Vị trí Chuyên viên Thỏa thuận

Mô tả công việc

- Tốt nghiệp ĐH chuyên ngành liên quan đến Kế toán - Kiểm toán, Tài chính Ngân hàng - Có kiến thức tốt và cập nhật kiến thức về các Báo cáo tài chính, báo cáo quản trị, phân tích hoạt động tài chính ngân hàng ở Việt Nam - Có kinh nghiệm phát triển và khai thác một trong các hệ quản trị Cơ sở Dữ liệu (Oracle,SQL Server, MySQL,...) và làm việc với hệ thống phân tích tập trung như Data Warehouse - Có kinh nghiệm sử dụng công cụ BI tool như Power BI, Qlik Sense - Kiến thức về xây dựng luồng xử lý dữ liệu...), ưu tiên có kinh nghiệm 1 trong các công cụ ETL: SSIS, Pentaho, Nifi, Spark,.... - Có kinh nghiệm tối ưu hiệu năng Cơ sở Dữ liệu là một lợi thế - Trình độ tiếng anh: TOEIC tối thiểu 550

Yêu cầu ứng viên

Phân tích kỹ năng cần có

## Phân tích Kỹ năng cần có cho vị trí Quản trị Dữ liệu Tài chính - TPBank ### 🎯 Bức tranh tổng quan Đây là vị trí **hybrid đặc thù** - kết hợp kiến thức tài chính ngân hàng với kỹ năng công nghệ dữ liệu. TPBank đang đẩy mạnh chuyển đổi số nên rất cần nhân sự vừa hiểu nghiệp vụ, vừa giỏi xử lý dữ liệu. Vị trí tuyển cả 3 cấp (CV/CVC/CVCC) nên đòi hỏi kinh nghiệm khác nhau tùy cấp bậc. --- ### 🔧 Hard Skills - Phân tích chi tiết | Nhóm kỹ năng | Yêu cầu bắt buộc | Ưu tiên/Lợi thế | Trọng số | |--------------|-------------------|------------------|----------| | **Cơ sở dữ liệu** | SQL (Oracle/SQL Server/MySQL) | Tối ưu hiệu năng DB | ⭐⭐⭐⭐⭐ | | **BI Tools** | Power BI hoặc Qlik Sense | Tableau, Looker | ⭐⭐⭐⭐ | | **ETL/Data Pipeline** | Kiến thức xây dựng luồng xử lý | SSIS, Pentaho, Nifi, Spark | ⭐⭐⭐⭐ | | **Data Warehouse** | Hiểu Data Warehouse | Kimball vs Inmon | ⭐⭐⭐ | | **Kiến thức Tài chính NH** | Báo cáo tài chính, Báo cáo quản trị | Phân tích hoạt động | ⭐⭐⭐⭐⭐ | | **Tiếng Anh** | TOEIC ≥ 550 | TOEIC ≥ 700 | ⭐⭐⭐ | --- ### 📊 Phân tích theo cấp bậc **Chuyên viên (CV):** - 0-2 năm kinh nghiệm - Thành thạo SQL, biết dùng Power BI - Hiểu cơ bản báo cáo tài chính ngân hàng - Có thể chưa cần ETL thành thạo **Chuyên viên chính (CVC):** - 2-4 năm kinh nghiệm - Có kinh nghiệm thực tế với Data Warehouse - Biết ít nhất 1 ETL tool - Phân tích được báo cáo quản trị phức tạp **Chuyên viên cao cấp (CVCC):** - 4+ năm kinh nghiệm - Có kinh nghiệm tối ưu hiệu năng CSDL - Biết xây dựng kiến trúc data từ đầu - Có khả năng đào tạo và mentoring --- ### 🧠 Soft Skills cần chuẩn bị 1. **Phân tích vấn đề** - Khả năng đặt câu hỏi đúng, tìm root cause từ data 2. **Giao tiếp nghiệp vụ** - Diễn giải kết quả data cho ban lãnh đạo 3. **Quản lý thời gian** - Xử lý deadline báo cáo định kỳ + dự án ad-hoc 4. **Học hỏi liên tục** - Công nghệ data thay đổi nhanh --- ### 📜 Chứng chỉ gợi ý | Chứng chỉ | Mức độ quan trọng | Ghi chú | |-----------|-------------------|----------| | Microsoft Power BI Data Analyst | Cao | Phổ biến nhất hiện nay | | Oracle Database Administrator | Trung bình | Nếu dùng Oracle | | AWS Data Analytics | Trung bình | Xu hướng cloud | | CFA/CPA | Trung bình | Nếu muốn phát triển sâu về tài chính | | PMP | Thấp | Hữu ích khi lên CVCC | --- ### 💡 So sánh với các ngân hàng khác - **VPBank, MBBank**: Cũng tuyển data analyst cho tài chính, mức lương tương đương - **Vietcombank, BIDV**: Công nghệ cũ hơn, ít yêu cầu BI tool hiện đại - **TPBank**: Nổi tiếng về fintech, startup-style, phù hợp người trẻ thích thử thách

