Mô tả công việc

## Tuyển dụng cán bộ [QUANT]_Chuyên viên Phân tích định lượng - Nhóm Quản lý rủi ro tín dụng Số lượng tuyển dung: 02 Thời gian nhận hồ sơ: Hết ngày 30/03/2026 Nơi làm việc: Phòng Mô hình và công cụ quản trị rủi ro (QUANT) - Trụ sở chính VCB I. Mô tả công việc: 1. Xây dựng, phát triển, giám sát và hỗ trợ vận hành/bảo trì các mô hình định lượng phục vụ quản lý rủi ro tín dụng, nhằm tối đa hóa lợi ích và yêu cầu quản trị của Ngân hàng. 2. Thiết kế xây dựng, rà soát, giám sát hoạt động và hỗ trợ vận hành các công cụ/hệ thống tin học hóa các mô hình định lượng rủi ro tín dụng. 3. Xây dựng năng lực và quy định, quy trình về xây dựng, phát triển, giám sát, hiệu chỉnh các mô hình định lượng rủi ro tín dụng. 4. Phối hợp thực hiện các giải pháp định lượng phục vụ quản lý rủi ro tín dụng: a) Tham gia triển khai các sáng kiến về phân tích dữ liệu, mô hình hóa và tính toán tối ưu, quản lý và phát triển các nền tảng/công cụ phân tích nâng cao phục vụ hoạt động quản lý rủi ro tại VCB. b) Phối hợp với các bộ phận liên quan trong quá trình triển khai tin học hóa và ứng dụng kết quả mô hình. 5. Khảo sát, quy hoạch dữ liệu và triển khai các hoạt động quản lý chất lượng dữ liệu nhằm phục vụ phân tích định lượng. 6. Tham gia các lớp đào tạo, tập huấn nghiệp vụ theo kế hoạch của phòng và VCB 7. Thực hiện các nhiệm vụ khác có liên quan do Lãnh đạo Phòng giao. II. Tiêu chuẩn tuyển dụng: 1. Trình độ: • Tốt nghiệp Đại học/ Thạc sỹ chuyên ngành Toán học, Toán tài chính, Toán kinh tế, Kỹ nghệ tài chính (Financial Engineering), Tài chính định lượng, Quản trị rủi ro, Phân tích kinh doanh, Khoa học dữ liệu, Kinh tế học, Kinh tế-tài chính ứng dụng, Định phí bảo hiểm, Trí tuệ nhân tạo, Khoa học máy tính hoặc các chuyên ngành có liên quan khác. • Trình độ ngoại ngữ: Tiếng Anh B1 trở lên (khung tham chiếu ngôn ngữ chung châu Âu) hoặc tương đương, sử dụng tốt tiếng Anh, giao tiếp và đọc hiểu tài liệu liên quan đến công việc phụ trách. • Trình độ tin học: Chứng chỉ ứng dụng CNTT cơ bản (hoặc tương đương) trở lên. 2. Độ tuổi: Không quá 35 tuổi tại thời điểm đăng ký tuyển dụng. 3. Kinh nghiệm: Tối thiểu 03 năm kinh nghiệm làm việc trực tiếp về xây dựng mô hình PD (Xác suất vỡ nợ) Khách hàng cá nhân/Khách hàng doanh nghiệp 4. Kiến thức: • Am hiểu về hệ thống thông tin, cơ sở dữ liệu và các sản phẩm-dịch vụ ngân hàng. • Am hiểu về các quy định Basel, văn bản chính sách của NHNN về quản lí rủi ro tín dụng, và kinh tế vĩ mô Việt Nam. 5. Kỹ năng: • Có kỹ năng làm việc nhóm và làm việc độc lập • Có kỹ năng tổ chức thực hiện, sắp xếp công việc • Có kỹ năng giao tiếp, truyền đạt trước đám đông • Có kỹ năng phân tích, tổng hợp 6. Khả năng: • Có khả năng tư duy logic • Có khả năng khái quát hóa 7. Phẩm chất cá nhân: • Cẩn trọng, linh hoạt • Chịu áp lực công việc cao • Trung thực, kỷ luật, trách nhiệm 8. Các tiêu chí khác: • Sức khỏe tốt, chịu được áp lực công việc cao. • Có xác nhận lý lịch tư pháp. 9. Các tiêu chí ưu tiên: • Trình độ Thạc sỹ trở lên chuyên ngành Toán kinh tế, Toán tài chính, Kinh tế-Tài chính ứng dụng, hoặc các chuyên ngành có liên quan khác. • Có chứng chỉ chuyên môn quốc tế (FRM, PRM, CQF, CFA,…) • Có chứng chỉ tiếng Anh quốc tế IELTS trên 6.0 (hoặc tương đương). • Có kinh nghiệm xây dựng các mô hình rủi ro tín dụng tại các tổ chức tài chính trong và ngoài nước • Có kinh nghiệm lập trình ứng dụng trên các công cụ/phần mềm tính toán, thống kê (SAS, MATLAB, R, Python,Ms-SQL,...).

