Toàn thời gian 20 chỉ tiêu

Mô tả công việc

✔ Tham gia phát triển và triển khai các dịch vụ sử dụng các công nghệ Big Data: Hadoop ecosystem, Kafka, Spark, Airflow, … ✔ Nghiên cứu, xây dựng, tối ưu các Job ETL có khả năng mở rộng linh hoạt với độ tin cậy cao, phục vụ cho việc khai thác/ingest, tổng hợp các loại dữ liệu từ nhiều nguồn khác nhau; ✔ Quy hoạch, thiết kế các công cụ nền tảng, công cụ giám sát, cảnh báo KPI chất lượng số liệu… để tự động giám sát hiện trạng của hệ thống, chất lượng dữ liệu giúp đưa ra các cảnh báo kịp cho team ✔ Nghiên cứu và quy hoạch các công cụ khai thác, phân tích số liệu (Big Data OLAP, Notebook …)

Yêu cầu ứng viên

Tốt nghiệp ĐH loại Khá trở lên chuyên ngành: Khoa học dữ liệu, Khoa học máy tính, CNTT, Toán học ứng dụng, hoặc chuyên ngành khác liên quan; ✔ Thành thạo các ngôn ngữ truy vấn CSDL như SQL và NoSQL . ✔ Kiến thức về lập trình lưu trữ, xử lý dữ liệu phân tán, xử lý dữ liệu lớn (Hadoop, Spark, ElasticSearch, Kafka, …) ✔ Kiến thức về xây dựng, tối ưu luồng xử lý dữ liệu (batch processing, stream procesing, …); ✔ Kỹ năng sử dụng ngôn ngữ lập trình (Java, Python, Scala, …); ✔ Có chứng chỉ quốc tế về Data Enginner (AWS, CCA, CCP, IBM Certified Data Engineer, Google Professional Data Engineer …) là một lợi thế ✔ Tư duy tốt, có khả năng nghiên cứu, đánh giá và cập nhật công nghệ mới

Phân tích kỹ năng cần có

## Phân tích Kỹ năng yêu cầu ### 🔧 Hard Skills (Kỹ năng chuyên môn) | Nhóm kỹ năng | Cụ thể | Mức độ yêu cầu | |-------------|---------|----------------| | **Cơ sở dữ liệu** | SQL, NoSQL | BẮT BUỘC - Thành thạo | | **Ngôn ngữ lập trình** | Python, Java, Scala | BẮT BUỘC - Sử dụng được | | **Big Data Stack** | Hadoop, Spark, Kafka, ElasticSearch | BẮT BUỘC - Hiểu và ứng dụng | | **Xử lý dữ liệu** | Batch Processing, Stream Processing, ETL | BẮT BUỘC | | **Orchestration** | Airflow | NÊN biết | | **Cloud/Data Platform** | AWS, GCP, Azure | Lợi thế | ### 📚 Chứng chỉ gợi ý (Ưu tiên nếu có) **Cấp độ mới bắt đầu:** - **AWS Certified Data Analytics - Specialty (DAS-C01)** - **Google Professional Data Engineer** - **Databricks Lakehouse Fundamentals** **Cấp độ nâng cao:** - **Cloudera Certified Specialist (CCP-DE 455)** - **IBM Certified Data Engineer - Cloud Data** ### 🧠 Soft Skills (Kỹ năng mềm) - **Tư duy phân tích & giải quyết vấn đề** (đặc biệt quan trọng với batch/stream processing issues) - **Khả năng tự học & cập nhật công nghệ** (lĩnh vực Big Data thay đổi nhanh) - **Kỹ năng teamwork** (làm việc với data analyst, data scientist, business team) - **Giao tiếp kỹ thuật** (trình bày giải pháp cho người không chuyên) ### 📊 Bảng so sánh yêu cầu theo cấp bậc | Cấp bậc | CV (Chuyên viên) | CVC (Chuyên viên cao cấp) | CVCC (Chuyên viên chính) | |---------|-----------------|--------------------------|--------------------------| | Kinh nghiệm | 1-3 năm | 3-5 năm | 5-7+ năm | | Phạm vi công việc | Thực hiện task được giao | Thiết kế giải pháp, mentor | Quy hoạch kiến trúc, chiến lược | | Trọng tâm kỹ năng | Xây dựng ETL, query dữ liệu | Tối ưu performance, design pattern | Platform architecture, governance | ### ⚠️ Lưu ý quan trọng VietinBank là ngân hàng TMCP nhà nước, nên: - Hệ thống Big Data có thể đang trong giai đoạn xây dựng/mở rộng - Data governance và compliance sẽ được chú trọng (yêu cầu pháp lý ngành ngân hàng) - Có thể sử dụng hỗn hợp on-premise và cloud hybrid **Bạn cần chuẩn bị thêm kiến thức về:** - Data quality management (DAMA framework) - Data governance trong ngành tài chính - Security & compliance (PCI-DSS, GDPR-likeness cho VN)

