Techcombank
Expert, Model Risk Management (40000088)
TP. Ha Noi
Risk Management Division
Experienced (Non-Manager)
Mô tả công việc
## Job Purpose
- The primary responsibility of this role is to discover and diagnose modeling related risks including input data, assumption, concept, methodology, process and implementation through validation activities. The team is also responsible to opine on the model strength and weakness and recommend practical solutions.
- Assists in the creation and maintenance of the policies, standards, guidelines, and procedures required to implement the Bank’s model risk management framework that covers model and computational tool identification and classification, model development and testing, model documentation, model validation, and model performance monitoring.
## Key Accountabilities (1)
1. General Responsibilities:
a. Strictly follow the Techcombank's labor regulations
b. Perform work in accordance with Techcobmank's regulations
c. Comply with the work arrangement and training of Techcombank and the Unit
d. Perform tasks at the request of direct managers and upper management
## Key Accountabilities (2)
2. Professional Responsibilities:
a. Model validation:
- Thoroughly and comprehensively review model development documents and model codes as well as conduct quantitative validation tests to identify sources of model risk.
- Discover and diagnose modeling related risks including input data, assumption, concept, methodology, process and implementation
- Present works through formal validation reports, as well as thorough presentations to senior management.
- Discuss validation results with model owners/developers and governance team to gain consensus and create strategies to implement changes and enhancements.
- Provide subject matter expertise on models’ strength and weakness and recommend practical solutions.
- Provide different view on methodology and calculations, and provide feedback to model developers.
- Support the model validation team to mitigate the model risks.
- Utilize express mode validation for new model development, facing legal and compliance related modeling issues, quick model fixes, etc.
b. Model Risk Governance:
- Contribute to the development and deployment of the Model Risk Management Framework at the bank.
- Provide support in maintaining the bank model discovery and model inventory.
- Maintain compliance with applicable rules, regulations, and expectations set by regulators for model risk management as the bank's model landscape grows and becomes more complex.
- Communicate and escalate matters of significant model risk to senior leaders and business unit managers.
- Assist Model Risk Governance in developing model risk education and delivering education to model stakeholders.
c. Other duties as required by management leadership
- Build strong working relationship with key model stakeholders
## Key Accountabilities (3)
## Key Relationships - Direct Manager
## Key Relationships - Direct Reports
NA
## Key Relationships - Internal Stakeholders
Model developers, model users, IT
## Key Relationships - External Stakeholders
Consultant, partner
## Success Profile - Qualification and Experiences
Experience:
- At least 5 years of work/research experience in relevant field (Finance, Technology, etc.).
- Prior experience in model development and validation a plus.
Expertise:
- Advanced skill level with SQL/SAS/Python/R
- Trained or experienced in probability/statistics, data mining, data analysis, big data, machine learning,...
- Knowledge in Basel/IFRS9 models a plus.
Degree/Professional: Advanced Degree. Specify: Master’s Degree in Statistics, Econometrics, Mathematics, Finance, Operations Research, or equivalent.
