MSB tuyển dụng CVC Xây dựng mô hình rủi ro tín dụng bán lẻ

Thỏa thuận

Mô tả công việc

Mô tả công việc
1. Xây dựng, rà soát, nâng cấp mô hình đo lường rủi ro Tín dụng (KHDN/KHCN) (VD: Scoring/Rating, PD, LGD, EAD, Risk Pricing, EW, Economic Capital, Stress test, IFRS...):
• Tham gia/ phối hợp thực hiện xây dựng, rà soát và nâng cấp các mô hình đo lường rủi ro;
• Xây dựng, rà soát và nâng cấp các mô hình đo lường rủi ro;
• Thực hiện văn bản hóa và lưu trữ các tài liệu liên quan đến quá trình xây dựng, rà soát và nâng cấp mô hình (theo quy định nội bộ về quản trị mô hình đo lường rủi ro của Ngân hàng);
• Xây dựng quy định, quy trình, chính sách, hướng dẫn liên quan đến việc xây dựng/triển khai/rà soát các mô hình đo lường rủi ro;
• Phân tích, đề xuất việc áp dụng/điều chỉnh/cải tiến các mô hình đo lường rủi ro
2. Phối hợp xây dựng và nâng cấp cơ sở dữ liệu, công cụ và hệ thống phục vụ đo lường rủi ro Tín dụng:
• Phối hợp xây dựng cơ sở dữ liệu phục vụ mục đích đo lường rủi ro; bao gồm: xác định các yêu cầu về dữ liệu, thực hiện kiểm tra dữ liệu, văn bản hóa và lưu trữ toàn bộ các tài liệu liên quan đến việc xây dựng cơ sở dữ liệu;
• Phối hợp xây dựng, nâng cấp các công cụ và hệ thống đo lường rủi ro:
+ Phối hợp xây dựng yêu cầu người dùng (URD), xây dựng test case, thực hiện kiểm tra hệ thống (UAT), xây dựng/điều chỉnh hướng dẫn sử dụng công cụ / hệ thống;
+ Phối hợp thực hiện truyền thông và đào tạo việc sử dụng các công cụ, hệ thống đo lường rủi ro;
+ Văn bản hóa và lưu trữ các tài liệu liên quan đến việc xây dựng, nâng cấp công cụ / hệ thống, hướng dẫn sử dụng công cụ / hệ thống, đào tạo người dùng
3. Đào tạo nội bộ và kèm cặp thực tập viên:
• Tham gia, thực hiện đào tạo nội bộ theo phân công của lãnh đạo;
• Kèm cặp thực tập viên / cộng tác viên theo phân công của lãnh đạo

Yêu cầu công việc
1. Trình độ
• Tốt nghiệp đại học trở lên các chuyên ngành Tài chính, kinh tế, ngân hàng, toán.
• Có hiểu biết về tin học văn phòng (MS Word, MS Excel, Outlook, Power Point ...), ưu tiên ứng viên có khả năng sử dụng SQL,VBA, Python, R, SAS,...);
2. Kinh nghiệm: Tối thiểu 01 năm trong lĩnh vực xây dựng mô hình rủi ro tín dụng/ kiểm định mô hình rủi ro tín dụng / phân tích rủi ro, phân tích và thống kê số liệu, hoặc Tài chính/ Ngân hàng
3. Kiến thức
• Có kiến thức về Ngân hàng và các sản phẩm của Ngân hàng
• Có hiểu biết về xây dựng/ kiểm định mô hình rủi ro, phân tích rủi ro, phân tích số liệu
• Ưu tiên ứng viên có hiểu biết về quản lý rủi ro tín dụng, rủi ro tín dụng đối tác, hiểu biết về Basel II
4. Năng lực
• Tinh thần trách nhiệm; khả năng triển khai xuất sắc
• Khả năng tư duy logic; phân tích và định lượng; khả năng nghiên cứu/học hỏi để làm việc hiệu quả;
• Khả năng làm việc theo nhóm; khả năng giao tiếp và truyền thông
• Khả năng nghiên cứu, phân tích số liệu
QUYỀN LỢI KHI GIA NHẬP MSB
1. Lương thưởng hấp dẫn:
• Mức lương cạnh tranh so với thị trường và tương xứng với năng lực, sẽ được thương lượng khi ứng viên vượt qua vòng Phỏng vấn.
• Chế độ thưởng incentive/KPI và hoa hồng hấp dẫn, chi trả theo tháng, thu nhập không giới hạn (đối với nhóm vị trí bán hàng và một số vị trí đặc thù).
• Thưởng hiệu suất cuối năm từ 2 đến 5 tháng lương trung bình của năm, tùy theo kết quả đánh giá xếp loại.
2. Chính sách phúc lợi toàn diện:
• Bảo hiểm theo quy định pháp luật và bảo hiểm sức khỏe riêng cho cán bộ nhân viên MSB.
• Các chế độ phúc lợi đa dạng: giờ làm việc linh hoạt, nghỉ mát, nghỉ sinh nhật, nghỉ khai giảng năm học cho con,...
• Có chương trình vay với lãi suất ưu đãi cho CBNV.
3. Đào tạo và thăng tiến:
• Chương trình Đào tạo chuyên sâu, bài bản theo hướng chuyển đổi (Re_skill, Up_skill, New_skill), được biên tập tùy theo từng nhóm vị trí công việc.
• Được hướng dẫn và kèm cặp tận tình bởi các lãnh đạo, quản lý trực tiếp và chuyên gia trong ngành.
• Chương trình phát triển quản lý dành cho các nhân viên có tiềm năng, giúp họ chuẩn bị sẵn sàng cho các vị trí quản lý và lãnh đạo trong tương lai.
• Ưu tiên tuyển dụng cấp quản lý từ nhân sự nội bộ, tạo cơ hội thăng tiến cho nhân viên.
4. Môi trường làm việc chuyên nghiệp và văn hóa doanh nghiệp năng động:
• Thoải mái, thân thiện, đề cao tinh thần trách nhiệm, hỗ trợ lẫn nhau.
• Năng động, sáng tạo, khuyến khích đổi mới và học hỏi liên tục.
• Tôn trọng sự khác biệt, đề cao tinh thần làm việc nhóm và hợp tác hiệu quả.
• Nhiều hoạt động văn hóa, thể thao, giải trí sôi nổi, tạo môi trường làm việc gắn kết và vui vẻ.
• Nhiều năm liên tiếp được HR Asia vinh danh "Nơi làm việc tốt nhất Châu Á" và Anphabe vinh danh "Doanh nghiệp có nguồn Nhân lực hạnh phúc".