Phân tích kỹ năng cần có

## Phân tích Kỹ năng Yêu cầu cho Vị trí Chuyên viên Phân tích định lượng - QUANT ### 1. Hard Skills bắt buộc | Kỹ năng | Mức độ yêu cầu | Ghi chú | |---------|----------------|---------| | **Mô hình PD (Probability of Default)** | BẮT BUỘC - Tối thiểu 3 năm kinh nghiệm | Yêu cầu rõ ràng nhất: xây dựng mô hình xác suất vỡ nợ cho KHCN hoặc KHDN | | **Lập trình thống kê** | Ưu tiên cao | SAS, R, Python, MATLAB, MS-SQL | | **Toán tài chính / Tài chính định lượng** | Bắt buộc | Chuyên ngành tốt nghiệp phù hợp | | **Tiếng Anh** | B1 trở lên, ưu tiên IELTS 6.0+ | Đọc hiểu tài liệu chuyên ngành | | **Kiến thức Basel/ NHNN** | Bắt buộc | Quản lý rủi ro tín dụng | ### 2. Chứng chỉ chuyên môn khuyến nghị ``` Ưu tiên cao nhất: FRM (Financial Risk Manager) - GARP Ưu tiên cao: PRM (Professional Risk Manager) - PRMIA Ưu tiên cao: CQF (Certificate in Quantitative Finance) Ưu tiên trung bình: CFA (Chartered Financial Analyst) ``` **Lý do:** Vị trí QUANT tại VCB đòi hỏi kiến thức sâu về credit risk modeling, và các chứng chỉ trên cung cấp nền tảng lý thuyết + practical framework phù hợp nhất. FRM đặc biệt được nhấn mạnh trong tiêu chí ưu tiên. ### 3. Soft Skills quan trọng - **Tư duy logic & khái quát hóa** — Mô hình hóa đòi hỏi khả năng tách vấn đề phức tạp thành các thành phần đơn giản - **Giao tiếp & truyền đạt** — Có thể phải present kết quả mô hình cho ban lãnh đạo - **Chịu áp lực cao** — deadline dự án mô hình, quản lý nhiều stakeholder cùng lúc - **Làm việc nhóm & độc lập** — Phối hợp với IT, KHCN, KHDN, các phòng ban khác ### 4. So sánh: Ứng viên Fresh vs Experienced | Tiêu chí | Ứng viên < 3 năm kinh nghiệm | Ứng viên đạt yêu cầu (3+ năm) | |----------|-------------------------------|-------------------------------| | Mô hình PD | Học lý thuyết, có project cá nhân | Đã xây dựng thực tế 1+ mô hình PD hoàn chỉnh | | Lập trình | Biết 1 ngôn ngữ (Python/R) | Thành thạo SAS/R/SQL, biết MATLAB là điểm cộng | | Basel | Hiểu lý thuyết | Áp dụng vào validation/development thực tế | | Cơ hội | Thấp - đây là yêu cầu bắt buộc | Cao nếu có thêm chứng chỉ quốc tế | **Kết luận:** Đây là vị trí **chuyên sâu, senior**, yêu cầu kinh nghiệm thực tế với mô hình PD. Ứng viên không có kinh nghiệm trực tiếp xây dựng mô hình rất khó vượt qua vòng hồ sơ.

