Kỹ sư phát triển báo cáo và xử lý dữ liệu vận hành - Khối Công nghệ thông tin
Mô tả công việc
- Có kinh nghiệm IBM datastage, SQL, banking data model, nghiệp vụ ngân hàng, jasper report, Cognos, Qlick, PowerBI.
- Ưu tiên kinh nghiệm ngân hàng/tài chính, dữ liệu khách hàng, giao dịch lớn, BI/AI/ML hoặc nền tảng on-prem/hybrid cloud.
- Kinh nghiệm: 3-5 năm ở vị trí tương đương
- Kỹ năng mềm: Chủ động chịu trách nhiệm từ thiết kế, triển khai, vận hành, tối ưu đến xử lý sự cố, tư duy SLA, phân tích và xử lý sự cố, phối hợp liên nhóm, tài liệu hóa/runbook, mentoring, quản lý stakeholder/vendor và chủ động đề xuất cải tiến liên tục để tối ưu chi phí, hiệu năng và nâng cao ổn định của nền tảng.
Yêu cầu ứng viên
- Có kinh nghiệm IBM datastage, SQL, banking data model, nghiệp vụ ngân hàng, jasper report, Cognos, Qlick, PowerBI.
- Ưu tiên kinh nghiệm ngân hàng/tài chính, dữ liệu khách hàng, giao dịch lớn, BI/AI/ML hoặc nền tảng on-prem/hybrid cloud.
- Kinh nghiệm: 3-5 năm ở vị trí tương đương
- Kỹ năng mềm: Chủ động chịu trách nhiệm từ thiết kế, triển khai, vận hành, tối ưu đến xử lý sự cố, tư duy SLA, phân tích và xử lý sự cố, phối hợp liên nhóm, tài liệu hóa/runbook, mentoring, quản lý stakeholder/vendor và chủ động đề xuất cải tiến liên tục để tối ưu chi phí, hiệu năng và nâng cao ổn định của nền tảng.
Phân tích kỹ năng cần có
Phân tích kỹ năng cần có cho vị trí Kỹ sư phát triển báo cáo & xử lý dữ liệu vận hành tại TPBank
1. Hard Skills (Kỹ năng kỹ thuật cốt lõi)
Đây là vị trí kết hợp giữa ETL/Data Engineer và BI Reporting Engineer trong môi trường ngân hàng — khá hiếm và đòi hỏi full-stack dữ liệu. Ứng viên cần thành thạo nhóm kỹ năng sau:
a) Nhóm ETL & Data Integration (Bắt buộc)
| Công cụ | Mức yêu cầu | Vai trò trong job |
|---|---|---|
| IBM InfoSphere DataStage | Thành thạo | Công cụ ETL chính — thiết kế job, parallel jobs, data quality, scheduling |
| SQL (nâng cao) | Thành thạo | Viết query phức tạp, stored procedure, tối ưu performance trên data warehouse ngân hàng |
| Banking Data Model | Hiểu sâu | Hiểu mô hình dữ liệu ngân hàng: khách hàng, tài khoản, giao dịch, tín dụng, core banking |
b) Nhóm BI & Reporting (Bắt buộc)
| Công cụ | Mức yêu cầu | Ghi chú |
|---|---|---|
| JasperReports | Thành thạo | Open-source reporting phổ biến trong ngân hàng Việt Nam |
| IBM Cognos | Có kinh nghiệm | Framework BI enterprise của IBM |
| Qlik (QlikView/QlikSense) | Có kinh nghiệm | BI tool cho dashboard tương tác |
| Power BI | Có kinh nghiệm | Microsoft BI — ngày càng phổ biến trong ngân hàng |
c) Nhóm ưu tiên (Nice-to-have)