Phân tích kỹ năng cần có

1. Bản chất thực tế của vị trí

Đây là vị trí xây dựng và quản trị mô hình rủi ro tín dụng bán lẻ, không chỉ là vị trí phân tích dữ liệu thuần túy. Công việc gồm ba nhóm chính:

1. Phát triển mô hình: xây dựng, rà soát và nâng cấp các mô hình như xếp hạng tín dụng, xác suất mặc định, tỷ lệ tổn thất khi mặc định, mức phơi nhiễm tín dụng, giá tín dụng theo rủi ro, vốn kinh tế, kiểm định độ tin cậy và kiểm tra sức chịu tải.
2. Dữ liệu, công cụ và hệ thống: xây dựng yêu cầu dữ liệu, kiểm tra chất lượng dữ liệu, thiết kế truy vấn, xây dựng tài liệu yêu cầu người dùng, kiểm thử chấp nhận người dùng, hướng dẫn sử dụng và đào tạo người dùng.
3. Quản trị và truyền thông mô hình: văn bản hóa giả định, phương pháp, hạn chế, kết quả kiểm định, phạm vi áp dụng; xây dựng quy trình; phối hợp với nghiệp vụ, quản trị rủi ro, kiểm định nội bộ, khối công nghệ và đơn vị sử dụng mô hình.

Lưu ý: phần thông tin tổng quan ghi kinh nghiệm “không có thông tin”, nhưng phần yêu cầu chi tiết yêu cầu tối thiểu một năm kinh nghiệm liên quan. Ứng viên nên xác nhận trực tiếp với bộ phận tuyển dụng xem đây là yêu cầu bắt buộc hay có thể tính kinh nghiệm thực tập, dự án học phần và công việc phân tích liên quan.

2. Yêu cầu về trình độ và kinh nghiệm

Tốt nghiệp đại học trở lên chuyên ngành Tài chính, Kinh tế, Ngân hàng, Toán hoặc các ngành liên quan như Thống kê, Toán ứng dụng, Khoa học dữ liệu, Kỹ thuật tài chính.
Tối thiểu một năm kinh nghiệm trong một trong các hướng: xây dựng mô hình rủi ro tín dụng, kiểm định mô hình, phân tích rủi ro, phân tích và thống kê số liệu, tài chính hoặc ngân hàng.
Ưu tiên kiến thức quản trị rủi ro tín dụng, rủi ro tín dụng đối tác, khung Basel II và các phiên bản Basel tiếp theo.

3. Ma trận kỹ năng cần chuẩn bị

Nhóm kỹ năng	Kiến thức và năng lực cần có	Mức độ ưu tiên	Bằng chứng nên chuẩn bị
Nghiệp vụ tín dụng	Sản phẩm bán lẻ, hồ sơ khách hàng, xử lý tín dụng, thu hồi nợ, tài sản bảo đảm, vòng đời nợ	Rất cao	Mô tả một quy trình cấp tín dụng hoặc quy trình xử lý nợ quá hạn
Mô hình xác suất mặc định	Định nghĩa mặc định, xác suất mặc định, scorecard, phân khúc khách hàng, biến phân tích, mô hình hồi quy logistic	Rất cao	Bài thuyết trình ngắn về cách xây dựng một mô hình phân khúc tín dụng
Tổn thất và phơi nhiễm	Tỷ lệ tổn thất khi mặc định, mức phơi nhiễm tín dụng, hệ số chuyển đổi tín dụng, tổn thất kỳ vọng, định giá rủi ro	Cao	Ví dụ tính tổn thất kỳ vọng và giải thích tác động của tài sản bảo đảm
Kiểm định mô hình	Phân tích phân biệt, hiệu chuẩn, ổn định, độ nhạy cảm, back-testing, mô hình thay thế, rà soát kết quả	Rất cao	Bảng kiểm định mô hình kèm nhận xét và hành động cải thiện
Thống kê	Phân phối, kiểm định giả thuyết, hồi quy, phân tích phân biệt, xử lý dữ liệu thiếu và ngoại lệ, phân tích chuỗi thời gian	Rất cao	Bài tập trên bộ dữ liệu công khai, có kèm kết luận kinh doanh
Quản trị dữ liệu	Chất lượng dữ liệu, dòng dữ liệu, tính đúng đắn, đầy đủ, nhất quán, chống rò rỉ thông tin, dữ liệu đúng thời điểm	Cao	Quy trình kiểm tra dữ liệu và danh mục lỗi
Cơ sở dữ liệu và truy vấn	SQL: nối bảng, nhóm, hàm cửa sổ, xử lý dữ liệu thiếu, tối ưu truy vấn cơ bản	Cao	Mã truy vấn dựng lại danh sách khoản vay và biến mô hình theo tháng
Lập trình phân tích	Python, R hoặc SAS; thư viện dữ liệu, trực quan hóa, mô hình thống kê, kiểm thử tự động	Cao	Một dự án mô hình có mã nguồn, kiểm thử và tài liệu
Tin học văn phòng	Excel nâng cao, Power Query, Word, PowerPoint, Outlook; VBA là lợi thế	Cao	Bảng tính tái lập được, không chứa công thức thủ công dễ sai
Quản trị mô hình	Mục đích, phạm vi, dữ liệu, phương pháp, giả định, hạn chế, kiểm định, phê duyệt, giám sát, lưu trữ	Rất cao	Bộ tài liệu mô hình mẫu và quy trình kiểm soát phiên bản
Hệ thống và kiểm thử	Yêu cầu người dùng, trường hợp kiểm thử, kiểm thử chấp nhận người dùng, hướng dẫn sử dụng, đào tạo	Cao	Một kịch bản kiểm thử có đầu vào, đầu ra mong đợi và kết quả thực tế
Giao tiếp	Trình bày kết quả cho người không chuyên môn, điều phối nghiệp vụ, phản biện, đào tạo nội bộ	Cao	Bài trình bày kết quả mô hình trong năm phút

4. Kiến thức trọng tâm cần hiểu sâu

Mô hình xác suất mặc định: cách xác định biến, lựa chọn khoảng thời gian quan sát, xử lý dữ liệu thiếu, phân khúc, điều chỉnh trực tiếp hoặc gián tiếp, kiểm định phân biệt và hiệu chuẩn.
Tỷ lệ tổn thất khi mặc định: tác động của tài sản bảo đảm, thời gian thu hồi, chi phí thu hồi, xử lý nợ và hạn chế dữ liệu do thiếu dữ liệu thực tế sau mặc định.
Mức phơi nhiễm tín dụng: số dư nợ, hạn mức chưa sử dụng, hệ số chuyển đổi tín dụng và ảnh hưởng của hành vi trả nợ.
Kiểm định mô hình: kiểm định khái niệm, dữ liệu, kết quả, độ ổn định, độ nhạy cảm, benchmark và mô hình thay thế; phân biệt back-testing với kiểm định độc lập.
Kiểm tra sức chịu tải: kịch bản kinh tế, kịch bản giả định, tác động đến tổn thất, vốn và khả năng chống chịu rủi ro.
IFRS 9: phân loại ba giai đoạn, tổn thất tín dụng kỳ vọng, xác suất mặc định theo đường cong, tác động chuyển đổi rủi ro tín dụng và sự khác biệt giữa mô hình quản trị rủi ro với mô hình dự phòng kế toán.
Basel II: yêu cầu về nhận diện, đo lường, kiểm soát và báo cáo rủi ro; phương pháp dựa trên xếp hạng nội bộ và vai trò của mô hình trong hệ thống quản lý rủi ro.
Các chỉ tiêu trong mô hình: kiểm định phân biệt, diện tích dưới đường cong, chỉ số Gini, kiểm định Kolmogorov–Smirnov, chỉ số ổn định dân số, độ lệch dự báo và tỷ lệ bỏ qua mô hình.

