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

TP. Ha Noi Finance & Planning Division
Experienced (Non-Manager)

Mô tả công việc

1. Mô tả công việc chính:  

  • Thu thập, xử lý, phân tích và trực quan hóa dữ liệu từ nhiều nguồn khác nhau để hỗ trợ ra quyết định kinh doanh.  
  • Thiết kế, xây dựng và duy trì các pipeline dữ liệu để thu thập, xử lý và lưu trữ dữ liệu.  
  • Xây dựng và duy trì các báo cáo, dashboard, và công cụ phân tích dữ liệu.  
  • Đảm bảo tính toàn vẹn, bảo mật và chất lượng của dữ liệu trong hệ thống.  
  • Tích hợp các nguồn dữ liệu và triển khai các giải pháp lưu trữ dữ liệu (Data Warehouse, Data Lake).  
  • Phối hợp với các nhóm liên quan để triển khai các dự án phân tích và kỹ thuật dữ liệu.  
  • Giám sát hiệu suất hệ thống dữ liệu và thực hiện các cải tiến để tối ưu hóa. 

2. Yêu cầu kỹ năng: 

  •  Thành thạo các ngôn ngữ lập trình như Python, SQL, Java hoặc Scala.  
  • Ưu tiên có kinh nghiệm làm việc với các công nghệ Big Data như Hadoop, Spark, Kafka.  
  • Hiểu biết về các hệ thống cơ sở dữ liệu quan hệ (RDBMS) và NoSQL (MongoDB, Cassandra).  
  • Kinh nghiệm triển khai và quản lý các giải pháp lưu trữ dữ liệu (ETL, Data Warehouse, Data Lake). 
  • Kỹ năng sử dụng các công cụ phân tích dữ liệu như Power BI, Tableau là một lợi thế 
  • Hiểu biết về các mô hình thống kê, phân tích dự đoán và học máy (machine learning) là một lợi thế.  
  • Kỹ năng làm việc với các công cụ điện toán đám mây như AWS, Azure, hoặc Google Cloud Platform.  
  • Khả năng phân tích và giải quyết vấn đề kỹ thuật phức tạp. 
  • Tư duy logic, khả năng giải quyết vấn đề và làm việc nhóm hiệu quả. 

Trình độ học vấn và kinh nghiệm:

-

Tốt nghiệp đại học chuyên ngành liên quan như Khoa học dữ liệu, Công nghệ thông tin, Khoa học máy tính, hoặc Kinh tế.  

-

Có kinh nghiệm từ 2-5 năm trong lĩnh vực phân tích dữ liệu hoặc kỹ sư dữ liệu.  

-

Ưu tiên ứng viên có chứng chỉ liên quan đến công nghệ và phân tích dữ liệu (VD: Google Data Analytics, AWS Certified Data Analytics). 

Key Relationships - Direct Manager

Senior Manager/ Teamlead

Các phẩm chất cá nhân:  

-

Tỉ mỉ, cẩn thận và chú trọng đến chi tiết.  

-

Tinh thần học hỏi, cập nhật công nghệ mới.  

-

Khả năng làm việc dưới áp lực và đáp ứng thời hạn.  

-

Kỹ năng giao tiếp tốt để phối hợp với các nhóm liên quan.

Phân tích kỹ năng cần có

Phân tích kỹ năng – Senior Officer, Finance System Management (Techcombank)

📌 Tổng quan vị trí

Đây là vị trí kết hợp giữa Data Engineering và Finance domain – một vị trí khá hot hiện nay trong các ngân hàng lớn. Bạn sẽ làm việc tại Finance & Planning Division (khối Tài chính & Kế hoạch), nghĩa là output không chỉ là data mà phải phục vụ cho các quyết định tài chính, ALCO, budgeting, forecasting của ngân hàng.

