Expert

Mô tả công việc

## Job Purpose - The job holder acts as an expert and analyzes, designs and implements data solutions using Techcombank’s enterprise suite of BI tools. - The job holder uses analysis, business understanding methods, processes, and systems to consolidate and analyze, visualize data to generate insights to inform and trigger business problems in the business decision process - improve of customer value and operation efficiency. - The job holder helps the business to better understand the implications of what information means, identifies what has happened, why it happened, especially for performance management. - The job holder needs to maintain the know-how and assure the capability development of team members and related team. ## Key Accountabilities (1) Strategic Planning - Organize and work with stakeholders to develop and execute the strategic plan for BI activities Analysis và Reporting - Identify, analyze and interpret trends or patterns in complex data sets using script languages - Perform analysis of datasets to develop metrics, reports and visualizations mostly for performance management. - Use data visualization programs, tools and techniques to generate dashboards, reports and presentations that aid in data storytelling, understanding and interpretation of trends and patterns of business importance to provide meanings to data produce. - Create and maintain statistical models for ongoing and ad hoc review and analysis of data. - Understand data requirements from within and outside of the Data và Analytics Division and analyze needs of the business while assisting senior Data và Analytics Division members to develop the required technical requirements. - Communicate and align with stakeholders on purpose and impact of analytical solutions on business. ## Key Accountabilities (2) Data Insighting - Lead the identification and interpretation of meaningful and actionable insights from various data sources. - Develop processes and tools to monitor and analyze model performance and data accuracy. - Interact with squads within assigned Data và Analytics Division to identify questions and issues for data analysis. - Assess the effectiveness and accuracy of new data sources and data gathering techniques. Projects Management - Manage project conflicts, challenges and dynamic business requirements to keep operations running at high performance. - Work with team leads to resolve people problems and project roadblocks, conduct post mortem and root cause analyses to improve practices for maximum productivity. ## Key Accountabilities (3) Talent Development - Mentor and coach team to become competent BI Specialist. - Identify and encourage areas for growth and improvement within the team and support with personal development plan. ## Key Relationships - Direct Manager Senior Manager, Business Intelligence ## Key Relationships - Direct Reports ## 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 Qualifications - Bachelor's and Master’s degree in Finance, Risk Management, Statistics, Mathematics or Quantitative Analysis Work Experience - 5+ years of relevant experience in areas of data analysis, reporting và planning, problem solving for business - English proficiency requirements are pursuant to Techcombank's policy - Experience in querying databases and using programming languages (e.g. R, Python, Scala, SQL) - Experience in building reporting with actionable intelligent - Experience communicating complex analysis and models across a diverse team - Experience in data management, ETL and analysis functions - Experience with data analysis and BI tools such as Tableau, QlikView, Spark would be a plus - Deep understanding of Information Security principles to ensure compliant handling and management of data - Experience in leading activities, projects, teams - Experience in Agile Software Development and has a strong understanding of Agile principles, practices and scrum methodology - Experience working in (Agile) teams to lead successful digital transformation projects, involved in the end-to-end planning to implementation

