Mô tả công việc

## Mô tả công việc [QLRRTH]_Chuyên viên Kiểm định mô hình rủi ro tín dụng Số lượng tuyển dung: 02 Thời gian nhận hồ sơ: Hết ngày 24/06/2026 Nơi làm việc: Phòng Quản lý rủi ro tích hợp - Trụ sở chính VCB I. Mô tả công việc: 1. Thực hiện kiểm định các mô hình Rủi ro tín dụng (RRTD) như PD, LGD, EAD, EWS… 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 RRTD. 3. Nghiên cứu, xây dựng các tiêu chuẩn mô hình RRTD 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 III. Yêu cầu về kỹ năng và Phẩm chất cá nhân: 1. Kỹ năng: - Nghiên cứu, tìm hiểu các kỹ thuật định lượng mới và liên tục tìm cách cải tiến, đề xuất các phương pháp mới. - Làm việc nhóm và làm việc độc lập. - Giao tiếp, trình bày, đàm phán. - Tổ chức thực hiện, sắp xếp công việc. 2. Khả năng: - Tư duy logic. - Phân tích. - Phản biện. - Thích nghi với sự thay đổi, tư duy đổi mới và cải tiến liên tục để nâng cao hiệu quả công việc. - Ứng dụng các công cụ và công nghệ kỹ thuật số khi xử lý công việc. 3. Phẩm chất cá nhân: - Chính trực, cởi mở. - Tuân thủ. - Trách nhiệm. - Chịu được áp lực công việc cao. - Chủ động. - Linh hoạt.

Phân tích kỹ năng cần có

## Phân tích Kỹ năng Cần Có ### 🔹 Hard Skills (Kỹ năng chuyên môn) | Nhóm kỹ năng | Chi tiết | Mức độ bắt buộc | |--------------|----------|------------------| | **Mô hình rủi ro tín dụng** | PD (Probability of Default), LGD (Loss Given Default), EAD (Exposure at Default), EWS (Early Warning System) | BẮT BUỘC | | **Tiêu chuẩn quản lý rủi ro** | Basel II/III/IV, IFRS 9, quy định NHNN Việt Nam | BẮT BUỘC | | **Lập trình/Phần mềm phân tích** | SAS, SQL, Python, R, Matlab | BẮT BUỘC (tối thiểu 1 năm kinh nghiệm) | | **Toán học & Thống kê** | Xác suất, thống kê, toán ứng dụng, khoa học dữ liệu | BẮT BUỘC | | **Tin học văn phòng** | Word, Excel, PowerPoint thành thạo | BẮT BUỘC | | **Tiếng Anh** | Đọc hiểu tài liệu chuyên ngành, giao tiếp cơ bản | BẮT BUỘC | ### 🔹 Soft Skills (Kỹ năng mềm) - **Tư duy phản