NCB tuyển dụng CV/CVC/CVCC - Phòng Quản trị và Khai thác Dữ liệu

Thỏa thuận 5 chỉ tiêu Hạn: 2026-11-15

Phân tích kỹ năng cần có

1. Mức độ chắc chắn của thông tin tuyển dụng

Tin tuyển dụng hiện rất sơ lược: chỉ có ngân hàng NCB, vị trí thuộc Phòng Quản trị và Khai thác Dữ liệu trong Khối Công nghệ, địa điểm Hà Nội và mức lương thỏa thuận. Chưa có mô tả công việc, yêu cầu, kinh nghiệm, chỉ số hiệu quả công việc hoặc phúc lợi.

Nội dung	Đánh giá
Môi trường làm việc	Ngân hàng, ứng dụng công nghệ và dữ liệu trong hoạt động ngân hàng
Trọng tâm công việc	Quản trị dữ liệu, bảo đảm chất lượng dữ liệu, phân tích và khai thác dữ liệu
Ký hiệu CV/CVC/CVCC	Chưa được giải thích; có thể là cấp bậc hoặc nhóm chức danh, cần hỏi người tuyển dụng
Công cụ công nghệ	Chưa được công bố; nhiều khả năng liên quan đến cơ sở dữ liệu, SQL, Excel, công cụ trực quan hóa và phân tích dữ liệu
Yêu cầu tín dụng	Chưa rõ vị trí có trực tiếp phân tích tín dụng hay chỉ cung cấp dữ liệu cho các đơn vị tín dụng, vận hành hoặc rủi ro
Mức lương	Chỉ ghi thỏa thuận; cần xác minh khoảng lương, thưởng và phúc lợi bằng văn bản

Ứng viên không nên mặc định đây là vị trí lập trình. Tên phòng ban cho thấy khả năng cao vị trí kết hợp giữa quản trị dữ liệu, phân tích dữ liệu, báo cáo quản trị và hỗ trợ các mô hình tín dụng hoặc vận hành. Cũng không nên mặc định đây là vị trí chuyên trách tín dụng thuần túy.

2. Ba hướng công việc có thể liên quan

Hướng	Công việc tiêu biểu	Đầu ra chính	Kỹ năng cần nhấn mạnh
Quản trị và chất lượng dữ liệu	Chuẩn hóa dữ liệu khách hàng, tín dụng, giao dịch; xây dựng quy tắc kiểm tra; quản lý từ điển dữ liệu	Báo cáo kiểm soát dữ liệu, danh mục quy tắc, danh sách lỗi cần xử lý	Quản trị dữ liệu, kiểm soát chất lượng, SQL, tài liệu hóa, phân quyền truy cập
Phân tích và khai thác dữ liệu	Phân tích hành vi khách hàng, hiệu quả kinh doanh, rủi ro; xây dựng báo cáo điều hành	Báo cáo, bảng điều khiển, mô hình phân khúc, khuyến nghị hành động	SQL, Excel, Power BI hoặc Tableau, thống kê, Python, trình bày phân tích
Phân tích tín dụng và rủi ro	Đánh giá khách hàng doanh nghiệp hoặc cá nhân, xếp hạng rủi ro, theo dõi danh sách nợ xấu	Hồ sơ tín dụng, báo cáo rủi ro, kiến nghị cấp tín dụng	Phân tích tài chính, dòng tiền, tỷ lệ tín dụng, kiểm soát tín dụng, SQL và báo cáo

Trước khi nộp hồ sơ, ứng viên nên hỏi rõ vị trí thuộc hướng nào, tỷ lệ giữa quản trị dữ liệu, phân tích và tín dụng, cùng đơn vị trực tiếp sử dụng kết quả công việc.

3. Kỹ năng chuyên môn cần có

Nhóm kỹ năng	Mức độ ưu tiên	Nội dung cần chuẩn bị
Cơ sở dữ liệu và SQL	Rất cao	Câu lệnh truy vấn, nối bảng, nhóm theo, biểu thức điều kiện, bảng tạm, hàm cửa sổ, tính lũy kế, phát hiện trùng lặp, kiểm tra chất lượng và tối ưu truy vấn cơ bản
Excel và Power Query	Rất cao	Bảng tính dữ liệu, tổng hợp theo Pivot, hàm dò tìm, hàm điều kiện, đối chiếu số liệu, làm sạch dữ liệu và mô hình hóa bằng Power Query
Công cụ trực quan hóa	Cao	Power BI hoặc Tableau, mô hình dữ liệu, chỉ số kinh doanh, bộ lọc, tham số, phân quyền theo vai trò và trình bày bảng điều khiển
Phân tích và thống kê	Cao	Mô tả dữ liệu, phát hiện giá trị bất thường, xu hướng, tăng trưởng, phân khúc, kiểm định giả thuyết cơ bản, tương quan và tránh tương quan nhân quả
Ngôn ngữ lập trình phân tích	Trung bình đến cao	Python với Pandas, NumPy, thư viện trực quan hóa và phân tích thống kê; R là lựa chọn thay thế
Phân tích tín dụng	Cao nếu hướng công việc là rủi ro hoặc tín dụng	Nguyên tắc năm yếu tố tín dụng, phân tích báo cáo tài chính, dòng tiền, tỷ l thanh toán, đòn bẩy, xếp hạng tín dụng, nợ xấu và dự phòng tổn thất tín dụng
Quản trị dữ liệu	Cao	Từ điển dữ liệu, chủ sở hữu dữ liệu, quy tắc kiểm soát, chất lượng, nguồn gốc dữ liệu, dữ liệu chủ, phân quyền và kiểm toán truy cập
Tuân thủ và bảo mật	Cao	Bảo mật thông tin khách hàng, quyền truy cập theo vai trò, che dữ liệu nhạy cảm, nhật ký thao tác, quản lý dữ liệu cá nhân và bảo vệ bí mật ngân hàng
Giao tiếp kinh doanh	Cao	Chuyển kết quả phân tích thành khuyến nghị dễ hiểu, trả lời câu hỏi quản trị, viết tóm tắt điều hành và phối hợp với đơn vị nghiệp vụ

