CMNV

Mô tả công việc

1.Theo dõi, kiểm soát và dự báo chỉ tiêu nợ xấu và KPI - Phối hợp với RMD (Phòng Quản trị rủi ro) theo dõi, kiểm soát và dự báo NPL theo chiều danh mục, sản phẩm và đơn vị kinh doanh; thực hiện Phân tích Vintage để nhận diện sớm các danh mục có dấu hiệu suy giảm chất lượng. - Phối hợp với EDA (Trung tâm Dữ liệu) xây dựng báo cáo phân tích các chỉ số quản trị danh mục chuyên sâu (RFR, NFR, RoR), chủ động phát hiện các đơn vị không đạt KPI và đưa ra các cảnh báo/đề xuất điều chỉnh kịp thời. - Tracking, phân tích nguyên nhân và dự báo kết quả hoàn thành hệ thống KPI cấp Khối/Trung tâm theo từng danh mục/sản phẩm/bucket; xây dựng các kịch bản cảnh báo sớm khi các chỉ số tài chính biến động xấu. 2. Xây dựng hệ thống báo cáo và hỗ trợ quản lý - Xây dựng, nâng cấp bộ dashboard động, tự động cập nhật dữ liệu nợ và tỷ lệ hoàn thành KPI theo từng danh mục/trung tâm phục vụ cấp quản lý điều hành. - Thực hiện các báo cáo phân tích chuyên sâu (Deep-dive analysis), báo cáo định kỳ/đột xuất cho Ban Điều hành, Hội đồng Thu hồi nợ, BOD về xu hướng danh mục nợ và đưa ra các tham mưu chiến lược thu hồi nợ. Thực hiện báo cáo định kỳ cho Ban Điều hành, các Ủy ban, Hội đồng Thu hồi nợ, GĐK/CEO, BOD về tình hình danh mục nợ và dự báo. 3. Phối hợp xây dựng quy trình và tham gia dự án nâng cấp hệ thống - Tham gia các dự án chiến lược nâng cấp hệ thống quản trị XLN và số hóa theo dõi danh mục. - Tham gia đánh giá và tích hợp các nguồn dữ liệu mới quy trình quản trị danh mục để nâng cao khả năng dự báo. Các nhiệm vụ báo cáo khác: Thực hiện báo cáo định kỳ cho Ban Điều hành, các Ủy ban, Hội đồng Thu hồi nợ, GĐK/CEO, BOD về tình hình danh mục nợ và dự báo kết quả hoàn thành, dự báo tỷ lệ nhảy nhóm nợ, NPL… Các nhiệm vụ khác được giao bởi TP, GĐK.

Yêu cầu ứng viên

Các yêu cầu khác 1.Các kinh nghiệm chuyên môn: - Tối thiểu 3 năm kinh nghiệm trong lĩnh vực tín dụng, phân tích tài chính, hoặc quản trị rủi ro ngân hàng. - Ưu tiên ứng viên có kinh nghiệm quản trị danh mục tín dụng tại ngân hàng/tổ chức tài chính. - Thành thạo Excel, Power BI hoặc các công cụ phân tích dữ liệu (SQL, Python, SAS, R là lợi thế). - Hiểu biết sâu về các sản phẩm tín dụng, các quy định của NHNN và thông lệ quốc tế (Basel, IFRS). 2. Các kinh nghiệm liên quan/ Relevant Experience - Đã từng trực tiếp xây dựng các mô hình phân lớp nợ hoặc quản lý danh mục nợ có quy mô lớn. - Có kinh nghiệm vận hành, quản lý các kênh thu hồi nợ 3. Các năng lực cần có/ Required Competencies - Khả năng phân tích, nhìn thấy xu hướng từ những con số để dự báo sớm rủi ro nợ xấu. - Duy trì hiệu suất làm việc dưới áp lực target thu hồi nợ của ngân hàng. - Sẵn sàng áp dụng các công nghệ mới (AI, Big Data, Modeling) để tối ưu hóa hiệu suất quản trị danh mục nợ truyền thống. Trình độ đào tạo Đại học Chế độ đãi ngộ - Mức thu nhập hấp dẫn và cạnh tranh trong ngành Ngân hàng và Dịch vụ tài chính: Lương thỏa thuận phù hợp theo năng lực; Lương tháng 13 + Thưởng thành tích cuối năm. Phụ cấp ăn trưa, xăng xe, điện thoại... Incentive theo hiệu quả làm việc + Thưởng thúc đẩy theo Tháng/Quý/Năm - Đảm bảo các quyền lợi theo quy định của Pháp luật và Ngân hàng VPBank: - BHXH, BHYT, BHTN theo quy định; khám sức khỏe định kỳ hàng năm - Bảo hiểm sức khỏe VPBank Care (BH tai nạn 24/7, BH sức khỏe AON, BH người thân) - 14 ngày nghỉ phép năm/nghỉ chế độ có hưởng lương; Nghỉ Lễ/Tết theo quy định - Du lịch thường niên - Tài khoản VPBank Staff, miễn phí dịch vụ ngân hàng - Vay gắn kết với lãi suất ưu đãi cho CBNV có hiệu quả làm việc xuất sắc - Môi trường làm việc năng động, cơ hội thăng tiến. Các khoá đào tạo kỹ năng, chuyên môn nghiệp vụ, kiến thức chuyên ngành. Tham gia các hoạt động Văn Thể Mỹ của Ngân hàng VPBank.

