VPBank tuyển dụng CVC Phân tích kinh doanh (KHDN) - HN

CMNV

Mô tả công việc

Mục đích của chức danh/ Job Purpose
Chịu trách nhiệm thu thập, xem xét, biến đổi dữ liệu và phân tích chuyên sâu với mục tiêu chỉ ra được những insight hữu ích, đưa ra khuyến nghị và hỗ trợ trong việc ra các quyết định của đơn vị kinh doanh.
Responsible for collecting, inspecting, cleansing, transforming, and modeling data with the goal of discovering useful information (finding meaningful facts and trends relevant to an outcome of interest), informing conclusions (making sense of complex concepts) and supporting decision-making.

Critical accountabilities
Các hoạt động chính/ Major activities
1. Chịu trách nhiệm thu thập dữ liệu; phối hợp với các bên liên quan tính toán kết quả chương trình định kỳ để đối tượng được tính thưởng nắm được kết quả; tạo động lực đạt mục tiêu cá nhân/ tập thể.
Triển khai các phân tích nhằm cung cấp các nhận định; đánh giá hiệu quả chương trình với đơn vị ban hành chương trình; trên cơ sở đó giúp đơn vị quản lý chương trình có các điều chỉnh phù hợp trong quá trình triển khai chương trình; giúp chương trình đạt được các mục tiêu hiệu quả tài chính đề ra.
Data collection & calculation: Responsible for collection data and coordinate with the relevant parties to calculate program results on the regular basis. This ensures that those eligible for incentives understand their performance, creating motivation to achieved individual/ team goals.
Program effectiveness analysis and recommendations: conduct analyses to provide insights and evaluate program effectiveness for issuing units. Base on these evaluations, assist program management in making appropriate adjusment during program implementation, helping the program achieve its financial objects.
2. Tính toán kết quả các chương trình tính thưởng (KPIs/Incentive; thúc đẩy bán, hoa hồng đối tác; Marketing cho khách hàng) để hỗ trợ đơn vị trong các chiến lược thúc đẩy kinh doanh
Calculate the results of incentive program (KPIs/Incentive; sales promotion, partner commissions, customer marketing) to support the BU in their sales growth strategies.
3. Tham gia vào các dự án, sáng kiến của EDA trong việc hiện đại hóa công cụ báo cáo/phân tích/tính toán Incentive/Cloud để hoàn thành các mục tiêu chung của phòng/khối
Participate in projects of EDA in modernize BI tool/Payment tool/Cloud project to contribute to success of the project.
4. Thực hiện các công việc khác do cấp trên giao phó.
Performing other tasks as assigned by upper management.

Các kết quả/ Outcomes/ Measures

Trực quan hóa dữ liệu, phân tích kết quả bằng việc sử dụng kỹ thuật thống kê đưa ra các khuyến nghị nhằm tăng cường hiệu quả kinh doanh. Kết quả thực hiện khuyến nghị. Báo cáo định lượng tác động của khuyến nghị/phân tích đến kinh doanh.

Visualize data, analyze results by using statistics techniques and provde recommendation to enhance business effectiveness. Results of implementiation the recommendations. Quantatives analysis on impact of recommendation/ analysis on the business.

Kết quả tính toán theo các quy định đối với từng đối tượng của chương trình.

Calculation results in accordance with the regulations for each program participant.

Góp phần đảm bảo thành công của dự án.

Contribute to success of the project.

Đảm bảo hoàn thành các công việc được giao trong thời hạn quy định.

Ensure finishing all tasks within required timeline.

Các yêu cầu về năng lực/ Requirements
1. Trình độ Học vấn/ Educational Qualifications
Tốt nghiệp Đại học về kinh tế/ngân hàng/tài chính/công nghệ thông tin/khoa học dữ liệu hoặc các chuyên ngành liên quan.
University degree in economics / banking / finance / IT/ AI - ML or relevant majors.
2. Kiến thức/ Chuyên môn Có Liên Quan/ Relevant Knowledge/ Expertise

Có kiến thức về ngân hàng

Knowledge of banking.

Ưu tiên có kiến thức về sản phẩm/dịch vụ khối Khách hàng doanh nghiệp

Knowledge of products/services of Corporate Banking.

Có kiến thức về hệ thống dữ liệu, hệ thống báo cáo phân tích kinh doanh

Knowledge of data system, Business intelligence system.

