ACB
HO - Data Lake Specialist
Hội sở (Hồ Chí Minh)
Phân tích Dữ liệu
CNTT
Thương lượng
Hạn: 2026-07-31
Mô tả công việc
RESPONSIBILITIES:
- Develop and maintain scalable and reliable data pipelines to ingest data from a variety of different data sources into Data Lake, ensure right data format and adhere to data quality standards, assure the downstream users can get the data quickly
- Develop and maintain highly scalable and extensible Big Data platform which enables collection, storage, modeling, and analysis of massive data sets from numerous channels. Define and maintain data pipeline, data structure, data format to enable business solution
- Develop and enable big data and batch/real-time analytical solutions that leverage emerging technologies.
- Works in a team to build next-generation Hadoop data lake and analytics applications on a group of core Hadoop technologies
- Evaluate new technologies and products, and research to identify opportunities that impact business strategy, business requirements and performance that can accelerate access to data.
- Work with Advanced Analytics Team to plan and execute high-impact actionable insight generation through big data advanced analytics including predictive analytics, advanced Machine Learning Technologies that reduce cost and improve analytics speed to insight by accelerating the pace of Big Data innovation at ACB.
- Ensure proper configuration management and change controls are implemented during code migration.
REQUIREMENTS:
- Bachelor Degree in Information Technology/Data Management/Big Data/ Information system.
- At least 5 years experience in any following data analysis programming languages: Python, R, Java, Scala, Spark is a must. Knowledgeable in at least any web programming languages is a big plus
- Experience in multinational project, cross-functional engineering teams is a plus.
- Knowledgeable about anything of finance, accounting, business, e-commerce, insurance, securities is preferred.
- Experience in evolving/managing technologies/tools in a rapidly changing environment to support business needs and capabilities
- Experience with backend microservice, Cloud Computing such as Google, AWS and big data projects in financial industry is a plus
- Ability of communicating in English. IELTS 6.0, or TOEIC 700 and above is a plus
- Good in thinking, observing and analytics
- Ability of presenting idea to non-technical people
- Flexibility, and adaptability in this fast-growing environment
Nộp đơn ứng tuyển công việc này
Họ & tên bạn *
Địa chỉ email *
Chọn văn phòng bạn dự tuyển
Hội sở (Tp. HCM)
CNTT
Experience
Số điện thoại *
Ngày tháng năm sinh
Công việc hiện tại của bạn *
Ảnh chân dung *
Click to select image
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)
Tên trường Đại học/Cao Đẳng/Trung Cấp (University/Academy)
Chuyên ngành
+ Thông tin thêm
Nội dung (Cover letter)
Giới tính (Gender)
-- Giới tính (Gender) --Nam (Male)Nữ (Female)Không hiển thị (Not display)
Số CMT/Căn cước/Hộ chiếu (Social security number/Passport)
Nguyên quán (Place of birth in VN)
-- Nguyên quán (Place of birth in VN) --Hà NộiTP Hồ Chí MinhAn GiangBà Rịa - Vũng TàuBạc LiêuBắc KạnBắc GiangBắc NinhBến TreBình DươngBình ĐịnhBình PhướcBình ThuậnCà MauCao BằngCần ThơĐà NẵngĐắk LắkĐắk NôngĐồng NaiĐồng ThápĐiện BiênGia LaiHà GiangHà NamHà TĩnhHải DươngHải PhòngHòa BìnhHậu GiangHưng YênKhánh HòaKiên GiangKon TumLai ChâuLào CaiLạng SơnLâm ĐồngLong AnNam ĐịnhNghệ AnNinh BìnhNinh ThuậnPhú ThọPhú YênQuảng BìnhQuảng NamQuảng NgãiQuảng NinhQuảng TrịSóc TrăngSơn LaTây NinhThái BìnhThái NguyênThanh HóaThừa Thiên HuếTiền GiangTrà VinhTuyên QuangVĩnh LongVĩnh PhúcYên BáiKhác (other)
Địa chỉ hiện tại (Current Address)
Chiều cao (Height) (cm)
Cân nặng (Weight) (kg)
Ngày cấp CMND
Địa điểm cấp CMND
Tình trạng hôn nhân
-- Tình trạng hôn nhân --Độc thânKết hôn
Địa chỉ thường trú
Loại tốt nghiệp
-- Loại tốt nghiệp --GiỏiKháTrung bình KháTrung bìnhYếuKém
Kinh nghiệm
File ảnh chụp mặt trước CMND
Click to select file
File ảnh chụp mặt sau CMND
Click to select file
File ảnh chụp Bằng tốt nghiệp
Click to select file
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":"2022-02-28",
"description":"
RESPONSIBILITIES:
- Develop and maintain scalable and reliable data pipelines to ingest data from a variety of different data sources into Data Lake, ensure right data format and adhere to data quality standards, assure the downstream users can get the data quickly
- Develop and maintain highly scalable and extensible Big Data platform which enables collection, storage, modeling, and analysis of massive data sets from numerous channels. Define and maintain data pipeline, data structure, data format to enable business solution
- Develop and enable big data and batch/real-time analytical solutions that leverage emerging technologies.