Foreign language (English): minimum TOEIC 600 or equivalent
Phân tích kỹ năng cần có
## Phân tích Kỹ năng Yêu cầu
### 1. Hard Skills (Kỹ năng chuyên môn bắt buộc)
| Kỹ năng | Mức độ yêu cầu | Ghi chú |
|---------|----------------|---------|
| SQL/SAS/Python/R | Nâng cao (Advanced) | Phải thành thạo ít nhất 1-2 công cụ, Python và R là ưu tiên hàng đầu |
| Xác suất & Thống kê | Nâng cao | Nền tảng bắt buộc cho model validation |
| Data Mining & Data Analysis | Nâng cao | Xử lý dữ liệu lớn |
| Machine Learning | Trung bình-cao | Ứng dụng trong model development |
| Big Data | Trung bình-cao | Xử lý dữ liệu ngân hàng quy mô lớn |
| Basel/IFRS 9 | Là điểm cộng | Hiểu biết về framework phân tích rủi ro |
### 2. Chứng chỉ Gợi Ý
- **FRM (Financial Risk Manager)** — đặc biệt phù hợp với model risk
- **CFA** — nền tảng tài chính vững
- **PRM (Professional Risk Manager)** — chuyên về quản lý rủi ro
- **Data Science certifications** (Coursera, Kaggle) — nếu thiên về kỹ thuật
- **SAS Certified Specialist** — nếu dùng SAS nhiều
### 3. Soft Skills Quan trọng
- **Kỹ năng thuyết trình** — trình bày validation report trước senior management
- **Kỹ năng giao tiếp** — thảo luận, đàm phán với model owners/developers
- **Tư duy phản biện** — phát hiện rủi ro mô hình từ nhiều góc độ
- **Quản lý stakeholder** — làm việc với IT, model developers, governance team
- **Kỹ năng viết báo cáo** — validation report chuyên nghiệp
### 4. So sánh Cấp bậc Tương đương
| Cấp bậc | Techcombank | Ngân hàng khác | Mức lương tham khảo |
|---------|-------------|----------------|---------------------|
| Expert | Senior (5-8 năm) | Chuyên viên cao cấp / Team Lead | 35-60 triệu/tháng |
| Senior Expert | 8-12 năm | Manager | 60-90 triệu/tháng |
---
*Lưu ý: Mức lương tham khảo dựa trên thị trường Techcombank 2024, có thể thấp hơn nếu ứng viên đến từ startup hoặc cao hơn nếu có kinh nghiệm từ ngân hàng nước ngoài.*
Chuẩn bị phỏng vấn
## Quy Trình Phỏng Vấn Dự Kiến
### Vòng 1: HR/Screening (30-45 phút)
- Kiểm tra kinh nghiệm, động lực ứng tuyển
- Xác nhận bằng cấp, chứng chỉ, trình độ tiếng Anh
- Hỏi về mức lương kỳ vọng (vì lương thỏa thuận)
### Vòng 2: Technical Interview (60-90 phút)
- Kiểm tra kiến thức thống kê, xác suất chuyên sâu
- Case study: phân tích một mô hình (credit scoring, IFRS9, etc.)
- Viết code SQL/Python/R trực tiếp hoặc giải thích thuật toán
- Hỏi về Basel framework, IRB, IFRS 9
### Vòng 3: Panel Interview với Risk Management Leadership (45-60 phút)
- Thuyết trình kết quả validation (nếu được yêu cầu chuẩn bị)