Kinh nghiệm tính toán các chương trình KPIs, Incentive, thúc đẩy bán là 1 lợi thế

Proficiency in calculating KPIs, incentive program and sales promotions is a strong assset.
3. Các Kỹ Năng/ Skills

Kỹ năng giải quyết vấn đề một cách sáng tạo.

Problem-solving skills in a creative way.

Kỹ năng sử dụng thành thạo các công cụ quản lý dữ liệu (SQL, Cloud skill, …)

Data management tools skill.

Kỹ năng báo cáo, phân tích sử dụng đa công cụ (Excel, BI tools, Python, R, …)

Reporting & analytics skills using mutiple tools (Excel, BI tools, Python, R…).
4. Các Kinh nghiệm Liên quan/ Relevant Experience
Có từ 2 năm kinh nghiệm về quản lý hệ thống báo cáo và phân tích cho ngân hàng, ưu tiên kinh nghiệm trực tiếp tại mảng Khách Hàng Doang Nghiệp
Have practical experience in managing BI system for Corporate banking.
5. Các năng lực cần có/ Required Competencies

Có khả năng làm việc độc lập cũng như làm việc nhóm.

Ability to work independently as well as teamwork.

Có khả năng phân tích, khả năng quản lý thời gian và có tư duy logic.

Ability to analyze, manage time and logical thinking.

Chế độ lương thưởng & chính sách phúc lợi / Perks & Benefits

Thu nhập hấp dẫn, lương thưởng cạnh tranh theo năng lực, gói thu nhập 15-18 tháng lương/năm

Attractive compensation package with competitive, performance-based salary and bonuses, totaling 15–18 months of income per year

Thưởng các Ngày lễ, Tết (theo chính sách ngân hàng)

Holiday and Tet bonuses in accordance with the Bank’s prevailing policies

Được vay ưu đãi theo chính sách ngân hàng từng thời kỳ

Preferential loan programs offered based on the Bank’s policy at each period

Chế độ ngày phép hấp dẫn theo cấp bậc công việc

Enhanced annual leave entitlements aligned with job grade and position level

Bảo hiểm theo luật lao động + Bảo hiểm VPBank care cho CBNV theo cấp bậc và thời gian công tác

Full statutory insurance coverage, plus VPBank Care insurance tailored to employee grade and length of service

Cơ hội làm việc tại một Ngân hàng tiên phong ứng dụng AI & ML trong thúc đẩy giá trị kinh doanh với hệ sinh thái đa dạng: Ngân hàng, Tài chính, Chứng khoán, Bảo hiểm,...

Opportunity to work at a pioneering Bank applying AI & ML to enhance business value across a diverse ecosystem including Banking, Finance, Securities, Insurance, and more

Cơ hội phát triển tại môi trường dẫn đầu thị trường ngân hàng về khối lượng dữ liệu; tham gia nhiều dự án, sáng kiến dữ liệu lớn, không ngừng tạo ra giá trị gia tăng cho khách hàng

Career development in a leading data-driven environment, participating in large-scale big data projects and initiatives that continuously deliver added value to customers

Được tham gia các khóa đào tạo tùy thuộc vào Khung đào tạo cho từng vị trí.

Access to training programs aligned with the competency framework for each position.

Liên hệ / Contact
Gửi CV về email / Please send your CV to: linhntk14@vpbank.com.vn
Tiêu đề mail / Subject mail: Business Intelligence (CBD) - TA174 - Full name

Địa điểm làm việc / Working location: 89 Láng Hạ, Đống Đa, Hà Nội

Phân tích kỹ năng cần có

Phân tích kỹ năng cần có cho vị trí CVC Phân tích kinh doanh (KHDN) – VPBank

1. Hard Skills (Kỹ năng cứng – bắt buộc)

a) Kỹ năng dữ liệu & phân tích

SQL nâng cao: Truy vấn, join, window functions, CTE, tối ưu hóa truy vấn trên các hệ quản trị CSDL Oracle/SQL Server/PostgreSQL (ngân hàng thường dùng Oracle).
Excel/Power Query nâng cao: Pivot Table, Power Pivot, DAX cơ bản, VBA macro là lợi thế lớn.
Python hoặc R: Pandas, NumPy, Matplotlib, Seaborn cho phân tích thống kê và trực quan hóa.
Power BI hoặc Tableau: Thiết kế dashboard tương tác, DAX, Power Query. VPBank đang hiện đại hóa BI tool nên kinh nghiệm Power BI/Tableau được đánh giá cao.
Thống kê ứng dụng: Hồi quy, kiểm định giả thuyết, phân tích tương quan, phân tích phương sai (ANOVA), A/B testing.
Khai phá dữ liệu (Data Mining): Clustering, classification, time-series analysis cơ bản.

