CMNV

Phân tích kỹ năng cần có

## Phân tích Kỹ năng cho Vị trí CVCC Phân tích kinh doanh - Khối Quản trị và Phân tích dữ liệu ### 🔍 Giới thiệu Vị trí VPBank (Ngân hàng TMCP Việt Nam Thịnh Vượng) là một trong những ngân hàng tư nhân lớn nhất Việt Nam, nổi tiếng với văn hóa doanh nghiệp trẻ trung, năng động và chú trọng công nghệ. Vị trí **CVCC Phân tích kinh doanh** (Cán bộ chuyên môn chính) thuộc Khối Quản trị và Phân tích dữ liệu, đây là khối đóng vai trò cốt lõi trong việc khai thác dữ liệu để hỗ trợ ra quyết định kinh doanh cho toàn ngân hàng. ### 📊 Hard Skills bắt buộc | Kỹ năng | Mức độ yêu cầu | Ghi chú | |---------|----------------|---------| | SQL (MySQL, PostgreSQL, Oracle) | Cao | Thường xuyên truy vấn database lớn | | Excel nâng cao (Pivot, VBA, Power Query) | Cao | Báo cáo và phân tích nhanh | | Python/R cho phân tích dữ liệu | Trung bình - Cao | Xử lý data và thống kê | | Công cụ BI (Tableau, Power BI, Looker) | Trung bình - Cao | Trực quan hóa dữ liệu | | Kiến thức Data Warehouse, ETL | Trung bình | Hiểu luồng dữ liệu ngân hàng | | Phân tích thống kê (Regression, Clustering) | Trung bình | Phân tích hành vi khách hàng | | Tiếng Anh giao tiếp/đọc tài liệu | Trung bình | Tài liệu kỹ thuật thường là tiếng Anh | ### 🎯 Hard Skills theo nghiệp vụ ngân hàng **Về mảng ngân hàng:** - Hiểu quy trình nghiệp vụ: bancassurance, tín dụng, thẻ, SME, retail banking - Kiến thức về các chỉ số KPI ngân hàng: NIM, CASA, NPL, ROE, ROA - Quy định pháp luật ngân hàng: Thông tư 41, 22, quy định NHNN - Hiểu cấu trúc dữ liệu core banking (Temenos, Flexcube, Baas) **Về phân tích kinh doanh:** - Dashboard design và reporting framework - A/B testing, experiment design - Customer segmentation và behavioral analysis - Credit scoring, risk analytics ### 🧠 Soft Skills quan trọng 1. **Tư duy phân tích logic** - Phân giải vấn đề kinh doanh thành bài toán dữ liệu 2. **Kỹ năng giao tiếp** - Diễn đạt insights phức tạp thành ngôn ngữ dễ hiểu cho lãnh đạo 3. **Quản lý thời gian** - Xử lý nhiều request từ các phòng ban khác nhau 4. **Chủ động học hỏi** - Công nghệ và yêu cầu nghiệp vụ liên tục thay đổi 5. **Làm việc nhóm** - Phối hợp với IT, risk, marketing, sales ### 📜 Chứng chỉ gợi ý | Chứng chỉ | Giá trị | Ưu tiên | |-----------|---------|---------| | Google Data Analytics Certificate | Rất cao | Ưu tiên cao | | IBM Data Science Professional | Cao | Nên có | | SQL Practice Certificates | Rất cao | Bắt buộc | | FRM (Financial Risk Manager) | Cao | Nếu định hướng risk analytics | | CFA (Financial Analysis) | Trung bình | Hỗ trợ kiến thức tài chính | | PMP hoặc Scrum Master | Trung bình | Quản lý dự án phân tích | ### 💡 So sánh với các vị trí tương đương trong ngành | Tiêu chí | CVCC BA tại VPBank | BA tại ngân hàng khác | BA tại fintech | |----------|-------------------|----------------------|----------------| | Mức lương khởi điểm (kinh nghiệm 2-3 năm) | 15-25 triệu | 12-20 triệu | 18-30 triệu | | Cơ hội học hỏi công nghệ | Cao | Trung bình | Rất cao | | Áp lực công việc | Trung bình - Cao | Trung bình | Cao | | Cơ hội thăng tiến | Khá | Khá | Khá | | Độ ổn định | Cao | Cao | Trung bình | ### ⚠️ Lưu ý đặc thù VPBank - VPBank có hệ thống phân cấp: CVCC (Cán bộ chuyên môn chính) thường tương đương senior, yêu cầu kinh nghiệm tối thiểu 3-5 năm - Văn hóa làm việc năng động, tốc độ nhanh, chấp nhận rủi ro - Đặc biệt chú trọng digital transformation và data-driven decision making - Có nhiều sản phẩm đa dạng: VPBank, VPBank NEO, FE Credit, VPBank Finance

