CMNV

Mô tả công việc

Các trách nhiệm chính - Xây dựng, kiểm soát và phát triển các mô hình rủi ro tại VPBank. - Kiểm tra, back-test độ hiệu quả của mô hình - Theo dõi định kỳ các mô hình - Triển khai mô hình trên các hệ thống - Kiểm soát các báo cáo về mô hình - Xây dựng các văn bản nội bộ về mô hình - Xây dựng các công cụ tối ưu quá trình xây dựng, triển khai, theo dõi mô hình - Xây dựng hệ thống dữ liệu phục vụ cho việc xây dựng và triển khai mô hình - Quản lý đội nhóm theo yêu cầu Quyền lợi - Thu nhập hấp dẫn, lương thưởng cạnh tranh theo năng lực - Thưởng các Ngày lễ, Tết (theo chính sách ngân hàng từng thời kỳ) - Được vay ưu đãi theo chính sách ngân hàng từng thời kỳ - Chế độ ngày phép hấp dẫn theo cấp bậc công việc, được hưởng chế độ du lịch hè - Bảo hiểm bắt buộc theo luật lao động + Bảo hiểm VPBank care cho CBNV tùy theo cấp bậc và thời gian công tác - Được tham gia các khóa đào tạo tùy thuộc vào Khung đào tạo cho từng vị trí - Thời gian làm việc: từ thứ 2 – thứ 6 & sáng thứ 7 - Môi trường làm việc năng động, thân thiện, có nhiều cơ hội học đào tạo, học hỏi và phát triển; được tham gia nhiều hoạt động văn hóa thú vị (cuộc thi về thể thao, tài năng, hoạt động teambuiLding...)

Yêu cầu ứng viên

Yêu cầu -Kiến thức chuyên môn: + Có kiến thức về Ngân hàng và các sản phẩm của Ngân hàng + Có kiến thức chuyên môn về xây dựng mô hình rủi ro, mô hình theo thông lệ quốc tế. + Có kiến thức chuyên sâu về BigData, các kĩ thuật xây dựng mô hình tiên tiến + Có hiểu biết về các thuật toán học máy như Random forest, Gradient boosting tree, XGBoost. - Kỹ năng: + IT: - SAS nâng cao - SQL nâng cao - thành thạo Excel, Power Point, Word - Sử dụng thêm được 1 công cụ xây dựng mô hình khác( R/ Python...) + Kỹ năng mềm: - Quản lý thời gian - Kỹ năng thuyết trình - Kỹ năng làm việc nhóm - Kỹ năng quản lý nhóm - Thuyết trình được trước các cán bộ cấp cao - Có ít nhất 08 năm kinh nghiệm xây dựng mô hình đo lường rủi ro tín dụng, mô hình theo thông lệ quốc tế. - Có ít nhất 3 năm nghiệm lãnh đạo đội nhóm - Bằng cấp, chuyên ngành đào tạo: Tốt nghiệp đại học trở lên các chuyên ngành: Tài chính, kinh tế, ngân hàng, toán. Ưu tiên ứng viên tốt nghiệp ngành liên quan tới phân tích định lượng như toán tài chính, toán kinh tế, kinh tế lượng, toán tin, … - Trình độ ngoại ngữ: thành thạo giao tiếp/ thuyết trình tiếng Anh