b) Kiến thức ngân hàng & tài chính

Hiểu sản phẩm tín dụng KHDN: cho vay, bảo lãnh, tài trợ thương mại, quản lý dòng tiền.
Hiểu KPI ngân hàng: NIM, CASA, NPL ratio, ROA, ROE, CIR.
Hiểu cơ chế incentive/KPI: cách tính thưởng, commission, sales target cho chi nhánh/relationship manager.
Am hiểu Basel II/III và quy định NHNN về phân loại nợ, trích lập dự phòng.

c) Kỹ năng tính toán Incentive

Thiết kế và tính toán chương trình thưởng phức tạp (nhiều tầng, nhiều điều kiện).
Đánh giá hiệu quả chương trình khuyến mãi, thúc đẩy bán.

2. Soft Skills (Kỹ năng mềm)

Kỹ năng	Mức độ quan trọng	Lý do
Tư duy phản biện	⭐⭐⭐⭐⭐	Phải đưa ra khuyến nghị có tác động đến kinh doanh
Kỹ năng kể chuyện bằng dữ liệu (Data Storytelling)	⭐⭐⭐⭐⭐	Trực quan hóa và thuyết phục stakeholder
Giao tiếp đa cấp	⭐⭐⭐⭐	Làm việc với KHDN, IT, Ban lãnh đạo
Quản lý dự án	⭐⭐⭐⭐	Tham gia dự án hiện đại hóa BI/Cloud
Tiếng Anh	⭐⭐⭐⭐	JD song ngữ, tài liệu quốc tế

3. Chứng chỉ gợi ý

Microsoft Certified: Power BI Data Analyst Associate (PL-300) – rất phù hợp.
Google Data Analytics Professional Certificate – nền tảng tốt cho người mới.
AWS Certified Data Analytics – Specialty – nếu muốn đi sâu vào Cloud.
Tableau Desktop Specialist / Certified Data Analyst – bổ sung.
Chứng chỉ FRM/CFA Level 1 – lợi thế lớn về tài chính ngân hàng.
Chứng chỉ Tin học văn phòng nâng cao (MOS Expert) – cơ bản nhưng cần thiết.

4. Bảng so sánh mức độ ưu tiên kỹ năng

Nhóm kỹ năng	Mức ưu tiên cho vị trí này	Ghi chú
SQL + Python	Rất cao	Xử lý dữ liệu lớn từ core banking
Power BI	Rất cao	VPBank đang hiện đại hóa BI
Kiến thức KHDN	Cao	Hiểu nghiệp vụ là điểm cộng lớn
Thống kê	Cao	Đánh giá hiệu quả chương trình
Cloud (AWS/Azure)	Trung bình-Cao	Tham gia dự án Cloud
Machine Learning	Trung bình	Chưa phải yêu cầu cốt lõi

Chuẩn bị phỏng vấn

Hướng dẫn phỏng vấn vị trí CVC Phân tích kinh doanh (KHDN) – VPBank

Quy trình tuyển dụng dự kiến (kinh nghiệm thực tế tại VPBank & nhóm ngân hàng TMCP)

Vòng 1: Sơ loại hồ sơ (HR Screening)

HR kiểm tra CV, bằng cấp, kinh nghiệm liên quan.
Lọc qua hệ thống ATS (Greenhouse/Workday).
Có thể có bài test nghiệp vụ online: Excel, SQL, IQ test.

Vòng 2: Test nghiệp vụ + Tiếng Anh (Online hoặc tại văn phòng)

Bài test Excel nâng cao (VLOOKUP, Pivot, hàm mảng).
Bài test SQL (viết truy vấn, tối ưu hóa).
Bài test logic/math.
Tiếng Anh: đọc hiểu, viết email, có thể có bài test Toeic internal.

Vòng 3: Phỏng vấn với Trưởng phòng/Quản lý trực tiếp (Trưởng phòng Phân tích dữ liệu)

Phỏng vấn chuyên sâu về kinh nghiệm, dự án đã làm.
Câu hỏi case study thực tế về phân tích incentive.
Đánh giá tư duy phản biện, khả năng giải quyết vấn đề.

Vòng 4: Phỏng vấn với Giám đốc khối/GĐ data

Đánh giá tầm nhìn, khả năng phù hợp văn hóa VPBank.
Câu hỏi về định hướng nghề nghiệp dài hạn.