Phân tích kỹ năng cần có

## Phân tích Kỹ năng cho vị trí CVCC Quản trị Danh mục (Collection) ### 1. HARD SKILLS (Kỹ năng chuyên môn bắt buộc) | Cấp độ | Kỹ năng | Mức độ yêu cầu | Ghi chú | |--------|---------|----------------|---------| | **Bắt buộc** | Excel nâng cao | ⭐⭐⭐⭐⭐ | Pivot table, VBA, dashboard | | **Bắt buộc** | Phân tích tài chính ngân hàng | ⭐⭐⭐⭐⭐ | Hiểu NPL, RFR, NFR, RoR | | **Bắt buộc** | Kiến thức tín dụng | ⭐⭐⭐⭐ | Products, quy định NHNN | | **Bắt buộc** | Phân tích Vintage | ⭐⭐⭐⭐ | Nhận diện suy giảm chất lượng TD | | **Ưu tiên** | Power BI | ⭐⭐⭐⭐ | Dashboard động | | **Ưu tiên** | SQL | ⭐⭐⭐ | Truy vấn dữ liệu lớn | | **Ưu tiên** | Python / R / SAS | ⭐⭐⭐ | Phân tích, modeling | | **Cộng điểm** | Basel, IFRS | ⭐⭐⭐ | Thông lệ quốc tế | ### 2. SOFT SKILLS (Kỹ năng mềm quan trọng) - **Khả năng phân tích số liệu → Dự báo rủi ro**: Nhìn thấy xu hướng từ con số, cảnh báo sớm - **Chịu áp lực target**: Duy trì hiệu suất khi bị KPI thu hồi nợ ép - **Giao tiếp cấp lãnh đạo**: Báo cáo cho BOD, HĐQT, Ban Điều hành - **Làm việc cross-functional**: Phối hợp RMD, EDA, các đơn vị kinh doanh - **Tư duy cải tiến**: Sẵn sàng áp dụng AI, Big Data, Modeling ### 3. CHỨNG CHỈ GỢI Ý | Chứng chỉ | Mức độ khuyến nghị | Lý do | |-----------|-------------------|-------| | FRM (Financial Risk Manager) | ⭐⭐⭐⭐ | Chuẩn quốc tế về quản trị rủi ro | | CFA (Level 1-2) | ⭐⭐⭐ | Nền tảng phân tích tài chính | | Credit Risk Certification | ⭐⭐⭐ | Trực tiếp liên quan mảng tín dụng | | Data Analytics (Google, Coursera) | ⭐⭐⭐ | Power BI, SQL, Python | | Basel III/IFRS Certification | ⭐⭐ | Hiểu thông lệ quốc tế | ### 4. SO SÁNH VỊ TRÍ TƯƠNG ĐƯƠNG NGOÀI THỊ TRƯỜNG | Vị trí tương đương | Ngân hàng khác | Mức lương tham khảo | |-------------------|----------------|--------------------| | Chuyên viên Quản trị Danh mục Nợ | TPB, MBB, ACB | 20-35 triệu/tháng | | CV Quản trị Rủi ro Tín dụng | VCB, BIDV, CTG | 25-40 triệu/tháng | | Phân tích NPL | Timo, Neo | 18-30 triệu/tháng | > **VPBank** được đánh giá ở mức **thu nhập cạnh tranh top 3** ngành ngân hàng Việt Nam, nhất là mảng tín dụng tiêu dùng. ### 5. LỘ TRÌNH PHÁT TRIỂN KỸ NĂNG ĐỀ XUẤT ``` 6 tháng: Thành thạo Excel + Power BI + SQL cơ bản 12 tháng: Nắm vững phân tích Vintage, RFR/NFR/RoR 18 tháng: Modeling (Python/R) + Hiểu Basel/IFRS 24 tháng: FRM Level 1 + Kinh nghiệm cross-functional projects ``` --- ### 6. AIƠU CẦN BIẾT VỀ MẢNG COLLECTION TẠI VPBANK - VPBank là ngân hàng có **tỷ lệ NPL cao hơn trung bình ngành** do tập trung tín dụng tiêu dùng (FE Credit) → công việc **luôn có áp lực** nhưng cũng **rất nhiều bài học** - Khối Thu hồi & Xử lý nợ tại VPBank xử lý **quy mô danh mục lớn**, nên kinh nghiệm ở đây **rất giá trị** trên thị trường - Văn hóa VPBank: **năng động, startup-style**, tốc độ ra quyết định nhanh, phù hợp người thích thử thách