4. Kỹ năng mềm cần thể hiện

Tinh thế và làm việc với thông tin thiếu: phải xác định điều chưa biết, đặt câu hỏi và không tự suy diễn quá mức về mục tiêu công việc.
Tỉ mỉ: kiểm tra số liệu, đối chiếu nguồn, phát hiện sai lệch và ghi nhận giới hạn của dữ liệu.
Tư duy phân tích: phân rã vấn đề, xác định nguyên nhân, đề xuất giải pháp và ưu tiên theo tác động.
Giao tiếp và trình bày: giải thích vấn đề kỹ thuật cho người không chuyên môn, tránh sử dụng thuật ngữ không cần thiết.
Hợp tác: làm việc với nghiệp vụ tín dụng, vận hành, rủi ro, pháp chế và công nghệ để làm rõ yêu cầu dữ liệu.
Tinh thần sở hữu: chủ động đề xuất cải thiện chứ không chờ hoàn thành đúng hạn.
Học hỏi nhanh: sẵn sàng cập nhật quy định, công cụ và mô hình phân tích mới.
Bảo mật và kỷ luật: tuyệt đối không đưa dữ liệu khách hàng thật vào bài tập hoặc portfolio.

5. Chứng chỉ gợi ý

Do tin tuyển dụng không nêu chứng chỉ bắt buộc, ứng viên không nên mua quá nhiều khóa học. Nên chọn chứng chỉ phù hợp với hướng công việc và có dự án thực hành đi kèm.

Chứng chỉ	Khi nào đáng ưu tiên
Microsoft Power BI Data Analyst, mã PL-300	Khi vị trí liên quan mạnh đến báo cáo và bảng điều khiển
Microsoft Certified: Data Analyst Associate	Khi cần chứng minh nền tảng phân tích dữ liệu và SQL
Tableau Desktop Specialist	Khi môi trường làm việc dùng Tableau
DAMA CDGA hoặc CDGP	Khi hướng công việc là quản trị dữ liệu, tài liệu hóa và chất lượng dữ liệu
FRM	Khi định hướng quản trị rủi ro tài chính; chứng chỉ bổ trừ kiến thức nhưng không thay thế kinh nghiệm thực tế
CFA	Khi hướng đến phân tích tài chính đầu tư hoặc nâng cao năng lực tài chính; mức độ liên quan phụ thuộc vào mô tả chính thức
Security+ hoặc chứng chỉ bảo mật tương đương	Khi phỏng vấn có nhấn mạnh phân quyền, bảo mật và tuân thủ dữ liệu

6. Cách định vị hồ sơ ứng tuyển

Ứng viên nên chọn một thông điệp chính thay vì liệt kê mọi công cụ:

Nếu mạnh về quản trị dữ liệu: nhấn mạnh quy tắc kiểm soát, từ điển dữ liệu, đối chiếu nguồn, xử lý lỗi và phân quyền.
Nếu mạng về phân tích dữ liệu: nhấn mạnh SQL, Excel, Power BI, thống kê, trực quan hóa và khuyến nghị kinh doanh.
Nếu mạng về tín dụng: nhấn mạnh phân tích dòng tiền, báo cáo tài chính, đánh giá rủi ro và khả năng vận hành hồ sơ.
Nếu chuyển ngành từ vận hành, kiểm toán hoặc kinh doanh: dùng kinh nghiệm hiện có để chứng minh hiểu quy trình, kiểm soát, khách hàng và tuân thủ; sau đó bổ sung một dự án SQL và báo cáo quản trị.

Các gạch đầu dòng hồ sơ nên theo cấu trúc hành động – phương pháp – kết quả, chỉ ghi những gì thực sự đã làm:

`Đã xây dựng truy vấn SQL trên [số liệu khách hàng hoặc giao dịch] để [mục tiêu], giúp [kết quả đo được]`.
`Đã chuẩn hóa và kiểm tra [số lượng] bản ghi theo các quy tắc về [trùng lặp, hợp lệ, đầy đủ], từ đó phát hiện [kết quả]`.
`Đã xây dựng bảng điều khiển Power BI cho [nhóm chỉ số], phục vụ [đối tượng người dùng] và cải thiện [kết quả nếu có]`.
`Đã phân tích dòng tiền và chỉ số nợ của [đối tượng], tổng hợp [số lượng] hồ sơ và xây dựng [khuyến nghị]`.

7. Bộ hồ sơ nên chuẩn bị

1. Hồ sơ ứng tuyển một trang hoặc hai trang, theo thứ tự giới thiệu, kỹ năng, dự án và kinh nghiệm liên quan.
2. Một dự án cá nhân dùng dữ liệu giả lập hoặc dữ liệu mở, có truy vấn SQL, kiểm tra chất lượng, bảng điều khiển và bản tóm tắt một trang.
3. Một tài liệu giải thích cách xây dựng chỉ số, giới hạn dữ liệu và lý do đưa ra khuyến nghị.
4. Danh sách năm câu hỏi cần xác minh về mô tả công việc, chỉ số hiệu quả công việu, lương, thưởng, giờ làm và cơ hội thăng tiến.
5. Bản trình bày ngắn về ngân hàng: sản phẩm chủ lực, vai trò của dữ liệu trong hoạt động ngân hàng và lý do phù hợp với định hướng nghề nghiệp của bạn.