- Works in a team to build next-generation Hadoop data lake and analytics applications on a group of core Hadoop technologies
- Evaluate new technologies and products, and research to identify opportunities that impact business strategy, business requirements and performance that can accelerate access to data.
- Work with Advanced Analytics Team to plan and execute high-impact actionable insight generation through big data advanced analytics including predictive analytics, advanced Machine Learning Technologies that reduce cost and improve analytics speed to insight by accelerating the pace of Big Data innovation at ACB.
- Ensure proper configuration management and change controls are implemented during code migration.
REQUIREMENTS:
- Bachelor Degree in Information Technology/Data Management/Big Data/ Information system.
- At least 5 years experience in any following data analysis programming languages: Python, R, Java, Scala, Spark is a must. Knowledgeable in at least any web programming languages is a big plus
- Experience in multinational project, cross-functional engineering teams is a plus.
- Knowledgeable about anything of finance, accounting, business, e-commerce, insurance, securities is preferred.
- Experience in evolving/managing technologies/tools in a rapidly changing environment to support business needs and capabilities
- Experience with backend microservice, Cloud Computing such as Google, AWS and big data projects in financial industry is a plus
- Ability of communicating in English. IELTS 6.0, or TOEIC 700 and above is a plus
- Good in thinking, observing and analytics
- Ability of presenting idea to non-technical people
- Flexibility, and adaptability in this fast-growing environment
",
"employmentType":"Toàn thời gian",
"hiringOrganization": {
"@type": "Organization",
"name": "Ngân hàng Á Châu - ACB",
"sameAs" : "http://www.acbjobs.com.vn"
},
"identifier": {
"@type": "PropertyValue",
"name": "HO - Data Lake Specialist",
"value": "13855"
},
"title": "HO - Data Lake Specialist",
"validThrough":"2026-07-31"
}
Phân tích kỹ năng cần có
## Phân tích Kỹ năng cần có - Data Lake Specialist tại ACB
### 🔧 HARD SKILLS (BẮT BUỘC)
| Kỹ năng | Mức độ yêu cầu | Ghi chú |
|---------|----------------|---------|
| **Python / R / Java / Scala / Spark** | BẮT BUỘC - 5+ năm | Đây là yêu cầu cốt lõi nhất. Cần thành thạo ít nhất 1 ngôn ngữ |
| **Data Pipeline Development** | Cao | Xây dựng và duy trì pipeline ingest dữ liệu |
| **Hadoop Ecosystem** | Cao | HDFS, MapReduce, Hive, HBase, Kafka, Flink |
| **Big Data Platform** | Cao | Xây dựng platform mở rộng cho massive data |
| **Cloud Computing (AWS/GCP)** | Plus | GCP được nhấn mạnh trong JD |
| **SQL & NoSQL Databases** | Cao | Hive, MongoDB, Cassandra |
| **Data Modeling & Architecture** | Trung bình-cao | Thiết kế data structure, data format |
| **ETL/ELT Processes** | Cao | Xử lý data quality, data format |
| **Microservices Architecture** | Plus | Backend microservice experience |
### 💡 SOFT SKILLS
| Kỹ năng | Ý nghĩa |
|---------|---------|
| **Giao tiếp tiếng Anh** | IELTS 6.0+ / TOEIC 700+ (plus) - làm việc trong môi trường tech hiện đại |
| **Trình bày cho non-technical** | Pitch giải pháp cho business stakeholders |
| **Tư duy phân tích** | "Good in thinking, observing and analytics" |
