Senior Data Architect (40000054)
Mô tả công việc
Job Purpose
- The job holder drives the discovery, design, and execution of a wide variety of analytical technology solutions.
- The job holder provides strategic decision-making, and guidance within technical disciplines, responding to disruptive analytical technologies and solving unique and complex problems.
- The job holder researches, architects, and defines Data Engineering, Advanced Analytics và Business Intelligence capabilities and strategies for information delivery and data exploration to support business function needs and goals.
Key Accountabilities (1)
Data Architect
- Delivers a modern architecture capable of advancing the overall analytic performance and data-driven strategy of the bank
- Design end-to-end data streams, storage, data serving systems and analytical workflows, including overall architecture, capabilities, platforms, tools and governing processes.
- Create, maintain, and communicate positioning/go-forward strategies for the data platform and analytical capabilities/tools.
- Share governance responsibility to ensure alignment to enterprise guidelines for security, auditing, data governance, metadata management, etc.
- Help define/improve best practices, guidelines and integration with other enterprise solutions.
- Review analytic solutions for re-usability, scalability, synergy opportunities and alignment to defined best practices and guidelines.
- Create and evolve big-data and analytic technology roadmap, to align with continuously evolving business needs.
- Monitor technology trends and perform discovery of any new tools/capabilities of interest.
- Benchmark big-data and analytic capabilities with industry analysts and other companies.
- Own strategic technology relationships with technology vendors and external communities/partners.
- Lead education and training for analytics community.
Key Accountabilities (2)
Projects Management
- Manage project conflicts, challenges and dynamic business requirements to keep operations running at high performance.
- Work with team leads to resolve people problems and project roadblocks, conduct post mortem and root cause analyses to improve practices for maximum productivity.
Key Accountabilities (3)
Talent Development
- Mentor and coach junior members in team to enhance their data capability
- Identify and encourage areas for growth and improvement within the team and support with personal development plan.
Key Relationships - Direct Manager
Senior Manager, Data Architecture
Key Relationships - Direct Reports
Key Relationships - Internal Stakeholders
Business Tribe, Enabling Tribe (IT or Data - Engineer/Governance), division heads, divisions managers
Key Relationships - External Stakeholders
Partners and vendors providing professional services
Success Profile - Qualification and Experiences
Qualifications
- Bachelor’s or Master’s degree in Computer Science, Software Engineering, Machine Learning, Statistic, Data Science or other related technical disciplines
Work Experience
- 10+ years of relevant experience in demonstrating a high degree of proficiency in designing and developing complex, high-quality big-data platforms serving analytical solutions, including 3+ years in a Big-Data Architecture role designing technology architectures, detailed workflows, best practices and governance guidelines.
- English proficiency requirements are pursuant to Techcombank's policy
- Proven track record of delivering scalable, resource intensive, integrated and operational big-data and analytical solution; experience creating point of views, roadmaps, and process diagrams
- Hands-on experience working with open-source big-data/data-lake like Hadoop, Spark, Kafka, SQL/NoSQL K-V/Columnar/Graph, ESB and analytical technologies like R/Python, - TensorFlow and/or BI tools like Tableau/Power BI; Cloud analytics platform experience preferred