Chuẩn bị phỏng vấn

## Hướng dẫn Phỏng vấn VPBank - CVCC Phân tích kinh doanh ### 📋 Quy trình phỏng vấn điển hình **Vòng 1: Sàng lọc hồ sơ (HR)** - Thời gian: 15-20 phút - Hình thức: Gọi điện hoặc Zoom - Nội dung: Xác nhận thông tin cơ bản, động lực ứng tuyển, mức lương kỳ vọng **Vòng 2: Phỏng vấn chuyên môn (Trưởng phòng/Line Manager)** - Thời gian: 45-60 phút - Hình thức: Trực tiếp hoặc online - Nội dung: Kiểm tra kỹ năng phân tích, hiểu biết nghiệp vụ ngân hàng, tình huống thực tế **Vòng 3: Phỏng vấn cấp cao (Phó Giám đốc/ Giám đốc Khối)** - Thời gian: 30-45 phút - Hình thức: Trực tiếp - Nội dung: Đánh giá tư duy chiến lược, khả năng lãnh đạo, fit văn hóa **Vòng 4: Kiểm tra năng lực (có thể có)** - Test SQL/Excel hoặc Case study phân tích dữ liệu - Thời gian: 60-90 phút ### ❓ Câu hỏi thường gặp theo từng vòng **Vòng 1 - HR (Sàng lọc):** - "Giới thiệu ngắn về bản thân và kinh nghiệm liên quan" - "Tại sao bạn muốn chuyển sang VPBank?" - "Mức lương hiện tại và kỳ vọng của bạn là bao nhiêu?" - "Bạn biết gì về Khối Quản trị và Phân tích dữ liệu của VPBank?" - "Bạn có đang phỏng vấn ở đâu khác không?" **Vòng 2 - Chuyên môn (Trưởng phòng):** - "Bạn có kinh nghiệm gì với SQL? Viết một câu truy vấn để tính tổng dư nợ theo từng chi nhánh" - "Mô tả một dự án phân tích dữ liệu mà bạn đã thực hiện. Kết quả đạt được là gì?" - "Làm thế nào để phát hiện một báo cáo có vấn đề về data quality?" - "Bạn hiểu gì về các chỉ số KPI trong ngân hàng bán lẻ?" - "Có một dashboard về hiệu suất tín dụng, bạn sẽ thiết kế những metrics nào?" - "Giải thích sự khác biệt giữa INNER JOIN và LEFT JOIN" - "Bạn xử lý situation khi stakeholder yêu cầu deadline quá sát nhưng data chưa sẵn sàng?" **Vòng 3 - Cấp cao (Giám đốc Khối):** - "Bạn nghĩ VPBank đang gặp thách thức gì về data?" - "Nếu được chọn một project để cải thiện data-driven culture, bạn sẽ chọn gì?" - "Mô tả một lần bạn phải thuyết phục stakeholder thay đổi quyết định dựa trên data" - "Bạn định hướng phát triển nghề nghiệp 3-5 năm tới như thế nào?" - "Điểm mạnh và điểm yếu của bạn là gì?" - "Bạn sẽ làm gì nếu phát hiện một data breach tiềm ẩn?" ### 📝 Case Study mẫu để chuẩn bị **Case 1: Phân tích tỷ lệ CASA giảm** - Bối cảnh: Tỷ lệ CASA của ngân hàng giảm 5% trong quý vừa qua - Yêu cầu: Phân tích nguyên nhân và đề xuất giải pháp - Gợi ý: Chia theo nhóm khách hàng, sản phẩm, kênh, thời gian **Case 2: Dashboard cho đội ngũ tín dụng** - Bối cảnh: Tạo dashboard tracking hiệu suất nhân viên tín dụng - Yêu cầu: Thiết kế metrics và layout dashboard - Gợi ý: Focus vào lead conversion, disbursement rate, NPL rate **Case 3: Customer Segmentation** - Bối cảnh: Phân khúc khách hàng để personalize marketing - Yêu cầu: Đề xuất phương pháp và metrics đánh giá - Gợi ý: RFM analysis, clustering, behavior scoring ### 👔 Dress Code & Tips chuẩn bị **Dress Code:** - Nam: Áo sơ mi trắng, quần tây, giày da (ít nhất là sạch) - Nữ: Áo sơ mi/căm, chân vái công sở hoặc quần tây - Tránh jeans, sneakers, trang phục quá casual - VPBank khá flexible về dress code, nhưng vòng đầu nên formal **Tips chuẩn bị:** 1. **Nghiên cứu VPBank trước:** - Đọc báo cáo tài chính quý gần nhất - Tìm hiểu các sản phẩm: VPBank, VPBank NEO, FE Credit - Theo dõi tin tức về digital transformation của VPBank 2. **Chuẩn bị Portfolio:** - Mang theo laptop/điện thoại có demo dashboard, báo cáo đã làm - Chuẩn bị 1-2 case study cụ thể với số liệu (đã ẩn danh) 3. **Practice SQL:** - Ôn lại: JOIN, GROUP BY, HAVING, window functions - Chuẩn bị tinh thần viết code trên giấy hoặc whiteboard 4. **Questions cho nhà tuyển dụng:** - "Team hiện tại có bao nhiêu người?" - "Tech stack hiện tại của team là gì?" - "3 tháng đầu tiên kỳ vọng tôi hoàn thành những gì?" - "Cơ hội học hỏi và phát triển trong vai trò này?" 5. **Lưu ý khi trả lời:** - Dùng STAR method (Situation, Task, Action, Result) cho các câu hỏi tình huống - Nhấn mạnh impact đo lường được (%, số tiền tiết kiệm được, thời gian giảm) - Thể hiện sự curious và ham học hỏi

