Vietcombank
[QLRRTH]_Chuyên viên Kiểm định mô hình rủi ro thị trường và rủi ro lãi suất trên sổ ngân hàng
Hà Nội
Quản lý rủi ro Tích hợp - Khác
Mô tả công việc
## Mô tả công việc
[QLRRTH]_Chuyên viên Kiểm định mô hình rủi ro thị trường và rủi ro lãi suất trên sổ ngân hàng
Số lượng tuyển dung: 01
Thời gian nhận hồ sơ: Hết ngày 13/04/2026
Nơi làm việc: Phòng Quản lý rủi ro tích hợp - Trụ sở chính VCB
Lưu ý: Phòng Quản lý rủi ro tích hợp đồng thời tuyển dụng 02 vị trí Chuyên viên. Ứng viên chỉ nộp hồ sơ DUY NHẤT 01 vị trí Chuyên viên thuộc Phòng Quản lý rủi ro tích hợp. Ứng viên vi phạm quy định sẽ bị xem xét hủy kết quả ứng tuyển.
I. Mô tả công việc:
1. Thực hiện kiểm định, rà soát các mô hình định giá và đo lường rủi ro thị trường (RRTT), rủi ro tín dụng đối tác (RRTDĐT) và rủi ro lãi suất trên sổ ngân hàng (IRRBB) theo các chính sách và hướng dẫn đã ban hành.
2. Rà soát các báo cáo giám sát mô hình, đánh giá tính phù hợp quá trình triển khai tin học hóa và ứng dụng kết quả mô hình vào thực tiễn đối với các mô hình RRTT, RRTDĐT, IRRBB.
3. Nghiên cứu, xây dựng các các tiêu chuẩn mô hình RRTT, RRTDĐT, IRRBB phù hợp với quy định liên quan của pháp luật, quy định nội bộ của VCB, thông lệ trong nước và quốc tế.
4. Phối hợp thực hiện quản lý danh mục hồ sơ mô hình được phân công phụ trách.
5. Đề xuất nhu cầu đào tạo; phối hợp xây dựng và tham gia triển khai kế hoạch đào tạo.
6. Nhiệm vụ khác:
a) Tham gia triển khai các dự án chuyển đổi, nâng cao năng lực của VCB như: Basel, IFRS9, Kiểm tra sức chịu đựng về vốn cho ngân hàng...
b) Các công việc khác theo quy định liên quan của pháp luật, quy định nội bộ của VCB, phân công của Lãnh đạo phòng.
II. Tiêu chuẩn tuyển dụng:
1. Trình độ:
- Trình độ chuyên môn: Tốt nghiệp Đại học hệ chính quy loại Khá trở lên chuyên ngành: Toán ứng dụng, Toán kinh tế, Toán tài chính, Khoa học dữ liệu, Xác suất/Thống kê, Kinh tế, Tài chính ngân hàng, Toán học, Toán tin, Công nghệ thông tin hoặc các chuyên ngành có liên quan thuộc các trường: Học viện Ngân hàng, Đại học Quốc gia (HN & HCM), Đại học Bách khoa (HN & HCM), Đại học Kinh tế Quốc dân, Đại học Ngoại thương (HN & HCM), Học viện Tài chính, các trường Đại học nước ngoài uy tín.
- Trình độ ngoại ngữ: Có khả năng giao tiếp và đọc hiểu tiếng Anh các tài liệu liên quan đến công việc phụ trách.
- Trình độ tin học: Thành thạo tin học văn phòng.
Ưu tiên: Các ứng viên:
- Có chứng chỉ CFA, FRM, PRM, CQF, ARPM hoặc tương đương;
- Đạt các giải thưởng về Toán, Tin, Thống kê, Kinh tế lượng tại các kỳ thi cấp Phổ thông/ Đại học.
2. Kiến thức:
- Có nền tảng kiến thức tốt về xác suất, thống kê, toán học, khoa học dữ liệu.
- Có kiến thức về tài chính ngân hàng, quản trị rủi ro theo tiêu chuẩn Basel/IFRS9.
3. Kinh nghiệm:
- Có tối thiểu 01 năm kinh nghiệm trong việc xây dựng/kiểm định mô hình định lượng RRTD;
- Sử dụng các phần mềm phân tích như SAS, SQL, Python, R, Matlab,...
Ưu tiên: Các ứng viên có kinh nghiệm:
- Xây dựng các công cụ tự động hóa tại Ngân hàng.
- Quản lý rủi ro mô hình.