- Experience working in Agile teams in digital transformation projects
- Experience in Agile Software Development and having a strong understanding of Agile principles, practices and Scrum methodologies
Phân tích kỹ năng cần có
Phân tích kỹ năng cần có cho vị trí Senior Data Architect tại Techcombank
Đây là vị trí cấp cao (Senior/Expert) trong mảng Data & Analytics, đòi hỏi kinh nghiệm sâu rộng cả về kỹ thuật lẫn tầm nhìn chiến lược. Dưới đây là phân tích chi tiết:
🎯 Hard Skills (Kỹ năng cứng) — BẮT BUỘC
| Nhóm kỹ năng | Yêu cầu cụ thể | Mức độ quan trọng |
|---|---|---|
| Big Data Stack | Hadoop, Spark, Kafka, Hive | ⭐⭐⭐⭐⭐ |
| Database | SQL/NoSQL (Key-Value, Columnar, Graph), Data Lake | ⭐⭐⭐⭐⭐ |
| Programming | Python, R, SQL nâng cao | ⭐⭐⭐⭐⭐ |
| BI Tools | Tableau, Power BI | ⭐⭐⭐⭐ |
| Machine Learning | TensorFlow, scikit-learn, mô hình phân tích | ⭐⭐⭐⭐ |
| Cloud Platform | AWS/Azure/GCP (Data Lake, Synapse, BigQuery, Databricks) | ⭐⭐⭐⭐⭐ |
| Kiến trúc hệ thống | Data Pipeline, ETL/ELT, Data Mesh, Lakehouse | ⭐⭐⭐⭐⭐ |
| DevOps/Agile | CI/CD, Scrum, Jira | ⭐⭐⭐⭐ |
🎯 Soft Skills (Kỹ năng mềm) — QUAN TRỌNG KHÔNG KÉM
- Tư duy chiến lược: Vị trí này yêu cầu định hướng công nghệ dài hạn (roadmap), benchmark với thị trường, không chỉ làm kỹ thuật thuần túy
- Kỹ năng truyền đạt (Communication): Phải thuyết trình được kiến trúc phức tạp cho ban lãnh đạo, stakeholder nghiệp vụ phi kỹ thuật
- Quản lý xung đột: "Manage project conflicts, challenges and dynamic business requirements" — kỹ năng chính trị tổ chức
- Mentoring & Coaching: Trực tiếp đào tạo team, làm personal development plan
- Vendor management: Quan hệ với nhà cung cấp công nghệ, đàm phán chiến lược
📜 Chứng chỉ gợi ý (NÊN CÓ để tăng sức mạnh hồ sơ)
| Chứng chỉ | Tổ chức | Lý do nên có |
|---|---|---|
| AWS Solutions Architect – Professional | AWS | Cloud analytics là "preferred" trong JD |
| Google Professional Data Engineer | Chứng minh năng lực data platform trên cloud | |
| Azure Data Engineer (DP-203) | Microsoft | Phù hợp nếu Techcombank dùng Azure stack |
| Databricks Spark/SQL Certification | Databricks | Lakehouse architecture ngày càng phổ biến |
| TOGAF 9 Certified | The Open Group | Kiến trúc doanh nghiệp cấp cao |
| PMP / Scrum Master (PSM II/III) | PMI/Scrum.org | Quản lý dự án Agile |
| CDMP (Certified Data Management Professional) | DAMA | Data governance — rất phù hợp yêu cầu trong JD |
⚠️ Lưu ý quan trọng
- JD yêu cầu 10+ năm kinh nghiệm và 3+ năm ở vị trí Big-Data Architecture — đây là rào cản lớn nhất. Nếu chưa đủ, hãy tích lũy thêm trước khi apply.
- Tiếng Anh là yêu cầu theo chính sách Techcombank (thường tương đương IELTS 6.5+ hoặc TOEIC 700+)
Chuẩn bị phỏng vấn
Hướng dẫn phỏng vấn Senior Data Architect — Techcombank
Vị trí Senior ở ngân hàng top đầu như Techcombank thường có quy trình 4-5 vòng, kéo dài 3-6 tuần. Dưới đây là dự kiến chi tiết:
📋 Quy trình dự kiến các vòng
| Vòng | Hình thức | Người phỏng vấn | Thời lượng | Mục đích |
|---|---|---|---|---|
| 1. HR Screening | Phone/Video | HR Talent Acquisition | 30-45 phút | Sơ lược lý lịch, mức lương, fit cơ bản |
| 2. Technical Deep-dive | Onsite/Video | Senior Manager Data Architecture + 1 Senior Architect | 90-120 phút | Đánh giá chuyên môn kỹ thuật |
| 3. Case Study / System Design | Onsite | Panel 2-3 người | 60-90 phút | Thiết kế giải pháp end-to-end |
| 4. Leadership & Stakeholder | Onsite | Division Head / Tribe Lead | 60 phút | Tư duy chiến lược, quản lý stakeholder |
| 5. Culture Fit & Final | Onsite | HRBP + Hiring Manager | 45-60 phút | Thương thảo offer, culture fit |
❓ Câu hỏi hay gặp theo từng vòng
Vòng Technical Deep-dive:
1. Hãy thiết kế kiến trúc Data Lake cho ngân hàng xử lý 50TB dữ liệu/ngày (transaction, customer, channel) — bạn chọn stack nào, tại sao?