Lộ trình ôn thi

## Lộ trình Ôn thi & Chuẩn bị cho VPBank BA ### 📅 Lộ trình 2 tuần chi tiết #### **Tuần 1: Củng cố nền tảng** **Ngày 1-2: SQL Mastery** - Thực hành trên LeetCode, HackerRank (tag: SQL) - Tập trung: JOIN ( INNER, LEFT, RIGHT, FULL), GROUP BY với aggregate functions, HAVING, subqueries, window functions (ROW_NUMBER, RANK, LAG, LEAD) - Tài liệu: W3Schools SQL, LeetCode SQL50 - Thực hành: Viết 10-15 câu query mỗi ngày **Ngày 3-4: Excel Nâng cao** - Pivot Table và Pivot Chart - Power Query (ETL cơ bản) - VBA macros (ghi và chỉnh sửa) - Data validation và conditional formatting - Tài liệu: Microsoft Learn, Chandoo.org **Ngày 5-6: Python/R cho Data Analysis** - Python: pandas, numpy, matplotlib, seaborn - Thực hành: Đọc file CSV, clean data, visualize - R: dplyr, ggplot2 (nếu có thời gian) - Tài liệu: Kaggle Python course, DataCamp **Ngày 7: Ôn nghỉ + Tổng kết** - Review lại các phần yếu - Bắt đầu xây dựng case study portfolio #### **Tuần 2: Chuyên sâu + Mock interview** **Ngày 8-9: Business Intelligence Tools** - Power BI: DAX basics, visualization best practices - Tableau: Calculated fields, LOD expressions - Thực hành: Tạo 1 dashboard hoàn chỉnh từ sample dataset **Ngày 10-11: Nghiệp vụ Ngân hàng** - Hiểu cấu trúc ngân hàng: retail, corporate, treasury - Các chỉ số KPI: NIM, CASA, NPL, CAR, ROE, ROA - Quy trình tín dụng: từ application → scoring → disbursement → monitoring - Sản phẩm ngân hàng: tiền gửi, tín dụng, thẻ, bancassurance - Tài liệu: Báo cáo thường niên VPBank, trang NHNN **Ngày 12-13: Mock Interview + Case Study** - Practice trả lời các câu hỏi phỏng vấn - Làm 2-3 case study mẫu - Prepare 3-5 câu hỏi cho nhà tuyển dụng - Ghi âm tự phỏng vấn và review **Ngày 14: Chuẩn bị cuối cùng** - Research VPBank: tin tức, sản phẩm, văn hóa - Kiểm tra CV + Portfolio - Chuẩn bị trang phục - Nghỉ ngơi, ngủ sớm ### 📚 Tài liệu tham khảo **Sách tiếng Việt:** - "Phân tích dữ liệu với Python" - Đặng Quang Phúc - "Kinh tế học ngân hàng" - NXB Tài chính - "Data Analytics for Business" - dịch tiếng Việt **Sách tiếng Anh (nên đọc):** - "Storytelling with Data" - Cole Nussbaumer Knafic (visualization) - "Python for Data Analysis" - Wes McKinney - "The Data Warehouse Toolkit" - Ralph Kimball (data warehousing) **Khóa học Online miễn phí:** - Khan Academy: Statistics & Probability - Google Data Analytics Certificate (Coursera) - FREE trial - SQLZoo, Mode SQL Tutorial **YouTube Channels:** - Alex The Analyst (tiếng Anh, thực tế) - Data School (Tableau, Power BI) - Chandoo (Excel tips) ### 🎯 Checklist trước ngày phỏng vấn - [ ] Ôn lại tất cả các câu SQL cơ bản và nâng cao - [ ] Hoàn thành 1 dashboard mẫu để demo - [ ] Chuẩn bị 2-3 case study với số liệu cụ thể - [ ] Research VPBank: báo cáo tài chính, tin tức, sản phẩm - [ ] In ấn CV (2-3 bản), mang theo portfolio - [ ] Chuẩn bị trang phục - [ ] Đặt vé nếu cần di chuyển - [ ] Ngủ đủ giấc, ăn sáng đầy đủ - [ ] Sạc điện thoại, laptop (nếu có demo) - [ ] In/photo CCCD ### ⚠️ Sai lầm thường gặp cần tránh 1. **Không chuẩn bị nghiệp vụ ngân hàng** - RA hay hỏi về NIM, NPL mà không trả lời được 2. **Yếu SQL cơ bản** - Đây là kỹ năng sàng lọc đầu tiên 3. **Không có case study cụ thể** - "Em làm phân tích dữ liệu" mà không có ví dụ 4. **Over-selling không có bằng chứng** - Nói nhiều nhưng không đưa ra được kết quả đo lường được 5. **Không đặt câu hỏi cho nhà tuyển dụng** - Tạo ấn tượng không tốt 6. **Đến muộn** - Lỗi không thể tha thứ, đặc biệt với VPBank