🛠️ Hard Skills (Bắt buộc – cần có ngay)

Nhóm kỹ năng Công nghệ cụ thể Mức độ yêu cầu
Ngôn ngữ lập trình Python, SQL ⭐⭐⭐⭐⭐ Bắt buộc thành thạo
Ngôn ngữ bổ sung Java hoặc Scala ⭐⭐⭐ Ưu tiên cao
Database RDBMS (Oracle, PostgreSQL, SQL Server) ⭐⭐⭐⭐⭐ Bắt buộc
NoSQL MongoDB, Cassandra ⭐⭐⭐ Nên biết
ETL/Pipeline Airflow, Talend, Informatica ⭐⭐⭐⭐ Bắt buộc
Data Warehouse/Lake Snowflake, BigQuery, Redshift, Hive ⭐⭐⭐⭐ Bắt buộc

🚀 Hard Skills (Ưu tiên – lợi thế cạnh tranh)

Nhóm Công nghệ Ghi chú
Big Data Hadoop, Spark, Kafka Thường dùng cho batch & streaming
Visualization Power BI (TCB ưa chuộng), Tableau Power BI đang là trend ở VN
Cloud AWS, Azure, GCP Techcombank đang migrate sang cloud
Statistics/ML Regression, Time Series, Scikit-learn, XGBoost Phục vụ forecasting, predictive analytics
Finance domain Basel II/III, ALM, FTP, IFRS 9 Không yêu cầu chính thức nhưng cực kỳ có giá trị

🎓 Chứng chỉ gợi ý (nên có ít nhất 1-2)

Chứng chỉ Tổ chức Độ khó Phù hợp với
Google Data Analytics Professional Certificate Coursera/Google Dễ Nền tảng cho người mới
AWS Certified Data Analytics – Specialty AWS Khó Rất phù hợp với JD
Azure Data Engineer Associate (DP-203) Microsoft Trung bình Tốt cho hệ sinh thái Azure
Databricks Certified Data Engineer Databricks Trung bình-khó Nếu muốn làm Spark sâu
Snowflake SnowPro Certification Snowflake Trung bình Nếu TCB dùng Snowflake
Professional Data Engineer (Google Cloud) Google Khó Có giá trị cao

💡 Soft Skills

  • Tư duy logic & giải quyết vấn đề: Khi pipeline lỗi lúc 2h sáng trước báo cáo ALCO, bạn phải debug nhanh.
  • Giao tiếp đa bên: Data team nói chuyện với Finance team (nhiều người không rành tech), nên cần "dịch" giữa 2 thế giới.
  • Quản lý thời gian: Làm việc trong ngân hàng có deadline cứng (cuối tháng, cuối quý).
  • Attention to detail: Sai 1 số 0 trong báo cáo tài chính có thể gây hậu quả nghiêm trọng.
  • Chịu áp lực tốt: Ngân hàng là môi trường compliance cao, áp lực lớn hơn công ty tech thuần túy.

🏆 Bảng so sánh mức độ quan trọng

```
Kỹ năng │ Có ngay │ Có trong 3-6 tháng │ Nice to have
─────────────────────┼──────────┼────────────────────┼─────────────
Python + SQL │ ✅ │ │
ETL Pipeline │ ✅ │ │
Data Warehouse │ ✅ │ │
Power BI │ │ ✅ │
Spark/Kafka │ │ ✅ │
Cloud (AWS/Azure) │ │ ✅ │
ML/Statistics │ │ │ ✅
Finance domain │ │ ✅ │
```

Chuẩn bị phỏng vấn

Hướng dẫn phỏng vấn – Senior Officer, Finance System Management (Techcombank)

📋 Quy trình tuyển dụng dự kiến (4-5 vòng)

Vòng 1: HR Screening (30-45 phút)

  • Xác nhận thông tin cơ bản, mức lương mong muốn, lý do ứng tuyển
  • Giới thiệu về Techcombank, vị trí, benefits
  • Tips: Research về TCB trước (đặc biệt chiến lược chuyển đổi số "AI-first Banking")

Vòng 2: Technical Test / Online Assessment (60-90 phút)

