Nhân viên/Chuyên viên Thỏa thuận Hạn: 2026-07-31

Mô tả công việc

- Bachelor’s degree in Computer Science, Data Science, Information Systems, or equivalent practical experience. - Solid background in Data engineering best practices. - Strong knowledge of Big Data concepts and architectures. - Hands-on experience with Databricks (Cloud-based) or Oracle (DWH) for data processing and analytics (mandatory requirement). - Experience in relational database development and optimization, including Oracle, SQL Server, MySQL, and DB2 (DB2 is highly preferred). - Strong understanding of Data Warehouse, Data Modeling, Data Mart, Data Lake, and database design principles. - Hands-on experience in building and maintaining ETL/ELT pipelines, especially using Oracle Data Integrator (ODI) or Airflow. - Experience with Cloud platforms (AWS / Azure / GCP) and cloud-based data architectures. - Experience with Agile Software Development, with a solid understanding of Agile principles, Scrum methodology, and collaborative delivery models. - Strong analytical thinking, attention to detail, and problem-solving mindset. - Team player with a proactive attitude and willingness to continuously learn and self-develop. Nice to Have (Strong Plus): - Experience or knowledge of IBM Banking Data Model. - Understanding and hands-on exposure to DataOps practices, including CI/CD for data pipelines, monitoring, logging, and data quality automation.

Yêu cầu ứng viên

Phân tích kỹ năng cần có

## Phân tích Kỹ năng cần có cho Senior Data Engineer tại OCB ### 🔑 Hard Skills (Bắt buộc) | Nhóm kỹ năng | Yêu cầu cụ thể | Mức độ ưu tiên | |---|---|---| | **Data Processing** | Databricks (Cloud) HOẶC Oracle DWH | 🔴 BẮT BUỘC | | **Database** | Oracle, SQL Server, MySQL, DB2 | 🔴 Rất cao (DB2 là điểm cộng mạnh) | | **ETL/ELT** | ODI (Oracle Data Integrator) hoặc Airflow | 🔴 Cao | | **Data Architecture** | Data Warehouse, Data Modeling, Data Mart, Data Lake | 🔴 Cao | | **Cloud Platform** | AWS / Azure / GCP | 🟡 Cao | | **Big Data** | Big Data concepts & architectures | 🟡 Cao | | **Agile** | Scrum methodology, collaborative delivery | 🟡 Cao | ### 💡 Nice to Have (Điểm cộng mạnh) - **IBM Banking Data Model**: Hiểu biết về data model chuyên biệt cho ngành ngân hàng - **DataOps**: CI/CD cho data pipeline, monitoring, logging, data quality automation ### 🧠 Soft Skills - Tư duy phân tích mạnh, chú ý chi tiết - Khả năng giải quyết vấn đề (problem-solving mindset) - Tinh thần teamwork, chủ động học hỏi - Thích nghi tốt với môi trường Agile ### 📜 Chứng chỉ gợi ý | Chứng chỉ | Nền tảng | Giá trị | |---|---|---| | AWS Certified Data Analytics - Specialty | AWS | Rất cao | | Google Professional Data Engineer | GCP | Cao | | Microsoft Azure Data Engineer Associate | Azure | Cao | | Databricks Certified Data Engineer Professional | Databricks | Rất cao | | Oracle Database Administrator Certified Professional | Oracle | Cao | | CDMP (Certified Data Management Professional) | DAMA | Trung bình | --- ### 📊 Phân tích so sánh: Ứng viên sáng cửa vs. Ứng viên trung bình **Hồ sơ lý tưởng:** - ✅ 3-5 năm kinh nghiệm Data Engineering (ưu tiên fintech/ngân hàng) - ✅ Có kinh nghiệm thực tế với Databricks HOẶC Oracle DWH - ✅ Có kinh nghiệm với DB2 (đặc biệt trong ngân hàng Việt Nam, DB2 rất phổ biến) - ✅ Đã làm việc với ODI hoặc Airflow trong môi trường production - ✅ Hiểu về kiến trúc Data Lake/Data Warehouse cho ngành tài chính **Hồ sơ cần bổ sung:** - ⚠️ Thiếu kinh nghiệm Cloud-based data processing - ⚠️ Chưa có kinh nghiệm với DataOps/CI-CD - ⚠️ Thiếu kiến thức về data model ngành ngân hàng