2. Sự khác biệt giữa Lambda Architecture và Kappa Architecture? Khi nào dùng cái nào trong banking?
3. Làm thế nào để đảm bảo data governance, data lineage, và tuân thủ quy định NHNN (ví dụ: Thông tư 13/2018, 17/2024 về data) trong kiến trúc Big Data?
4. So sánh Spark Structured Streaming vs Flink vs Kafka Streams cho real-time fraud detection
5. Chiến lược xử lý PII (Personally Identifiable Information) trong data lake của ngân hàng
6. Làm sao tối ưu chi phí Cloud khi chạy data pipeline 24/7?
Vòng System Design:
7. Thiết kế hệ thống Customer 360 cho Techcombank: ingest data từ core banking, CRM, mobile app, call center → phục vụ real-time recommendation + offline ML model
8. Bạn sẽ migration từ on-premise Hadoop lên cloud (AWS/Azure) như thế nào? Chiến lược big-bang vs strangler pattern?
9. Thiết kế Data Mesh hay Lakehouse cho ngân hàng? Tại sao chọn cái đó?
Vòng Leadership & Strategic:
10. Bạn xây dựng roadmap Big Data 3 năm như thế nào cho một ngân hàng đang chuyển đổi số?
11. Khi có conflict giữa business muốn data nhanh và IT muốn governance chặt, bạn xử lý ra sao?
12. Bạn đã benchmark Techcombank với các ngân hàng top châu Á (DBS, UOB, OCBC) về data capability chưa? Nhận xét?
13. Bạn mentor/coach một Data Engineer junior mắc lỗi liên tục — cách tiếp cận?
14. Vendor nào đang dẫn đầu thị trường data platform cho ngân hàng? Tại sao?
Vòng Culture Fit:
15. Tại sao Techcombank? Tại sao không ở lại công ty cũ?
16. Mô tả một lần bạn disagree với sếp về kiến trúc và cách bạn xử lý
17. Bạn thấy mình phù hợp với giá trị nào của Techcombank (họ có tagline về "More than a bank")?
💡 Tips chuẩn bị quan trọng
- Đọc kỹ về Techcombank trước phỏng vấn: Hiểu chiến lược chuyển đổi số, sản phẩm (TPay, TNext, TCB bonds...), đối thủ cạnh tranh (VPBank, MBBank, Vietcombank)
- Chuẩn bị 1-2 slide tóm tắt kiến trúc bạn đã thiết kế thành công — visual rất quan trọng cho vị trí Senior
- Đưa ra con số cụ thể: scale (TB, events/sec), cost saving, performance gain
- Luôn liên hệ về ngân hàng/banking domain trong mọi câu trả lời, không nói chung chung
👔 Dress Code
- Vòng HR/Phone: Business casual
- Vòng onsite kỹ thuật: Smart casual hoặc Business casual
- Vòng Division Head/Final: Formal — Vest + sơ mi (chuẩn ngân hàng)
Lộ trình ôn thi
Lộ trình ôn tập & chuẩn bị 2 tuần cho Senior Data Architect
Với vị trí Senior này, bạn cần ôn tập cả chiều sâu kỹ thuật lẫn tầm nhìn chiến lược. Dưới đây là lộ trình gợi ý trong 2 tuần (khoảng 10-15 giờ/ngày nếu đang đi làm, hoặc rảnh có thể tăng tốc):
📚 Tuần 1: Nền tảng kỹ thuật & kiến trúc
| Ngày | Chủ đề | Hoạt động |
|---|---|---|
| T2 | Big Data Fundamentals | Đọc "Designing Data-Intensive Applications" (Martin Kleppmann) chương 1-5 |
| T3 | Hadoop & Spark Ecosystem | Ôn lại HDFS, YARN, Spark Core, Spark SQL, Spark Streaming. Làm hands-on trên Databricks Community Edition |
| T4 | Kafka & Streaming | Đọc Kafka: The Definitive Guide. Thực hành với Confluent Cloud trial |
| T5 | Data Lakehouse vs Data Mesh | Đọc whitepaper của Databricks (Lakehouse) và Zhamak Dehghani (Data Mesh). So sánh ưu/nhược |
| T6 | Cloud Analytics Platform | Học 1 trong 3: AWS S3+Redshift+Glue / Azure Synapse+Data Factory / GCP BigQuery+Dataflow |
| T7 | ML & Advanced Analytics | Ôn TensorFlow, MLflow, model lifecycle. Tìm hiểu MLOps cơ bản |
| CN | Data Governance | Đọc về DAMA-DMBOK, data catalog (Collibra, Alation), metadata management, data lineage |
📚 Tuần 2: Banking domain, chiến lược & thực hành phỏng vấn
| Ngày | Chủ đề | Hoạt động |
|---|---|---|
| T2 | Banking Data Landscape | Tìm hiểu core banking data, Basel II/III reporting data, AML data, customer data |
| T3 | Vietnam Banking Regulations | Đọc Thông tư 13/2018, 17/2024 của NHNN về data; hiểu về sandbox fintech |
| T4 | Techcombank Deep-dive | Đọc báo cáo thường niên TCB 2023-2024, chiến lược chuyển đổi số, các dự án AI/ML đã công bố |
| T5 | System Design Practice | Tự làm 3 bài system design: 1) Real-time fraud detection, 2) Customer 360, 3) Risk reporting platform |
| T6 | Case Study Preparation | Chuẩn bị slide trình bày 2 dự án kiến trúc data lớn nhất bạn đã làm |
| T7 | Mock Interview | Nhờ bạn bè/colleague phỏng vấn thử, hoặc dùng Pramp, Interviewing.io |
| CN | Final Review | Ôn lại câu hỏi behavior, chuẩn bị STAR answers cho 5-7 tình huống leadership |
📖 Tài liệu tham khảo cốt lõi
Sách nên đọc:
1. "Designing Data-Intensive Applications" — Martin Kleppmann (bible của data engineer/architect)
2. "Fundamentals of Data Engineering" — Joe Reis & Matt Housley
3. "The Data Warehouse Toolkit" — Ralph Kimball (cho BI/data modeling)
4. "Building a Data Mesh" — Zhamak Dehghani