Các chữ viết tắt trong mô tả như EW, MRRB hoặc CVC không được giải thích đầy đủ trong tin tuyển dụng. Ứng viên nên hỏi rõ định nghĩa nội bộ, đặc biệt vì EW có thể được dùng với ý nghĩa khác nhau tùy bộ phận.

5. Kỹ năng mềm cần thể hiện

Tinh thần trách nhiệm với tài liệu: tài liệu mô hình phải đủ để người khác tái lập kết quả và hiểu giả định.
Tư duy logic và định lượng: biết phân biệt lỗi dữ liệu, lỗi phương pháp và lỗi triển khai; không kết luận từ tương quan mà bỏ qua tính nhân quả.
Khả năng học và nghiên cứu: theo dõi văn bản của Ngân hàng Nhà nước, tài liệu Basel, IFRS 9 và nội quy quản trị mô hình.
Giao tiếp liên phòng ban: biết điều chỉnh thông điệp cho nghiệp vụ tín dụng, quản trị rủi ro, công nghệ và ban lãnh đạo.
Làm việc theo nhóm và kèm cặp: có khả năng truyền đạt kiến thức và hỗ trợ thực tập viên mà không làm giảm chất lượng công việc của nhóm.
Quản lý thời gian: mô hình thường phải trải qua nhiều bước phê duyệt; cần biết lập kế hoạch, quản lý phụ thuộc và cảnh báo sớm khi có rủi ro chậm tiến độ.
Bảo mật thông tin: tuyệt đối không đưa dữ liệu khách hàng, dữ liệu nội bộ hoặc tài liệu mô hình của ngân hàng cũ vào bài trình bày khi chưa được phép.

6. Chứng chỉ nên cân nhắc

Chứng chỉ không thay thế kinh nghiệm nhưng có thể tăng sức thuyết phục:

FRM của Viện Giám sát Rủi ro Tài chính: phù hợp để củng cố kiến thức về quản trị rủi ro, phân tích tín dụng, định giá rủi ro và quản lý vốn.
Chứng chỉ dữ liệu và phân tích: Microsoft Power BI, Google Data Analytics hoặc chương trình tương đương; hữu ích khi giao tiếp kết quả cho người dùng nghiệp vụ.
Khóa SQL và Python: ưu tiên khóa có bài tập thực chiến và dự án cuối khóa, thay vì chỉ có bài kiểm tra lý thuyết.
Khóa phân tích tín dụng hoặc quản trị mô hình: ưu tiên nội dung liên quan đến scorecard, kiểm định mô hình và quản trị vốn.
ACCA, CPA hoặc chứng chỉ kế toán: chỉ đáng ưu tiên nếu hướng đi tiếp gắn với tài chính, định giá rủi ro hoặc IFRS 9; không phải điều kiện bắt buộc cho phần lớn vị trí.

7. So sánh mức độ phù hợp của các nhóm ứng viên

Nhóm ứng viên	Điểm mạnh	Khoảng cách cần bù khép lại
Cử nhân Tài chính, Ngân hàng, Kinh tế	Hiểu nghiệp vụ, sản phẩm và báo cáo	SQL, Python, kiểm định mô hình, quản trị mô hình
Cử nhân Toán, Thống kê, Khoa học dữ liệu	Tư duy định lượng và kỹ thuật tốt	Nghiệp vụ tín dụng, thông điệp kinh doanh, quản trị mô hình
Chuyên viên tín dụng hoặc phê duyệt tín dụng	Hiểu khách hàng, quy trình và rủi ro thực tế	Kỹ thuật mô hình, kiểm định, SQL và lập trình
Chuyên viên phân tích dữ liệu	Thành thạo công cụ, trực quan hóa và xử lý dữ liệu	Mô hình rủi ro tín dụng, quản trị mô hình và hiểu quy trình ngân hàng
Ứng viên chuyển ngành từ kiểm toán, tư vấn tài chính	Kỹ năng kiểm soát, tài liệu và phát hiện rủi ro	Phạm vi sản phẩm bán lẻ, mô hình tín dụng và kinh nghiệm triển khai hệ thống

Kết luận: hồ sơ mạnh nhất là ứng viên có kiến thức tín dụng bán lẻ + kỹ năng định lượng + kinh nghiệm tài liệu hóa, kiểm định hoặc triển khai hệ thống. Ứng viên chỉ có kỹ năng lập trình mà thiếu hiểu nghiệp vụ sẽ khó khăn; ứng viên chỉ có kiến thức tín dụng mà không có dấu hiệu phân tích định lượng cũng khó đáp ứng yêu cầu.

Chuẩn bị phỏng vấn

1. Quy trình phỏng vấn dự kiến

Tin tuyển dụng không công bố quy trình chính thức. Với vị trí chuyên môn cao tại trụ sở Hà Nội, quy trình có thể gồm các bước sau; ứng viên cần xác nhận lại khi được mời phỏng vấn:

1. Sàng lọc hồ sơ và phỏng vấn sơ bộ: kiểm tra trình độ, kinh nghiệm, công cụ, mức lương kỳ vọng và thời điểm có thể nhận việc.
2. Bài kiểm tra kỹ thuật: có thể gồm trắc nghiệm thống kê, SQL, Excel, Python hoặc câu hỏi tình huống về mô hình rủi ro tín dụng.
3. Phỏng vấn chuyên môn sâu: hỏi về phương pháp xây dựng mô hình, kiểm định, dữ liệu, quản trị mô hình và khả năng giao tiếp với nghiệp vụ.
4. Bài tình huống hoặc trình bày dự án: có thể yêu cầu phân tích một bộ dữ liệu, xây dựng scorecard, đánh giá mô hình hoặc trả lời một yêu cầu nghiệp vụ.
5. Phỏng vấn với lãnh đạo: tập trung vào năng lực triển khai, tư duy kinh doanh, khả năng làm việc nhóm và mức độ phù hợp với vị trí.
6. Phỏng vấn nhân sự và chốt điều kiện: thảo luận lương, thưởng, thời gian làm việc, phúc lợi, cơ hội phát triển và ngày bắt đầu.
7. Xác nhận cuối cùng và thông báo tuyển dụng: có thể bao gồm kiểm tra lý lịch, xác minh thông tin hoặc phỏng vấn người tham chiếu.

2. Chuẩn bị hồ sơ và phong cách trình bày

Hồ sơ

Mở đầu bằng một đoạn ngắn nêu rõ tổng kinh nghiệm, chuyên môn về tín dụng và mức độ thành thạo SQL, Python, R hoặc SAS.
Mỗi kinh nghiệm nên theo cấu trúc: bối cảnh – vấn đề – hành động của bạn – kết quả đo lưu – bài học. Nêu đóng góp cá nhân thay vì chỉ liệt kê thành viên nhóm.
Với công việc mô hình, mô tả rõ vai trò trong chuẩn bị dữ liệu, lựa chọn biến, xây dựng mô hình, kiểm định, lập tài liệu, trình bày kết quả và xử lý phản hồi.
Chỉ trích danh số liệu chỉ khi có thể giải thích nguồn và phương pháp; không tiết lộ dữ liệu mật của ngân hàng cũ.
Chuẩn bị hai đến ba dự án tiêu biểu: một dự án mô hình, một dự án phân tích dữ liệu và một dự liệu quy trình hoặc tài liệu.