Chuẩn bị phỏng vấn

## Hướng dẫn Phỏng vấn VietinBank - Data Engineer ### 📋 Quy trình phỏng vấn dự kiến **Thông thường có 2-3 vòng:** | Vòng | Nội dung | Thời gian | |------|---------|----------| | **Vòng 1: Sàng lọc hồ sơ + Test kỹ thuật** | Review CV, Test SQL/Python/Hadoop | 1-2 tuần sau nộp | | **Vòng 2: Phỏng vấn chuyên môn** | Kỹ thuật Data Engineering + System Design | 45-60 phút | | **Vòng 3: HR/Phó giám đốc** | Đánh giá phù hợp văn hóa, thương lượng lương | 30-45 phút | --- ### 🎯 Câu hỏi thường gặp theo từng vòng #### **Vòng 1: Test kỹ thuật** ```sql -- Ví dụ test SQL -- Viết query tính tổng số dư của mỗi khách hàng trong tháng gần nhất -- với điều kiện lọc transaction type và date range ``` ```python # Ví dụ test Python # Xử lý DataFrame: clean missing values, group by, aggregate # Tính running total, lag/lead values ``` **Câu hỏi lý thuyết hay gặp:** - Sự khác nhau giữa Spark RDD, DataFrame, Dataset? - Khi nào dùng Batch processing vs Stream processing? - Partitioning strategy trong Spark? Shuffle là gì? #### **Vòng 2: Phỏng vấn chuyên môn** **Về Kinh nghiệm:** - "Kể về một dự án Big Data bạn đã tham gia? Vai trò của bạn là gì?" - "Bạn đã xử lý data quality issues như thế nào?" - "Có kinh nghiệm với data pipeline orchestration không?" **Về Technical:** - "Thiết kế data pipeline để ingest 10GB data/ngày từ nhiều source?" - "Làm thế nào để tối ưu slow Spark job?" - "Sự khác nhau giữa Kafka topic, partition, consumer group?" - "Data lake vs Data warehouse: khi nào dùng gì?" - "Giải thích CAP theorem và implications với hệ thống của bạn?" **Về Problem Solving:** - "Một ngày production data bị missing, bạn sẽ troubleshoot như thế nào?" - "Cách xử lý late-arriving data trong streaming pipeline?" #### **Vòng 3: HR/Cấp cao** - "Tại sao bạn muốn làm ở VietinBank?" - "Bạn hiểu gì về chiến lược chuyển đổi số của VietinBank?" - "Mức lương kỳ vọng?" - "Bạn thấy mình phù hợp với cấp bậc nào (CV/CVC/CVCC)? Tại sao?" --- ### 💡 Tips chuẩn bị **1. Nghiên cứu trước:** - Tìm hiểu "VietinBank digital transformation" trên Google - Đọc các bài báo về ứng dụng AI/Big Data của VietinBank - Theo dõi trang tuyển dụng chính thức: vieclam.vietinbank.vn **2. Ôn tập thực hành:** - Làm lại bài toán ETL từ kinh nghiệm cũ - Vẽ sơ đồ kiến trúc data pipeline đã làm - Chuẩn bị code mẫu trên GitHub để show khi phỏng vấn **3. Chuẩn bị portfolio:** - Một vài project cá nhân/demo trên Databricks/Spark - Document về các pipeline đã xây dựng (dù không tiết lộ confidential) --- ### 👔 Dress Code **Chuẩn business formal:** - Nam: Áo sơ mi trắng, quần tối, giày da, có thể đeo caravat - Nữ: Áo sơ mi/áo blouse, quần/váy công sở, giày kín - Tránh màu sắc quá nổi bật *Đây là ngân hàng nhà nước, dress code sẽ conservative hơn công ty tech.*

