messenger

Chat Mess

zalo

Chat Zalo

phone

Phone

Gọi ngay: 097.5151.777
messenger

Facebook

messenger

TikTok

Hỗ trợ tư vấn: 097.5151.777
Techcombank

Data Scientist (40000032)

TP. Ho Chi Minh Data And Analytics Division
Experienced (Non-Manager)

Mô tả công việc

Job Purpose

  • The job holder advises and provides business with insights from massive amounts of structured and unstructured potential data to help shape or meet specific business objectives.
  • The job holder will build data science solutions using advance machine learning and deep learning methods, recommendation engines, statistical analysis, data mining and data visualization techniques, to create solutions that enable enhanced business performance.

Key Accountabilities (1)

Data Solutioning

  • Build algorithms and work with machine learning and deep learning tools to deliver advance analytics solutions across the firm including recommendation engines, customized data models, customer journeys, graph modes, etc.
  • Mine and analyze data from company’s databases to drive optimization and improvement of business strategies.
  • Use predictive modelling to increase and optimize customer journey experiences, revenue generation and other business outcomes.
  • Analyze data for trends and patterns and interpret the data with clear objective in mind.
  • Execute and review data science projects in an agile manner and in compliance with internal regulatory requirements.

Key Accountabilities (2)

Data Insighting

  • Lead the identification and interpretation of meaningful and actionable insights from large data and metadata sources.
  • Develop processes and tools to monitor and analyze model performance and data accuracy.
  • Interact with 1-2 squads to identify questions and issues for data analysis.
  • Assess the effectiveness and accuracy of new data sources and data gathering techniques.

Key Accountabilities (3)

Key Relationships - Direct Manager

Manager, Data Science

Key Relationships - Direct Reports

Key Relationships - Internal Stakeholders

Teams within the Transformation Office and relevant departments in the Bank

Key Relationships - External Stakeholders

Partners providing professional services

Success Profile - Qualification and Experiences

Qualifications

  • Bachelor's degree in Statistics, Mathematics, Quantitative Analysis, Computer Science, Software Engineering or Information Technology

Work Experience

  • 5+ years of relevant experience in areas of data analysis, machine learning, deep learning model development on large amount of data, implementing and deploying various statistical models
  • English proficiency requirements are pursuant to Techcombank's policy
  • Experience in querying databases and using programming languages (e.g. C, C++, R, Python, Scala, SQL, Java, Tableau, R)
  • Experience communicating complex analysis and models across a diverse team
  • Experience using of data optimization (linear / non-linear) to solve constrained business problems
  • Understanding of Agile principles, practices and Scrum methodologies
  • Experience working in Agile teams to support digital transformation projects

Phân tích kỹ năng cần có

📊 Phân tích kỹ năng cho vị trí Data Scientist – Techcombank

🔧 Hard Skills (Bắt buộc)

1. Ngôn ngữ lập trình & Công cụ
Tin tuyển dụng liệt kê khá nhiều: C, C++, R, Python, Scala, SQL, Java, Tableau. Thực tế ứng viên không cần giỏi hết tất cả, nhưng cần thành thạo nhóm chính:

Nhóm Công cụ Mức yêu cầu Ghi chú
Core Python, SQL, R Thành thạo Bắt buộc, dùng hàng ngày
Big Data Scala, Spark Tốt Làm việc với dữ liệu lớn của ngân hàng
Visualization Tableau Tốt Techcombank rất coi trọng dashboard
Hệ thống C/C++, Java Có nền tảng Không bắt buộc thành thạo, nhưng là lợi thế

2. Machine Learning & Deep Learning

  • Thuật toán ML cổ điển: Linear/Logistic Regression, Random Forest, XGBoost, SVM, K-Means
  • Deep Learning: Neural Networks, CNN, RNN, LSTM, Transformer (BERT cho NLP)
  • Recommendation Engine, Graph Models, Customer Journey modeling
  • Các framework: TensorFlow, PyTorch, Scikit-learn, MLflow

