CMNV

Mô tả công việc

Mục đích của công việc / Job purpose Mỗi một sản phẩm dữ liệu bao gồm công cụ, thiết kế luồng xử lý dữ liệu, luồng cung cấp dịch vụ, bảo trì dữ liệu khác nhau tùy theo đặc thù nghiệp vụ và mục đích, phương thức sử dụng sản phẩm dữ liệu đó. Các chuyên viên cao cấp có kinh nghiệm với nhiều loại công nghệ khác nhau giúp vận hành các ứng dụng đảm bảo SLA và chất lượng, tính ổn định, an toàn dữ liệu hàng ngày. Các hoạt động chính / Major activities 1. Vận hành và theo dõi hệ thống hàng ngày cho các hệ thống của phòng SPDL với nhiều công nghệ khác nhau từ các hãng Microsoft, Oracle, IBM, AWS, Confluence, Open Source 2. Thực hiện theo các giải pháp tối ưu các hệ thống của DPD 3. Phân tích và xây dựng các dashboards giúp tối ưu hóa công tác vận hành 4. Chủ động nghiên cứu các công nghệ mới phục vụ cho việc tối ưu, giải quyết các khó khăn trong công việc 5. Thực hiện golive các CR theo đúng quy trình cho các hệ thống và đại điện cho nhóm trao đổi các công việc với các nhóm chuyên môn khác 6. Quản lý vòng đời dữ liệu và đảm bảo các tiêu chuẩn bảo mật dữ liệu trong và ngoài production. 7. Phối hợp với kiến trúc, hạ tầng triển khai các sáng kiến quy hoạch chung về vận hành hệ thống. Các kết quả / Outcomes • Hệ thống hoạt động ổn định đảm bảo SLA như hệ thống data pipeline cho Thông tư ngân hàng nhà nước, data engine cung cấp dịch vụ dữ liệu cho các ứng dụng downstream CNTT. • Giúp giảm tải cho hệ thống và các chức năng trên hệ thống chạy nhanh hơn và ổn định hơn. • Các báo cáo phân tích hiệu năng và các dashboards cho việc theo dõi đo sức khỏe hệ thống, cảnh báo sớm giúp hệ thống hoạt động ổn định đảm bảo SLA • Các đề xuất có thể giải quyết các vấn đề của công việc hiện tại, cải thiện hiệu suất làm việc của cá nhân cũng như của cả team. • Golive thành công các CR • Đảm bảo dữ liệu được lưu trữ, archive, và phân quyền tuân thủ theo chính sách quy định • Đảm bảo tiêu chuẩn vận hành chung được thực thi và áp dụng

Yêu cầu ứng viên

Các năng lực yêu cầu 1. Trình độ Học vấn • Đại học hoặc cao hơn liên quan đến 1 trong các ngành kinh tế, tài chính, ngân hàng, hoặc công nghệ thông tin, toán tin ứng dụng, ngoại thương… 2. Kiến thức/ Chuyên môn Có Liên Quan • Có kiến thức về quản trị cơ sở dữ liệu • Có kiến thức về các dịch vụ và ứng dụng quản lý dữ liệu: Cloud AWS, Opensource • Hiểu biết cơ bản về bảo mật dữ liệu, phân quyền 3. Các Kỹ Năng • Kỹ năng phân tích logic tốt • Giao tiếp (lắng nghe, diễn đạt) • Quản lý công việc và thời gian • Kỹ năng giải quyết vấn đề • Kỹ năng làm việc độc lập • Kỹ năng làm việc phối hợp nhóm. 4. Các Kinh nghiệm Liên quan: Ưu tiên • Có kinh nghiệm ở vai trò vận hành các hệ thống, kiểm tra và xử lý sự cố, xử lý lỗi dữ liệu trên môi trường thực (production) • Có kinh nghiệm với các database như oracle, Sql server, db2, Redshift, Postgres, ETL/Orchestration tool như SSIS, Data Stage, Nifi, Step function, Glue, Lambda, Dbt • Có kinh nghiệm vận hành các hệ thống dữ liệu: Data Warehouse/ Data LakeHouse/ Data Product, tầng ETL phục vụ hệ thống báo cáo • Có kinh nghiệm triển khai ứng dụng dữ liệu và vận hành thực tế với các ngôn ngữ SQL, Python, Spark và sử dụng các công cụ dashboard để giám sát vận hành. 5. Các năng lực cần có • Chính trực, kỷ cương • Tư duy logic • Tự nghiên cứu phát triển bản thân • Làm việc dưới áp lực

