messenger

Chat Mess

zalo

Chat Zalo

phone

Phone

Gọi ngay: 097.5151.777
messenger

Facebook

messenger

TikTok

Hỗ trợ tư vấn: 097.5151.777
ACB

HO - Chuyên viên QLRR Thanh khoản

Hội sở (Hồ Chí Minh) Khối Quản lý Rủi ro
Thương lượng Hạn: 2026-07-31

Mô tả công việc

Mô tả công việc 1. Xây dựng mô hình đo lường rủi ro thanh khoản - Đưa ra tiêu chí phân loại, lựa chọn các chỉ tiêu chí, chỉ tiêu định tính, định lượng, hành vi, xây dựng mô hình, kiểm định lại mô hình trong quá trình phát triển (backtesting) và nắm rõ kỹ thuật chạy mô hình, kiểm định mô hình; - Định kỳ theo dõi mức độ ổn định, năng lực của từng mô hình đã được xây dựng, và của từng cấu phần, chỉ tiêu; - Phối hợp với các đơn vị có liên quan trong việc xây dựng/sửa đổi các hệ thống phần mềm, các văn bản để triển khai mô hình đo lường rủi ro. - Xây dựng/Điều chỉnh chính sách, quy định, quy trình và hướng dẫn có liên quan đến các mô hình rủi ro và phục vụ kinh doanh từ quá trình xây dựng, kiểm định, triển khai hệ thống đến việc ứng dụng kết quả mô hình vào công tác dự báo rủi ro 2. Thực hiện công tác quản lý rủi ro rủi ro thanh khoản - Thực hiện công tác giám sát sự tuân thủ các quy định quản lý rủi ro thanh khoản theo quy định nội bộ và NHNN. Yêu cầu công việc - - Trình độ học vấn: Tốt nghiệp đại học các chuyên ngành Tài chính, Ngân hàng, Toán ứng dụng, Thống kê… - Kiến thức: Kiến thức tổng quan về hoạt động ngân hàng, hiểu biết các sản phẩm tài chính, có kiến thức chuyên sâu về Machine Learning (Regression, Decision Trees, Neural Networks). Ưu tiên ứng viên có kiến thức về Quản lý rủi ro, cấu trúc bảng cân đối kế toán ngân hàng. - Kỹ năng: Giao tiếp, làm việc nhóm, lập kế hoạch và quản lý kết quả; sử dụng tốt các ngôn ngữ lập trình PL/SQL, Python, R… - Kinh nghiệm: Tối thiểu 2 năm kinh nghiệm tại các ngân hàng, các tổ chức tài chính (công ty bảo hiểm, công ty chứng khoán, công ty quản lý quỹ …) Nộp đơn ứng tuyển công việc này Họ & tên bạn * Địa chỉ email * Số điện thoại * Ngày tháng năm sinh * Trình độ học vấn (Education)  * -- Trình độ học vấn (Education) --Chưa tốt nghiệp (No degree)Phổ thông (High school)Trung cấpCao đẳng (College)Đại học (University/Academy)Thạc sỹ (Master)Tiến sỹ (PhD)Sau đại học (Postgraduate)Khác (Others) Bạn biết đến cơ hội ứng tuyển này qua kênh nào?  * -- Bạn biết đến cơ hội ứng tuyển này qua kênh nào? --Website tuyển dụng ACBFacebook ACBLinkedIn ACBWebsite việc làmQuảng cáo onlineNgười giới thiệuKhác + Thông tin thêm CV của bạn * Click để chọn & tải lên CV của bạn Nộp đơn ứng tuyển Bỏ qua --> { "@context": "http://schema.org", "@type": "JobPosting", "jobLocation" : { "@type": "Place", "address": { "@type": "PostalAddress", "addressLocality": "No address locality", "addressRegion": "No address region", "streetAddress": "No street address", "postalCode": "0" } }, "datePosted":"2026-06-04", "description":" Mô tả công việc 1. Xây dựng mô hình đo lường rủi ro thanh khoản - Đưa ra tiêu chí phân loại, lựa chọn các chỉ tiêu chí, chỉ tiêu định tính, định lượng, hành vi, xây dựng mô hình, kiểm định lại mô hình trong quá trình phát triển (backtesting) và nắm rõ kỹ thuật chạy mô hình, kiểm định mô hình; - Định kỳ theo dõi mức độ ổn định, năng lực của từng mô hình đã được xây dựng, và của từng cấu phần, chỉ tiêu; - Phối hợp với các đơn vị có liên quan trong việc xây dựng/sửa đổi các hệ thống phần mềm, các văn bản để triển khai mô hình đo lường rủi ro. - Xây dựng/Điều chỉnh chính sách, quy định, quy trình và hướng dẫn có liên quan đến các mô hình rủi ro và phục vụ kinh doanh từ quá trình xây dựng, kiểm định, triển khai hệ thống đến việc ứng dụng kết quả mô hình vào công tác dự báo rủi ro 2. Thực hiện công tác quản lý rủi ro rủi ro thanh khoản - Thực hiện công tác giám sát sự tuân thủ các quy định quản lý rủi ro thanh khoản theo quy định nội bộ và NHNN. Yêu cầu công việc - - Trình độ học vấn: Tốt nghiệp đại học các chuyên ngành Tài chính, Ngân hàng, Toán ứng dụng, Thống kê… - Kiến thức: Kiến thức tổng quan về hoạt động ngân hàng, hiểu biết các sản phẩm tài chính, có kiến thức chuyên sâu về Machine Learning (Regression, Decision Trees, Neural Networks). Ưu tiên ứng viên có kiến thức về Quản lý rủi ro, cấu trúc bảng cân đối kế toán ngân hàng. - Kỹ năng: Giao tiếp, làm việc nhóm, lập kế hoạch và quản lý kết quả; sử dụng tốt các ngôn ngữ lập trình PL/SQL, Python, R… - Kinh nghiệm: Tối thiểu 2 năm kinh nghiệm tại các ngân hàng, các tổ chức tài chính (công ty bảo hiểm, công ty chứng khoán, công ty quản lý quỹ …) ", "employmentType":"Toàn thời gian", "hiringOrganization": { "@type": "Organization", "name": "Ngân hàng Á Châu - ACB", "sameAs" : "http://www.acbjobs.com.vn" }, "identifier": { "@type": "PropertyValue", "name": "HO - Chuyên viên QLRR Thanh khoản", "value": "55028" }, "title": "HO - Chuyên viên QLRR Thanh khoản", "validThrough":"2026-07-31" }