Chuẩn bị phỏng vấn

## Hướng dẫn Phỏng vấn vị trí Quản trị Dữ liệu Tài chính - TPBank ### 📋 Quy trình phỏng vấn dự kiến **Thông thường TPBank có 3 vòng:** | Vòng | Nội dung | Thời gian | Người phỏng vấn | |------|----------|-----------|------------------| | Vòng 1 | Sàng lọc HR | 15-20 phút | HR Recruitment | | Vòng 2 | Nghiệp vụ + Kỹ thuật | 45-60 phút | Trưởng phòng/KyUSD | | Vòng 3 | Phỏng vấn cấp cao | 30-45 phút | Giám đốc Khối/Phó TGĐ | --- ### 🎯 Câu hỏi Vòng 1 - HR Sàng lọc **Câu hỏi thường gặp:** 1. "Em có thể giới thiệu ngắn về bản thân và kinh nghiệm làm việc với dữ liệu không?" 2. "Tại sao em quan tâm đến vị trí này tại TPBank?" 3. "Em đang sử dụng những công cụ BI nào? Kinh nghiệm bao lâu?" 4. "Mức lương mong muốn của em là bao nhiêu?" 5. "Em có thể bắt đầu đi làm khi nào?" **💡 Tips:** - Chuẩn bị sẵn portfolio/project mẫu về phân tích dữ liệu - Nghiên cứu trước về TPBank (đọc báo cáo thường niên, website) - Lương thỏa thuận - hãy research trước mức thị trường --- ### 🎯 Câu hỏi Vòng 2 - Nghiệp vụ + Kỹ thuật **Nhóm câu hỏi Kiến thức Tài chính:** 1. **"Bạn có thể mô tả các loại báo cáo tài chính trong ngân hàng thương mại?"** - Bảng cân đối kế toán (Balance Sheet) - Báo cáo kết quả hoạt động kinh doanh (Income Statement) - Báo cáo lưu chuyển tiền tệ (Cash Flow Statement) - Thuyết minh báo cáo tài chính 2. **"Các chỉ số tài chính quan trọng của ngân hàng?"** - ROE, ROA, CAR (Capital Adequacy Ratio) - NIM (Net Interest Margin) - Tỷ lệ nợ xấu (NPL ratio) - Hệ số thanh khoản 3. **"Báo cáo quản trị trong ngân hàng bao gồm những gì?"** - Báo cáo thu nhập theo đơn vị/chi nhánh - Báo cáo huy động vốn - Báo cáo tín dụng - Dashboard KPI hàng ngày 4. **"Sự khác nhau giữa NII và Non-NII trong thu nhập ngân hàng?"** - NII: Thu nhập lãi thuần (từ cho vay - huy động) - Non-NII: Thu nhập ngoài lãi (phí dịch vụ, forex, bảo hiểm) **Nhóm câu hỏi Kỹ thuật Data:** 5. **"Viết SQL để lấy top 5 khách hàng có dư nợ lớn nhất?"** ```sql SELECT TOP 5 customer_id, customer_name, SUM(outstanding_balance) as total_debt FROM loan_accounts WHERE status = 'Active' GROUP BY customer_id, customer_name ORDER BY total_debt DESC ``` 6. **"Làm thế nào để thiết kế Data Warehouse cho hệ thống ngân hàng?"** - Mô hình kimball (星型 schema) - Fact table: Giao dịch, Tài khoản, Khoản vay - Dimension: Thời gian, Khách hàng, Sản phẩm, Chi nhánh - Slowly Changing Dimensions (SCD) 7. **"Khi nào nên dùng LEFT JOIN vs INNER JOIN?"** - INNER JOIN: Lấy records có trong cả 2 bảng - LEFT JOIN: Lấy tất cả từ bảng trái + match từ bảng phải 8. **"Power BI vs Excel - khi nào dùng cái nào?"** - Excel: Dữ liệu nhỏ, xử lý ad-hoc nhanh, công thức phức tạp - Power BI: Dashboard, dữ liệu lớn, tự động refresh, sharing 9. **"Bạn xử lý duplicate data như thế nào?"** - Xác định duplicate bằng GROUP BY + HAVING COUNT > 1 - Xóa/merge tùy business logic - Prevent bằng constraints, unique keys **💡 Tips vòng 2:** - Mang laptop nếu được (có thể test SQL thực tế) - Sẵn sàng giải thích project cụ thể đã làm - Nói rõ scale của data (triệu rows, hay tỷ rows) - Thể hiện hiểu biết về regulatory reports (Basel, Circular 16/2014) --- ### 🎯 Câu hỏi Vòng 3 - Cấp cao 1. **"Bạn nghĩ TPBank đang gặp thách thức gì về data?"** - Data quality, silos giữa các hệ thống - Real-time reporting - Integration với TPBank eM2U, TOPPAY 2. **"Nếu bạn được đặt vào vị trí này, ưu tiên gì trong 90 ngày đầu?"** - Understand current landscape - Identify quick wins (automatize báo cáo thủ công) - Build relationships với stakeholders 3. **"Bạn thấy xu hướng data trong ngân hàng Việt Nam sắp tới?"** - AI/ML applications - Cloud data platforms - Open Banking, API-first - Real-time analytics 4. **"Mục tiêu nghề nghiệp 5 năm tới của bạn?"** --- ### 👔 Dress Code & Chuẩn bị | Yếu tố | Khuyến nghị | |--------|-------------| | Trang phục | Business casual (sơ mi, quần âu, không cần vest) | | Phong cách | Chuyên nghiệp nhưng không quá formal - TPBank văn hóa trẻ | | Thái độ | Tự tin, chủ động, thể hiện đam mê data | | Chuẩn bị | Research TPBank, mang bút, sổ tay, CV sạch | --- ### ⚠️ Câu hỏi bạn nên hỏi nhà tuyển dụng 1. "Đội nhóm hiện tại có bao nhiêu người?" 2. "Hệ thống data warehouse hiện tại dùng công nghệ gì?" 3. "KPI chính của vị trí này là gì?" 4. "Cơ hội học tập và phát triển như thế nào?"