Lộ trình ôn thi

## Lộ trình Ôn tập & Chuẩn bị 2 tuần ### 📅 Tuần 1: Củng cố kiến thức nền tảng **Ngày 1-2: SQL & Database** | Chủ đề | Tài liệu | Thời gian | |--------|----------|----------| | Advanced SQL (window functions, CTEs) | LeetCode SQL 50 bài | 4 giờ | | NoSQL concepts (MongoDB, Cassandra) | Document official | 3 giờ | | Thực hành | HackerRank SQL | 3 giờ | ```sql -- Ôn kỹ các loại JOIN, subquery, window functions -- Example: RANK(), LAG(), LEAD(), ROW_NUMBER() SELECT customer_id, transaction_date, amount, LAG(amount, 1) OVER (PARTITION BY customer_id ORDER BY transaction_date) as prev_amount FROM transactions; ``` **Ngày 3-4: Python cho Data Engineering** | Chủ đề | Tài liệu | Thời gian | |--------|----------|----------| | Pandas, NumPy advanced | pandas.pydata.org | 4 giờ | | PySpark DataFrame API | Spark by Examples | 4 giờ | | Practice | Real Python exercises | 2 giờ | **Ngày 5-6: Big Data Ecosystem** | Công nghệ | Trọng tâm | Tài liệu | |-----------|----------|----------| | **Hadoop HDFS** | Architecture, replication, block size | Hadoop Definitive Guide | | **Apache Spark** | RDD vs DataFrame, transformations, actions, broadcast join | Databricks Learning | | **Apache Kafka** | Topic, partition, producer/consumer, offset | Kafka official docs | | **Airflow** | DAG structure, operators, sensors | Astronomer Academy | **Ngày 7: Ôn tổng hợp + Làm bài test mẫu** --- ### 📅 Tuần 2: Chuyên sâu + Mock Interview **Ngày 8-9: System Design & Best Practices** ``` Chuẩn bị trả lời các scenario: 1. Data Pipeline Design - Source → Ingestion → Processing → Storage → Consumption - Batch vs Real-time tradeoff 2. Data Quality Framework - Completeness, accuracy, timeliness, consistency - Monitoring & alerting setup 3. Performance Optimization - Spark: repartition, cache, broadcast join - Query optimization: predicate pushdown, partition pruning ``` **Ngày 10-11: Ôn Cloud + Data Governance** | Chủ đề | Gợi ý học | |--------|----------| | AWS S3, EMR, Glue | AWS Free Tier tutorials | | Data Governance basics | DAMA-DMBOK framework | | Security concepts | Encryption, IAM, RBAC | **Ngày 12-13: Mock Interview + Review CV** - Practice trả lời trước gương - Timing: trả lời mỗi câu trong 2-3 phút - Chuẩn bị câu hỏi cho nhà tuyển dụng **Ngày 14: Chuẩn bị hồ sơ + Ngày nghỉ** --- ### 📚 Tài liệu tham khảo **Sách:** - "Data Engineering with Python" - Paul Crickard - "The Data Warehouse Toolkit" - Ralph Kimball (cho DW concepts) - "Designing Data-Intensive Applications" - Martin Kleppmann **Online Courses:** - Coursera: "Big Data Specialization" (UC San Diego) - Databricks: "Apache Spark Programming" - DataCamp: "Data Engineering with Python" **YouTube Channels:** - Data Engineering with AWS - Data Engineering Interview Prep --- ### ⚠️ Lưu ý đặc thù ngành Ngân hàng Ngoài kiến thức tech, bạn nên hiểu: 1. **Regulatory requirements:** Thông tư 16/2020 về an toàn thông tin ngân hàng 2. **Data classification:** Confidential, Internal, Public 3. **Audit trail:** Mọi thao tác với data phải có log 4. **Business context:** Hiểu các nghiệp vụ cơ bản của ngân hàng (tín dụng, thanh toán, khoản vay)