  • SQL (queries phức tạp: window functions, CTEs, optimization)
  • Python (data manipulation với pandas, có thể có bài về ETL logic)
  • Có thể có test IQ/logic

Vòng 3: Technical Interview với Senior Manager/Team Lead (60-90 phút)

  • Deep dive vào kinh nghiệm data engineering
  • Case study thực tế (thiết kế pipeline, giải quyết vấn đề)
  • Câu hỏi về Data Warehouse modeling, ETL best practices

Vòng 4: Business Interview với Head of Finance (45-60 phút)

  • Hiểu biết về Finance domain trong ngân hàng
  • Khả năng kết nối data với business decisions
  • Tư duy chiến lược, cultural fit

Vòng 5: Final Interview / Director Round (30-45 phút)

  • Vision, mục tiêu nghề nghiệp dài hạn
  • Khả năng thích ứng với văn hóa TCB

❓ Câu hỏi phỏng vấn hay gặp

SQL & Database (Senior level)

  • "Giải thích sự khác nhau giữa INNER JOIN, LEFT JOIN, FULL OUTER JOIN. Khi nào dùng cái nào?"
  • "Window functions: ROW_NUMBER vs RANK vs DENSE_RANK?"
  • "Làm thế nào để optimize một query chạy chậm?"
  • "Index trong database hoạt động như thế nào? Clustered vs Non-clustered?"
  • "Slowly Changing Dimensions (SCD) Type 1, 2, 3 – giải thích và khi nào dùng?"

Data Engineering

  • "Thiết kế pipeline ETL từ core banking đến data warehouse – bạn sẽ làm thế nào?"
  • "Batch processing vs Stream processing – khi nào dùng cái nào?"
  • "Data Lake vs Data Warehouse – ưu nhược điểm?"
  • "Làm sao đảm bảo data quality? Bạn đã handle data quality issues như thế nào?"
  • "Giải thích kiến trúc Medallion (Bronze/Silver/Gold) trong Databricks"

Python & Tools

  • "Viết code Python xử lý một file CSV lỗi, missing data, duplicates"
  • "Pandas: merge, groupby, pivot table – bạn dùng trong dự án nào?"
  • "Airflow: làm sao handle failed tasks, retry logic, dependencies?"

Business/Finance domain

  • "Bạn hiểu gì về Basel II/III và ảnh hưởng đến data requirements?"
  • "Trong ngân hàng, KPI tài chính nào quan trọng nhất cần theo dõi?"
  • "Làm sao data hỗ trợ quyết định cho ALCO (Asset-Liability Committee)?"
  • "Bạn biết gì về IFRS 9 và cách nó yêu cầu dữ liệu?"

Soft Skills & Behavior

  • "Kể về một dự án data phức tạp nhất bạn đã làm"
  • "Khi stakeholder yêu cầu một báo cáo không khả thi, bạn xử lý thế nào?"
  • "Bạn xử lý conflict với teammate như thế nào?"

👔 Dress Code

  • Vòng HR & Technical: Business casual (áo sơ mi, quần âu, giày tây, không cần vest)
  • Vòng Director/Head: Business formal (vest, complet, lịch sự)
  • TCB văn hóa khá hiện đại, nhưng trong Finance Division vẫn conservative hơn

💡 Tips đặc biệt cho vị trí này

1. Nhấn mạnh khả năng "data-to-decision": Không chỉ biết tech, mà phải show được bạn hiểu data phục vụ business decision như thế nào
2. Có case study về Finance: Nếu từng làm data cho finance/banking, kể rất rõ
3. Hiểu về Techcombank: Đọc về Techcombank 4.0, các sản phẩm số, chiến lược chuyển đổi
4. Không nên nói "tôi chỉ làm data, không biết finance" – Đây là yếu tố gây loại
5. Chuẩn bị STAR stories: Cho 3-4 tình huống: project thành công, xử lý khó khăn, teamwork, leadership

Lộ trình ôn thi

Lộ trình ôn tập & chuẩn bị (1-2 tuần)