Bài trình bày cá nhân

Chuẩn bị bài giới thiệu 60 đến 90 giây gồm:

Tôi là ai và có bao nhiêu kinh nghiệm trong lĩnh vực liên quan.
Tôi từng làm gì về tín dụng, mô hình, dữ liệu và kiểm định.
Kỹ năng mạnh nhất và ví dụ cụ thể.
Tại sao tôi quan tâm đến vị trí xây dựng mô hình rủi ro tín dụng bán lẻ.

Bộ sản phẩm cá nhân nên có

Một bài thuyết trình năm đến sáu trang về một mô hình tín dụng mẫu.
Một sơ đồ quy trình phát triển mô hình: dữ liệu – phát triển – kiểm định – phê duyệt – triển khai – giám sát.
Một truy vấn SQL và một đoạn Python hoặc R có thể chạy lại.
Một mẫu bảng kiểm định gồm chỉ tiêu, kết quả, ngưỡng hoặc kỳ vọng và hành động cần thực hiện.
Một danh sách năm câu hỏi dành cho người phỏng vấn.

3. Câu hỏi kỹ thuật thường gặp

Về mô hình tín dụng

1. Phân biệt xếp hạng tín dụng, scorecard, xác suất mặc định và giá tín dụng theo rủi ro như thế nào?
2. Một mô hình phân khúc tín dụng hoàn chỉnh cần những bước nào?
3. Vì sao phải xác định rõ định nghĩa mặc định, cửa sổ quan sát và khoảng thời gian mặc định?
4. Làm thế nào chọn biến, xử lý biến thiếu, xử lý ngoại lệ và kiểm soát rò rỉ thông tin?
5. Ý nghĩa của tỷ lệ giá trị thông tin, tỷ lệ odds, hệ số logistic và cách chọn ngưỡng là gì?
6. Phân biệt độ phân biệt và độ hiệu chuẩn của mô hình. Vì sao một mô hình có diện tích dưới đường cong cao vẫn có thể chưa tốt?
7. Back-testing khác kiểm định độc lập như thế nào? Khi nào cần mô hình thay thế?
8. Kiểm tra sức chịu tải được thiết kế như thế nào cho danh mụng tín dụng bán lẻ?
9. Sự khác biệt giữa mô hình tín dụng theo Basel và mô hình dự phòng tổn thất tín dụng kỳ vọng theo IFRS 9 là gì?
10. Làm thế nào đánh giá tác động của thay đổi chính sách tín dụng đối với hiệu quả mô hình?

Về dữ liệu và công cụ

1. Bạn sẽ kiểm tra chất lượng dữ liệu theo những tiêu chí nào?
2. Làm thế nào tránh rò rỉ thông tin khi tạo biến dự báo?
3. Dữ liệu bị thiếu ngẫu nhiên và thiếu theo cơ chế khác nhau được xử lý khác nhau thế nào?
4. Viết truy vấn SQL tính tỷ lệ mặc định theo sản phẩm và theo tháng.
5. Bạn dùng Python hoặc R để kiểm tra tính nhất quán dữ liệu và xây dựng mô hình như thế nào?
6. Khi nào nên dùng hồi quy logistic, cây quyết định hoặc mô hình tăng cường? Với quy mô dữ liệu ngân hàng, vì sao khả năng diễn giải thường quan trọng?
7. Bạn xây dựng trường hợp kiểm thử và kiểm thử chấp nhận người dùng ra sao?
8. Làm thế nào kiểm soát phiên bản mô hình, mã nguồn, tài liệu và kết quả chạy?

Về quản trị mô hình

1. Một hồ sơ mô hình hoàn chỉnh cần những thành phần nào?
2. Làm thế nào ghi nhận hạn chế, điểm cần điều chỉnh và phạm vi sử dụng của mô hình?
3. Khi mô hình không đạt yêu cầu hiệu quả, bạn xử lý thế nào?
4. Bạn hiểu gì về kiểm soát phiên bản, tài liệu hóa và lưu trữ theo quy định nội bộ?
5. Làm thế nào trình bày một mô hình có kết quả kém nhưng vẫn cần thiết để vận hành?
6. Bạn sẽ phản biện kết luận của chuyên viên tín dụng như thế nào?

4. Bài tình huống nên luyện

Nên luyện một bài gần với yêu cầu thực tế: cho một bộ dữ liệu khoản vay bán lẻ gồm thông tin sản phẩm, hành vi trả nợ, thu nhập, tỷ lệ sử dụng hạn mức, tài sản bảo đảm và biến mặc định trong 12 tháng tiếp theo.

Các bước cần trình bày:

1. Xác định mục tiêu, đơn vị phân tích và định nghĩa mặc định.
2. Kiểm tra dữ liệu thiếu, sai định dạng, trùng lặp, ngoại lệ và dữ liệu không nhất quán.
3. Phân khúc theo sản phẩm, kênh bán hàng, thời gian và đặc điểm rủi ro.
4. Chia dữ liệu thành tập huấn luyện, tập kiểm định và tập ngoài mẫu theo thời gian.
5. Chọn biến và xây dựng scorecard hoặc mô hình xác suất mặc định.
6. Đánh giá độ phân biệt, độ hiệu chuẩn, độ ổn định và tác động kinh doanh.
7. Nêu hạn chế, điểm cần giám sát và kế hoạch nâng cấp.

Trong lời trình bày, cần chỉ ra rằng kết quả mô hình chỉ là một phần quyết định tín dụng; mô hình phải được kiểm định, phê duyệt và vận hành trong hệ thống quản trị phù hợp.

5. Câu hỏi hành vi và tình huống

Hãy mô tả một mô hình hoặc dự án phân tích mà bạn phải chứng minh tính đúng đắn của dữ liệu.
Khi phát hiện kết quả mô hình không khớp với thực tế nghiệp vụ, bạn xử lý như thế nào?
Kể một lần bạn phát hiện lỗi trong báo cáo hoặc tài liệu trước khi trình bày. Bạn đã xử lý ra sao?
Bạn từng phản biện quan điểm của lãnh đạo hoặc chuyên viên tín dụng như thế nào?
Khi có nhiều bộ phận cùng đặt yêu cầu với thời hạn gấp, bạn ưu tiên như thế nào?
Bạn từng hỗ trợ đào tạo hoặc kèm cặp một thực tập viên như thế nào?
Bạn làm thế nào để bảo mật dữ liệu khách hàng khi làm việc với công cụ phân tích?
Vì sao bạn phù hợp với môi trường làm việc theo quy trình, tài liệu và kiểm soát chặt chẽ hơn một số vị trí phân tích khác?

Chuẩn bị mỗi câu trả lời theo cấu trúc tình huống – hành động – kết quả – bài học, kèm số liệu hoặc bằng chứng có thể kiểm chứng.