Phân tích kỹ năng cần có

## Phân tích Kỹ năng yêu cầu cho vị trí Expert, Business Intelligence — Techcombank --- ### 1. Hard Skills (Kỹ năng chuyên môn) #### A. Kỹ năng Phân tích Dữ liệu (Bắt buộc cao) | Kỹ năng | Mức độ yêu cầu | Ghi chú | |---|---|---| | SQL | ★★★★★ Bắt buộc | Nền tảng, dùng để truy vấn database | | Python / R / Scala | ★★★★★ Bắt buộc | Ít nhất 1 ngôn ngữ, Python phổ biến nhất | | ETL & Data Pipeline | ★★★★☆ Cao | Xây dựng luồng dữ liệu từ nhiều nguồn | | Statistical Modeling | ★★★★☆ Cao | Phân tích thống kê, mô hình dự đoán | | Data Visualization | ★★★★☆ Cao | Tableau, QlikView, Power BI | | Big Data (Spark) | ★★★☆☆ Cộng thêm | Plus nhưng là lợi thế lớn | | Data Governance/Security | ★★★☆☆ Cộng thêm | Đảm bảo compliance | #### B. Kỹ năng Nghiệp vụ Tài chính-Ngân hàng - Hiểu biết về hoạt động ngân hàng (Retail/Corporate Banking) - Kiến thức về Risk Management, Finance, Performance Management - Khả năng chuyển đổi yêu cầu nghiệp vụ thành yêu cầu kỹ thuật #### C. Phương pháp luận - **Agile/Scrum** là yêu cầu bắt buộc — Techcombank theo đuổi mô hình Agile mạnh - Kinh nghiệm **Digital Transformation** từ đầu đến cuối - Project Management, root cause analysis --- ### 2. Soft Skills (Kỹ năng mềm) | Kỹ năng | Mức độ quan trọng | Mô tả | |---|---|---| | Data Storytelling | ★★★★★ Rất cao | Trình bày insight từ data một cách thuyết phục | | Giao tiếp cấp đa cấp | ★★★★★ Rất cao | Từ BAU teams đến C-level stakeholders | | mentoring/Coaching | ★★★★☆ Cao | Phát triển và đào tạo team members | | Problem Solving | ★★★★☆ Cao | Xử lý dynamic requirements, conflict | | Strategic Thinking | ★★★☆☆ Cao | Xây dựng strategic plan cho BI | | Stakeholder Management | ★★★★☆ Cao | Làm việc với nhiều bộ phận nội bộ | --- ### 3. Chứng chỉ gợi ý (Không bắt buộc nhưng là lợi thế) **Data & Analytics:** - Google Data Analytics Professional Certificate - IBM Data Science Professional Certificate - Microsoft Certified: Data Analyst Associate - Tableau Desktop Specialist / Certified Data Analyst **Agile & Project Management:** - SAFe Agilist / Scrum Master Certified - PMI-ACP (Agile Certified Practitioner) **Ngân hàng/Tài chính:** - FRM (Financial Risk Manager) — nếu muốn chuyên sâu về risk - CFA — nền tảng tài chính vững **Ngôn ngữ:** - IELTS ≥ 6.5 hoặc tương đương — Techcombank yêu cầu tiếng Anh theo policy riêng --- ### 4. So sánh: Ứng viên Fresher vs Junior vs Senior vs Expert | Tiêu chí | Junior (1-3 năm) | Mid (3-5 năm) | Senior (5-7 năm) | Expert (vị trí này) | |---|---|---|---|---| | SQL | ✓ | ✓✓ | ✓✓✓ | ✓✓✓✓ | | Python/R | Cơ bản | Trung bình | Tốt | Chuyên sâu, mentor được | | Dashboard | Tableau cơ bản | Nâng cao | Tự thiết kế system | Thiết kế strategy | | Agile | Hiểu | Tham gia | Lead được 1-2 squads | Lead entire BI strategy | | Stakeholder | Nội bộ team | Phòng ban khác | Cấp ngang | Cấp cao (C-level) | | Team Management | Không |偶尔 | Có | Có, có direct reports concept | --- ### 5. Đọc hiểu JD — Những điểm ẩn trong JD **"Use script languages"** → Không chỉ SQL, cần biết scripting thực sự (Python là chuẩn) **"Data storytelling"** → Techcombank đánh giá cao khả năng trình bày insight KHÔNG CHỈ vẽ biểu đồ **"Performance Management"** → Nghiệp vụ cốt lõi của ngân hàng, hiểu KPI, OKR, Dashboarding **"Agile teams to lead successful digital transformation"** → Cần kinh nghiệm thực tế ở môi trường transformation, không chỉ biết Agile lý thuyết **"Maintain the know-how and assure capability development"** → Đây là role CHIA SẺ KIẾN THỨC, không phải solo **"Strategic plan for BI activities"** → Cần tư duy chiến lược, không chỉ tactical