- Kinh nghiệm xử lý dữ liệu giao dịch lớn (big transaction data)
- Nền tảng on-prem/hybrid cloud (data center kết hợp cloud)
- Kiến thức AI/ML cho phân tích dữ liệu
- Scripting: Python/SHELL để automation
- Monitoring tools: Grafana, Prometheus, Splunk
2. Soft Skills (Kỹ năng mềm)
Tin tuyển dụng nhấn mạnh rất nhiều vào soft skills — cho thấy vị trí này không chỉ làm kỹ thuật đơn thuần mà còn đòi hỏi tư duy vận hành:
- Tư duy sở hữu (ownership): Phải chịu trách nhiệm end-to-end từ thiết kế → triển khai → vận hành → tối ưu → xử lý sự cố
- Tư duy SLA: Hiểu về Service Level Agreement, đảm bảo báo cáo đúng hạn, downtime tối thiểu
- Xử lý sự cố (incident handling): Khả năng phân tích root cause, làm việc dưới áp lực khi hệ thống lỗi
- Phối hợp liên nhóm (cross-team collaboration): Làm việc với BA, nghiệp vụ, security, hạ tầng
- Tài liệu hóa/Runbook: Viết tài liệu kỹ thuật, quy trình vận hành rõ ràng
- Mentoring: Hướng dẫn junior/dev mới
- Quản lý stakeholder/vendor: Giao tiếp với business, vendor phần mềm
- Tư duy cải tiến liên tục: Đề xuất tối ưu chi phí, hiệu năng, ổn định
3. Chứng chỉ gợi ý
| Chứng chỉ | Tổ chức | Mức độ cần |
|---|---|---|
| IBM Certified DataStage Developer | IBM | Có lợi thế lớn |
| Microsoft Certified: Power BI Data Analyst (PL-300) | Microsoft | Tốt, dễ đạt |
| Qlik Sense Business Analyst | Qlik | Có lợi thế |
| AWS/Azure Data Engineer Associate | AWS/Microsoft | Cho hybrid cloud |
| Google Data Analytics Certificate | Coursera/Google | Nền tảng tốt |
4. Đánh giá mức độ phù hợp
Vị trí này phù hợp với người có 3-5 năm kinh nghiệm đã làm việc thực tế với DataStage hoặc các ETL tool tương đương trong ngân hàng/tổ chức tài chính. Nếu bạn chỉ mạnh về BI (Power BI, Qlik) mà chưa từng làm ETL backend, hãy cân nhắc — đây là vị trí full-cycle.
Chuẩn bị phỏng vấn
Hướng dẫn phỏng vấn vị trí Kỹ sư dữ liệu vận hành - TPBank
Quy trình tuyển dụng dự kiến (3-5 vòng)
Tại TPBank và các ngân hàng lớn, quy trình thường bao gồm:
Vòng 1: HR Screening (30-45 phút)
- Giới thiệu bản thân, kinh nghiệm liên quan
- Lý do ứng tuyển TPBank
- Mức lương mong muốn, thời gian có thể onboard
- Có thể có bài test tiếng Anh hoặc test tính cách
Vòng 2: Technical Test (60-90 phút)
- Test SQL (viết query, tối ưu, stored procedure)
- Test ETL/BI (case study thiết kế job DataStage hoặc dashboard Power BI)
- Có thể có bài test IQ/logic
Vòng 3: Technical Interview với Trưởng phòng/BA (60-90 phút)
- Đào sâu kiến thức kỹ thuật
- Câu hỏi về data model ngân hàng
- Tình huống xử lý sự cố thực tế
Vòng 4: Interview với lãnh đạo Khối CNTT (30-45 phút)
