messenger

Chat Mess

zalo

Chat Zalo

phone

Phone

Gọi ngay: 097.5151.777
messenger

Facebook

messenger

TikTok

Hỗ trợ tư vấn: 097.5151.777
Techcombank

Senior Data Engineer (40000063)

TP. Ha Noi Data And Analytics Division
Experienced (Non-Manager)

Mô tả công việc

## Job Purpose - The job holder is responsible for designing and developing programs, algorithms and automated processes to cleanse, integrate and evaluate large datasets from disparate sources and implement complex business logic as needed with the available data processing tools. - The job holder will be responsible for integrating new data sources to increase throughput of existing systems, managing data pipelines that facilitate robust analysis, and sourcing và preparing data to ensure data completeness on metadata platforms. ## Key Accountabilities (1) Data Architecture - Deliver functionality required for business and data analysts, data scientists and other business roles to advance the overall analytic performance and strategy of the bank - Build the best practices and strategies for data infrastructure to fulfill data analytic and utilization needs of the business with emerging latest technologies and capabilities. - Proactively drive the effort of identifying opportunities to manage data and provide solutions for complex data feeds within the bank. - Evaluate various data architectures in the bank and utilize them to develop data solutions to meet business requirements. - Drive the delivery of data products and services into systems and business processes in compliance with internal regulatory requirements. - Oversee the review of internal and external business and product requirements for data operations and activity and suggests changes and upgrades to systems and storage to accommodate ongoing needs. ## Key Accountabilities (2) Data Integration - Strategically obtain and integrate data and information from various sources into the firm’s platforms, solutions and statistical models. - Lead discussion with Data Scientists to understand the data requirements and create re-usable data assets to enable data scientists to build and deploy machine learning models faster. - Design, build, and maintain optimized data pipelines and ETL solutions as business support tools in providing analysis and real time analytics platform for critical decision making. - Ensure data assets are organized and stored in an efficient way so that information is high quality, reliable, flexible, and efficient. ## Key Accountabilities (3) Project 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 analysis to help squads continuously improve their practices to ensure maximum productivity. Talent Development - Mentor and coach junior fellows into fully competent Data Engineers. - Identify and encourage areas for growth and improvement within the team. ## Key Relationships - Direct Manager Senior Manager / Manager, Data Engineering ## Key Relationships - Direct Reports ## Key Relationships - Internal Stakeholders Teams within the Data Office and relevant departments in the Bank ## Key Relationships - External Stakeholders Partners providing professional services ## Success Profile - Qualification and Experiences Qualifications - Bachelor's or Master’s degree in Statistics, Mathematics, Quantitative Analysis, Computer Science, Software Engineering or Information Technology Work Experience - 7+ years of relevant experience with developing, debugging, scripting and employing big data technologies (e.g. Hadoop, Spark, Flink, Kafka, Arrow, Tableau), database technologies (e.g. SQL, NoSQL, Graph databases), and programming languages (e.g. Python, R, Scala, Java, Rust, Kotlin) with preference towards functional/trait oriented - English proficiency requirements are pursuant to Techcombank's policy - Deep experience in designing and building dimensional data models, ETL processes, applied data warehouse concepts and methodologies, optimized data pipelines and wore the architect hat in the past or worked with one extensively - Deep experience with monitoring complex system and solving data and systems issues having a consistent and algorithmic approach to resolving them - Deep understanding of Information Security principles to ensure compliant handling and management of all data - Experience working in Agile teams to lead successful digital transformation projects, having mastered Agile principles, practices and Scrum methodologies - Has the know-how and the scripting and coding prowess to set up, configure và maintain a machine learning model development environment - Experience architecting, coding and delivering high performance micro services and/or recommenders delivering recommendations to (tens of) millions of users