- Câu hỏi về chiến lược Model Risk Management Framework
- Câu hỏi hành vi: xử lý mâu thuẫn với developer, quản lý deadline
- Hỏi về kinh nghiệm làm việc với regulator
---
## Câu Hỏi Thường Gặp
### Vòng HR:
1. Tại sao bạn rời công việc hiện tại?
2. Bạn hiểu gì về Model Risk Management?
3. Mức lương kỳ vọng của bạn là bao nhiêu?
### Vòng Technical:
1. Bạn phân biệt overfitting và underfitting như thế nào? Làm sao phát hiện?
2. Giải thích AUC, ROC curve — ứng dụng trong đánh giá mô hình nào?
3. IFRS 9 có 3 stage — bạn giải thích và validation ra sao?
4. Bạn validate một credit scoring model bằng những phương pháp nào?
5. Xử lý missing data và outlier như thế nào trong model?
6. Khi nào dùng logistic regression vs random forest vs neural network?
7. Bạn đã từng validation model nào? Quy trình cụ thể thế nào?
### Vòng Leadership:
1. Bạn sẽ xây dựng Model Risk Framework từ đầu như thế nào?
2. Làm sao thuyết phục developer thay đổi model khi họ không đồng ý?
3. Khi nào bạn sẽ escalate vấn đề model risk lên board?
4. Bạn đánh giá thế nào về mô hình Basel của Techcombank?
---
## Tips Chuẩn Bị
✅ **Luyện SQL nâng cao:** window functions, CTEs, optimize queries
✅ **ôn lại统计学:** hypothesis testing, p-value, confidence intervals, regression diagnostics
✅ **Đọc Model Risk Management literature:** SR 11-7 (Fed) là tài liệu kinh điển
✅ **Chuẩn bị portfolio project:** nếu có ví dụ validation model thực tế — rất mạnh
✅ **Research Techcombank:** đọc annual report, hiểu chiến lược Risk Management
✅ **Tập thuyết trình:** vì đây là công việc phải present trước senior management
---
## Dress Code
**Business Formal** — Techcombank là ngân hàng tư nhân lớn, chuẩn mực trang phục rất chuyên nghiệp. Nam: comple, cà vạt. Nữ: pantsuit hoặc trang phục công sở thanh lịch.
Lộ trình ôn thi
## Lộ Trình Ôn Tập 2 Tuần
### Tuần 1: Nền tảng Kỹ thuật
| Ngày | Chủ đề | Tài liệu |
|------|--------|----------|
| Ngày 1-2 | SQL nâng cao (window functions, joins phức tạp) | LeetCode SQL, W3Schools |
| Ngày 3 | Probability & Statistics refresh | Khan Academy Statistics, StatQuest (YouTube) |
| Ngày 4-5 | Machine Learning algorithms review | Andrew ML Course (Coursera) |
| Ngày 6 | Model Validation methodology | SR 11-7 (Fed document) |
| Ngày 7 | IFRS 9 / Basel framework | Bài viết tổng hợp trên wallstreetprep, các blog tài chính |
### Tuần 2: Chuyên sâu & Thực hành
| Ngày | Chủ đề | Tài liệu |
|------|--------|----------|
| Ngày 8-9 | IFRS 9 ECL models — staging, PD/LGD/EAD | Techcombank annual report, IFRS 9 official guidelines |
| Ngày 10 | Credit Risk Models (scorecard, PD model) | Handbook of Credit Scoring (Thoroughgood) |
| Ngày 11 | Python/R cho risk modeling (pandas, sklearn, caret) | Kaggle notebooks |
| Ngày 12 | Model Risk Management Framework | Fed SR 11-7, EBA guidelines |
| Ngày 13 | Mock interview + thuyết trình | Tự tạo case study giả định |
| Ngày 14 | Review yếu điểm, nghỉ ngơi | — |
---
## Tài Liệu Tham Khảo Bắt Buộc
### Framework & Regulation:
- **SR 11-7** — Fed guidance on model risk management (tài liệu gốc của ngành)
- **EBA Guidelines on Internal Governance** — framework của châu Âu
- **IFRS 9 Financial Instruments** — IASB official standard
### Technical Books:
- *An Introduction to Statistical Learning* (James, Witten, Hastie, Tibshirani)