4. Độ tuổi: Không quá 35 tuổi tại thời điểm đăng ký tuyển dụng
Phân tích kỹ năng cần có
## Phân tích Kỹ năng Yêu cầu
### 🔧 Hard Skills bắt buộc
| Kỹ năng | Mức độ | Ghi chú |
|---------|--------|---------|
| **Toán ứng dụng / Thống kê / Xác suất** | Cao | Nền tảng bắt buộc cho kiểm định mô hình |
| **Mô hình định lượng** | Cao | Đặc biệt RRTT, RRTDĐT, IRRBB |
| **SAS / SQL / Python / R / Matlab** | Trung bình - Cao | Ít nhất 1-2 công cụ thành thạo |
| **Excel nâng cao** | Cao | Bắt buộc theo JD |
| **Tiếng Anh** | Trung bình | Đọc hiểu tài liệu chuyên ngành |
| **Basel / IFRS 9** | Trung bình - Cao | Tiêu chuẩn quốc tế về quản trị rủi ro |
### 🎯 Chứng chỉ Ưu tiên (khuyến nghị)
```
Ưu tiên cao nhất: FRM (Financial Risk Manager) - GARP Foundation
Ưu tiên cao: CFA ( Chartered Financial Analyst )
Ưu tiên trung bình: PRM (Professional Risk Manager)
Ưu tiên khác: CQF (Certificate in Quantitative Finance), ARPM
```
> **Lưu ý:** FRM được đánh giá phù hợp nhất với vị trí này vì tập trung vào quản trị rủi ro định lượng. CFA thiên về đầu tư hơn.
### 🧠 Soft Skills quan trọng
- **Tư duy phân tích & logic toán học** — công việc kiểm định mô hình đòi hỏi tư duy phản biện cực kỳ chặt chẽ
- **Kỹ năng báo cáo** — rà soát báo cáo giám sát mô hình, trình bày kết quả kiểm định cho lãnh đạo
- **Làm việc nhóm & phối hợp liên phòng ban** — phối hợp với IT, quản lý danh mục hồ sơ mô hình
- **Chủ động học hỏi** — các dự án Basel, IFRS9 liên tục cập nhật
- **Quản lý thời gian** — deadline của các dự án chuyển đổi thường gấp
### 📊 Bảng so sánh: Ứng viên Lý tưởng vs. Ứng viên Tối thiểu
| Tiêu chí | Tối thiểu | Lý tưởng |
|----------|-----------|----------|
| Tốt nghiệp | ĐH loại Khá | ĐH loại Giỏi / Thủ khoa |
| Chuyên ngành | Toán/Tài chính | Toán ứng dụng + Tin học |
| Kinh nghiệm mô hình | 1 năm xây dựng/kiểm định | 2-3 năm, đã làm Basel/IRRBB |
| Công cụ lập trình | Excel + 1 ngôn ngữ | Python/R + SQL + SAS |
| Chứng chỉ | Không bắt buộc | FRM level 1+ |
### 🎓 Trường ĐH được ưu tiên
1. ĐH Quốc gia HN/HCM
2. Học viện Ngân hàng
3. ĐH Bách khoa HN/HCM
4. ĐH Kinh tế Quốc dân
5. ĐH Ngoại thương HN/HCM
6. Học viện Tài chính
7. ĐH nước ngoài uy tín (QS ranking top 200)
**Mẹo:** Ứng viên tốt nghiệp ĐH Bách khoa hoặc STEM-focused có lợi thế mạnh về nền tảng toán/coding.
Chuẩn bị phỏng vấn
## Hướng dẫn Phỏng vấn Vị trí Kiểm định Mô hình Rủi ro - Vietcombank
### 📋 Quy trình các vòng phỏng vấn (dự kiến)
```
Vòng 1: Sàng lọc hồ sơ → Qua JD
Vòng 2: Phỏng vấn chuyên môn (Phòng QLRR Tích hợp)
Vòng 3: Thi/Đánh giá năng lực (kiểm tra toán/thống kê/Excel)
Vòng 4: Phỏng vấn cấp cao hơn / Ban Giám đốc
Vòng 5: Xác minh thông tin & Hoàn tất hồ sơ
```
> **Lưu ý:** VCB có thể gộp/loại bỏ vòng tùy ứng viên. Ứng viên có FRM/CFA có thể được miễn vòng đánh giá năng lực.