Lộ trình ôn thi

## Lộ trình Ôn tập & Chuẩn bị cho vị trí Quản trị Dữ liệu Tài chính ### 📅 Lộ trình 2 tuần (recommend) --- ### Tuần 1: Củng cố Nền tảng **Ngày 1-2: Kiến thức Tài chính Ngân hàng** 📚 Tài liệu bắt buộc: - **"Nghiệp vụ Ngân hàng Thương mại"** - NXB Tài chính - **Circular 16/2014/TT-NHNN** - Quy định về phân loại nợ, trích lập dự phòng - **Thông tư 22/2016/TT-NHNN** - Mở và sử dụng tài khoản tiền gửi 🎯 Ôn tập trọng tâm: - [ ] Cấu trúc Bảng cân đối kế toán ngân hàng - [ ] Thu nhập lãi thuần (NIM) = (Thu lãi - Chi lãi) / Tổng tài sản sinh lãi - [ ] Cách tính Nợ xấu (NPL) theo Thông tư 16 - [ ] Hệ số CAR = Vốn tự có / Tài sản có điều chỉnh rủi ro - [ ] Thanh khoản: LDR = Cho vay / Huy động **Ngày 3-4: SQL và Database** 📚 Tài liệu: - LeetCode SQL Practice (phần "SQL" - 50 bài đầu) - W3Schools SQL Tutorial - Sách "SQL for Data Scientists" - Richie Saunders 🎯 Ôn tập trọng tâm: - [ ] SELECT, WHERE, GROUP BY, ORDER BY - [ ] Các loại JOIN (INNER, LEFT, RIGHT, FULL OUTER) - [ ] Subqueries và CTEs - [ ] Window Functions (ROW_NUMBER, RANK, SUM OVER) - [ ] INDEX và cách tối ưu query **Ngày 5-6: Power BI / Data Visualization** 📚 Tài liệu: - Microsoft Learn - Power BI path (miễn phí) - YouTube: SQLBI, Curbal - Practice dataset: ContosoRetailDW 🎯 Ôn tập trọng tâm: - [ ] Data modeling: Star Schema, Relationships - [ ] DAX basics: CALCULATE, FILTER, ALL - [ ] Visualization best practices - [ ] Publish và share dashboard **Ngày 7: Ôn tập tổng hợp + Nghỉ ngơi** --- ### Tuần 2: Chuyên sâu + Mock Interview **Ngày 8-9: ETL & Data Warehouse** 📚 Tài liệu: - "The Data Warehouse Toolkit" - Ralph Kimball (đọc chương 1-4) - Microsoft Docs về SSIS - YouTube: Dan Banes (SSIS basics) 🎯 Ôn tập trọng tâm: - [ ] ETL vs ELT concept - [ ] Dimension Tables vs Fact Tables - [ ] SCD (Slowly Changing Dimensions) Type 1, 2 - [ ] Data staging area concept - [ ] Incremental load vs Full load **Ngày 10-11: Mock Interview & Thực hành** 📝 Bài tập thực hành: ```sql -- Bài 1: Tính NIM theo quý SELECT DATEPART(YEAR, tran_date) as year, DATEPART(QUARTER, tran_date) as quarter, SUM(interest_income) as total_interest_income, SUM(interest_expense) as total_interest_expense, (SUM(interest_income) - SUM(interest_expense)) / NULLIF(SUM(avg_earning_assets), 0) as NIM