📚 Kiến thức nền cần có

1. Nền tảng Data Engineering (Quan trọng nhất)

SQL nâng cao (3-4 ngày ôn):

  • Window Functions: ROW_NUMBER, RANK, LAG, LEAD, NTILE
  • CTEs và Recursive CTEs
  • Pivot/Unpivot, PIVOT vs GROUP BY
  • Query optimization, EXPLAIN PLAN
  • Stored Procedures, Triggers (cơ bản)

Tài liệu tham khảo:

  • Mode Analytics SQL Tutorial (mode.com/sql-tutorial) – miễn phí, rất hay
  • LeetCode SQL 50/70 problems – luyện tay
  • HackerRank SQL certification
  • "SQL for Data Scientists" – Renee M. P. Teate

2. Python cho Data (3-4 ngày ôn)

Trọng tâm:

  • Pandas: merge, groupby, pivot, apply, lambda
  • NumPy cơ bản
  • Xử lý datetime, missing values
  • Đọc/ghi các định dạng: CSV, Excel, JSON, Parquet
  • Kết nối database: SQLAlchemy, psycopg2

Tài liệu:

  • "Python for Data Analysis" – Wes McKinney (tác giả pandas)
  • Kaggle Pandas micro-course (miễn phí)
  • Real Python tutorials

3. ETL & Data Warehouse (2-3 ngày)

  • Kimball vs Inmon methodology
  • Star schema, Snowflake schema
  • Slowly Changing Dimensions (SCD Type 1, 2, 3)
  • Fact tables, Dimension tables
  • ETL vs ELT
  • Data Vault (nếu muốn advanced)

Tài liệu:

  • "The Data Warehouse Toolkit" – Ralph Kimball (bible của DW)
  • "Fundamentals of Data Engineering" – Joe Reis & Matt Housley
  • DataCamp: Data Engineer track

4. Cloud & Big Data (2-3 ngày)

  • AWS: S3, Glue, Redshift, Lambda, EMR (ít nhất hiểu concept)
  • Azure: Data Factory, Synapse, Databricks
  • Spark: RDD vs DataFrame, lazy evaluation
  • Kafka: producer/consumer model

Tài liệu:

  • AWS Skill Builder (free labs)
  • Databricks Academy
  • Confluent Kafka tutorials

5. Visualization - Power BI (1-2 ngày)

  • Power Query, DAX cơ bản
  • Data modeling trong Power BI
  • Best practices cho dashboard design

Tài liệu:

  • SQLBI.com – DAX bible
  • Guy in a Cube YouTube channel
  • Microsoft Learn Power BI path

6. Finance Domain (2-3 ngày – yếu tố quyết định)

Cần hiểu:

  • Cấu trúc Balance Sheet của ngân hàng (Assets, Liabilities, Equity)
  • Income Statement: NII, Non-interest income, Operating expenses
  • Key ratios: NIM, ROA, ROE, CAR, LDR, NPL ratio
  • Basel II/III framework
  • ALM (Asset-Liability Management) cơ bản
  • IFRS 9 và ECL (Expected Credit Loss)

Tài liệu:

  • "Bank Management & Financial Services" – Peter Rose
  • Coursera: Financial Markets – Yale (Robert Shiller)
  • RBI (Ngân hàng Nhà nước VN) reports để hiểu regulatory framework VN
  • Techcombank Annual Report – đọc kỹ để hiểu business model

📅 Lộ trình chuẩn bị chi tiết (14 ngày)

```
Ngày │ Nội dung chính │ Output
──────┼─────────────────────────────────────────────┼──────────────
1-2 │ SQL nâng cao (window functions, CTE) │ 30 bài LeetCode
3-4 │ Python Pandas nâng cao │ 5 mini projects
5-6 │ ETL/Data Warehouse concepts │ Note tóm tắt
7-8 │ Cloud (AWS/Azure) cơ bản + Spark │ Note + diagram
9-10 │ Power BI/Tableau + case study │ 1 dashboard mẫu
11-12 │ Finance domain cho ngân hàng │ Note + glossary
13 │ Mock interview + review CV │ Confidence
14 │ Review toàn bộ + nghỉ ngơi │ Ready!
```