---
### ❓ Câu hỏi Vòng 2 - Chuyên môn (Phỏng vấn Phòng QLRR)
**Block 1: Kiến thức Mô hình Rủi ro (BẮT BUỘC)**
1. **"Trình bày quy trình kiểm định một mô hình VaR (Value at Risk)"**
- Điểm cần đề cập: backtesting, stress testing, sensitivity analysis, benchmark comparison
- Framework: SR 11-7 (Fed OCC) hoặc tiêu chuẩn Basel
2. **"Phân biệt IRRBB vs RRTDĐT vs RRTT — đặc điểm đo lường khác nhau ra sao?"**
- IRRBB: repricing gap, duration gap, NII sensitivity, EVE sensitivity
- RRTDĐT: PD/LGD/EAD cho đối tác, CVA/DVA
- RRTT: VaR, Stressed VaR, Expected Shortfall
3. **"Khi kiểm định mô hình, bạn phát hiện mô hình hiện tại có độ lệch systematic — bạn xử lý thế nào?"**
- Điều tra nguyên nhân → Đánh giá materiality → Báo cáo Model Risk → Đề xuất model recalibration/retirement
4. **"Các phương pháp đo lường IRRBB theo tiêu chuẩn Basel 239?"**
- 6 tiêu chuẩn EBA: NII sensitivity, EVE sensitivity, gap analysis, net sensitivity, behavioral modeling, crystallized options
**Block 2: Kỹ năng Phân tích Định lượng**
5. **"Viết code Python/R để tính VaR 99% cho một portfolio đơn giản bằng phương pháp Historical Simulation"**
- Thực hành trên laptop hoặc giấy — chuẩn bị sẵn demo
6. **"Black-Scholes vs Monte Carlo — khi nào dùng cái nào trong định giá derivatives?"**
- BS: closed-form, nhanh, assumptions nặng
- MC: flexible, path-dependent, computationally expensive
7. **"Backtesting VaR: các binning methods và cách diễn giải kết quả"**
- Kupiec POF test, Christoffersen test, traffic light approach (Basel)
**Block 3: Dự án Basel / IFRS9**
8. **"Bạn hiểu gì về Basel III/IV và impacts lên mô hình rủi ro của VCB?"**
- Pillar 1: capital calculation (credit risk - IRB, market risk - FRTB, operational risk)
- Pillar 2: ICAAP, stress testing
- Pillar 3: disclosure
- FRTB (Fundamental Review of the Trading Book)
9. **"IFRS 9 khác ECL thế nào so với IAS 39 — điểm thay đổi lớn nhất là gì?"**
- Forward-looking ECL, 3-stage classification, PD term structure
**Block 4: Behavioral & Situational**
10. **"Tại sao bạn chọn kiểm định mô hình thay vì xây dựng mô hình?"**
- Điểm hay: kiểm định đòi hỏi tầm nhìn rộng, am hiểu nhiều mô hình, critical thinking
11. **"Mô tả một project mà bạn phát hiện mô hình có vấn đề nghiêm trọng — bạn đã xử lý thế nào?"**
- STAR format: Situation → Task → Action → Result
---
### 💡 Tips chuẩn bị đặc biệt cho vị trí này
**✅ Chuẩn bị chuyên sâu:**
- Đọc lại SR 11-7 (OCC guidance on model risk management) — framework kiểm định mô hình chuẩn quốc tế
- Ôn EBA Guidelines về IRRBB (EBA/GL/2018/02)
- Thực hành code VaR, backtesting, IRRBB gap analysis bằng Python/R
- Đọc annual report của VCB gần nhất — hiểu chiến lược Basel/IRB
**✅ Mẹo phỏng vấn:**
- VCB đánh giá cao sự cẩn thận và có hệ thống — trình bày câu trả lời theo structured framework
- Mang laptop có sẵn code mẫu Python/R — cho thấy khả năng tự động hóa
- Nếu được hỏi về VCB, hãy đề cập: VCB là ngân hàng thương mại lớn nhất VN, đang trong giai đoạn nâng cấp mô hình rủi ro theo Basel
**👔 Dress Code:**
- Formal business attire (bộ vest/costume)
- Nam: áo sơ mi trắng, caravat, giày da
- Nữ: áo sơ mi/căm, chân váy/quần âu, giày chuyên nghiệp
**📍 Địa điểm:** Trụ sở chính VCB — 198 Trần Quang Khải, Hoàn Kiếm, HN
- Đến sớm 15-20 phút