3. Thống kê & Toán học

  • Statistics: hypothesis testing, A/B testing, confidence intervals
  • Optimization: linear & non-linear constrained problems
  • Time series analysis (rất quan trọng trong finance)

4. Kinh nghiệm triển khai (Deployment)

  • Model deployment lên production
  • MLOps cơ bản: Docker, CI/CD, model monitoring
  • Cloud platforms (AWS/Azure/GCP) là điểm cộng lớn

---

🧠 Soft Skills (Quan trọng không kém)

  • Communication: Mô tả yêu cầu "communicating complex analysis and models across a diverse team" — phải giải thích được mô hình phức tạp cho người kinh doanh
  • Business Acumen: Hiểu ngân hàng, hiểu KPI doanh thu, churn, customer LTV
  • Agile Mindset: Làm việc trong Scrum team, sprint planning
  • Storytelling với data: Trình bày insight có tác động kinh doanh rõ ràng

---

🎓 Chứng chỉ gợi ý (để tăng lợi thế)

Chứng chỉ Tổ chức Mức độ phù hợp
AWS Certified Machine Learning – Specialty Amazon ⭐⭐⭐⭐⭐
Google Professional Data Engineer Google ⭐⭐⭐⭐⭐
TensorFlow Developer Certificate Google ⭐⭐⭐⭐
Databricks Certified ML Professional Databricks ⭐⭐⭐⭐
Scrum Master / Product Owner Scrum Alliance ⭐⭐⭐
FRM (Financial Risk Manager) GARP ⭐⭐⭐⭐ (rất có giá trị trong banking)

---

✅ Đánh giá mức độ phù hợp

Mức độ Senior: Với yêu cầu 5+ năm + tham gia 1-2 squads + lead insights → đây là vị trí Senior Data Scientist (không phải junior/mid). Ứng viên dưới 3 năm kinh nghiệm gần như không phù hợp trừ khi portfolio rất mạnh.

Chuẩn bị phỏng vấn

🎯 Hướng dẫn phỏng vấn Data Scientist – Techcombank

📋 Quy trình tuyển dụng dự kiến (4-5 vòng)

Vòng 1: HR Screening (30-45 phút)

  • Giới thiệu bản thân, lý do ứng tuyển
  • Mức lương hiện tại & kỳ vọng
  • Thời gian có thể onboard
  • Tại sao muốn vào ngân hàng (câu hỏi quan trọng — Techcombank đánh giá cao sự gắn bó)

Vòng 2: Technical Test / Take-home Assignment (60-90 phút hoặc 2-3 ngày)

  • Coding challenge trên Python/SQL
  • Case study: xây dựng model dự đoán (vd: churn, credit scoring)
  • Trình bày kết quả và recommendation

Vòng 3: Technical Deep Dive (90 phút)

  • Lý thuyết ML/DL: bias-variance, overfitting, regularization
  • SQL nâng cao: window functions, CTEs, optimization
  • Statistics: A/B testing, sample size, p-value
  • System design cho ML pipeline

Vòng 4: Business Case / Manager Round (60 phút)

  • Case thực tế ngân hàng: làm sao tăng cross-sell? giảm churn?
  • Cách bạn collaborate với product, engineering, business
  • Tình huống mâu thuẫn giữa độ chính xác model và business deadline

Vòng 5: Final Interview với Senior Leadership / HR Director

  • Cultural fit, values alignment
  • Thảo luận về Techcombank's digital transformation vision

---

❓ Câu hỏi hay gặp theo từng vòng

Vòng Technical – ML Theory:
1. Giải thích sự khác biệt giữa Bagging và Boosting
2. Khi nào dùng Random Forest vs XGBoost vs Neural Network?
3. Làm sao handle imbalanced data trong bài toán fraud detection?
4. SHAP vs LIME — cái nào tốt hơn cho ngân hàng?
5. Walk me through một dự án ML từ đầu đến deploy

Vòng SQL:
1. Tính running total, ranking, top N% khách hàng theo chi tiêu
2. Cohort analysis khách hàng theo tháng
3. Tối ưu query với 100M rows

Vòng Business:
1. Nếu model dự đoán churn có accuracy 85% nhưng business không action được, bạn làm gì?
2. Techcombank muốn tăng tỷ lệ cross-sell sản phẩm, bạn approach thế nào?
3. Làm sao đảm bảo model không bias theo giới tính/tuổi trong credit scoring?