Tư vấn nghề nghiệp

## Lời khuyên Sự nghiệp - CVCC Phân tích kinh doanh tại VPBank ### 🚀 Lộ trình Thăng tiến **Level 1: CVCC Phân tích kinh doanh (Senior BA)** - Kinh nghiệm: 3-5 năm - Mức lương: 18-30 triệu/tháng + thưởng - Vai trò: Chuyên gia về một domain (credit, customer, risk) - Kỳ vọng: Hoàn thành BAU tasks, mentor junior **Level 2: Trưởng nhóm Phân tích kinh doanh (BA Team Lead)** - Kinh nghiệm: 5-7 năm - Mức lương: 30-45 triệu/tháng + thưởng - Vai trò: Quản lý team 3-5 người, quản lý project - Kỳ vọng: Delivery end-to-end, stakeholder management **Level 3: Quản lý Phân tích kinh doanh (BA Manager)** - Kinh nghiệm: 7-10 năm - Mức lương: 50-80 triệu/tháng + thưởng - Vai trò: Quản lý toàn bộ function, strategy planning - Kỳ vọng: Xây dựng team, roadmap, budget planning **Level 4: Giám đốc/Khối trưởng (Director)** - Kinh nghiệm: 10+ năm - Mức lương: 100+ triệu/tháng + thưởng + stock options - Vai trò: Định hướng chiến lược data toàn ngân hàng ### 💰 Mức lương kỳ vọng theo cấp bậc (tham khảo thị trường 2024) | Cấp bậc | Kinh nghiệm | Lương cứng | Tổng thu nhập (12 tháng) | |---------|-------------|-----------|-------------------------| | Fresher/Junior | 0-1 năm | 8-12 triệu | 100-150 triệu/năm | | Chuyên viên | 1-3 năm | 12-18 triệu | 150-250 triệu/năm | | CVCC (Senior) | 3-5 năm | 18-30 triệu | 250-400 triệu/năm | | Trưởng nhóm | 5-7 năm | 30-45 triệu | 400-600 triệu/năm | | Quản lý | 7-10 năm | 45-70 triệu | 600-900 triệu/năm | | Giám đốc | 10+ năm | 70-120 triệu | 900+ triệu/năm | *Lưu ý: Mức lương VPBank thường cạnh tranh top 3 ngân hàng tư nhân, cộng thêm thưởng hiệu suất 2-6 tháng* ### 📈 Kỹ năng cần phát triển thêm theo giai đoạn **1-2 năm đầu:** - Thành thạo SQL, Excel, Python cơ bản - Hiểu nghiệp vụ một domain cụ thể - Communication cơ bản với stakeholder - Chứng chỉ: Google Data Analytics, SQL practice **3-5 năm:** - Advanced analytics (ML basics, statistical testing) - Data visualization chuyên sâu (Tableau/Power BI) - Project management cơ bản - Chứng chỉ: FRM, PMP, hoặc Data Science certificate **5-7 năm:** - People management - Strategic thinking - Data governance và data quality - Machine Learning production - Chứng chỉ: CFA, CBAP, hoặc MBA part-time **7+ năm:** - Executive presence - Business strategy - Data platform architecture - Vendor management - Networking và thought leadership ### 🎯 Định hướng