| **Khả năng thích nghi** | Môi trường thay đổi nhanh, công nghệ mới liên tục |
| **Làm việc nhóm** | Làm việc với Advanced Analytics Team |
### 📜 CHỨNG CHỈ GỢI Ý
**Nên có:**
- AWS Certified Data Analytics / Big Data Specialty
- Google Cloud Professional Data Engineer
- Databricks Certified Spark Developer
- Cloudera Certified Data Engineer (CCDH)
**Nên học thêm:**
- Khóa học Data Engineering trên Coursera/edX (University of California, Johns Hopkins)
- Apache Spark Certification
- Azure Data Engineer Associate (nếu làm với Microsoft ecosystem)
### 📊 BẢNG SO SÁNH: Data Engineer vs Data Scientist vs Data Lake Specialist
| Khía cạnh | Data Engineer | Data Scientist | Data Lake Specialist (vị trí này) |
|-----------|---------------|-----------------|-----------------------------------|
| **Focus chính** | Pipeline, ETL, Infrastructure | Modeling, ML, Analytics | Data Lake, Platform, Architecture |
| **Ngôn ngữ chính** | Python, Scala, SQL | Python, R | Python, Scala, Spark (bắt buộc) |
| **Mục tiêu** | Đưa data vào usable form | Tạo insight, predict | Xây dựng & duy trì hạ tầng data |
| **Công cụ** | Airflow, Kafka, Spark | TensorFlow, Scikit-learn | Hadoop, Spark, Cloud Platform |
| **Tương tác** | Với Data Scientist, Analyst | Với Business | Với cả 2 + IT team |
### 🎯 KINH NGHIỆM NGÀNH TÀI CHÍNH - NGÂN HÀNG (ƯU TIÊN)
JD nói "knowledgeable about anything of finance, accounting, business" là preferred. Cụ thể:
- Hiểu biết về **hệ thống Core Banking** (Temenos, Flexcube, BaNCS)
- Hiểu **quy trình nghiệp vụ** ngân hàng (ATM, POS, Internet Banking, Mobile Banking)
- Kiến thức về **regulatory reporting** (Basel III, AML/KYC)
- Kinh nghiệm với dữ liệu **e-commerce, securities, insurance** cũng được ưu tiên
---
## 🎓 SO SÁNH YÊU CẦU: JD vs Thực tế thị trường
| Tiêu chí | JD yêu cầu | Thực tế thị trường Việt Nam 2024 |
|----------|------------|----------------------------------|
| **Bằng cấp** | Bachelor (IT/Data) | Bachelor là đủ, Master là plus |
| **Kinh nghiệm** | 5+ năm với ngôn ngữ data | 3-5 năm cho senior, 1-3 cho mid |
| **Ngôn ngữ lập trình** | Python/R/Java/Scala/Spark | Python & Spark là phổ biến nhất |
| **Cloud** | GCP/AWS (plus) | AWS phổ biến hơn ở VN |
| **Ngân hàng** | Plus | Không bắt buộc nhưng là lợi thế |
| **Tiếng Anh** | IELTS 6.0/ TOEIC 700 (plus) | Nên có để phỏng vấn thành công |
| **Lương ước tính** | Thương lượng | 25-50 triệu/tháng (tùy kinh nghiệm) |
Chuẩn bị phỏng vấn
## Hướng dẫn Phỏng vấn - Data Lake Specialist tại ACB
### 📋 QUY TRÌNH TUYỂN DỤNG DỰ KIẾN
**Thông thường tại ACB (vị trí IT HO):**
```
Vòng 1: Sàng lọc hồ sơ (HR)
↓
Vòng 2: Phỏng vấn chuyên môn (Trưởng phòng IT/Data)
↓
Vòng 3: Phỏng vấn cấp cao (IT Director/VP)
↓
Vòng 4: Đàm phán lương & Offer
```
*Note: Có thể gộp Vòng 2+3 tùy trường hợp*
---
### 🎯 CÂU HỎI THƯỜNG GẶP THEO TỪNG VÒNG
#### **VÒNG 1: Sàng lọc hồ sơ (HR)**
| Câu hỏi | Tips trả lời |
|---------|--------------|
| "Giới thiệu bản thân và kinh nghiệm liên quan" | Tập trung vào các dự án data pipeline, Hadoop, Cloud. Nói rõ quy mô data đã xử lý |
| "Tại sao muốn chuyển sang ngân hàng?" | Nêu rõ lý do: môi trường ổn định, dữ liệu phong phú, cơ hội học hỏi nghiệp vụ tài chính |
| "Mức lương mong muốn?" | Nêi range dựa trên market (25-40 triệu cho 5 năm kinh nghiệm), nói sẵn sàng thương lượng |