Phân tích kỹ năng cần có

## Phân tích Kỹ năng cần có cho Senior Data Engineer - Techcombank ### 🔧 Hard Skills (Kỹ năng chuyên môn bắt buộc) **1. Big Data Technologies (7+ năm kinh nghiệm)** | Công nghệ | Mức độ yêu cầu | Ứng dụng thực tế tại Techcombank | |---|---|---| | Apache Spark | BẮT BUỘC - chuyên sâu | Xử lý batch & near-real-time data | | Apache Kafka | BẮT BUỘC - chuyên sâu | Streaming data từ các hệ thống ngân hàng | | Apache Flink | Rất cần | Real-time analytics cho decision making | | Hadoop/HDFS | Cần có | Data lake infrastructure | | Apache Arrow | Cần có | High-performance in-memory data | | Tableau | Cần có | Visualization layer | **2. Database Technologies** | Công nghệ | Yêu cầu | |---|---| | SQL (PostgreSQL, MySQL, Oracle) | BẮT BUỘC - chuyên sâu | | NoSQL (MongoDB, Cassandra, Redis) | Cần có | | Graph Database (Neo4j) | Plus | | Data Warehouse (Snowflake, Redshift, BigQuery) | Rất cần - thiết kế dimensional models | **3. Programming Languages** - **Python** — ngôn ngữ chính cho data engineering (Pandas, PySpark) - **Scala** — phổ biến trong Spark ecosystem - **Java/Kotlin** — microservices development - **R** — statistical computing (plus) - **Rust** — performance-critical components (plus) **4. Data Engineering Core Skills** - ✅ Thiết kế **Dimensional Data Models** (Star, Snowflake schema) - ✅ **ETL/ELT Pipeline** design và implementation - ✅ **Data Warehouse** concepts và methodologies - ✅ **Data Pipeline** optimization (throughput, latency) - ✅ **Metadata platforms** và data cataloging - ✅ Monitoring complex systems & troubleshooting - ✅ Information Security principles (data compliance) **5. ML/Ops Skills (Plus)** - Thiết lập ML model development environment - MLOps pipeline (MLflow, Kubeflow) - Containerization (Docker, Kubernetes) - CI/CD cho data pipelines --- ### 💬 Soft Skills (Kỹ năng mềm) | Kỹ năng | Mức độ quan trọng | Giải thích | |---|---|---| | Project Management | Cao | Quản lý xung đột, dynamic requirements | | Mentoring/Coaching | Cao | Đào tạo junior Data Engineers | | Giao tiếp với stakeholders | Cao | Làm việc với Data Scientists, business teams | | Problem-solving có hệ thống | Rất cao | Root cause analysis, algorithmic approach | | Agile/Scrum master | Cần có | Lead trong môi trường Agile | | Tiếng Anh | Cần có | Theo chính sách Techcombank | --- ### 📜 Chứng chỉ gợi ý (Không bắt buộc nhưng là lợi thế) **Data Engineering:** - Google Professional Data Engineer - AWS Certified Data Analytics - Specialty - Databricks Lakehouse Fundamentals - Apache Spark Certifications **Cloud Platforms:** - AWS Solutions Architect / Developer - Google Cloud Professional Data Engineer - Azure Data Engineer Associate **Data Modeling:** - dbt Analytics Engineering Certification - TDWI Data Modeling Certificate **Agile:** - Certified Scrum Master (CSM) - SAFe Agilist --- ### 📊 So sánh: Ứng viên Junior vs Senior vs Lead Data Engineer | Tiêu chí | Junior (1-3 năm) | Senior (4-7 năm) | Lead (7+ năm) | |---|---|---|---| | Pipeline | Viết code pipeline | Thiết kế toàn bộ hệ thống | Strategic architecture | | Data Models | Áp dụng có sẵn | Thiết kế từ đầu | Platform-wide standards | | Troubleshooting | Fix bug đơn lẻ | System-level debugging | Root cause & prevention | | Mentoring | Không yêu cầu | Bắt đầu mentoring | Full team leadership | | Techcombank này | — | Trùng khớp ✅ | — | | Cloud | Basic | Intermediate-Advanced | Expert | | Stakeholders | Team nhỏ | Cross-functional teams | C-level communication |