phát triển nghề nghiệp **Hướng 1: Data Specialist (Deep dive technical)** - Data Engineer → Senior BA → Data Architect → Head of Data Platform - Phù hợp: Người đam mê công nghệ, thích giải quyết bài toán phức tạp - Lương: Có thể cao hơn management track về technical **Hướng 2: Business Leadership (Business focus)** - Senior BA → BA Manager → Business Unit Head → C-Suite (CDO, CAO) - Phù hợp: Người giỏi giao tiếp, thích làm việc với con người - Lương: Thường cao hơn về long-term compensation **Hướng 3: Product/Data Product Owner** - Senior BA → Product Owner → Product Manager → VP Product - Phù hợp: Người thích sáng tạo sản phẩm, oriented outcome - Lương: Có thể cao trong các công ty tech/fintech **Hướng 4: Chuyển sang Fintech/Startup** - Senior BA → Data Lead → Head of Analytics → VP Data - Phù hợp: Người thích môi trường năng động, chấp nhận rủi ro - Lương: Thường cao hơn ngân hàng, nhưng ít ổn định hơn ### 💡 Tips từ người đi trước 1. **Đừng chỉ làm BAU** - Chủ động đề xuất insights, project mới để tạo giá trị khác biệt 2. **Build credibility** - Làm từng việc nhỏ tốt để được tin tưởng giao việc lớn hơn 3. **Học business context** - Kỹ năng technical chỉ là 50%, hiểu business mới là chìa khóa 4. **Network internally** - Kết nối với các phòng ban khác (IT, Risk, Marketing, Sales) để hiểu toàn cảnh 5. **Document achievements** - Ghi lại kết quả cụ thể để dùng cho review, phỏng vấn 6. **Invest in soft skills** - Technical skill mở cửa, nhưng soft skill quyết định tốc độ thăng tiến 7. **Mentorship** - Tìm mentor trong công ty và industry để học hỏi nhanh hơn ### ⚠️ Cảnh báo thực tế - **Áp lực deadline**: Báo cáo thường cần nhanh, đặc biệt cuối tháng/quý - **Data quality issues**: 70% thời gian có thể dành cho cleaning, validate data - **Stakeholder management**: Không phải lúc nào request cũng hợp lý, cần soft skill để từ chối khéo - **Technology changes**: Công nghệ và tools thay đổi liên tục, cần continuous learning - **Work-life balance**: Có thể bị OT nhiều vào các đợt báo cáo lớn ### 🎓 Gợi ý học tập liên tục - Theo dõi trend: Data Engineering, AI/ML applications in banking - Tham gia cộng đồng: DataVietnam, Vietnam Data Community - Đọc blog: Towards Data Science, Analytics Vidhya - Conference: Vietnam Data Summit, Fintech Vietnam - Internal mobility: VPBank có chương trình chuyển đổi nội bộ, có thể explore các khối khác