🎯 Tài liệu "must-read" trước phỏng vấn

1. Techcombank Annual Report 2023/2024 – bắt buộc
2. Techcombank 4.0 strategy – TCB rất tự hào về điều này
3. Job description một lần nữa – đánh dấu từ khóa
4. LinkedIn của Senior Manager/Head Finance TCB – xem background, interests
5. Glassdoor reviews về Techcombank – hiểu culture, cons

💪 Công cụ luyện tập

Mục đích Công cụ
SQL LeetCode, HackerRank, SQLZoo
Python LeetCode, Kaggle, Codewars
ETL Design Bạn tự design trên giấy
Mock interview Pramp, InterviewBit
System design Hello Interview, ByteByteGo

Tư vấn nghề nghiệp

Lời khuyên sự nghiệp – Finance Data tại Ngân hàng

🛤️ Lộ trình thăng tiến trong ngân hàng (5-7 năm)

```
Hiện tại: Senior Officer

│ 2-3 năm

Team Lead / Senior Manager

│ 3-4 năm

Deputy Head / Head of Data Analytics

│ 4-5 năm

Head of Division / Chief Data Officer (CDO)
```

Hoặc đi theo hướng chuyên gia:

  • Principal Data Engineer → Distinguished Engineer
  • Data Architect → Chief Data Architect

💰 Mức lương kỳ vọng (Techcombank & thị trường ngân hàng VN)

Cấp bậc Kinh nghiệm Mức lương Gross (tháng) Total comp (incl. bonus)
Officer 0-2 năm 15-22 triệu 200-300 triệu/năm
Senior Officer ⭐ (vị trí này) 2-5 năm 25-40 triệu 350-550 triệu/năm
Team Lead / Assistant Manager 5-8 năm 40-65 triệu 600-900 triệu/năm
Senior Manager 8-12 năm 65-100 triệu 1-1.5 tỷ/năm
Director / Head 12+ năm 100-200 triệu 1.5-3 tỷ/năm

> Lưu ý: Mức lương trên là ước tính cho thị trường ngân hàng lớn tại VN (TCB, VCB, MBB, ACB, VPBank, TPBank...). Lương có thể cao hơn 20-30% nếu bạn có chứng chỉ quốc tế + finance domain expertise + tiếng Anh tốt.

📈 Kỹ năng cần phát triển thêm

Ngắn hạn (6-12 tháng tới):

1. Lấy 1-2 chứng chỉ cloud (AWS hoặc Azure Data cert) – để tăng giá trị bản thân
2. Học sâu về Finance domain – đọc sách, tham gia khóa học Banking & Finance
3. Nâng cao kỹ năng giao tiếp với non-tech stakeholders – đây là "skill gap" lớn nhất của dân data

Trung hạn (1-3 năm):

1. ML/AI for Finance: Credit scoring, fraud detection, customer segmentation, churn prediction
2. Real-time data processing: Streaming với Kafka + Spark Streaming + Flink
3. Data Governance: Data lineage, data catalog, privacy (quan trọng với ngân hàng)
4. Leadership skills: Mentoring, project management

Dài hạn (3-5 năm):

1. Cross-functional expertise: Kết hợp data + finance + business strategy
2. Build domain expertise: Chọn 1-2 vertical (credit risk, treasury, retail banking...)
3. Network trong ngành: Tham gia cộng đồng data banking VN

🎯 Lời khuyên "vàng" cho vị trí này

1. Đây là vị trí "vàng" trong ngân hàng hiện nay

  • Ngân hàng đang chuyển đổi số mạnh mẽ, nhu cầu data rất cao
  • Nhưng nhân sự biết vừa data vừa finance lại rất hiếm
  • Nếu bạn có cả hai, bạn sẽ được săn đón

2. Đừng chỉ là "data person"