Vòng Behavioral:
1. Kể về lần model của bạn fail trong production
2. Conflict với stakeholder về cách đo lường success metric
3. Cách bạn stay updated với công nghệ mới

---

💡 Tips chuẩn bị

Nghiên cứu Techcombank trước: Đọc về chiến lược "AI-First Bank", các sản phẩm digibank, đối thủ (MB, VPBank, Momo). Đây là ngân hàng đi đầu về số hóa nên họ kỳ vọng ứng viên hiểu vision.

Chuẩn bị portfolio: 2-3 dự án ML end-to-end (có link GitHub hoặc slide trình bày). Đặc biệt ưu tiên dự án liên quan finance/banking.

STAR method cho câu hỏi behavioral: Situation → Task → Action → Result

---

👔 Dress Code

  • Vòng 1-2: Smart casual (áo polo/sơ mi, quần vải, giày tây)
  • Vòng 3-5: Business formal (vest, sơ mi, giày tây đen)
  • Techcombank văn hóa khá năng động nhưng vẫn chuộng sự chỉn chu trong phỏng vấn

💰 Salary negotiation tips

  • Luôn đưa ra range, không nói một con số cụ thể ngay
  • Đề cập đến total compensation (base + bonus + stock RSU nếu có)
  • Techcombank offer thường competitive, đặc biệt với senior talent

Lộ trình ôn thi

📚 Lộ trình ôn tập 2 tuần cho vị trí Data Scientist – Techcombank

🎯 Tuần 1: Nền tảng kỹ thuật

Ngày 1-2: Python & SQL nâng cao

Chủ đề Tài liệu Thực hành
Python (Pandas, NumPy) "Python for Data Analysis" – Wes McKinney Kaggle exercises
SQL advanced Mode Analytics SQL Tutorial, LeetCode SQL 30 bài Hard trên LeetCode
OOP & design patterns Real Python Viết 1 package nhỏ

Ngày 3-4: Statistics & Probability

  • Think Stats (Allen Downey) — miễn phí
  • StatQuest YouTube channel (rất trực quan)
  • A/B testing: "Trustworthy Online Controlled Experiments" (Kohavi)
  • Bayesian thinking cơ bản

Ngày 5-7: Machine Learning

  • "Hands-On Machine Learning with Scikit-Learn, Keras and TensorFlow" – Aurélien Géron
  • Andrew Ng's Machine Learning Specialization (Coursera)
  • Fast.ai Practical Deep Learning
  • Thực hành: 5 bài Kaggle (Titanic, House Prices, Credit Card Fraud)

🎯 Tuần 2: Deep Learning, System Design & Domain Knowledge

Ngày 8-9: Deep Learning

  • Deep Learning Book (Goodfellow) — đọc chương 1-5
  • Hugging Face NLP course
  • Time series: Prophet, LSTM cho forecasting

Ngày 10-11: MLOps & System Design

  • Designing Machine Learning Systems (Chip Huyen) ⭐ rất recommend
  • Made With ML – Goku Mohandas
  • ML system design: feature store, model registry, monitoring
  • Docker, Airflow, MLflow cơ bản

Ngày 12-13: Banking & Finance Domain

  • Credit scoring 101 (FICO, PD, LGD)
  • Fraud detection techniques
  • Customer Lifetime Value (CLV) calculation
  • Churn prediction trong banking
  • Anti-money laundering (AML) basics
  • Đọc 2-3 báo cáo của Techcombank trên website