Chuẩn bị phỏng vấn

## Hướng dẫn Phỏng vấn — Expert, Business Intelligence tại Techcombank --- ### 1. Quy trình phỏng vấn dự kiến Techcombank thường áp dụng quy trình **4-5 vòng**, đặc biệt với vị trí Expert: ``` Vòng 1: HR Screening (30-45 phút) ↓ Kiểm tra qualification, lương kỳ vọng, động lực Vòng 2: Technical Interview - Data Skills (60-90 phút) ↓ Đánh giá hard skills: SQL, Python, Dashboard design, Case study Vòng 3: Business Case / Take-home Assignment (1-3 ngày) ↓ Phân tích dataset thực tế của Techcombank hoặc bài case Vòng 4: Panel Interview - Stakeholders (60-90 phút) ↓ Gặp Senior Manager + team leads, đánh giá culture fit & leadership Vòng 5: Final Round - Head/Director (30-45 phút) ↓ Cấp cao nhất, thường về vision, strategy, salary negotiation ``` --- ### 2. Câu hỏi hay gặp theo từng vòng #### Vòng 1 — HR Screening - "Giới thiệu về bạn và dự án ấn tượng nhất trong 5 năm gần đây" - "Tại sao bạn muốn gia nhập Techcombank?" - "Mức lương kỳ vọng của bạn là bao nhiêu?" - "Bạn biết gì về Techcombank và chiến lược Data & Analytics của họ?" - "Bạn có tiếng Anh ở mức nào? Có certificates không?" #### Vòng 2 — Technical Interview - **SQL:** Viết query tính customer lifetime value, viết window function, tối ưu hóa query chậm - **Python/R:** Xử lý missing data, build simple predictive model, Pandas operations - **Dashboard Design:** Thiết kế dashboard cho KPI ngân hàng (NPS, CASA growth, NPL ratio) - **Case study:** "Nếu CEO muốn biết tại sao customer acquisition giảm 15% — bạn sẽ phân tích thế nào?" - **Agile:** "Mô tả sprint retrospective bạn từng lead?" / "Conflict giữa PO và developer thì bạn xử lý sao?" #### Vòng 3 — Business Case / Take-home - Phân tích dataset (thường là banking transaction data) - Trình bày findings với data storytelling - Recommend business actions cụ thể - Đánh giá: Technical correctness + Business impact + Presentation #### Vòng 4 — Panel / Stakeholders - "Mô tả lần bạn lead một data project từ đầu đến cuối" - "Làm sao để align stakeholders khi họ có conflicting requirements?" - "Bạn sẽ phát triển team BI của Techcombank như thế nào trong 12 tháng tới?" - "Kể về một lần project thất bại và bài học rút ra" - "Data governance trong ngân hàng — bạn hiểu những gì?" #### Vòng 5 — Final Round - "5 năm tới, bạn thấy mình ở đâu trong ngành banking analytics?" - "Bạn mang gì đến cho Techcombank mà người khác không có?" - "Cultural fit: Techcombank's values (Vietnameseness, Pioneer, Integrity, Customer Centric) — bạn thể hiện điều gì?" --- ### 3. Tips chuẩn bị cụ thể cho Techcombank #### A. Nghiên cứu trước - Đọc **Techcombank Annual Report** gần nhất — hiểu chiến lược data, digital transformation - Tìm hiểu **TCBS (Techcom Securities)**, **Techcombank's DAE (Digital Analytics Ecosystem)** - Theo dõi Techcombank trên LinkedIn — đọc các bài viết về data/analytics - Techcombank theo đuổi **"Customer Centric"** và **"Vietnam's Best Bank"** — nhớ điều này #### B. Chuẩn bị Technical ```python # Ví dụ SQL practice - Customer Retention Analysis WITH customer_first_purchase AS ( SELECT customer_id, MIN(transaction_date) AS first_date FROM transactions WHERE bank_id = 'TCB' GROUP BY customer_id ), customer_metrics AS ( SELECT t.*, cf.first_date, DATEDIFF(t.transaction_date, cf.first_date) AS days_since_first FROM transactions t JOIN customer_first_purchase cf ON t.customer_id = cf.customer_id ) SELECT CASE WHEN days_since_first < 30 THEN 'Month 1' WHEN days_since_first < 90 THEN 'Month 2-3' WHEN days_since_first < 180 THEN 'Month 4-6' ELSE '6M+' END AS cohort, COUNT(DISTINCT customer_id) AS customers, AVG(transaction_amount) AS avg_amount, SUM(CASE WHEN transaction_type = 'deposit' THEN 1 ELSE 0 END) * 100.0 / COUNT(*) AS deposit_ratio FROM customer_metrics GROUP BY cohort ORDER BY cohort; ``` #### C. Chuẩn bị Case Study Framework ``` Banking Analytics Case Framework: 1. DEFINE: Xác định vấn đề (5W1H) 2. ACQUIRE: Lấy dữ liệu từ đâu? Data quality ra sao? 3. ANALYZE: Phân tích trend, cohort, correlation 4. INSIGHT: Tìm root cause, không chỉ hiện tượng 5. RECOMMEND: Actionable recommendations có ROI estimate 6. MEASURE: KPI để track recommendation có hiệu quả không ``` #### D. Chuẩn bị Data Storytelling - **Situation:** Trong Q3, Techcombank thấy NIM giảm 0.3% - **Complication:** Phân tích sơ bộ cho thấy chi phí vốn tăng - **Question:** Tại sao chi phí vốn tăng? Đâu là nguyên nhân gốc? - **Answer:** Trình bày insight + visualization + recommendation --- ### 4. Dress Code & Etiquette | Yếu tố | Khuyến nghị | |---|---| | Trang phục | Business formal (nam: vest/cà vạt, nữ: áo Vest/quần âu) — Techcombank là ngân hàng lớn, formal expectations cao | | Ngôn ngữ | Tiếng Việt với HR, Tiếng Anh với technical panel (có thể có người nước ngoài) | | Thái độ | Chủ động, data-driven, customer-centric mindset | | Đến sớm | 10-15 phút | | Thiết bị | Mang laptop nếu có demo, sẵn sàng màn hình chia sẻ | --- ### 5. Sai lầm thường gặp ⚠️ **Không:** Tập trung quá nhiều vào technical mà quên business impact ⚠️ **Không:** Nói "tôi có thể học" khi thiếu hard skill cốt lõi (SQL, Python) ⚠️ **Không:** Không nghiên cứu Techcombank trước ⚠️ **Không:** Trả lời mơ hồ về Agile experience ✅ **Nên:** Kể câu chuyện cụ thể bằng STAR method cho mỗi câu hỏi ✅ **Nên:** Thể hiện passion cho data-driven decision making