FROM interest_data GROUP BY DATEPART(YEAR, tran_date), DATEPART(QUARTER, tran_date) ORDER BY year, quarter ``` ```sql -- Bài 2: Phân loại khách hàng theo dư nợ WITH customer_debt AS ( SELECT customer_id, SUM(outstanding_balance) as total_debt, COUNT(*) as num_accounts FROM loan_accounts WHERE status = 'Active' GROUP BY customer_id ) SELECT CASE WHEN total_debt > 10000000000 THEN 'Khách hàng lớn' WHEN total_debt > 1000000000 THEN 'Khách hàng vừa' WHEN total_debt > 100000000 THEN 'Khách hàng nhỏ' ELSE 'Khách hàng micro' END as segment, COUNT(*) as num_customers, SUM(total_debt) as total_segment_debt FROM customer_debt GROUP BY CASE WHEN total_debt > 10000000000 THEN 'Khách hàng lớn' WHEN total_debt > 1000000000 THEN 'Khách hàng vừa' WHEN total_debt > 100000000 THEN 'Khách hàng nhỏ' ELSE 'Khách hàng micro' END ``` **Ngày 12-13: Nghiên cứu TPBank + Chuẩn bị hồ sơ** 📚 Research: - Website TPBank: https://tpbank.vn - Báo cáo thường niên 2022, 2023 - Tin tức về TPBank (VnExpress, cafef) - LinkedIn: Tìm hiểu về Khối Tài chính 🎯 Chuẩn bị: - [ ] CV: Highlight project về data, tài chính - [ ] Portfolio: Mẫu dashboard, báo cáo đã làm - [ ] Chuẩn bị câu hỏi cho nhà tuyển dụng - [ ] Check dress code **Ngày 14: Nghỉ ngơi, sẵn sàng tinh thần** --- ### 📚 Tài liệu tham khảo bổ sung **Sách (nếu có thời gian):** 1. "Bank Analytics" - Bùi Văn Tuấn 2. "Fundamentals of Data Engineering" - Joe Reis 3. "Storytelling with Data" - Cole Nussbaumer Knaflic **Website/Tool học tập:** - Khan Academy: Finance & Capital Markets - Mode Analytics SQL Tutorial - DataCamp (free trial) - StrataScratch (practice SQL interview questions) **Vietnamese Banking Specific:** - Website NHNN: https://sbv.gov.vn - Thông tư, quyết định của NHNN về báo cáo - Diễn đàn Bigdata Vietnam (data_vn forum) --- ### ⚡ Checklist trước ngày phỏng vấn **Tối hôm trước:** - [ ] Ngủ đủ giấc (7-8 tiếng) - [ ] Sắp xếp trang phục - [ ] In CV (3 bản), xác minh photo - [ ] Check đường đến địa điểm - [ ] Tắt điện thoại notification **Sáng phỏng vấn:** - [ ] Không ăn nhiều đồ ăn nặng - [ ] Đến sớm 15-20 phút - [ ] Tắt điện thoại - [ ] Thở sâu, tự tin **Nhớ mang theo:** - [ ] CMND/CCCD - [ ] Bằng cấp, chứng chỉ (bản photo) - [ ] Portfolio/project mẫu (nếu có) - [ ] Bút, sổ tay - [ ] Nước uống