Chuẩn bị phỏng vấn

## Hướng dẫn Phỏng vấn Senior Data Engineer - Techcombank ### 📋 Quy trình phỏng vấn dự kiến Techcombank thường có **3-4 vòng phỏng vấn** cho vị trí Senior: **Vòng 1: Screening (HR/Recruiter)** — 30-45 phút - Phone/Online interview - Tìm hiểu kinh nghiệm tổng quát, động lực ứng tuyển - Xác nhận mức lương kỳ vọng, notice period **Vòng 2: Technical Interview (Senior Manager/Team Lead)** — 60-90 phút - Deep dive vào kinh nghiệm Data Engineering - System design problem - Live coding hoặc take-home assignment **Vòng 3: Technical Panel / Architecture Round** — 60-90 phút - Thiết kế kiến trúc data platform - Xử lý tình huống thực tế (scenario-based) - Đánh giá leadership & mentoring capability **Vòng 4: Final Interview (Head of Data/Director)** — 30-45 phút - Culture fit, values alignment - Career aspirations - Compensation negotiation --- ### 🎯 Câu hỏi hay gặp theo từng vòng **Vòng 1 - Screening:** - "Giới thiệu ngắn về kinh nghiệm Data Engineering của bạn?" - "Tại sao bạn muốn chuyển sang Techcombank?" - "Bạn có kinh nghiệm làm việc trong môi trường Agile không?" - "Mức lương kỳ vọng của bạn là bao nhiêu?" - "Notice period hiện tại của bạn?" **Vòng 2 - Technical Interview:** - "Describe kiến trúc của một data pipeline bạn đã xây dựng cho hệ thống lớn?" - "Làm thế nào để handle late-arriving data trong streaming pipeline?" - "So sánh Spark vs Flink vs Kafka Streams? Khi nào dùng cái nào?" - "Design một data model cho hệ thống transaction ngân hàng với 10 triệu records/ngày?" - "Làm thế nào để optimize một slow-running ETL job?" - "Bạn xử lý duplicate data trong Kafka như thế nào?" - "Explain exactly-once semantics trong data processing?" - "Live coding: viết một Spark job để join 2 large datasets" **Vòng 3 - Architecture & Leadership:** - "Design data architecture cho một real-time fraud detection system phục vụ hàng triệu transactions/ngày?" - "Làm thế nào để migrate từ legacy data warehouse sang cloud data lake?" - "Khi nào nên dùng batch processing vs stream processing?" - "Describe cách bạn structure một data team từ 0 lên 10 người?" - "Bạn đã mentor junior engineer như thế nào? Có ví dụ cụ thể?" - "Handling data quality issues ở scale như thế nào?" - "Câu hỏi về regulatory compliance: Làm sao đảm bảo data governance trong ngân hàng?" **Vòng 4 - Culture & Strategy:** - "Bạn hiểu gì về chiến lược data của Techcombank?" - "Where do you see yourself in 3-5 years?" - "Bạn có câu hỏi gì cho chúng tôi không?" (LUÔN phải hỏi!) --- ### 💡 Tips chuẩn bị đặc biệt cho Techcombank 1. **Research Techcombank Data Office** — Tìm hiểu về chiến lược "Bank of the Future", các dự án data nổi bật, tech stack hiện tại 2. **Chuẩn bị portfolio** — Sẵn sàng demo/code review một pipeline thực tế bạn đã làm 3. **Biết business context** — Hiểu use case ngân hàng: fraud detection, credit scoring, customer 360, regulatory reporting 4. **Techcombank sử dụng** — Thường là cloud (AWS/GCP), Kubernetes, modern data stack. Đề cập kinh nghiệm cloud-native 5. **Cultural fit** — Techcombank có văn hóa performance-oriented, be ambitious, agile --- ### 👔 Dress Code - **Business casual** — không cần suit lịch lãm quá - Nam: sơ mi, quần tây, có thể blazer nhẹ - Nữ: trang phục chỉnh tề, không cần vest - Vòng technical có thể thoải mái hơn một chút (smart casual) - **Online interview**: áo sơ mi gọn gàng, nền phẳng --- ### ⚠️ Lưu ý quan trọng - Vị trí yêu cầu **7+ năm kinh nghiệm** — ứng viên thiếu kinh nghiệm sẽ khó qua vòng technical - Tiếng Anh rất quan trọng — Techcombank là ngân hàng có tiêu chuẩn tiếng Anh cao, có thể có vòng phỏng vấn tiếng Anh - Senior role = có expectation về **leadership** — chuẩn bị ví dụ về mentoring, project management