Chuẩn bị phỏng vấn

## Hướng dẫn Phỏng vấn Senior Data Engineer - OCB ### 📋 Quy trình phỏng vấn dự kiến OCB thường áp dụng quy trình **3 vòng** cho vị trí IT cấp Senior: ``` Vòng 1: HR Screening (30-45 phút) ↓ Thumbnail (Tổng quan hồ sơ, mong muốn, thu nhập) Vòng 2: Technical Interview (60-90 phút) ↓ Kiểm tra kỹ thuật sâu (Coding + Data Architecture + DB) Vòng 3: Manager/Head Interview (45-60 phút) ↓ Văn hóa, định hướng, scenario-based questions ``` --- ### 🎯 Câu hỏi thường gặp theo từng vòng #### **Vòng 1: HR Screening** 1. "Tại sao bạn muốn chuyển sang OCB?" 2. "Bạn đang có mức lương bao nhiêu và kỳ vọng lương tại OCB?" 3. "Mô tả ngắn dự án Data Engineering lớn nhất bạn đã tham gia." 4. "Bạn có kinh nghiệm làm việc trong môi trường Agile không?" 5. "Lý do bạn rời công ty hiện tại?" #### **Vòng 2: Technical Interview** 1. **Databricks/Oracle:** - "Mô tả chi tiết kiến trúc data pipeline bạn đã xây dựng trên Databricks/Oracle." - "So sánh Databricks vs Oracle Data Warehouse: khi nào dùng cái nào?" - "Làm sao tối ưu performance cho Spark jobs trên Databricks?" 2. **Database & Data Modeling:** - "Thiết kế data model cho hệ thống ebanking (data mart)." - "Sự khác nhau giữa star schema và snowflake schema?" - "Kinh nghiệm tối ưu câu query trên Oracle/DB2?" - "Hướng xử lý khi gặp dead lock trong DB2?" 3. **ETL/ELT Pipeline:** - "Mô tả quy trình xây dựng ETL pipeline end-to-end." - "Sự khác biệt giữa ETL và ELT? Khi nào nên dùng?" - "Cách handle error/exception trong Airflow DAG?" - "Chiến lược incremental load vs full load?" 4. **Data Architecture:** - "Thiết kế Data Lake architecture cho ngân hàng retail." - "Làm sao đảm bảo data quality trong pipeline?" - "Data governance: cách phân quyền truy cập data?" 5. **Coding (Hands-on):** - Viết SQL query phức tạp (window function, CTE, aggregation) - Viết Python script xử lý data transformation - Tối ưu câu query chậm (EXPLAIN PLAN analysis) 6. **Cloud:** - "So sánh S3 vs Blob Storage vs GCS?" - "Thiết kế data pipeline trên AWS/Azure?" - "Chi phí tối ưu cho data storage trên cloud?" #### **Vòng 3: Manager Interview** 1. "Bạn đã từng lead một data project như thế nào?" 2. "Làm sao để đảm bảo stakeholder alignment trong Agile team?" 3. "Khi deadline gấp nhưng data quality chưa đạt, bạn xử lý thế nào?" 4. "Bạn có hiểu biết gì về digital transformation trong ngân hàng?" 5. "Mục tiêu sự nghiệp 3-5 năm tới của bạn?" --- ### 💡 Tips chuẩn bị đặc biệt cho OCB 1. **Nghiên cứu chiến lược Digital Transformation của OCB:** - OCB đang đẩy mạnh OCB OMNI, chuyển đổi số mạnh mẽ - Hiểu bối cảnh "Retail Banking Digital Transformation" là điểm cộng lớn 2. **Chuẩn bị case study cụ thể:** - Sẵn sàng demo/trình bày 1-2 dự án data thực tế - Nên có sơ đồ kiến trúc để minh họa 3. **ôn tập DB2:** - DB2 được ghi là "highly preferred" - rất hiếm gặp trong JD ngân hàng Việt Nam - Nếu có kinh nghiệm DB2, hãy nhấn mạnh 4. **DataOps mindset:** - OCB đề cập DataOps là Nice to Have → nhưng nếu thể hiện được sẽ rất khác biệt - Tìm hiểu về dbt, Great Expectations, Airflow monitoring --- ### 👔 Dress Code - **Smart Casual** hoặc **Business Casual** - Ngành ngân hàng Việt Nam: trang phục gọn gàng, lịch sự - Không cần vest cầu kỳ nhưng nên có blazer nhẹ - Màu sắc trung tính: xanh navy, xám, trắng --- ### ⏰ Thời gian chuẩn bị khuyến nghị - **1-2 tuần** để ôn tập toàn diện - **Ưu tiên**: Data modeling → ETL/ELT → SQL optimization → Cloud architecture