- *Credit Risk Scorecards* — Siddiqi
- *Model Risk Management* — O'Reilly (nếu tìm được)
### Online:
- **Towards Data Science** (Medium) — bài viết về model validation
- **Kaggle** — thực hành data science
- **Risk.net** — tin tức model risk management quốc tế
---
## Kiến thức Nền Tảng Cần Nắm Vững
1. **Model Validation:** backtesting, benchmarking, stress testing
2. **Statistical Tests:** KS test, Gini, chi-square, ROC/AUC
3. **ML Model Diagnostics:** confusion matrix, feature importance, SHAP values
4. **Credit Risk Concepts:** PD, LGD, EAD, EL, UL
5. **IFRS 9:** 3-stage classification, Lifetime PD, SICR
6. **Basel:** IRB approach, capital calculation basics
Tư vấn nghề nghiệp
## Lộ Trình Thăng Tiến Dự Kiến
```
Expert (5-8 năm kinh nghiệm)
↓
Senior Expert (8-12 năm) — chuyên gia sâu 1 lĩnh vực
↓
Lead / Manager (10-15 năm) — quản lý team 3-8 người
↓
Senior Manager / AVP (12-18 năm) — quản lý toàn bộ MRM
↓
Director / VP (15+ năm) — Strategy, policy level
```
---
## Mức Lương Kỳ Vọng Theo Cấp Bậc (Thị trường Hà Nội, 2024)
| Cấp bậc | Kinh nghiệm | Lương tháng (VND) | Tổng compensation |
|---------|-------------|-------------------|--------------------|
| Expert | 5-8 năm | 40-65 triệu | 60-90 triệu (bao gồm bonus) |
| Senior Expert | 8-12 năm | 65-90 triệu | 90-130 triệu |
| Lead/Manager | 10+ năm | 90-130 triệu | 130-200 triệu |
*Lưu ý: Techcombank thường có bonus hiệu suất 2-4 tháng lương. Mức lương thỏa thuận nên đàm phán dựa trên kinh nghiệm thực tế.*
---
## Kỹ Năng Cần Phát Triển Thêm
### Ngắn hạn (6-12 tháng đầu):
- Thành thạo ít nhất 1 ngôn ngữ lập trình chuyên sâu (ưu tiên Python)
- Hiểu sâu Basel III/IV và IFRS 9 implementation tại Việt Nam
- Kỹ năng viết validation report chuẩn regulator
### Trung hạn (1-3 năm):
- Mở rộng sang AI/ML model validation (GAN, Deep Learning)
- Quản lý stakeholder cấp cao
- Chứng chỉ FRM hoặc PRM
### Dài hạn (3-5 năm):
- Leadership & strategic thinking
- Xây dựng personal brand trong ngành MRM
- Cân nhắc chuyển sang Consulting (big 4) hoặc Big Tech (FinTech)
---
## Lời Khuyên Thực Tế
**Điểm mạnh của vị trí này:**
- Techcombank là ngân hàng hàng đầu, brand value cao
- Model Risk Management là lĩnh vực thiếu nhân lực — cơ hội thăng tiến tốt
- Làm việc với senior management từ sớm — phát triển tầm nhìn
- Mức lương thỏa thuận = có room đàm phán tốt nếu có kinh nghiệm
**Thách thức cần chuẩn bị:**
- Cạnh tranh cao — nhiều ứng viên giỏi nhắm đến Techcombank
- Phải present tiếng Anh trước ban lãnh đạo — tự tin thuyết trình
- Văn hóa Techcombank khá demanding — high performance expectation
- Địa điểm Hà Nội — nếu bạn ở TP.HCM cần cân nhắc chuyển nơi
Câu hỏi thường gặp
Mình có 5 năm kinh nghiệm trong lĩnh vực data science, chưa làm ngân hàng, có nên ứng tuyển vị trí Model Risk Management này không?
Hoàn toàn có thể ứng tuyển! Vị trí này đòi hỏi kiến thức thống kê, ML và data analysis — đây chính là thế mạnh của bạn. Tuy nhiên, bạn cần tự học thêm về Basel framework, IFRS 9 và credit risk models vì đây là kiến thức chuyên ngành ngân hàng. Ngoài ra, hãy chuẩn bị sẵn sàng để giải thích kinh nghiệm hiện tại liên quan đến model validation trong bối cảnh ngân hàng. Ưu tiên: học IFRS 9, đọc SR 11-7, ôn lại credit risk fundamentals.
Mức lương thỏa thuận — nên đàm phán thế nào cho hợp lý với 6 năm kinh nghiệm?