Phân tích kỹ năng cần có

## Phân tích Kỹ năng cần có cho Senior Data Platform Operations Engineer - VPBank ### 1. HARD SKILLS (Kỹ năng chuyên môn) #### 🔧 Database & Storage | Công nghệ | Mức độ yêu cầu | Ghi chú | |-----------|-----------------|---------| | Oracle | Bắt buộc | Phổ biến trong ngân hàng Việt Nam | | SQL Server | Bắt buộc | Xử lý transaction data | | DB2 | Ưu tiên | Hệ thống mainframe legacy | | PostgreSQL | Bắt buộc | Open source phổ biến | | Redshift (AWS) | Ưu tiên | Data warehouse cloud | #### 🔄 ETL & Data Pipeline | Công nghệ | Mức độ yêu cầu | Ghi chú | |-----------|-----------------|---------| | SSIS | Bắt buộc | Microsoft ecosystem | | DataStage | Ưu tiên | IBM product thường dùng trong banking | | Nifi | Ưu tiên | Real-time data flow | | AWS Glue | Ưu tiên | Cloud-native ETL | | AWS Lambda | Ưu tiên | Serverless processing | | AWS Step Functions | Ưu tiên | Orchestration | | DBT | Ưu tiên | Data transformation | #### 🐍 Programming & Scripting | Ngôn ngữ | Mức độ yêu cầu | |-----------|-----------------| | SQL | BẮT BUỘC - Master level | | Python | Bắt buộc | | Spark (PySpark/Scala) | Ưu tiên | | Shell/Bash | Nên có | #### ☁️ Cloud & Infrastructure - **AWS** là cloud platform chính được đề cập - Kiến thức về: EC2, S3, Lambda, Glue, Redshift, CloudWatch - Hiểu biết về container (Docker/Kubernetes) là điểm cộng #### 📊 Monitoring & Dashboard - Công cụ dashboard: Grafana, Tableau, Power BI - Monitoring: CloudWatch, Prometheus, Datadog - Alerting và incident management --- ### 2. SOFT SKILLS (Kỹ năng mềm) #### ✅ Bắt buộc phải có: - **Phân tích logic tốt** - Debug và troubleshoot hệ thống phức tạp - **Quản lý thời gian** - Xử lý nhiều task cùng lúc, SLA deadline - **Giao tiếp** - Phối hợp với nhiều team (kiến trúc, infrastructure, business) - **Giải quyết vấn đề** - Xử lý incident dưới áp lực cao - **Làm việc độc lập** - Self-service troubleshooting #### ✅ Giá trị cộng thêm: - Khả năng viết tài liệu kỹ thuật (runbook, SOP) - Tư duy pro-active, phát hiện vấn đề trước khi xảy ra - Kỹ năng trình bày để training cho team --- ### 3. CHỨNG CHỈ GỢI Ý | Chứng chỉ | Mức độ khuyến nghị | Lý do | |-----------|-------------------|-------| | AWS Certified Data Analytics - Specialty | ⭐⭐⭐ Cao | Phù hợp nhất với JD | | AWS Solutions Architect Associate | ⭐⭐ | Nền tảng cloud | | Oracle Database Administrator | ⭐⭐ | Phổ biến trong ngân hàng | | Microsoft Certified: Azure Database Administrator | ⭐ | Nếu dùng SQL Server nhiều | | Databricks Certified Data Engineer | ⭐ | Spark expertise | --- ### 4. SO SÁNH: Ứng viên Entry vs Senior | Tiêu chí | Entry Level (1-2 năm) | Senior Level (3-5+ năm) | |----------|----------------------|------------------------| | Database | Biết 1-2 loại | Thành thạo 3-4 loại, hiểu performance tuning | | ETL | Sử dụng tool có sẵn | Thiết kế và optimize pipeline | | Cloud | Basic AWS | Full AWS Data services | | Incident | Được hướng dẫn | Lead incident resolution | | SLA | Hiểu khái niệm | Đảm bảo SLA, viết runbook | | Team | Học hỏi | Mentor junior, đề xuất cải tiến | --- ### 5. ĐIỂM ĐẶC THÙ NGÀNH NGÂN HÀNG ⚠️ **Lưu ý quan trọng:** - **Thông tư NHNN**: Hệ thống phải tuân thủ quy định nghiêm ngặt về dữ liệu báo cáo - **Data Governance**: Phân quyền, archival, backup phải đạt chuẩn audit - **UAT/Golive**: Quy trình thay đổi nghiêm ngặt, không tự ý deploy - **Security**: Dữ liệu khách hàng nhạy cảm, cần hiểu compliance requirements