| "Bạn biết gì về ACB?" | Nghiên cứu trước: ACB là ngân hàng top 5 VN, có chiến lược chuyển đổi số mạnh, đang đầu tư mạnh vào Big Data |
#### **VÒNG 2: Phỏng vấn chuyên môn (Trưởng phòng/Team Lead)**
| Câu hỏi | Tips trả lời |
|---------|--------------|
| **Architecture:** "Thiết kế Data Lake cho ngân hàng như thế nào?" | Trả lời theo mô hình分层 (Layered):
- Raw Layer (Bronze)
- Cleansed Layer (Silver)
- Refined Layer (Gold)
- Explain về data governance, data quality |
| **Technical:** "Khác biệt giữa Spark và Hadoop MapReduce?" | Spark xử lý in-memory → nhanh hơn nhiều cho iterative tasks. MapReduce disk-based nhưng ổn định cho batch jobs lớn |
| **Data Pipeline:** "Cách handle data quality issues?" | Nói về: data validation, error handling, monitoring, alerting, retry mechanisms, dead letter queues |
| **Scale:** "Xử lý thế nào khi data tăng 10x?" | Horizontal scaling, partition strategy, data compression, optimize Spark jobs, consider data lakehouse architecture |
| **Case Study:** "Làm sao build real-time pipeline cho giao dịch ATM?" | Kafka → Spark Streaming → Delta Lake → Analytics. Nói về latency requirements, fault tolerance |
#### **VÒNG 3: Phỏng vấn cấp cao (IT Director/VP)**
| Câu hỏi | Tips trả lời |
|---------|--------------|
| "Chiến lược chuyển đổi Data Lake cũ sang hiện đại?" | Nêu lộ trình: assess → migrate → validate → optimize. Nói về Data Lakehouse pattern (Delta Lake, Iceberg) |
| "Cách đo lường giá trị của Data Platform?" | Metrics: data availability, pipeline SLA, data quality score, time-to-insight, cost efficiency |
| "Quản lý stakeholder như thế nào?" | Nói về việc trình bày technical concepts cho business, prioritization, documentation |
| "Xu hướng Big Data 2024-2025?" | Nói về: Data Lakehouse (Databricks, Snowflake), Real-time analytics, MLOps integration, Data Mesh architecture |
| "Tại sao bạn phù hợp với vị trí này?" | Match kinh nghiệm + năng lượng + khả năng học hỏi. Nêu ví dụ cụ thể |
---
### 💻 TECHNICAL ASSESSMENT (Có thể xảy ra)
**Dạng bài có thể gặp:**
1. **Viết Spark code** - Transformation trên RDD/DataFrame
2. **Design Data Model** - Star schema cho reporting bank
3. **SQL Query** - Complex joins, window functions, aggregations
4. **System Design** - Design a data pipeline cho transaction data
**Ví dụ câu hỏi coding:**
```python
# Cho 1 DataFrame transactions(user_id, amount, timestamp)
# Tính total amount và count theo user trong 30 ngày gần nhất
```
---
### 👔 DRESS CODE & LOGISTICS
| Hạng mục | Khuyến nghị |
|----------|-------------|
| **Trang phục** | Business casual (vest không bắt buộc) - ngành ngân hàng VN. Màu trung tính |
| **Địa điểm** | Hội sở ACB, Quận 1 hoặc Tân Định, TP.HCM |
| **Thời gian** | Thường 45-60 phút/vòng |
| **Giấy tờ mang theo** | CMND/CCCD, bằng cấp gốc, chứng chỉ (nếu có) |
| **Online interview** | Test mic/cam trước, chuẩn bị môi trường yên tĩnh |
---
### ✅ CHECKLIST CHUẨN BỊ TRƯỚC PHỎNG VẤN
- [ ] Research ACB: lịch sử, sản phẩm, chiến lược chuyển đổi số
- [ ] Ôn lại kiến thức Hadoop ecosystem components
- [ ] Thực hành viết PySpark/Scala code
- [ ] Chuẩn bị portfolio dự án: Data pipeline đã xây dựng, scale xử lý
- [ ] Ôn SQL advanced (window functions, CTEs, optimization)
- [ ] Tìm hiểu Data Lakehouse trend (Databricks, Delta Lake)
- [ ] Chuẩn bị câu hỏi cho interviewer (luôn phải có!)