Lộ trình ôn thi

## Ôn thi & Chuẩn bị — Expert, Business Intelligence tại Techcombank --- ### 1. Lộ trình chuẩn bị 2 tuần (14 ngày) ``` TUẦN 1: Nền tảng + Technical Deep-dive ─────────────────────────────────────── Ngày 1-2: Nghiên cứu Techcombank - Đọc Annual Report 2023/2024 - Tìm hiểu Techcombank's Data Strategy - Xem Techcombank's LinkedIn posts về analytics - Tìm hiểu các sản phẩm: FPT, MyBank, eKYC Ngày 3-4: SQL Mastery (ôn tập nâng cao) - Window Functions (LAG, LEAD, RANK, NTILE) - CTEs và subqueries phức tạp - Performance tuning (INDEX, EXPLAIN) - Practice: LeetCode Hard (SQL) + Kaggle SQL Exercises Ngày 5-6: Python/R cho Analytics - Pandas, NumPy (data manipulation) - Scikit-learn (basic ML models) - Matplotlib, Seaborn, Plotly (visualization) - Practice: Pandas exercises trên Kaggle Ngày 7: Dashboard Design Principles - Best practices Tableau/Power BI - Design dashboard cho banking KPIs - Data storytelling framework - Practice: Thiết kế dashboard mock cho một bài toán banking TUẦN 2: Case Study + Interview Prep ─────────────────────────────────────── Ngày 8-9: Banking Domain Knowledge - Banking KPIs (NIM, CASA, NPL, ROE, CAR, LCR) - Digital Banking metrics (MAU, TAU, conversion rate) - Risk metrics trong ngân hàng - Đọc về Financial Data Analysis Ngày 10-11: Agile & Project Management - Agile ceremonies (Sprint Planning, Daily, Retro, Review) - Scrum roles (PO, SM, Dev Team) - SAFe framework basics - Chuẩn bị story về project management Ngày 12-13: Mock Interview + Case Practice - Practice 3-5 SQL coding problems (time-boxed) - Practice 2-3 business cases - Mock behavioral interview với bạn bè - Chuẩn bị 5 câu chuyện STAR (thành công + thất bại) Ngày 14: Final Review - Ôn lại Techcombank knowledge - Chuẩn bị questions để hỏi interviewer - Nghỉ ngơi, sắp xếp trang phục - Check logistics (địa điểm, thời gian) ``` --- ### 2. Kiến thức nền bắt buộc #### A. SQL (Trình độ Expert) ```sql -- Banking Use Case: Customer Churn Analysis WITH transaction_summary AS ( SELECT customer_id, COUNT(*) AS total_transactions, SUM(amount) AS total_amount, MAX(transaction_date) AS last_transaction, MIN(transaction_date) AS first_transaction FROM account_transactions WHERE transaction_date >= DATE_SUB(CURRENT_DATE, INTERVAL 180 DAY) GROUP BY customer_id ), churn_risk AS ( SELECT ts.*, DATEDIFF(CURRENT_DATE, ts.last_transaction) AS days_inactive, CASE WHEN DATEDIFF(CURRENT_DATE, ts.last_transaction) > 60 THEN 'High Risk' WHEN DATEDIFF(CURRENT_DATE, ts.last_transaction) > 30 THEN 'Medium Risk' ELSE 'Active' END AS churn_risk_segment, NTILE(4) OVER (ORDER BY total_amount DESC) AS customer_tier FROM transaction_summary ts ) SELECT churn_risk_segment, customer_tier, COUNT(*) AS customer_count, ROUND(AVG(days_inactive), 1) AS avg_days_inactive, ROUND(AVG(total_amount), 2) AS avg_balance FROM churn_risk GROUP BY churn_risk_segment, customer_tier ORDER BY CASE churn_risk_segment WHEN 'High Risk' THEN 1 WHEN 'Medium Risk' THEN 2 ELSE 3 END, customer_tier; ``` #### B. Python (Pandas + Visualization) ```python import pandas as pd import