Ngày 14: Mock interview & Tổng hợp

  • Practice 5 câu ML theory + 5 câu SQL + 2 business case
  • Review lại toàn bộ kinh nghiệm của bản thân
  • Cập nhật CV theo JD của Techcombank
  • Chuẩn bị 3 câu hỏi thông minh để hỏi nhà tuyển dụng

---

📖 Tài liệu tham khảo chọn lọc

Sách must-read:
1. "Designing Machine Learning Systems" – Chip Huyen
2. "Hands-On ML" – Aurélien Géron
3. "Storytelling with Data" – Cole Nussbaumer Knaflic
4. "The AI-First Company" – Ash Fontana

Tài nguyên online miễn phí:

  • Kaggle Learn (micro-courses)
  • Google ML Crash Course
  • StatQuest (YouTube)
  • Made With ML (madewithml.com)
  • MLOps Community (mlops.community)

Để hiểu về Techcombank:

  • Website chính thức techcombank.com (mục "Về chúng tôi" & "Tin tức")
  • Báo cáo thường niên
  • LinkedIn của các Techcombank leader (thường share insights)

---

✅ Checklist cuối cùng trước ngày phỏng vấn

  • [ ] Ôn lại 3 dự án cá nhân quan trọng nhất
  • [ ] Đọc 5 tin tức mới nhất về Techcombank
  • [ ] Chuẩn bị 3 câu hỏi thông minh cho interviewer
  • [ ] In 2 bản CV, mang theo sổ tay
  • [ ] Test camera/mic nếu phỏng vấn online (Techcombank thường có vòng online)

Tư vấn nghề nghiệp

🚀 Lộ trình thăng tiến & lời khuyên sự nghiệp

📈 Career path cho Data Scientist trong ngân hàng

```
Junior DS (0-2 năm)

Mid DS / DS (2-5 năm)

Senior DS (5-8 năm) ← Vị trí này

Lead DS / DS Manager (8-12 năm)

Head of Data Science / Chief Data Officer (12+ năm)
```

Tại Techcombank cụ thể, vị trí này báo cáo trực tiếp cho Manager, Data Science → có nghĩa sau khi vào, bạn có thể:

  • Year 1-2: Senior DS, thực thi các dự án lớn
  • Year 3-4: Lead 1 squad, mentor juniors
  • Year 5+: Manager hoặc chuyển sang Product Data Science / Chief Data Office

💰 Mức lương kỳ vọng theo cấp bậc (TP.HCM, 2024-2025)

Cấp bậc Kinh nghiệm Base salary (VND/tháng) Total comp
Junior DS 0-2 năm 20-35 triệu 25-40 triệu
Mid DS 2-4 năm 35-55 triệu 45-70 triệu
Senior DS (vị trí này) 5-7 năm 55-90 triệu 70-120 triệu
Lead DS 7-10 năm 80-130 triệu 110-180 triệu
Manager 10+ năm 130-200 triệu 180-300 triệu+

Lưu ý: Techcombank thuộc nhóm trả lương cao nhất ngành ngân hàng. Mức "Thỏa thuận" cho thấy offer sẽ được customize theo năng lực. Bonus thường 2-4 tháng lương.

🎯 Kỹ năng cần phát triển thêm để thăng tiến

Kỹ năng kỹ thuật:

  • LLM/Generative AI: 2024-2025 đang là xu hướng, ngân hàng Việt bắt đầu ứng dụng chatbot AI, document AI
  • Real-time ML: Streaming analytics, Kafka, Flink — cần cho fraud detection real-time
  • Causal Inference: Vượt qua correlation để đưa ra quyết định kinh doanh đúng
  • Privacy-preserving ML: Federated learning, differential privacy (rất quan trọng trong banking)

Kỹ năng mềm & leadership:

  • Quản lý stakeholder — đặc biệt với senior leadership ngân hàng
  • Khả năng "translate" technical sang business value
  • Public speaking — thuyết trình trước steering committee
  • Mentoring juniors

🔥 Lời khuyên thực tế

1. Banking là "nơi tốt" cho Data Scientist lâu dài:

  • Dữ liệu dồi dào (transaction, customer behavior, credit history)
  • Budget cho data projects tốt hơn startup
  • Bài toán đa dạng: credit scoring, fraud, churn, recommendation, marketing optimization
  • Job security cao hơn tech firms