Chuẩn bị phỏng vấn

## Hướng dẫn Phỏng vấn Vietcombank - Vị trí QUANT ### Quy trình phỏng vấn dự kiến Vietcombank thường có **2-3 vòng phỏng vấn** cho vị trí chuyên viên back-office cấp cao: ``` Vòng 1: Sàng lọc hồ sơ + Test nghiệp vụ ↓ Vòng 2: Phỏng vấn chuyên sâu với Phòng QUANT + HR ↓ Vòng 3 (có thể): Phỏng vấn với Lãnh đạo ban/Phó TGĐ ``` ### Vòng 1: Test nghiệp vụ (thường có) **Nội dung có thể kiểm tra:** - **Toán thống kê:** phân phối xác suất, regression, time series - **Kiến thức credit risk:** PD, LGD, EAD, Expected Loss, Basel capital calculation - **Lập trình:** viết code Python/R để xử lý data và xây dựng mô hình đơn giản - **Tiếng Anh:** đọc hiểu và dịch tài liệu chuyên ngành **Tips chuẩn bị:** - Ôn lại logistic regression, decision tree, survival analysis - Nắm chắc công thức EL = PD × LGD × EAD - Thực hành viết code Python/R trên Jupyter Notebook - Đọc lại các circular/notice của NHNN về credit risk ### Vòng 2: Phỏng vấn chuyên môn **Câu hỏi kỹ thuật thường gặp:** 1. **Về mô hình PD:** - Trình bày quy trình xây dựng mô hình PD từ đầu đến cuối? - Phân biệt PD retail vs PD corporate? Các phương pháp ước lượng nào được sử dụng? - Làm thế nào để validate một mô hình PD? Các metrics nào bạn dùng (AUC, Gini, KS)? - Xử lý như thế nào khi dữ liệu imbalanced/rare event? 2. **Về Basel & regulatory:** - Trình bày các trụ cột của Basel II/III? - Phân biệt IRB (Internal Ratings-Based) và SA (Standardized Approach)? - RWA được tính toán như thế nào trong IRB? - Các văn bản NHNN nào liên quan đến quản lý rủi ro tín dụng bạn biết? 3. **Về kỹ năng lập trình:** - Bạn dùng ngôn ngữ nào? Ưu nhược điểm của từng ngôn ngữ trong credit risk modeling? - Xử lý missing data như thế nào trong thực tế? - Làm sao để optimize code khi làm việc với large dataset? 4. **Về dự án đã làm:** - Mô tả chi tiết một dự án mô hình PD bạn đã tham gia? - Bạn gặp khó khăn gì và giải quyết ra sao? - Kết quả mô hình khi triển khai thực tế như thế nào? **Câu hỏi hành vi (HR/Phòng ban):** - Tại sao bạn muốn chuyển sang Vietcombank? - Bạn biết gì về Phòng Mô hình và công cụ quản trị rủi ro của VCB? - Làm thế nào để handle conflict với các phòng ban khác khi triển khai mô hình? - Mô tả một tình huống chịu áp lực cao trong công việc trước đây? ### Tips phỏng vấn đặc biệt cho VCB - **Nghiên cứu kỹ VCB:** Tìm hiểu các mô hình risk scoring, rating system mà VCB đã triển khai. Đọc annual report, sustainability report của VCB gần nhất - **Sử dụng thuật ngữ tiếng Anh:** Khi discuss về mô hình, dùng thuật ngữ chuyên ngành quốc tế (PD, LGD, EAD, IRB, capital adequacy...) - **Chuẩn bị portfolio code:** Nếu có thể, chuẩn bị sample code hoặc documentation của các mô hình đã làm (đã được sanitize, không vi phạm confidentiality) - **Dress code:** Vest/costume nam, áo sơ mi + chân váy/quần âu nữ. VCB khá formal - **Thái độ:** Chỉnh chu, nghiêm túc nhưng không căng thẳng. Lãnh đạo ngân hàng đánh giá cao sự cẩn trọng và tỉ mỉ