5. "Streaming Systems" — Tyler Akidau
6. "Spark: The Definitive Guide" — Bill Chambers & Matei Zaharia
Khóa học online:
- Data Engineering Zoomcamp (DataTalksClub) — free, hands-on
- AWS Certified Solutions Architect — Professional (Stephane Maarek trên Udemy)
- Databricks Lakehouse Fundamentals — free certification
- Confluent Developer (Kafka) — free courses
- Google Cloud Data Engineer learning path
Blog & Resources:
- Martin Fowler (martinfowler.com) — về data architecture
- Towards Data Science, The Data Engineering Weekly
- AWS/Azure/GCP official blogs về data
🎯 Bài tập thực hành nên làm
1. Build một mini data lake: Dùng Docker Compose chạy Kafka + Spark + MinIO + Airflow, ingest dữ liệu giả lập giao dịch ngân hàng
2. Thiết kế Customer 360 trên giấy: Vẽ architecture diagram, chọn tech stack, justify lý do
3. Đánh giá 1 open-source project: Như Delta Lake, Iceberg, Hudi — khi nào dùng cái nào
✅ Checklist cuối cùng trước phỏng vấn
- [ ] Slide 2-3 dự án kiến trúc nổi bật đã sẵn sàng
- [ ] Câu trả lời STAR cho 7 tình huống leadership
- [ ] Đã đọc 3 tin tức mới nhất về Techcombank
- [ ] Biết rõ stack hiện tại Techcombank đang dùng (tham khảo LinkedIn nhân viên)
- [ ] Hiểu rõ quy định NHNN về data tại Việt Nam
Tư vấn nghề nghiệp
Lời khuyên sự nghiệp cho vị trí Senior Data Architect
📈 Lộ trình thăng tiến điển hình
Vị trí Senior Data Architect thường nằm ở bậc IC (Individual Contributor) cao cấp hoặc đầu mối chuyển tiếp sang quản lý. Tại Techcombank và các ngân hàng lớn VN, lộ trình có thể là:
```
Data Engineer (3-5 năm)
↓
Senior Data Engineer (5-7 năm)
↓
Data Architect (7-10 năm)
↓
Senior Data Architect (10-12 năm) ← Vị trí này
↓
┌─────────────────────────────────────┐
│ Principal Architect │ Engineering Manager │
│ (IC track, technical)│ (people manager) │
└─────────────────────────────────────┘
↓
Division Head / CDO (Chief Data Officer) / CTO
```
💰 Mức lương kỳ vọng theo cấp bậc (thị trường VN 2024-2025)
| Cấp bậc | Kinh nghiệm | Khoảng lương gross/tháng |
|---|---|---|
| Data Engineer | 2-4 năm | 25-50 triệu |
| Senior Data Engineer | 5-7 năm | 50-90 triệu |
| Data Architect | 7-10 năm | 80-150 triệu |
| Senior Data Architect | 10-12 năm | 150-250 triệu |
| Principal Architect / Division Head | 12-15+ năm | 200-400 triệu |
Lưu ý riêng Techcombank: Thường trả top-tier cho vị trí Senior, có thể kèm LTI (Long Term Incentive), stock/ESOP nếu là chương trình riêng. Mức 200-300M VND tổng package là khả thi.
🎯 Kỹ năng cần phát triển thêm (nếu bạn đang apply)
1. AI/Generative AI: 2024-2026 là thời đại LLM. Hiểu RAG (Retrieval Augmented Generation) cho data platform, vector databases (Pinecone, Weaviate), Agentic AI workflows
2. Real-time Decisioning: Từ batch analytics sang real-time decision engine (Apache Flink, Materialize)
3. Data Product thinking: Không chỉ build pipeline mà build "data product" với owner, SLA, adoption metrics
4. FinOps cho Data: Tối ưu chi phí cloud cho data workload — kỹ năng đang rất hot
5. Industry domain expertise: Banking, fintech, risk modeling, AML — domain knowledge càng sâu càng có giá
6. Public Speaking / Thought Leadership: Viết blog, nói ở conference, xây dựng personal brand trong cộng đồng data VN
⚖️ Đánh giá thực tế: Có nên apply?