- Tư duy chiến lược
- Khả năng quản lý stakeholder
- Tầm nhìn phát triển
Vòng 5: Offer & Background check
Câu hỏi phỏng vấn thường gặp
Vòng Technical — SQL & DataStage
1. Phân biệt các loại join trong SQL và khi nào dùng? (INNER, LEFT, RIGHT, FULL OUTER, CROSS)
2. Sự khác nhau giữa DataStage Parallel Job và Server Job? Khi nào nên dùng cái nào?
3. Làm thế nào để xử lý dữ liệu lỗi trong DataStage job? (Reject link, constraint, transformer)
4. Giải thích cách tối ưu một DataStage job đang chạy chậm?
5. Viết SQL tính số dư cuối ngày của từng tài khoản từ bảng giao dịch
6. Phân biệt Star Schema và Snowflake Schema trong data warehouse ngân hàng
7. Làm sao xử lý incremental load và full load trong ETL?
Vòng Technical — BI Tools
8. So sánh Power BI, Qlik, Cognos — ưu nhược điểm từng cái?
9. Cách thiết kế một báo cáo quản trị cho Ban Giám đốc ngân hàng?
10. Data refresh trong Power BI hoạt động thế nào? Các loại dataset?
11. Làm thế nào để drill-down trong JasperReports?
Vòng Domain — Ngân hàng
12. Mô hình dữ liệu ngân hàng gồm những thành phần chính nào? (Khách hàng CIF, tài khoản, giao dịch, sản phẩm)
13. Bạn hiểu gì về Basel II/III và ảnh hưởng đến báo cáo dữ liệu?
14. Các báo cáo quản trị quan trọng của ngân hàng? (Rủi ro, tín dụng, vận hành, ALCO)
15. SBV yêu cầu báo cáo tuân thủ nào? (Thông tư 13, Circular 13, 02/2019...)
Vòng Soft Skills — Vận hành
16. Hãy mô tả lần bạn xử lý sự cố nghiêm trọng nhất trong hệ thống data?
17. Bạn define SLA cho một batch job thế nào? Bao lâu là hợp lý?
18. Cách bạn quản lý khi có 3 stakeholder cùng yêu cầu báo cáo khác nhau trong cùng 1 ngày?
19. Bạn đề xuất cải tiến gì trong hệ thống data của công ty cũ?
Tips chuẩn bị
1. Ôn lại SQL cơ bản đến nâng cao: Window function, CTE, ranking, pivot. Tài liệu LeetCode SQL 50 câu là điểm khởi đầu tốt.
2. Đọc về DataStage: Tài liệu IBM InfoSphere DataStage, đặc biệt phần parallel processing, performance tuning.
3. Nghiên cứu TPBank trước khi phỏng vấn: Xem website, báo cáo thường niên, sản phẩm số (TPBank đẩy mạnh ngân hàng số).
4. Chuẩn bị case study về banking: Càng cụ thể về ngân hàng càng tốt — đừng nói chung chung.
5. In sẵn runbook mẫu: Nếu có thể, mang theo tài liệu đã ẩn danh hóa thông tin nhạy cảm.
Dress code
- Vòng HR: Smart casual (áo sơ mi, quần tây)
- Vòng Technical: Business casual — thoải mái nhưng lịch sự
- Vòng lãnh đạo: Lịch sự, chỉn chu (áo sơ mi + vest là an toàn)
- Tránh đồ quá casual như quần jean rách, áo thun
Lộ trình ôn thi
Lộ trình ôn tập & chuẩn bị trong 1-2 tuần
Tuần 1: Nền tảng kỹ thuật cốt lõi
Ngày 1-2: SQL nâng cao
- Window functions (ROW_NUMBER, RANK, LAG, LEAD, NTILE)
- CTE, recursive CTE
- Pivot/Unpivot
- Performance tuning (EXPLAIN PLAN, index)
- Stored procedure cơ bản
- Tài liệu: LeetCode SQL 50, Mode Analytics SQL Tutorial
Ngày 3-4: IBM DataStage
- Kiến trúc DataStage (Client → Engine → Repository)
- Parallel job vs Server job
- Các stage quan trọng: Transformer, Lookup, Filter, Aggregator, Funnel, Merge, Sort, Join
- Cách handle reject rows
- Job parameters, environment variables
- Tài liệu: IBM Knowledge Center, YouTube "IBM DataStage Tutorial"
Ngày 5: Banking Data Model
- Hiểu CIF (Customer Information File)
- Cấu trúc tài khoản, giao dịch
- Core banking data flow
- Data warehouse cho ngân hàng (thường theo mô hình Kimball)
- Tài liệu: Search "banking data warehouse design" + đọc sample schema trên GitHub
Ngày 6-7: BI Tools overview
- Power BI: DAX cơ bản, Power Query, data modeling
- JasperReports: iReport designer, JRXML
- Qlik: Set Analysis, Data Model (associative)
- Cognos: Framework Manager, Report Studio
- Tài liệu: Microsoft Learn cho Power BI, JasperReports documentation
Tuần 2: Nghiệp vụ ngân hàng + Thực hành
Ngày 8-9: Nghiệp vụ ngân hàng Việt Nam
- Các loại báo cáo NHNN: Tỷ lệ an toàn vốn, phân loại nợ, thanh khoản
- Quy định SBV về lưu trữ, báo cáo dữ liệu
- Thông tư 13/2018/TT-NHNN (hoạt động thẻ)
- Quyết định 2345/QĐ-NHNN (an toàn hệ thống CNTT)
- Tài liệu: Website NHNN, các bài viết trên cafef.vn về fintech ngân hàng
Ngày 10: TPBank-specific research
- Đọc báo cáo thường niên TPBank 2 năm gần nhất
- Tìm hiểu LiveBank, sản phẩm số của TPBank
- Xem LinkedIn các nhân viên IT TPBank để hiểu công nghệ họ dùng
- Tài liệu: Website TPBank, LinkedIn, BCTC công bố trên HOSE
Ngày 11-12: Thực hành case study
- Tự thiết kế 1 DataStage job ETL từ transactional DB → DWH
- Tự build 1 dashboard Power BI cho ngân hàng mẫu
- Viết runbook cho 1 batch job
- Practice: Đặt câu hỏi và tự trả lời: "Nếu job lỗi lúc 2h sáng, xử lý thế nào?"
