Expert

Mô tả công việc

## Key Accountabilities 1. Forecasting & Planning - Develop models for balance sheet and P&L forecasting - Build driver-based and scenario forecasting models - Improve forecast accuracy and reduce manual adjustments 2. Profitability & Optimization - Analyze profitability across customers, segment, product, channel - Optimize pricing, marketing spends, and capital allocation 3. Customer & Business Decisioning - Develop models: churn, CLTV, next-best-action, cross/upsell - Support business teams with actionable insights - Improve commercial effectiveness and productivity 4. Analytical Products & Automation - Build reusable Data pipelines, ML pipelines, feature sets - Develop dashboards and decision-support tools - Automate reporting, analysis, insight generation ## Key Relationships - Internal Stakeholders Members of Business and Data & Analytics Division, Enabling Data & Analytics Division (IT or Data - Engineer/Governance), BAU division heads (Business, Finance, Risk, Corporate Affair, IT) ## Key Relationships - External Stakeholders Partners and vendors providing professional services ## Success Profile - Qualification and Experiences - Strong background in Data Science / ML / Quantitative Analytics - Proficient in Python, SQL, Spark - Experience in Forecasting (time series), Causal inference, experimentation, Model validation & explainability - Experience with data pipelines, ML pipelines, MLOps - Strong business translation and stakeholder management - Clear, concise communication of insights

Phân tích kỹ năng cần có

## Phân tích Kỹ năng cần có cho Senior Data Scientist - Techcombank ### 🔧 Hard Skills (Kỹ năng chuyên môn bắt buộc) | Nhóm kỹ năng | Cụ thể | Mức độ yêu cầu | |---------------|---------|----------------| | **Lập trình** | Python (pandas, scikit-learn, PyTorch/TensorFlow), SQL, Spark | ⭐⭐⭐⭐⭐ Chuyên sâu | | **Machine Learning** | Supervised/Unsupervised learning, Deep Learning, NLP | ⭐⭐⭐⭐⭐ | | **Thống kê & Toán** | Time series forecasting, Causal inference, Experiment design (A/B testing), Model validation, Explainability (SHAP, LIME) | ⭐⭐⭐⭐⭐ | | **Data Engineering** | Data pipelines, ML pipelines, MLOps, ETL/ELT, Cloud platforms (AWS/GCP/Azure) | ⭐⭐⭐⭐ | | **Visualization** | Dashboard tools (Tableau, Power BI, Looker), Reporting automation | ⭐⭐⭐⭐ | | **Domain Banking** | Balance sheet, P&L, profitability analysis, customer lifecycle | ⭐⭐⭐ | ### 🎯 Soft Skills (Kỹ năng mềm quan trọng) - **Business translation**: Chuyển đổi bài toán kinh doanh → mô hình ML (khâu được đánh giá rất cao ở Techcombank) - **Stakeholder management**: Làm việc với nhiều bộ phận (Finance, Risk, Business, IT) - **Communication**: Trình bày insights rõ ràng cho cả technical và non-technical audience - **Problem solving**: Tư duy giải quyết vấn đề tự động hóa, optimization - **Project management**: Quản lý timeline các dự án phân tích ### 📜 Chứng chỉ gợi ý | Chứng chỉ | Giá trị | Ghi chú | |-----------|---------|---------| | Google Data Analytics Professional | Trung bình | Nền tảng tốt, phổ biến | | AWS Certified Machine Learning – Specialty | Cao | Cloud + ML, phù hợp MLOps | | Databricks Spark Developer | Cao | Techcombank dùng Spark | | CFA/FRM | Trung bình | Hữu ích cho domain banking/finance | | Kaggle Expert/Master | Cao | Portfolio ấn tượng | ### 📊 Bảng so sánh: Junior vs Senior Data Scientist | Tiêu chí | Junior (1-3 năm) | Senior (4-6+ năm) | |----------|------------------|-------------------| | Model complexity | Classification, regression đơn giản | Time series, causal inference, ensemble | | Data scale | < 1M rows | > 10M rows, real-time | | Business impact | Tăng efficiency | Tăng revenue/cost savings đo lường được | | Stakeholder | Làm việc với team trực tiếp | Present cho C-level, board | | Ownership | Module nhỏ | End-to-end product/initiative | | Code quality | Chạy được | Production-ready, tested, documented | --- ## Lộ trình chuẩn bị kỹ năng (6-12 tháng) ``` Tháng 1-3: Nâng cấp Python + SQL + Spark ├── Python: pandas, numpy, sklearn, xgboost, prophet/lightgbm ├── SQL: window functions, CTEs, optimization └── Spark: PySpark, SparkML, dataframes Tháng 4-6: Deep dive ML + Statistics ├── Time series: ARIMA, Prophet, LSTM, Transformer-based ├── Causal inference: DiD, RDD, IV, A/B testing framework └── Model validation: cross-validation, backtesting, explainability Tháng 7-9: MLOps + Data Engineering ├── MLflow, Kubeflow, Airflow ├── Feature store, model registry └── Cloud: AWS SageMaker / GCP Vertex AI Tháng 10-12: Business Domain + Portfolio ├── Đọc báo cáo tài chính ngân hàng ├── Xây dựng project mẫu banking use case └── Practice stakeholder presentation ```