Lộ trình ôn thi

## Lộ trình Ôn tập 2 Tuần cho Vị trí QUANT - VCB ### Tuần 1: Nền tảng kiến thức chuyên môn **Ngày 1-2: Credit Risk Foundations** - Đọc: Basel's three pillars (Capital adequacy, Supervisory review, Market discipline) - Nắm chắc: PD, LGD, EAD, Expected Loss, Unexpected Loss - Ôn: IRB approach vs Standardized approach - Tham khảo: Thông tư 13/2023/TT-NHNN về quản lý rủi ro tín dụng **Ngày 3-4: PD Model Development Lifecycle** ``` 1. Problem Definition 2. Data Collection & Exploration 3. Variable Selection (WOE, IV) 4. Model Specification (Logistic Regression, Survival Analysis) 5. Model Estimation 6. Validation (Gini, KS, AUC, Confusion Matrix) 7. Calibration & Benchmarking 8. Documentation & Approval 9. Implementation 10. Ongoing Monitoring ``` - Thực hành: Trình bày bằng miệng quy trình đầy đủ của 1 dự án PD model bạn đã làm **Ngày 5-6: Statistical & Programming** - Thống kê: Logistic regression, ROC curve, KS test, Chi-square - Lập trình: Clean code Python/R, SQL queries, data preprocessing - Trọng tâm: pandas, scikit-learn (Python) hoặc caret, rms (R) - Thực hành: Tái hiện một mô hình logistic regression đơn giản từ đầu **Ngày 7: Ôn tổng hợp** - Mock interview tự đặt câu hỏi và trả lời - Đọc lại các circular thông tư NHNN liên quan ### Tuần 2: Chuyên sâu + Soft skill **Ngày 8-9: Advanced Topics** - Machine learning trong credit risk: Random Forest, XGBoost - Model validation techniques (Out-of-time, out-of-sample) - IFRS 9 / CECL impairment modeling - Stress testing và scenario analysis **Ngày 10-11: Research VCB & Industry** - Đọc Annual Report VCB 2023/2024 - Tìm hiểu: VCB đang dùng hệ thống rating/scoring nào? Scoring các sản phẩm nào? - Đọc báo cáo thường niên của các ngân hàng lớn về mảng risk - Follow: tapchicongthuong.vn, cafef.vn, các báo tài chính uy tín **Ngày 12-13: Interview Preparation** - Trả lời mẫu các câu hỏi phỏng vấn (xem mục AI Q&A) - Chuẩn bị 2-3 câu chuyện thành tựu/thách thức liên quan mô hình - Luyện pitch 1 phút: "Tại sao tôi phù hợp với vị trí này" **Ngày 14: Final Review** - Ôn lại toàn bộ technical concepts - Check lại hồ sơ, đơn ứng tuyển - Chuẩn bị tinh thần, outfit ### Tài liệu tham khảo | Loại | Tài liệu | Nguồn | |------|----------|-------| | Sách gối đầu giường | "Credit Risk Scorecards" - Stephen Galore | Amazon / Wiley | | Sách | "An Introduction to Credit Risk Modeling" - Loffler & Posch | CRC Press | | Online | GARP FRM Syllabus (Part 1 & 2) | garp.org | | Regulatory | Thông tư 13/2023/TT-NHNN | nhnn.gov.vn | | Code | Kaggle Credit Risk datasets | kaggle.com | | Vietnamese | Website NHNN, VCB investor relations | nhnn.gov.vn, vcb.com.vn |