8. Việc cần làm trước khi ứng tuyển

Liên hệ người tuyển dụng để xin mô tả công việc đầy đủ, đặc biệt là ý nghĩa của CV/CVC/CVCC.
Hỏi vị trí thuộc nhóm quản trị dữ liệu, phân tích dữ liệu, tín dụng hay phối hợp của nhiều nhóm.
Xác minh yêu cầu tối thiểu về SQL, Excel, Power BI, Tableau, Python, tiếng Anh và kinh nghiệm ngành ngân hàng.
Hỏi ba chỉ số quan trọng nhất dùng để đánh giá ứng viên trong ba tháng đầu.
Hỏi về thời gian làm việc, ca số, công việc cuối quý và cơ chế bù giờ nếu có.
Yêu cầu thông tin lương cứng, thưởng theo kết quả công việc, bảo hiểm, nghỉ phép và đào tạo trước khi cam kết.

Chuẩn bị phỏng vấn

1. Nhận diện đúng điểm cần chứng minh

Vì đây là vị trí trong Phòng Quản trị và Khai thác Dữ liệu thuộc Khối Công nghệ, ứng viên cần chứng minh ba năng lực:

1. Lấy và kiểm tra dữ liệu đúng: truy vấn cơ sở dữ liệu, đối chiếu nguồn, phát hiện lỗi và bảo đảm tính đầy đủ, hợp lệ, duy nhất, nhất quán và đúng thời điểm.
2. Biến dữ liệu thành thông tin kinh doanh: phân tích xu hướng, xây chỉ số, trực quan hóa và trình bày khuyến nghị.
3. Hiểu bối cảnh ngân hàng: biết dữ liệu khách hàng, tín dụng, giao dịch và rủi ro được sử dụng để ra quyết định nào.

Mỗi câu trả lời nên kết thúc bằng tác động đến quyết định hoặc hành động, không chỉ mô tả kỹ thuật.

2. Quy trình phỏng vấn thường gặp

Tin tuyển dụng không công bố quy trình chính thức. Dưới đây là kịch bản có thể gặp:

Vòng	Mục tiích	Nội dung cần chuẩn bị
Vòng 1: Nhân sự	Kiểm tra độ phù hợp và kỳ vọng	Giới thiệu bản thân, lý do ứng tuyển, mức lương mong muốn, kinh nghiệm liên quan, câu hỏi về vị trí
Vòng 2: Chuyên môn	Đánh giá năng lực kỹ thuật	SQL, Excel, quản trị và chất lượng dữ liệu, công cụ phân tích, kiến thức ngân hàng
Vòng 3: Tình huống nghiệp vụ	Đánh giá khả năng giải quyết việc thật	Phân tích dữ liệu, đánh giá rủi ro, xây báo cáo hoặc trình bày một bài case
Vòng 4: Người quản lý	Đánh giá tư duy, giao tiếp và mức độ chủ động	Câu hỏi hành vi, xử lý xung đột, ưu tiên, hợp tác và phát triển nghề nghiệp
Vòng 5: Tổng kết và đề nghị	Thống nhất về vai trò, mức lương và điều kiện làm việc	Làm rõ phạm vi công việc, chỉ số hiệu quả công việu, lương, thưởng, ngày bắt đầu và cơ hội phát triển

Một số nhà tuyển dụng có thể kết hợp vòng kỹ thuật và tình huống nghiệp vụ, hoặc giao bài test trước khi phỏng vấn trực tiếp.

3. Câu hỏi thường gặp theo từng vòng

Vòng Nhân sự

Vì sao bạn ứng tuyển vào vị trí dữ liệu trong Khối Công nghệ?
Bạn hiểu CV/CVC/CVCC và phòng ban này như thế nào?
Kinh nghiệm nào của bạn gần nhất với truy vấn dữ liệu, báo cáo và ra quyết định dựa trên số liệu?
Bạn chuyển đổi sang ngành ngân hàng hoặc chuyển vị trí như thế nào?
Bạn mong đợi điều gì sau sáu tháng và sau hai năm?
Mức lương mong muốn của bạn được xây dựng như thế nào?

Cách trả lời tốt: mở đầu bằng động cơ cụ thể, kết nối kỹ năng hiện có với bài toán dữ liệu của ngân hàng, rồi nêu một kết quả thật đã đạt được. Tránh chỉ nói học nhiều, chịu khó hoặc muốn phát triển bản thân.

Vòng kỹ thuật

Các câu hỏi có thể gặp:

Viết truy vấn tìm khách hàng bị trùng mã định danh.
Tính số dư, lũy kế hoặc biến động theo tháng bằng SQL.
Tìm khách hàng có khoản vay đang hoạt động và nợ quá hạn.
Cách kiểm tra dữ liệu thiếu, sai định dạng, trùng lặp và bất thường.
Cách đối chiếu số liệu giữa hai nguồn khác nhau.
Khác biệt giữa bảng sự kiện, bảng dimension và mô hình hình sao.
Cách xây dựng một chỉ số tăng trưởng, tỷ lệ chuyển đổi hoặc tỷ lệ nợ xấu.
Cách xử lý dữ liệu thiếu trong một mô hình phân tích.
Cách bảo vệ dữ liệu nhạy cảm trên báo cáo và bảng điều khiển.
Vì sao chọn SQL, Power BI hoặc Python cho từng nhiệm vụ?

Chuẩn bị theo nguyên tắc viết rõ từng bước: chọn bảng, xác định khóa, lọc điều kiện, nhóm và tổng hợp, kiểm tra số dòng, diễn giải kết quả. Nếu không nhớ cú pháp, nên nói rõ cách mình sẽ kiểm tra tài liệu hoặc viết lại từng thành phần.

Vòng nghiệp vụ và bài case

Một bài case phù hợp có thể là: Phân tích chất lượng dữ liệu và rủi ro của một nhóm khách hanh doanh nghiệp.