Chuẩn bị phỏng vấn

## Hướng dẫn Phỏng vấn vị trí CVCC Quản trị Danh mục (Collection) - VPBank --- ### QUY TRÌNH PHỎNG VẤN ĐIỂN HÌNH | Vòng | Nội dung | Thời gian | Người phỏng vấn | |------|----------|-----------|-----------------| | **Vòng 1** | Sàng lọc HR (Phone/Online) | 20-30 phút | HR Recruitment | | **Vòng 2** | Kiểm tra chuyên môn + case study | 45-60 phút | Trưởng bộ phận Collection | | **Vòng 3** | Phỏng vấn cấp cao / Ban Điều hành | 45-60 phút | Giám đốc Khối Thu hồi nợ | | **Vòng 4** (có thể) | Kiểm tra tham chiếu + offer | 1-3 ngày | HR + Pháp chế | --- ### CÂU HỎI THƯỜNG GẶP THEO TỪNG VÒNG #### **Vòng 1 - HR Sàng lọc** 1. **"Tại sao bạn muốn chuyển sang mảng Collection/Quản trị danh mục?"** → Gợi ý: Nhấn mạnh đam mê phân tích dữ liệu, dự báo rủi ro, muốn đóng góp vào chiến lược thu hồi nợ của ngân hàng 2. **"Bạn hiểu gì về công việc quản trị danh mục nợ?"** → Gợi ý: Trả lời cấu trúc: monitoring KPIs → phân tích vintage → cảnh báo sớm → đề xuất chiến lược 3. **"Kỳ vọng mức lương của bạn?"** → Gợi ý: Với 3+ năm kinh nghiệm, tham khảo 25-40 triệu tùy năng lực. VPBank trả thưởng performance tốt 4. **"Bạn có kinh nghiệm với các công cụ phân tích dữ liệu nào?"** → Gợi ý: Liệt kê cụ thể: Excel (Pivot, VLOOKUP, VBA), Power BI, SQL, Python... #### **Vòng 2 - Chuyên môn (Trưởng bộ phận)** 5. **"Phân biệt NPL, RFR, NFR, RoR? Khi nào dùng chỉ số nào?"** → Gợi ý: - **NPL**: Tỷ lệ nợ xấu (dư nợ nhóm 3-5 / tổng dư nợ) - **RFR** (Report Fraud Rate): Tỷ lệ gian lận - **NFR** (Net Fraud Rate): Tỷ lệ gian lận ròng - **RoR** (Roll Rate): Tỷ lệ nhảy nhóm nợ từnhóm → nhóm xấu hơn 6. **"Bạn có kinh nghiệm phân tích Vintage như thế nào?"** → Gợi ý: Mô tả quy trình 5 bước: (1) Cohort theo tháng giải ngân → (2) Tracking NPL theo tháng từ tháng 1 → 12 → (3) Vẽ đường cong Vintage → (4) So sánh các cohort → (5) Phát hiện cohort bất thường 7. **"Mô tả một lần bạn phát hiện sớm rủi ro nợ xấu và đề xuất giải pháp?"** → Gợi ý: Dùng framework STAR (Situation - Task - Action - Result), nhấn mạnh data-driven decision 8. **"Làm thế nào để phân tích nguyên nhân một đơn vị không đạt KPI thu hồi nợ?"** → Gợi ý: Drilled-down analysis: từ tổng → theo sản phẩm → theo kênh → theo thời gian → so sánh vs benchmark 9. **"Case study: Dashboard KPI tự động - bạn sẽ thiết kế như thế nào?"** → Gợi ý: Mô tả cấu trúc: (1) Layer 1: KPI tổng quan (NPL, recovery rate) → (2) Layer 2: Drill-down theo danh mục/sản phẩm → (3) Layer 3: Trend vs target → (4) Alerts tự động khi vượt ngưỡng 10. **"SQL/Python bạn dùng trong trường hợp nào?"