Với 6 năm kinh nghiệm và yêu cầu advanced skill, bạn có thể kỳ vọng 50-65 triệu/tháng (base). Nếu có chứng chỉ FRM và kinh nghiệm validation model thực tế, mức 60-70 triệu là hợp lý. Cách đàm phán: (1) Research mức lương thị trường trên Glassdoor/LinkedIn, (2) Nêu rõ achievement cụ thể — ví dụ 'đã validate 10+ models, giảm model risk incidents 30%', (3) Đàm phán total compensation không chỉ base — bao gồm bonus, health insurance. Techcombank khá open về đàm phán nếu bạn có giá trị rõ ràng.
Vị trí này làm việc với AI/ML models nhiều không, hay chủ yếu là traditional credit models?
Dựa trên JD, họ yêu cầu knowledge về machine learning và big data, nhưng core work là model validation — tức kiểm tra mô hình đã có. Tại Techcombank, họ đang trong giai đoạn chuyển đổi số mạnh, nên có thể bạn sẽ gặp cả traditional models (scorecard, Basel) lẫn AI/ML models (fraud detection, credit decisioning). Điểm mấu chốt: họ cần người có nền tảng ML để validate cả hai loại. Nếu bạn tự tin về ML, hãy nhấn mạnh điểm này trong phỏng vấn.
Cần chuẩn bị tiếng Anh như thế nào? TOEIC 600 có đủ không?
600 TOEIC là minimum requirement, nhưng thực tế cần cao hơn. Vì công việc yêu cầu present trước senior management bằng tiếng Anh, bạn cần: (1) Nói lưu loát về technical topics — giải thích model methodology, validation results, (2) Viết validation report bằng tiếng Anh, (3) Đọc hiểu tài liệu regulatory quốc tế. Nếu chưa đạt 600, hãy lên kế hoạch thi trong 2-3 tháng. Nếu đã đạt 600, hãy tập trung luyện speaking technical English — đặc biệt là cách diễn đạt khái niệm thống kê bằng tiếng Anh.
Học Master bằng tập trung hay part-time? Có nên học thạc sĩ để đáp ứng yêu cầu không?
Yêu cầu là Master's Degree, nhưng nếu bạn có 5+ năm kinh nghiệm và portfolio mạnh, một số ngân hàng có thể linh hoạt. Tuy nhiên, với vị trí Expert tại Techcombank, bằng thạc sĩ là điều kiện gần nhất bắt buộc. Lựa chọn: (1) Học part-time — phù hợp nếu đi làm, chương trình NUS, ĐH Bách Khoa HN, FTU có chương trình phù hợp, (2) Học tập trung — nếu tài chính cho phép, (3) Học online Master's từ đại học quốc tế (Georgia Tech, UT Austin). Ưu tiên ngành: Statistics, Econometrics, Data Science, Financial Engineering.
Làm sao để tạo ấn tượng trong vòng phỏng vấn khi chưa có kinh nghiệm trực tiếp trong Model Risk?
3 cách hiệu quả: (1) Chuẩn bị một mini case study — ví dụ bạn đã từng validate hay kiểm tra model nào đó trong công việc, trình bày methodology và findings của bạn, (2) Thể hiện kiến thức nền vững — đọc SR 11-7 và có thể thảo luận về framework, điểm mạnh/yếu, (3) Kết nối kinh nghiệm hiện tại với model risk — ví dụ: 'Trong dự án X, tôi đã phát hiện model có data leakage và đề xuất cách fix — đây là ví dụ về model risk identification.' Điều quan trọng: thái độ học hỏi, sự curious và structured thinking được đánh giá cao hơn việc có đầy đủ kinh nghiệm.
Work-life balance ở vị trí này thế nào?
Techcombank có reputation là demanding — đây là ngân hàng top-tier với high performance culture. Với vị trí Expert trong MRM, bạn sẽ có period bận rộn khi có model cần validate gấp (express mode validation), đặc biệt trước deadline regulatory. Tuy nhiên, so với front office (sales, trading), công việc MRM ổn định hơn về giờ giấc. Thông thường: 8:30-17:30 hoặc 18:00, hiếm khi phải OT cuối tuần. Một số tuần peak (reporting season) có thể bận hơn.