Cấu trúc trình bày:

1. Nêu mục tiêu và câu hỏi kinh doanh.
2. Kiểm tra nguồn dữ liệu, định nghĩa và chất lượng.
3. Trình bày phương pháp phân tích.
4. Chỉ ra kết quả và phát hiện quan trọng.
5. Đề xuất hành động, người chịu trách nhiệm và chỉ số theo dõi.
6. Nêu giới hạn của dữ liệu và cách xử lý chúng.

Nếu được giao bài tập về nhà, hãy làm rõ thời hạn, dữ liệu được cung cấp, yêu cầu bảo mật, thời lượng trình bày, đối tượng nghe và tiêu chí đánh giá. Chỉ dùng dữ liệu giả lập hoặc dữ liệu được phép sử dụng.

Vòng người quản lý

Kể một tình huống dữ liệu sai ảnh hưởng đến quyết định. Bạn đã làm gì?
Bạn xử lý thế nào khi nghiệp vụ muốn thay đổi định nghĩa chỉ số nhưng không thống nhất với báo cáo cũ?
Bạn làm thế nào khi báo cáo phải hoàn thành gấp nhưng dữ liệu chưa qua kiểm soát?
Bạn đã phản hồi khó như thế nào khi phân tích không ủng hộ quan điểm của người yêu cầu?
Bạn muốn được giao quyền sở hữu sản phẩm dữ liệu hay hướng đến vai trò quản lý con người trong tương lai?

Dùng cấu trúc tình huống: Bối cảnh – Nhiệm vụ – Hành động – Kết quả – Bài học. Nêu rõ đóng góp cá nhân, không đổ lỗi cho đồng nghiệp.

4. Chuẩn bị kỹ thuật tối thiểu

SQL: nối bảng, nhóm theo, hàm cửa sổ, bảng tạm, kiểm tra số liệu và truy vấn đệ quy cơ bản.
Excel: Pivot, hàm dò tìm, hàm điều kiện, đối chiếu dữ liệu và Power Query.
Power BI hoặc Tableau: mô hình dữ liệu, chỉ số, bộ lọc, bảng điều khiển, phân quyền và trình bày.
Quản trị dữ liệu: sáu tiêu chí chất lượng, từ điển dữ liệu, quy tắc kiểm soát, nguồn gốc dữ liệu và vai trò chủ sở hữu.
Ngân hàng: sản phẩm tiền gửi, tín dụng, thẻ, thanh toán, dịch vụ khách hàng số và vòng đời khoản vay.
Tín dụng: dòng tiền, báo cáo tài chính, nguyên tắc năm yếu tố, xếp hạng rủi ro, nợ xấu và tỷ lệ bao phủ.

5. Mẹo trả lời và tạo ấn tượng

Trả lời theo cấu trúc: Kết luận trước – Lý do – Cách thực hiện – Giới hạn hoặc kiểm soát.
Với câu hỏi không đủ dữ liệu, nêu giả định rõ ràng và đề xuất cách xác minh, thay vì đưa ra kết luận chắc chắn.
Khi được hỏi điều chưa biết, nói rõ phần đã biết, phần cần kiểm chứng và cách tìm câu trả lời.
Nêu giới hạn của dữ liệu, chẳng hạn thiếu lịch sử giao dịch, khác biệt định nghĩa hoặc chất lượng dữ liệu khách hàng không đồng đều.
Không trình bày phân tích như một lời đoán chắc chắn; luôn kết hợp số liệu với kiến thức nghiệp vụ và khả năng kiểm chứng.

6. Những điều cần hỏi người tuyển dụng

1. CV/CVC/CVCC chính xác được gọi tên là gì và mỗi cấp bậc khác nhau ở điểm nào?
2. Trong 70% thời gian, vị trí sẽ làm quản trị dữ liệu, phân tích dữ liệu, tín dụng hay phối hợp nghiệp vụ?
3. Ba chỉ số hiệu quả công việc quan trọng nhất trong ba tháng đầu là gì?
4. Công cụ và nguồn dữ liệu chính đang sử dụng là gì?
5. Có yêu cầu kinh nghiệm ngân hàng hoặc kiến thức tín dụng không?
6. Bài test có dạng trắc nghiệm, lập trình, phân tích bảng hay trình bày case?
7. Lương cứng, thưởng và phúc lợi được xác định như thế nào?
8. Giờ làm việc, ca số và khối lượng công việc cuối quý ra sao?
9. Cơ hội chuyển giao tiếp giữa quản trị dữ liệu, phân tích rủi ro và sản phẩm công nghệ như thế nào?

7. Trang phục và hình ảnh

Chọn trang phục công sở hài hòa nhưng thận trọng: áo sơ mi hoặc áo blouse, quần tây hoặc quần chuyên nghiệp, giày kín; màu trung tính, trang phục phẳng và sạch.
Tránh trang phục quá thể thao, phụ kiện phát sáng hoặc hình ảnh có logo cá nhân gây chú ý.
Với phỏng vấn trực tuyến, chuẩn bị nền phẳng, ánh sáng tốt, camera ngang tầm mắt và dự phòng kết nối.
Mang sẵn bản in hồ sơ, danh sách chứng chỉ, ghi chú dự án và một bút nếu phỏng vấn tại chỗ.

8. Checklist trước giờ phỏng vấn

Đọc lại mô tả công việc và ghi chú bốn từ khóa quan trọng nhất.
Luyện hai câu SQL và một câu Excel trong vòng 15 phút.
Chuẩn bị hai ví dụ hành vi theo cấu trúc tình huống.
Mở dự án portfolio và bản tóm tắt một trang.
Viết ba lý do cụ thể để ứng tuyển NCB, không dùng lý do chung chung.
Xác nhận lại lương, địa điểm, thời gian và người liên hệ dự phòng.