6. Câu hỏi nên hỏi người phỏng vấn

Cơ cấu nhân sự của đội xây dựng mô hình và phạm vi trách nhiệm của vị trí này là gì?
Trong mô tả công việc, mô hình phát triển, kiểm định nội bộ và phê duyệt được phân công như thế nào?
Những mô hình và danh mục tín dụng bán lẻ hiện đang được ưu tiên xây dựng hoặc nâng cấp?
Tỷ lệ thời gian của công việc dành cho phân tích, phát triển mô hình, viết tài liệu, kiểm thử hệ thống, đào tạo và đối tác nghiệp vụ như thế nào?
Vị trí sử dụng những công cụ và hệ thống nào? Có yêu cầu làm việc trực tiếp trên hệ thống tín dụng không?
Các chỉ tiêu đánh giá hiệu quả công việc gồm gì? Có mục tiêu về tiến độ, chất lượng kiểm định, hiệu quả mô hình, tài liệu hoặc đào tạo không?
Thời gian làm việc, lịch làm việc theo tuần, chính sách làm việc tại văn phòng và khả năng làm việc linh hoạt như thế nào?
Lương cố định, thưởng theo hiệu quả công việc, phụ cấp và các khoản đóng góp được xác định như thế nào?
Có chương trình đào tạo, hỗ trợ chứng chỉ, cơ hội tham gia dự án lớn và lộ trình lên trưởng nhóm không?
Tên rút gọn MRRB, CVC và chỉ tiêu EW được sử dụng chính xác trong đội như thế nào?

7. Trang phục và hình thức phỏng vấn

Tin tuyển dụng không quy định trang phục. Với vị trí tại trụ sở ngân hàng, lựa chọn an toàn là trang phục công sở hình thức, gọn gàng và thận trọng: áo sơ mi hoặc áo blouse, quần tây hoặc chân váy chuyên nghiệp, giày kín, màu trung tính, phụ kiện tối giản. Không cần mặc vest nếu chưa được xác nhận, nhưng nên chuẩn bị sơ mi hoặc blazer phòng hời cho vòng quản lý.

Mang laptop, sạc, bút, sổ ghi chép và bản in bài tài liệu dự phòng.
Kiểm tra camera, micro, kết nối mạng và quyền chia sẻ màn hình nếu phỏng vấn trực tuyến.
Với bài trình bày, chuẩn bị năm phần: bối cảnh, phương pháp, kết quả, hạn chế, khuyến nghị.
Không sử dụng trang trí quá mức, biểu cảm phản ứng thái quá và không nói quá lớn khi trình bày từ xa.

8. Đàm phán lương và điều kiện làm việc

Tin tuyển dụng chỉ ghi mức lương “thỏa thuận”. Ứng viên nên chuẩn bị khoảng lương kỳ vọng dựa trên cấp bậc, kinh nghiệm và giá trị chuyên môn, đồng thời hỏi rõ:

Lương trước thuế hay sau thuế.
Lương cố định và thưởng theo hiệu quả công việc có tỷ lệ thế nào.
Thưởng có bảo đảm trong ba tháng đầu không và được tính theo nhóm, cá nhân hay cả đơn vị.
Phụ cấp, bảo hiểm, chế độ khám sức khỏe, ngày phép và cơ chế làm thêm.
Thời gian làm việc và chính sách làm việc linh hoạt.

Câu quảng cáo về “hoa hồng hấp dẫn, thu nhập không giới hạn” có vẻ là nội dung quyền lợi dùng chung cho nhiều vị trí. Vị trí này thuộc lĩnh vực quản trị rủi ro, không phải kinh doanh trực tiếp, vì vậy ứng viên không nên mặc định rằng hoa hồng bán hàng áp dụng; cần hỏi rõ cơ chế thưởng thực tế.

Lộ trình ôn thi

1. Mục tiêu ôn tập

Sau hai tuần, ứng viên cần đạt được năng lực:

Giải thích được vòng đời phát triển mô hình rủi ro tín dụng từ dữ liệu đến triển khai và giám sát.
Trình bày phương pháp xây dựng mô hình xác suất mặc định, mô hình tổn thất và mức phơi nhiễm.
Đọc và kiểm định kết quả mô hình bằng các chỉ tiêu phù hợp.
Thực hiện truy vấn SQL và phân tích dữ liệu bằng Python hoặc R.
Hiểu yêu cầu quản trị mô hình, tài liệu hóa và kiểm thử hệ thống.
Hoàn thành một bài tình huống mô hình tín dụng bán lẻ trong thời gian 60 đến 90 phút.

2. Lộ trình 14 ngày

Ngày	Nội dung	Kết quả cần đạt
1	Nghiệp vụ ngân hàng và sản phẩm bán lẻ	Vẽ được sơ đồ hồ sơ khách hàng, luồng cấp tín dụng, nhận tiền, theo dõi và thu hồi nợ
2	Khung quản trị rủi ro tín dụng	Hiểu vai trò của xếp hạng, mô hình, chính sách tín dụng, kiểm soát vận hành và dữ liệu
3	Thống kê phân tích	Ôn phân phối, mẫu và tổng thể, ước lượng, kiểm định giả thuyết, tương quan và hồi quy
4	Dữ liệu tín dụng	Hiểu dữ liệu đúng thời điểm, thiếu, trùng, ngoại lệ, mặc định, cửa sổ quan sát và rò rỉ thông tin
5	Mô hình xác suất mặc định và scorecard	Biết lựa chọn biến, tính tỷ lệ giá trị thông tin, tỷ lệ odds, chọn bin, fit logistic và tạo điểm
6	Kiểm định và giám sát mô hình	Biết đo phân biệt, hiệu chuẩn, ổn định, độ nhạy cảm, back-testing, benchmark và mô hình thay thế
7	Tổn thất, phơi nhiễm và IFRS 9	Phân biệt xác suất mặc định, tỷ lệ tổn thất khi mặc định, mức phơi nhiễm, ba giai đoạn và tổn thất tín dụng kỳ vọng
8	Basel, vốn và kiểm tra sức chịu tải	Hiểu cơ chế vốn, vai trò của mô hình, cách thiết kế kịch bản và giới hạn quản trị
9	SQL	Thực hành nối bảng, nhóm, lọc điều kiện, hàm cửa sổ, tính tỷ lệ mặc định theo tháng và phân khúc
10	Python hoặc R	Làm sạch dữ liệu, phân tích mô tả, fit mô hình, đánh giá và trực quan hóa bằng thư viện phù hợp
11	Quản trị mô hình, tài liệu và hệ thống	Tạo đề cương hồ sơ mô hình, yêu cầu người dùng, trường hợp kiểm thử và hướng dẫn sử dụng
12	Làm bài tình huống	Hoàn thành phân tích dữ liệu và xây dựng scorecard mẫu
13	Trình bày bài tình huống	Thuyết trình trong 10 phút, trả lời phản biện trong 10 phút
14	Rà soát tổng thể	Ôn lại kiến thức, sửa lỗi, chuẩn bị câu hỏi hành vi và chốt danh sách tài liệu cần học sâu

Nên dành mỗi ngày khoảng hai đến ba giờ học tập trung, một giờ thực hành và 30 phút ôn bằng flashcard hoặc ghi chú.