biện & phân tích**: Phân tích độc lập kết quả mô hình, đánh giá tính phù hợp - **Nghiên cứu & cải tiến**: Liên tục cập nhật kỹ thuật định lượng mới - **Giao tiếp & trình bày**: Trình bày báo cáo cho lãnh đạo, phối hợp đa phòng ban - **Làm việc nhóm & độc lập**: Xử lý công việc cả theo nhóm dự án lẫn cá nhân - **Chịu áp lực cao**: Dự án Basel, IFRS9 thường có deadline cứng ### 🔹 Chứng chỉ Ưu tiên (Khuyến nghị) | Chứng chỉ | Mức độ ưu tiên | Ghi chú | |-----------|----------------|----------| | **FRM (Financial Risk Manager)** | ⭐⭐⭐ Rất cao | Chứng chỉ chuẩn quốc tế về quản lý rủi ro tài chính | | **PRM (Professional Risk Manager)** | ⭐⭐ Cao | Tập trung vào quản lý rủi ro mô hình | | **CFA (Chartered Financial Analyst)** | ⭐⭐ Cao | Nền tảng tài chính vững | | **CQF (Certificate in Quantitative Finance)** | ⭐⭐ Rất cao | Chuyên về tài chính định lượng - phù hợp nhất với vị trí này | | **ARPM (Advanced Risk Management)** | ⭐⭐ Cao | Tiên tiến, cập nhật xu hướng mới | ### 🔹 So sánh Ứng viên Ideal vs. Chấp nhận được | Tiêu chí | Ứng viên LÝ TƯỞNG | Ứng viên CHẤP NHẬN ĐƯỢC | |----------|---------------------|---------------------------| | **Bằng cấp** | Tốt nghiệp loại Giỏi, trường top đầu | Khá, đúng danh sách trường được chấp nhận | | **Chứng chỉ** | Có FRM hoặc CQF | Không bắt buộc nhưng là điểm cộng lớn | | **Kinh nghiệm** | 2-3 năm kiểm định mô hình RRTD | 1 năm với dự án liên quan | | **Ngôn ngữ lập trình** | Thành thạo 2-3 ngôn ngữ (Python + R + SAS) | Biết 1 ngôn ngữ + SQL | | **Dự án Basel/IFRS9** | Đã tham gia triển khai thực tế | Hiểu lý thuyết, đã đọc tài liệu | ### 🔹 Các Trường Đại học Được Ưu Tiên **Tier 1 (Ưu tiên cao nhất):** - Học viện Ngân hàng - ĐH Quốc gia Hà Nội (UVA, IU, IS) - ĐH Bách khoa Hà Nội - ĐH Kinh tế Quốc dân **Tier 2:** - ĐH Ngoại thương HN - Học viện Tài chính - ĐH Bách khoa TP.HCM - ĐH Quốc gia TP.HCM **Tier 3:** - ĐH Ngoại thương TP.HCM - Các trường đại học nước ngoài uy tín (QS ranking top 500)