  • Làm trong Finance Division, bạn phải hiểu CFO quan tâm gì
  • Học về NIM, CAR, ROE, NPL – những chỉ số CFO đánh giá hàng ngày
  • Ngôn ngữ "data" phải dịch sang ngôn ngữ "tiền tỷ"

3. Techcombank có gì đặc biệt?

  • Đang chạy chiến lược Techcombank 4.0 với AI-first
  • Đã chuyển core banking sang cloud (một trong những ngân hàng đi đầu VN)
  • Văn hóa làm việc khá hiện đại so với nhiều ngân hàng nhà nước
  • Lương và benefits thuộc top ngân hàng tư nhân

4. Nên chuẩn bị khi deal lương

  • Với 2-5 năm kinh nghiệm + tech skills mạnh: đề xuất 30-45 triệu gross là hợp lý
  • Đừng quên đàm phán về: thưởng Tết (TCB thường 2-3 tháng lương), review lương 6 tháng/lần, training budget, laptop/monitor
  • Có thể ngỏ lời về flexible working nếu công việc cho phép

5. Cảnh báo thực tế

  • Ngân hàng = quy trình chậm hơn tech company
  • Compliance rất nặng, muốn làm "vui" thì khó, muốn "ổn định" thì tốt
  • Đôi khi data cần thiết nhưng vì policy nên không được dùng → frustrating
  • OT cuối tháng, cuối quý là bình thường

🚀 Đề xuất con đường phát triển

Option 1: Banking Specialist Path

  • Ở lại banking sector, chuyên Finance data → Head of Data Analytics ngân hàng lớn → Fintech C-level

Option 2: Tech-Company Path

  • 2-3 năm ở TCB, sau đó move sang Fintech (MoMo, ZaloPay, VNPay, Timo...) với mức lương có thể gấp 1.5-2x

Option 3: International Path

  • Lấy kinh nghiệm + chứng chỉ quốc tế → apply Big Tech hoặc ngân hàng quốc tế tại VN

Option 4: Startup Founder

  • Sau 5-7 năm, có thể thử sức khởi nghiệp trong lĩnh vực FinTech/RegTech với background data + banking

Câu hỏi thường gặp

Em mới ra trường, chưa có 2 năm kinh nghiệm, có nên ứng tuyển vị trí Senior Officer này không?

Câu trả lời ngắn: Có thể thử, nhưng tỷ lệ đậu không cao. Vị trí Senior Officer thường yêu cầu 2-5 năm kinh nghiệm thực tế. Tuy nhiên, nếu em có những yếu tố bù đắp, vẫn nên apply: (1) Đã có kinh nghiệm thực tập/làm part-time tại ngân hàng hoặc fintech, (2) Có chứng chỉ quốc tế (AWS, Google Data Analytics), (3) Portfolio dự án cá nhân ấn tượng trên GitHub, (4) Từng làm việc với hệ thống data thực tế (không chỉ bài tập lý thuyết). Nếu không match, em có thể apply các vị trí Officer/Junior Data Engineer trước để build up kinh nghiệm 1-2 năm rồi move lên.

Mức lương kỳ vọng bao nhiêu là hợp lý cho vị trí Senior Officer tại Techcombank?

Theo khảo sát thị trường và review từ Glassdoor/VietnamWorks, vị trí Senior Officer Data Engineer/Data Analyst tại Techcombank có mức lương gross dao động 25-40 triệu VNĐ/tháng (tùy theo kinh nghiệm và kỹ năng). Nếu em có 3-5 năm kinh nghiệm + thành thạo Python/SQL/Spark + có chứng chỉ cloud + hiểu finance domain, có thể deal 35-45 triệu. Ngoài lương gross, còn có: thưởng Tết (1-3 tháng lương), thưởng KPI quý/năm (1-3 tháng), review lương 1-2 lần/năm, bảo hiểm sức khỏe cao cấp cho gia đình, lunch allowance, gym/yoga tại văn phòng. Total compensation có thể lên tới 450-700 triệu/năm.