Ngày 13: Mock interview
- Nhờ bạn bè/dev senior phỏng vấn thử
- Quay video để xem lại
- Luyện trả lời câu hỏi hành vi (STAR method)
Ngày 14: Final review
- Đọc lại tất cả notes
- Chuẩn bị CV in sẵn (5 bản)
- In sẵn portfolio/runbook mẫu
Tài liệu tham khảo nhanh
| Chủ đề | Nguồn |
|---|---|
| SQL | LeetCode, HackerRank, w3schools |
| DataStage | IBM Documentation, Udemy "IBM DataStage" |
| Power BI | Microsoft Learn, SQLBI.com (Marco Russo) |
| Banking Domain | Sách "Data Modeling for Banking" trên Amazon |
| Vietnamese Banking Regulations | NHNN.gov.vn |
| TPBank Info | TPBank.com.vn, CafeF |
Kho đề thi mẫu để tự luyện
1. Viết SQL tìm 5 khách hàng có tổng số dư tiết kiệm cao nhất trong quý
2. Thiết kế ETL job để tính số lượng giao dịch thẻ tín dụng hàng ngày theo merchant category
3. Tạo dashboard phân tích NPL (nợ xấu) theo chi nhánh và khu vực
4. Viết runbook cho batch job EOD (End of Day) xử lý 5 triệu giao dịch
Tư vấn nghề nghiệp
Lời khuyên sự nghiệp cho vị trí Data Engineer/BI trong Ngân hàng
Lộ trình thăng tiến điển hình
Đây là lộ trình phổ biến tại các ngân hàng lớn ở Việt Nam:
```
Junior Data Engineer (0-2 năm)
↓
Data Engineer / BI Developer (2-5 năm) ← Bạn đang ở đây
↓
Senior Data Engineer (5-7 năm)
↓
Lead/Principal Engineer (7-10 năm)
↓
Data Engineering Manager (10-12 năm)
↓
Head of Data Platform / CDO (Chief Data Officer)
```
Mức lương kỳ vọng theo cấp bậc (ước lượng tham khảo)
Lưu ý: Mức lương có thể thay đổi tùy ngân hàng và thời điểm
| Cấp bậc | Kinh nghiệm | Mức lương (VNĐ/tháng) |
|---|---|---|
| Junior Data Engineer | 0-2 năm | 15 - 25 triệu |
| Mid-level (vị trí này) | 3-5 năm | 25 - 45 triệu |
| Senior | 5-7 năm | 40 - 65 triệu |
| Lead | 7-10 năm | 60 - 100 triệu |
| Manager | 10+ năm | 80 - 150 triệu |
Lưu ý về TPBank:
- TPBank là ngân hàng tư nhân, thường trả cao hơn các NH quốc doanh nhưng thấp hơn Techcombank, VPBank
- Mức kỳ vọng hợp lý cho 3-5 năm kinh nghiệm: 28 - 40 triệu
- Có thêm 13th month salary, bonus KPI, chế độ BHXH đầy đủ
Kỹ năng cần phát triển thêm để thăng tiến
Trong 1-2 năm tới:
- Cloud data platform (Snowflake, Databricks, BigQuery)
- Python cho data engineering (Airflow, dbt)
- Streaming data (Kafka, Spark Streaming)
- DevOps cho data (CI/CD cho pipeline)
Trong 3-5 năm tới:
- Data governance & data quality framework
- AI/ML cơ bản cho phân tích dữ liệu
- Quản lý team 5-10 người
- Kiến thức sâu về Basel, IFRS 9, các chuẩn quốc tế
So sánh với các hướng đi khác
| Hướng đi | Ưu điểm | Nhược điểm |
|---|---|---|
| Ở lại ngân hàng | Ổn định, đã có data + nghiệp vụ | Thu nhập có thể thấp hơn tech firm |
| Sang Fintech/Neobank | Lương cao hơn, công nghệ mới | Áp lực lớn, không ổn định bằng |
| Sang Big Tech/Consulting | Lương rất cao, scale lớn | Xa nghiệp vụ ngân hàng |
| Freelance/Tư vấn | Linh hoạt, thu nhập tốt | Không ổn định |
Lời khuyên thực tế
1. Đừng bỏ qua nghiệp vụ ngân hàng: Đây là "vũ khí" giúp bạn khác biệt với data engineer thuần túy ở các công ty tech. Sự kết hợp data + banking domain là rất có giá trên thị trường.