Phân tích kỹ năng cần có

## Phân tích Kỹ năng cần có ### 1. Hard Skills bắt buộc | Kỹ năng | Mức độ yêu cầu | Ghi chú | |---------|---------------|----------| | **Machine Learning** | Chuyên sâu | Regression, Decision Trees, Neural Networks - đây là core skill | | **Lập trình** | Thành thạo | Python, R, PL/SQL - phải dùng được thành thạo ít nhất 2/3 | | **Toán Thống kê** | Tốt | Toán ứng dụng, Thống kê - nền tảng cho model | | **Rủi ro thanh khoản** | Hiểu biết sâu | Hiểu các chỉ tiêu LCR, NSFR, cơ chế thanh khoản | ### 2. Kiến thức chuyên môn ưu tiên - **Quản lý rủi ro ngân hàng**: Basel III, các quy định NHNN về rủi ro thanh khoản - **Cấu trúc bảng cân đối kế toán ngân hàng**: hiểu tài sản, nguồn vốn, các hệ số - **Sản phẩm tài chính ngân hàng**: tiền gửi, cho vay, trái phiếu, các sản phẩm phái sinh - **Mô hình định lượng**:backtesting, stress testing, scenario analysis ### 3. Soft Skills cần chuẩn bị - **Giao tiếp**: Trình bày kết quả model cho ban lãnh đạo (non-technical) - **Làm việc nhóm**: Phối hợp với IT, Treasury, các phòng ban liên quan - **Quản lý kết quả**: Deadline-driven, chịu được áp lực báo cáo định kỳ - **Tư duy phản biện**: Thường xuyên kiểm định lại mô hình ### 4. Chứng chỉ gợi ý (Không bắt buộc nhưng là lợi thế) | Chứng chỉ | Nhà cấp | Phù hợp | |-----------|---------|----------| | **FRM** (Financial Risk Manager) | GARP | ⭐⭐⭐ Rất phù hợp - chuyên về QLRR | | **PRM** (Professional Risk Manager) | PRMIA | ⭐⭐ | | **CFA** | CFA Institute | ⭐ Phù hợp cho nền tảng tài chính | | **Data Science cert** | Coursera/edX | ⭐ Bổ sung kỹ năng ML | | **Python/R certifications** | Online platforms | ⭐ Củng cố kỹ năng lập trình | ### 5. Bảng so sánh: Ứng viên ideal vs. Chấp nhận được | Tiêu chí | Ứng viên Ideal | Chấp nhận được | |----------|---------------|----------------| | **Chuyên ngành** | Toán ứng dụng, Thống kê | Tài chính, Ngân hàng + tự học ML | | **ML expertise** | Đã deploy model thực tế | Biết lý thuyết + project cá nhân | | **Lập trình** | Python + R + SQL thành thạo | Thành thạo 1-2 ngôn ngữ | | **Kinh nghiệm** | 3-5 năm QLRR ngân hàng | 2 năm tại tổ chức tài chính | | **Kiến thức regulation** | Hiểu sâu Basel III, NHNN | Biết khái quát, sẵn học thêm | --- **Đánh giá tổng quan**: Đây là vị trí **kỹ thuật cao** (quantitative role), đòi hỏi nền tảng Toán + ML + Lập trình vững. Nếu bạn đến từ ngành CNTT/Toán mà chuyển sang, cần bổ sung kiến thức ngân hàng. Ngược lại, nếu từ ngành Tài chính/Ngân hàng, cần nâng cấp kỹ năng lập trình và ML.