Chuẩn bị phỏng vấn

## Hướng dẫn Phỏng vấn ### 📋 Quy trình phỏng vấn dự kiến VCB thường áp dụng quy trình **3 vòng** cho vị trí chuyên viên: | Vòng | Nội dung | Thời lượng | Ghi chú | |------|----------|------------|----------| | **Vòng 1** | Sơ tuyển hồ sơ → Kiểm tra hồ sơ | - | HR xác nhận đạt yêu cầu căn bản | | **Vòng 2** | Phỏng vấn chuyên môn (Phòng QLRR) | 45-60 phút | Hỏi sâu về mô hình, kiểm định, Basel/IFRS9 | | **Vòng 3** | Phỏng vấn cấp cao / Ban lãnh đạo | 30-45 phút | Đánh giá tư duy, phẩm chất, phù hợp văn hóa | ### 🎯 Câu hỏi Vòng 2 - Chuyên môn (Phỏng vấn Phòng QLRR) **Block 1: Kiến thức Mô hình RRTD** 1. **PD Model:** - Trình bày các phương pháp ước lượng PD? (Statistical, Scoring, Expert-based) - Làm thế nào để kiểm định mô hình PD? (Discriminatory power: AUC/Gini, Accuracy ratio; Calibration: PSI, Brier score) - Khi nào thì mô hình PD cần được rebuild? 2. **LGD Model:** - Sự khác biệt giữa LGD Downturn và LGD Long-run? - Các phương pháp ước lượng LGD? (Historical recovery, Market LGD, Workout LGD) - Làm thế nào xử lý censored data trong ước lượng LGD? 3. **EAD:** - CCF (Credit Conversion Factor) được ước lượng như thế nào? - Các yếu tố ảnh hưởng đến EAD trên thực tế? 4. **EWS (Early Warning System):** - Các chỉ báo EWS phổ biến trong ngân hàng? - Thiết kế ngưỡng cảnh báo như thế nào cho hiệu quả? **Block 2: Tiêu chuẩn Basel & IFRS 9** 5. Phân biệt **Basel II vs Basel III vs Basel IV** về mô hình rủi ro tín dụng? 6. **IRB (Internal Rating-Based)** vs **Standardized Approach**: Ưu nhược điểm, khi nào áp dụng? 7. **IFRS 9 vs IAS 39**: Thay đổi trong mô hình ECL (Expected Credit Loss)? 8. Các stage trong IFRS 9 (Stage 1, 2, 3) khác nhau thế nào về ECL calculation? 9. **Lifetime PD vs 12-month PD**: Khi nào sử dụng? 10. Độ nhạy (sensitivity analysis) trong kiểm định mô hình IFRS 9? **Block 3: Kỹ thuật Kiểm định (Model Validation)** 11. Quy trình kiểm định mô hình chuẩn gồm những bước nào? 12. Đánh giá **discriminatory power**: AUC, Gini, KS statistic - công thức và cách diễn giải? 13. Đánh giá **calibration**: Hosmer-Lemeshow test, traffic light approach? 14. **Out-of-time validation** vs **Out-of-sample validation**: Khác nhau thế nào, tại sao cần cả hai? 15. Stress testing trong kiểm định mô hình: Phương pháp và kịch bản? 16. Xử lý situation khi kết quả kiểm định không đạt ngưỡng chấp nhận? **Block 4: Kỹ năng Phân tích** 17. Mô tả project kiểm định mô hình mà bạn đã tham gia? (Thách thức, kết quả, lessons learned) 18. SAS/SQL/Python/R: Bạn dùng công cụ nào, cho mục đích gì, code mẫu? 19. Làm thế nào để phát hiện data quality issues trong quá trình kiểm định? 20. Mô hình có vấn đề về overfitting, làm sao nhận biết và xử lý? ### 🎯 Câu hỏi Vòng 3 - Cấp cao / Văn hóa 21. Tại sao bạn muốn làm việc tại VCB? (Nghiên cứu kỹ: VCB là ngân hàng thương mại lớn nhất VN, định hướng Basel) 22. Bạn hiểu gì về văn hóa làm việc của VCB? (Chính trực, tuân thủ, chuyên nghiệp) 23. Kể một tình huống bạn chịu áp lực cao và xử lý như thế nào? 24. Mục tiêu nghề nghiệp 3-5 năm tới của bạn? 25. Bạn có câu hỏi gì cho chúng tôi không? (LUÔN chuẩn bị 2-3 câu hỏi thông minh) ### 💡 Tips Chuẩn bị **Chuẩn bị chuyên môn:** - Đọc kỹ Basel III Basel IV document của VCB (nếu có public) - Ôn tập probability, statistics, regression models - Thực hành coding Python/R/SQL trước khi phỏng vấn - Chuẩn bị portfolio project về model validation (nếu có) **Chuẩn bị tâm lý:** - VCB là ngân hàng có quy trình tuyển dụng nghiêm ngặt, phong cách formal - Chuẩn bị trả lời bằng tiếng Anh nếu interviewer là sếp nước ngoài - Tư duy thận trọng, cẩn thận - phù hợp với đặc thù kiểm định mô hình **Dress code:** - Formal business attire (nam: comple, nữ: áo dài hoặc comple) - Ghi nhớ: VCB trụ sở chính tại 198 Quang Trung, Đống Đa, HN **Nên mang theo:** - Bản in CV đã customize cho vị trí - Portfolio/dự án mẫu (nếu có) - Ghi chú ngắn gọn các achievement để kể trong phỏng vấn

