghiệp vụ:** Tự học nghiệp vụ ngân hàng, tài chính qua các khóa online (Coursera, edX) **Lời khuyên thực tế:** Data Governance là role đòi hỏi kinh nghiệm, nên bạn cần bắt đầu từ vị trí liên quan đến dữ liệu (Data Analyst, Business Analyst) trước. Sau 2-3 năm, khi đã có nền tảng, bạn sẽ sẵn sàng cho vị trí CVC Data Governance. **Tài liệu miễn phí để bắt đầu:** - DAMA International Website (damas.org) - Data Governance Institute (datagovernance.com) - Medium: "Data Governance for Beginners"

Công việc hàng ngày của một CVC Data Governance tại ngân hàng như thế nào? Có phải ngồi máy tính suốt ngày không?

Không hẳn! Data Governance là công việc hybrid giữa desk work và collaboration. Một ngày điển hình: **Sáng (9:00 - 12:00):** - Check email, Slack/Teams messages - Xem báo cáo Data Quality Dashboard từ đêm qua (automated alerts) - Họp với Data Steward của Khối Bán lẻ về vấn đề duplicate customer data - Update Business Glossary trên Collibra **Chiều (13:30 - 17:30):** - Phỏng vấn nghiệp vụ Khối Rủi ro về data lineage của hệ thống scoring - Viết tài liệu đề xuất cải thiện chất lượng dữ liệu tài khoản - Họp Data Council hàng tuần (1 lần/tuần) - Làm việc với IT về data classification tagging **Một số công việc định kỳ:** - Tuần: Họp 1:1 với Trưởng phòng, họp với các Data Steward - Tháng: Báo cáo Data Quality KPIs cho lãnh đạo - Quý: Đánh giá tuân thủ chính sách dữ liệu **Thời gian:** Thường là 8h-17h, có thể OT khi có dự án deadline. Vì phải phối hợp với nhiều đơn vị, nên bạn sẽ có nhiều cuộc họp hơn là ngồi code. **Điểm thú vị:** Bạn được tiếp xúc với nhiều bộ phận khác nhau - từ IT, nghiệp vụ bán lẻ, đến pháp chế, rủi ro. Đây là công việc tốt nếu bạn thích giao tiếp và không muốn ngồi một chỗ cả ngày.

Tôi đang làm Data Engineer ở một công ty outsource, muốn chuyển sang Data Governance. Có khó không và cần chuẩn bị những gì?

Hoàn toàn có thể chuyển, và thực tế background kỹ thuật của bạn là lợi thế! Nhưng cần chuẩn bị: **Điểm mạnh của bạn:** - Hiểu technical architecture, data pipeline → dễ tiếp cận Data Lineage, Data Catalog - Kinh nghiệm với ETL, database → dễ hiểu về Data Quality ở cấp độ kỹ thuật - Đã làm việc với dữ liệu → không phải start from zero **Điểm cần bổ sung:** 1. **Soft skills:** Data Engineer thường làm việc độc lập, nhưng Data Governance đòi hỏi giao tiếp liên tục với business users. Đây là khoảng cách lớn nhất. 2. **Business knowledge:** Hiểu nghiệp vụ ngân hàng, không chỉ kỹ thuật 3. **Regulation knowledge:** Nghị định 13, luật BV DLCN - phần này hoàn toàn mới với bạn 4. **Framework thinking:** DAMA-DMBOK framework, Data Governance lifecycle **Cách chuyển đổi hiệu quả:** 1. **Tự học:** DAMA-DMBOK, các regulation liên quan 2. **Xây dựng portfolio:** Tham gia dự án Data Governance nội bộ (nếu công ty có), hoặc volunteer cho open-source Data Governance project 3. **Network:** Kết nối với Data Governance professional trên LinkedIn 4. **Apply đúng vị trí:** Tìm các JD "Data Governance" hoặc "Data Quality" thay vì cố apply "CDO" **Lời khuyên:** Trong CV và phỏng vấn, hãy diễn đạt kinh nghiệm Data Engineer của bạn theo góc nhìn Data Governance. Ví dụ: "Thiết kế data pipeline đảm bảo tính nhất quán dữ liệu" thay vì "Code ETL". Điều này cho thấy bạn đã có tư duy governance dù không làm đúng title. **Khả năng thành công:** Cao nếu bạn chịu học hỏi regulation và rèn luyện kỹ năng giao tiếp. Background kỹ thuật + tư duy governance = profile hiếm có trên thị trường!