- Mang theo CCCD và bản photo hồ sơ (2-3 bộ)
Lộ trình ôn thi
## Lộ trình Ôn thi & Chuẩn bị (2 tuần)
### 📅 GIAI ĐOẠN 1: Nền tảng lý thuyết (Ngày 1-5)
**Tài liệu bắt buộc:**
| STT | Tài liệu | Thời gian | Ưu tiên |
|-----|----------|-----------|---------|
| 1 | **Basel III: International Convergence of Capital Measurement** | 2 ngày | ⭐⭐⭐ |
| 2 | **EBA GL/2018/02 - IRRBB Guidelines** | 1.5 ngày | ⭐⭐⭐ |
| 3 | **SR 11-7: Model Risk Management (Fed OCC)** | 1 ngày | ⭐⭐⭐ |
| 4 | **Hull - Options, Futures and Other Derivatives (chapters về VaR, IR models)** | 1 ngày | ⭐⭐⭐ |
| 5 | **Jorion - Value at Risk: The New Benchmark** | 1.5 ngày | ⭐⭐ |
**Focus cụ thể:**
- Các phương pháp tính VaR: Historical Simulation, Variance-Covariance, Monte Carlo
- IRRBB: NII sensitivity, EVE sensitivity, behavioral modeling, internal funds transfer pricing
- Backtesting: Kupiec test, traffic light approach (Basel)
---
### 📅 GIAI ĐOẠN 2: Kỹ năng thực hành (Ngày 6-10)
**Python/R — Ôn lại & thực hành:**
```python
# VaR using Historical Simulation - practice code
import numpy as np
import pandas as pd
def historical_var(returns, confidence=0.99):
"""Calculate VaR at given confidence level"""
var = np.percentile(returns, (1 - confidence) * 100)
return abs(var)
def var_backtest(returns, var_estimate, confidence=0.99):
"""Kupiec POF Test - proportion of exceptions"""
exceptions = returns < -var_estimate
n = len(returns)
x = exceptions.sum()
p = 1 - confidence
p_actual = x / n
# Kupiec statistic
from scipy import stats
lr = -2 * (n*(1-p)*np.log((1-p)/(1-p_actual)) +
n*p*np.log(p/p_actual))
pvalue = 1 - stats.chi2.cdf(lr, df=1)
return {'exceptions': x, 'actual_pct': p_actual,
'lr_stat': lr, 'pvalue': pvalue}
```
```r
# IRRBB NII Sensitivity - R code practice
library(FinCal)
library(tidyverse)
# Simplified gap analysis for IRRBB
calculate_nii_sensitivity <- function(gap_df, rate_shock = 0.02) {
# gap_df: data frame with repricing bucket and gap amount
# rate_shock: parallel shift in basis points
nii_impact <- sum(gap_df$gap * rate_shock * (gap_df$tenor_days/365))
return(nii_impact)
}
```
**Excel nâng cao — ôn tập:**
- Pivot table, VLOOKUP/INDEX-MATCH, Data table (sensitivity analysis)
- Solver cho optimization problems
- VBA macro cơ bản (đọc hiểu, chỉnh sửa)
---
### 📅 GIAI ĐOẠN 3: Ôn tổng hợp & Mock Interview (Ngày 11-14)
**Hoạt động mỗi ngày:**
| Ngày | Hoạt động | Output |
|------|-----------|--------|
| Ngày 11 | Ôn IFRS 9 / ECL model | Ghi chú 1 trang về sự khác biệt IAS 39 vs IFRS 9 |
| Ngày 12 | Luyện phỏng vấn chuyên môn (tự hỏi & trả lời) | Script 10 câu hỏi phỏng vấn thường gặp |
| Ngày 13 | Thực hành code VaR/IRRBB hoàn chỉnh | Jupyter notebook với demo |
| Ngày 14 | Đọc lại tất cả notes, nghỉ ngơi | Tự tin, sẵn sàng |
**Tài liệu bổ sung ưu tiên:**
- GARP FRM Part I — Book 2: Quantitative Analysis (chapters về VaR, hypothesis testing)
- GARP FRM Part II — Market Risk + Credit Risk sections
- Bloomberg Terminal (nếu có): ôn cách đọc yield curve, bond analytics
- Risk.net, Central Bank publications (BIS papers về model risk)
---
### ⚠️ Lưu ý quan trọng
1. **Deadline nộp hồ sơ: 13/04/2026** — còn rất nhiều thời gian, không cần vội vàng
2. **Chỉ nộp DUY NHẤT 1 vị trí** — Phòng QLRR Tích hợp tuyển 2 vị trí, chọn 1 thôi