Chuẩn bị phỏng vấn

## Hướng dẫn chuẩn bị phỏng vấn Senior Data Scientist - Techcombank ### 📋 Quy trình phỏng vấn (thông thường) ``` Vòng 1: HR Screening (30-45 phút) ├── Giới thiệu bản thân, motivation ├── Đánh giá culture fit └── Discussion về salary expectations Vòng 2: Technical Screening (60-90 phút) ├── Python/SQL coding test (live coding) ├── Machine Learning theory & implementation └── Statistics & probability questions Vòng 3: Technical Deep Dive (60-90 phút) ├── Case study: Xây model forecasting cho P&L ├── System design: ML pipeline cho banking use case └── Discussion về past projects Vòng 4: Stakeholder Interview (45-60 phút) ├── Presentation: Phân tích dataset đã chuẩn bị ├── Business case discussion └── Cultural fit & team compatibility Vòng 5: Final Round với Head/Director (30-45 phút) ├── Career trajectory discussion ├── Leadership & ownership questions └── Compensation negotiation ``` ### ❓ Câu hỏi hay gặp theo từng vòng **Vòng 1 - HR:** - "Tại sao bạn muốn gia nhập Techcombank?" - "Bạn biết gì về chiến lược data của Techcombank?" - "Mức lương kỳ vọng của bạn?" - "Bạn đang có offer nào khác không?" **Vòng 2 - Technical:** - "Viết SQL để tính running total và month-over-month growth của P&L" - "Implement hàm gradient descent từ đầu bằng Python" - "Giải thích sự khác nhau giữa L1 và L2 regularization" - "Xử lý imbalanced dataset như thế nào?" - "Khi nào dùng ensemble model vs single model?" **Vòng 3 - Technical Deep Dive:** - "Thiết kế ML pipeline cho churn prediction - từ data ingestion đến model serving" - "Time series model cho balance sheet forecasting: approach của bạn?" - "Làm sao đo lường causal impact của marketing campaign?" - "Explain model prediction cho business stakeholder như thế nào?" - "Challenge lớn nhất khi deploy ML model vào production?" **Vòng 4 - Stakeholder:** - "Mô tả project có business impact lớn nhất mà bạn đã làm" - "Làm sao prioritize giữa multiple stakeholder requests?" - "Bạn xử lý situation khi business không đồng ý với data insights?" - "Presentation: Phân tích sample dataset (sẽ được cung cấp)" **Vòng 5 - Final:** - "Bạn hình dung phát triển sự nghiệp tại Techcombank như thế nào?" - "Team bạn lead có bao nhiêu người? How would you manage them?" - "Your thought on AI/ML trends in banking?" ### 💡 Tips chuẩn bị đặc biệt cho Techcombank 1. **Research kỹ Techcombank:** - Đọc Annual Report 2023, Strategic transformation - Tìm hiểu về "Exponential Organization" - khẩu hiệu của Techcombank - Techcombank rất data-driven, họ đầu tư mạnh vào AI/ML 2. **Chuẩn bị banking domain knowledge:** - Hiểu NIM, CASA, Cost-to-Income ratio - Balance sheet