Lộ trình ôn thi

1. Lộ trình chuẩn bị 1–2 tuần

Mỗi ngày nên dành khoảng 2–3 giờ, gồm học kiến thức, thực hành và tự kiểm tra. Nếu chỉ có một tuần, hãy ưu tiên SQL, Excel, chất lượng dữ liệu, kiến thức tín dụng và một dự án hoàn chỉnh.

Tuần thứ nhất

Ngày	Nội dung	Đầu ra cần đạt
Ngày 1	Phân tích tin tuyển dụng, xác minh CV/CVC/CVCC, lập danh sách câu hỏi	Bản tóm tắt vị trí và bảng kỹ năng cần chuẩn bị
Ngày 2	Ngân hàng vận hành thế nào, sản phẩm chính, bảng cân đối, báo cáo lãi lỗ	Sơ đồ quy trình từ khách hàng đến dữ liệu và báo cáo
Ngày 3	Tín dụng, phân tích dòng tiền, nguyên tắc năm yếu tố, xếp hạng rủi ro	Có thể phân tích một báo cáo tài chính giả lập
Ngày 4	SQL từ cơ bản đến nâng cao	Hoàn thành ít nhất 15 câu truy vấn trên dữ liệu khách hàng giả lập
Ngày 5	Excel nâng cao và Power Query	Tạo báo cáo tổng hợp, Pivot và quy tắc làm sạch
Ngày 6	Quản trị dữ liệu, chất lượng, phân quyền, tuân thủ	Lập danh sách kiểm tra chất lượng và mẫu từ điển dữ liệu
Ngày 7	Power BI hoặc Tableau	Xây dựng bảng điều khiển nhỏ với 5–7 chỉ số và ghi chú giải thích

Tuần thứ hai

Ngày	Nội dung	Đầu ra cần đạt
Ngày 8	Python với Pandas, thống kê mô tả, trực quan hóa	Một tập lệnh kiểm tra chất lượng và phân tích dữ liệu
Ngày 9	Bài case ngân hàng	Bài trình bày 8–10 phút: vấn đề, phân tích, phát hiện, khuyến nghị, giới hạn
Ngày 10	Hoàn thiện hồ sơ ứng tuyển	Hồ sơ một hoặc hai trang, mỗi gạch đầu dòng có kết quả cụ thể
Ngày 11	Luyện SQL và Excel	Hai phiên luyện có bấm giờ, không chỉ đọc đáp án
Ngày 12	Luyện nghiệp vụ và câu hỏi hành vi	Hai câu chuyện tình huống theo cấu trúc Bối cảnh – Nhiệm vụ – Hành động – Kết quả – Bài học
Ngày 13	Nghiên cứu NCB và chuẩn bị câu hỏi	Hai lý do ứng tuyển cụ thể, một danh sách câu hỏi và kế hoạch hỏi lương
Ngày 14	Tổng kết	Mock interview, rà soát hồ sơ, kiểm tra thiết bị và xác nhận lịch phỏng vấn

2. Kiến thức nền cần nắm

Ngân hàng và nghiệp vụ tín dụng

Vai trò của ngân hàng trong việc huy động vốn, cấp tín dụng, thanh toán và trung gian rủi ro.
Sản phẩm tiền gửi, cho vay, thẻ, bảo lãnh và dịch vụ tài chính số.
Vòng đời khoản vay: tiếp nhận, thẩm định, phê duyệt, giải ngân, theo dõi, tái vay, tất toán và xử lý nợ xấu.
Nguyên tắc năm yếu tố tín dụng: nhân cách, năng lực trả nợ, vốn, tài sản bảo đảm và điều kiện hoạt động.
Phân tích báo cáo tài chính: thanh khoản, khả năng trả nợ, vốn, lợi nhuận và dòng tiền.
Chỉ số rủi ro: xác suất mất khả năng trả, tổn thất khi mất khả năng trả, mức nợ phải chịu rủi ro, tổn thất tín dụng kỳ vọng, nợ xấu và tỷ lệ bao phủ.
Cơ sở phân loại nợ xấu và thay đổi tỷ lệ bao phủ theo yêu cầu quản trị rủi ro.

Dữ liệu và cơ sở dữ liệu

Phân biệt dữ liệu thao tác, phân tích và kho dữ liệu.
Khóa chính, khóa ngoại, quan hệ một nhiều, chuẩn hóa và mô hình hình sao.
Ý nghĩa của chi tiết giao dịch, chi tiết khách hàng, bảng thời gian và bảng sự kiện.
Quy trình trích xuất, biến đổi và nạp dữ liệu; kiểm soát dữ liệu đầu vào và đầu ra.
Sáu tiêu chí chất lượng: tính đầy đủ, tính đúng đắn, tính hợp lệ, tính duy nhất, tính nhất quán và tính đúng thời hạn.
Dữ liệu chủ, từ điển dữ liệu, nguồn gốc dữ liệu, chính sách truy cập và nhật ký thay đổi.

Phân tích và trực quan hóa

Thống kê mô tả: trung bình, trung vị, phân vị, tần suất và mức biến động.
Phân tích xu hướng, tăng trưởng, cơ cấu, tương quan và phân khúc.
Kiểm soát thiên lệch khi xây mô hình và diễn giải kết quả.
Thiết kế chỉ số: định nghĩa, công thức, kỳ đo, nguồn dữ liệu, tần suất cập nhật và chủ sở hữu.
Trình bày bảng điều khiển theo câu hỏi quản trị, không tập hợp biểu đồ chỉ để trang trí.

Quản trị, bảo mật và tuân thủ

Nguyên tắc cần biết truy cập theo vai trò, phân quyền tối thiểu, che dữ liệu nhạy cảm và kiểm soát tải xuống.
Quản lý dữ liệu cá nhân theo các quy định hiện hành của Việt Nam; cần tra cứu bản mới nhất của Nghị định 13/2023/NĐ-CP.
Vai trò của kiểm toán nội bộ, quản trị rủi ro mô hình và kiểm soát tuân thủ trong ngân hàng.
Bảo mật thông tin khách hàng và quy trình xử lý sự cố dữ liệu.