Phân tích kỹ năng cần có

## Phân tích kỹ năng cần có cho vị trí CVCC/CG Xây Dựng Mô Hình Rủi Ro ### 📌 Tổng quan vị trí Đây là vị trí cấp cao (CVCC/CG) trong Khối Quản trị rủi ro VPBank, chịu trách nhiệm xây dựng, phát triển và kiểm soát các mô hình rủi ro. Vị trí yêu cầu **08+ năm kinh nghiệm** và **03+ năm quản lý đội nhóm**, phù hợp với ứng viên senior muốn chuyển sang môi trường ngân hàng hoặc đang làm tại ngân hàng khác muốn thăng tiến. --- ### 🎯 HARD SKILLS (Kỹ năng chuyên môn) #### 1. Kỹ thuật xây dựng mô hình (BẮT BUỘC) | Kỹ năng | Mức độ yêu cầu | Ưu tiên | |---------|----------------|--------| | SAS nâng cao | Bắt buộc - thành thạo | ⭐⭐⭐ | | SQL nâng cao | Bắt buộc - thành thạo | ⭐⭐⭐ | | R hoặc Python | Bắt buộc (thêm) | ⭐⭐⭐ | | Excel/PowerPoint/Word | Thành thạo | ⭐⭐ | | BigData | Chuyên sâu | ⭐⭐⭐ | #### 2. Kiến thức về mô hình rủi ro (BẮT BUỘC) - **Mô hình rủi ro tín dụng (Credit Risk Model):** PD, LGD, EAD - **Thông lệ quốc tế:** Basel II/III, IRB - **Machine Learning algorithms:** - Random Forest - Gradient Boosting Tree - XGBoost (đặc biệt ưa chuộng) - Logistic Regression (nền tảng) - Neural Networks (là điểm cộng) #### 3. Kiến thức ngân hàng - Hiểu sản phẩm, quy trình nghiệp vụ ngân hàng - Quy trình tín dụng, đánh giá rủi ro - Bộ chỉ tiêu CAMEL, cơ chế giám sát NHNN --- ### 💡 SOFT SKILLS (Kỹ năng mềm) | Kỹ năng | Tầm quan trọng | Ghi chú | |---------|----------------|--------| | Quản lý thời gian | Cao | Đa dự án, deadline chặt | | Thuyết trình | Rất cao | Trình bày với cấp cao | | Làm việc nhóm | Cao | Phối hợp với nhiều bộ phận | | Quản lý đội nhóm | BẮT BUỘC | 3+ năm kinh nghiệm | | Giao tiếp tiếng Anh | Cao | Thuyết trình, tài liệu quốc tế | --- ### 📜 CHỨNG CHỈ GỢI Ý (Là điểm cộng lớn) 1. **FRM (Financial Risk Manager)** - GARP - Phù hợp nhất với vị trí này - Bao gồm: Market Risk, Credit Risk, Operational Risk 2. **PRM (Professional Risk Manager)** - PRMIA - Tập trung vào định giá rủi ro 3. **CFA (Chartered Financial Analyst)** - Ít liên quan trực tiếp hơn, nhưng là điểm cộng mạnh 4. **Data Science / ML Certifications** - Kaggle Certificates - Coursera/EdX specialized courses 5. **Chứng chỉ tiếng Anh** - IELTS 7.0+ hoặc TOEIC 850+ - Không bắt buộc nhưng hỗ trợ phỏng vấn --- ### 🔄 SO SÁNH: Vị trí này vs. Vị trí mô hình rủi ro tại ngân hàng khác | Tiêu chí | VPBank | Techcombank | VCB | |----------|--------|-------------|-----| | Yêu cầu SAS | Cao | Trung bình | Cao | | Mức lương | Thỏa thuận (thường cao) | Thỏa thuận | Theo bảng lương | | Áp lực KPI | Trung bình-cao | Cao | Thấp-trung bình | | Cơ hội học ML | Cao (ưu tiên BigData) | Trung bình | Trung bình | | Quản lý đội nhóm | Có | Tùy vị trí | Tùy vị trí | --- ### 📊 KẾT LUẬN: GAP PHÂN TÍCH **Điểm bạn CÓ:** - Kinh nghiệm xây dựng mô hình rủi ro tín dụng 8+ năm - Kinh nghiệm quản lý đội nhóm 3+ năm - Thành thạo SAS, SQL - Hiểu ML algorithms **Điểm bạn CẦN BỔ SUNG:** - BigData knowledge (nếu chưa có) - Portfolio xây dựng mô hình theo thông lệ quốc tế - Kỹ năng thuyết trình với cấp cao (present case studies) - Tiếng Anh lưu loát (đặc biệt thuật ngữ chuyên môn)