structure của ngân hàng - Customer lifecycle: Acquisition → Activation → Retention → Cross-sell 3. **Mock presentation:** - Techcombank thường yêu cầu present data analysis - Practice storytelling với data - Chuẩn bị slide ngắn gọn, clear visualizations 4. **SQL/Python coding practice:** - Techcombank dùng technical screen khắt khe - Practice trên LeetCode (tag: "Database", "Array", "String") - Ưu tiên medium/hard problems ### 👔 Dress Code & Etiquette - **Dress code:** Business casual (sơ mi, quần âu) - Techcombank khá modern - **Punctuality:** Đến sớm 10-15 phút - **Attitude:** Professional nhưng không quá formal, Techcombank culture khá open - **Follow-up:** Gửi thank-you email sau mỗi vòng (rất quan trọng) --- ## Tài liệu ôn thi & Nguồn tham khảo ### 📚 Kiến thức nền cần nắm vững **1. Time Series Forecasting:** - "Forecasting: Principles and Practice" (Hyndman & Athanasopoulos) - FREE online - Prophet documentation (Meta's library) - Deep learning for time series: LSTM, Temporal Fusion Transformer **2. Causal Inference:** - "Causal Inference: The Mixtape" (Scott Cunningham) - FREE - A/B Testing: Optimizely's statistical guide - Difference-in-Differences practical guide **3. ML Engineering:** - "Designing Machine Learning Systems" (Chip Huyen) - MLflow documentation - Databricks best practices **4. Banking Domain:** - Techcombank Annual Report 2023 - State Bank of Vietnam regulations - BCG/McKinsey reports on digital banking transformation ### 🛠️ Tools & Platforms thực hành | Mục đích | Tool | Link | |----------|------|------| | SQL practice | LeetCode Database, StrataScratch | leetcode.com, stratascratch.com | | Python coding | Kaggle, HackerRank | kaggle.com, hackerrank.com | | Time series | Kaggle competitions | kaggle.com/competitions | | Case study | StrataScratch, DataCamp | Case studies thực tế | | System design | Exponent, Design Gurus | exponential.tech | ### 📅 Lộ trình chuẩn bị 2 tuần trước phỏng vấn ``` Tuần 1: ├── Ngày 1-2: Review Python/SQL fundamentals, solve 5-10 problems ├── Ngày 3-4: Deep dive time series & causal inference ├── Ngày 5-6: MLOps & system design concepts └├── Ngày 7: Nghỉ ngơi, không ôn Tuần 2: ├── Ngày 8-9: Mock interview, practice case studies ├── Ngày 10-11: Research Techcombank, prepare stories ├── Ngày 12: Technical deep dive on weak areas ├── Ngày 13: Dress rehearsal presentation └── Ngày 14: Rest, relax, be confident ``` ### ⚠️ Câu hỏi nên hỏi recruiter - "Quy trình phỏng vấn gồm mấy vòng?" - "Team hiện tại có bao nhiêu người?" - "Tech stack đang sử dụng?" - "What does success look like in the first 90 days?" - "Opportunity for growth? Career path?"