Chuẩn bị phỏng vấn

## Hướng dẫn Phỏng vấn ### Quy trình các vòng (Dự kiến) | Vòng | Nội dung | Thời gian | |------|----------|-----------| | **Vòng 1** | Sàng lọc hồ sơ + Test kỹ thuật | 1-2 tuần sau nộp | | **Vòng 2** | Phỏng vấn chuyên môn với Trưởng phòng QLRR | 45-60 phút | | **Vòng 3** | Phỏng vấn với Giám đốc Khối QLRR + HR | 30-45 phút | ### Vòng 1: Test kỹ thuật **Nội dung có thể gặp:** - **Python/R coding test**: Xây dựng một mô hình đơn giản (linear regression, decision tree) - **SQL query**: Truy vấn dữ liệu từ database mẫu - **Lý thuyết ML**: Giải thích các khái niệm, so sánh thuật toán - **Kiến thức tài chính**: Câu hỏi về rủi ro thanh khoản, LCR, NSFR **Tips chuẩn bị:** - Ôn lại Python pandas, numpy, sklearn - Thực hành SQL query trên LeetCode/HackerRank - Đọc lại lý thuyết ML: overfitting, cross-validation, AUC-ROC ### Vòng 2: Phỏng vấn chuyên môn **Câu hỏi hay gặp:** 1. **Về mô hình ML:** - "Bạn đã từng xây dựng mô hình nào? Hãy mô tả quy trình từ data collection đến deployment" - "Khi nào dùng Regression, khi nào dùng Decision Tree?" - "Làm sao để xử lý imbalanced data trong mô hình credit risk?" - "Backtesting là gì? Cách đánh giá model performance?" 2. **Về rủi ro thanh khoản:** - "Bạn hiểu gì về LCR và NSFR?" - "Các yếu tố nào ảnh hưởng đến thanh khoản của ngân hàng?" - "Khi xảy ra cuộc khủng hoảng thanh khoản, ngân hàng sẽ ứng phó thế nào?" - "Stress testing trong QLRR thanh khoản được thực hiện ra sao?" 3. **Về kinh nghiệm:** - "Mô tả một dự án/model mà bạn tự hào nhất" - "Bạn phối hợp với bộ phận IT như thế nào để triển khai model?" - "Thách thức lớn nhất khi làm việc với dữ liệu ngân hàng là gì?" 4. **Câu hỏi tình huống:** - "Nếu model đưa ra kết quả bất thường trong giai đoạn market stress, bạn sẽ làm gì?" - "Làm sao để cân bằng giữa model complexity và interpretability?" ### Vòng 3: Phỏng vấn với Giám đốc + HR **Câu hỏi hay gặp:** - "Tại sao bạn muốn gia nhập ACB?" - "Bạn biết gì về chiến lược phát triển của ACB?" - "Mục tiêu nghề nghiệp 3-5 năm tới của bạn?" - "Bạn có câu hỏi gì cho chúng tôi?" (LUÔN hỏi - thể hiện sự quan tâm) ### Tips chuẩn bị chung 1. **Nghiên cứu trước:** - Tìm hiểu cơ cấu Khối QLRR của ACB - Đọc báo cáo thường niên, chiến lược công nghệ của ACB - Theo dõi tin tức ACB gần đây (nếu có) 2. **Chuẩn bị portfolio:** - Mang theo sample code/model notebook (nếu được) - Chuẩn bị slides/文档 về các dự án đã làm 3. **Dress code:** - Business formal (áo sơ mi, quần âu/nhún xếp li) - Nam: Cà vạt (nếu không chắc chắn, mang theo) 4. **Những điều KHÔNG NÊN:** - Nói xấu công ty cũ - Thể hiện mình "hoàn hảo" - nên thừa nhận điểm cần cải thiện - Trả lời lan man, thiếu cấu trúc - dùng STAR method