2. Techcombank có gì đặc biệt?

  • Là ngân hàng tiên phong chuyển đổi số ở VN
  • Đầu tư mạnh cho data team
  • Văn hóa khá "tech" so với ngân hàng truyền thống
  • Cơ hội làm việc với data quy mô lớn

3. Cạnh tranh & hướng đi:

  • Senior DS trong banking rất hiếm — đây là lợi thế nếu bạn đáp ứng được
  • Đối thủ cạnh tranh: VPBank (đang build data team mạnh), MB, TPBank
  • Nếu muốn chuyển sang fintech/tech: kinh nghiệm banking là điểm cộng

4. Red flags cần tránh:

  • Công ty chỉ làm dashboard, không có production ML
  • Team data bị xem là "support", không có voice trong business decision
  • Không có senior DS nào để mentor bạn

Câu hỏi thường gặp

Em mới ra trường, có 1 năm kinh nghiệm freelance về ML, có nên apply vị trí Senior DS ở Techcombank này không?

Thật lòng là rất khó nhé. JD yêu cầu 5+ năm kinh nghiệm thực chiến với large-scale data, làm việc trong Agile squad với stakeholders. Vị trí này expect người đã đi qua ít nhất 1-2 vòng đời dự án ML end-to-end. Tuy nhiên em vẫn nên apply nếu: (1) portfolio GitHub rất mạnh, (2) em có open-source contribution hoặc Kaggle ranking cao, (3) em có bằng cấp tốt (Master/PhD) từ trường top. Nếu chưa đủ, em nên nhắm các vị trí Junior DS hoặc Data Analyst ở Techcombank trước 1-2 năm, tích lũy kinh nghiệm production rồi apply lại. Đừng ngại vì đôi khi HR vẫn mở cơ hội nếu em nổi bật thật sự.

Mức lương kỳ vọng cho vị trí Senior Data Scientist 5+ năm ở Techcombank là bao nhiêu?

Với 5+ năm kinh nghiệm tại TP.HCM, mức base 55-90 triệu VND/tháng là phổ hợp lý. Tổng thu nhập (kể cả bonus, 13th month, RSU nếu có) có thể lên 70-120 triệu/tháng. Techcombank thường offer tốt cho senior talent, đặc biệt nếu bạn có kinh nghiệm finance/banking trước đó. Khi negotiate: đừng nói con số đầu tiên, hãy đưa range và nhấn mạnh total compensation. Cũng nên research trên VietnamWorks, ITviec để biết market rate. Lưu ý Techcombank bonus thường 2-4 tháng lương tùy performance.

Mình đang là Data Analyst ở fintech 3 năm, muốn chuyển sang Data Scientist tại ngân hàng. Có khả thi không?

Khả thi nhé, nhưng cần chuẩn bị thêm. Khoảng cách cần lấp đầy: (1) Coding skill — chuyển từ SQL + visualization sang Python production-level, ML frameworks (sklearn, PyTorch); (2) Statistics & ML theory — ôn lại probability, A/B testing, ML algorithms; (3) Build portfolio — 2-3 dự án ML end-to-end trên GitHub. Lợi thế của bạn: đã quen domain fintech/banking, biết làm việc với stakeholders, hiểu dữ liệu giao dịch. Vị trí này yêu cầu 5+ năm — bạn có thể target mid-level DS trước, hoặc nếu portfolio mạnh thì cứ thử Senior. Đề xuất: apply đồng thời cả Techcombank lẫn VPBank/TPBank để có nhiều cơ hội.

Làm Data Scientist ở ngân hàng khác gì so với tech company/fintech?