numpy as np import matplotlib.pyplot as plt # Banking Use Case: Customer Segmentation & LTV Prediction class CustomerAnalytics: def __init__(self, df): self.df = df def calculate_rfm(self): """Recency, Frequency, Monetary Analysis""" snapshot_date = self.df['transaction_date'].max() + pd.Timedelta(days=1) rfm = self.df.groupby('customer_id').agg({ 'transaction_date': lambda x: (snapshot_date - x.max()).days, 'transaction_id': 'count', 'amount': 'sum' }).rename(columns={ 'transaction_date': 'Recency', 'transaction_id': 'Frequency', 'amount': 'Monetary' }) # Scoring 1-5 cho mỗi metric rfm['R_Score'] = pd.qcut(rfm['Recency'], q=5, labels=[5,4,3,2,1], duplicates='drop') rfm['F_Score'] = pd.qcut(rfm['Frequency'].rank(method='first'), q=5, labels=[1,2,3,4,5]) rfm['M_Score'] = pd.qcut(rfm['Monetary'].rank(method='first'), q=5, labels=[1,2,3,4,5]) rfm['RFM_Score'] = rfm['R_Score'].astype(str) + rfm['F_Score'].astype(str) + rfm['M_Score'].astype(str) return rfm def segment_customers(self, rfm): """Phân khúc khách hàng dựa trên RFM""" def segment(score): if score in ['533', '543', '553', '554', '555']: return 'Champions' elif score in ['543', '544', '545']: return 'Loyal Customers' elif score in ['511', '512', '521', '522', '523']: return 'At Risk' elif score[1] >= '3': return 'Potential Loyalists' else: return 'Needs Attention' rfm['Segment'] = rfm['RFM_Score'].apply(segment) return rfm def visualize_segments(self, rfm): """Vẽ biểu đồ phân bố segment""" segment_counts = rfm['Segment'].value_counts() plt.figure(figsize=(10, 6)) plt.pie(segment_counts.values, labels=segment_counts.index, autopct='%1.1f%%', startangle=90) plt.title('Customer Segmentation by RFM Analysis') plt.show() ``` #### C. Banking Domain Knowledge **Các chỉ số KPI ngân hàng cần biết:** | KPI | Ý nghĩa | Target benchmark | |---|---|---| | NIM (Net Interest Margin) | Chênh lệch lãi suất | 3.0-4.0% cho ngân hàng TMCP Việt Nam | | CASA Ratio | Tỷ lệ tiền gửi không kỳ hạn | >30% là tốt, Techcombank ~50% | | NPL Ratio | Tỷ lệ nợ xấu | <3% theo quy định, <2% là xuất sắc | | ROE | Lợi nhuận trên vốn chủ sở hữu | >20% là top-tier | | CAR (Capital Adequacy Ratio) | Tỷ lệ an toàn vốn | >8% theo Basel II | | LCR (Liquidity Coverage Ratio) | Tỷ lệ thanh khoản | >100% | --- ### 3. Tài liệu tham khảo #### Sách & Courses: - **"Storytelling with Data"** — Cole Nussbaumer Knaflic (Data storytelling) - **"Data Science for Business"** — Foster Provost (Business-driven analytics) - **Kaggle:** "SQL for Data Analysis" — chuyên sâu window functions - **DataCamp:** "Advanced SQL" + "Python for Data Science" - **Mode Analytics SQL Tutorial** — miễn phí, chất lượng cao #### Nền tảng học tập: - **LeetCode** (SQL Hard problems) - **StrataScratch** (Data interview questions thực tế) - **Kaggle** (Hands-on banking datasets) - **Mode Analytics** (Interactive SQL) #### Techcombank-specific resources: - Techcombank Investor Relations website - Techcombank Annual Report 2023 - Techcombank ESG Report 2023 - Các bài báo về Techcombank's digital transformation trên VnExpress, Cafef