** → Gợi ý: SQL cho truy vấn data warehouse, Python cho phân tích statistical, visualization #### **Vòng 3 - Cấp cao (Giám đốc Khối)** 11. **"Nhìn nhận của bạn về xu hướng NPL ngành ngân hàng Việt Nam 2024-2025?"** → Gợi ý: Bài chia sẻ cân bằng: macro (lãi suất, bất động sản, doanh nghiệp khó khăn) + vi mô (chiến lược Credit Policy của từng ngân hàng) 12. **"Nếu bạn được giao xây dựng mô hình dự báo NPL, bạn sẽ tiếp cận thế nào?"** → Gợi ý: (1) Define target variable → (2) Feature engineering (vintage, payment behavior, demographic) → (3) Model selection (logistic regression, XGBoost) → (4) Validation → (5) Deploy & monitor 13. **"Công nghệ AI/Big Data có thể ứng dụng gì trong quản trị danh mục nợ?"** → Gợi ý: AI scoring cho phân loại khách hàng, chatbot thu hồi nợ, predictive modeling, anomaly detection 14. **"Bạn có kinh nghiệm làm việc với HĐQT/BOD không? Báo cáo cho họ khác gì so với báo cáo kỹ thuật?"** → Gợi ý: Nhấn mạnh: executive summary → key insights → recommendations (không đi sâu vào methodology) 15. **"Một dự án bạn tự hào nhất trong quản trị danh mục tín dụng?"** → Gợi ý: Dùng STAR, kết quả phải đo lường được (VD: giảm NPL 2%, tăng recovery rate 15%) --- ### TIPS CHUẨN BỊ ĐẶC BIỆT CHO VPBANK ✅ **Nghiên cứu VPBank trước khi phỏng vấn:** - VPBank có chiến lược **tín dụng tiêu dùng mạnh** (FE Credit, VPBank Finance) - Tỷ lệ NPL và chiến lược xử lý nợ là **điểm nóng** của ngân hàng - VPBank rất chú trọng **số hóa** và công nghệ ✅ **Chuẩn bị số liệu thị trường:** - NPL toàn ngành, NPL VPBank (so sánh với ACB, TPB, MBB) - Xu hướng nợ xấu 2023-2024 ✅ **Mang theo portfolio:** - Sample dashboard bạn đã làm - Phân tích case study từ công việc cũ (đã sanitize) ✅ **Chuẩn bị câu hỏi cho nhà tuyển dụng:** - "Cơ cấu danh mục nợ hiện tại của Khối Thu hồi?" - "Team hiện tại bao nhiêu người?" - "Mục tiêu số hóa trong 12 tháng tới?" --- ### DRESS CODE - **Vòng 1 (HR):** Business casual (áo sơ mi + quần âu/nhún) - **Vòng 2-3:** Business formal (suit, đặc biệt vòng Giám đốc Khối) - VPBank văn phòng HCM: smart casual được chấp nhận ở tầng làm việc thường ngày, nhưng phỏng vấn nên formal --- ### NHỮNG LỖI THƯỜNG GẶP CẦN TRÁNH ❌ Không biết phân biệt RFR/NFR/RoR → Trượt vòng chuyên môn ngay ❌ Trả lời chung chung không có con số cụ thể → Thiếu tính thuyết phục ❌ Tỏ ra không hiểu áp lực KPI của mảng Collection → Bị đánh giá không phù hợp văn hóa ❌ Over-promise về kỹ năng công nghệ (SQL/Python) → Bị test thực tế ❌ Không chuẩn bị câu hỏi cho nhà tuyển dụng → Bị cho là không quan tâm