VietinBank vs VPBank, vị trí Data Governance thì nên chọn ngân hàng nào?

Câu hỏi hay! Còn tùy vào ưu tiên cá nhân của bạn. So sánh: | Tiêu chí | VietinBank | VPBank | |----------|------------|--------| | **Tính ổn định** | Ngân hàng nhà nước, rất ổn định | Ngân hàng tư nhân, linh hoạt hơn | | **Mức lương** | Trung bình, cứng nhắc | Cao hơn 15-25%, linh hoạt đàm phán | | **Bonus** | Thưởng cố định theo quy định | Thưởng performance cao, có thể 6-12 tháng | | **Văn hóa** | Formal, hệ thống, quy trình rõ ràng | Năng động, khởi nghiệp, đổi mới nhanh | | **Thăng tiến** | Chậm hơn, cần kiên nhẫn | Nhanh hơn nếu có kết quả | | **Công nghệ** | Đang chuyển đổi số, legacy system nhiều | Tech-forward, đầu tư mạnh vào data | | **Work-life balance** | Tốt hơn | Có thể bận hơn theo mùa | | **Phúc lợi** | BHXH đầy đủ, phụ cấp ổn | Lương cao hơn nhưng phúc lợi ít hơn | **Bạn nên chọn VietinBank nếu:** - Ưu tiên sự ổn định, lâu dài - Thích môi trường formal, có hệ thống - Muốn làm việc với dữ liệu legacy bank (kinh nghiệm quý cho CV) - Cần thời gian cho gia đình, cuộc sống riêng **Bạn nên chọn VPBank nếu:** - Muốn mức lương cao hơn - Thích môi trường năng động, thử thách - Sẵn sàng chấp nhận áp lực cao hơn - Muốn thăng tiến nhanh **Lời khuyên:** Nếu đây là công việc đầu tiên trong ngành Data Governance, hãy ưu tiên VietinBank - bạn sẽ học được nhiều từ hệ thống legacy và quy trình chuẩn của ngân hàng nhà nước. Sau 2-3 năm, bạn có thể chuyển sang VPBank với mức lương cao hơn đáng kể. **Thực tế:** Nhiều người sau 3-4 năm ở VietinBank thường chuyển sang VPBank với jump lương 30-40%.

CVC Data Governance có phải làm việc cuối tuần, có KPI cứng không?

Câu hỏi thực tế mà nhiều người quan tâm! Trả lời dựa trên thông tin từ cộng đồng: **Về giờ làm việc:** - **Giờ hành chính:** Thường 8h-17h, thứ 2-6 - **Cuối tuần:** Hiếm khi phải làm, trừ khi có dự án lớn hoặc deadline đặc biệt - **OT:** Có thể OT khi: (1) Triển khai dự án mới, (2) Audit tuân thủ, (3) Sự cố dữ liệu nghiêm trọng - So với các vị trí IT/Software, Data Governance ít phải OT hơn **Về KPI:** - Có KPI, nhưng thường là KPIs nhóm/phòng ban, ít cứng nhắc như sales - Ví dụ KPI phổ biến: - Số data quality issues được giải quyết - % đơn vị hoàn thành đánh giá Data Quality - Số Business Glossary terms được approved - Số training session được tổ chức - **Lưu ý:** Không phải KPI cá nhân như sales (thu tiền, mở tài khoản), nên áp lực thấp hơn - Tuy nhiên, vẫn có báo cáo định kỳ cho lãnh đạo, nên cần hoàn thành công việc đúng tiến độ **So sánh với các vị trí khác trong ngân hàng:** - **Ít áp lực hơn:** Sales, Customer Service - **Tương đương:** Các vị trí back-office khác - **Nhiều áp lực hơn:** Risk Management, Compliance (vì phải chịu trách nhiệm pháp lý) **Điểm cần lưu ý:** Vì Data Governance là vai trò hỗ trợ (enabler), nên thành công phụ thuộc vào việc các đơn vị khác tuân thủ. Bạn có thể làm tốt nhưng nếu stakeholder không hợp tác, KPI vẫn khó đạt. Đây là thách thức đặc thù của ngành. **Kết luận:** Work-life balance tốt hơn nhiều vị trí khác trong ngân hàng. Phù hợp nếu bạn muốn công việc ổn định, ít áp lực doanh số.

CVC Data Governance