[HO] RISK MODELING SPECIALIST

Chào em! Vị trí này khá specialized nên với năm 3, em cần build foundation vững trước khi apply. Cụ thể:

1. Học Python ngay (ưu tiên số 1): Học pandas, scikit-learn qua các khóa free trên Coursera hoặc freeCodeCamp
2. SQL: Học trên W3Schools, SQLBolt, LeetCode (medium)
3. Kiến thức nền: Đọc về credit scoring, PD/LGD, Basel — có thể đọc tài liệu trên BIS.org
4. Làm 1-2 project: Kaggle có dataset "Give Me Some Credit" hoặc "Home Credit Default Risk" rất phù hợp
5. Tiếng Anh: Duy trì IELTS 6.5+ hoặc TOEIC 700+

Với sinh viên, thường sẽ apply vào vị trí fresher/junior. Em nên apply thử để hiểu yêu cầu thực tế, dù không được chọn thì cũng biết cần bổ sung gì. Đồng thời em có thể apply vào các chương trình internship tại Shinhan — đây là cách vào cửa rất tốt!

Với 2 năm kinh nghiệm data analyst, em switch sang risk modeling được nhưng cần chuẩn bị thêm về domain knowledge. Về lương:

• Shinhan Bank VN (Specialist level): 40-60 triệu gross
• HSBC, Standard Chartered, Citibank: 50-80 triệu (cao hơn nhưng khó vào hơn)
• Ngân hàng Hàn khác (KEB Hana, Woori): 35-55 triệu

Tip từ đàn anh: Em nên research salary trên Glassdoor Vietnam, VietnamWorks Salary Insights. Khi offer, đừng nhận ngay — luôn counter thêm 10-15% với lý do: kinh nghiệm data analyst giúp em xử lý data nhanh hơn, đã có track record về impact metrics...

Quan trọng hơn lương: em hỏi rõ về bonus structure, training budget, cơ hội onsite (Hàn Quốc 1-3 tháng).

Có nhé, tiếng Hàn là lợi thế chứ không phải yêu cầu bắt buộc cho vị trí Risk Modeling. Tuy nhiên:

Vẫn nên apply nếu em đáp ứng:

• Kỹ năng modeling vững (Python, statistical modeling)
• Tiếng Anh tốt (vì tài liệu, training nhiều khi bằng tiếng Anh)
• Có kinh nghiệm banking/risk

Nếu vào được, môi trường làm việc:

• Daily work: chủ yếu tiếng Anh + tiếng Việt
• Họp với HQ Hàn: có thể có Korean expat, có thể có interpreter
• Tài liệu policy: tiếng Anh
• Email với HQ: tiếng Anh (hoặc Hàn nếu team đó dùng)

Khuyến nghị: Nếu em muốn gắn bó lâu dài và thăng tiến cao tại Shinhan, nên học tiếng Hàn cơ bản (TOPIK 3-4). Còn nếu em coi đây là bước đệm 2-3 năm rồi chuyển việc, tiếng Anh là đủ.

Đây là câu hỏi nhiều bạn quan tâm. Đàn anh phân tích như sau:

Ngân hàng nội địa (VCB, MB, ACB, Techcombank):

• ✅ Lương cạnh tranh top (đặc biệt Techcombank, MB, VPBank)
• ✅ Cơ hội thăng tiến nhanh nếu giỏi
• ✅ Data lớn, đa dạng khách hàng
• ✅ Văn hóa Việt Nam, dễ hòa nhập
• ❌ Quy trình có thể chưa chuẩn quốc tế
• ❌ Ít cơ hội training quốc tế

Ngân hàng nước ngoài (Shinhan, HSBC, StanChart):

• ✅ Quy trình chuẩn quốc tế, học được nhiều
• ✅ CV rất đẹp khi chuyển việc
• ✅ Cơ hội rotate sang HQ
• ✅ Lương tốt, benefits đầy đủ
• ❌ Thăng tiến chậm hơn (có expat)
• ❌ Áp lực văn hóa Hàn/Tây

Lời khuyên: Nếu bạn mới ra trường, ngân hàng nước ngoài là lựa chọn tốt để build foundation. Sau 3-5 năm, nếu muốn thăng tiến nhanh có thể move sang ngân hàng Việt top đầu.