Lộ trình ôn thi

## Lộ trình Ôn thi & Chuẩn bị (1-2 tuần) ### 📅 Ngày 1-3: Nền tảng Data Engineering **Kiến thức cần ôn:** - Data Warehouse vs Data Lake vs Data Mart - Kimball vs Inmon methodology - Star Schema, Snowflake Schema, Galaxy Schema - Fact Table, Dimension Table (Type 1, Type 2 SCD) - Data Vault modeling **Tài liệu tham khảo:** - 📖 "The Data Warehouse Toolkit" - Ralph Kimball - 📖 "Building the Data Warehouse" - Bill Inmon - 🎥 Kaggle: Data Engineering courses --- ### 📅 Ngày 4-6: Databricks & Oracle DWH (BẮT BUỘC) **Databricks:** - Delta Lake (ACID transactions, time travel, schema evolution) - Spark Structured Streaming - Cluster configuration & optimization - Delta Live Tables - PySpark vs Spark SQL **Oracle DWH:** - Oracle Data Integrator (ODI) basics - OWB vs ODI comparison - Partitioning strategies - Materialized views & query rewrite **Hands-on labs:** - Databricks Community Edition (free) - Oracle Live SQL (free) **Tài liệu tham khảo:** - 📖 Databricks documentation (official) - 📖 "Learning Spark" - Jules Damji - 🎥 Databricks Academy (free tier) --- ### 📅 Ngày 7-8: ETL/ELT - Airflow & ODI **Apache Airflow:** - DAG structure & operators (BashOperator, PythonOperator, DummyOperator) - XComs, Variables, Connections - Error handling & retry strategy - Sensor operators - SubDAGs & TaskGroups - Monitoring với Airflow UI **ODI (Oracle Data Integrator):** - Architecture (Agent, Repository, Designer) - Knowledge Modules (LKM, IKM, CKM, JKM) - ODI mappings & packages **Tài liệu tham khảo:** - 📖 "Data Pipelines with Apache Airflow" - Bas Harenslak - 🎥 Astronomer Academy (free Airflow basics) - 📖 ODI documentation (Oracle) --- ### 📅 Ngày 9-10: Database Deep Dive **SQL Optimization (Oracle & DB2):** - Reading EXPLAIN PLAN - Index strategies (B-tree, Bitmap, Composite) - Query rewriting techniques - Table partitioning - Cursor management - Deadlock resolution **DB2 specific:** - DB2 catalog tables - REORG, RUNSTATS - DB2 buffer pools - IBM Banking Data Model (nếu có thể) **Hands-on:** - LeetCode SQL (medium to hard problems) - Hackerrank SQL challenges - W3Schools SQL advanced --- ### 📅 Ngày 11-12: Cloud Data Architecture **AWS Data Services:** - S3, Redshift, Glue, Kinesis, Athena, EMR - Lake Formation (data governance) **Azure Data Services:** - Azure Synapse, Data Factory, Databricks, Cosmos DB **Hands-on:** - AWS Free Tier labs - Azure sandbox (free trial) --- ### 📅 Ngày 13-14: Tổng ôn & Mock Interview - Mock technical interview với bạn bè/mentor - Review lại các dự án trong CV - Chuẩn bị 2-3 câu chuyện (storytelling) về các achievement - Ôn tập system design: "Thiết kế data platform cho ngân hàng retail" --- ### 🛠️ Tool Stack cần thành thạo ``` Ngôn ngữ: Python (pandas, pyspark), SQL, Scala (optional) Scheduling: Airflow, ODI Cloud: AWS (S3, Redshift, Glue) hoặc Azure (Synapse, Data Factory) Data Processing: Databricks, Spark, Oracle DWH Databases: Oracle, DB2, SQL Server Modeling: ER/Studio, PowerDesigner, dbdiagram.io Version Control: Git, GitHub/GitLab CI/CD: Jenkins, GitHub Actions (DataOps) ```