Chuẩn bị phỏng vấn

## Hướng dẫn phỏng vấn VPBank - Vị trí Xây Dựng Mô Hình Rủi Ro ### 📋 QUY TRÌNH PHỎNG VẤN (Thông thường) **Vòng 1: HR Screening (30-45 phút)** - Gọi điện hoặc online (Zoom/Google Meet) - Xác nhận thông tin cơ bản, đánh giá mức độ phù hợp - Hỏi về salary expectation, availability **Vòng 2: Technical Interview (60-90 phút)** - Phỏng vấn với Trưởng phòng/Quản lý Khối Quản trị rủi ro - Test kỹ thuật: SAS, SQL, case study xây dựng mô hình - Trình bày một dự án mô hình đã làm **Vòng 3: Panel Interview (60-90 phút)** - Gặp Giám đốc Khối hoặc Phó TGĐ phụ trách - Hỏi về chiến lược, tầm nhìn - Đánh giá leadership skills **Vòng 4: HR Final Round (30 phút)** - Thương lượng lương, benefits - Questions & clarifications --- ### ❓ CÂU HỎI HAY GẶP THEO TỪNG VÒNG #### Vòng 1 - HR Screening 1. **"Tại sao bạn muốn chuyển việc sang VPBank?"** - TIPS: Nghiên cứu VPBank - nói về định hướng phát triển, mô hình rủi ro tiên tiến, văn hóa đổi mới - TRÁNH: "Lương cao hơn" - quá trực tiếp 2. **"Bạn có kinh nghiệm quản lý đội nhóm như thế nào?"** - Chuẩn bị: Số lượng team, quy mô, thành tích đạt được 3. **"Mức lương kỳ vọng của bạn?"** - TIPS: Nói range, không nói fixed number - Tham khảo: Senior Model Developer ngân hàng: 35-60 triệu/tháng tùy kinh nghiệm 4. **"Bạn có thể bắt đầu khi nào?"** - Chuẩn bị sẵn notice period --- #### Vòng 2 - Technical Interview 5. **"Hãy giải thích các bước xây dựng một credit scoring model"** - FRAMEWORK trả lời: 1. Define problem & business objective 2. Data collection & cleaning 3. Exploratory Data Analysis (EDA) 4. Feature engineering 5. Model selection & training 6. Model validation (back-testing, stress testing) 7. Model documentation 8. Implementation & monitoring 6. **"PD model và LGD model khác nhau như thế nào?"** - PD (Probability of Default): Xác suất khách hàng vỡ nợ - LGD (Loss Given Default): Tổn thất khi vỡ nợ - EAD (Exposure at Default): Dư nợ tại thời điểm vỡ nợ - Expected Loss = PD × LGD × EAD 7. **"Khi nào nên dùng XGBoost và khi nào dùng Logistic Regression?"** - Logistic Regression: Dễ interpret, less overfitting, baseline model - XGBoost: High accuracy, handle non-linear, require more tuning - Thực tế: Thường dùng cả hai, ensemble 8. **"Cách xử lý imbalanced data trong credit risk modeling?"** - Oversampling (SMOTE) - Undersampling - Class weights - Threshold adjustment - Collect more data 9. **"Back-testing model như thế nào?"** - Population Stability Index (PSI) - Kolmogorov-Smirnov (KS) statistic - Gini coefficient - Confusion matrix, AUC-ROC 10. **"SQL: Viết query tính tổng dư nợ theo từng ngành nghề"** ```sql SELECT industry, SUM(outstanding_balance) as total_debt FROM loans GROUP BY industry ORDER BY total_debt DESC; ``` 11. **"SAS: Cách xử lý missing values?"** - PROC MI for multiple imputation - PROC STANDARD, PROC TRANSREG - Mean/mode imputation, deletion methods 12. **"Các chỉ số đánh giá model performance?"** - Classification: Accuracy, Precision, Recall, F1-Score, AUC-ROC - Regression: RMSE, MAE, R-squared - Credit Risk: Gini, KS, PSI, AR --- #### Vòng 3 - Panel / Leadership Interview 13. **"Bạn sẽ làm gì nếu mô hình không pass validation?"** - TIPS: Thể hiện problem-solving, không đổ lỗi - Trả lời: Debug → Feature engineering → Model tuning → Nếu vẫn không được → Explain to stakeholders 14. **"Kể về một dự án thất bại và bài học rút ra"** - TIPS: Chọn project thực tế, thể hiện self-awareness - Cấu trúc: Situation → Task → Action → Result → Lesson 15. **"Làm thế nào để manage expectations của stakeholders?"** - Regular communication - Data-driven approach - Set realistic timelines - Provide alternatives 16. **"Bạn hiểu gì về Basel II/III?"** - Basel II: Minimum capital requirements, Supervisory review, Market discipline - Basel III: Tăng capital buffer, Liquidity coverage ratio, Leverage ratio - IRB (Internal Ratings-Based) approach --- ### 🎯 CASE STUDY CHUẨN BỊ **Case 1: Xây dựng Credit Scorecard** - Giả định: VPBank muốn xây dựng scorecard cho vay tiêu dùng - Cần trình bày: Features, Weight of Evidence, Model validation **Case 2: Model Validation Challenge** - Giả định: Model cũ có Gini 0.65, model mới có Gini 0.68 - Phân tích: Có nên deploy không? Risk/benefit? --- ### 👔 DRESS CODE - **Nam:** vest/complete suit, đi giày da, cravat (nếu panel interview) - **Nữ:** áo sơ mi/chân váy công sở hoặc pantsuit - Màu sắc trung tính: xanh navy, xám, đen, trắng - VPBank: Môi trường khá formal, đặc biệt với vị trí cấp cao --- ### 📝 TIPS CHUNG 1. **Nghiên cứu VPBank trước:** - Đọc Annual Report 2023 - Tìm hiểu chiến lược Risk Management - Follow VPBank LinkedIn, website tuyển dụng 2. **Chuẩn bị portfolio:** - Sẵn sàng demo/slides về 1-2 dự án mô hình - Đảm bảo không vi phạm NDA của công ty cũ 3. **Tiếng Anh:** - Practice thuyết trình kỹ thuật bằng tiếng Anh - Chuẩn bị từ vựng: Basel, PD, LGD, EAD, credit risk, model validation 4. **Questions để hỏi interviewer:** - "Đội nhóm hiện tại có bao nhiêu người?" - "Thách thức lớn nhất của vị trí này?" - "Định hướng phát triển mô hình của VPBank trong 3 năm tới?" - "Các dự án ưu tiên trong thời gian tới?"