Lộ trình ôn thi

## Ôn thi & Chuẩn bị cho Senior Data Engineer - Techcombank ### 📚 Lộ trình chuẩn bị 2 tuần (14 ngày) **Tuần 1: Củng cố kiến thức nền tảng** | Ngày | Chủ đề | Tài liệu | Thực hành | |---|---|---|---| | Ngày 1-2 | Spark Internals & Optimization | Spark: The Definitive Guide, Databricks notebooks | Viết lại 1 Spark job cũ với optimization techniques | | Ngày 3 | Kafka & Streaming Architecture | Kafka Streams in Action, Confluent blog | Design streaming pipeline cho transaction data | | Ngày 4-5 | Data Modeling & Data Warehouse | Kimball Dimensional Modeling, dbt documentation | Thiết kế star schema cho banking domain | | Ngày 6-7 | Cloud Data Platforms | AWS Data Analytics Specialty docs / GCP Data Engineer | Setup một data pipeline trên cloud (free tier) | **Tuần 2: Ôn sâu + Mock interviews** | Ngày | Chủ đề | Hoạt động | |---|---|---| | Ngày 8-9 | System Design for Data | Designing Data-Intensive Applications (Kleppmann) | Practice system design problems | | Ngày 10-11 | ML Platform & MLOps | MLflow docs, Kubeflow basics | Setup simple ML pipeline | | Ngày 12 | Leadership & Past Projects | Review CV, prepare project stories | Mock interview với bạn bè | | Ngày 13 | Technical deep dive | LeetCode (medium SQL/Spark), GitHub repos | Code review, prepare demo | | Ngày 14 | Research Techcombank + Rest | Company research, culture prep | Nghỉ ngơi, chuẩn bị tinh thần | --- ### 📖 Tài liệu tham khảo bắt buộc **Sách:** - 📕 **Designing Data-Intensive Applications** — Martin Kleppmann (BẮT BUỘC đọc) - 📗 **The Data Warehouse Toolkit** — Ralph Kimball (Data Modeling) - 📘 **Spark: The Definitive Guide** — Bill Chambers & Matei Zaharia - 📙 **Building Streaming Systems** — Robert Scholtus (Kafka/Flink) **Online Courses:** - Databricks Academy (free courses on Spark, Delta Lake) - Data Engineering with Google Cloud (Coursera) — 6 courses - AWS Data Analytics Specialty (Udemy course) **Papers & Articles:** - Lambda Architecture (Nathan Marz) - Kappa Architecture (Jay Kreps) - Data Lake vs Data Warehouse comparison - Data Mesh principles **Practice Platforms:** - LeetCode: SQL (medium to hard), Python problems - Databricks Community Edition: thực hành Spark miễn phí - StrataScratch: data engineering interview questions --- ### 🎯 Focus areas theo độ ưu tiên **HIGH PRIORITY (ôn kỹ):** 1. **Spark Performance Optimization** — partitioning, caching, broadcast joins, shuffle optimization 2. **Kafka Consumer/Producer patterns** — exactly-once, at-least-once, ordering guarantees 3. **Data Modeling** — star schema, slowly changing dimensions (SCD), fact tables 4. **ETL Pipeline Design** — incremental loads, backfill strategies, data quality checks 5. **System Design** — thiết kế data platform ở scale lớn **MEDIUM PRIORITY:** 1. Cloud platform specifics (AWS/GCP/Azure) 2. Docker & Kubernetes basics 3. CI/CD for data pipelines 4. Data governance & compliance basics **LOW PRIORITY (biết là được):** 1. Advanced ML topics (đây là job Data Engineer, không phải Data Scientist) 2. Legacy technologies (old mainframe data access) 3