Tư vấn nghề nghiệp

## Lời khuyên Sự nghiệp Data Engineer tại VietinBank ### 🚀 Lộ trình Thăng tiến ``` Junior Data Engineer (CV) ↓ (2-3 năm + thể hiện năng lực) Senior Data Engineer (CVC) ↓ (3-5 năm + project thành công + có chứng chỉ) Lead Data Engineer / Data Architect (CVCC) ↓ (5-7+ năm) Manager Data Platform / Chief Data Officer ``` ### 💰 Mức Lương Kỳ vọng (tham khảo 2025-2026) | Cấp bậc | Mức lương tháng (VNĐ) | Ghi chú | |---------|----------------------|---------| | **CV (0-3 năm kinh nghiệm)** | 15 - 25 triệu | Entry-level, đào tạo nội bộ | | **CVC (3-5 năm kinh nghiệm)** | 25 - 40 triệu | Đã có track record rõ ràng | | **CVCC (5-7+ năm kinh nghiệm)** | 40 - 65 triệu | Có khả năng quy hoạch kiến trúc | **Lưu ý:** - Lương ngân hàng nhà nước thường cố định hơn startup/fintech - Thu nhập thực nhận thêm: thưởng Tết, thưởng hiệu suất (1-3 tháng lương) - Phúc lợi: bảo hiểm cao cấp, du lịch, đào tạo chuyên sâu --- ### 🎯 Kỹ năng cần Phát triển thêm **Ngắn hạn (6-12 tháng đầu):** | Kỹ năng | Tại sao quan trọng | Cách học | |---------|---------------------|----------| | Spark Optimization | Performance troubleshooting | Thực hành trên Databricks | | Data Quality Framework | Yêu cầu của ngành ngân hàng | DAMA-DMBOK | | Airflow/Dagster | Pipeline orchestration | Build pet project | **Dài hạn (1-3 năm):** | Kỹ năng | Hướng phát triển | Gợi ý chứng chỉ | |---------|------------------|-----------------| | Cloud Architecture | Multi-cloud/hybrid setup | AWS Solutions Architect | | Data Governance | Compliance, lineage, cataloging | CDMP (Certified Data Management Professional) | | ML Engineering | MLOps pipeline | Google ML Engineer | --- ### 🏦 Đặc thù làm việc tại VietinBank **Ưu điểm:** - ✅ Thương hiệu lớn, ổn định dài hạn - ✅ Đào tạo nội bộ và nâng cao chuyên môn - ✅ Cơ hội hiểu nghiệp vụ tài chính ngân hàng sâu sắc - ✅ Đóng bảo hiểm theo lương thực tế (cao hơn nhiều công ty) - ✅ Thời gian làm việc ổn định, ít OT **Thách thức:** - ⚠️ Quy trình phê duyệt có thể chậm (hệ thống nhà nước) - ⚠️ Công nghệ có thể legacy ở một số hệ thống cũ - ⚠️ Thăng tiến phụ thuộc vào biên chế, đánh giá định kỳ - ⚠️ Mức lương có thể thấp hơn fintech/startup cùng cấp --- ### 🔄 Lựa chọn khác trong thị trường (để so sánh) | Loại hình | VietinBank | Fintech (VNPay, MoMo, VNDC) | Big Tech (FPT, Viettel) | |-----------|------------|----------------------------|--------------------------| | Lương | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | | Ổn định | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | | Công nghệ mới | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | | Work-life balance | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ | | Phúc lợi | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | **Kết luận:** VietinBank phù hợp nếu bạn ưu tiên ổn định, muốn phát triển sự nghiệp lâu dài trong ngành tài chính, và sẵn sàng đánh đổi mức lương peak để lấy brand name và sự ổn định.

Câu hỏi thường gặp

Em mới tốt nghiệp ngành CNTT, chưa có kinh nghiệm Big Data. Có nên ứng tuyển vị trí Data Engineer tại VietinBank không?

Hoàn toàn có thể ứng tuyển nếu bạn đáp ứng được yêu cầu về chuyên ngành. VietinBank tuyển cả 3 cấp bậc CV/CVC/CVCC, trong đó CV (Chuyên viên) dành cho người mới vào nghề. Tuy nhiên, bạn cần thể hiện được kiến thức vững về SQL, Python, và Big Data concepts. Gợi ý: hoàn thành 1-2 project cá nhân sử dụng Spark, Kafka, deploy lên GitHub để show portfolio. Lương khởi điểm cho CV mới ra trường dao động 15-20 triệu/tháng.

Mức lương thực nhận của Data Engineer tại VietinBank là bao nhiêu?

VietinBank tuyển dụng với mức lương 'Thỏa thuận' theo năng lực. Theo thị trường 2025-2026: CV mới (0-3 năm) khoảng 15-25 triệu, CVC (3-5 năm) khoảng 25-40 triệu, CVCC (5-7 năm) khoảng 40-65 triệu. Điểm hấp dẫn là ngân hàng nhà nước đóng bảo hiểm theo lương thực tế (cao hơn nhiều công ty tư nhân), cộng thêm thưởng Tết 1-3 tháng lương và thưởng hiệu suất. Bạn nên thương lượng dựa trên kinh nghiệm thực tế và kỹ năng đặc biệt (VD: có chứng chỉ cloud).

Làm ở ngân hàng nhà nước như VietinBank có bị giới hạn về công nghệ không?