Lộ trình ôn thi

## Ôn thi & Chuẩn bị ### Lộ trình chuẩn bị 1-2 tuần #### Tuần 1: Củng cố nền tảng **Ngày 1-2: Machine Learning chuyên sâu** - Đọc: scikit-learn documentation, các tutorial về Regression & Decision Trees - Thực hành: Xây dựng model hoàn chỉnh trên dataset mẫu - Focus: Model selection, hyperparameter tuning, evaluation metrics **Ngày 3-4: Rủi ro thanh khoản & Regulation** - Đọc: Thông tư 36/2014/TT-NHNN (các quy định về QLRR) - Học: Công thức tính LCR, NSFR, các tình huống stress - Tham khảo: Tài liệu Basel III về liquidity risk **Ngày 5-6: Lập trình & SQL** - Thực hành: SQL queries phức tạp (JOIN, subquery, window functions) - Ôn: Python pandas, numpy, visualization - Làm bài tập trên Kaggle (dataset liên quan đến finance) **Ngày 7: Tổng ôn + Mock interview** - Review lại toàn bộ - Practice trả lời câu hỏi phỏng vấn với bạn bè - Chuẩn bị câu hỏi để hỏi nhà tuyển dụng #### Tuần 2 (nếu có): Chuyên sâu hóa - Deep dive vào Neural Networks (nếu chưa vững) - Nghiên cứu case study về liquidity crisis (SVB, 2008) - Làm thêm bài tập technical - Networking: Kết nối với người đang/nh pernah làm ở ACB ### Tài liệu tham khảo | Chủ đề | Tài liệu | Link/Địa chỉ | |--------|----------|--------------| | **Machine Learning** | Hands-On Machine Learning (Aurélien Géron) | Sách, PDF online | | **ML in Finance** | "Machine Learning for Risk Management" - Springer | Thư viện | | **Basel III** | Báo cáo Basel Committee (bản tiếng Việt) | Website NHNN | | **LCR/NSFR** | Thông tư 36/2014/TT-NHNN | Website NHNN | | **Python for Finance** | "Python for Finance" - Yves Hilpisch | Sách, O'Reilly | | **SQL** | Mode Analytics SQL Tutorial | mode.com/sql-tutorial | | **Risk Management** | FRM Syllabus (phần Liquidity Risk) | garp.org/frm | ### Kiến thức nền cần nắm vững **1. Machine Learning:** - Supervised vs Unsupervised learning - Linear/Logistic Regression, Decision Trees, Random Forest - Overfitting, regularization, cross-validation - Model evaluation: AUC-ROC, RMSE, confusion matrix **2. Rủi ro thanh khoản:** - Liquidity Coverage Ratio (LCR) = HQLA / Net Cash Outflow (30 ngày) - Net Stable Funding Ratio (NSFR) = Available Stable Funding / Required Stable Funding - Survival horizon, funding concentration - Stress testing scenarios **3. Bảng cân đối kế toán ngân hàng:** - Tài sản có: tiền mặt, cho vay, chứng khoán - Tài sản nợ: tiền gửi, vay vốn, phát hành trái phiếu - Hệ số CAR, NIM, CASA

Tư vấn nghề nghiệp

## Lời khuyên Sự nghiệp ### Lộ trình thăng tiến dự kiến ``` Chuyên viên QLRR Thanh khoản (2-3 năm) ↓ Chuyên viên cao cấp / Team Lead (3-5 năm) ↓ Trưởng nhóm Model Development (5-7 năm) ↓ Trưởng phòng QLRR Thanh khoản (7-10 năm) ↓ Giám đốc Khối QLRR / Chief Risk Officer (10+ năm) ``` **Cơ hội chuyển đổi:** - Chuyên viên QLRR Thanh khoản → chuyển sang Credit Risk, Market Risk - Quantitative analyst → Data Science Manager - Banking → Insurance, Securities, Fund Management ### Mức lương kỳ vọng theo cấp bậc | Cấp bậc | Kinh nghiệm | Mức lương tháng (VNĐ) | Ghi chú | |---------|-------------|----------------------|----------| | **Fresher/Junior** | 0-2 năm | 12-20 triệu | Nếu thiếu kinh nghiệm | | **Chuyên viên** | 2-5 năm | 20-35 triệu | Mức phổ biến cho vị trí này | | **Senior** | 5-8 năm | 35-55 triệu | Có portfolio model tốt | | **Team Lead** | 8+ năm | 55-80 triệu | Quản lý team | **Lưu ý:** - Mức lương "Thương lượng" = có room đàm phán tùy kinh nghiệm - Thường có thêm: thưởng KPI (2-4 tháng), BHXH, BHYT, phụ cấp - ACB có văn hóa đánh giá performance rõ ràng ### Kỹ năng cần phát triển thêm **Ngắn hạn (6-12 tháng đầu):** - Thành thạo Python/R ở mức production - Hiểu sâu business model của ACB - Build network nội bộ với các phòng ban **Trung hạn (1-3 năm):** - Lấy chứng chỉ FRM (Financial Risk Manager) - Học thêm về Cloud computing (AWS/GCP) cho model deployment - Phát triển kỹ năng lãnh đạo, mentoring **Dài hạn (3-5 năm):** - Executive presence: trình bày với Board - Strategic thinking: đóng góp vào chiến lược rủi ro - Cross-functional expertise: hiểu toàn diện ngân hàng ### Đánh giá: Nên ứng tuyển không? **✅ NÊN ứng tuyển nếu:** - Bạn có nền tảng Toán/Thống kê và đam mê ML - Muốn làm việc tại môi trường ngân hàng top-tier - Thích công việc technical nhưng có impact thực tế - Ổn định lâu dài, không cần thăng tiến quá nhanh **❌ CÂN NHẮC thêm nếu:** - Bạn muốn lương cao ngay, mức lương banking không competitive vs fintech - Bạn thích startup, môi trường năng động - Không thích làm việc với regulation, compliance - Ngại làm việc với legacy systems (SQL, mainframe)