3. Tài liệu tham khảo

Báo cáo thường niên, báo cáo tài chính, trang quan hệ nhà đầu tư và trang sản phẩm chính thức của NCB.
Báo cáo của Ngân hàng Nhà nước Việt Nam và cơ sở dữ liệu pháp luật để tra cứu quy định hiện hành về ngân hàng, tín dụng, dữ liệu và bảo mật.
SQLBolt hoặc Mode SQL Tutorial để luyện SQL; Microsoft Learn cho Power BI và bài học PL-300.
Tableau Academy cho bản điều khiển và trực quan hóa.
Python Data Science Handbook và các bài tập trên Kaggle dùng dữ liệu công khai hoặc giả lập.
DAMA DMBOK để hiểu quản trị dữ liệu; tài liệu chính thức của FRM hoặc CFA nếu theo hướng rủi ro và tài chính.
Tài liệu quản trị dữ liệu của các tổ chức như DAMA International để xây dựng từ điển dữ liệu và quy trình kiểm soát.

4. Dự án nên hoàn thành trước phỏng vấn

Chủ đề gợi ý: Phân tích chất lượng dữ liệu và rủi ro tín dụng khách hàng doanh nghiệp.

Dự án nên có:

1. Dữ liệu giả lập có ít nhất vài trăm đến vài nghìn bản ghi.
2. Từ điển dữ liệu mô tả nguồn, ý nghĩa trường, kiểu dữ liệu và quy tắc hợp lệ.
3. Một số câu SQL tìm trùng lặp, tính số dư, xếp nhóm rủi ro và theo dõi biến động.
4. Danh sách kiểm tra dữ liệu thiếu, sai định dạng, bất thường và không nhất quán.
5. Bảng điều khiển Power BI hoặc Tableau gồm số lượng khách hàng, tỷ lệ nợ xấu, mức nợ theo nhóm rủi ro và xu hướng theo thời gian.
6. Bản tóm tắt một trang với ba phát hiện, ba khuyến nghị và giới hạn dữ liệu.
7. Mã nguồn, hướng dẫn chạy và quyết định giả thuyết đã loại bỏ dữ liệu nào.

Không đưa dữ liệu thật của ngân hàng, khách hàng hoặc bạn bè vào dự án.

5. Bài tự kiểm tra cuối tuần

Viết một truy vấn SQL từ yêu cầu nghiệp vụ trong 15 phút.
Giải thích sáu tiêu chí chất lượng dữ liệu bằng ví dụ ngân hàng.
Phân tích một báo cáo tài chính và chỉ ra ba rủi ro chính.
Giải thích cách tính nợ xấu, tỷ lệ bao phủ và tổn thất tín dụng kỳ vọng ở mức khái niệm.
Mô tả một bảng điều khiển gồm năm chỉ số và câu hỏi quản trị đi kèm.
Trình bày dự án trong tám phút mà không đọc lại toàn bộ nội dung.
Viết đáp án cho năm câu hỏi hành vi bằng cấu trúc tình huống.

Nếu hoàn thành tốt các mục trên, ứng viên đã có nền tảng tốt để bước vào phỏng vấn dù tin tuyển dụng chưa công bố yêu cầu chi tiết.

Tư vấn nghề nghiệp

1. Định vị cơ hội nghề nghiệp

Đây là một cơ hội phù hợp với người muốn phát triển theo hướng dữ liệu trong ngân hàng, nhưng nên được xem là vị trí có khả năng chuyển đổi linh hoạt giữa ba lộ trình:

Quản trị và chất lượng dữ liệu.
Phân tích và phát triển báo cáo quản trị.
Phân tích tín dụng và rủi ro.

Lợi thế lớn nhất của nhóm chức danh này là kỹ năng dữ liệu có thể chuyển sang quản trị rủi ro, phân tích sản phẩm, vận hành, kiểm toán nội bộ, mô hình tín dụng hoặc sản phẩm công nghệ. Để tận dụng lợi thế này, ứng viên nên xây dựng nền tảng theo hình chữ T: một chuyên môn sâu về dữ liệu, một chuyên môn về nghiệp vụ ngân hàng và một chuyên môn về trình bày và quyết định.

2. Lộ trình thăng tiến tham khảo

Giai đoạn	Vị trí hoặc năng lực thường gặp	Việc cần tích lũy
0–2 năm	Chuyên viên dữ liệu, chuyên viên phân tích tín dụng, chuyên viên báo cáo, chuyên viên chất lượng dữ liệu	SQL, Excel, Power BI, quản trị dữ liệu, kiến thức ngân hàng, kỹ năng xác minh và trình bày
2–5 năm	Chuyên viên cao cấp, chuyên viên phân tích rủi ro, chuyên viên phát triển mô hình, chuyên viên quản trị dữ liệu	Dẫn dắt một quy trình, xây dựng chỉ số, làm việc với mô hình, kiểm soát chất lượng và tư vấn nghiệp vụ
5–8 năm	Trưởng nhóm, chuyên gia dữ liệu, chuyên gia rủi ro, quản lý sản phẩm dữ liệu	Thiết kế kiến trúc dữ liệu, quản lý nhiều nguồn, điều phối liên phòng ban, phát triển đội nhỏ
Trên 8 năm hoặc theo hướng quản lý	Trưởng phòng, Giám đốc phòng dữ liệu, Giám đốc phân tích và rủi ro	Chiến lược dữ liệu, quản trị nhân sự, ngân sách, điều hành và quản trị khủng hoảng

Thời gian trên chỉ là hướng dẫn tham khảo; tốc độ thăng tiến còn phụ thuộc kết quả công việc, mức độ chuyên môn, quy mô trách nhiệm và cấu trúc quản lý của từng đơn vị.