Tư vấn nghề nghiệp

## Lời khuyên Sự nghiệp cho Senior Data Engineer ### 📈 Lộ trình Thăng tiến ``` Junior DE (0-2 năm) ↓ Data Engineer (2-4 năm) ↓ Senior Data Engineer (4-6 năm) ← BẠN ĐANG Ở ĐÂY ↓ Staff Data Engineer / Data Architect (6-8 năm) ↓ Principal Data Engineer / Data Platform Manager (8-10 năm) ↓ Director of Data / CDO (10+ năm) ``` **Hướng thăng tiến từ vị trí này:** 1. **Tech Track:** Senior DE → Staff DE → Principal DE → Fellow 2. **Management Track:** Senior DE → Lead → Manager → Director 3. **Specialization:** Data Architect, ML Engineer, Data Platform Lead 4. **Chuyển hướng:** Data Strategy, Chief Data Officer (CDO) --- ### 💰 Mức lương kỳ vọng theo cấp bậc (2024 - TP.HCM) | Cấp bậc | Kinh nghiệm | Mức lương tháng (VND) | |---|---|---| | Data Engineer | 2-4 năm | 25-40 triệu | | **Senior Data Engineer** | **4-6 năm** | **40-70 triệu** | | Staff Data Engineer | 6-8 năm | 60-100 triệu | | Data Architect | 5-8 năm | 70-120 triệu | | Data Platform Manager | 6-10 năm | 80-150 triệu | **Lưu ý:** - Vị trí "Thỏa thuận" tại OCB thường dao động **45-65 triệu** cho 4-5 năm kinh nghiệm - Ngân hàng có thể cộng thêm 1-2 tháng lương thưởng cuối năm - Quyền lợi: BHXH, BHYT, khám sức khỏe định kỳ (thường tốt hơn công ty tư nhân) --- ### 🔧 Kỹ năng cần phát triển thêm (từ Senior → Staff) **Năm tới cần học:** 1. **DataOps & MLOps**: CI/CD cho data pipeline, automated testing, monitoring 2. **System Design**: Thiết kế data platform enterprise-scale 3. **Data Governance**: Data quality framework, metadata management 4. **Soft skills**: Technical leadership, mentoring, stakeholder management **Chứng chỉ nên lấy:** - AWS/Azure Data Specialty certification (nếu chưa có) - Databricks Certified Engineer - DAMA CDMP --- ### 🏦 Về OCB - Bối cảnh Digital Transformation **Điểm hấp dẫn:** - ✅ OCB đang đẩy mạnh chuyển đổi số (OCB OMNI, ngân hàng số) - ✅ Dự án Retail Banking Digital Transformation = nhiều budget, nhiều thử thách kỹ thuật - ✅ Môi trường làm việc hiện đại, tech stack mới - ✅ Cơ hội học hỏi domain knowledge ngân hàng (rất giá trị cho CV) **Thách thức cần lường trước:** - ⚠️ Tốc độ dự án có thể bị ảnh hưởng bởi quy trình nội bộ ngân hàng - ⚠️ Compliance và regulatory requirements có thể làm phức tạp pipeline - ⚠️ Legacy systems vẫn còn tồn tại song song với hệ thống mới --- ### 💎 Gợi ý để nổi bật khi ứng tuyển 1. **Đề cập DB2 experience** ngay từ đầu CV và cover letter 2. **Chuẩn bị portfolio** với 1-2 architecture diagrams của dự án đã làm 3. **Research về OCB tech stack** trước khi phỏng vấn 4. **Nhấn mạnh Agile experience** - JD rất quan tâm điều này 5. **Nói về DataOps mindset** nếu có kiến thức - sẽ là điểm khác biệt lớn

Câu hỏi thường gặp

Vị trí Senior Data Engineer tại OCB yêu cầu Databricks HOẶC Oracle DWH, nhưng tôi chỉ biết Python/SQL cơ bản. Có nên ứng tuyển không?

Không nên ứng tuyển ở giai đoạn này. Đây là yêu cầu bắt buộc (mandatory requirement), không phải nice-to-have. Bạn cần đầu tư ít nhất 3-6 tháng học sâu một trong hai nền tảng (ưu tiên Databricks vì cloud-native và xu hướng). Hãy bắt đầu với Databricks Community Edition (miễn phí), học PySpark, Delta Lake, và xây một pipeline demo trên đó. Sau đó mới ứng tuyển.

Tôi có 3 năm kinh nghiệm làm SQL Developer, chuyên về Oracle. Có phù hợp để apply Senior Data Engineer không?

Có cơ hội nhưng cần bổ sung thêm. Điểm mạnh: kinh nghiệm Oracle của bạn rất phù hợp (Oracle DWH là yêu cầu bắt buộc). Điểm cần cải thiện: cần học thêm về ETL/ELT pipeline (Airflow hoặc ODI), Cloud data architecture (AWS/Azure), và Big Data concepts. Gợi ý: ứng tuyển và thể hiện database expertise sẽ là điểm mạnh, nhưng lương kỳ vọng nên điều chỉnh phù hợp với mức 3 năm kinh nghiệm (~35-45 triệu) thay vì mức Senior (40-70 triệu).