Tư vấn nghề nghiệp

## Lời khuyên Sự nghiệp cho vị trí Quản trị Dữ liệu Tài chính ### 📈 Bức tranh nghề nghiệp Vị trí này đang nằm ở **vùng giao thoa hot** giữa Finance và Tech - đây là trend nghề nghiệp rất triển vọng 2024-2025. Cả ngân hàng lẫn fintech đều đua nhau săn nhân sự data-driven finance. --- ### 🛤️ Lộ trình Thăng tiến điển hình ``` CV (0-2 năm) ↓ CVC - Senior Data Analyst (2-4 năm) ↓ CVCC - Lead Data Analyst / Data Manager (4-6 năm) ↓ Trưởng nhóm / Manager (6-8 năm) ↓ Giám đốc/Khối trưởng (8-10+ năm) ``` **Chi tiết từng bước:** **📍 Giai đoạn 1-2 năm (CV)** - Học cách làm việc với data warehouse của TPBank - Thành thạo 1-2 BI tool - Hiểu nghiệp vụ tài chính cơ bản - Bắt đầu tự build dashboard đơn giản **📍 Giai đoạn 2-4 năm (CVC)** - Dẫn dắt 1 sản phẩm data cụ thể - Mentor CV mới - Biết thiết kế data model phức tạp - Có thể tham gia dự án cross-functional **📍 Giai đoạn 4-6 năm (CVCC)** - Có thể đứng ra làm technical lead - Hiểu sâu business strategy - Có cái nhìn end-to-end về data ecosystem - Có network nội bộ tốt **📍 Giai đoạn 6+ năm** - Quản lý team nhỏ hoặc chuyên gia cao cấp - Có thể chuyển sang Product Owner/Manager - Hoặc chuyên sâu Data Architecture/Governance --- ### 💰 Mức lương kỳ vọng (tham khảo 2024) **Lưu ý:** TPBank thường trả cao hơn ngân hàng nhà nước, có thể thương lượng tốt nếu có skills phù hợp. | Cấp bậc | Kinh nghiệm | Lương tháng (VND) | Ghi chú | |---------|-------------|-------------------|----------| | CV Fresher | 0-1 năm | 10-15 triệu | Nếu có dự án/portfolio tốt | | CV Junior | 1-2 năm | 15-22 triệu | Mức phổ biến market | | CVC | 2-4 năm | 22-35 triệu | Tùy kỹ năng cụ thể | | CVCC | 4-6 năm | 35-55 triệu | Có thể cao hơn nếu rare skill | | Manager | 6+ năm | 55-80 triệu | + thưởng, LTI | **Ngoài lương còn có:** - Thưởng Performance (thường 1-3 tháng) - Phí ăn trưa, xăng, điện thoại - Bảo hiểm cao cấp - Du lịch, team building - Đào tạo chứng chỉ (lên đến 20-30 triệu/năm) --- ### 🎯 Kỹ năng cần phát triển thêm **Ngắn hạn (1-2 năm đầu):** | Kỹ năng | Mức độ ưu tiên | Cách học | |---------|----------------|----------| | Advanced SQL | Rất cao | LeetCode, StrataScratch | | Python cho Data | Cao | DataCamp, Coursera | | Cloud (AWS/GCP) | Cao | AWS Certified Data Analytics | | DAX/Power BI Advanced | Cao | SQLBI.com | **Trung hạn (2-4 năm):** | Kỹ năng | Mức độ ưu tiên | Cách học | |---------|----------------|----------| | Data Modeling (Kimball) | Rất cao | Sách Kimball, thực hành | | Project Management | Cao | PMP, Google PM Cert | | Storytelling with Data | Cao | Khóa online, practice | | Machine Learning