Câu hỏi thường gặp

Em mới ra trường ngành Data Science, chưa có kinh nghiệm ngân hàng. Liệu em có phù hợp với vị trí CVCC Phân tích kinh doanh tại VPBank không?

Hoàn toàn có thể! VPBank đánh giá cao technical skills, đặc biệt SQL và Python. Tuy nhiên, bạn cần thể hiện: 1. **Dự án cá nhân liên quan** - Ví dụ: phân tích dataset ngân hàng trên Kaggle, hoặc project thực tế với data ngân hàng 2. **Hiểu biết nghiệp vụ cơ bản** - Đọc trước về các chỉ số KPI ngân hàng (NIM, NPL, CASA), quy trình tín dụng 3. **Chứng chỉ** - Google Data Analytics hoặc SQL certificate sẽ là điểm cộng lớn 4. **Tinh thần học hỏi** - Thể hiện bạn chủ động tìm hiểu ngành ngân hàng, không chỉ tech Lời khuyên: Apply thẳng vào vị trí, trong CV nhấn mạnh kỹ năng data và project phân tích. Nếu chưa pass vòng technical, có thể hỏi HR về vị trí intern/fresher phù hợp hơn.

Mức lương CVCC Phân tích kinh doanh tại VPBank là bao nhiêu? Có thương lượng được không?

Theo thông tin thị trường 2024, mức lương cho CVCC (tương đương senior, 3-5 năm kinh nghiệm) tại VPBank dao động **18-30 triệu/tháng**, cộng thêm thưởng hiệu suất 2-6 tháng tùy hiệu quả kinh doanh. **Có thể thương lượng được nếu:** - Bạn có technical skills vượt trội (advanced SQL, Python, ML) - Có kinh nghiệm từ ngân hàng/fintech đối thủ cạnh tranh - Offer từ công ty khác để negotiate - Có chứng chỉ quý hiếm (FRM, CFA) **Tips thương lượng:** - Đề cập salary expectation một range, không fix cứng - Nghiên cứu mức lương thị trường trên Glassdoor, Fishbowl, Vietnamwork - Đừng chỉ focus lương, có thể đàm phán thêm: ngày nghỉ phép, hybrid work, training budget - HR thường có budget linh hoạt, đặc biệt cho technical roles đang thiếu nhân sự

Kỹ năng SQL cần đạt level nào cho vị trí này? Em nên ôn những gì?