Lộ trình ôn thi

## Ôn thi & Chuẩn bị ### 📚 Lộ trình chuẩn bị 2 tuần **Tuần 1: Nền tảng lý thuyết** | Ngày | Chủ đề | Tài liệu | Thời lượng | |------|--------|----------|------------| | Ngày 1-2 | **Basel II/III Framework** | BCBS 239, Basel III final rule, VCB Basel presentation | 6-8 giờ | | Ngày 3 | **IFRS 9 ECL Model** | IASB IFRS 9, ECL methodology papers | 4-5 giờ | | Ngày 4-5 | **Credit Risk Models (PD/LGD/EAD)** | Credit Risk Modeling (Bettinger), Validation literature | 6-8 giờ | | Ngày 6-7 | **Model Validation Techniques** | SR 11-7 guidance, EBA guidelines on validation | 5-6 giờ | **Tuần 2: Thực hành & Tổng hợp** | Ngày | Chủ đề | Hoạt động | Thời lượng | |------|--------|-----------|------------| | Ngày 8-9 | **Coding practice** | Python/R/SQL projects, Kaggle credit risk datasets | 6-8 giờ | | Ngày 10 | **Mock interview** | Tự hỏi đáp theo danh sách câu hỏi trên | 3-4 giờ | | Ngày 11-12 | **Case study practice** | Thiết kế validation framework cho mô hình giả định | 4-5 giờ | | Ngày 13-14 | **Tổng hợp & Review** | Ôn điểm yếu, chuẩn bị câu hỏi cho interviewer | 3-4 giờ | ### 📖 Tài liệu Tham khảo **Sách & Tài liệu chính:** 1. **"Credit Risk: Modeling, Valuation and Hedging"** - Bielecki & Rutkowski - Nền tảng lý thuyết về credit risk models 2. **"Credit Risk Scorecards"** - Siddiqi - PD modeling methodology (logistic regression, decision trees) 3. **"Applied Logistic Regression"** - Hosmer, Lemeshow, Sturdivant - Statistical foundation cho PD models 4. **Basel Committee on Banking Supervision documents** - BCBS 239 (risk data aggregation) - Basel III: International framework for liquidity risk measurement 5. **SR 11-7 "Supervisory Guidance on Model Risk Management"** - OCC - Model validation framework chuẩn US 6. **EBA "Guidelines on Internal Governance"** - Validation requirements theo EU regulation **Tài liệu Việt Nam:** 7. Thông tư 41/2016/TT-NHNN (quy định về phân loại nợ, trích lập dự phòng) 8. QCVN 11/2015/TT-NHNN (thông tư Basel II) 9. Các bài báo nghiên cứu của VCB (nếu public) **Online Resources:** 10. **Kaggle** - Credit Risk competitions (thực hành Python/R) 11. **Towards Data Science** - Credit risk modeling articles 12. **GARP FRM** materials (chapter về credit risk) 13. **Moody's Analytics** - Documentation về Basel/IFRS9 ### 🧮 Công thức Cần Nắm Vững **Discriminatory Power Metrics:** ``` Gini = 2 × AUC - 1 KS Statistic = max(|Cumulative Good - Cumulative Bad|) ``` **Calibration Metrics:** ``` Population Stability Index (PSI) = Σ (Actual% - Expected%) × ln(Actual%/Expected%) PSI < 0.1: Stable PSI 0.1-0.25: Attention needed PSI > 0.25: Significant shift ``` **Expected Credit Loss (IFRS 9):** ``` ECL = PD × LGD × EAD × Discount Factor Lifetime ECL = Σ(Pit × LGDi,t × EADt × DFt) ``` **Capital Calculation (Basel):** ``` RWA = K × 12.5 K = LGD × EAD × (PD - LGD×correlation×Φ(Φ⁻¹(PD)+√(1-ρ)×ε)) ``` ### 💻 Thực hành Coding **Python - PD Model Validation Example:** ```python import pandas as pd import numpy as np from sklearn.metrics import roc_auc_score, roc_curve def validate_pd_model(y_true, y_pred_proba): # AUC/Gini auc = roc_auc_score(y_true, y_pred_proba) gini = 2 * auc - 1 # KS Statistic fpr, tpr, thresholds = roc_curve(y_true, y_pred_proba) ks = max(tpr - fpr) # PSI Calculation bins = 10 actual = pd.cut(y_true, bins=bins).value_counts(normalize=True) expected = pd.cut(y_pred_proba, bins=bins).value_counts(normalize=True) psi = np.sum((actual - expected) * np.log(actual/expected)) return {'auc': auc, 'gini': gini, 'ks': ks, 'psi': psi} ``` **SQL - EAD Analysis:** ```sql SELECT customer_segment, AVG(outstanding_balance) as avg_outstanding, AVG(credit_limit) as avg_limit, AVG(outstanding_balance/credit_limit) as avg_utilization, COUNT(*) as total_accounts FROM credit_accounts WHERE status = 'Active' GROUP BY customer_segment ORDER BY avg_utilization DESC; ```