Tư vấn nghề nghiệp

## Lời khuyên Sự nghiệp cho Senior Data Engineer ### 🚀 Lộ trình thăng tiến điển hình ``` Junior Data Engineer (1-3 năm) ↓ Data Engineer (3-5 năm) ↓ Senior Data Engineer (5-8 năm) ← BẠN ĐANG Ở ĐÂY ↓ Staff / Lead Data Engineer (8-12 năm) ↓ Principal Data Engineer / Data Architect (12+ năm) ↓ Director of Data Engineering / VP Data ``` **Từ Senior → Staff/Lead Data Engineer:** - Chuyển từ tập trung vào **technical execution** sang **technical strategy** - Thiết kế kiến trúc cho toàn bộ platform, không chỉ team - Bắt đầu ảnh hưởng đến roadmap và budget - Khả năng đánh giá trade-offs giữa nhiều giải pháp - Xây dựng internal tooling và framework cho team **Từ Staff → Principal/Architect:** - Tầm ảnh hưởng lên toàn bộ organization - Định hướng công nghệ dài hạn - Đóng vai trò trong data governance ở cấp công ty - Có thể chuyển sang Product Manager (Data) hoặc Engineering Manager --- ### 💰 Mức lương kỳ vọng theo cấp bậc (Techcombank / thị trường Hà Nội) | Cấp bậc | Kinh nghiệm | Lương tháng (VND) | Notes | |---|---|---|---| | Junior DE | 1-3 năm | 15-25 triệu | Fresher có thể thấp hơn | | Mid-level DE | 3-5 năm | 25-40 triệu | | | **Senior DE** | **5-8 năm** | **40-70 triệu** | **Vị trí này** | | Staff/Lead DE | 8-12 năm | 70-100+ triệu | | | Principal DE | 12+ năm | 100-150+ triệu | | **Techcombank đặc biệt:** - Lương thường competitive, có thể cao hơn thị trường 10-20% - Thường có thêm performance bonus, equity (ESOP) cho senior roles - "Thỏa thuận" = có thể negotiable rộng, hãy đề xuất mức cao nếu có kinh nghiệm phù hợp - Nên đề xuất **45-65 triệu** cho 7+ năm kinh nghiệm, tùy vào tech stack **Thị trường fintech/tech nói chung:** - FPT, VNG, Viettel, MoMo thường có mức lương tương đương hoặc cao hơn - Ngân hàng traditional (VCB, BIDV, CTG) thường thấp hơn 20-30% - Foreign banks (HSBC, Standard Chartered, Citi) cao hơn 30-50% --- ### 🎯 Kỹ năng cần phát triển thêm (để thăng tiến) **Ngắn hạn (6-12 tháng đầu):** - [ ] Deepen expertise trong cloud data platforms (AWS/GCP) - [ ] Học dbt hoặc modern data stack tools - [ ] Xây dựng portfolio của các dự án lớn để kể chuyện trong interview - [ ] Nâng cao kỹ năng trình bày (present complex topics to non-technical audiences) **Trung hạn (1-3 năm):** - [ ] Data governance & compliance knowledge (quan trọng trong ngân hàng) - [ ] MLOps — làm chủ end-to-end ML pipeline - [ ] Leadership & mentoring skills - [ ] Project management — delivery accountability - [ ] Chứng chỉ cloud (AWS/GCP) để boost credentials **Dài hạn (3-5 năm):** - [ ] Strategic thinking — đóng góp vào data strategy - [ ] Cross-functional leadership - [ ] Khả năng influence không qua hierarchy - [ ] Business domain expertise (banking/fintech) — hiểu sâu nghiệp vụ --- ### 🌟 Vì sao nên/chọn Techcombank cho Data Engineer? **Ưu điểm:** ✅ Techcombank là ngân hàng có đầu tư mạnh vào data/tech, tiên phong về digital transformation ✅ Modern tech stack, cloud-native approach ✅ Văn hóa agile, fast-paced — học được nhiều ✅ Lương cạnh tranh, bonus hấp dẫn ✅ Brand name mạnh — CV đẹp cho career path **Thách thức cần chuẩn bị:** ⚠️ Áp lực performance cao, KPIs rõ ràng ⚠️ Legacy systems vẫn tồn tại song song với modern stack ⚠️ Regulatory constraints (NHNN) ảnh hưởng đến technical decisions ⚠️ Cạnh tranh cao khi tuyển — techcombank là mục tiêu của nhiều ứng viên **Alternatives để so sánh:** - VPBank, TPBank — tech-forward, salary tương đương - MoMo, VNPay, ZaloPay — fintech, có thể salary cao hơn - Foreign banks — salary cao nhưng ít data infrastructure work - Big tech (Google, Meta Vietnam) — salary cao hơn nhiều nhưng cạnh tranh rất khốc liệt

Câu hỏi thường gặp

Em mới ra trường chưa có kinh nghiệm, có ứng tuyển được vị trí Senior Data Engineer không?

Không khả thi. Vị trí này yêu cầu 7+ năm kinh nghiệm thực tế. Với sinh viên mới ra trường, bạn nên target vị trí Junior Data Engineer hoặc Data Analyst. Tuy nhiên, bạn có thể bắt đầu học Spark, Kafka, SQL từ bây giờ — sau 3-4 năm tích lũy kinh nghiệm thực tế, bạn sẽ đủ điều kiện ứng tuyển Senior position.

Em có 4 năm kinh nghiệm Data Engineer ở công ty fintech, mức lương 30 triệu. Ứng tuyển Senior ở Techcombank có phù hợp không?