Với vị trí BA trong ngân hàng, SQL là **kỹ năng sàng lọc đầu tiên**. Bạn cần thành thạo: **Level BẮT BUỘC:** - SELECT, WHERE, GROUP BY, ORDER BY - INNER JOIN, LEFT JOIN, RIGHT JOIN (hiểu khi nào dùng loại nào) - Các hàm aggregate: COUNT, SUM, AVG, MIN, MAX - CASE WHEN cho conditional logic - DISTINCT, LIMIT/OFFSET **Level NÂNG CAO (sẽ được test):** - Subqueries (nested queries) - Window functions: ROW_NUMBER, RANK, DENSE_RANK, LAG, LEAD - Common Table Expressions (WITH AS) - UNION, UNION ALL - HAVING vs WHERE **Nên ôn thực hành:** - LeetCode SQL section (Easy + Medium) - SQLZoo - Mode SQL Tutorial (miễn phí) - Tạo database giả lập với sample banking data để practice **Lưu ý:** Phỏng vấn thường yêu cầu viết SQL trên giấy/whiteboard, không có autocomplete. Cần luyện viết tay!

VPBank có những điểm gì khác biệt so với các ngân hàng khác? Văn hóa làm việc như thế nào?

VPBank có một số đặc điểm khác biệt đáng chú ý: **Văn hóa & Phong cách làm việc:** - **Năng động & sáng tạo**: Ít层级 phân cấp hơn các ngân hàng nhà nước, gần với startup về mặt culture - **Tốc độ nhanh**: Quyết định và triển khai nhanh, chấp nhận fail-fast - **Digital-first**: VPBank tiên phong về digital transformation trong ngành - **Performance-driven**: Rõ ràng về KPI và đánh giá hiệu suất **Điểm hấp dẫn:** - Lương cạnh tranh top tier - Cơ hội học hỏi công nghệ mới - Đa dạng sản phẩm: VPBank (retail), FE Credit (consumer finance), VPBank Finance - Chương trình đào tạo nội bộ tốt **Thách thức:** - Áp lực KPI cao - Thay đổi liên tục (có thể là điểm cộng hoặc trừ tùy người) - Work-life balance có thể không lý tưởng vào mùa cao điểm **So sánh:** - VCB/Agribank: Ổn định hơn, chậm thay đổi, ít áp lực hơn - Techcombank: Tương đương về mặt competitive - Previous VPBank employees: Review trên Glassdoor khá positive về learning opportunity

Khi apply vị trí này, CV của em nên highlight những gì?

Với CV cho VPBank - CVCC Phân tích kinh doanh, bạn nên: **Format chuẩn (1-2 trang):** 1. **Tóm tắt chuyên môn** (3-4 dòng đầu): - Định hướng: Data Analyst / Business Analyst - Technical stack: SQL, Python, Tableau/Power BI - Domain: Banking / Finance - Key achievement: Một con số ấn tượng 2. **Kinh nghiệm làm việc** (quan trọng nhất): - Dùng bullet points bắt đầu bằng action verbs - **LUÔN kèm metrics**: "Tăng 25% efficiency", "Reduce report time từ 4h xuống 30 phút" - Mô tả project cụ thể, không chỉ responsibility chung chung 3. **Kỹ năng kỹ thuật:** - SQL (Advanced) | Python/Pandas | Tableau/Power BI | Excel (VBA) - Đừng liệt kê tool mà không nói level 4. **Dự án cá nhân/Portfolio:** - Link GitHub, Tableau Public profile - Mô tả ngắn gọn: dataset gì, insight gì, kết quả gì 5. **Chứng chỉ & Đào tạo:** - Google Data Analytics, SQL certificates - Các khóa học online đã hoàn thành **Lưu ý quan trọng:** - Tailor CV cho từng application - Không dùng CV chung cho tất cả các vị trí - Remove các kỹ năng không liên quan (VD: Photoshop cho BA role) - Proofread kỹ, không lỗi chính tả

Làm BA trong ngân hàng khác gì so với BA trong fintech hay công ty khác?