Tư vấn nghề nghiệp

## Lời khuyên Sự nghiệp ### 🚀 Lộ trình Thăng tiến ``` Chuyên viên Kiểm định Mô hình (VCB) ↓ (2-3 năm) Chuyên viên Cao cấp / Team Lead Kiểm định Mô hình ↓ (3-5 năm) Trưởng phòng Quản lý Rủi ro Mô hình ↓ (5-7 năm) Giám đốc Khối Quản lý Rủi ro Tích hợp / Chief Risk Officer ``` **Chi tiết từng bước:** | Cấp bậc | Thời gian | Kỳ vọng | Kỹ năng cần phát triển thêm | |---------|-----------|---------|------------------------------| | **Entry (0-2 năm)** | Giai đoạn học việc | Thành thạo validation framework, hoàn thành báo cáo định kỳ | SAS/SQL chuyên sâu, domain knowledge ngành ngân hàng | | **Mid-level (2-4 năm)** | Tự chủ project | Lead 1-2 mô hình, mentor junior, đề xuất cải tiến | Project management, stakeholder management | | **Senior (4-6 năm)** | Team lead potential | Quản lý team 3-5 người, chịu trách nhiệm toàn bộ validation lifecycle | Leadership, strategic thinking, Basel implementation | | **Manager (6+ năm)** | Quản lý phòng ban | Định hướng chiến lược, báo cáo ALCO/Board | Executive presence, policy making, industry networking | ### 💰 Mức Lương Kỳ vọng theo Cấp bậc **Lưu ý:** Mức lương tại VCB thường cao hơn thị trường 10-20% do quy mô và uy tín ngân hàng. Dưới đây là ước tính dựa trên thị trường ngân hàng Việt Nam 2024: | Cấp bậc | Kinh nghiệm | Mức lương ước tính (VNĐ/tháng) | Ghi chú | |---------|-------------|--------------------------------|----------| | **Entry (Fresh/1 năm)** | 0-1 năm | 15-25 triệu | Có thể cao hơn nếu có FRM/CQF | | **Junior (1-3 năm)** | 1-3 năm | 25-40 triệu | Thăng tiến nhanh nếu thể hiện tốt | | **Mid-level (3-5 năm)** | 3-5 năm | 40-60 triệu | Lead được mô hình lớn | | **Senior (5-8 năm)** | 5-8 năm | 60-90 triệu | Team lead hoặc chuyên gia | | **Manager (8+ năm)** | 8+ năm | 90-150+ triệu | Tùy quy mô phòng ban | **Các yếu tố ảnh hưởng mức lương:** - Chứng chỉ FRM/CQF: Cộng thêm 10-20% - Kinh nghiệm Basel/IFRS9: Cộng thêm 15-25% - Trường đại học xuất thân: Học viện Ngân hàng, ĐH Quốc gia thường được đánh giá cao - Kỹ năng lập trình (Python/R + SAS): Cộng thêm 10-15% ### 📈 Kỹ năng Cần Phát triển Thêm **Ngắn hạn (1-2 năm đầu):** 1. **Thành thạo ít nhất 2 ngôn ngữ lập trình** - Python (pandas, scikit-learn, statsmodels) - R (caret, randomForest, glm) - SAS (Enterprise Miner, macros) 2. **Chứng chỉ FRM (GARP)** - Part I: Foundations of Risk Management - Part II: Credit Risk, Market Risk, Operational Risk - Chi phí: ~$1,400 USD cho cả 2 phần - Thời gian: 6-12 tháng chuẩn bị 3. **Hiểu sâu quy định NHNN** - Thông tư 41/2016/TT-NHNN - QCVN 11/2015/TT-NHNN - Thông tư 22/2019/TT-NHNN (IRB) **Dài hạn (3-5 năm):** 4. **Machine Learning/AI trong Credit Risk** - Neural networks cho PD modeling - XGBoost, LightGBM cho scoring - Explainable AI (SHAP, LIME) 5. **Cloud & Big Data** - AWS/Azure cho model deployment - Spark cho large-scale data processing - MLOps cho model lifecycle management 6. **Chứng chỉ nâng cao** - CQF (Certificate in Quantitative Finance) - ARPM (Advanced Risk Management Professional) - Data Science certifications ### 🎯 Đặc thù Vị trí tại VCB **Điểm hấp dẫn:** - Làm việc với hệ thống ngân hàng lớn nhất Việt Nam, exposure rất tốt - Dự án Basel/IFRS9: Cơ hội học hỏi và đóng góp vào dự án trọng điểm ngành - Môi trường formal, chuyên nghiệp, cơ hội thăng tiến cao - Thương hiệu VCB trong CV rất giá trị cho sự nghiệp sau này **Thách thức cần lường trước:** - Áp lực tuân thủ cao (compliance-heavy environment) - Quy trình phê duyệt nhiều tầng, có thể chậm - Cạnh tranh nội bộ cao do quy mô lớn - Cần liên tục cập nhật regulation thay đổi **Lời khuyên thực tế:** - Xây dựng network nội bộ tốt - quan hệ quan trọng trong môi trường ngân hàng Việt - Ghi nhận achievement cụ thể (validation report, model approval) để đàm phán lương - Cân nhắc học FRM/CFA trong 2 năm đầu để tăng giá trị bản thân - Sau 3-5 năm tại VCB, có thể chuyển sang vai trò Risk Manager tại ngân hàng nước ngoài hoặc fintech với mức lương cao hơn 30-50%