Tư vấn nghề nghiệp

## Lộ trình Sự nghiệp & Chiến lược Phát triển ### Vị trí này ở đâu trong lộ trình sự nghiệp? ``` Junior Quant (0-2 năm) ↓ QUANT - Chuyên viên Phân tích định lượng ★ (Vị trí này - yêu cầu 3+ năm) ↓ Senior Quant / Team Lead QUANT (5-7 năm) ↓ Manager - Quản lý Phòng Mô hình & Công cụ QTNR (8-10 năm) ↓ Director / Phó TGĐ phụ trách Rủi ro (10+ năm) ``` ### Mức lương kỳ vọng theo cấp bậc (tham khảo Hà Nội, 2024-2025) | Cấp bậc | Kinh nghiệm | Mức lương tháng ước tính | |---------|-------------|--------------------------| | Junior Quant | 0-2 năm | 15-25 triệu VNĐ | | Chuyên viên (vị trí này) | 3-5 năm | 25-45 triệu VNĐ | | Senior Quant | 5-8 năm | 45-70 triệu VNĐ | | Manager QUANT | 8+ năm | 70-120 triệu VNĐ | **Lưu ý:** VCB là ngân hàng thương mại nhà nước lớn, lương cơ bản có thể thấp hơn ngân hàng tư nhân/tín dụng nước ngoài, nhưng bù lại bằng: ổn định lâu dài, thưởng cuối năm, phúc lợi BHXH đầy đủ, cơ hội thăng tiến hệ thống. ### Kỹ năng cần phát triển thêm để thăng tiến **Short-term (1-2 năm đầu tại VCB):** - Thành thạo mô hình PD cho cả KHCN và KHDN - Học thêm SAS nếu chưa biết (VCB sử dụng SAS nhiều) - Lấy chứng chỉ FRM Level 1 - Xây dựng relationships với các phòng ban liên quan (IT, Credit Policy) **Medium-term (3-5 năm):** - Dẫn dắt 1 dự án mô hình hoàn chỉnh từ A-Z - Mở rộng sang EAD, LGD modeling - FRM hoàn chỉnh, cân nhắc CQF nếu muốn chuyên sâu - Phát triển kỹ năng quản lý team, stakeholder management **Long-term (5+ năm):** - Chuyên gia về 1-2 loại mô hình cụ thể ( IRB capital models, IFRS 9, stress testing) - Business acumen - hiểu sâu về chiến lược kinh doanh ngân hàng - Networking rộng trong ngành (risk conferences, seminars) - Cân nhắc chuyển sang Consulting hoặc Fintech nếu muốn mức lương cao hơn ### Ưu nhược điểm của vị trí này **✅ Ưu điểm:** - Môi trường chuyên nghiệp, làm việc với mô hình phức tạp nhất hệ thống ngân hàng - VCB có dữ liệu khách hàng đa dạng (lớn nhất VN) - vàng cho data scientist - Địa điểm làm việc Hà Nội, ổn định lâu dài - Hưởng phúc lợi ngân hàng nhà nước - Cơ hội chuyển đổi sang các phòng ban khác (Credit, ALM, Treasury) **⚠️ Nhược điểm:** - Áp lực regulatory cao (Basel, NHNN audits) - Làm việc với legacy systems có thể chậm hơn Fintech - Lương cạnh tranh thấp hơn so với ngân hàng nước ngoài/tín dụng - Thăng tiến trong hệ thống nhà nước đòi hỏi thời gian và kinh nghiệm

Câu hỏi thường gặp

Mình có 2 năm kinh nghiệm làm data analyst tại fintech, muốn chuyển sang vị trí QUANT này được không?

Khó khăn đấy bạn ơi. Tin tuyển dụng yêu cầu TỐI THIỂU 3 năm kinh nghiệm TRỰC TIẾP xây dựng mô hình PD. Data analyst tuy dùng SQL, Python giỏi nhưng chưa đủ vì thiếu kinh nghiệm credit risk modeling thực tế. Gợi ý: Trong 1 năm tới, bạn hãy tìm cách tham gia/thực hiện dự án PD model tại công ty hiện tại, hoặc chuyển sang vị trí risk analyst ở ngân hàng nhỏ hơn trước, rồi sau đó target VCB.

Trong vòng phỏng vấn, họ hay hỏi những gì về mô hình PD?