- [ ] Ngủ đủ giấc, đến sớm 15 phút
Lộ trình ôn thi
## Lộ trình Ôn thi & Chuẩn bị - Data Lake Specialist
### 📅 LỘ TRÌNH 2 TUẦN (Full-time preparation)
#### **TUẦN 1: Củng cố Kiến thức Nền tảng**
| Ngày | Chủ đề | Tài liệu | Thời gian |
|------|--------|----------|----------|
| **Ngày 1-2** | Hadoop Ecosystem tổng quan | Hadoop: The Definitive Guide (O'Reilly) - Chương 1-4 | 4-5h/ngày |
| **Ngày 3-4** | Apache Spark Deep Dive | Databricks Learning Path, PySpark documentation | 4-5h/ngày |
| **Ngày 5** | Data Pipeline Design Patterns | Data Engineering with Python (Packt) | 4h |
| **Ngày 6** | Cloud (GCP/AWS) for Big Data | GCP BigQuery/Dataflow tutorials, AWS Glue labs | 4h |
| **Ngày 7** | Ôn tập & Practice | LeetCode SQL (medium level) | 3-4h |
#### **TUẦN 2: Luyện tập Chuyên sâu & Mock Interview**
| Ngày | Hoạt động | Chi tiết |
|------|-----------|----------|
| **Ngày 8-9** | Spark Performance Tuning | Partitioning, caching, broadcast joins, Catalyst optimizer |
| **Ngày 10** | Data Lake Architecture | Delta Lake, Data Lakehouse pattern, medallion architecture |
| **Ngày 11** | Stream Processing | Kafka basics, Spark Structured Streaming, Flink intro |
| **Ngày 12** | Mock Interview Tech | Practice trả lời câu hỏi architecture, viết code |
| **Ngày 13** | Mock Interview System Design | Design 1 data pipeline từ đầu đến cuối |
| **Ngày 14** | Review & Relax | Ôn lại điểm yếu, chuẩn bị tinh thần |
---
### 📚 TÀI LIỆU THAM KHẢO
#### **Sách ( essentials):**
| Sách | Mục đích | Ưu tiên |
|------|----------|---------|
| "Hadoop: The Definitive Guide" - Tom White | Hiểu sâu Hadoop ecosystem | ⭐⭐⭐ |
| "Learning Spark" - Jules Damji | Spark fundamentals + advanced | ⭐⭐⭐⭐⭐ |
| "The Data Warehouse Toolkit" - Kimball | Data modeling cho analytics | ⭐⭐⭐⭐ |
| "Data Engineering with Python" - Paul Crickard | Pipeline design patterns | ⭐⭐⭐ |
#### **Online Courses:**
| Nền tảng | Khóa học | Link |
|----------|----------|------|
| Coursera | "IBM Data Engineering Professional Certificate" | coursera.org |
| Databricks | "Databricks Spark Developer Certification Prep" | databricks.com/learn |
| Udemy | "Apache Spark 3 & Big Data Essentials" | udemy.com |
| GCP Skills Boost | "Data Engineering Learning Path" | cloudskillsboost.google |
#### **Documentation & References:**
- Apache Spark Documentation: spark.apache.org/docs/latest
- Delta Lake Documentation: delta.io
- Data Engineering Cookbook (Andres Gomez) - GitHub free
---
### 🧪 BÀI TẬP THỰC HÀNH
**1. Mini Project: Xây dựng Data Pipeline mẫu**
```
Data Source → Ingestion (Kafka) → Processing (Spark Streaming)
→ Storage (Delta Lake/GCS) → Analytics (BigQuery) → Dashboard
```
**2. SQL Practice (30 bài):**
- Window functions (LAG, LEAD, RANK, ROW_NUMBER)
- CTEs và subqueries phức tạp
- Aggregation với HAVING và GROUP BY
**3. Case Study ôn tập:**
- "Thiết kế Data Lake cho hệ thống ATM ngân hàng với 10 triệu giao dịch/ngày"
---