Câu hỏi thường gặp

Vị trí này yêu cầu kinh nghiệm kiểm định mô hình, nhưng em mới tốt nghiệp chưa có kinh nghiệm thực tế thì có nên ứng tuyển không?

Có thể ứng tuyển nếu em đáp ứng được các tiêu chuẩn khác. VCB yêu cầu tối thiểu 1 năm kinh nghiệm, nhưng ưu tiên ứng viên có kiến thức vững và kỹ năng lập trình tốt. Em có thể bù đắp bằng: (1) Project cá nhân về model validation từ thesis/dự án đại học, (2) Kaggle competitions về credit risk, (3) Học FRM để chứng minh kiến thức chuyên môn. Tuy nhiên, cạnh tranh sẽ rất cao vì có 02 vị trí tuyển, nên em cần có điểm mạnh khác biệt rõ ràng.

Em biết Python và SQL, nhưng chưa dùng SAS. Liệu có thiếu sót lớn không?

SAS là công cụ phổ biến trong ngành ngân hàng Việt Nam, đặc biệt cho các mô hình legacy. Tuy nhiên, VCB đang chuyển đổi số nên Python/R ngày càng được ưa chuộng. Em nên: (1) Học cơ bản SAS syntax (DATA step, PROC SQL, PROC LOGISTIC) - có thể học online miễn phí, (2) Nhấn mạnh Python/SQL skills của mình trong CV và phỏng vấn, (3) Giải thích rằng có khả năng học nhanh SAS khi cần. Không phải thiếu sót lớn nhưng cần thể hiện ý chí học hỏi.

Chứng chỉ FRM có thực sự cần thiết cho vị trí này không?

Không bắt buộc, nhưng là 'game changer' trong cạnh tranh. VCB ưu tiên rõ ràng chứng chỉ FRM, CFA, CQF. Lợi ích cụ thể: (1) Trượt phỏng vấn vẫn có cơ hội cao hơn, (2) Đàm phán lương tốt hơn nếu đậu, (3) Nền tảng kiến thức chuẩn quốc tế giúp làm việc hiệu quả. Chi phí FRM Part I khoảng $350-700 USD tùy early bird hay standard fee. Thời gian chuẩn bị 200-300 giờ. Nếu em chưa có, hãy bắt đầu học ngay sau khi nhận việc.