Tư vấn nghề nghiệp

## Lời khuyên Sự nghiệp — Expert, Business Intelligence tại Techcombank --- ### 1. Lộ trình thăng tiến điển hình ``` Level 1: Junior BI Analyst (1-3 năm) → Chuyên viên phân tích dữ liệu cơ bản Level 2: BI Analyst / Data Analyst (3-5 năm) → Tự làm được end-to-end analysis Level 3: Senior BI Analyst / Lead (5-7 năm) → Mentor được người khác, thiết kế system Level 4: Expert / Principal (7-10 năm) ← VỊ TRÍ NÀY → Strategic thinker, team development Level 5: Manager / Head of BI (10-12 năm) → Quản lý team, đóng góp vào strategy cấp cao Level 6: Director / VP, Data & Analytics (12+ năm) → C-level potential, định hướng data strategy toàn ngân hàng Level 7: CDO / Chief Data Officer (15+ năm) → Board-level, data-driven transformation leader ``` --- ### 2. Mức lương kỳ vọng theo cấp bậc (Hà Nội, 2024) | Cấp bậc | Kinh nghiệm | Lương tháng (VND) | Notes | |---|---|---|---| | Junior BI Analyst | 1-3 năm | 15-25 triệu | Fresher có thể thấp hơn | | BI Analyst | 3-5 năm | 25-40 triệu | Mid-level | | Senior BI Analyst | 5-7 năm | 40-60 triệu | Senior | | **Expert (vị trí này)** | **7-10 năm** | **60-120 triệu** | **Thỏa thuận cao** | | Manager/Head | 10+ năm | 80-150 triệu | + thưởng performance | | Director | 12+ năm | 150-300 triệu | + ESOP, bonuses | | CDO | 15+ năm | Thỏa thuận | Compensation committee | **Techcombank đặc biệt:** Techcombank có chính sách lương cạnh tranh top 3 ngành ngân hàng, thường cao hơn VCB/CTG 10-20%. Thưởng có thể từ 1-4 tháng lương tùy performance. --- ### 3. Kỹ năng cần phát triển thêm (từ Expert → Manager/Director) #### A. Kỹ năng Technical nâng cao (18 tháng tới) - **Machine Learning Engineering** — không chỉ phân tích mà còn deploy models - **Data Architecture** — hiểu cách thiết kế data warehouse, data lake - **Cloud platforms** — AWS/GCP/Azure (Techcombank đang migrate lên cloud) - **Real-time analytics** — streaming data, Kafka, Spark Streaming #### B. Kỹ năng Leadership (quan trọng hơn technical ở cấp này) ``` Cấp Expert → Cấp Manager cần transition: Technical Expert: "Tôi giỏi nhất team" ↓ Manager: "Cả team giỏi thì tôi mới thành công" Cần phát triển: • People management (1-on-1s, performance reviews, career development) • Executive communication (board-level presentations) • Strategic planning (3-5 years roadmap) • Budget management và resource allocation • Conflict resolution và negotiation • Cross-functional collaboration ``` #### C. Business acumen nâng cao - Hiểu sâu nghiệp vụ ngân hàng: ALM, Treasury, Credit Risk - Đọc hiểu báo cáo tài chính, báo cáo kiểm toán - Hiểu regulatory environment (Basel III, Circular 41, v.v.) - Business model canvas cho ngân hàng số --- ### 4. Đặc thù nghề nghiệp tại Techcombank #### ✅ Điểm cộng - **Môi trường Agile thực sự** — không phải "Agile in name only" - **Tech stack hiện đại** — cloud-first, modern data stack - **Salary competitive** — top-tier trong ngành - **Learning culture** — đầu tư vào training, certifications - **Career growth path rõ ràng** — Techcombank có structured career ladder - **Digital transformation focus** — nhiều cơ hội học hỏi các dự án lớn #### ⚠️ Thách thức cần chuẩn bị - **Workload cao** — Techcombank có văn hóa high-performance - **Expectations cao** — "best in class" mindset - **English required** — giao tiếp bằng tiếng Anh thường xuyên - **Aggressive deadlines** — dynamic business requirements - **Stakeholder complexity** — nhiều bộ phận, nhiều sếp --- ### 5. Lời khuyên từ kinh nghiệm > **"Vị trí Expert BI tại Techcombank không chỉ là 'viết code giỏi'. Bạn là cầu nối giữa data và business. 50% công việc là hiểu business problem, 30% là technical solution, 20% còn lại là storytelling và influencing decisions. Nếu chỉ giỏi technical mà không biết trình bày insight, bạn sẽ không thành công ở đây."** **3 điều để phát triển sự nghiệp trong role này:** 1. **Build credibility qua quick wins** — deliver 1-2 wins nhỏ trong 90 ngày đầu để tạo trust với stakeholders 2. **Học nghiệp vụ ngân hàng sâu hơn** — đừng chỉ là data person, trở thành business person có kỹ năng data 3. **Network nội bộ mạnh** — Data & Analytics Division là team cross-functional, quan hệ tốt với IT, Finance, Risk, Business là chìa khóa thành công