cơ bản | Trung bình | Coursera ML Course | **Dài hạn (4+ năm):** | Kỹ năng | Mức độ ưu tiên | Cách học | |---------|----------------|----------| | Data Strategy | Rất cao | MBA, executive course | | Stakeholder Management | Rất cao | Thực tế, mentoring | | Team Leadership | Cao | Leadership course | | Domain expertise (Fin/Banking) | Cao | CFA, internal training | --- ### 🌟 Lời khuyên thực tế từ người đi trước **1. Đừng chỉ code SQL - phải hiểu Business** > "Technical skill là nền tảng, nhưng hiểu nghiệp vụ mới giúp bạn đặt câu hỏi đúng. Một câu SQL giỏi nhưng không hiểu NIM là gì thì chỉ là junior trả lời yêu cầu. Data analyst giỏi là người chủ động đề xuất insights." **2. Build portfolio thật - không chỉ đi học lý thuyết** > "HR và manager đều muốn thấy bạn đã làm gì. Tạo GitHub repo, Tableau Public profile, viết blog về project đã làm. Dù là personal project cũng được - quan trọng là show ra tư duy." **3. Network nội bộ quan trọng hơn bạn nghĩ** > "Trong ngân hàng, data không chỉ là kỹ thuật mà còn là chính trị. Biết ai là decision maker, ai là data steward, ai dùng báo cáo của mình - giúp bạn deliver đúng thứ cần thiết." **4. Cân bằng giữa automation và flexibility** > "Cố gắng automate mọi thứ, nhưng đừng quá rigid. Business luôn thay đổi, báo cáo cũng vậy. Thiết kế phải đủ flexible để adapt." **5. Đừng sợ chuyển ngang sớm** > "Nếu sau 2 năm bạn chỉ làm 1 thứ, hãy tìm cơ hội mới. Cross-functional experience là Gold - biết cả Credit, Treasury, và Retail giúp bạn trở thành data partner xuất sắc." --- ### 🚀 Alternative career paths Nếu bạn thích công việc này, có nhiều hướng phát triển: **Hướng 1: Data + Finance Expert** ``` Data Analyst → Senior Analyst → Analytics Manager → Director of Analytics ``` -> Phù hợp nếu bạn thích sâu về Finance **Hướng 2: Tech-focused** ``` Data Engineer → Senior Engineer → Data Architect → Chief Data Officer ``` -> Phù hợp nếu bạn thích hơn về tech **Hướng 3: Product/Data Product Owner** ``` Data Analyst → Product Owner → Senior PO → Head of Data Product ``` -> Phù hợp nếu bạn thích giao tiếp và strategy **Hướng 4: Fintech/Startup** ``` Bank Data Analyst → Fintech Data Analyst → Data Lead → VP of Data ``` -> Phù hợp nếu bạn thích môi trường năng động --- ### ⚠️ Những sai lầm cần tránh 1. **Chỉ học tool, không hiểu nghiệp vụ** - Tool thay đổi, business logic cốt lõi 2. **Không document lại** - Technical debt sau này rất đau 3. **Isolate bản thân** - Data role cần collaborate với nhiều team 4. **Sợ thay đổi** - Công nghệ data thay đổi 3-5 năm/lần 5. **Nhảy việc quá sớm** - Cần 2-3 năm để hiểu sâu một tổ chức