Lộ trình ôn thi

## Lộ trình ôn thi & chuẩn bị 1-2 tuần trước phỏng vấn ### 📅 LỘ TRÌNH 14 NGÀY (Gợi ý) #### GIAI ĐOẠN 1: Ngày 1-3 (Foundation) **Mục tiêu:** Ôn lại kiến thức nền tảng | Ngày | Nội dung | Thời gian | |------|----------|-----------| | 1 | Credit Risk Fundamentals (PD, LGD, EAD) | 3 giờ | | 1 | Ôn SQL: JOIN, GROUP BY, subqueries, window functions | 2 giờ | | 2 | Basel II/III framework | 2 giờ | | 2 | SAS Base: PROC SQL, PROC MEANS, PROC FREQ | 3 giờ | | 3 | Model Validation metrics (KS, Gini, PSI, AUC) | 3 giờ | | 3 | Thực hành viết code SQL/SAS | 2 giờ | #### GIAI ĐOẠN 2: Ngày 4-7 (Deep Dive) **Mục tiêu:** Nâng cao kỹ thuật và ML | Ngày | Nội dung | Thời gian | |------|----------|-----------| | 4 | Machine Learning algorithms: Random Forest, XGBoost, GBM | 3 giờ | | 4 | Thực hành Python/R: XGBoost implementation | 2 giờ | | 5 | Feature Engineering techniques | 2 giờ | | 5 | Model documentation best practices | 1 giờ | | 6 | BigData concepts: Hadoop, Spark basics | 2 giờ | | 6 | Model monitoring & backtesting | 3 giờ | | 7 | Ôn tập tổng hợp + làm practice problems | 4 giờ | #### GIAI ĐOẠN 3: Ngày 8-11 (Interview Prep) **Mục tiêu:** Chuẩn bị trả lời câu hỏi | Ngày | Nội dung | Thời gian | |------|----------|-----------| | 8 | Ôn các câu hỏi phỏng vấn (phần 1) | 3 giờ | | 8 | Viết script giới thiệu bản thân 2 phút | 1 giờ | | 9 | Case study practice: Credit Scorecard | 3 giờ | | 9 | Viết/cập nhật CV | 1 giờ | | 10 | Mock interview với bạn bè/colleagues | 2 giờ | | 10 | Review lại feedback | 1 giờ | | 11 | Tiếng Anh: Practice thuyết trình kỹ thuật | 3 giờ | #### GIAI ĐOẠN 4: Ngày 12-14 (Final Push) **Mục tiêu:** Hoàn thiện và chuẩn bị tâm lý | Ngày | Nội dung | Thời gian | |------|----------|-----------| | 12 | Research VPBank: đọc annual report, risk management strategy | 2 giờ | | 12 | Chuẩn bị outfit phỏng vấn | 1 giờ | | 13 | Review lại tất cả concepts yếu | 3 giờ | | 13 | Chuẩn bị questions cho interviewer | 1 giờ | | 14 | NGHỈ NGƠI, sẵn sàng tinh thần | - | --- ### 📚 TÀI LIỆU THAM KHẢO #### Sách (Essential) 1. **"Credit Risk Scorecards: Developing and Implementing Intelligent Credit Scoring"** - Naeem Siddiqi - Bắt buộc đọc cho vị trí này - Cover: Scorecard development, WOE, IV 2. **"Machine Learning for Credit Risk"** - Various authors - Kết hợp traditional methods với ML 3. **"An Introduction to Statistical Learning"** - Gareth James et al. - Free online, cover ML fundamentals 4. **"Applied Machine Learning for Credit Risk"** - Various - Practical examples #### Tài liệu Basel & Regulation 1. **Basel III: International Framework for Liquidity Risk Measurement, Standards and Monitoring** - BCBS 2. **Basel III: The Liquidity Coverage Ratio and Net Stable Funding Ratio** - BCBS 3. **Circular 41/2016/TT-NHNN** (Thông tư 41) - quy định phân loại nợ 4. **Decision 493/2005/QĐ-NHNN** - về Basel II implementation roadmap #### Online Resources 1. **Kaggle** - Credit