3. Kiến thức nền cần ưu tiên

Ngân hàng và tín dụng bán lẻ

Vai trò của ngân hàng trong huy động, cho vay, thanh toán và quản lý đối tác.
Các sản phẩm bán lẻ phổ biến như thẻ tín dụng, thẻ ghi nợ, cho vay tiêu dùng, vay tài chính và vay có tài sản bảo đảm.
Hồ sơ khách hàng, nghĩa vụ trả nợ, tỷ lệ sử dụng hạn mức, tuổi thọ khoản vay và hành vi thanh toán.
Rủi ro khách hàng, rủi ro danh sách, rủi ro đối tác, rủi ro vận hành và rủi ro pháp lý.
Quan hệ giữa chính sách tín dụng, quy trình phê duyệt, mô hình và hệ thống quyết định.

Mô hình tín dụng

Định nghĩa mặc định, giác ngạy, hồ sơ vay và hành vi trả nợ.
Scorecard dựa trên tỷ lệ odds hoặc hồi quy logistic.
Phân khúc theo sản phẩm, kênh, rủi ro và đặc điểm khách hàng.
Mô hình xác suất mặc định, tỷ lệ tổn thất khi mặc định và mức phơi nhiễm tín dụng.
Tổn thất kỳ vọng, doanh thu điều chỉnh theo rủi ro và giá tín dụng.
Kiểm định khái niệm, dữ liệu, kết quả, độ ổn định và độ nhạy cảm.
Quản lý hạn chế, tỷ lệ bỏ qua mô hình và giám sát sau triển khai.

Dữ liệu và công cụ

SQL cơ bản đến trung cấp: chọn cột, lọc, nối, nhóm, điều kiện trường hợp, hàm cửa sổ và các phép toán ngày tháng.
Python: pandas, NumPy, matplotlib, seaborn, scikit-learn, statsmodels; kiểm tra dữ liệu và mô hình cơ bản.
R: dplyr, tidyr, ggplot2 và glm hoặc các gói phân tích tương đương.
Excel: bảng xoay, công thức, tìm kiếm theo điều kiện, kiểm tra dữ liệu, biểu đồ và bảng điều khiển.
Quản lý phiên bản, đặt tên tệp, nhật ký chạy mô hình và tài liệu tái lập kết quả.

Quản trị mô hình

Mục đích và phạm vi mô hình.
Quy trình phát triển, kiểm định, phê duyệt, triển khai và thay đổi.
Hồ sơ mô hình, tài liệu kỹ thuật, hướng dẫn sử dụng và danh mục mô hình.
Yêu cầu người dùng, trường hợp kiểm thử, kiểm thử chấp nhận người dùng.
Quản lý thay đổi, bảo mật, sao lưu và lưu trữ tài liệu.

4. Tài liệu tham khảo

Tài liệu chính thức và chuyên ngành

Báo cáo thường niên, báo cáo quản trị rủi ro và thông tin tuyển dụng của MSB.
Văn bản hiện hành của Ngân hàng Nhà nước về CAR, quản lý rủi ro tín dụng, hạn mức và tỷ lệ an toàn; phải kiểm tra hiệu lực tại thời điểm ôn tập.
Tài liệu của Ủy ban Basel về khung Basel II, Basel III và các chuẩn liên quan.
Chuẩn IFRS 9 về tài chính và công cụ phái sinh; có thể dùng tài liệu giải thích của các hãng kiểm toán lớn để học nhanh nhưng phải đối chiếu bản chuẩn khi cần.
Tài liệu hướng dẫn SQLBolt cho SQL, tài liệu pandas của NumPy và tài liệu scikit-learn cho học máy.

Sách tham khảo

Credit Risk Modeling: Theory and Applications của David Lando.
Modeling Credit Risk của Stuart I. Thomas và Michael E. Thomas.
Practical Credit Risk Modeling của I. S. Simon.
Tài liệu về phân tích tín dụng và mô hình scorecard của các tổ chức đào tạo uy tín, ưu tiên tài liệu còn hiệu lực.

Nguồn học thực hành

Bộ dữ liệu công khai về tín dụng hoặc phá sản trên Kaggle, GitHub và các trường đại học; phải kiểm tra giấy phép và không dùng dữ liệu chứa thông tin cá nhân thực.
Video hướng dẫn của các chuyên gia về kiểm định mô hình, quản trị rủi ro tín dụng và Basel.
Bài học về thiết kế kiểm thử, tài liệu hóa và quản lý phiên bản trong các khóa kỹ thuật phần mềm uy tín.

5. Bài thực hành trọng tâm

Dự án mô hình cá nhân

1. Chọn một bộ dữ liệu tín dụng công khai.
2. Xây dựng biến dự báo chỉ từ thông tin có sẵn tại thời điểm cấp khoản vay.
3. Chia dữ liệu theo thời gian để tránh đánh giá sai.
4. Phân tích phân khúc và xây dựng scorecard.
5. Đánh giá bằng độ phân biệt, độ hiệu chuẩn và độ ổn định.
6. Viết tài liệu tóm tắt có mục đích, phương pháp, dữ liệu, hạn chế và khuyến nghị.
7. Tạo SQL tái dựng dữ liệu và Python hoặc R tái tạo kết quả.

Bộ tài liệu cần hoàn thiện

Một trang tóm tắt điều ban hành mô hình.
Một tài liệu phương pháp khoảng năm trang.
Một bảng kết quả và biểu đồ chính.
Một danh sách hạn chế cùng kế hoạch giám sát.
Một bài trình bày mười phút.

6. Bài tự kiểm tra cuối khóa

Ứng viên phải trả lời được mà không cần tra cứu:

Vì sao cần dữ liệu đúng thời điểm?
Vì sao không dùng biến chỉ biết sau khi khoản vay được cấp?
Phân biệt độ phân biệt và độ hiệu chuẩn như thế nào?
Một mô hình có độ phân biệt tốt nhưng độ hiệu chuẩn kém thì cần làm gì?
Khi nào phải xây dựng mô hình thay thế?
Căn cứ nào để kết luận một mô hình có thể đưa vào sử dụng?
Kiểm thử chấp nhận người dùng khác kiểm thử đơn vị phát triển ở điểm nào?
Nếu nghiệp vụ muốn thay đổi ngưỡng nhưng mô hình chưa được phê duyệt, bạn xử lý thế nào?
Làm thế nào trình bày hạn chế của mô hình mà không làm mất độ tin cậy của kết luận?

Tư vấn nghề nghiệp

1. Định vị nghề nghiệp

Vị trí này đòi hỏi sự kết hợp giữa ba năng lực: hiểu tín dụng, định lượng và quản trị mô hình. Nếu phát triển đúng hướng, đây có thể là con đường chuyên sâu, có giá trị cao trong lĩnh vực quản trị rủi ro, phát triển sản phẩm tín dụng, định giá rủi ro, kiểm định nội bộ, quản trị vốn và khoa học dữ liệu.