Chuẩn bị phỏng vấn

## Hướng dẫn Phỏng vấn VPBank - Senior Data Platform Operations ### 1. QUY TRÌNH PHỎNG VẤN THÔNG THƯỜNG #### Vòng 1: Sàng lọc hồ sơ (HR) - Thời gian: 15-20 phút - Nội dung: Kiểm tra thông tin cơ bản, đánh giá phỏng vấn qua điện thoại - Người phỏng vấn: Nhân sự tuyển dụng #### Vòng 2: Kỹ thuật (Trưởng nhóm/Team Lead) - Thời gian: 45-60 phút - Nội dung: Đánh giá kỹ năng chuyên môn, kinh nghiệm thực tế - Hình thức: Phỏng vấn trực tiếp hoặc online - Người phỏng vấn: Quản lý trực tiếp của Khối SPDL #### Vòng 3: Quản lý/Head - Thời gian: 30-45 phút - Nội dung: Đánh giá culture fit, tư duy giải quyết vấn đề, khả năng lãnh đạo - Người phỏng vấn: Trưởng phòng/Head của Khối Quản trị và Phân tích dữ liệu #### Vòng 4: Kiểm tra nền tảng ( có thể có) - Thực hành kỹ thuật: Viết code SQL, shell script - Case study: Xử lý tình huống vận hành --- ### 2. CÂU HỎI THƯỜNG GẶP THEO VÒNG #### 🔵 Vòng 1 - HR (Sàng lọc) **Câu hỏi kinh nghiệm:** - "Bạn có kinh nghiệm vận hành hệ thống dữ liệu trong môi trường production như thế nào?" - "Tại sao bạn muốn chuyển sang VPBank?" - "Bạn có thể chia sẻ về lý do bạn rời công ty hiện tại?" - "Kỳ vọng lương của bạn là bao nhiêu?" **Câu hỏi tổng quát:** - "Bạn hiểu gì về công việc vận hành hệ thống dữ liệu?" - "Bạn có thể làm việc dưới áp lực, đặc biệt khi hệ thống gặp sự cố vào ban đêm không?" #### 🟢 Vòng 2 - Kỹ thuật (Team Lead) **Câu hỏi Database:** - "Làm thế nào để tối ưu hóa một câu truy vấn SQL chạy chậm trên bảng có hàng triệu records?" - "Giải thích sự khác nhau giữa OLTP và OLAP database?" - "Bạn đã xử lý tình huống deadlock trong Oracle như thế nào?" - "Partitioning vs Indexing: Khi nào nên dùng cái nào?" **Câu hỏi ETL/Pipeline:** - "Mô tả kiến trúc của một data pipeline bạn đã xây dựng/vận hành?" - "Làm thế nào để handle failed jobs trong ETL pipeline?" - "Sự khác nhau giữa batch processing và real-time processing? Khi nào dùng cái nào?" - "Bạn quản lý dependencies giữa các tasks trong pipeline như thế nào?" **Câu hỏi Cloud/AWS:** - "Cách thiết lập monitoring và alerting cho AWS Glue jobs?" - "Làm thế nào để optimize chi phí khi vận hành data pipeline trên AWS?" - "Giải thích cách triển khai serverless data processing với Lambda?" **Câu hỏi Troubleshooting:** - "Mô tả quy trình xử lý sự cố khi một data pipeline fails vào 3 giờ sáng?" - "Làm thế nào để identify nguyên nhân gốc (root cause) của một data quality issue?" - "Khi nào bạn quyết định restart một service