Câu hỏi thường gặp

Em mới ra trường chuyên ngành Statistics, có kỹ năng Python và SQL cơ bản. Có nên ứng tuyển vị trí Expert BI không hay nên apply vị trí thấp hơn?

Vị trí Expert BI yêu cầu 5+ năm kinh nghiệm thực tế, khả năng lead team và strategic thinking. Với fresher, bạn nên ứng tuyển vị trí Junior BI Analyst hoặc Business Analyst. Tuy nhiên, nếu bạn có thể showcase các dự án cá nhân mạnh (như phân tích dataset trên Kaggle, tự build dashboard, hoặc internship liên quan), bạn có thể thử ứng tuyển vị trí BI Analyst thay vì Expert. Đừng cố apply Expert nếu thiếu kinh nghiệm — HR sẽ đánh giá rất khắt khe và bạn có thể mất cơ hội ở Techcombank về sau.

Mức lương kỳ vọng cho vị trí này nên đặt bao nhiêu là hợp lý?

Vị trí Expert BI tại Techcombank trả theo thỏa thuận, thường dao động 60-120 triệu/tháng tùy kinh nghiệm và skillset. Với 5-7 năm kinh nghiệm, mức 60-80 triệu là hợp lý. Nếu bạn có thêm kỹ năng cloud (AWS/GCP), ML deployment, hoặc certifications cao cấp, có thể đàm phán 80-100 triệu. Nên research thêm mức lương trên các site như Glassdoor, TopDev, VietnamWorks để có reference chính xác hơn. Lưu ý: Techcombank thường offer cạnh tranh, nhưng họ cũng có budget linh hoạt cho đúng người đúng việc.

Kỹ năng Agile/Scrum quan trọng như thế nào cho vị trí này? Liệu em có thể học nhanh không?

Agile là yêu cầu BẮT BUỘC trong JD, không phải "nice to have". Techcombank vận hành theo mô hình Agile thực sự với squads, sprints, daily standups. Bạn cần: (1) Hiểu Scrum ceremonies và roles, (2) Biết cách write user stories và acceptance criteria, (3) Có kinh nghiệm participate trong Agile teams. Nếu chưa có, bạn có thể học nhanh trong 1-2 tháng qua courses online (Scrum.org, SAFe) và thực hành. Tuy nhiên, "học lý thuyết" khác "có kinh nghiệm thực tế" — interviewer sẽ hỏi sâu về Agile experience, nên bạn cần có ít nhất 1 project thực tế để kể. Đừng nói dối về Agile experience — người phỏng vấn sẽ nhận ra ngay.