Risk competitions - Practice với real datasets 2. **Towards Data Science (Medium)** - Articles về credit risk modeling, XGBoost 3. **Frm syllabus** - GARP (miễn phí outline) - Reference cho FRM exam 4. **SAS Documentation** - SAS Enterprise Miner tutorials - PROC CREDITSCORE 5. **SQL Practice** - LeetCode (SQL section) - HackerRank SQL challenges #### YouTube Channels 1. **StatQuest with Josh Starmer** - ML concepts explained simply 2. **365 Data Science** - SQL, Python tutorials 3. **Rachael Tatman** - linguistics of ML --- ### 💻 CODE SNIPPETS CẦN THÀNH THẠO #### SQL - Credit Risk Analysis ```sql -- Tính tỷ lệ default theo từng segment SELECT customer_segment, COUNT(*) as total_loans, SUM(CASE WHEN status = 'Default' THEN 1 ELSE 0 END) as default_count, AVG(CAST(SUM(CASE WHEN status = 'Default' THEN 1 ELSE 0 END) AS FLOAT) / COUNT(*)) as default_rate FROM loan_data GROUP BY customer_segment ORDER BY default_rate DESC; -- Window function: Rolling 12-month default rate SELECT loan_date, COUNT(*) as monthly_loans, SUM(CASE WHEN status = 'Default' THEN 1 ELSE 0 END) as monthly_defaults, AVG(SUM(CASE WHEN status = 'Default' THEN 1 ELSE 0 END)) OVER (ORDER BY loan_date ROWS BETWEEN 11 PRECEDING AND CURRENT ROW) AS rolling_12m_default_rate FROM loan_data GROUP BY loan_date; ``` #### SAS - Model Development ```sas /* WOE Calculation */ proc sql; create table woe_table as select variable, sum(case when target=1 then 1 else 0 end) as bad, sum(case when target=0 then 1 else 0 end) as good, calculated bad / (select sum(target) from input_data) as bad_dist, calculated good / (select count(*) - sum(target) from input_data) as good_dist from input_data group by variable; quit; /* Model Validation - ROC */ proc logistic data=model_data; model target = predictors / outroc=roc_data; score data=test_data out=predictions; run; ``` #### Python - XGBoost Credit Scoring ```python import xgboost as xgb from sklearn.model_selection import train_test_split from sklearn.metrics import roc_auc_score, confusion_matrix # Prepare data X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3) # Train XGBoost model = xgb.XGBClassifier( max_depth=5, learning_rate=0.1, n_estimators=100, objective='binary:logistic' ) model.fit(X_train, y_train) # Predict & Evaluate y_pred = model.predict_proba(X_test)[:, 1] print(f"AUC: {roc_auc_score(y_test, y_pred)}") # Feature importance importance = pd.DataFrame({ 'feature': X.columns, 'importance': model.feature_importances_ }).sort_values('importance', ascending=False) ``` --- ### ⚠️ LƯU Ý QUAN TRỌNG 1. **KHÔNG vi phạm NDA** - Không mang tài liệu công ty cũ, không tiết lộ models proprietary 2. **Tập trung vào concepts, KHÔNG chỉ syntax** - Họ hiểu bạn biết cách apply, không chỉ nhớ code 3. **Portfolio preparation** - Chuẩn bị 1-2 case studies có thể present (đã được approved để chia sẻ) 4. **Time management** - Không cần hoàn hảo 100%, show willingness to learn