vs investigate further?" #### 🟡 Vòng 3 - Quản lý (Head) **Câu hỏi chiến lược:** - "Bạn sẽ cải tiến quy trình vận hành hiện tại như thế nào nếu được nhận vào?" - "Làm thế nào để balance giữa stability và innovation trong vận hành hệ thống?" - "Bạn nghĩ gì về việc tự động hóa (automation) trong vận hành?" **Câu hỏi văn hóa:** - "Mô tả một lần bạn phải làm việc với một team khó tính hoặc có xung đột?" - "Bạn xử lý stress và áp lực công việc như thế nào?" - "Công việc này đòi hỏi 24/7 on-call. Bạn cảm thấy thế nào?" **Câu hỏi về compliance/regulation:** - "Bạn hiểu gì về các quy định về dữ liệu trong ngành ngân hàng?" - "Làm thế nào để đảm bảo dữ liệu tuân thủ Thông tư NHNN?" --- ### 3. TIPS CHUẨN BỊ CHO TỪNG VÒNG #### ✅ Chuẩn bị chung: - Nghiên cứu kỹ về **Khối Quản trị và Phân tích dữ liệu VPBank** - tìm hiểu các dự án, sản phẩm data của họ - Tìm hiểu về **VPBank** trên news: các sáng kiến digital transformation, data strategy - Đọc về các **Thông tư NHNN** liên quan đến báo cáo dữ liệu ngân hàng #### ✅ Chuẩn bị kỹ thuật: - Ôn lại **SQL optimization** - thực hành với các bài tập phức tạp - Chuẩn bị **case study** về một hệ thống data pipeline bạn đã vận hành - Ôn lại **SLA concepts** và cách đo lường uptime - Tìm hiểu **AWS Data services** mới nhất: Redshift Serverless, Datazone #### ✅ Chuẩn bị phỏng vấn hành vi: - Sử dụng framework **STAR** (Situation, Task, Action, Result) để trả lời - Chuẩn bị 3-5 câu chuyện về: - Một lần xử lý sự cố nghiêm trọng - Một dự án cải tiến bạn đề xuất - Một lần phối hợp với team khác thành công - Một thất bại và bài học rút ra --- ### 4. DRESS CODE & THỜI GIAN #### 👔 Dress Code: - **Business casual** (không cần vest cụ thể) - Nam: Áo sơ mi, quần tây, giày kín - Nữ: Áo blouse/cam thảo, quần/váy công sở - Tránh jeans, giày thể thao, trang phục quá màu mè #### ⏰ Thời gian & Địa điểm: - Đến sớm **15 phút** - VPBank Tower hoặc VPBank Head Office (tùy thông báo) - Mang theo **CV bản cứng**, CMND/CCCD - Laptop/tablet có thể được yêu cầu để demo (kiểm tra thực hành) --- ### 5. NHỮNG CÂU HỎI NÊN HỎI NHÀ TUYỂN DỤNG 💡 **Nên hỏi:** - "Quy trình on-call và rotation như thế nào?" - "Các công nghệ chính đang được sử dụng trong team?" - "Cơ hội học tập và phát triển trong vai trò này?" - "Team hiện tại có bao nhiêu người và cơ cấu?" ⚠️ **Tránh hỏi ngay vòng 1:** - Lương thưởng chi tiết (để HR chủ động đề cập) - Ngày nghỉ phép (có trong chính sách chung) - Remote work policy (hỏi ở vòng cuối)