3. Mức lương kỳ vọng theo cấp bậc

Tin tuyển dụng chỉ ghi mức lương thỏa thuận, không công bố con số chính thức. Các khoảng dưới đây là ước tính tham khảo cho vị trí dữ liệu hoặc tín dụng tại Hà Nội, tính theo lương gross hằng tháng và chưa bao gồm thưởng:

Cấp bậc kinh nghiệm	Khoảng lương gross ước tính
Sinh viên mới ra trường hoặc dưới 2 năm	khoảng 10–15 triệu đồng mỗi tháng
Khoảng 2–5 năm	khoảng 16–26 triệu đồng mỗi tháng
Khoảng 5–8 năm	khoảng 26–38 triệu đồng mỗi tháng
Trưởng nhóm hoặc quản lý cấp trung	khoảng 38–55 triệu đồng mỗi tháng
Quản lý cấp cao hoặc phạm vi rộng	khoảng 55–70 triệu đồng mỗi tháng trở lên

Mức lương có thể thay đổi tùy ngân hàng và thời điểm. Những khoảng này không phải mức lương công bố của NCB, không đại diện cho toàn bộ đơn vị và có thể khác đáng kể theo cấp bậc trong từng CV/CVC/CVCC, phạm vi quản lý, địa điểm, kinh nghiệm và cấu trúc thưởng. Khi thương lượng, cần tách rõ lương cứng, thưởng theo kết quả công việc, thưởng thêm và các khoản bảo hiểm, phụ cấp.

Cách đặt mức lương hợp lý:

1. Xác định đúng cấp bậc và phạm vi trách nhiệm trước khi nêu con số.
2. Dựa vào khoảng thị trường và giá trị kỹ năng thực tế, không chỉ dựa vào trường học.
3. Hỏi về cấu trúc tổng thu nhập trong năm đầu, đặc biệt là tỷ lệ thưởng có thể đạt và điều kiện để nhận.
4. Đề nghị xác nhận mức lương và phúc lợi bằng văn bản trước khi nhận lời mời.

4. Kỹ năng nên phát triển theo thứ tự ưu tiên

Trong sáu tháng tới

Nâng SQL từ truy vấn cơ bản lên hàm cửa sổ, bảng tạm và kiểm soát chất lượng.
Thành thạo Excel, Power Query và một trong hai công cụ Power BI hoặc Tableau.
Học Python với Pandas để tự động hóa báo cáo và kiểm tra dữ liệu.
Hiểu sâu từ điển dữ liệu, quy tắc kiểm soát và nguồn gốc dữ liệu.
Cập nhật kiến thức phân tích tín dụng, dòng tiền, báo cáo tài chính và quản trị rủi ro.

Trong một đến hai năm

Dẫn dắt một quy trình dữ liệu hoặc báo cáo quan trọng.
Xây dựng bộ chỉ số có định nghĩa rõ và cơ chế kiểm soát chất lượng.
Phát triển tư duy mô hình: biết kiểm định, theo dõi và giải thích mô hình phân khúc, dự báo hoặc chấm điểm rủi ro.
Tăng khả năng thuyết trình và ảnh hưởng đến quyết định của lãnh đạo.
Xây dựng chuyên môn về một mảng như tín dụng doanh nghiệp, rủi ro thị trường, dữ liệu khách hàng, chống gian lận hoặc mô hình tín dụng.

5. Cách tạo lợi thế dài hạn

Để lại dấu vết: mỗi nhiệm vụ nên có tài liệu, quy trình, chỉ số và kết quả đo được.
Đừng chỉ thành thạo công cụ: công cụ thay đổi nhanh; hiểu nghiệp vụ, dữ liệu và cách ra quyết định tạo giá trị bền hơn.
Tìm đường đi trong ngân hàng: kết hợp dữ liệu với tín dụng, vận hành, rủi ro hoặc sản phẩm để trở thành người hiểu ngữ cảnh, không chỉ thành thạo kỹ thuật.
Chọn hướng chuyên môn hoặc quản lý: cả hai đều khả thi, nhưng cần chuẩn bị bằng chứng khác nhau.
Theo dõi cơ hội điều động nội bộ: hỏi trước về đơn vị có thể chuyển đến trong Khối Công nghệ và các đơn vị tín dụng hoặc rủi ro.
Bảo vệ uy tín dữ liệu: một sai sót báo cáo có thể ảnh hưởng lớn hơn nhiều lần giá trị của một dự án hào nhoáng.

6. Quyết định có nên nhận lời mời

Trước khi ký, ứng viên nên có câu trả lời rõ cho bốn vấn đề: vị trí thực sự làm gì, được đánh giá bằng chỉ số nào, quy trình và mức lương như thế nào, đường đi sau 12–24 tháng ra sao. Nếu mô tả công việc vẫn chung chung nhưng người tuyển dụng không cung cấp phạm vi trách nhiệm và tiêu chí đánh giá, nên cân nhắc thận trọng trước khi từ chối lời mời.

Câu hỏi thường gặp

Tôi là sinh viên năm cuối, chưa có kinh nghiệm ngân hàng. Có nên ứng tuyển vị trí này không?

Có, nếu bạn có nền tảng dữ liệu và sẵn sàng học nghiệp vụ ngân hàng. Hãy chuẩn bị SQL, Excel, Power Query, Power BI hoặc Tableau, kiến thức cơ bản về tín dụng và một dự án dùng dữ liệu giả lập. Trong hồ sơ, nhấn mạnh đồ án, kỹ năng phân tích và khả năng học hỏi thay vì kinh nghiệm làm việc. Trước khi ứng tuyển, cần hỏi người tuyển dụng vị trí có chấp nhận ứng viên mới ra trường và bài test thuộc nhóm kỹ năng nào.