Em đang làm ở ngân hàng khác về Backend Developer, muốn chuyển sang BI. Có khả thi không?

Rất khả thi, nhưng cần bridge skills. Backend dev đã có lợi thế: SQL giỏi (đặc biệt nếu dùng PostgreSQL/MySQL), hiểu data flow và ETL, có tư duy system design. Tuy nhiên bạn cần bổ sung: (1) Data visualization tools (Tableau, Power BI), (2) Statistics và business context (hiểu banking KPIs), (3) Data storytelling — trình bày insight cho non-technical stakeholders. Recommendation: Apply vị trí Senior BI Analyst thay vì Expert (vì còn thiếu domain knowledge), trong khi đó học thêm Python cho data analysis và làm portfolio với các bài toán banking. Sau 1-2 năm ở cấp Senior, bạn hoàn toàn có thể target Expert.

Làm sao để thể hiện 'data storytelling' trong phỏng vấn? Đây có phải là kỹ năng mềm không?

Data storytelling là kỹ năng KẾT HỢP — cần cả technical và communication. Để thể hiện trong phỏng vấn: (1) Chuẩn bị sẵn 1-2 case study có visualization, kể story theo framework: Situation → Complication → Question → Answer → Action, (2) Dùng số liệu cụ thể — "Năm ngoái, tôi phân tích data và phát hiện customer retention giảm 20% sau 3 tháng đầu. Root cause là onboarding process yếu. Sau khi recommend changes, retention tăng 8%". (3) Thể hiện khả năng adapt message cho different audiences — cách trình bày với technical team khác với C-level. Đây là kỹ năng phân biệt Senior vs Expert — Expert phải influence decisions, không chỉ deliver reports.

Techcombank có hỗ trợ học phí, chứng chỉ không?

Techcombank có chính sách đào tạo và phát triển nhân sự mạnh. Cụ thể: hỗ trợ một phần chi phí certifications (PMP, Agile certs, AWS, CFA, FRM), internal training programs qua Techcombank Learning Hub, và có budget riêng cho mỗi nhân viên học tập hàng năm. Tuy nhiên, chính sách cụ thể tùy thuộc vào level và department. Bạn nên hỏi HR trực tiếp trong vòng screening về training budget và cert support. Lưu ý: Techcombank đánh giá cao self-learning và initiative — nếu bạn chủ động xin học và apply được vào work, họ sẽ support tích cực.

Work-life balance ở Techcombank cho vị trí BI như thế nào?

Cần nói thật: Techcombank có văn hóa high-performance, đặc biệt ở các team Data & Analytics đang trong giai đoạn digital transformation. Workload có thể cao, deadline có thể aggressive. Tuy nhiên, môi trường Agile giúp visibility tốt hơn — bạn biết sprint backlog, có standups để flag issues. So với các ngân hàng nhà nước (VCB, VTB), Techcombank có phần "Western-style" hơn với flexible hours và remote options. Vị trí Expert cần có khả năng xử lý pressure tốt. Nếu work-life balance là ưu tiên #1, đây có thể không phải fit hoàn hảo — nhưng nếu bạn muốn học hỏi nhiều và phát triển nhanh, đây là môi trường tốt.

Em có 6 năm kinh nghiệm ở Big4 consulting về Data Analytics. Cách nào để positioning bản thân khi ứng tuyển Techcombank?

Background Big4 là rất mạnh và Techcombank đánh giá cao. Hãy positioning: (1) Em có proven track record với complex data projects và stakeholders management, (2) Em quen với high-pressure environment và tight deadlines, (3) Từ consulting, em có business acumen tốt — hiểu cách translate data → business value. Cần bổ sung: (1) Banking domain knowledge cụ thể — nghiên cứu kỹ Techcombank's business model, KPIs, competitive landscape, (2) Techcombank's tech stack — tìm hiểu họ dùng gì (Tableau? Snowflake? AWS? Azure Databricks?), (3) Leadership experience — consulting thường individual contributor, bạn cần show evidence of mentoring or leading teams. Với 6 năm Big4, bạn hoàn toàn fit cho Expert level, nhưng cần demonstrate domain shift từ consulting generalist sang banking specialist.

Expert, Business Intelligence (40000050)