Lộ trình ôn thi

## Ôn thi & Chuẩn bị cho vị trí Senior Data Platform Operations ### 1. LỘ TRÌNH CHUẨN BỊ 2 TUẦN (Từ ngày nhận lịch phỏng vấn) #### 📅 Tuần 1: Củng cố Kiến thức Nền tảng **Ngày 1-2: Database Fundamentals** - Ôn SQL Performance Tuning - Index types: B-tree, Hash, Composite - Execution plan reading và analysis - Query optimization techniques - Database backup/recovery concepts - Transaction isolation levels **Ngày 3-4: ETL & Data Pipeline** - Data modeling: Star schema, Snowflake - Data quality và data validation - Incremental vs full load - Slowly Changing Dimensions (SCD) - Error handling và retry mechanisms **Ngày 5-6: Cloud AWS Data Services** - AWS Glue: Job types, bookmarks, monitoring - Amazon Redshift: Architecture, WLM, distribution styles - AWS Lambda: Best practices, cold start, timeout - Amazon Kinesis: Real-time processing concepts - AWS Step Functions: Workflow design **Ngày 7: Ôn tổng hợp + Practice** - Review lại các điểm yếu - Giải quyết sample SQL problems --- #### 📅 Tuần 2: Chuẩn bị Chuyên sâu + Mock Interview **Ngày 8-9: Banking Domain Knowledge** - Thông tư 16/2020/TT-NHNN về báo cáo thống kê - Các hệ thống Core Banking và data flow - Regulatory reporting requirements - Data governance trong ngân hàng **Ngày 10-11: System Design & Architecture** - Data Lake vs Data Warehouse vs Lakehouse - Data mesh architecture concepts - Disaster recovery planning - High availability design patterns **Ngày 12-13: Mock Interviews** - Practice trả lời kỹ thuật với timer - Prepare STAR stories - Technical deep-dive questions **Ngày 14: Final Review** - Đọc lại JD và so sánh với skillset của mình - Chuẩn bị câu hỏi cho nhà tuyển dụng - Nghỉ ngơi, tinh thần thoải mái --- ### 2. TÀI LIỆU THAM KHẢO ĐỀ XUẤT #### 📚 Sách & Documentation: | Tài liệu | Link/Nguồn | Mục đích | |----------|------------|----------| | AWS Glue Developer Guide | docs.aws.amazon.com/glue | Glue knowledge | | Redshift Best Practices | AWS Documentation | Performance tuning | | "The Data Warehouse Toolkit" - Ralph Kimball | Sách | Data modeling | | "Designing Data-Intensive Applications" - Martin Kleppmann | Sách/ebook | Architecture mindset | | Oracle Documentation | docs.oracle.com | Database concepts | #### 🌐 Online Resources: - **LeetCode** (SQL section): Practice medium-hard SQL problems - **AWS Hands-on Tutorials**: Thực hành Glue, Lambda, Step Functions - **Databricks Academy** (free courses): Spark fundamentals - **Medium/Data Engineering Weekly**: Cập nhật xu hướng #### 🎓 Courses (Miễn phí): - AWS Training: "Building Data Lakes on AWS" - Coursera: "Data Engineering, Cloud Computing, and Machine Learning Specializations" - Kaggle: Data engineering micro-courses --- ### 3. CÁC BÀI TẬP THỰC HÀNH ĐỀ XUẤT #### 🔧 SQL Practice (30 phút/ngày) ```sql -- Practice: Window functions, aggregations, joins optimization -- Example topics: -- 1. Running totals và moving averages -- 2. Rank vs Dense_rank vs Row_number -- 3. Self-join cho hierarchical data -- 4. Pivot/Unpivot transformations -- 5. Performance tuning: subqueries vs CTEs ``` #### 🐍 Python Practice (20 phút/ngày) ```python # Practice: Data processing, error handling, logging # Example: # - PySpark DataFrames operations # - Retry decorator cho API calls # - Logging configuration best practices # - Unit testing với pytest ``` #### 📊 Case Study Preparation Chuẩn bị present một project thực tế với structure: 1. **Bối cảnh**: Business requirement 2. **Architecture**: Thiết kế hệ thống 3. **Implementation**: Công nghệ sử dụng 4. **Challenges**: Khó khăn và cách giải quyết 5. **Results**: Metrics - performance improvement, cost savings --- ### 4. CHECKLIST TRƯỚC NGÀY PHỎNG VẤN #### 📋 1 ngày trước: - [ ] In CV (3 bản) và mang theo CMND - [ ] Chọn trang phục - [ ] Confirm lịch và địa điểm phỏng vấn - [ ] Check đường đi/nơi đỗ xe - [ ] Setup phone/email để nhận thông báo #### 📋 Buổi sáng ngày phỏng vấn: - [ ] Thức dậy sớm, ăn sáng đầy đủ - [ ] Đến sớm 15 phút - [ ] Tắt điện thoại hoặc để chế độ im lặng - [ ] Chuẩn bị tinh thần thoải mái, tự tin - [ ] Mang theo nước uống #### 📋 Mang theo (optional): - [ ] Sổ tay ghi chú - [ ] Bút - [ ] Laptop (nếu được thông báo có phần thực hành) - [ ] Portfolio/project samples (nếu có)