Vòng 5: Phỏng vấn HR cuối – Offer & Thương lượng

Xác nhận mức lương, phúc lợi, ngày vào làm.
Có thể check reference.

Câu hỏi phỏng vấn thường gặp theo từng vòng

Vòng HR:
1. Giới thiệu ngắn về bản thân và lý do ứng tuyển VPBank.
2. Mức lương hiện tại và kỳ vọng?
3. Thời gian có thể bắt đầu làm việc?
4. Bạn biết gì về VPBank và khối KHDN của ngân hàng?

Vòng nghiệp vụ – Trưởng phòng:
5. Hãy mô tả một dự án phân tích dữ liệu phức tạp bạn đã thực hiện. Kết quả kinh doanh cụ thể là gì?
6. Bạn sẽ thiết kế chương trình incentive cho chi nhánh KHDN như thế nào? Những chỉ số nào quan trọng?
7. Làm thế nào để đánh giá hiệu quả của một chương trình khuyến mãi cho vay?
8. Nếu số liệu bán hàng tháng này giảm 20%, bạn sẽ phân tích như thế nào để tìm nguyên nhân?
9. Sự khác biệt giữa Correlation và Causation? Cho ví dụ trong ngân hàng.
10. Trình bày cách bạn xây dựng một dashboard Power BI theo dõi hiệu quả KHDN.
11. Bạn xử lý thế nào khi dữ liệu từ các hệ thống khác nhau bị xung đột?
12. Khi nào nên dùng trung bình, khi nào nên dùng trung vị trong phân tích?
13. Viết truy vấn SQL: Tính tổng dư nợ và số lượng khách hàng KHDN theo từng ngành nghề trong 6 tháng gần nhất.

Vòng Giám đốc khối:
14. Bạn nghĩ gì về xu hướng Data Analytics trong ngân hàng 5 năm tới?
15. Vai trò của Analytics trong việc hỗ trợ ra quyết định tín dụng KHDN?
16. Bạn sẽ làm gì nếu khuyến nghị của bạn bị Ban lãnh đạo bác bỏ?
17. Đâu là thách thức lớn nhất khi triển khai dự án BI/Cloud tại ngân hàng?

Tips chuẩn bị

✅ Trước phỏng vấn 1 tuần:

Đọc kỹ Báo cáo thường niên VPBank 2 năm gần nhất (hiểu chiến lược KHDN).
Tìm hiểu về dự án chuyển đổi số "Ngân hàng số" của VPBank.
Ôn lại case study về incentive program trong ngân hàng.
Chuẩn bị 2-3 dự án cá nhân có số liệu tác động kinh doanh cụ thể.

✅ Trong phỏng vấn:

Dùng phương pháp STAR (Situation – Task – Action – Result).
Luôn kèm số liệu định lượng: "Giúp tăng 15% doanh số, tiết kiệm 200 giờ làm việc/tháng".
Đặt câu hỏi ngược cho interviewer: về cấu trúc team, công cụ đang dùng, dự án trọng điểm.

Dress code

Nam: Sơ mi trắng/xanh nhạt, quần tây, giày da, thắt lưng. Có thể mặc vest nếu phỏng vấn vòng Giám đốc.
Nữ: Áo sơ mi/blouse thanh lịch, quần tây/chân váy ngang gối, giày cao vừa phải, trang điểm nhẹ nhàng.
Tránh phụ kiện quá cầu kỳ, nước hoa nồng. Phong cách chuyên nghiệp nhưng không cứng nhắc.

Lộ trình ôn thi

Lộ trình ôn tập & chuẩn bị 2 tuần

Tuần 1: Nền tảng dữ liệu & Công cụ

Ngày 1-2: SQL nâng cao (6-8 giờ)

Tài liệu: [Mode Analytics SQL Tutorial](https://mode.com/sql-tutorial/), W3Schools, LeetCode SQL 50 bài Easy-Medium.
Tập trung: JOIN (INNER, LEFT, FULL OUTER), GROUP BY, HAVING, Subquery, Window Functions (ROW_NUMBER, RANK, LAG, LEAD), CTE.
Bài tập thực tế: Tính dư nợ theo khách hàng, phân nhóm rủi ro, xếp hạng chi nhánh.
Tài liệu đặc thù ngân hàng: Tìm hiểu schema core banking (khách hàng, tài khoản, giao dịch, khoản vay).