Có thể có một phần hệ thống legacy, nhưng Trung tâm Nền tảng Dữ liệu thường là nơi tiên phong về công nghệ mới. VietinBank đang đẩy mạnh chuyển đổi số, nên Big Data platform đang được đầu tư xây dựng. Bạn sẽ làm việc với Hadoop, Spark, Kafka, Airflow - đây là stack hiện đại. Điểm khác biệt là bạn cần tuân thủ thêm các quy định về data governance, security và audit trail của ngành ngân hàng - đây vừa là thách thức vừa là cơ hội để học hỏi.

Có chứng chỉ AWS hay Google Data Engineer nhưng chưa có kinh nghiệm làm ngân hàng, ứng tuyển có được không?

Hoàn toàn được! Chứng chỉ quốc tế được nêu là 'lợi thế' trong JD, nghĩa là nó sẽ giúp bạn nổi bật hơn trong vòng sàng lọc và phỏng vấn. Ngân hàng thường đánh giá cao kiến thức technical và tư duy học hỏi, kinh nghiệm nghiệp vụ có thể đào tạo sau. Gợi ý: trong CV và phỏng vấn, hãy nhấn mạnh practical experience từ chứng chỉ (VD: bạn đã build được data pipeline nào đó trên AWS/GCP). Nếu có AWS Data Analytics Specialty hoặc Google Professional Data Engineer, bạn có lợi thế cạnh tranh rất lớn.

Quy trình phỏng vấn Data Engineer tại VietinBank có gì đặc biệt so với công ty tech?

Khác biệt chính: 1) Có thể có vòng thi viết/test kỹ thuật trước phỏng vấn (SQL, Python). 2) Câu hỏi sẽ thiên về practical experience và problem-solving nhiều hơn LeetCode style. 3) Vòng cuối cùng với HR/cấp cao sẽ đánh giá 'phù hợp văn hóa' - ngân hàng nhà nước coi trọng sự ổn định, trung thực và tinh thần đồng đội. 4) Thời gian tuyển dụng có thể dài hơn (2-4 tuần/vòng) do quy trình hành chính. Chuẩn bị tinh thần: kiên nhẫn, không nóng vội.

Làm Data Engineer ở VietinBank có cần hiểu nghiệp vụ ngân hàng không?

Không bắt buộc phải biết sâu, nhưng hiểu basics sẽ giúp bạn làm việc hiệu quả hơn rất nhiều. Bạn nên tìm hiểu: các nghiệp vụ cơ bản (tín dụng, thanh toán, thu hồi nợ), các báo cáo quan trọng (Báo cáo tài chính, CAMELS rating), và các regulation đặc thù (Thông tư 16/2020 về an toàn thông tin). Khi thiết kế data pipeline, nếu hiểu business context (VD: tại sao cần join bảng transaction với bảng customer), bạn sẽ đưa ra giải pháp tốt hơn. Gợi ý: đọc báo cáo thường niên của VietinBank trước phỏng vấn.

Cơ hội thăng tiến của Data Engineer tại VietinBank như thế nào?

Lộ trình rõ ràng theo cấp bậc CV → CVC → CVCC. Thời gian thăng tiến thường 2-3 năm/cấp nếu bạn thể hiện tốt. Tuy nhiên, cần lưu ý: 1) Thăng tiến ở ngân hàng nhà nước phụ thuộc vào biên chế và đánh giá hàng năm, không chỉ kỹ năng tech. 2) Bạn có thể chuyển hướng sang Data Architect, Data Governance Manager, hoặc Business Intelligence Manager. 3) Nếu muốn lên Deputy Manager/Manager, cần phát triển thêm soft skills và leadership. Điểm cộng: brand VietinBank giúp bạn dễ chuyển sang fintech hoặc ngân hàng khác sau 2-3 năm.

Nên chuẩn bị gì cho vòng phỏng vấn cuối cùng với HR?

Vòng HR thường tập trung vào: 1) Đánh giá 'văn hóa phù hợp' - họ muốn người ổn định lâu dài, không nhảy việc. Chuẩn bị câu trả lời cho 'Tại sao bạn muốn làm ở VietinBank?' một cách thuyết phục. 2) Thương lượng lương - đưa ra mức kỳ vọng hợp lý dựa trên thị trường và năng lực. 3) Câu hỏi của bạn cho HR - nên hỏi về định hướng phát triển, quy mô team, công nghệ đang sử dụng. 4) Background check - chuẩn bị sẵn các giấy tờ xác minh kinh nghiệm, bằng cấp. Không cần quá căng thẳng, HR vòng này thường là formal và thân thiện.

CV/CVC/CVCC Data Engineer 2026