Tư vấn nghề nghiệp

## Lời Khuyên Sự Nghiệp cho Senior Data Platform Operations ### 1. LỘ TRÌNH THĂNG TIẾN TRONG NGÀNH DATA ENGINEERING #### 📈 Cấp bậc điển hình trong ngành: ``` Junior Data Engineer (1-2 năm) ↓ Data Engineer (2-4 năm) ↓ Senior Data Engineer (4-6 năm) ↓ Lead/Principal Data Engineer (6-8 năm) ↓ Data Engineering Manager (8-10 năm) ↓ Head of Data Engineering / VP of Data ``` #### 🎯 Vị trí này nằm ở đâu? - **Senior Data Platform Operations Engineer** ≈ Senior Data Engineer - Level: 4-6 năm kinh nghiệm - Phù hợp cho người đã có 3+ năm kinh nghiệm vận hành data system --- ### 2. MỨC LƯƠNG KỲ VỌNG THEO CẤP BẬC #### 💰 Thị trường Việt Nam (2024) - Data Engineering: | Cấp bậc | Kinh nghiệm | Lương tháng (VND) | |---------|-------------|-------------------| | Junior | 0-2 năm | 15-25 triệu | | Mid-level | 2-4 năm | 25-40 triệu | | Senior | 4-6 năm | 40-65 triệu | | Lead | 6-8 năm | 60-90 triệu | | Manager | 8+ năm | 80-150 triệu | #### 📊 Vị trí này (VPBank - Hà Nội): - **Thấp nhất có thể**: 35-40 triệu (với 3 năm kinh nghiệm) - **Trung bình**: 45-55 triệu (4-5 năm kinh nghiệm) - **Cao nhất có thể**: 60-70 triệu (6+ năm, tech stack đặc biệt) ⚠️ **Lưu ý**: Mức lương còn tùy thuộc vào: - Tech stack matching - Khả năng đàm phán - Quy mô dự án đã làm - Ngân hàng vs Fintech vs Big Tech --- ### 3. KỸ NĂNG CẦN PHÁT TRIỂN THÊM #### 🔮 Short-term (1-2 năm đầu tại VPBank): **Phải có (Must-have):** - [ ] Thành thạo toàn bộ AWS Data services của VPBank - [ ] Hiểu banking data regulations (Thông tư NHNN) - [ ] Xây dựng được runbook và SOP cho team - [ ] Kỹ năng troubleshooting chuyên sâu **Nên có (Should-have):** - [ ] Kubernetes/Docker cho containerization - [ ] Terraform/Infrastructure as Code - [ ] Data quality frameworks (Great Expectations, DBT tests) - [ ] Machine learning basics (cho ML pipelines) #### 🚀 Long-term (3-5 năm tiếp theo): **Để chuyển sang Lead/Manager:** - [ ] System design và architecture - [ ] Data governance và data catalog - [ ] Technical leadership và mentoring - [ ] Project management (Agile/Scrum) - [ ] Đám phán và stakeholder management **Để chuyển sang Big Tech/FAANG:** - [ ] Distributed systems fundamentals - [ ] Real-time streaming (Kafka, Flink) - [ ] Advanced system design - [ ] Lập trình thuật toán (cho interview) --- ### 4. CÁC CON ĐƯỜNG SỰ NGHIỆP TỪ VỊ TRÍ NÀY #### 🛤️ Con đường 1: Technical Expert ``` Senior Data Platform Ops → Principal Data Engineer → Distinguished Engineer → Fellow/Architect ``` *Phù hợp: Thích nghiên cứu công nghệ, không muốn quản lý people* #### 🛤️ Con đường 2: Management ``` Senior Data Platform Ops → Team Lead → Data Engineering Manager → Head of Data Engineering → VP/Director of Data ``` *Phù hợp: Thích dẫn dắt team, có kỹ năng giao tiếp tốt* #### 🛤️ Con đường 3: Product/Data ``` Senior Data Platform Ops → Data Product Manager → Head of Data Platform → Chief Data Officer ``` *Phù hợp: Muốn hiểu business, có tư duy product* #### 🛤️ Con đường 4: Chuyển sang Big Tech ``` Senior Data Platform Ops (VPBank) → Senior Data Engineer (Big Tech Vietnam: VNG, FPT, VNG) → Staff Data Engineer → Principal Data Engineer ``` *Phù hợp: Muốn mức lương cao hơn, học hỏi best practices quốc tế* --- ### 5. CÁC CÔNG TY THƯỜNG TUYỂN DATA ENGINEER TẠI VIỆT NAM | Công ty | Mức lương | Đặc điểm | |---------|-----------|----------| | VNG/VNG | 40-80 triệu | Tech culture tốt, nhiều data | | FPT Software | 30-70 triệu | Dự án outsourcing, global exposure | | Viettel | 35-75 triệu | Quy mô lớn, ổn định | | VNP/MoMo | 40-90 triệu | Fintech, fast-paced | | Techcombank | 40-70 triệu | Digital banking mạnh | | Grab Vietnam | 50-100 triệu | Tech product, regional | | Shopee/Facebook | 60-120 triệu | High salary, competitive | | Remote (Big Tech) | 80-200 triệu | US/EU companies, timezone friendly | --- ### 6. LỜI KHUYÊN THỰC TẾ #### 💡 Từ người đi trước: 1. **Gắn bó tối thiểu 2 năm** để hiểu đủ nghiệp vụ ngân hàng 2. **Học thêm chứng chỉ AWS** ngay năm đầu - VPBank support chi phí học 3. **Build network nội bộ** - Data team có nhiều cơ hội chuyển sang KHCN khác 4. **Đừng chỉ vận hành** - Tích cực đề xuất cải tiến để có portfolio thăng tiến 5. **Hiểu business** - Data engineer giỏi không chỉ code giỏi mà hiểu data để làm gì #### ⚠️ Cảnh báo: - Ngân hàng có **quy trình thay đổi chậm** - không phù hợp nếu muốn nhanh - **On-call 24/7** là thực tế - cân nhắc gia đình - Compliance pressure có thể **hạn chế sáng tạo** - Lương ngân hàng thường **thấp hơn tech company** 20-30%