Ngày 3-4: Power BI / Tableau (6-8 giờ)

Khóa học miễn phí: Microsoft Learn Power BI (PL-300 path), Tableau Public Training.
Thực hành: Tạo dashboard theo dõi doanh số KHDN, phân tích chương trình incentive.
Học DAX cơ bản: CALCULATE, FILTER, ALL, SUMX, AVERAGEX, TIME INTELLIGENCE.
Tài liệu: SQLBI.com (Marco Russo), DAX.guide.

Ngày 5: Python cho phân tích dữ liệu (4 giờ)

Khóa: Kaggle Learn – Pandas, Data Cleaning.
Thực hành: Đọc file Excel từ core banking, xử lý missing data, tạo biểu đồ bằng Matplotlib/Seaborn.
Bài tập: Phân tích hiệu quả chương trình khuyến mãi theo phân khúc khách hàng.

Ngày 6-7: Excel nâng cao (6 giờ)

Pivot Table, Slicer, Timeline, Power Query, Power Pivot.
Các hàm: SUMIFS, COUNTIFS, INDEX/MATCH, INDIRECT, OFFSET, hàm mảng.
VBA cơ bản: record macro, viết hàm tính incentive tự động.
Tài liệu: Chuyên đề Excel của Tài chính cho mọi người, Trung tâm Tin học ĐH KHTN.

Tuần 2: Kiến thức ngân hàng & Case study

Ngày 8-9: Nghiệp vụ KHDN & Tín dụng (6 giờ)

Đọc: Thông tư 39/2016/TT-NHNN (cho vay), Thông tư 11/2021 (cơ cấu nợ).
Tìm hiểu: Quy trình thẩm định tín dụng KHDN, phân loại nhóm nợ, cách tính lãi dự thu.
Đọc: Báo cáo phân tích ngành của VPBank, FiinTrade, SSI, VCBS (các công ty chứng khoán).
Khái niệm: Tài trợ vốn lưu động, cho vay dự án, L/C, bảo lãnh ngân hàng.

Ngày 10-11: Thống kê ứng dụng & A/B Testing (6 giờ)

Khóa: Khan Academy Statistics, Coursera "Statistics with Python".
Kiến thức: Phân phối chuẩn, t-test, chi-square, hồi quy tuyến tính, hệ số tương quan.
Bài tập: Thiết kế A/B test cho chương trình incentive mới.
Đọc: "Naked Statistics" – Charles Wheelan (sách nền tảng).

Ngày 12: Cloud & Modern BI (4 giờ)

Khóa: AWS Cloud Practitioner Essentials (miễn phí) hoặc Azure Fundamentals AZ-900.
Hiểu: Data Lake, Data Warehouse, ETL pipeline, Snowflake/BigQuery.
Tìm hiểu: Dữ liệu lớn trong ngân hàng (transaction data, customer 360).

Ngày 13: Case study luyện tập (4 giờ)

Case 1: Thiết kế chương trình thưởng Q4 cho 200 RM KHDN, ngân sách 20 tỷ.
Case 2: Đánh giá hiệu quả chương trình "Giảm lãi suất cho vay FDI".
Case 3: Xây dựng dashboard báo cáo tín dụng cho Ban lãnh đạo.
Case 4: Phân tích nguyên nhân tăng NPL trong phân khúc BĐS.

Ngày 14: Mock interview & Review (4 giờ)

Ôn lại tất cả case study, chuẩn bị câu trả lời STAR.
Tập phỏng vấn với bạn bè/mentor.
In CV, photo, giấy tờ tùy thân, bằng cấp photo công chứng.

Tài liệu tham khảo trọng tâm

📚 Sách:

"Storytelling with Data" – Cole Nussbaumer Knaflic.
"Data Science for Business" – Foster Provost, Tom Fawcett.
"Naked Statistics" – Charles Wheelan.
"Banking Analytics" – comp.vn (tài liệu nội bộ một số ngân hàng chia sẻ).

🌐 Website:

SQLBI.com, DAX.guide (Power BI).
Towards Data Science (Medium).
Cafef.vn, Vietstock.vn (tin tài chính Việt Nam).
VPBank.com.vn (báo cáo thường niên, tin tức).

🎥 Khóa học online:

Coursera: Google Data Analytics, IBM Data Analyst.
Udemy: Power BI A-Z, SQL for Data Analysis.
DataCamp: Data Analyst with Python track.

