Phòng Phê duyệt tín dụng tín chấp, Hội sở - CVC/CVCC Giám sát quy trình

Theo yêu cầu công việc ghi rõ tối thiểu 2-3 năm kinh nghiệm, nên với 6 tháng thực tập thì khá khó để vượt qua vòng HR. Tuy nhiên, nếu bạn có portfolio data analysis ấn tượng (GitHub, Kaggle), hoặc đã có chứng chỉ Power BI/Python mạnh, vẫn có thể thử apply vì nhiều khi JD chỉ là guideline. Lời khuyên: hãy dành thêm 1.5-2 năm ở vị trí chuyên viên tín dụng chính thức, song song học thêm Python/SQL/Power BI, rồi hẵn apply sẽ phù hợp hơn.

Đây là vị trí ở Hội sở HCM và cấp CVC/CVCC. Theo mặt bằng chung, mức lương ước lượng có thể dao động 25-50 triệu/tháng tùy số năm kinh nghiệm và năng lực thực tế. OCB là ngân hàng tư nhân nên thường có chế độ thưởng KPI và thưởng Tết hấp dẫn hơn nhà nước. Tuy nhiên, bạn nên để HR hỏi mức lương hiện tại trước rồi thương lượng, đừng đưa con số cụ thể quá sớm. Lưu ý: mức lương có thể thay đổi tùy ngân hàng và thời điểm.

Hoàn toàn phù hợp về mặt kỹ năng kỹ thuật (SQL, Python, BI Tools). Tuy nhiên bạn sẽ cần bổ sung kiến thức nghiệp vụ tín dụng ngân hàng: quy trình phê duyệt, các chỉ tiêu PAR/NPL, Thông tư 39/11 của NHNN, cách đọc báo cáo tín dụng. Điểm cộng: fintech thường nhanh nhạy hơn, sáng tạo hơn — nhưng ngân hàng truyền thống ổn định hơn, có dữ liệu thật lớn hơn để bạn học. Cân nhắc thêm: nếu fintech bạn đang làm quá nhỏ hoặc burn-out, chuyển sang OCB là bước đi hợp lý.

Một ngày thường bao gồm: (1) Kiểm tra báo cáo tự động từ hệ thống để phát hiện vi phạm quy trình (ví dụ: chi nhánh phê duyệt vượt hạn mức, thời gian xử lý quá lâu). (3) Phân tích dữ liệu tín dụng để tìm xu hướng rủi ro. (4) Tổng hợp báo cáo gửi Ban lãnh đạo. (5) Đào tạo và hỗ trợ chi nhánh về quy trình. (6) Phối hợp với IT để cải tiến hệ thống. Công việc mang tính back-office, ít tiếp xúc khách hàng, nặng về phân tích và làm việc với dữ liệu.

Phòng Phê duyệt tín dụng tại Hội sở thường làm giờ hành chính 8h-17h, có OT vào cuối tháng và cuối quý khi đóng báo cáo. Áp lực chính là KPI chất lượng tín dụng (tỷ lệ nợ xấu, tỷ lệ phê duyệt đúng chuẩn). So với các vị trí front-office như Quan hệ khách hàng, vị trí này "bớt áp lực KPI doanh số" hơn nhưng đổi lại áp lực về chính xác và tuân thủ quy trình. Nếu bạn là người thích sự ổn định, không thích giao tiếp khách hàng nhiều thì đây là lựa chọn tốt.

JD ghi "đặc biệt sử dụng thành thạo Excel/SQL/BI Tools và Python" — nghĩa là Python rất quan trọng, không phải nice-to-have. Tuy nhiên, nếu bạn mạnh về Excel nâng cao + SQL + BI Tools và có thể chứng minh đang học Python (đã qua khóa cơ bản, có project nhỏ), vẫn có cơ hội. Còn nếu hoàn toàn không biết Python, hãy dành 1-2 tháng học trước khi apply. Pandas cơ bản + visualization là đủ cho vòng phỏng vấn. Sau khi vào, bạn có thể tiếp tục học sâu hơn.

5 năm kinh nghiệm tín dụng tại Techcombank (ngân hàng tư nhân top đầu) là rất tốt. Vị trí CVC/CVCC tại OCB phù hợp với bạn. Tuy nhiên, bạn cần thể hiện được: (1) Có kinh nghiệm phân tích dữ liệu, không chỉ làm tín dụng thuần, (2) Có khả năng "giám sát quy trình" — tức nhìn từ góc độ tổng thể chứ không chỉ xử lý hồ sơ cá nhân, (3) Sẵn sàng học công nghệ nếu chưa mạnh. Nếu bạn muốn "side-step" sang mảng giám sát/risk thay vì lên team lead, đây là bước đi rất hợp lý.

Khác biệt cơ bản: (1) Phạm vi công việc: Chi nhánh xử lý hồ sơ cá nhân, tiếp xúc khách hàng; hội sở nhìn tổng thể toàn hệ thống. (2) Kỹ năng: Chi nhánh cần kỹ năng bán hàng, giao tiếp; hội sở cần kỹ năng phân tích, làm việc với dữ liệu. (3) Thu nhập: Chi nhánh có thể có hoa hồng bán sản phẩm, hội sở ổn định hơn nhưng thường base cao hơn. (4) Cơ hội thăng tiến: Từ hội sở dễ chuyển sang các vị trí quản lý cấp cao hơn. Nếu bạn thấy mệt với áp lực doanh số chi nhánh, chuyển sang hội sở là lựa chọn thông minh.

Top 3 chứng chỉ nên ưu tiên: (1) Microsoft Power BI PL-300 — chứng minh năng lực BI, dễ học, giá rẻ (~2-3 triệu); (2) Google Data Analytics — nền tảng vững, miễn phí trên Coursera; (3) FRM Part I — nếu muốn đi sâu risk management, giá trị cao trong ngân hàng. Ngoài ra, nếu có thời gian, AWS Certified Data Analytics Specialty cũng rất có giá trị. Tránh học các chứng chỉ chung chung kiểu "Data Science" không rõ ràng — hãy chọn chứng chỉ có brand và thi quốc tế.