### 🎯 TOPICS CẦN NẮM VỮNG
#### **MUST-KNOW (Bắt buộc phải giỏi):**
1. **Spark DataFrame Operations**
- Transformations vs Actions
- Wide vs Narrow transformations
- Broadcast joins vs shuffle joins
- Catalyst optimizer internals
2. **Data Pipeline Architecture**
- Batch vs Streaming
- Lambda vs Kappa architecture
- Data quality checks & monitoring
3. **Hadoop Components**
- HDFS (block size, replication, rack awareness)
- YARN (resource allocation)
- Hive (partitioning, bucketing)
#### **SHOULD-KNOW (Nên biết):**
4. **Cloud Data Services**
- GCP: BigQuery, Dataflow, Dataproc, Pub/Sub, GCS
- AWS: Glue, EMR, Kinesis, Redshift, S3
5. **Orchestration Tools**
- Apache Airflow basics
- Dagster hoặc Prefect
#### **NICE-TO-KNOW (Biết thêm là plus):**
6. **Advanced Topics**
- Data Mesh architecture
- DataOps practices
- ML Pipelines (MLflow integration)
---
### 💡 MẸO ÔN TẬP HIỆU QUẢ
1. **Code mỗi ngày** - 30 phút viết PySpark/Scala code
2. **Giải thích toàn bộ** - Nói to những gì bạn đang làm (tăng khả năng nhớ)
3. **Dạy ngược** - Giải thích concept cho người khác (hoặc ghi âm)
4. **Tạo cheatsheet** - Ghi chú ngắn cho mỗi topic quan trọng
5. **Mock interview** - Practice với bạn bè hoặc record lại
Tư vấn nghề nghiệp
## Lời khuyên Sự nghiệp - Data Lake Specialist
### 📈 LỘ TRÌNH THĂNG TIẾN TRONG NGÀNH DATA
```
Junior Data Engineer (1-3 năm)
↓ (~25-35 triệu)
Senior Data Engineer (3-5 năm)
↓ (~35-50 triệu)
Data Lake Specialist / Data Platform Lead (5-7 năm)
↓ (~50-70 triệu)
Data Engineering Manager / Principal Engineer (7-10 năm)
↓ (~70-100+ triệu)
Head of Data Engineering / VP of Data (10+ năm)
↓ (~100-150+ triệu + bonus)
```
---
### 💰 MỨC LƯƠNG KỲ VỌNG THEO CẤP BẬC (Thị trường VN 2024)
| Cấp bậc | Kinh nghiệm | Lương tháng (VND) | Notes |
|---------|-------------|-------------------|-------|
| **Junior (0-2 năm)** | Mới ra trường, ít project | 15-25 triệu | Cần học hỏi nhiều |
| **Mid-level (2-4 năm)** | Có project hoàn chỉnh | 25-40 triệu | Có thể nhận offer ACB |
| **Senior (4-6 năm)** | Lead được module nhỏ | 40-60 triệu | Phù hợp với JD này |
| **Lead/Principal (6+ năm)** | Architecture decisions | 60-100 triệu | Tech lead hoặc manager |
**So sánh với các công ty khác:**
- **Tech companies (Google, Meta VN, Shopee):** Lương cao hơn 20-40% nhưng áp lực hơn
- **Ngân hàng nhà nước (Vietcombank, VietinBank):** Ổn định, lương thấp hơn ~15%
- **Fintech (VNPay, MoMo, ZaloPay):** Lương cạnh tranh, văn hóa năng động
- **ACB:** Cân bằng - lương khá + ổn định + benefits ngân hàng
---
### 🎯 KỸ NĂNG CẦN PHÁT TRIỂN THÊM
#### **Kỹ năng Technical (1-2 năm tới):**
| Kỹ năng | Lý do cần thiết | Tài nguyên học |
|---------|-----------------|----------------|
| **Cloud Platform chuyên sâu** | GCP/AWS sẽ càng quan trọng | GCP Professional Data Engineer cert |
| **Real-time Processing** | Kafka + Flink/Spark Streaming | Kafka Streams documentation |
| **MLOps basics** | Tích hợp với Advanced Analytics team | MLflow, Kubeflow tutorials |