Một điểm cần xác minh là nhãn phòng ban “Quản lý chung” và các chữ viết tắt CVC, MRRB không được mô tả đầy đủ. Ứng viên nên hỏi về đơn vị trực tiếp, cấp báo cáo, ranh giới giữa phát triển mô hình và kiểm định độc lập, cũng như tỷ lệ công việc phát triển so với vận hành.

2. Lộ trình phát triển trong 12 tháng đầu

Tháng 1–2: Làm quân

Nắm sản phẩm, quy trình tín dụng, chính sách và bộ quy tắc nội bộ.
Học dữ liệu, nguồn dữ liệu, định nghĩa khách hàng, mặc định và quy tắc lấy mẫu.
Hiểu quy trình phát triển, kiểm định, phê duyệt và triển khai mô hình.
Dựng các truy vấn tái tạo dữ liệu và bắt đầu tài liệu hóa.

Tháng 3–6: Góp việc có kiểm soát

Phụ trách một phân tích, một mô hình nhỏ hoặc một hạng mục kiểm thử.
Tham gia rà soát mô hình và xử lý phản hồi kiểm định.
Viết tài liệu phương pháp, trường hợp kiểm thử và trình bày kết quả.
Học cách phản biện yêu cầu nghiệp vụ mà không làm mất tính độc lập của mô hình.

Tháng 7–12: Chủ động tạo giá trị

Dẫn dắt một chu trình cập nhật mô hình từ phát hiện vấn đề đến kiểm thử và trình bày.
Xây dựng bộ chỉ tiêu giám sát mô hình.
Chủ trì đào tạo hoặc hỗ trợ kèm cặp thực tập viên.
Hoàn thiện hồ sơ năng lực chuyên môn và đề xuất chứng chỉ phù hợp với định hướng của đội.

3. Lộ trình thăng tiến

Giai đoạn	Vai trò và phạm vi trách nhiệm	Năng lực cần tích lũy
Chuyên viên	Xây dựng, kiểm tra và trình bày một phần mô hình hoặc quy trình	SQL, thống kê, scorecard, tài liệu hóa
Chuyên viên cao cấp	Phụ trách mô hình end-to-end, đề xuất nâng cấp, dẫn dắt phân tích	Kiểm định, quản trị mô hình, trình bày và phản biện
Trưởng nhóm hoặc chuyên gia	Quản lý danh mục mô hình, nguồn lực, tiêu chuẩn và đào tạo	Quản lý dự án, lãnh đạo, kiểm soát chất lượng
Quản lý	Xây dựng chiến lược mô hình, nguồn lực và phối hợp cấp cao	Quản trị danh mục, vốn, định giá rủi ro và giao tiếp điều hành

Các hướng chuyển đổi hợp lý gồm kiểm định mô hình nội bộ, quản trị rủi ro tín dụng, định giá và kinh doanh rủi ro, quản trị vốn, phân tích danh sách, khoa học dữ liệu và phát triển sản phẩm tín dụng.

4. Ước tính mức lương theo cấp bậc

Bảng dưới đây là ước tính tham khảo tại Hà Nội, đơn vị triệu đồng Việt Nam mỗi tháng, thể hiện mức lương cố định và thưởng theo hiệu quả công việc. Đây không phải mức được cam kết bởi MSB; mức lương có thể thay đổi tùy ngân hàng và thời điểm.

Cấp bậc tham khảo	Kinh nghiệm	Lương cố định ước tính	Thưởng hiệu quả công việc ước tính	Tổng thu nhập tham khảo
Nhân sự mới có năng lực tốt, chỉ phù hợp nếu nhà tuyển dụng linh hoạt về kinh nghiệm	Dưới 1 năm	12–18	0–2	12–20
Chuyên viên	1–3 năm	18–28	1–4	19–32
Chuyên viên cao cấp	3–5 năm	28–40	2–6	30–46
Chuyên gia hoặc trưởng nhóm	5–8 năm	40–60	4–10	44–70
Quản lý mô hình hoặc quản lý cấp cao	Trên 8 năm, quy mô trách nhiệm lớn	55–80 trở lên	7–15 trở lên	62–95 trở lên

Các con số trên chỉ nên dùng để định hướng đàm phán. Thưởng có thể phụ thuộc cá nhân, nhóm, chất lượng mô hình, tiến độ, kết quả kiểm định và đóng góp dự án. Không nên mặc định rằng cơ chế hoa hồng bán hàng được nêu trong phần quyền lợi áp dụng cho vị trí này.

Cách đàm phán:

Nêu khoảng mong muốn dựa trên tổng thu nhập hằng tháng, trong đó tách rõ lương cố định và thưởng mục tiêu.
Ưu tiên mức lương cố định cho vị trí chuyên môn vì thưởng có tính chất biến động.
Nêu giá trị cụ thể: kinh nghiệm mô hình, SQL, Python, khả năng kiểm định và đào tạo.
Nếu mức lương cố định thấp hơn kỳ vọng, hỏi rõ cơ chế tăng lương sau thử việc, tiêu chí đánh giá và thời điểm xét xếp.

5. Chỉ tiêu hiệu quả công việc cần làm rõ

Vì đây là vị trí phát triển mô hình nội bộ, hiệu quả công việc khó có thể chỉ dựa vào doanh số. Các tiêu chí hợp lý có thể bao gồm:

Tiến độ và tính đúng hạn của mốc phát triển mô hình.
Chất lượng tài liệu, khả năng tái lập kết quả và xử lý phản hồi kiểm định.
Hiệu quả phân biệt, hiệu chuẩn và ổn định của mô hình trong giới hạn được giao.
Chất lượng truy vấn, kiểm tra dữ liệu, trường hợp kiểm thử và tài liệu hướng dẫn.
Mức độ hỗ trợ nghiệp vụ, đào tạo và phối hợp liên phòng ban.
Việc tuân thủ quy trình quản trị mô hình và bảo mật.

Hãy hỏi rõ tỷ lệ đánh giá theo kết quả kinh doanh, tiến độ, chất lượng kỹ thuật và phối hợp. Hỏi cả về khả năng làm thêm vào thời điểm triển khai, kiểm định hoặc thay đổi chính sách.

6. Kỹ năng nên phát triển tiếp

Nâng cao SQL và Python để có thể tự xây dựng quy trình dữ liệu tái lập được.
Học kiểm định mô hình ở mức có thể đánh giá độc lập, không chỉ phát triển mô hình.
Tìm hiểu quy định hiện hành về CAR, quản trị rủi ro tín dụng và báo cáo rủi ro tại Việt Nam.
Bổ sung kiến thức IFRS 9 nếu định hướng sang dự phòng tổn thất tín dụng hoặc đối tác.
Tăng cường kỹ năng viết tài liệu, trình bày và điều phối với người không thuộc chuyên môn.
Xây dựng mạng lưới nghề nghiệp thông qua hội thảo, khóa học và cộng đồng kiểm định mô hình.
Phát triển năng lực lãnh đạo qua việc kèm cặp thực tập viên, tổ chức trình bày và hỗ trợ quy trình.