3. **Tuổi ≤ 35** — kiểm tra lại điều kiện này
4. **Hồ sơ gồm:** Đơn ứng tuyển, CV, bằng cấp, chứng chỉ (nếu có), CMND/CCCD
Tư vấn nghề nghiệp
## Lộ trình Sự nghiệp & Phát triển
### 🚀 Lộ trình Thăng tiến điển hình
```
Chuyên viên Kiểm định Mô hình (1-3 năm)
↓
Chuyên viên Cao cấp / Team Lead (3-5 năm)
↓
Trưởng phòng Kiểm định Mô hình (5-8 năm)
↓
Giám đốc Khối Quản trị Rủi ro / Chief Risk Officer (8-15 năm)
```
### 💰 Mức Lương Kỳ vọng theo Cấp bậc (Hà Nội, 2025-2026)
| Cấp bậc | Kinh nghiệm | Mức lương tháng (VNĐ) | Notes |
|---------|-------------|------------------------|-------|
| Fresher (0-1 năm) | Mới vào nghề | 12-18 triệu | Khó apply trực tiếp vị trí này |
| Junior (1-3 năm) | Đủ điều kiện JD | 18-28 triệu | Mức thử việc thường 80% |
| Mid-level (3-5 năm) | Có kinh nghiệm mô hình | 28-45 triệu | Có FRM là +20-30% |
| Senior (5-8 năm) | Team lead/đã quản lý model | 45-80 triệu | Thương lượng mạnh |
| Manager/Director | Quản lý phòng | 80-150 triệu | Phụ thuộc VCB salary scale |
> **Lưu ý:** Vietcombank là ngân hàng thương mại cổ phần nhà nước — lương cơ bản có thể thấp hơn NHTM tư nhân, nhưng bù lại bằng: thưởng hiệu suất, phụ cấp, BHXH đầy đủ, cơ hội thăng tiến ổn định.
---
### 📈 Kỹ năng Cần Phát triển Thêm
**Ngắn hạn (0-2 năm):**
- Lấy **FRM Level I** (tối thiểu) — chi phí ~1.500 USD, tự học 300-400 giờ
- Thành thạo thêm **Python + SQL** (ứng dụng thực tế trong kiểm định mô hình)
- Tìm hiểu **FRTB (Fundamental Review of the Trading Book)** — xu hướng mới của Basel về market risk
**Trung hạn (2-5 năm):**
- Lấy **FRM Level II** hoặc **CFA Level I**
- Học thêm về **cloud computing (AWS/Azure)** cho mô hình — VCB đang chuyển đổi số
- Phát triển kỹ năng **trình bày & báo cáo** cho lãnh đạo (presentation skill)
- Tham gia các **stress testing project** lớn — kinh nghiệm quý
**Dài hạn (5-10 năm):**
- Đào tạo/mentor junior team members
- Quan tâm đến **AI/ML applications in risk modeling** — xu hướng tất yếu
- Xây dựng **network** trong ngành: GARP chapters VN, Risk management forums
---
### 🌟 Ưu điểm & Thách thức của Vị trí
**Ưu điểm ✅:**
- VCB là ngân hàng thương mại lớn nhất Việt Nam — brand value cực kỳ mạnh
- Làm việc với các mô hình phức tạp (IRRBB, Basel) — nền tảng kiến thức vững
- Dự án chuyển đổi Basel/IFRS9 đang triển khai — cơ hội học hỏi, đóng góp thực tế
- Môi trường ổn định, đãi ngộ đầy đủ (BHXH, thưởng, phép)
**Thách thức ⚠️:**
- Khối lượng công việc lớn khi dự án gấp
- Quy trình phê duyệt nội bộ có thể chậm
- Mức lương khởi điểm thường thấp hơn Big4 consulting hoặc fintech
- Áp lực tuân thủ regulation liên tục
**Đối tượng phù hợp nhất:** Người muốn xây dựng career trong **Model Risk Management** lâu dài, thích công việc chuyên môn sâu, ổn định.
Câu hỏi thường gặp
Em mới tốt nghiệp Toán Ứng dụng, chưa có kinh nghiệm làm mô hình ngân hàng, có nộp được vị trí này không?
Cơ hội rất thấp vì JD yêu cầu TỐI THIỂU 01 năm kinh nghiệm xây dựng/kiểm định mô hình RRTD. Tuy nhiên, nếu bạn có: (1) dự án nghiên cứu/thực tập liên quan mô hình định lượng, (2) chứng chỉ FRM Level I, (3) portfolio dự án Python/R mạnh — có thể thử. Khuyến nghị: apply vị trí fresher ở Big4 consulting (EY, KPMG) về Risk & Compliance trước 1-2 năm, sau đó chuyển sang VCB sẽ dễ hơn.