Câu hỏi thường gặp

Em mới ra trường, chưa có kinh nghiệm, có nên ứng tuyển vị trí này không?

Hoàn toàn có thể ứng tuyển! Tin tuyển dụng ghi rõ tuyển cả CV (Chuyên viên), không bắt buộc phải có kinh nghiệm. Điều quan trọng là em có kiến thức nền tảng tốt về SQL, Power BI, và hiểu cơ bản báo cáo tài chính ngân hàng. Hãy tập trung vào: (1) Project cá nhân về phân tích dữ liệu, (2) Khóa học online trên Coursera/DataCamp, (3) Portfolio trên GitHub/Tableau Public. Nếu có thể, tìm internship ở phòng finance của công ty nào đó trước 3-6 tháng để có kinh nghiệm thực tế.

Mức lương thỏa thuận của vị trí này thường là bao nhiêu? Có thương lượng được không?

TPBank thường trả ở mức competitive so với thị trường. Với fresher/CV junior (0-1 năm kinh nghiệm), mức phổ biến là 12-18 triệu/tháng. Nếu có 1-2 năm kinh nghiệm và skills tốt, có thể đàm phán lên 20-25 triệu. Lưu ý: 'Thỏa thuận' nghĩa là HR sẵn sàng nghe offer của bạn, nhưng hãy research kỹ mức market rate trước (tham khảo itviec, Glassdoor). Đừng đòi quá cao gây mất cơ hội, cũng đừng quá thấp. Tip: Đề xuất mức lương dựa trên kỹ năng cụ thể (VD: 'Em có chứng chỉ Power BI, kinh nghiệm làm dashboard với 1M+ rows data, nên mức kỳ vọng là X').

Em đang làm backend developer, muốn chuyển sang vị trí data analyst ngân hàng. Cần chuẩn bị gì?

Backend → Data Analyst là chuyển đổi khá hợp lý! Backend đã có nền tảng SQL và hiểu data structure. Bạn cần bổ sung: (1) Kiến thức tài chính ngân hàng - học về báo cáo tài chính, NIM, NPL, CAR (tự học hoặc lớp ngắn hạn); (2) BI Tools - Power BI là skill phổ biến nhất, học DAX và data modeling; (3) Business context - hiểu nghiệp vụ ngân hàng: tín dụng, huy động, thanh toán, treasury; (4) Soft skills - data analyst cần giải thích kết quả cho non-technical stakeholders, khác với dev. Tip: Đưa kinh nghiệm backend vào CV bằng cách nói về data pipeline, ETL, database optimization đã làm.

Công việc hàng ngày của vị trí này như thế nào? Có phải ngồi code SQL cả ngày không?