Mức lương thỏa thuận của VCB thường rơi vào khoảng nào?

VCB trả lương thuộc top đầu ngành ngân hàng Việt Nam. Với ứng viên entry (0-1 năm kinh nghiệm), mức lương khởi điểm thường 15-22 triệu/tháng. Với 1-3 năm kinh nghiệm: 22-35 triệu. Với 3-5 năm: 35-50 triệu. Ngoài lương còn có: thưởng Tết (thường 1-3 tháng), bảo hiểm cao cấp, phụ cấp ăn trưa, xăng xe. 'Thỏa thuận' có nghĩa là em có thể đàm phán dựa trên kinh nghiệm và kỹ năng. Gợi ý: research mức lương thị trường trên Glassdoor/Vietnamworks trước khi đàm phán.

Công việc này có liên quan đến dự án Basel không? Cần chuẩn bị gì?

Rất liên quan! JD ghi rõ: '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'. Basel III đang được triển khai tại VCB, đây là dự án trọng điểm. Em cần chuẩn bị: (1) Hiểu rõ cấu trúc Basel III (minimum capital, liquidity ratios, leverage ratio), (2) Biết difference giữa IRB và Standardized approach, (3) Hiểu stress testing methodology. Tài liệu tham khảo: BCBS documents, NHNN QCVN 11/2015. Có kinh nghiệm Basel = điểm cộng cực lớn.

Làm ở Phòng Quản lý rủi ro tích hợp có khác gì so với Phòng Quản lý rủi ro thông thường?

Phòng QLRR Tích hợp có phạm vi rộng hơn, thường chịu trách nhiệm: (1) Tích hợp các loại rủi ro (tín dụng, thị trường, hoạt động) vào framework thống nhất, (2) Quản lý rủi ro mô hình toàn ngân hàng, (3) Báo cáo ALCO/Board. Đặc thù vị trí này: làm việc đa phòng ban (IT, Tín dụng, Tài chính), exposure rộng hơn, nhưng cũng áp lực phối hợp hơn. Phù hợp với người thích thử thách và muốn hiểu toàn cảnh ngân hàng.

KPI của vị trí này được đánh giá như thế nào?

Dù JD không nêu KPI cụ thể, vị trí kiểm định mô hình thường có các metric: (1) Số lượng mô hình được kiểm định/validate đúng deadline, (2) Chất lượng validation report (đạt standard của phòng ALCO), (3) Issues được phát hiện và xử lý kịp thời, (4) Đóng góp vào dự án Basel/IFRS9. Cần lưu ý: validation là công việc 'gatekeeper' - phát hiện vấn đề mô hình là thành công, không phải 'số lượng mô hình approved'. Áp lực có thể đến từ phía business muốn mô hình được approve nhanh.

Sau 3-5 năm ở VCB, em có thể chuyển sang vai trò nào khác?

Lộ trình rất đa dạng: (1) Risk Manager tại ngân hàng khác (VPBank, Techcombank, BIDV...) với mức lương cao hơn 30-50%, (2) Model Risk Officer tại ngân hàng nước ngoài (HSBC, Standard Chartered, Citi...) - lương USD-level, (3) Data Scientist/ML Engineer tại fintech (VNPay, MoMo, ZaloPay...) - lương có thể gấp đôi, (4) Risk Consultant tại Big 4 (Deloitte, PwC, EY, KPMG) - lương cạnh tranh + học hỏi đa dạng, (5) Tiếp tục thăng tiến tại VCB lên Director/CRO level. Thương hiệu VCB trong CV rất giá trị, mở cửa nhiều cơ hội.

[QLRRTH]_Chuyên viên Kiểm định mô hình rủi ro tín dụng