[HO] BIG DATA SCIENTIST

Được chứ! Tin không ghi rõ yêu cầu kinh nghiệm, đây có thể là cơ hội tốt cho bạn. Tuy nhiên, bạn cần: (1) Làm thật tốt 2-3 project cá nhân về ML + dữ liệu tài chính/ngân hàng, đăng lên GitHub; (2) Học SQL và Python thật chắc, có thể pass test đầu vào; (3) Đọc hiểu về mô hình ngân hàng Hàn Quốc, đặc biệt là Shinhan; (4) Tiếng Anh tốt là bắt buộc. Nếu có thêm tiếng Hàn thì cơ hội tăng gấp đôi. Đừng ngại apply — đôi khi nhà tuyển dụng tìm người có nền tảng tốt để đào tạo theo văn hóa công ty.

Với 3 năm kinh nghiệm tại ngân hàng Hàn như Shinhan, mức kỳ vọng hợp lý là 50-70 triệu gross/tháng nếu bạn chỉ có kinh nghiệm Việt Nam trước đó, và có thể đàm phán 70-90 triệu nếu đã làm ở công ty Hàn hoặc có tiếng Hàn. Bạn cũng nên hỏi thêm về: 13th month salary, bonus cuối năm, bảo hiểm sức khỏe gia đình, phụ cấp điện thoại/xe cộ, và cơ hội training tại HQ Hàn Quốc. Tham khảo mức lương trên VietnamWorks, ITviec cho vị trí tương đương để có data khi đàm phán.

So với công ty công nghệ (FPT, VNG, startup fintech), ngân hàng Hàn có work-life balance tốt hơn rõ rệt — thường 8h-17h30, làm thêm ngoài giờ hiếm. Tuy nhiên, có những giai đoạn "peak" như cuối quý, cuối năm khi phải chạy campaign marketing hoặc audit, có thể OT. Ngân hàng Hàn văn hóa khá formal: bạn sẽ mặc vest, có hierarchy rõ ràng, giao tiếp với Hàn Quốc có thể phải họp sáng sớm hoặc tối (do chênh lệch múi giờ). Nhìn chung phù hợp với người thích ổn định, muốn phát triển dài hạn.

Bạn đã có lợi thế lớn về data pipeline, SQL và infrastructure. Cần bổ sung: (1) Statistics & ML lý thuyết — không chỉ dùng thư viện mà phải hiểu math đằng sau; (2) Kinh nghiệm modeling thực tế — làm thêm 1-2 project về credit scoring, churn prediction; (3) Business acumen — hiểu KPI ngân hàng, đọc báo cáo tài chính; (4) Communication skills — Data Scientist phải kể chuyện với dữ liệu, không chỉ code. Trong CV, nhấn mạnh các project bạn đã end-to-end (từ data ingestion đến deployment), không chỉ phần engineering. Thời gian chuyển đổi hợp lý: 6-12 tháng nếu bạn nghiêm túc.

Tiếng Anh là bắt buộc, tiếng Hàn là lợi thế cạnh tranh rất lớn chứ không phải bắt buộc. Nhiều vị trí tại Shinhan VN vẫn dùng tiếng Anh làm ngôn ngữ chính trong công việc hàng ngày. Tuy nhiên: (1) Email/báo cáo lên HQ Hàn Quốc thường bằng tiếng Hàn; (2) Các cuộc họp với Hàn có thể cần phiên dịch, nhưng nếu bạn hiểu trực tiếp sẽ hiệu quả hơn nhiều; (3) Thăng tiến lên cấp Manager trở lên, tiếng Hàn gần như bắt buộc vì phải làm việc trực tiếp với HQ. Nếu bạn trẻ và có ý định gắn bó lâu dài, hãy bắt đầu học tiếng Hàn ngay từ bây giờ — sẽ là đòn bẩy lớn cho sự nghiệp.

Có 5 điểm hấp dẫn chính: (1) Data cực kỳ phong phú — dữ liệu tài chính là vàng, nhiều pattern thú vị; (2) Impact rõ ràng — model của bạn ảnh hưởng đến hàng triệu khách hàng và doanh thu hàng nghìn tỷ; (3) Ổn định và phúc lợi tốt — bảo hiểm sức khỏe gia đình, lương hưu, 13th month, không sợ startup burn tiền rồi đóng cửa; (4) Brand uy tín — CV có "Shinhan Bank" sẽ mở rất nhiều cửa sau này; (5) Compliance-driven — học được cách làm ML có trách nhiệm, model risk management, đây là kỹ năng cực kỳ giá trị khi mọi ngành đều đang bị siết chặt bởi quy định về AI. Đổi lại: tốc độ innovation chậm hơn fintech, có nhiều quy trình phê duyệt.

KPI thường bao gồm: (1) Model performance — accuracy/AUC của các model đã deploy, số model mới được put into production mỗi quý; (2) Business impact — doanh thu tăng thêm từ target marketing campaigns mà bạn hỗ trợ, số khách hàng mới được on-board qua AI recommendation, tỷ lệ churn giảm; (3) Operational excellence — uptime của ML platform, response time của prediction API, số bug trong production; (4) Innovation — số research paper nội bộ, số đề xuất AI mới được approve, bằng sáng chế (nếu có); (5) Collaboration — feedback từ business stakeholders, số cross-functional project thành công. Ngân hàng Hàn khá KPI-driven, bạn cần chuẩn bị tâm lý báo cáo số liệu rõ ràng hàng quý.

Không cần thiết phải học trước khi apply. Với vị trí Data Scientist, nhà tuyển dụng đánh giá kỹ năng thực tế cao hơn bằng cấp. Tuy nhiên: (1) Nếu bạn apply cấp Senior/Lead, có Master/MBA sẽ là lợi thế; (2) MBA đặc biệt có giá trị nếu bạn muốn đi theo hướng management (Head of Data, CDO) thay vì technical track; (3) Thay vì MBA, cân nhắc học chứng chỉ quốc tế (AWS ML Specialty, Google Data Engineer) — ROI tốt hơn cho vị trí này; (4) Nếu đã vào làm rồi, nhiều ngân hàng Hàn có chương trình sponsor MBA cho nhân viên tiềm năng (thường sau 2-3 năm). Khuyến nghị: apply ngay với profile hiện tại, vào làm 1-2 năm rồi đánh giá lại nhu cầu học thêm.

Có 3 khác biệt lớn: (1) Quy trình dài hơn — 4-5 vòng, có thể mất 4-8 tuần, kiên nhẫn là điều cần thiết; (2) Câu hỏi về văn hóa Hàn — họ thường hỏi về khả năng làm việc trong hierarchy rõ ràng, sự tôn trọng senior, khả năng làm việc nhóm lâu dài; (3) Đánh giá cao sự kiên nhẫn và tuân thủ quy trình — họ không thích "disruptive" quá nhiều, thích incremental improvement; (4) Có thể có test tính cách (psychometric test) — ngân hàng Hàn thường dùng; (5) Dress code formal hơn — vest + sơ mi là mặc định. Mẹo: tìm hiểu về văn hóa Hàn trước phỏng vấn (cách chào hỏi, cúi đầu, giao tiếp gián tiếp) sẽ ghi điểm lớn.