7. Lời khuyên thực tế

Đừng chỉ chứng minh mình biết dùng Python. Hãy chứng minh rằng bạn hiểu một mô hình được xây dựng như thế nào, kiểm tra ra sao, giới hạn ở đâu, được triển khai thế nào và ai sử dụng kết quả. Với vị trí này, khả năng biến một phương pháp phức tạp thành quy trình có thể kiểm soát, văn bản hóa và truyền thông thường có giá trị cao hơn một kỹ năng lập trình đơn lẻ.

Câu hỏi thường gặp

Tôi là sinh viên năm cuối, chưa có một năm kinh nghiệm. Tôi có nên ứng tuyển không?

Bạn vẫn nên ứng tuyển nếu hồ sơ thể hiện đủ chuyên môn, nhưng cần chuẩn bị cho khả năng yêu cầu kinh nghiệm tối thiểu một năm bị xem là điều kiện cứng. Hãy tính thực tế thực tập phân tích tín dụng, dự án mô hình, nghiên cứu hoặc công việc bán lẻ có liên quan, rồi nêu rõ thời gian và đóng góp. Không nên nói quá kinh nghiệm. Liên hệ bộ phận tuyển dụng để xác nhận khả năng tính thực tập hoặc dự án học phần. Lợi thế lớn nhất của bạn có thể là bộ sản phẩm cá nhân thể hiện SQL, thống kê, scorecard và khả năng trình bày.

Tôi tốt nghiệp ngành Tài chính nhưng chỉ biết Excel, chưa biết Python và SQL. Có kịp chuẩn bị không?

Có kịp nếu bạn dồn tập trung trong một đến hai tuần, nhưng không nên học mọi công cụ cùng lúc. Ưu tiên SQL cơ bản để truy vấn, nối và nhóm dữ liệu; Excel nâng cao để tái lập kết quả; Python với pandas và scikit-learn để làm phân tích mô hình cơ bản; cuối cùng mới xem xét R, SAS hoặc VBA. Vị trí cần hiểu quy trình mô hình và quản trị tài liệu hơn là thành thạo nhiều ngôn ngữ lập trình. Hãy hoàn thành một dự án nhỏ end-to-end thay vì học rời rạc.

Tôi từng làm chuyên viên tín dụng. Làm sao chuyển sang vị trí xây dựng mô hình?

Kinh nghiệm tín dụng là lợi thế lớn vì bạn hiểu quy trình, khách hàng, hồ sơ và rủi ro thực tế. Hãy chứng minh khả năng chuyển từ phán đoán tín dụng sang phương pháp định lượng: xây dựng biến, xử lý dữ liệu, phân tích phân khúc, xây scorecard, đánh giá độ hiệu quả và viết tài liệu. Trong phỏng vấn, trình bày một quyết định tín dụng đã được chuẩn hóa thành quy tắc hoặc phân tích. Hãy bổ sung SQL, Python và kiến thức kiểm định mô hình.

Mức lương thực tế của vị trí này là bao nhiêu?

Tin tuyển dụng chỉ ghi “thỏa thuận”, không công bố con số. Mức lương sẽ phụ thuộc cấp bậc, kinh nghiệm mô hình, khả năng SQL và Python, kinh nghiệm kiểm định cùng kết quả phỏng vấn. Bạn nên hỏi rõ lương cố định trước thuế, thưởng theo hiệu quả công việc, phụ cấp và cơ chế tăng lương sau thử việc. Có thể dùng các khoảng tham khảo trong phần lời khuyên sự nghiệp để chuẩn bị, nhưng cần nhớ rằng mức lương có thể thay đổi tùy ngân hàng và thời điểm. Câu quảng cáo về hoa hồng không giới hạn không nên được mặc định là áp dụng cho vị trí quản trị rủi ro này.

Giờ làm và chỉ tiêu hiệu quả công việc của vị trí ra sao?

Tin tuyển dụng không cung cấp thông tin này. Hãy hỏi trực tiếp về lịch làm việc theo tuần, chính sách làm thêm, lịch nghỉ, cơ chế làm việc linh hoạt và thời điểm cao điểm khi triển khai hoặc kiểm định mô hình. Với vị trí này, hiệu quả công việc có thể dựa vào tiến độ, chất lượng mô hình và tài liệu, xử lý phản hồi kiểm định, chất lượng kiểm thử, đào tạo và phối hợp liên phòng ban hơn là doanh số trực tiếp.

Tôi cần biết cả SQL, VBA, Python, R và SAS không? Nên học theo thứ tự nào?

Không cần thành thạo tất cả, nhưng cần đủ hiểu và làm việc thực tế. Thứ tự phù hợp là: Excel nâng cao và SQL; Python với pandas, thống kê và mô hình cơ bản; sau đó chọn thêm VBA nếu muốn tự động hóa báo cáo, hoặc R và SAS nếu đội đang sử dụng. Ưu tiên công cụ bạn có thể chứng minh bằng một dự án tái lập được. Hãy nói rõ trong hồ sơ mức độ thành thạo thực tế của từng công cụ.

Tôi không có dự án mô hình thực tế. Làm sao xây dựng hồ sơ cạnh tranh?

Hãy làm một dự án công khai end-to-end: chọn dữ liệu tín dụng, xác định mục tiêu, kiểm tra dữ liệu, chia mẫu theo thời gian, xây scorecard, đánh giá hiệu quả, viết hạn chế và trình bày. Chuẩn bị cả truy vấn SQL, mã Python hoặc R, bảng kết quả và bài trình bày mười phút. Nếu có dự án thực tế không liên quan tín dụng, bạn vẫn có thể dùng để chứng minh tư duy phân tích, quản lý dữ liệu và trình bày, đồng thời giải thích rõ khoảng cách với mô hình tín dụng.

Vị trí này có đường lên trưởng nhóm và quản lý không?

Có thể, nhưng đường tiến lên phụ thuộc kết quả thể hiện. Lộ trình thông thường là chuyên viên, chuyên viên cao cấp, trưởng nhóm hoặc chuyên gia, sau đó là quản lý. Các năng lực cần tích lũy gồm phát triển mô hình end-to-end, kiểm định, quản trị tài liệu, điều phối nghiệp vụ, đào tạo và dẫn dắt dự án. Hãy hỏi về tiêu chí thăng tiến, số nhân sự trong đội và cơ chế đào tạo chuyên gia.

Chứng chỉ nào đáng học nhất cho vị trí này?

FRM là lựa chọn nền tảng tốt cho quản trị rủi ro và phân tích tín dụng. SQL, Python hoặc khoá dữ liệu phân tích sẽ có giá trị thực tế cao. Nếu ngân sách cho phép, một chương trình về kiểm định mô hình hoặc quản trị rủi ro cũng đáng cân nhắc. Chứng chỉ kế toán hoặc ACCA hữu ích hơn nếu bạn hướng đến IFRS 9, định giá rủi ro hoặc tài chính doanh nghiệp. Không nên tích lũy chứng chỉ chỉ để đẹp hồ sơ; mỗi chứng chỉ cần đi kèm một dự án hoặc kỹ năng sử dụng được.

CVC Xây dựng mô hình rủi ro tín dụng bán lẻ - MRRB