Câu hỏi kinh điển nhất là: 'Trình bày quy trình xây dựng mô hình PD từ đầu đến cuối' - đây là câu gần như CHẮC CHẮN sẽ hỏi. Bạn cần nắm chắc 10 bước trong model development lifecycle, đặc biệt là: cách chọn biến (WOE, IV), validation metrics (KS, Gini, AUC), và cách xử lý imbalanced data. Câu hỏi theo sau thường là 'Mô hình của bạn có gặp vấn đề gì khi triển khai thực tế?' - câu này test kinh nghiệm thực tế.

Mức lương thực tế của vị trí này ở VCB là bao nhiêu? Có đàm phán được không?

Tin ghi 'thỏa thuận' nghĩa là CÓ ĐÀM PHÁN được. Với 3-5 năm kinh nghiệm xây dựng mô hình PD, mức lương có thể đàm phán được từ 30-45 triệu VNĐ/tháng, có thể cao hơn nếu bạn có chứng chỉ FRM/CQF và portfolio mạnh. Vietcombank thường đánh giá ứng viên dựa trên mức lương cũ + kỹ năng, nên hãy đi phỏng vấn với con số cụ thể trong đầu. Tuy nhiên, đừng kỳ vọng mức lương ngang ngân hàng nước ngoài.

Có nên apply vị trí này không hay cứ chờ thêm?

Nếu bạn ĐÁP ỨNG đủ 3 năm kinh nghiệm PD model + có kiến thức Basel vững + biết 1 ngôn ngữ lập trình thống kê → HÃY APPLY NGAY. Đây là cơ hội vào VCB ở mảng chuyên sâu, ít tuyển dụng. Hạn chót 30/03/2026 còn xa, nhưng vị trí chỉ tuyển 2 người nên cần nộp sớm. Nếu bạn thiếu kinh nghiệm PD model, hãy tập trung xây dựng kinh nghiệm đó trước ở công ty hiện tại.

Mình có FRM Level 1, chưa có kinh nghiệm xây dựng mô hình PD nhưng đã làm validation. Có cơ hội không?

Validation ≠ Development về mặt kỹ năng. Tuy nhiên, FRM Level 1 cho thấy bạn có nền tảng lý thuyết tốt và đây là tiêu chí ƯU TIÊN trong tin tuyển dụng. Điểm yếu lớn nhất của bạn là 'không có kinh nghiệm trực tiếp xây dựng mô hình PD' - đây là yêu cầu bắt buộc. Gợi ý: Trong CV và phỏng vấn, hãy diễn giải kinh nghiệm validation thành 'hiểu sâu về model lifecycle' và thể hiện bạn có khả năng phát triển lên senior nếu được đào tạo. Cơ hội ở mức 30-40%.

VCB có dùng SAS không? Học SAS từ đầu mất bao lâu để đủ dùng?

Theo tin tuyển dụng, SAS được liệt kê trong các công cụ ưu tiên và thực tế VCB dùng SAS rất nhiều trong bộ phận QUANT. Nếu bạn đã biết Python/R, học SAS chỉ mất 2-4 tuần ở mức đủ dùng cho credit risk modeling (PROC LOGISTIC, PROC SQL, PROC HPFOREST...). Bạn có thể tự học qua SAS University Edition (miễn phí) và tài liệu trên support.sas.com. Đừng để thiếu SAS là rào cản - Python/R thành thạo vẫn được chấp nhận.

Công việc hàng ngày của vị trí này như thế nào? Có phải ngồi code cả ngày không?

Không hẳn. Dựa trên mô tả công việc, một ngày điển hình có thể chia như sau: 30% xây dựng mô hình/code, 30% phối hợp với IT/data team để lấy dữ liệu và triển khai, 20% viết documentation/báo cáo, 20% họp với các phòng ban (Credit, KH, Treasury) để hiểu requirement. Mùa regulatory reporting ( Basel reporting, NHNN inspection) sẽ bận hơn nhiều. Đây là công việc kết hợp giữa technical và business communication, không phải pure coding job.

[QUANT]_Chuyên viên Phân tích định lượng - Nhóm Quản lý rủi ro tín dụng