Câu hỏi thường gặp

Em mới ra trường, chưa có kinh nghiệm vận hành hệ thống thực tế, có nên ứng tuyển vị trí này không?

Thành thật mà nói, vị trí này yêu cầu kinh nghiệm production khá rõ ràng (đặc biệt là phần 'ưu tiên' trong JD). Tuy nhiên, nếu bạn có: 1. **Kinh nghiệm tương đương**: Internship hoặc pet project với các công nghệ được liệt kê (SQL, Python, AWS) 2. **Capstone/Final year project**: Liên quan đến data pipeline hoặc ETL 3. **Open source contribution**: Trên GitHub về data tools ...thì bạn có thể thử ứng tuyển. Nhưng hãy chuẩn bị tinh thần rằng sẽ cạnh tranh với các ứng viên có 3-5 năm kinh nghiệm thực tế. **Gợi ý thay thế**: Ứng tuyển vị trí Junior Data Engineer hoặc Data Analyst trước, sau đó chuyển ngang sau 1-2 năm.

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

VPBank tuyển vị trí này với mức lương 'thỏa thuận', thường rơi vào khoảng **40-55 triệu VND/tháng** cho ứng viên có 3-5 năm kinh nghiệm phù hợp. **Cách thương lượng hiệu quả:** 1. **Research**: Tìm hiểu mức lương market qua các báo cáo (Navigos, Michael Page, Glassdoor) 2. **Know your value**: Tính mức lương mong muốn dựa trên skill set của bạn 3. **Timing**: Đợi HR đề cập mức lương trước, không nên nói trước 4. **Negotiate tổng package**: Không chỉ lương, còn có bonus, insurance, training budget ⚠️ **Lưu ý**: VPBank có chế độ đánh giá hiệu suất 2 lần/năm, thường có tăng lương 8-15%.

Vị trí này có phải làm việc ban đêm hoặc cuối tuần không? On-call như thế nào?

Vận hành hệ thống data trong ngân hàng **không tránh khỏi** các scenario cần xử lý ngoài giờ: **Thực tế cần chuẩn bị:** - **Business hours**: 8:00-18:00, Thứ 2-Thứ 6 (chính thức) - **On-call rotation**: Thường có 1-2 tuần/lần, dựa trên số member trong team - **Emergency incidents**: Có thể cần remote vào 21h-23h hoặc cuối tuần khi có major outage - **Month-end/Year-end**: Thời điểm báo cáo NHNN thường phải OT **Nhưng bù lại:** - Hầu hết ngân hàng có **compensation OT** hoặc **time-off compensation** - On-call allowances thường được tính riêng - Team thường rotate để không ai phải gánh quá nhiều **Câu hỏi nên hỏi HR**: "Chính sách on-call và compensation như thế nào?" và "Team hiện tại có bao nhiêu người để rotate?"

KPI của vị trí này đánh giá những gì? Có áp lực không?

Dựa trên mô tả công việc, các KPI chính bao gồm: **SLA & Stability Metrics:** - Uptime của hệ thống data pipeline (target thường 99.5-99.9%) - Thời gian xử lý incident (MTTR - Mean Time To Recovery) - Số lượng incident/breakdown trong tháng **Performance Metrics:** - Pipeline execution time so với baseline - Data quality SLA (số records lỗi/dirty data) - Report delivery time (đặc biệt với Thông tư NHNN) **Project/Delivery Metrics:** - Số CR golive thành công - Improvement proposals được approved/implemented **Áp lực thực tế:** - Khi hệ thống down, áp lực rất lớn từ management và downstream teams - Báo cáo NHNN có deadline cứng, không延 được - Nhưng nhìn chung, nếu bạn proactive và có system tốt, KPI hoàn toàn đạt được

VPBank có hỗ trợ học chứng chỉ hoặc đào tạo không?