Tư vấn nghề nghiệp

## Lời khuyên sự nghiệp cho vị trí CVCC/CG Xây Dựng Mô Hình Rủi Ro ### 📈 LỘ TRÌNH THĂNG TIẾN #### Từ Junior → Senior Model Developer (3-5 năm) ``` Junior Model Analyst (0-2 năm) ↓ (Học SAS, SQL, ML fundamentals) Senior Model Developer (3-5 năm) ↓ (Lead projects, mentor juniors) CVCC/CG Model Development (5-8 năm) ← [VỊ TRÍ NÀY] ↓ (Manage team, strategy) Trưởng phòng Mô Hình Rủi Ro (8-12 năm) ↓ (Department head) Giám đốc Khối Quản trị Rủi Ro (12+ năm) ``` #### Các nhánh phát triển từ vị trí này: **Nhánh 1: Risk Management Leadership** - Trưởng phòng Model Validation - Giám đốc Quản trị Rủi ro - Chief Risk Officer (CRO) **Nhánh 2: Data Science / AI** - Head of Credit Analytics - Chief Data Officer - Data Science Consultant **Nhánh 3: Specialized Roles** - Model Risk Officer (MRO) - Stress Testing Specialist - IFRS 9 Implementation Expert --- ### 💰 MỨC LƯƠNG KỲ VỌNG THEO CẤP BẬC (2024) | Cấp bậc | Kinh nghiệm | Lương tháng (VND) | Tổng thu nhập/năm | |---------|-------------|-------------------|-------------------| | Model Developer (Fresher) | 0-2 năm | 15-25 triệu | 200-350 triệu | | Senior Model Developer | 3-5 năm | 25-40 triệu | 350-550 triệu | | CVCC/CG Model Development | 5-8 năm | 40-65 triệu | 550-900 triệu | | Trưởng phòng | 8-12 năm | 65-100 triệu | 900-1.4 tỷ | | Giám đốc Khối | 12+ năm | 100-200 triệu | 1.4-3 tỷ | **Lưu ý:** - VPBank có mức lương cạnh tranh, thường cao hơn VCB/TCB 10-20% - Thưởng Tết, thưởng dự án có thể tăng 20-50% tổng thu nhập - Benefits: bảo hiểm VPBank care, phúc lợi khác có thể thêm 10-15% value --- ### 🎯 KỸ NĂNG CẦN PHÁT TRIỂN THÊM #### Ngắn hạn (6-12 tháng) 1. **Deepen ML expertise** - Học sâu hơn về Deep Learning cho credit risk - NLP cho sentiment analysis, fraud detection - MLOps: Model deployment, monitoring 2. **Business acumen** - Hiểu sâu hơn về sản phẩm ngân hàng bán lẻ - Đọc annual reports của các ngân hàng Việt Nam - Theo dõi regulations updates từ NHNN 3. **Leadership skills** - Nếu chưa có kinh nghiệm quản lý: bắt đầu mentor juniors - Học conflict resolution, delegation - Project management (PMP, Agile) #### Trung hạn (1-3 năm) 4. **Strategic thinking** - Hiểu risk appetite của ngân hàng - Đọc board-level risk reports - Tham gia governance committees 5. **Cross-functional collaboration** - Làm việc với IT, Operations, Business - Present to regulators (NHNN inspections) - External stakeholder management 6. **FRM/CFA certification** - Nên lấy FRM nếu chưa có - Consider CFA nếu muốn chuyển sang Investment Banking #### Dài hạn (3-5 năm) 7. **Industry recognition** - Speak at conferences (Vietnam Banking Risk Summit) - Publish case studies - Build personal brand in risk community 8. **Board readiness** - Executive presence - Financial acumen - Strategic communication --- ### ⚖️ SO SÁNH: Ở lại vs. Chuyển sang VPBank #### Ở lại (Công ty hiện tại) **Ưu điểm:** - Đã có relationships, hiểu culture - Stability trong ngắn hạn - Có thể được thăng chức nội bộ **Nhược điểm:** - Có thể bị "stuck" ở mức lương market rate - Limited exposure to new technologies - VPBank đang đầu tư mạnh vào ML/AI #### Chuyển sang VPBank **Ưu điểm:** - Higher compensation - Modern tech stack (BigData, Cloud) - Học từ best practices của VPBank - Networking với risk professionals **Nhược điểm:** - Adjustment period (culture, processes) - Phải prove yourself lại từ đầu - Có thể có áp lực thể hiện **Recommendation:** Nếu bạn có 8+ năm kinh nghiệm và muốn level up, VPBank là bước đi tốt. Tuy nhiên, **đàm phán lương mạnh** vì họ ghi "thỏa thuận". --- ### 🚀 STRATEGY ĐỂ NEGOTIATE LƯƠNG CAO 1. **Research market rate** - Glassdoor Vietnam, 247TailorSoft - Hỏi colleagues đã chuyển việc gần đây - Recruiter consultations 2. **Quantify your achievements** - "Reduced default rate by 15% through model optimization" - "Led team of 5, delivered 3 major projects" - "Implemented model that saved X billion VND" 3. **Have BATNA (Best Alternative)** - Có offer từ công ty khác = leverage - Sẵn sàng walk away if underpaid 4. **Negotiate beyond base salary** - Signing bonus - Equity/ESOP (nếu có) - Remote work options - Training budget - Title (Director vs. Manager có value khác nhau) --- ### 📊 MARKET TRENDS (2024) **Demand cho Risk Modelers:** - Tăng 20-30% so với 2022 - Đặc biệt: AI/ML integration in risk - Regulations: IFRS 9, Basel III implementation **Skills trending:** - Python/R > SAS (nhưng SAS vẫn required) - Cloud computing (AWS, Azure) - Real-time scoring systems - Explainable AI (XAI) cho model transparency **Salary trends:** - Senior Modelers: tăng 10-15% YoY - Signing bonuses becoming more common - Retention bonuses để giữ nhân tài

Câu hỏi thường gặp

Em mới ra trường ngành Toán, có kiến thức về ML nhưng chưa có kinh nghiệm. Có nên ứng tuyển vị trí này không?

Vị trí này yêu cầu 08+ năm kinh nghiệm và 03+ năm quản lý đội nhóm, nên chưa phù hợp với bạn mới ra trường. Tuy nhiên, bạn nên: (1) Ứng tuyển vị trí Junior Model Developer tại VPBank hoặc ngân hàng khác; (2) Xây dựng portfolio với các dự án cá nhân (Kaggle competitions); (3) Lấy chứng chỉ FRM Level 1 để tăng giá trị; (4) Sau 2-3 năm kinh nghiệm, bạn có thể apply lại vị trí này. Đừng nản lòng, lộ trình sự nghiệp cần thời gian!

Em đang làm ở công ty fintech, có 5 năm kinh nghiệm xây dựng mô hình tín dụng. Có cơ hội không?