Em có 2 năm kinh nghiệm xây dựng mô hình scoring tại công ty fintech, có phù hợp không?
Có cơ hội nhưng cần bridge kiến thức. Fintech scoring model khác mô hình rủi ro thị trường/IRRBB: bạn mạnh về PD/LGD (credit risk) nhưng yếu về VaR, EVE sensitivity, NII. Hãy: (1) học về market risk models và IRRBB measurement, (2) lấy FRM Level I để cover gap kiến thức, (3) nhấn mạnh kinh nghiệm xây dựng mô hình + kỹ năng Python/SQL trong CV. Ứng viên có background credit risk + muốn chuyển sang market risk model là hoàn toàn có giá trị.
Mức lương vị trí này khoảng bao nhiêu? Thương lượng được không?
JD ghi 'Thỏa thuận' — tức là bạn thương lượng được. Với 1-3 năm kinh nghiệm vào VCB Phòng QLRR Tích hợp, mức lương khởi điểm thường 18-25 triệu/tháng. Nếu có FRM Level I trở lên, có thể đàm phán 25-30 triệu. Lưu ý: VCB có hệ thống lương theo bậc cố định, nên thương lượng space có hạn. Bù lại, các khoản thưởng cuối năm và phụ cấp (xăng xe, điện thoại) có thể tăng tổng thu nhập thực tế thêm 20-30%.
KPI của vị trí này đánh giá như thế nào? Áp lực ra sao?
Vì là công việc kiểm định (validation), KPI thường dựa trên: (1) số lượng mô hình kiểm định hoàn thành đúng hạn, (2) chất lượng báo cáo kiểm định (phát hiện issues nghiêm trọng), (3) đóng góp dự án Basel/IFRS9, (4) tiến độ tự động hóa quy trình. Áp lực chủ yếu đến từ: deadline dự án chuyển đổi gấp, phát hiện model issues nghiêm trọng cần báo cáo ngay, và quy trình phê duyệt nội bộ nhiều bước. So với môi trường trading/ sales, đây là vị trí ít áp lực doanh số hơn nhưng đòi hỏi sự tỉ mỉ và chính xác cao.
Giờ làm việc của vị trí này như thế nào? Có OT thường xuyên không?
Giờ hành chính 8h-17h (thứ 2-thứ 6), tại Trụ sở chính VCB 198 Trần Quang Khải, Hoàn Kiếm. OT không phải routine nhưng tăng cường khi: (1) gần deadline dự án Basel/IFRS9, (2) có model issue nghiêm trọng cần investigate, (3) audit season (nội bộ hoặc kiểm toán NHNN). Dự kiến OT 1-2 lần/tuần trong giai đoạn dự án, bình thường có thể về đúng giờ. So với Big4 hay fintech, VCB có work-life balance tốt hơn đáng kể.
Phòng QLRR Tích hợp tuyển 2 vị trí, nên chọn vị trí nào để ứng tuyển?
Theo JD, bạn chỉ được nộp DUY NHẤT 1 vị trí. Cả 2 vị trí đều thuộc Phòng QLRR Tích hợp nên công việc tương tự. Khuyến nghị: (1) đọc kỹ cả 2 JD nếu có — chọn vị trí phù hợp background nhất, (2) nếu cả 2 đều phù hợp, ưu tiên vị trí chuyên về kiểm định mô hình RRTT/IRRBB vì sẽ ít cạnh tranh hơn vị trí generalist. Vi phạm quy định nộp 2 vị trí sẽ bị hủy kết quả — tuyệt đối không làm.
Tương lai của Model Risk Management ở Việt Nam như thế nào? Có bị thay thế bởi AI không?
MRM đang là trend rất mạnh ở VN. Các ngân hàng đang đẩy mạnh Basel III/IV, IFRS 9, và regulation ngày càng strict về model governance. AI/ML thực tế đang BỔ SUNG cho MRM: (1) AI tạo ra model mới → cần validation nhiều hơn, (2) explainable AI (XAI) đang trở thành regulation requirement, (3) automation trong validation process đang được phát triển. Những người kết hợp được traditional quantitative skills + AI/ML knowledge sẽ có lợi thế cạnh tranh rất lớn. Vị trí này an toàn về mặt career, nhưng cần liên tục cập nhật công nghệ mới.