2. Học thêm cloud là cấp thiết: DataStage, Cognos là on-prem legacy. Tương lai là cloud + hybrid. Nếu không update, bạn sẽ bị bỏ lại trong 5 năm tới.
3. Xây dựng personal brand: Viết blog về banking data engineering, chia sẻ case study trên LinkedIn. Đây là cách tuyển dụng ngân hàng chú ý đến bạn.
4. Chứng chỉ nước ngoài rất có giá: Đặc biệt IBM DataStage certification và AWS/Azure Data Engineer — đầu tư 5-10 triệu cho chứng chỉ có thể tăng lương 20-30%.
5. Cân nhắc nhảy việc sau 2-3 năm: Thị trường data engineer ngân hàng Việt Nam đang rất hot, mức lương có thể nhảy 30-50% khi chuyển việc đúng thời điểm.
Câu hỏi thường gặp
Em mới ra trường, có nên apply vị trí này không khi chưa có 3-5 năm kinh nghiệm?
Bạn có thể apply nhưng cơ hội khá thấp vì JD yêu cầu cụ thể 3-5 năm. Tuy nhiên, nếu bạn có kinh nghiệm thực tế từ internship, freelance, hoặc đã làm freelance với DataStage/SQL thì cứ thử. Lời khuyên tốt hơn: hãy apply các vị trí Junior Data Engineer tại VPBank, MBBank, Techcombank trước để build 2-3 năm kinh nghiệm, sau đó ứng tuyển lại vị trí tương đương ở TPBank sẽ thuận lợi hơn nhiều. Trong thời gian chờ, hãy tự học DataStage qua bản trial của IBM, làm project SQL trên GitHub, và thi chứng chỉ Power BI PL-300.
Em đang làm BI developer ở công ty FMCG, muốn chuyển sang ngân hàng. Khoảng cách kỹ năng có lớn không?
Khoảng cách đáng kể nhưng không quá lớn nếu bạn chuẩn bị đúng cách. Có 2 thứ bạn thiếu: (1) ETL/DataStage — BI ở FMCG thường chỉ làm frontend BI tool, còn ngân hàng cần ETL backend xử lý dữ liệu lớn. Hãy học DataStage trong 2-3 tháng, tốt nhất qua khóa học chính hãng IBM hoặc trial license. (2) Domain knowledge ngân hàng — bạn cần hiểu CIF, giao dịch, tín dụng, Basel II. Đọc báo cáo NHNN, học qua Coursera "Banking and Financial Markets". Khoảng 4-6 tháng chuẩn bị là bạn có thể tự tin apply. Lương chuyển ngành sang ngân hàng thường tăng 20-40% vì độ khan hiếm.
Mức lương bao nhiêu là hợp lý khi deal với TPBank cho vị trí này?
Với 3-5 năm kinh nghiệm và full-stack DataStage + BI tools, mức hợp lý là 30-42 triệu gross. Nếu bạn đã làm ở ngân hàng lớn trước đó và có portfolio tốt, có thể deal 45-50 triệu. Mẹo deal: đừng đưa con số cụ thể đầu tiên, hãy để HR hỏi trước. Khi đưa range, hãy nói "hiện tại em đang nhận X, kỳ vọng mức tăng 25-35% phù hợp với vị trí và năng lực". Ngoài lương, hỏi thêm: 13th month salary có không, review lương khi nào, có bonus KPI không, có chế độ nhà ở/gửi xe không. TPBank có nhiều chi nhánh, hỏi xem có được phụ cấp cơm/trợ cấp xăng xe không.