VPBank được biết đến với chính sách đào tạo và phát triển khá tốt trong ngành ngân hàng Việt Nam: **Thường có:** - **Training budget**: Ngân hàng thường có ngân sách học tập cho nhân viên (tùy vị trí và thâm niên) - **AWS certification support**: Đặc biệt với vị trí data liên quan cloud - **Internal training**: Các khóa về nghiệp vụ ngân hàng, soft skills - **Conference attendance**: Có thể được sponsor đi hội thảo data/tech **Mẹo để optimize:** - Thể hiện nguyện vọng học chứng chỉ ngay từ khi phỏng vấn - Sau khi vào, request training plan cụ thể trong 1-1 với manager - Một số chứng chỉ AWS có thể học miễn phí qua AWS Training portal **Lưu ý**: Không phải công ty nào cũng có budget hào phóng, hãy hỏi rõ HR về chính sách cụ thể.

Em đang làm ở công ty outsourcing, muốn chuyển sang ngân hàng. Có khó không?

Chuyển từ outsourcing sang ngân hàng là **hoàn toàn khả thi**, đặc biệt với background data: **Ưu điểm của bạn:** - Đã quen làm việc với nhiều công nghệ - Thường có kinh nghiệm với các dự án enterprise - Đã quen với quy trình development/operations **Thách thức cần vượt qua:** - Ngân hàng cần **domain knowledge** về tài chính-ngân hàng - Cần thể hiện khả năng **ổn định dài hạn** (outsourcing thường có image là hay nhảy) - Mức lương có thể phải điều chỉnh kỳ vọng (banking thường ổn định nhưng không tăng đột biến) **Cách improve chances:** 1. Học thêm về banking regulations (Thông tư NHNN, Basel, AML...) 2. Tự build portfolio về data pipeline (deploy lên AWS free tier) 3. Chuẩn bị story về 'tại sao muốn vào banking' (không phải chỉ vì stable) 4. Đặc biệt: HR thường like candidate có sự chuẩn bị và hiểu biết về ngành

Vị trí này khác gì so với DevOps? Tại sao nên chọn Data Platform Ops thay vì DevOps?

Đây là hai track khác nhau với focus khác nhau: **DevOps truyền thống:** - Infrastructure, CI/CD, container orchestration - Deploying applications (web apps, microservices) - Infrastructure as Code (Terraform, Ansible) **Data Platform Operations (vị trí này):** - Data pipelines, ETL/ELT, data warehousing - Database administration và optimization - Data quality, data governance - Business-critical reporting (Thông tư NHNN) **Vì sao chọn Data Platform Ops:** ✅ Domain knowledge ngân hàng - giá trị dài hạn ✅ Ít competitive hơn DevOps (market nhỏ hơn) ✅ Gắn liền với business outcomes (data-driven decisions) ✅ Ít required on-call intensity hơn DevOps (ít nhưng incident thì nghiêm trọng) **Lời khuyên**: Nếu bạn thích data và muốn specialize, đây là lựa chọn tốt. Nếu thích broader infrastructure, DevOps/F 플랫폼 SRE phù hợp hơn.

Sau khi làm ở vị trí này 2-3 năm, có thể chuyển sang vị trí nào khác?

Sau 2-3 năm kinh nghiệm tại VPBank với hồ sơ này, bạn có nhiều lựa chọn: **Trong VPBank:** - Lead Data Platform Engineer - Data Engineering Manager - Chuyển sang Data Science/Analytics (nếu học thêm ML) - Data Governance Specialist **Trong ngành ngân hàng:** - Senior Data Engineer tại các ngân hàng khác (Techcombank, VietinBank, ACB...) - Data Platform Architect - Data Operations Lead **Ra ngoài ngành:** - Senior Data Engineer tại Tech company (VNG, FPT, Viettel) - Platform Engineer - Data Infrastructure Engineer **Lương thị trường sau 2-3 năm:** - Trong ngân hàng: 50-70 triệu - Tech company: 55-85 triệu - Remote Big Tech: 80-150 triệu **Key skill để chuyển tiếp**: Ngoài technical, hãy tích lũy thêm leadership và architecture design experience.

CVCC Vận hành Hệ thống Dữ liệu / Senior Data Platform Operations Engineer - Hà Nội - TA174