Tư vấn nghề nghiệp

## Lời khuyên sự nghiệp cho Senior Data Scientist - Techcombank ### 📈 Lộ trình thăng tiến điển hình ``` Senior Data Scientist (3-5 năm exp) ↓ Lead Data Scientist / Principal DS (5-7 năm) ↓ Data Science Manager (6-8 năm) ↓ Head of Data Science / VP (8-10 năm) ↓ Director / Chief Data Scientist (10+ năm) ``` **Techcombank cụ thể:** - Senior DS → Lead DS: Thường 2-3 năm nếu thể hiện tốt - Lead DS → Manager: Cần demonstrate leadership & project ownership - Techcombank đang mở rộng data team mạnh → cơ hội thăng tiến tốt ### 💰 Mức lương kỳ vọng theo cấp bậc (Hà Nội, 2024) | Cấp bậc | Kinh nghiệm | Lương tháng (VND) | Notes | |---------|-------------|-------------------|-------| | Data Scientist | 2-4 năm | 25-45 triệu | Entry senior | | Senior DS | 4-6 năm | 40-70 triệu | Job posting này | | Lead DS | 6-8 năm | 60-100 triệu | + bonus | | DS Manager | 7-10 năm | 80-150 triệu | + equity/stock | | Head/VP | 10+ năm | 150-300+ triệu | C-level track | **Techcombank note:** Techcombank thường offer cao hơn market 10-20% để attract top talent. Bonus 2-4 tháng là common. Total comp có thể lên đến 100-150% base. ### 🎯 Kỹ năng cần phát triển thêm để thăng tiến **Từ Senior → Lead:** - ☐ System design: Thiết kế enterprise-level ML solutions - ☐ Mentorship: Guide junior members, code review - ☐ Cross-functional leadership: Dẫn dắt initiative lớn - ☐ Business acumen: Deep understanding of banking products **Từ Lead → Manager:** - ☐ People management: Hiring, performance review, 1-on-1 - ☐ Strategic planning: Roadmap, prioritization framework - ☐ Executive communication: Board-level presentations - ☐ Budget & resource allocation **Từ Manager → Head:** - ☐ Organization design: Build & scale team - ☐ External partnerships: Vendor management, industry network - ☐ Innovation: Drive AI/ML strategy của ngân hàng - ☐ P&L ownership: Show measurable business impact ### 🚀 Các vị trí tương đương để tham khảo (so sánh lương) | Vị trí | Ngân hàng/Tech | Lương tháng | So sánh | |--------|----------------|-------------|---------| | Senior DS | VPBank | 35-60M | Thấp hơn 10-15% | | Senior DS | MB Bank | 38-55M | Tương đương | | Senior DS | Techcombank | 40-70M | Cao hơn market | | Senior DS | Foreign Bank (HSBC, Citi) | 50-90M | Cao nhất market | | Senior DS | Fintech (VNPay, MoMo) | 45-80M | Cạnh tranh | ### 📝 Những điều cần lưu ý về Techcombank **Ưu điểm:** - ✅ Lương cạnh tranh, bonus tốt - ✅ Văn hóa data-driven rõ ràng - ✅ Đầu tư mạnh vào AI/ML platform - ✅ Cơ hội làm việc với modern tech stack - ✅ Team quality cao, học hỏi được nhiều **Thách thức:** - ⚠️ Fast-paced, áp lực performance cao - ⚠️ Stakeholder management phức tạp (nhiều bộ phận) - ⚠️ Yêu cầu business impact đo lường được - ⚠️ Có thể cần on-site/hybrid flexibility ### 🔄 Exit opportunities sau 2-3 năm Sau khi có 2-3 năm tại Techcombank với title Senior/Lead DS: - **Foreign banks**: HSBC, Citi, Standard Chartered (60-100M+) - **Big Tech Vietnam**: Grab, Shopee, Sea (50-90M) - **Regional roles**: Singapore, HK offices - **Startup/Fintech**: CPO, Head of Data path - **Consulting**: McKinsey, BCG data practices --- ## Tổng kết: Checklist trước khi apply - [ ] Python, SQL, Spark proficiency (required) - [ ] Portfolio với banking/finance projects - [ ] Time series forecasting experience - [ ] Causal inference / experimentation knowledge - [ ] MLOps / pipeline building experience - [ ] Business translation skills (đọc CV, thực hành explain) - [ ] Research Techcombank strategy & culture - [ ] Practice technical interview problems - [ ] Prepare 2-3 strong project stories với metrics - [ ] Update LinkedIn, clean up online presence

Câu hỏi thường gặp

Em mới ra trường, chưa có kinh nghiệm. Có nên apply vị trí Senior Data Scientist này không?

Thành thật mà nói, đây là 'Senior' position nên thường yêu cầu 4-6 năm kinh nghiệm. Tuy nhiên, nếu bạn có strong portfolio với các project time series, forecasting, và đã làm việc với big data (Spark), bạn vẫn có thể thử apply. Techcombank đánh giá skills thực tế cao hơn title. Tip: Hãy apply và để họ đánh giá, đồng thời apply thêm các vị trí Data Scientist (non-senior) để backup. Nếu được offer với level Senior thì great, còn không thì cũng học được kinh nghiệm từ interview process.

Mức lương Senior Data Scientist tại Techcombank thường là bao nhiêu? Có thương lượng được không?

Theo market data 2024, Senior Data Scientist tại Techcombank thường dao động 40-70 triệu/tháng, tùy kinh nghiệm và skill set. Bonus thường 2-4 tháng lương. Techcombank khá open để thương lượng nếu bạn có competing offers hoặc demonstrate strong technical skills. Tip: Research kỹ mức lương trên Glassdoor, Levels.fyi, và các recruiter messages để có baseline. Đừng ngại đàm phán - Techcombank trả premium cho right candidate. Ngoài lương, hãy hỏi về stock options, wellness benefits, và learning budget.