Nên apply nếu:
- Bạn đã có đủ 10+ năm kinh nghiệm thực tế với big data production systems
- Bạn đã từng lead kiến trúc data cho team ≥ 5 người
- Bạn muốn làm việc ở ngân hàng chuyển đổi số mạnh nhất VN
- Bạn muốn scope lớn, budget lớn, impact lớn
Cân nhắc nếu:
- Bạn mới chỉ 7-8 năm kinh nghiệm — JD nói rõ "10+ years" nên dễ bị loại sớm
- Bạn chỉ quen cloud, chưa từng on-premise (Techcombank vẫn có hybrid)
- Bạn chưa từng làm banking — domain gap có thể là rào cản
🚀 Nếu chưa sẵn sàng, hướng đi thay thế
- Apply vị trí Data Architect (không Senior) tại các ngân hàng nhỏ hơn hoặc fintech
- Apply Senior Data Engineer tại Techcombank để tiếp cận team, networking 1-2 năm rồi move lên
- Hoặc thử các công ty Big Tech có data team lớn tại VN: VinAI, FPT Software, KMS Technology
💬 Lời khuyên cá nhân hoá
Nếu bạn đang ở vị trí Data Architect ở công ty khác và muốn nhảy sang Techcombank, hãy chuẩn bị câu chuyện rõ ràng: Tại sao rời? Tại sao TCB? Bạn sẽ mang lại giá trị gì? Đây là câu hỏi các Senior Manager TCB rất coi trọng, vì họ đã burn khá nhiều lần với người nhảy việc sớm.
Câu hỏi thường gặp
Mình đang là Data Engineer được 6 năm, apply Senior Data Architect ở Techcombank liệu có cửa không?
Khả thi nhưng khó, vì JD yêu cầu 10+ năm kinh nghiệm và 3+ năm ở vị trí Big-Data Architecture. Với 6 năm, bạn nên apply vị trí Data Architect (không Senior) hoặc Senior Data Engineer tại Techcombank trước. Sau 2-3 năm ở đó với track record tốt, việc promote lên Senior Architect sẽ dễ hơn nhiều so với apply từ ngoài. Hoặc thử các công ty nhỏ hơn để lấy kinh nghiệm architect thực sự.
Techcombank đang dùng stack data gì? Mình có nên research trước khi phỏng vấn không?
Rất nên research! Techcombank từng công bố dùng Hadoop truyền thống và đang migrate sang cloud (có partnership với AWS, Azure). Họ cũng có đội ngũ data khá lớn thuộc Data & Analytics Division. Bạn có thể: (1) Xem LinkedIn nhân viên TCB Data team để biết họ từng làm stack gì, (2) Đọc báo chí về TCB AI Lab, TPay, TNext, (3) Xem các job posting khác của TCB Data team để đoán tech stack. Điều này cho thấy bạn serious và đã chuẩn bị — điểm cộng lớn ở vòng Leadership.
Senior Data Architect ở ngân hàng có khác gì ở công ty tech/fintech không?
Khác khá nhiều đấy. Ở ngân hàng: (1) Quy định NHNN, tuân thủ chặt (data không được ra nước ngoài tùy tiện), (2) Legacy systems nặng (core banking cũ), (3) Tốc độ chuyển đổi chậm hơn fintech nhưng budget lớn hơn, (4) Data sensitivity cực cao (PII khách hàng), (5) Hierarchy rõ ràng, phải qua nhiều layer approval. Ở fintech: nhanh, agile, ít rào cản nhưng scale và budget nhỏ hơn. Nếu bạn từ fintech muốn nhảy sang bank, hãy chuẩn bị tâm lý về tốc độ và văn hóa.
Mức lương offer bao nhiêu là hợp lý để đàm phán với Techcombank cho vị trí này?
Với 10+ năm kinh nghiệm và senior level ở TCB, range 180-280 triệu gross/month là realistic, tùy thuộc vào: (1) Bạn từ đâu tới (Big Tech/foreign company base cao hơn), (2) Bạn có IP/patent/giải thưởng gì không, (3) Mức độ khan hiếm của skill set (GenAI + Data Architect cực hot hiện nay). Tip: đừng đưa con số đầu tiên nếu HR hỏi — để họ đưa range trước. Khi đàm phán, anchor cao hơn mức bạn muốn 20-30%, để có room để nhượng. Ngoài lương, hỏi về LTI, ESOP, bonus Tết, hỗ trợ thuế cho người nước ngoài (nếu applicable).