FRM không bắt buộc nhưng rất có giá trị. Đàn anh chia sẻ thực tế:

Về FRM:

• Chi phí: ~$1,000-1,500 (gồm exam fee + study materials)
• Thời gian: 6-12 tháng ôn
• 2 parts: Part I (cơ bản) + Part II (nâng cao)
• Tỷ lệ đậu Part I: ~45%, Part II: ~50%
• Tài liệu: GARP Schweser Notes (rất nổi tiếng)

Lợi ích thực tế:

• Cộng thêm 5-15 triệu lương (tùy nơi)
• Nhiều JD yêu cầu "FRM preferred"
• Kiến thức thực sự hữu ích, không phải lý thuyết suông
• Được global recognition

Khi nào nên lấy:

• Sau khi đã có 1-2 năm kinh nghiệm
• Khi bạn nghiêm túc với career path risk
• Khi công ty support (Shinhan có support training fee)

So với PRM: PRM dễ hơn một chút, chi phí thấp hơn, nhưng FRM được biết đến nhiều hơn ở Châu Á.

Nếu không lấy FRM, làm gì thay thế? Có thể lấy certificate ngắn hạn từ Coursera (IBM Data Science, Google Analytics) hoặc tham gia workshop ngắn hạn về Basel.

Với 6 năm kinh nghiệm, anh/chị đã có nền tảng rất tốt. Để vào Shinhan ở vị trí Senior Specialist hoặc Manager, cần chuẩn bị:

Về chuyên môn:

• Refactor CV theo format quốc tế: nhấn mạnh impact, metrics, ROI
• Chuẩn bị case study về 1 model flagship mà anh/chị đã build (doanh nghiệp cũ có thể ký NDA nhưng vẫn kể được process)
• Review kỹ Basel III, IFRS 9 (đặc biệt IRB approach)

Về culture fit:

• Tìm hiểu văn hóa Hàn: hierarchy, formality, collective decision-making
• Chuẩn bị câu trả lời về việc thích nghi với môi trường mới
• Cân nhắc học tiếng Hàn cơ bản trước khi phỏng vấn (cộng điểm lớn)

Về negotiation:

• Với 6 năm + đang senior, anh/chị có leverage tốt
• Salary range kỳ vọng: 70-120 triệu tùy impact
• Đừng chỉ deal lương — deal cả: title, team size, budget training, cơ hội rotate Hàn

Khuyến nghị: Anh/chị nên apply qua headhunter (HRnavi, Navigos Search) để có người support quá trình. Đừng apply trực tiếp vì position senior thường được hunt chứ không public.

Câu hỏi hay! Đàn anh chia sẻ thẳng thắn:

Phần "nhàm" (khoảng 30%):

• Data cleaning, xử lý missing values — làm nhiều sẽ quen
• Validation report theo template
• Họp tuần, báo cáo định kỳ
• Documentation

Phần thú vị (70%):

• Mỗi bài toán mới là một challenge khác nhau
• Phải hiểu business để build model đúng — không phải chỉ chạy thuật toán
• Phối hợp với nhiều bên (IT, Business, Compliance, Audit) — học được nhiều
• Khi model deploy và thấy impact thực tế (giảm 2% NPL, tăng 5% approval rate) — cảm giác rất phê
• Ngành risk luôn có quy định mới → phải update liên tục, không bao giờ lạc hậu

So sánh thực tế:

• Nhàm hơn so với Data Scientist ở tech company? Có thể
• Nhưng thú vị hơn so với auditor/compliance? Chắc chắn
• Đặc biệt: công việc có ý nghĩa thực tế rõ ràng — model của mình giúp ngân hàng đánh giá rủi ro tốt hơn, bảo vệ tiền của khách hàng và ngân hàng

Để không nhàm:

• Đề xuất cải tiến model liên tục (không chờ ai nhắc)
• Học thêm ML mới, áp dụng vào công việc
• Mentor junior — teaching giúp bạn học sâu hơn
• Tham gia cộng đồng: GARP Vietnam, Vietnam Data Science community

Cơ hội chuyển đổi rất tốt, cả 2 chiều:

Từ Bank Risk Modeling → Fintech:

• Rất nhiều fintech cần risk modeling: MoMo, ZaloPay, Home Credit, FE Credit, Tima...
• Skill transfer gần như 100% (Python, SQL, statistical modeling)
• Fintech trả lương cao hơn bank ~20-40%
• Culture trẻ trung, dynamic hơn
• Vị trí: Senior Data Scientist, Risk Modeling Lead

Từ Fintech → Bank Risk Modeling:

• Cũng dễ, đặc biệt nếu từ lending fintech
• Cần học thêm về Basel, quy định NHNN
• Lương có thể giảm nhưng stability tốt hơn, benefits tốt hơn

Kinh nghiệm thực tế:

• Nhiều bạn từ FE Credit, Home Credit → ngân hàng (Shinhan, Techcombank) sau 3-4 năm
• Ngược lại, một số bạn từ VCB, MB → fintech để tăng lương

Lời khuyên: Nên trải nghiệm cả 2. 2-3 năm bank để học quy trình chuẩn, sau đó 2-3 năm fintech để tăng lương và broaden skillset. Hoặc ngược lại tùy context cá nhân.