Techcombank dùng tech stack gì? Em có nên học thêm trước khi apply?

Dựa trên JD, họ yêu cầu Python, SQL, và Spark - đây là những tools cốt lõi. Thường Techcombank sử dụng: Cloud (AWS hoặc GCP), Databricks/Spark cluster, MLflow cho ML lifecycle, Airflow cho orchestration, và các dashboarding tools như Tableau hoặc Power BI. Nếu bạn chưa quen với Spark, hãy học PySpark - đây là requirement rõ ràng trong JD. Ngoài ra, familiarity với banking domain (NIM, CASA, P&L) sẽ là plus lớn. Recommend: Học Spark + build 1-2 projects liên quan đến time series forecasting trước khi apply.

Công việc này có cần chứng chỉ CFA hay tài chính chuyên ngành không?

Không bắt buộc, nhưng là plus lớn. JD yêu cầu 'strong background in Data Science / ML / Quantitative Analytics' - tức là technical skills là first priority. Tuy nhiên, vì đây là Finance & Planning Division, kiến thức tài chính ngân hàng sẽ giúp bạn communicate better với stakeholders và build relevant models. Nếu bạn có CFA Level 1 hoặc FRM, đó là credential tốt. Nhưng đừng lấy chứng chỉ thay vì skills thực tế - interview sẽ test technical capabilities trước. Tip: Đọc Techcombank Annual Report và hiểu các KPIs của ngân hàng (NIM, CASA ratio, ROE, etc.).

Work-life balance tại Techcombank như thế nào? Có overtime nhiều không?

Techcombank được biết đến là ngân hàng có văn hóá làm việc hiệu quả hơn traditional banks. Tuy nhiên, đây là vị trí Senior nên expect là sẽ có deadline pressure, đặc biệt khi có modeling requests từ business. Thường thì: WFH 2-3 days/week, working hours linh hoạt, nhưng deadline-driven. Vì đây là team mới đang build capabilities, có thể có periods of high intensity. Nên hỏi trực tiếp recruiter hoặc trong interview về team culture và typical working hours. Nhìn chung, Techcombank better than many local banks, nhưng not as chill as some tech companies.

KPI của vị trí này đánh giá những gì? Làm sao để measure success?

Dựa trên JD, KPIs thường liên quan đến: (1) Model accuracy & adoption - forecast accuracy improvement, model usage by business, (2) Business impact - measurable improvements in profitability, cost reduction, customer retention, (3) Technical excellence - pipeline reliability, automation efficiency, (4) Stakeholder satisfaction - how well you partner with Finance, Business teams. Tip: Trong interview, hỏi về success metrics cụ thể - điều này cho thấy bạn serious về performance và giúp bạn set expectations. Techcombank là data-driven company nên họ có clear metrics cho mọi thứ.

Em đang làm ở ngân hàng khác, muốn chuyển sang Techcombank. Cần chuẩn bị gì?

Great move! Techcombank được đánh giá cao về data capabilities trong ngành. Để transition smooth: (1) Tận dụng banking domain knowledge bạn đã có - highlight experience với P&L, balance sheet, customer analytics, (2) Upskill technical - nếu current role thiên về business hơn tech, hãy build Python/Spark skills, (3) Research Techcombank's strategic focus - họ khác biệt ở đâu? Tập trung vào exponential growth, digital banking, (4) Network - connect với current Techcombank employees trên LinkedIn trước. Vị trí này thuộc Finance & Planning Division, nên nếu bạn có experience với financial planning/analysis sẽ là plus lớn.

Ngoài Techcombank, có những công ty nào tuyển Senior Data Scientist với mức lương tương đương?

Thị trường Senior Data Scientist tại VN khá hot. Các alternatives với mức lương tương đương hoặc cao hơn: (1) Foreign banks: HSBC, Citi, Standard Chartered - thường 60-100M, yêu cầu tiếng Anh tốt, (2) Tech companies: Grab, Shopee, Sea Group - 50-90M, fast-paced, technical-focused, (3) Fintech: VNPay, MoMo, ZaloPay - 45-80M, high growth environment, (4) Consulting: McKinsey, BCG data practices - salary cao nhưng different work style, (5) Regional: Singapore offices - USD 8-15K/month nếu bạn open to relocate. Recommend: Apply đồng thời nhiều nơi để có leverage đàm phán.

Data Scientist Expert