Tư vấn nghề nghiệp

Lời khuyên sự nghiệp cho vị trí CVC Phân tích kinh doanh KHDN

1. Vị trí này phù hợp với ai?

Phù hợp nhất:

Chuyên viên phân tích dữ liệu có 2-4 năm kinh nghiệm trong ngân hàng/tài chính.
Người đã làm BI Analyst, Data Analyst, Credit Analyst muốn chuyển sang góc nhìn kinh doanh.
Chuyên viên ngân hàng muốn chuyển từ nghiệp vụ sang phân tích (đặc biệt từ KHDN).

Không phù hợp nếu:

Bạn chỉ muốn làm kỹ thuật thuần (Data Engineer, Data Scientist) – đây là vị trí hybrid nghiệp vụ + dữ liệu.
Bạn không thích làm việc với stakeholder nghiệp vụ, thuyết trình, thương thảo chỉ số.

2. Lộ trình thăng tiến

```
[Chuyên viên (CV)] ──► [Chuyên viên cao cấp (CVC)] ──► [Phó phòng] ──► [Trưởng phòng]
│ │ │
2-3 năm 3-5 năm 5-7 năm
│ │ │
Phân tích Thiết kế mô hình Quản lý team
dữ liệu Quản lý dự án Chiến lược dữ liệu
```

Các hướng đi tiềm năng từ vị trí này:

Chuyên gia phân tích (Individual Contributor): Chuyên gia Senior, Principal Analyst.
Quản lý: Trưởng nhóm → Trưởng phòng → Phó Giám đốc Khối → Giám đốc Khối.
Chuyển ngang: Head of Data Science, Chief Data Officer, Risk Analytics Manager.
Chuyển sang KHDN: Quản lý quan hệ khách hàng doanh nghiệp, Giám đốc chi nhánh KHDN (nếu có nền tảng tài chính tốt).
Freelance/Tư vấn: Cố vấn dữ liệu cho fintech, ngân hàng nhỏ.

3. Mức lương kỳ vọng (ước lượng tham khảo – có thể thay đổi tùy ngân hàng và thời điểm)

Cấp bậc	Kinh nghiệm	Mức lương gross/tháng (VNĐ)
Chuyên viên (CV)	1-3 năm	18 – 28 triệu
Chuyên viên cao cấp (CVC)	3-5 năm	28 – 45 triệu
Phó phòng	5-8 năm	45 – 70 triệu
Trưởng phòng	7-12 năm	70 – 120 triệu
Phó GĐ Khối	10+ năm	120 – 200 triệu

Ghi chú:

VPBank trả lương cạnh tranh top 5 ngân hàng tư nhân.
Lương cộng thưởng KPI quý/năm (thường 2-6 tháng lương).
Phúc lợi: Bảo hiểm VPBank Care, 13th month salary, thưởng Tết, cổ phiếu ESOP (nếu có).
Lương thực tế phụ thuộc năng lực, thương hiệu cá nhân, thời điểm và tình hình ngân hàng.

4. Kỹ năng cần phát triển thêm trong 6-12 tháng tới

Ưu tiên 1 (Ngay lập tức):

SQL nâng cao + Performance Tuning.
Power BI DAX nâng cao, Power Query M code.
Hiểu sâu sản phẩm KHDN của VPBank.

Ưu tiên 2 (3-6 tháng):

Python thống kê (SciPy, Statsmodels).
Thiết kế KPI framework (OKR cho ngân hàng).
Kỹ năng thuyết trình với Ban lãnh đạo.

Ưu tiên 3 (6-12 tháng):

Machine Learning cơ bản (Scikit-learn).
Cloud (AWS/Azure) – đặc biệt data services.
Quản lý dự án Agile/Scrum.
Tiếng Anh giao tiếp chuyên ngành.

5. Lời khuyên thực chiến

🎯 Về VPBank:

VPBank đang trong giai đoạn chuyển đổi số mạnh mẽ, đầu tư lớn vào hạ tầng dữ liệu. Đây là cơ hội tốt để học hỏi và phát triển.
Văn hóa VPBank năng động, trẻ, làm việc theo dự án. Phù hợp người chủ động, không thích môi trường quá ổn định.
Khối KHDN là một trong những mảng chiến lược của VPBank, có nhiều cơ hội thăng tiến.