Có sự khác biệt đáng kể giữa các môi trường: **BA trong Ngân hàng (VD: VPBank):** - **Ưu điểm:** - Data lớn, đa dạng, chất lượng tốt - Quy trình nghiệp vụ chuẩn hóa, học được nhiều - Cơ hội networking rộng - Ổn định, benefits tốt - **Nhược điểm:** - Hệ thống legacy có thể cũ, phức tạp - Thay đổi chậm hơn do quy định pháp lý - Nhiều approval layers **BA trong Fintech:** - **Ưu điểm:** - Công nghệ mới, modern tech stack - Tốc độ phát triển nhanh - Impact trực tiếp, visibility cao - **Nhược điểm:** - Rủi ro cao hơn (công ty có thể fail) - Data có thể ít hoặc không chuẩn - Benefits thường kém hơn ngân hàng **BA trong Consulting (Big 4, Gartner...):** - **Ưu điểm:** - Exposure đa dạng industries - Learning curve cực nhanh - Brand name tốt - **Nhược điểm:** - Áp lực hours cực cao - Ít deep dive vào technical - Travel nhiều **Lời khuyên:** Nếu bạn mới vào nghề, ngân hàng là nơi tốt để học fundamentals. Sau 2-3 năm, có thể chuyển sang fintech nếu muốn challenge hơn.

Ngoài SQL ra, em có cần học thêm ngôn ngữ lập trình nào không? Python hay R tốt hơn?

Với role BA trong ngân hàng, đây là thứ tự ưu tiên: **BẮT BUỘC (must-have):** 1. **SQL** - Không thể thiếu, 90% công việc 2. **Excel nâng cao** - Vẫn dùng phổ biến cho báo cáo nhanh **NÊN CÓ (should-have):** 3. **Python (pandas, numpy, matplotlib)** - Phổ biến hơn R trong ngành 4. **Power BI hoặc Tableau** - Visualization standard **TUỲ CHỌN (nice-to-have):** 5. R - Phổ biến trong research/quant teams 6. Spark/Hadoop - Nếu làm với big data 7. ETL tools (Airbyte, Fivetran) - Data engineering **Python vs R - Nên chọn Python vì:** - Phổ biến hơn trong industry (không chỉ ngân hàng) - Dễ học hơn cho người mới - Py thường xuyên đề cập trong JD hơn R - Có thể dùng cho automation, web scraping nếu cần **Lộ trình đề xuất:** - Tuần 1-2: Master SQL - Tuần 3-4: Excel nâng cao - Tháng 2-3: Python basics + pandas - Tháng 4-6: Visualization tool (Power BI/Tableau) Đừng cố học tất cả cùng lúc. Master từng cái một!

Công việc hàng ngày của một BA trong Khối Phân tích dữ liệu ngân hàng là gì?

Một ngày typical của BA trong ngân hàng có thể như sau: **Sáng (9:00 - 12:00):** - Check email, Slack/Teams messages - Daily standup với team (15-30 phút) - Pull data và chạy các báo cáo định kỳ (daily/weekly reports) - Review data quality, điều chỉnh nếu có anomalies **Chiều (13:30 - 18:00):** - Deep dive analysis cho các request từ business stakeholders - Meetings với các phòng ban (Sales, Marketing, Risk, Credit) - Làm việc với Data Engineering team về data pipelines - Dashboard maintenance và updates - Documentation và knowledge sharing **Công việc theo chu kỳ:** - **Cuối tháng/quý:** Báo cáo tổng hợp, board materials, stress cao hơn - **Đầu tháng:** Planning, backlog grooming - **Ad-hoc:** Xử lý urgent requests từ lãnh đạo **Thời gian phân bổ ước tính:** - 40% Data extraction & reporting (SQL, Excel) - 25% Analysis & insights generation - 20% Meetings & stakeholder management - 10% Tool maintenance & documentation - 5% Learning & self-development **Đặc biệt tại VPBank:** - Sử dụng enterprise tools: Oracle/SQL Server, SAP BO, Power BI - Nhiều data sources: Core banking, CRM, digital channels - Team thường cross-functional với IT

CVCC Phân tích kinh doanh - HN - TA174