Tôi đang làm kế toán hoặc kiểm toán, muốn chuyển sang phân tích dữ liệu ngân hàng. Hồ sơ nên thể hiện thế nào?

Đừng xóa hoàn toàn kinh nghiệm cũ. Hãy chuyển đổi nó thành lợi thế: kinh nghiệm đối chiếu số liệu, hiểu quy trình, kiểm soát, phát hiện sai lệch và làm việc với bảng tính. Bổ sung một dự án SQL và một bảng điều khiển để chứng minh khả năng kỹ thuật. Trong phần giới thiệu, giải thích rõ vì sao kinh nghiệm kiểm soát hiện tại giúp bạn tiếp cận vị trí quản trị và khai thác dữ liệu.

Mức lương của vị trí này là bao nhiêu?

Tin tuyển dụng chỉ ghi thỏa thuận, nên chưa có mức lương chính thức. Theo thị trường Hà Nội, khoảng lương gross tham khảo là 10–15 triệu đồng mỗi tháng cho sinh viên mới ra trường, khoảng 16–26 triệu đồng cho 2–5 năm và khoảng 26–38 triệu đồng cho 5–8 năm; mức lương có thể thay đổi tùy ngân hàng và thời điểm. Đây không phải mức lương công bố của NCB. Khi phỏng vấn, hãy hỏi rõ lương cứng, thưởng theo kết quả công việc, thưởng năm và phúc lợi.

Giờ làm và khối lượng công việc như thế nào?

Tin tuyển dụng không cung cấp thông tin này. Với công việc báo cáo và xử lý dữ liệu trong ngân hàng, có thể có áp lực cao hơn vào cuối tháng, cuối quý hoặc thời điểm đóng báo cáo, nhưng đây không phải thông tin đã được xác nhận. Hãy hỏi cụ thể về khung giờ làm việc, ca số, khối lượng làm thêm và cơ chế bù giờ. Bạn cũng cần hỏi liệu vị trí có trực trực hệ thống, xử lý sự cố hoặc làm việc cuối tuần định kỳ hay không.

Chỉ số hiệu quả công việc của vị trí này có thể là gì?

Chưa có danh sách chính thức. Với hướng quản trị dữ liệu, các chỉ số có thể gồm tỷ lệ bản ghi lỗi, thời gian xử lý sự cố, độ đầy đủ của từ điển dữ liệu và thời hạn báo cáo. Với hướng phân tích, có thể là độ chính xác, tính đúng thời điểm, mức sử dụng báo cáo, số phát hiện có giá trị và thời gian phản hồi yêu cầu. Với hướng tín dụng, có thể liên quan đến thời gian xử lý hồ sơ và chất lượng rủi ro. Hãy yêu cầu người tuyển dụng xác định ba chỉ số trọng tâm và trọng số của từng chỉ số.

Tôi nên chuẩn bị bài kiểm tra kỹ thuật như thế nào?

Hãy chuẩn bị theo ba nhóm. Nhóm SQL gồm nối bảng, nhóm theo, hàm cửa sổ và phát hiện trùng lặp. Nhóm Excel và Power BI gồm Pivot, hàm dò tìm, đối chiếu dữ liệu, mô hình dữ liệu và chỉ số. Nhóm nghiệp vụ gồm chất lượng dữ liệu, từ điển dữ liệu, phân quyền và kiến thức tín dụng. Nếu có bài case, hãy luyện trình bày theo cấu trúc mục tiêu – phương pháp – phát hiện – khuyến nghị – giới hạn.

Một portfolio bao gồm những gì sẽ giúp tôi nổi bật hơn chứng chỉ?

Một portfolio có tác động lớn hơn khi chứng minh khả năng giải quyết một vấn đề thực tế. Hãy chọn dữ liệu giả lập hoặc dữ liệu mở, xây dựng từ điển dữ liệu, truy vấn SQL, quy tắc kiểm tra chất lượng, bảng điều khiển và bản tóm tắt một trang. Bạn cũng nên ghi rõ điều gì đã thử, điều gì chưa thành công và giới hạn của phương pháp. Không dùng dữ liệu thật của khách hàng hoặc ngân hàng.

Sau khi vào làm, con đường thăng tiến dài hạn của tôi sẽ như thế nào?

Hãy xem vị trí này là nền tảng để đi theo hướng chuyên môn hoặc quản lý. Sau hai đến ba năm, bạn có thể tiến tới chuyên viên cao cấp, trưởng nhóm phân tích, chuyên gia quản trị dữ liệu, phân tích rủi ro hoặc mô hình tín dụng. Nếu thích điều hành, hãy tích lũy kinh nghiệm phân công, tuyển dụng, đào tạo và quản lý chất lượng. Hãy hỏi người tuyển dụng về đường đi nội bộ cụ thể sau 12 và 24 tháng.

Tại sao tôi nên chọn NCB và câu trả lời ứng tuyển thế nào?

Trước khi phỏng vấn, hãy đọc báo cáo thường niên, báo cáo tài chính, trang quan hệ nhà đầu tư, trang sản phẩm và thông tin tuyển dụng chính thức của NCB. Tập trung vào hai điểm mà ngân hàng đang đầu tư có thể liên quan đến dữ liệu, nhưng chỉ nêu điều bạn xác minh được. Câu trả lời tốt gồm ba phần: bạn muốn làm việc trong lĩnh vực dữ liệu vì lý do gì, kỹ năng cụ thể bạn mang đến là gì, và bạn muốn đóng góp gì cho vấn đề quản trị và khai thác dữ liệu trong ngân hàng. Tránh nói chung chung rằng chỉ muốn làm việc tại một ngân hàng lớn.

CV/CVC/CVCC - Phòng Quản trị và Khai thác Dữ liệu - Khối Công nghệ