Có cơ hội nhưng cần bridge gap. Bạn thiếu 3 năm kinh nghiệm và chưa có đủ 3 năm quản lý đội nhóm (yêu cầu bắt buộc). Recommend: (1) Thể hiện leadership experience dù nhỏ - mentor, lead project; (2) Tập trung vào kiến thức ngân hàng - regulations, Basel, sản phẩm tín dụng; (3) Có thể apply nhưng cần realistic về mức level (có thể được consider là Senior thay vì CVCC); (4) Hoặc chờ thêm 1-2 năm để đủ kinh nghiệm. Tuy nhiên, VPBank cũng value lateral hires có đúng skills, nên cứ apply!

Mức lương cho vị trí này thường là bao nhiêu?

Vì JD ghi 'thỏa thuận', mức lương phụ thuộc nhiều vào kinh nghiệm và đàm phán. Tham khảo: 8-10 năm kinh nghiệm: 45-65 triệu/tháng; 10-12 năm: 65-85 triệu/tháng; 12+ năm: 85-120 triệu/tháng. Tổng thu nhập năm có thể nhân 12-16 tháng (tính thưởng). Tips: Research market rate trước, có offer khác làm leverage, và đàm phán TỔNG PACKAGE không chỉ base salary.

VPBank khác gì so với các ngân hàng khác về văn hóa làm việc?

VPBank được biết đến với: (1) Môi trường năng động, đổi mới hơn các ngân hàng nhà nước; (2) Áp lực KPI cao hơn nhưng bù lại reward tốt hơn; (3) Nhiều opportunity để thử nghiệm công nghệ mới (BigData, AI); (4) Hierarchy không quá strict như VCB/Agribank. So với Techcombank: VPBank ổn định hơn về career path, ít toxic hơn. So với VPBank: cùng top tier nhưng VPBank tập trung retail banking nhiều hơn.

Kỹ năng nào QUAN TRỌNG NHẤT mà interviewer sẽ đánh giá?

Top 3 kỹ năng cần thể hiện: (1) Technical: SAS/SQL mastery + ML algorithms understanding - bạn cần pass technical test; (2) Leadership: Vì yêu cầu 3+ năm quản lý, họ sẽ hỏi sâu về cách bạn quản lý team, resolve conflicts, delegate; (3) Communication: Thuyết trình với cấp cao là requirement - bạn cần chứng minh có thể explain complex models simple language. Bonus: BigData experience và Python/R skills sẽ differentiate bạn với candidates khác.

Có cần chứng chỉ FRM không? Hay CFA vẫn được?

FRM phù hợp NHẤT cho vị trí này vì tập trung vào Risk Management (Market Risk, Credit Risk, Operational Risk). CFA tốt nhưng thiên về Investment/Portfolio Management hơn, ít relevant trực tiếp. Recommendation: FRM Level 1 hoặc Level 2 là must-have nếu muốn advance trong risk career. Tuy nhiên, với 8+ năm kinh nghiệm, chứng chỉ chỉ là điểm cộng, không phải yêu cầu bắt buộc. Quan trọng hơn là track record và technical skills.

Vị trí này làm việc ở HCM hay Hà Nội? Có hybrid không?

JD ghi cả HCM và Hà Nội, có thể bạn cần open cả hai hoặc preference one location. Thường thì VPBank headquarters ở HCM (Thanh Xuân, HN office nhỏ hơn). Về hybrid: post-COVID, nhiều ngân hàng adopt flexible working. Tuy nhiên vị trí này đòi hỏi collaboration chặt chẽ với team và stakeholders, nên expect 3-4 days onsite. Hỏi rõ HR về hybrid policy khi được offer.

Nếu không pass technical interview, có cơ hội apply lại không?

Có, nhưng nên: (1) Hỏi interviewer feedback (what went wrong, what to improve); (2) Address gaps identified; (3) Wait 6-12 months before reapplying; (4) Consider applying for similar roles at different banks first. VPBank thường keep candidate pool, nhưng mỗi application là fresh evaluation. Quan trọng: don't take rejection personally - market competitive, có nhiều factors beyond your control.

CVCC/CG Xây Dựng Mô Hình Rủi Ro- Hồ Chí Minh & Hà Nội- TA084