💡 Lời khuyên cho ứng viên:
1. Đừng chỉ tập trung công cụ: VPBank cần người hiểu nghiệp vụ KHDN sâu, không chỉ biết Python/SQL.
2. Thể hiện tư duy business impact: Luôn đặt câu hỏi "Phân tích này giúp tăng doanh thu/giảm rủi ro bao nhiêu?".
3. Chuẩn bị sẵn 1-2 case study thực tế: Ví dụ "Tôi đã thiết kế chương trình incentive giúp tăng 18% doanh số KHDN".
4. Networking: Kết nối với nhân viên VPBank qua LinkedIn, VietnamWorks, cựu sinh viên trường bạn.
5. Đừng ngại vị trí CVC: Đây là cấp quan trọng, đòi hỏi kinh nghiệm thực chiến. Nếu bạn mới ra trường, hãy cân nhắc ứng tuyển vị trí CV trước rồi thăng tiến.
6. Học hỏi văn hóa số liệu: VPBank rất coi trọng data-driven decision making – thể hiện điều này trong CV và phỏng vấn.

Câu hỏi thường gặp

Em mới ra trường ngành Tài chính ngân hàng, có thể ứng tuyển vị trí CVC Phân tích kinh doanh KHDN tại VPBank được không?

Có thể ứng tuyển nhưng cơ hội không cao, vì vị trí CVC (Chuyên viên cao cấp) thường yêu cầu 3-5 năm kinh nghiệm. Em nên bắt đầu ở vị trí Chuyên viên (CV) Phân tích dữ liệu hoặc Chuyên viên Quan hệ khách hàng KHDN tại VPBank trước, sau đó tích lũy kinh nghiệm 2-3 năm rồi thăng tiến lên CVC. Trong thời gian chờ đợi, em hãy tự học SQL, Power BI, Python và tìm hiểu sâu sản phẩm tín dụng doanh nghiệp để gây ấn tượng.

So với vị trí Data Analyst ở công ty công nghệ, vị trí này tại VPBank có gì khác biệt về cơ hội phát triển?

Khác biệt khá rõ. Tại VPBank, bạn sẽ làm việc gần với nghiệp vụ tài chính, hiểu sâu sản phẩm ngân hàng, có cơ hội thăng tiến lên các vị trí quản lý cấp cao trong ngân hàng (Trưởng phòng, GĐ Khối). Mức lương cũng cạnh tranh và ổn định hơn, đặc biệt tại các ngân hàng lớn. Tuy nhiên, môi trường công nghệ sẽ cho bạn tiếp cận ML/AI, hạ tầng Cloud hiện đại hơn, và đãi ngộ có thể cao hơn ở một số công ty. Nếu bạn đam mê tài chính và muốn kết hợp dữ liệu với kinh doanh thực tế, VPBank là lựa chọn tốt. Nếu bạn muốn theo đuổi kỹ thuật thuần, hãy cân nhắc fintech hoặc Big Tech.

Mức lương CVC Phân tích kinh doanh tại VPBank hiện tại khoảng bao nhiêu? Thưởng KPI như thế nào?

Mức lương cho vị trí CVC tại VPBank hiện dao động khoảng 28-45 triệu VNĐ gross/tháng tùy năng lực và kinh nghiệm (ước lượng tham khảo, có thể thay đổi tùy thời điểm). Ngoài ra còn có: thưởng KPI quý (1-3 tháng lương), thưởng Tết (thường 1-2 tháng), 13th month salary, bảo hiểm VPBank Care mở rộng, cổ phiếu ESOP (nếu có trong chương trình). Tổng thu nhập năm có thể đạt 500-700 triệu cho vị trí CVC giỏi. So với các ngân hàng tư nhân khác (Techcombank, MBB, ACB), VPBank trả cạnh tranh nhưng chưa phải cao nhất. Lưu ý đây chỉ là ước lượng, bạn nên tham khảo thêm từ mạng lưới nội bộ và thương lượng dựa trên năng lực thực tế.

Công việc tính toán incentive có nhàm chán không? Cơ hội học hỏi gì?

Tính toán incentive không hề nhàm chán nếu bạn nhìn sâu hơn bề mặt. Đây là cơ hội tuyệt vời để: (1) Hiểu cơ chế lương thưởng, động lực của đội ngũ bán hàng ngân hàng; (2) Phân tích hiệu quả kinh doanh qua các chỉ số thực tế; (3) Thiết kế chương trình khuyến khích tối ưu, cân bằng giữa chi phí và doanh thu; (4) Làm việc với nhiều bên: KHDN, IT, Tài chính, Nhân sự. Quan trọng nhất, bạn sẽ thấy được tác động trực tiếp của mình đến hiệu quả kinh doanh toàn ngân hàng. Nhiều CFO và CEO ngân hàng xuất thân từ vị trí phân tích incentive/KPI. Nếu làm tốt phần này, bạn sẽ được tin tưởng giao các dự án lớn hơn như thiết kế dashboard chiến lược, dự án chuyển đổi số.