Câu hỏi thường gặp

Mức lương cho vị trí Chuyên viên QLRR Thanh khoản tại ACB là bao nhiêu?

ACB để mức lương là 'Thương lượng', không công khai cụ thể. Thực tế, với 2-5 năm kinh nghiệm, mức lương phổ biến khoảng 20-35 triệu/tháng. Bạn nên đàm phán dựa trên kinh nghiệm thực tế, đặc biệt nếu có portfolio model tốt hoặc chứng chỉ FRM. Thường sẽ có thêm thưởng KPI 2-4 tháng.

Tôi tốt nghiệp Toán ứng dụng nhưng chưa có kinh nghiệm ngân hàng, có ứng tuyển được không?

Khó khăn đấy! Yêu cầu tối thiểu là 2 năm kinh nghiệm tại tổ chức tài chính. Tuy nhiên, bạn có lợi thế lớn về ML và Toán. Gợi ý: (1) Tìm việc ở vị trí liên quan tại công ty chứng khoán/bảo hiểm trước, (2) Tự build project về financial modeling để showcase, (3) Lấy FRM để bổ sung kiến thức tài chính. Sau 2 năm tích lũy, hồ sơ sẽ mạnh hơn nhiều.

Vị trí này làm việc với công nghệ gì? Có được training thêm không?

Công việc chủ yếu dùng Python, R, PL/SQL. ACB đang đẩy mạnh digital transformation nên có cơ hội làm việc với cloud (AWS/GCP), containerization. Về training, ACB có chương trình đào tạo nội bộ khá tốt, hỗ trợ chi phí học chứng chỉ quốc tế (FRM, CFA). Bạn sẽ được đào tạo về quy trình, regulation nội bộ khi onboard.

KPI của vị trí này đánh giá như thế nào? Có áp lực không?

KPIs thường bao gồm: (1) Độ chính xác của mô hình (model performance metrics), (2) Báo cáo đúng deadline, (3) Triển khai model đúng hạn, (4) Compliance - không vi phạm regulation. Áp lực chủ yếu đến từ deadline báo cáo định kỳ (cuối tháng, cuối quý) và khi có regulatory changes. So với front office, mức độ áp lực thấp hơn nhưng đòi hỏi sự cẩn thận và chính xác cao.

Tôi đang làm ở vị trí IT nhưng muốn chuyển sang QLRR, có khả thi không?

Khả thi nhưng cần bridge gap. Bạn đã có technical skills (SQL, có thể Python), nhưng thiếu domain knowledge về banking/finance. Recommend: (1) Học thêm về financial products, liquidity risk, Basel III, (2) Tự làm project liên quan đến financial modeling, (3) Lấy FRM để credential hóa kiến thức, (4) Apply vào vị trí junior/hỗ trợ trước, sau đó promoted lên. Nhiều người từ IT đã chuyển sang risk thành công.

Giờ làm việc và cân life-work balance như thế nào?

Thường giờ làm 8:30-17:30, có thể OT nhẹ vào cuối tháng/quý khi cần báo cáo. So với các vị trí khác trong ngân hàng, QLRR có life-work balance tốt hơn front office. Đặc biệt KHÔNG có áp lực doanh số như CS, KH. Phù hợp nếu bạn thích công việc ổn định, có thời gian phát triển cá nhân.