Lộ trình ôn thi

## Ôn thi & Chuẩn bị cho vị trí CVCC Quản trị Danh mục (Collection) - VPBank --- ### LỘ TRÌNH CHUẨN BỊ 2 TUẦN (GỢI Ý) #### **Tuần 1: Củng cố kiến thức nền tảng** **Ngày 1-2: Nghiệp vụ tín dụng cơ bản** - 📖 Đọc: Thông tư 02/2023/TT-NHNN (phân loại nợ, trích lập dự phòng) - 📖 Đọc: Quyết định 493/2005/QĐ-NHNN (quản lý NPL) - 📖 Đọc: Thông tư 41/2016/TT-NHNN (giới hạn tỷ lệ nợ xấu) - 🎯 Mục tiêu: Hiểu rõ phân loại nợ 5 nhóm, cách trích lập dự phòng **Ngày 3-4: Phân tích danh mục tín dụng** - 📖 Ôn: NPL ratio, Coverage ratio, Roll Rate analysis - 📖 Ôn: Vintage analysis (Monthly/Quarterly) - 📖 Ôn: RFR (Report Fraud Rate), NFR (Net Fraud Rate) - 🎯 Mục tiêu: Trả lời được câu hỏi về chỉ số trong vòng phỏng vấn **Ngày 5-6: Công cụ phân tích dữ liệu** - 📖 Thực hành: Excel Dashboard (Pivot + Charts + Conditional Formatting) - 📖 Thực hành: Power BI (Import data + basic visualization) - 📖 Ôn SQL: SELECT, WHERE, GROUP BY, JOIN, subquery - 🎯 Mục tiêu: Có thể demo một dashboard mẫu **Ngày 7: Tổng kết + Ôn tập** - 📖 Viết lại câu trả lời cho 15 câu hỏi phỏng vấn thường gặp - 📖 Nghiên cứu VPBank: Báo cáo thường niên 2023, chiến lược 2024 #### **Tuần 2: Nâng cao + Mock interview** **Ngày 8-9: Kiến thức chuyên sâu** - 📖 Basel III: Credit risk, IRB approach, Capital adequacy - 📖 IFRS 9: Expected Credit Loss (ECL) model - 📖 Đọc: Các bài viết về NPL management tại Việt Nam - 🎯 Mục tiêu: Thể hiện kiến thức rộng vượt ngoài yêu cầu JD **Ngày 10-11: Case study + Portfolio** - 📖 Làm mock case: "Phân tích NPL của 1 danh mục tín dụng giả định" - 📖 Chuẩn bị portfolio: Dashboard mẫu, báo cáo phân tích đã làm - 🎯 Mục tiêu: Có 2-3 achievements sẵn sàng kể **Ngày 12-13: Mock interview** - 📖 Practice trả lời với bạn bè hoặc ghi hình - 📖 Đặc biệt luyện phần case study số liệu - 🎯 Mục tiêu: Tự tin, không ấp úng **Ngày 14: Trước phỏng vấn 1 ngày** - 📖 Nghỉ ngơi, chuẩn bị trang phục - 📖 In CV, danh sách tham chiếu (references) - 🎯 Sẵn sàng tinh thần --- ### TÀI LIỆU THAM KHẢO BẮT BUỘC #### **Văn bản pháp luật:** | Tài liệu | Nguồn | Quan trọng | |----------|-------|-----------| | Thông tư 02/2023/TT-NHNN | NHNN website | ⭐⭐⭐⭐⭐ | | Thông tư 41/2016/TT-NHNN | NHNN website | ⭐⭐⭐⭐ | | Quyết định 493/2005/QĐ-NHNN | NHNN website | ⭐⭐⭐ | #### **Sách & Course:** | Tài liệu | Nguồn | Quan trọng | |----------|-------|-----------| | "Credit Risk Management" - J.P. Morgan | Wiley | ⭐⭐⭐⭐ | | FRM Part I - Financial Risk Manager | GARP | ⭐⭐⭐⭐ | | Data Analytics with Power BI | Microsoft Learn | ⭐⭐⭐ | | SQL for Data Analysis | W3Schools / Mode | ⭐⭐⭐ | #### **Nguồn online:** - VPBank Investor Relations: Báo cáo thường niên - NHNN: Báo cáo稳定性 ngành ngân hàng - Banki.ru,ibank.vn: Diễn đàn ngân hàng Việt Nam - GARP: Financial Risk articles --- ### ÔN TẬP CÁC CHỈ SỐ QUAN TRỌNG (ĐIỂM BẮT BUỘC) ``` 📊 NPL Ratio = (Nợ nhóm 3 + 4 + 5) / Tổng dư nợ 📊 Roll Rate = Dư nợ nhóm N / Dư nợ nhóm N-1 (tháng trước) 📊 Recovery Rate = Số tiền thu hồi được / Dư nợ phải thu hồi 📊 Coverage Ratio = Dự phòng đã trích / Nợ xấu 📊 Vintage NPL = NPL của cohort X tính tại tháng Y / Tổng giải ngân cohort X ``` --- ### CHECKLIST TRƯỚC KHI PHỎNG VẤN - [ ] Hiểu rõ cơ chế phân loại nợ 5 nhóm - [ ] Giải thích được Vintage analysis - [ ] Biết cách tính và diễn giải NPL, Roll Rate, RFR, NFR, RoR - [ ] Có thể demo 1 dashboard Power BI/Excel - [ ] Viết được 1 câu SQL query cơ bản - [ ] Hiểu Basel III capital adequacy cơ bản - [ ] Hiểu IFRS 9 ECL model cơ bản - [ ] Research được NPL VPBank vs ngành - [ ] Chuẩn bị 3 achievements có số liệu cụ thể - [ ] Trang phục, CV in sẵn - [ ] Đặt câu hỏi cho nhà tuyển dụng (3-5 câu)