Mức lương cho Senior Data Engineer tại OCB thường là bao nhiêu? Họ nói 'thỏa thuận' có đáng tin không?

Mức lương thực tế thường dao động 40-60 triệu/tháng cho 4-5 năm kinh nghiệm, có thể đến 65-70 triệu nếu profile rất mạnh. 'Thỏa thuận' trong JD ngân hàng thường có nghĩa là linh hoạt theo năng lực ứng viên, không phải giấu mức lương. Tip: khi HR hỏi kỳ vọng, hãy đề xuất range dựa trên mức hiện tại + 20-30%, và đừng ngại thương lượng vì họ thường có budget. Thu nhập năm = lương tháng × 13-14 tháng.

Tôi nghe nói DB2 được ghi là 'highly preferred'. Điều này có nghĩa gì trên thực tế?

Đây là điểm rất đặc biệt trong JD này. DB2 phổ biến trong các ngân hàng Việt Nam lớn (VietinBank, BIDV, Agribank dùng mainframe DB2). OCB có thể đang migrate từ DB2 hoặc cần người maintain hệ thống legacy. Nếu bạn có kinh nghiệm DB2 → bạn sẽ nổi bật rất nhiều so với ứng viên khác. Ngay cả kinh nghiệm 1-2 năm với DB2 cũng là lợi thế cạnh tranh lớn. Hãy đề cập rõ ràng trong CV.

Làm sao để chuẩn bị cho vòng Technical Interview khi không biết họ dùng tech stack gì cụ thể?

Vì JD nêu rõ Databricks HOẶC Oracle DWH, bạn cần chuẩn bị theo 2 hướng: (1) Oracle path: ôn SQL nâng cao, PL/SQL, Data Warehouse concepts, ODI basics, EXPLAIN PLAN. (2) Databricks path: PySpark, Delta Lake, Spark SQL, cluster optimization, data pipeline design. Trong phỏng vấn, họ sẽ hỏi bạn chọn hướng nào và đi sâu vào đó. Ngoài ra, chuẩn bị thiết kế 1 data architecture cho hệ thống ngân hàng retail - đây là câu hỏi phỏng vấn rất hay gặp.

DataOps được đề cập là Nice to Have. Tôi nên học bao nhiêu để gây ấn tượng?

Không cần expert, nhưng cần có mindset và demo được 1-2 hands-on. Gợi ý: (1) Hiểu concept CI/CD cho data pipeline (GitHub Actions + dbt hoặc Great Expectations). (2) Biết cách setup automated data quality check (dùng Great Expectations). (3) Hiểu về data observability (monitoring, alerting). Chỉ cần thể hiện bạn hiểu vấn đề 'data pipeline cần maintain như code' là đã gây ấn tượng tốt với panel phỏng vấn.

Tôi đang làm ở công ty fintech, muốn chuyển sang ngân hàng. Ngân hàng có những khác biệt gì về công việc Data Engineering?

3 khác biệt chính: (1) Compliance nặng hơn - mọi data pipeline cần audit trail, data lineage rõ ràng, tuân thủ regulatory requirements (NHNN). (2) Legacy systems phổ biến - nhiều hệ thống core banking cũ vẫn chạy, cần integrate với mainframe. (3) Tốc độ phát triển chậm hơn - quy trình phê duyệt nhiều bước hơn fintech. Đổi lại, bạn được học domain knowledge ngân hàng (rất giá trị), ổn định hơn, và có brand name tốt cho CV. Đây là bước đệm tốt nếu muốn phát triển sang data governance hoặc data strategy.

Thời gian làm việc và văn hóa làm việc tại OCB như thế nào?

Ngân hàng OCB hoạt động theo giờ hành chính, thường 8:00-17:00 hoặc 8:30-18:00. Vị trí IT có thể linh hoạt hơn. Văn hóa: tương đối chuyên nghiệp, có hierarchy rõ ràng. Dự án Digital Transformation thường theo mô hình Agile/Scrum. Cường độ công việc tùy thuộc giai đoạn dự án - giai đoạn release thường bận hơn. So với công ty công nghệ, work-life balance tại ngân hàng thường tốt hơn nhưng mức lương có thể thấp hơn 20-30% cho cùng vị trí.

Senior Data Engineer (Retail Banking Digital Transformation)