Không hẳn! Thực tế split khá đa dạng: Khoảng 40-50% thời gian làm việc với data (viết SQL, build dashboard, xử lý ETL), 30% là meeting/collaborate với các phòng ban (Finance, Credit, Risk, Treasury...), 20% còn lại là hiểu yêu cầu nghiệp vụ và phân tích. Công việc bao gồm: (1) Deliver báo cáo định kỳ (daily/weekly/monthly), (2) Ad-hoc analysis cho ban lãnh đạo, (3) Automate báo cáo thủ công, (4) Data quality check, (5) Làm việc với IT/ vendor để cải thiện data platform. Nếu bạn thích tương tác và hiểu business, đây là job tốt. Nếu chỉ muốn code cả ngày, có thể thích hợp hơn với Data Engineer.

TPBank có văn hóa làm việc như thế nào? Làm ở đó có ổn không?

TPBank được đánh giá là ngân hàng có văn hóa khá 'trẻ' và năng động so với các ngân hàng nhà nước. Ưu điểm: (1) Môi trường ít quan liêu hơn, (2) Có đầu tư vào công nghệ (TOPPAY, eM2U), (3) Cơ hội học hỏi fintech mindset, (4) Lương thường cạnh tranh hơn. Nhược điểm: (1) Có thể bận rộn khi có dự án mới, (2) Thay đổi nhanh - đòi hỏi adaptability, (3) Một số team có thể có áp lực deadline. Đa số reviews trên Glassdoor/LinkedIn khá tích cực. Tip: Research kỹ phòng Tài chính cụ thể - mỗi phòng ban có culture khác nhau.

KPI của vị trí này là gì? Có khó đạt không?

Thường KPI cho data role trong ngân hàng bao gồm: (1) Delivery - hoàn thành báo cáo/dashboard đúng deadline, (2) Accuracy - data chính xác, ít error, (3) SLA compliance - thời gian phản hồi yêu cầu ad-hoc, (4) Improvement initiatives - đề xuất cải tiến quy trình. Mức độ khó tùy thuộc vào data maturity của tổ chức. TPBank đang đầu tư vào data nên thường expectations khá rõ ràng và có thể đạt được nếu manage tốt. Tip: Khi interview, hỏi thẳng về KPI và measurement criteria - điều này cho thấy bạn chuyên nghiệp và giúp bạn đánh giá phù hợp.

Sau 2-3 năm ở vị trí này, em có thể chuyển sang hướng nào khác?

Rất nhiều hướng đi! Vị trí hybrid này mở ra nhiều opportunity: (1) Senior Data Analyst → Analytics Manager → Director (lên chiều dọc); (2) Chuyên sâu hơn về Finance: Data Analyst (Finance) → Financial Controller → CFO; (3) Chuyển sang Tech: Data Analyst → Data Engineer → Data Architect; (4) Product/Data Product Owner - nếu thích làm việc với stakeholders; (5) Fintech - các công ty fintech đánh giá cao background bank + data. Đặc biệt, kinh nghiệm data trong ngân hàng được rất nhiều công ty finance (insurtech, investment, consulting) săn đón.

Cần chuẩn bị gì cho vòng phỏng vấn kỹ thuật? Có test SQL thực tế không?

Rất có thể có! TPBank thường test SQL trực tiếp ở vòng 2. Chuẩn bị: (1) Ôn kỹ: SELECT, JOIN, GROUP BY, window functions, subqueries; (2) Practice trên LeetCode hoặc StrataScratch - chủ đề liên quan đến banking ( tính NIM, phân loại khách hàng, nợ xấu...); (3) Có thể được hỏi về Power BI/DAX - biểu diễn cách tạo measure, calculated column; (4) Nếu apply senior level, có thể hỏi về Data Warehouse design. Tip: Nếu được test online, hãy xin giấy bút ghi suy nghĩ trước khi viết code - thể hiện tư duy logic rõ ràng.

[Hà Nội] CV/CVC/CVCC Quản trị Dữ liệu Tài chính - Khối Tài chính