Tư vấn nghề nghiệp

## Lời khuyên Sự nghiệp cho vị trí CVCC Quản trị Danh mục (Collection) - VPBank --- ### LỘ TRÌNH THĂNG TIẾN ĐIỂN HÌNH ``` CVCC Quản trị Danh mục (Collection) ↓ (2-3 năm, kết quả tốt) Trưởng nhóm Quản trị Danh mục ↓ (3-4 năm) Trưởng phòng Quản trị Danh mục / Giám đốc Trung tâm ↓ (4-5 năm) Giám đốc Khối Thu hồi & Xử lý nợ ↓ Chief Risk Officer / Director thuộc Ban Điều hành ``` --- ### MỨC LƯƠNG KỲ VỌNG THEO CẤP BẬC (THAM KHẢO 2024) | Cấp bậc | Kinh nghiệm | Mức lương tháng | Tổng thu nhập/năm | |---------|-------------|-----------------|-------------------| | **Chuyên viên** (CV) | 1-3 năm | 15-25 triệu | 250-400 triệu | | **CVCC** (vị trí này) | 3-5 năm | 25-40 triệu | 400-650 triệu | | **Trưởng nhóm** | 5-7 năm | 40-60 triệu | 650-900 triệu | | **Trưởng phòng** | 7-10 năm | 60-90 triệu | 900-1.4 tỷ | | **Giám đốc Khối** | 10-15 năm | 100-180 triệu | 1.5-3 tỷ | > **Lưu ý:** VPBank có mức lương cạnh tranh top ngành, cộng thêm thưởng performance có thể tăng 20-40% so với base. Vị trí Collection được đánh giá cao vì NPL luôn là thách thức lớn của ngân hàng. --- ### KỸ NĂNG CẦN PHÁT TRIỂN THÊM #### **Ngắn hạn (6-12 tháng)** | Kỹ năng | Độ ưu tiên | Cách học | |---------|-----------|----------| | Power BI nâng cao | ⭐⭐⭐⭐⭐ | Microsoft certified path | | SQL nâng cao (window functions, CTE) | ⭐⭐⭐⭐ | LeetCode SQL, Mode Analytics | | Statistical modeling (Python/R) | ⭐⭐⭐⭐ | Coursera, Kaggle | #### **Trung hạn (1-2 năm)** | Kỹ năng | Độ ưu tiên | Cách học | |---------|-----------|----------| | Machine Learning cho credit scoring | ⭐⭐⭐⭐ | Coursera, hands-on projects | | FRM Level 1 | ⭐⭐⭐⭐ | GARP official materials | | Data storytelling (trình bày cho BOD) | ⭐⭐⭐ | Practice, feedback từ cấp trên | #### **Dài hạn (3-5 năm)** | Kỹ năng | Độ ưu tiên | Cách học | |---------|-----------|----------| | Chiến lược quản trị rủi ro toàn diện | ⭐⭐⭐⭐ | Đọc case studies, mentoring | | AI/GenAI applications in finance | ⭐⭐⭐⭐ | Các khóa chuyên về FinTech | | Leadership & Stakeholder management | ⭐⭐⭐ | Khóa internal/external | --- ### SO SÁNH CƠ HỘI: VPBANK VS CÁC NGÂN HÀNG KHÁC | Tiêu chí | VPBank | VCB | TPB | MBB | |----------|--------|-----|-----|-----| | **Mức lương** | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | | **Áp lực công việc** | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | | **Cơ hội học hỏi** | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | | **Brand name** | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | | **Thăng tiến** | ⭐⭐⭐⭐ | ⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | | **Work-life balance** | ⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ | > **Đánh giá:** VPBank phù hợp nếu bạn **chấp nhận áp lực cao** để đổi lấy **mức thu nhập top thị trường** và **kinh nghiệm chuyên sâu** về quản trị NPL trong môi trường tín dụng tiêu dùng. --- ### ĐỊNH HƯỚNG PHÁT TRIỂN SỰ NGHIỆP 5 NĂM TỚI **Phương án A: Chuyên gia chuyên sâu (Individual Contributor)** ``` CVCC Quản trị Danh mục → Senior Portfolio Management (lead modeling team) → Expert: AI/ML for credit risk → Principal Risk Analyst / Chief Model Risk Officer ``` **Phương án B: Quản lý (People Manager)** ``` CVCC Quản trị Danh mục → Team Lead (2-5 người) → Department Head (10-20 người) → Division Director → CRO / Member of Executive Board ``` **Phương án C: Chuyển sang công ty khác / Startup FinTech** ``` CVCC Quản trị Danh mục (VPBank 2-3 năm) → Portfolio Manager (Ngân hàng nước ngoài: HSBC, Standard Chartered) → Risk Consultant (Big 4: Deloitte, PwC) → Credit Risk Lead (FinTech: Momo, VNPay, Home Credit) → Product Owner - Credit Risk (Tech company) ``` --- ### LỜI KHUYÊN TỪ NGƯỜI ĐI TRƯỚC > 💬 **VPBank môi trường rất nhanh, nếu bạn thích ổn định thì nên cân nhắc. Nhưng nếu muốn học thật nhiều về NPL management trong thực tế Việt Nam, đây là nơi tốt nhất.** > 💬 **Vị trí Collection ở VPBank không chỉ là thu hồi nợ - đây là chiến lược sinh tồn của ngân hàng. Bạn sẽ được nhìn bức tranh toàn cảnh rủi ro tín dụng.** > 💬 **Kỹ năng phân tích dữ liệu là bắt buộc. AI đang dần thay thế các công việc reporting thủ công. Học Python/SQL ngay bây giờ nếu chưa biết.**

Câu hỏi thường gặp

Vị trí CVCC Quản trị Danh mục (Collection) tại VPBank khác gì so với vị trí chuyên viên thu hồi nợ thông thường?

Khác biệt cơ bản: Chuyên viên thu hồi nợ tập trung vào ACTION (liên hệ khách hàng, đàm phán, thu tiền), còn CVCC Quản trị Danh mục tập trung vào STRATEGY & ANALYSIS (phân tích số liệu, dự báo xu hướng, xây dựng chính sách thu hồi, báo cáo cấp BOD). Vị trí này ở 'đầu não' của Khối Thu hồi, đưa ra cảnh báo sớm và tham mưu chiến lược - không trực tiếp gọi điện cho khách hàng nợ xấu.

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

VPBank trả lương theo năng lực, thường dao động 25-40 triệu/tháng cho vị trí CVCC với 3-5 năm kinh nghiệm. Lương tháng 13 + thưởng performance có thể tăng tổng thu nhập thêm 20-40%. Hoàn toàn có thể thương lượng nếu bạn có chứng chỉ FRM, CFA hoặc kỹ năng Python/SQL nâng cao. VPBank đánh giá cao kỹ năng phân tích dữ liệu - đây là điểm mạnh để đàm phán.