Tôi đang làm tín dụng KHDN 3 năm, muốn chuyển sang phân tích kinh doanh, có lợi thế gì?

Bạn có rất nhiều lợi thế. Thứ nhất, bạn hiểu sâu nghiệp vụ KHDN – đây là điều mà nhiều BA thiếu. Thứ hai, bạn biết cách đánh giá hiệu quả kinh doanh, hiểu các chỉ số tín dụng (NPL, NIM, ROA, lãi dự thu). Thứ ba, bạn đã có mạng lưới quan hệ nội bộ ngân hàng. Để chuyển ngang thành công, bạn cần bổ sung: (1) Kỹ năng SQL và Power BI ở mức thành thạo; (2) Kiến thức thống kê ứng dụng; (3) Hiểu về data warehouse, data pipeline cơ bản. Bạn có thể tự học trong 3-6 tháng hoặc đăng ký khóa học ngắn hạn. Khi phỏng vấn, hãy thể hiện rằng bạn vừa hiểu nghiệp vụ vừa có tư duy phân tích dữ liệu – đây là profile rất quý hiếm trên thị trường.

Vị trí này cần dùng Python nhiều không, hay chỉ cần SQL và Power BI là đủ?

Tùy thuộc vào cách team tổ chức công việc. Ở mức tối thiểu, bạn cần thành thạo SQL và Power BI – đây là 80% công việc hàng ngày. Python sẽ là lợi thế lớn cho các phần: xử lý dữ liệu lớn, thống kê nâng cao, tự động hóa quy trình, xây dựng mô hình predictive. Nếu team đã có Data Engineer xử lý ETL, bạn chủ yếu cần SQL. Nếu team nhỏ, bạn cần biết cả Python để tự xử lý dữ liệu. Lời khuyên: ưu tiên học SQL và Power BI trước cho vững, sau đó bổ sung Python từ từ. Trong JD không yêu cầu Python cụ thể, nhưng thị trường đang dịch chuyển, biết Python sẽ giúp bạn thăng tiến nhanh hơn, đặc biệt khi team chuyển sang dùng Cloud (Databricks, Snowflake, BigQuery).

Nếu vào vị trí này, 1 năm đầu tôi nên tập trung làm gì để gây ấn tượng với sếp?

Năm đầu tiên rất quan trọng để tạo nền tảng. Thứ nhất, hãy master toàn bộ data source của KHDN, hiểu cách dữ liệu được thu thập, transform, lưu trữ. Thứ hai, chủ động đề xuất cải tiến quy trình tính toán incentive hiện tại – dù chỉ tiết kiệm 2-3 giờ/tuần cũng tạo ấn tượng. Thứ ba, xây dựng ít nhất 1 dashboard Power BI chất lượng cao mà sếp và team KHDN thực sự dùng hàng ngày. Thứ tư, tìm hiểu sâu về sản phẩm KHDN của VPBank, đọc báo cáo thường niên, tin tức ngân hàng. Thứ năm, chủ động tham gia các dự án EDA (hiện đại hóa BI, Cloud) để mở rộng network. Cuối cùng, đừng ngại hỏi – nhưng hãy hỏi có chuẩn bị, không hỏi vặt. Sếp thích người chủ động tìm hiểu trước khi hỏi.

VPBank có đang tuyển nhiều vị trí Data/Analytics không? Cơ hội chuyển nội bộ thế nào?

VPBank đang trong giai đoạn đầu tư mạnh vào dữ liệu và chuyển đổi số, nên tuyển khá nhiều vị trí Data/Analytics ở cả Hà Nội và TP.HCM. Các vị trí thường thấy: Data Analyst, Data Engineer, Data Scientist, BI Developer, Analytics Manager, CDO Office. Cơ hội chuyển nội bộ tại VPBank khá tốt nếu bạn có năng lực và chủ động. Bạn có thể chuyển từ EDA sang các khối khác như Risk, Marketing, Treasury để mở rộng kinh nghiệm. Tuy nhiên, cần lưu ý: VPBank cũng có chính sách retention, có thể bạn cần làm ít nhất 1-2 năm ở vị trí hiện tại trước khi xét chuyển. Nên tận dụng hệ thống nội bộ (intranet, internal job board) và duy trì mối quan hệ tốt với HR để nắm cơ hội.

CVC Phân tích kinh doanh (KHDN) - HN - TA174