| **Data Governance** | Ngân hàng cần compliance | Data governance frameworks |
#### **Kỹ năng Soft Skills (1-2 năm tới):**
| Kỹ năng | Cách phát triển |
|---------|-----------------|
| **Technical Writing** | Viết documentation, RFC documents |
| **Presentation** | Present trong architecture review meetings |
| **Stakeholder Management** | Làm việc với business users, PM |
| **Mentoring** | Guide junior engineers |
---
### 🏢 NÊN HAY KHÔNG NÊN CHỌN ACB?
#### **Ưu điểm khi làm tại ACB:**
✅ **Thương hiệu lớn** - Top 5 ngân hàng TMCP Việt Nam, ổn định dài hạn
✅ **Dữ liệu phong phú** - Hệ thống ngân hàng có data đa dạng (giao dịch, khách hàng, sản phẩm)
✅ **Đầu tư công nghệ** - Đang chuyển đổi số mạnh, cơ hội làm việc với tech mới
✅ **Benefits ngân hàng** - Bảo hiểm, thưởng Tết, phụ cấp
✅ **Work-life balance** - Giờ làm việc ổn định, ít OT hơn startup
#### **Nhược điểm cần cân nhắc:**
⚠️ **Bureaucracy** - Quy trình phê duyệt nhiều bước hơn công ty tech
⚠️ **Legacy systems** - Vẫn còn hệ thống cũ cần maintain
⚠️ **Lương thấp hơn FAANG** - Không so sánh được với big tech
⚠️ **Vertical growth chậm** - Thăng tiến cần thời gian
---
### 🚀 LỜI KHUYÊN CHO TỪNG PROFILE
**🎓 Sinh viên mới ra trường:**
> Vị trí này đòi hỏi 5 năm kinh nghiệm - bạn chưa đủ. Hãy apply các vị trí Junior Data Engineer tại fintech hoặc công ty tech nhỏ để tích lũy kinh nghiệm trước.
**👨💻 Data Engineer 2-3 năm kinh nghiệm:**
> Bạn gần đạt yêu cầu! Tập trung vào Spark & Cloud, có thể đàm phán ở mức 28-35 triệu. Đây là bước đệm tốt để vào ngành ngân hàng.
**👔 Data Engineer 5+ năm kinh nghiệm:**
> Đây là cơ hội tốt! Yêu cầu phù hợp với profile. Hãy đàm phán ở mức 40-55 triệu + benefits. Quan trọng: thể hiện khả năng làm việc với business stakeholders.
**🔄 Người chuyển từ ngành khác:**
> Cần có project portfolio Big Data để prove capability. Hãy build 1-2 project cá nhân sử dụng Spark/GCP, contribute vào open source data projects.
---
### 📝 NEXT STEPS SAU KHI NHẬN OFFER
1. **Học về ACB** - Sản phẩm, khách hàng, chiến lược
2. **Ôn nghiệp vụ ngân hàng** - Hiểu basic banking operations
3. **Setup workstation** - Jupyter, VS Code, PySpark environment
4. **Connect với team** - LinkedIn với manager/team members
5. **Prepare 30-60-90 plan** - Sẵn sàng đề xuất quick wins
Câu hỏi thường gặp
Vị trí Data Lake Specialist tại ACB yêu cầu 5 năm kinh nghiệm, nhưng mình chỉ có 3 năm, có nên apply không?
Có thể apply nhưng cần chuẩn bị kỹ. 5 năm là con số tương đối - nếu bạn có project Big Data thực sự (xử lý data lớn, Hadoop/Spark production) và có thể demonstrate, vẫn có cơ hội. Trong CV và phỏng vấn, hãy nhấn mạnh: (1) Quy mô data đã xử lý, (2) Complexity của pipeline, (3) Kết quả đo lường được. Đồng thời, chấp nhận mức lương ở ngưỡng thấp hơn (25-30 triệu) để tăng竞争力.
Mình biết Python và SQL, nhưng chưa dùng Scala/Spark nhiều. Có nên học thêm không?