Tôi chưa có kinh nghiệm trong mảng Collection nhưng có 3 năm làm phân tích tài chính. Có ứng tuyển được không?

Hoàn toàn có thể! JD nêu rõ 'ưu tiên' chứ không phải 'bắt buộc' có kinh nghiệm Collection. Kỹ năng phân tích tài chính + am hiểu sản phẩm tín dụng là nền tảng tốt. Điểm bạn cần chuẩn bị: (1) Tìm hiểu về NPL management, vintage analysis - (2) Học thêm Power BI/SQL - (3) Trong phỏng vấn, nhấn mạnh khả năng phân tích dữ liệu và tư duy dự báo rủi ro từ kinh nghiệm cũ.

Áp lực KPI của vị trí này như thế nào? Có phải làm overtime nhiều không?

VPBank nói thẳng trong JD: 'Duy trì hiệu suất dưới áp lực target thu hồi nợ'. Cụ thể: Báo cáo cho BOD/HĐQT định kỳ (thường tháng/quý) là thời điểm áp lục nhất. Cuối quý thường phải OT để hoàn thành báo cáo. Tuy nhiên, so với vị trí chuyên viên thu hồi nợ trực tiếp, mức áp lực 'tâm lý' thấp hơn vì bạn làm việc với con số, không phải đối diện khách hàng nợ xấu. Work-life balance: khoảng 6-7/10.

Công nghệ AI và Big Data được ứng dụng như thế nào trong mảng Collection tại VPBank?

JD nêu rõ: 'Sẵn sàng áp dụng AI, Big Data, Modeling để tối ưu hóa quản trị danh mục nợ'. Các ứng dụng cụ thể: (1) AI scoring để phân loại khách hàng có nguy cơ nợ xấu sớm - (2) Predictive modeling dự báo NPL theo từng cohort - (3) Anomaly detection phát hiện gian lận - (4) Automated dashboard thay thế báo cáo thủ công - (5) Chatbot/automation trong quy trình thu hồi. Nếu có kỹ năng Python/SQL, bạn sẽ là ưu tiên hàng đầu.

Cơ hội thăng tiến từ vị trí này như thế nào? Có thể chuyển sang mảng khác không?

Lộ trình tự nhiên: CVCC → Trưởng nhóm (2-3 năm) → Trưởng phòng (5-7 năm) → Giám đốc Khối. Ngoài ra, kinh nghiệm quản trị NPL tại VPBank rất 'hot' trên thị trường - có thể chuyển sang: (1) Quản trị rủi ro tín dụng (CR) tại ngân hàng nước ngoài (HSBC, Standard Chartered) - (2) Risk consulting tại Big 4 (Deloitte, PwC) - (3) Credit risk lead tại FinTech (Home Credit, FE Credit, MoMo). Vị trí này mở ra nhiều cánh cửa.

Quy trình phỏng vấn vị trí này có mấy vòng? Thường kéo dài bao lâu?

Thông thường 2-3 vòng: (1) HR sàng lọc (20-30 phút, có thể qua phone) - (2) Kiểm tra chuyên môn + case study với Trưởng bộ phận (45-60 phút) - (3) Phỏng vấn cấp Giám đốc Khối (45-60 phút). Tổng thời gian từ khi apply đến khi nhận offer: khoảng 2-4 tuần. VPBank có văn hóa ra quyết định nhanh, không kéo dài như một số ngân hàng nhà nước.

Sinh viên mới ra trường có nên ứng tuyển vị trí này không?

Với yêu cầu 'tối thiểu 3 năm kinh nghiệm', sinh viên mới ra trường khó ứng tuyển trực tiếp. Tuy nhiên, bạn có thể chuẩn bị bằng cách: (1) Làm internship ở VPBank hoặc ngân hàng khác ở vị trí liên quan - (2) Học thêm chứng chỉ FRM Level 1 - (3) Làm project về phân tích NPL (VD: phân tích NPL ngành ngân hàng Việt Nam làm thesis) - (4)_apply sau 1-2 năm kinh nghiệm ở vị trí phân tích tín dụng/đầu tư.

CVCC Quản trị danh mục (mảng Collection) - HCM - TA108