Nếu phỏng vấn bị hỏi 'Tại sao Techcombank' thì nên trả lời thế nào cho ấn tượng?
Đừng nói chung chung kiểu 'Techcombank là ngân hàng top đầu'. Hãy cụ thể: (1) Tech stack TCB đang dùng align với kinh nghiệm của bạn (ví dụ: 'Tôi thấy TCB đang migrate Hadoop lên cloud, đúng với project tôi đã làm ở công ty cũ'), (2) Scale: 'Data volume ở TCB lớn hơn 10 lần so với công ty tôi — đây là challenge tôi muốn', (3) Chiến lược: 'Tôi theo dõi chiến lược TCB về data-driven banking từ bài CEO [tên] phát biểu ở [event] — tôi muốn contribute vào đó'. Câu trả lời càng specific càng tốt.
Mình đang ở Mỹ/Australia muốn về VN làm Senior Data Architect, có nên không?
Hoàn toàn có thể, nhưng cần cân nhắc: (1) Thu nhập: lương VN sẽ thấp hơn nhiều so với Mỹ/AU, dù TCB trả top-tier (200-300 triệu VNĐ/month), (2) Tùy công ty có support relocation/dual package không, (3) Techcombank có văn hóa khá hiện đại, phù hợp người từ nước ngoài về, (4) Cơ hội thăng tiến nhanh nếu bạn giỏi thật sự, vì senior data architect khan hiếm. Nếu bạn có 10+ năm exp ở Big Tech/Major bank nước ngoài, TCB sẽ rất welcome — đó là profile họ đang săn đón.
Phỏng vấn vòng case study system design ở ngân hàng thường khác gì công ty tech Mỹ?
Khác ở 3 điểm chính: (1) Domain-specific: phải đưa ví dụ banking (fraud, AML, core banking), không làm generic như Uber/Netflix, (2) Compliance & data residency: phải nghĩ đến data không được ra khỏi VN, mã hóa PII, audit trail, (3) Multi-stakeholder: phải cân bằng giữa business (muốn nhanh) và risk/compliance (muốn chặt). Tip: hãy structure câu trả lời theo framework: Requirements → High-level design → Detailed design → Trade-offs → Banking-specific concerns. Đừng quên vẽ diagram trên giấy/bảng trắng — visual rất quan trọng.
Mình không có background banking, chỉ có 10 năm làm data ở e-commerce/telco, có nên apply?
Nên apply thử, nhưng chuẩn bị kỹ về domain gap. 10 năm kinh nghiệm data thực chiến là tài sản lớn, scale của e-commerce/telco cũng không nhỏ. Trong phỏng vấn, hãy: (1) Nghiên cứu kỹ ngân hàng trước, (2) Học nhanh 3-4 khái niệm banking cốt lõi: core banking, AML, credit scoring, customer data, (3) Nêu rõ transferable skills: bạn đã scale data platform X lần, đã xử lý TB data, đã làm real-time recommendations tương tự fraud detection. Nhiều người switch từ tech sang bank thành công vì họ mang fresh perspective — TCB đang cần điều đó.
Sau 2-3 năm ở vị trí Senior Data Architect, bước tiếp theo nên là gì?
Ba hướng chính: (1) IC track cao hơn: Principal Architect, Distinguished Engineer — vẫn làm kỹ thuật, scope lớn hơn, salary cao hơn, không quản lý người, (2) People Manager: Engineering Manager → Senior EM → Director → VP Engineering → CTO/CDO — phù hợp nếu bạn thích build team, (3) Cross-functional: chuyển sang Product, Strategy, hoặc khởi nghiệp data consulting. Đánh giá bản thân: bạn thích code/design hay thích quản lý/quyết định chiến lược? Chọn path đó từ giờ để chuẩn bị skills phù hợp. Đừng đợi đến lúc được promote mới quyết.