PySpark (Python interface cho Spark) hoàn toàn đủ để làm việc tại hầu hết công ty Việt Nam, bao gồm ACB. Scala là plus nhưng không bắt buộc. Tuy nhiên, bạn nên: (1) Thành thạo PySpark ở mức có thể viết optimized transformations, (2) Hiểu Spark internals (shuffling, partitioning, Catalyst optimizer), (3) Biết cách debug và tune Spark jobs. Ưu tiên học PySpark trước, sau đó học Scala nếu có thời gian.
Mức lương cho vị trí này là bao nhiêu? Có thương lượng được không?
JD ghi 'thương lượng' nên chắc chắn có thể thương lượng. Với 5 năm kinh nghiệm Big Data: - Mức thấp: 35-40 triệu/tháng (thường cho ứng viên thiếu kinh nghiệm ngân hàng), - Mức trung bình: 40-50 triệu/tháng (phù hợp với JD), - Mức cao: 50-60 triệu/tháng (cho ứng viên có kinh nghiệm GCP/AWS + ngân hàng). Ngoài lương, đàm phán thêm: thưởng performance (thường 1-3 tháng), bảo hiểm cao cấp, đào tạo chứng chỉ cloud.
Làm Data Engineer ở ngân hàng khác gì so với công ty tech (Shopee, Grab, VNG)?
Khác biệt chính: (1) DATA: Ngân hàng có data phong phú về tài chính nhưng structured và legacy; Tech company thì data đa dạng hơn, modern stack. (2) COMPLIANCE: Ngân hàng cần audit, data governance chặt chẽ hơn nhiều. (3) LƯƠNG: Tech company thường cao hơn 20-30%. (4) STABILITY: Ngân hàng ổn định hơn, ít risk bị layoffs. (5) IMPACT: Ở tech company bạn thấy impact rõ ràng hơn (revenue tăng trực tiếp); ở ngân hàng impact thường indirect (phục vụ internal teams). Nếu muốn vào fintech/tech sau này, ngân hàng là bước đệm tốt.
Mình chưa có kinh nghiệm làm trong ngành tài chính/ngân hàng, làm sao để đạt yêu cầu 'knowledgeable about finance'?
Bạn không cần trở thành chuyên gia tài chính, chỉ cần hiểu cơ bản. Chuẩn bị: (1) Đọc về core banking products: savings, checking, loans, credit cards, ATM/POS. (2) Hiểu basic banking operations: transaction processing, settlement, reconciliation. (3) Biết các regulation cơ bản: AML/KYC, Basel III. (4) Tìm hiểu ACB cụ thể: sản phẩm chính, khách hàng mục tiêu, chiến lược số. Resource: Investopedia (free) cho basic finance, và đọc báo金融 (tài chính) trên CafeF, cafef.vn.
Kỹ năng tiếng Anh yêu cầu như thế nào? Mình chỉ có TOEIC 600?
JD ghi IELTS 6.0/TOEIC 700 là 'plus', không bắt buộc. Tuy nhiên, đây là vị trí IT ở Hội sở, cần đọc documentation công nghệ (chủ yếu là tiếng Anh), và có thể làm việc với vendor/partner nước ngoài. TOEIC 600 ở mức chấp nhận được nhưng sẽ là điểm yếu. Khuyến nghị: (1) Trong CV, đừng fake chứng chỉ - interviewer có thể test. (2) Nếu thiếu, thể hiện qua cách bạn present project (dùng thuật ngữ Anh). (3) Sau khi vào, ACB có chương trình đào tạo tiếng Anh nội bộ. Tốt nhất: cải thiện lên TOEIC 700+ trước khi phỏng vấn.
Vị trí này làm việc với team nào? Có phải làm việc với Data Science/ML không?
Theo JD, bạn sẽ làm việc chặt chẽ với Advanced Analytics Team - tức là team Data Science/ML của ACB. Cụ thể: (1) Cung cấp data infrastructure cho ML models (feature store, training data pipelines). (2) Enable real-time analytics và batch analytics cho predictive models. (3) Hỗ trợ MLOps: monitoring, data drift detection. Nếu bạn quan tâm đến ML, đây là cơ hội tốt để học hỏi và chuyển hướng sang Data Science sau này. Ngược lại, nếu chỉ muốn pure Data Engineering, cần làm rõ trong phỏng vấn về scope công việc.