Còn thiếu khoảng 3 năm so với yêu cầu. Tuy nhiên, nếu bạn có portfolio mạnh với các dự án scale lớn (hàng triệu records, real-time processing), có thể thử apply và đàm phán. Nhiều recruiter sẽ cân nhắc ứng viên 'almost senior' nếu quality vượt trội. Nên apply và để recruiter đánh giá. Về lương, bạn có thể kỳ vọng 40-50 triệu cho mức 4 năm kinh nghiệm, tăng 33-67% so với hiện tại.

Kỹ năng nào quan trọng nhất để gây ấn tượng ở vòng phỏng vấn technical?

Techcombank đánh giá cao 3 kỹ năng cốt lõi: (1) Spark optimization — bạn phải explain được cách tối ưu shuffle, broadcast join, partitioning; (2) Streaming architecture — Kafka + Flink hoặc Spark Structured Streaming; (3) Data modeling — star schema, SCD types, incremental loading. Hãy chuẩn bị 2-3 câu chuyện thực tế (project đã làm) để minh họa. Nếu có thể demo một pipeline trên Databricks hoặc show GitHub repo, sẽ là lợi thế lớn.

Techcombank có yêu cầu tiếng Anh không? Em Toeic 600 có đủ?

Theo JD, English proficiency requirements tuân theo Techcombank's policy. Thực tế, đối với Senior Data Engineer, bạn cần đọc hiểu documentation kỹ thuật bằng tiếng Anh (90% docs tech là tiếng Anh), có thể tham gia họp với international stakeholders. Toeic 600 ở mức chấp nhận được nhưng chưa mạnh. Nên bổ sung kỹ năng đọc/viết technical English, có thể dùng tiếng Anh trong interview để gây ấn tượng. Nếu có IELTS 6.0+ hoặc Toeic 750+, sẽ là điểm cộng.

Lương Senior Data Engineer ở Techcombank vs các ngân hàng khác như thế nào?

Techcombank nằm ở top tier về lương ngành ngân hàng. So sánh: Techcombank (~45-70M) thường cao hơn Vietinbank, BIDV, VPBank (30-50M) khoảng 20-30%. So với VPBank cũng tương đương, cạnh tranh trực tiếp. Foreign banks như HSBC, Citi có thể cao hơn 40-50% nhưng scope công việc hẹp hơn. Fintech như MoMo, VNPay có mức tương đương hoặc cao hơn 10-20%. Nên đàm phán mạnh với Techcombank vì JD ghi 'Thỏa thuận'.

Techcombank sử dụng tech stack gì? Em nên chuẩn bị theo hướng nào?

Techcombank đang chuyển mình mạnh sang cloud-native và modern data stack. Dựa trên JD, bạn nên chuẩn bị: AWS hoặc GCP (cloud platform), Apache Spark (xử lý dữ liệu lớn), Kafka (streaming), Kubernetes (container orchestration). Các ngân hàng lớn đang áp dụng data lakehouse architecture (Delta Lake, Apache Iceberg). Đừng tập trung vào legacy tools như Informatica, Teradata — Techcombank ưa chuộng open-source stack. Việc có kinh nghiệm với Databricks hoặc Snowflake là lợi thế lớn.

Vị trí Senior có phải quản lý team không? KPI đo lường như thế nào?

Senior Data Engineer tại Techcombank có **talent development responsibility** — mentor và coach junior engineers, nhưng không nhất thiết có direct reports chính thức. KPI thường bao gồm: (1) Delivery — pipeline availability, SLA compliance; (2) Quality — data accuracy, incident resolution time; (3) Innovation — improvements, automation initiatives; (4) Team impact — mentoring effectiveness, knowledge sharing. Bạn cần chuẩn bị ví dụ về việc bạn đã mentor ai đó thành công hoặc lead một dự án cải tiến.

Nên chuẩn bị những câu hỏi gì để hỏi interviewer ở vòng cuối?

Đây là cơ hội để đánh giá cũng như gây ấn tượng. Gợi ý câu hỏi tốt: (1) 'What does success look like for this role in the first 90 days?' — cho thấy bạn muốn deliver value ngay; (2) 'What's the biggest data challenge the team is facing right now?' — hiểu pain points; (3) 'How does Techcombank approach data governance given regulatory requirements?' — cho thấy bạn hiểu ngữ cảnh ngân hàng; (4) 'What's the career progression for someone in this role?' — cho thấy bạn có ambition dài hạn. TRÁNH hỏi về giờ làm, WFH policy ngay vòng này — để vòng HR sau.