Ngân hàng nào đang tuyển Data Engineer nhiều nhất hiện tại?
Top các ngân hàng đang săn đón Data Engineer/BI Engineer nhiều nhất 2024-2025: Techcombank (đẩy mạnh chuyển đổi số), VPBank (mở rộng FeCredit, neo bank), MBBank (đầu tư lớn cho data platform), TPBank (LiveBank), ACB (số hóa toàn diện), VIB (đầu tư AI). Trong đó, Techcombank và VPBank trả lương cao nhất nhưng áp lực lớn nhất. TPBank và ACB có work-life balance tốt hơn. BIDV, VietinBank, Vietcombank tuyển ít hơn nhưng ổn định nhất. Nên apply song song 3-5 ngân hàng để có nhiều offer để chọn.
Làm Data Engineer ở ngân hàng có áp lực không? Có phải trực đêm không?
Có áp lực và thường phải trực đêm, đặc biệt với vị trí vận hành như tin này. Cụ thể: ngân hàng có EOD (End of Day) batch job chạy từ 22h-6h sáng, nên các kỹ sư data phải trực ca hoặc on-call. Thường theo lịch rotate 1 tuần/tháng hoặc 2 tuần/tháng. Ngoài giờ hành chính có thể nhận alert sự cố qua điện thoại. Tuy nhiên, so với các công ty product, áp lực ổn định hơn vì hệ thống ít thay đổi. Mẹo: hãy hỏi rõ lịch trực khi phỏng vấn và đàm phán phụ cấp trực ca — thường 200-500k/ca.
Sự khác biệt giữa Data Engineer ở ngân hàng và ở công ty tech thuần (như VNPT, FPT) là gì?
Ba khác biệt lớn: (1) Tech stack: Ngân hàng Việt Nam chủ yếu dùng on-prem (DataStage, Oracle, IBM) — ít cloud, ít Kafka, ít Spark. Còn tech firm dùng cloud-native, microservices, modern data stack. (2) Domain knowledge: Ngân hàng đòi hỏi hiểu Basel, SBV regulations, sản phẩm tài chính. Tech firm thì hiểu e-commerce, ad-tech... (3) Data volume: Ngân hàng có dữ liệu cực lớn (hàng triệu transaction/ngày) nhưng đa phần structured. Tech firm có cả structured và unstructured. Về lương, tech firm thường cao hơn 20-50%. Về work-life balance, ngân hàng ổn định hơn. Về tầm ảnh hưởng, ngân hàng có thể làm việc ảnh hưởng đến hàng triệu khách hàng.
Em có 6 năm kinh nghiệm DataStage ở NHNN, muốn apply lên Lead/Manager, cần chuẩn bị gì?
Với 6 năm kinh nghiệm ở NHNN, bạn đã có lợi thế lớn về domain. Để nhảy lên Lead/Manager: (1) Bổ sung quản lý team: Tình nguyện lead project 2-3 người, tham gia mentoring junior. (2) Học thêm cloud: AWS/Azure Data Engineer certification là lợi thế cạnh tranh. (3) Kỹ năng stakeholder management: Học cách viết proposal, present cho senior leadership, quản lý vendor. (4) Hiểu về governance: Data governance, data quality framework, audit trail. (5) Soft skills: Leadership, conflict resolution, prioritization. Vị trí Lead Data Engineer ở TPBank cấp bậc tương đương có thể deal 60-85 triệu. Khi đàm phán, nhấn mạnh: kinh nghiệm quản lý vendor NHNN, chứng chỉ, ability to mentor.
Tin này không ghi mức lương, có nên hỏi HR trước khi phỏng vấn không?
Nên hỏi, nhưng hỏi khéo. Cách tốt nhất: trong email đầu tiên, hãy viết "Em quan tâm đến vị trí XXX, em có X năm kinh nghiệm phù hợp với JD. Mong anh/chị chia sẻ về range lương và cơ chế đãi ngộ để em chuẩn bị phù hợp". HR chuyên nghiệp sẽ reply với range. Nếu không reply, đó cũng là dấu hiệu. Một số HR sẽ không nói lương trước vòng interview — trong trường hợp đó, khi họ hỏi, bạn đưa range của mình. Đừng bỏ phỏng vấn vì không biết lương — hãy để đến vòng offer mới deal. Lưu ý: TPBank thường deal ở vòng 4-5 sau khi đã đánh giá đủ.