Khác khá nhiều đấy. Ở ngân hàng: data thường legacy, hệ thống on-premise + cloud hybrid, quy trình approval chậm hơn (do compliance), nhưng job security cao và bài toán đa dạng (credit, fraud, AML, marketing). Ở tech/fintech: data clean hơn, agile thuần, làm việc nhanh nhưng pressure cao, dễ burn out. Thu nhập ở tech unicorn có thể cao hơn (RSU, ESO), nhưng ngân hàng ổn định hơn. Về bài toán: ở Techcombank bạn sẽ làm recommendation cho cross-sell sản phẩm ngân hàng, churn prediction, customer segmentation — ít khi làm bài toán cutting-edge như self-driving cars hay GenAI ở mức research. Nếu bạn thích ổn định + bài toán thực tế → banking. Nếu muốn innovation tốc độ cao → tech.

Tech stack Python/R/Scala/SQL — mình cần giỏi đến mức nào? Có cần biết hết không?

Không cần giỏi hết nhé. Trong thực tế phỏng vấn và làm việc, mức yêu cầu như sau: Python — thành thạo (90% công việc hàng ngày); SQL — thành thạo nâng cao (window functions, CTEs, query optimization là must); R — biết đủ dùng cho statistical analysis; Scala — hiểu syntax, đọc được code, không cần viết từ đầu (thường dùng khi làm việc với Spark); Tableau — tạo dashboard tốt; C/C++/Java — hiểu cơ bản, không cần thành thạo (chỉ cần khi đọc codebase production). Trong CV, đừng liệt kê tất cả các tool bạn chỉ biết sơ — chỉ list những gì bạn có thể demo trong 30 phút.

Phỏng vấn Data Scientist ở Techcombank có khó không? Tỷ lệ pass cao không?

Vị trí Senior DS ở Techcombank thuộc dạng khá competitive. Ước tính tỷ lệ offer/offer khoảng 3-8% tùy đợt. Lý do khó: (1) Lương hấp dẫn nên nhiều ứng viên giỏi apply; (2) Yêu cầu 5+ năm — phải có track record rõ ràng; (3) Đòi hỏi cả technical lẫn business acumen. Mẹo tăng tỷ lệ đậu: (a) Network trước — kết nối với Data team Techcombank trên LinkedIn, đi event của họ; (b) Có referral từ nhân viên hiện tại; (c) Chuẩn bị kỹ case study ngân hàng; (d) Trình bày được business impact rõ ràng trong CV. Phỏng vấn không quá khó về trick questions, nhưng expect test code + ML case study thực tế.

Em có kinh nghiệm 6 năm ở big tech (Google/Facebook Việt Nam) thì có lợi thế khi apply ngân hàng không?

Có lợi thế rất lớn nhé. Cái brand name big tech + 6 năm experience sẽ giúp CV nổi bật ngay. Techcombank đặc biệt đánh giá cao ứng viên từng làm ở môi trường tech lớn vì: (1) họ đã scale được ML system ở quy mô lớn; (2) họ quen với best practices MLOps; (3) mindset product-driven. Tuy nhiên cần chuẩn bị thêm về domain banking: hiểu regulation, compliance, risk management. Trong phỏng vấn, đừng chỉ kể về tech — hãy show rằng bạn hiểu business context của ngân hàng (tại sao cần model explainable cho credit scoring, v.v.). Lương có thể negotiate tốt vì background của bạn.

Sau khi vào Techcombank, có cơ hội chuyển sang fintech/tech không? Hay bị "khóa" trong ngân hàng?

Không bị khóa đâu nhé. Nhiều Data Scientist từ Techcombank, VPBank, TPBank sau đó chuyển sang MoMo, ZaloPay, VNPay, hay thậm chí tech company ở Singapore. Kinh nghiệm banking + data science là combination rất có giá trị. Lý do: (1) Bạn đã làm việc với large-scale data thực tế; (2) Bạn hiểu regulated environment — đây là kỹ năng fintech cần; (3) Network trong ngân hàng rất tốt để sau này startup fintech. Ngược lại, từ tech sang bank cũng rất phổ biến vì banking đang trả cao để thu hút tech talent. Tóm lại: Techcombank là bước đệm rất tốt, không phải dead-end.