Tôi đang làm Data Engineer ở công ty tech, muốn chuyển sang ngân hàng, có khó không? Có bị giảm lương không?

Chuyển từ tech sang banking là hướng đi khá phổ biến và được khuyến khích trong 2-3 năm gần đây. Ưu điểm: (1) Ngân hàng đang trả giá cao để thu hút data talent từ tech, (2) Mức lương thường không giảm mà có thể tăng 10-20% vì ngân hàng cần gấp, (3) Job security tốt hơn, (4) Có cơ hội hiểu sâu finance. Thách thức: (1) Văn hóa chậm hơn, nhiều quy trình hơn, (2) Compliance & security nặng nề, (3) Đôi khi phải OT cuối tháng. Lời khuyên: Prepare tốt về finance domain basics trước khi interview, và nhấn mạnh trong CV rằng bạn muốn apply data skills vào industry có impact lớn (banking).

Vị trí này khác gì với Data Analyst ở mảng khác? Tại sao phải hiểu finance?

Đây là câu hỏi rất hay. Vị trí Data Analyst ở mảng marketing/e-commerce thường chỉ cần hiểu về user behavior, conversion rate, campaign performance. Nhưng ở Finance Division của ngân hàng, bạn phải hiểu: (1) Regulatory requirements – Basel II/III yêu cầu tính toán CAR, LCR, NSFR; (2) Risk metrics – NPL ratio, ECL theo IFRS 9, VaR; (3) Profitability analysis – NIM, FTP, contribution margin by product; (4) ALCO reporting – duration gap, interest rate risk. Nếu bạn không hiểu những khái niệm này, bạn sẽ chỉ là "người làm báo cáo" mà không thể tạo insight thực sự. Đó là lý do JD yêu cầu ưu tiên tốt nghiệp ngành Kinh tế HOẶC hiểu biết finance domain.

Tech stack Python + SQL + Spark có đủ cho vị trí này không, hay phải học thêm gì?

Bộ 3 này là foundation cần thiết nhưng chưa đủ. Để standout, em nên bổ sung: (1) Cloud (AWS/Azure/GCP) – Techcombank đang migrate nhiều hệ thống lên cloud, kiến thức này rất giá trị; (2) Power BI – TCB ưa chuộng Power BI hơn Tableau (do licensing cost); (3) Orchestration tools – Airflow, Prefect hoặc Dagster để quản lý pipeline; (4) Data modeling – Star schema, SCD, slowly changing dimensions; (5) Finance domain knowledge – đọc Techcombank annual report, hiểu NIM/CAR/NPL; (6) Có 1-2 chứng chỉ – AWS Data Analytics Specialty hoặc Azure Data Engineer Associate. Trong 6 tháng, focus vào 2-3 mục tiếp theo là đủ.

Phỏng vấn tại Techcombank có khó không? Quy trình bao nhiêu vòng?

Theo review trên Glassdoor và chia sẻ trên các forum, quy trình TCB thường 4-5 vòng và khá chặt chẽ: (1) HR screening, (2) Online assessment (SQL + IQ), (3) Technical interview với Senior Manager, (4) Business interview với Head/Director, (5) Final round với Senior Director/CHRO. Mỗi vòng có thể loại 30-50% ứng viên. Mức độ khó: So với VCB/Vietinbank thì dễ hơn (TCB ít hỏi finance theory chuyên sâu), nhưng so với MBB hay VPBank thì tương đương. Điểm cộng nếu biết về TCB 4.0, đã đọc annual report, và có thể trình bày rõ cách apply tech vào finance. Tỷ lệ pass overall khoảng 5-10% ứng viên apply.

Tôi 35 tuổi, đã có 8 năm kinh nghiệm data, có nên apply vị trí Senior Officer không hay nên apply vị trí cao hơn?

Với 8 năm kinh nghiệm, anh/chị nên apply vị trí cao hơn (Team Lead/Assistant Manager trở lên), không nên apply Senior Officer vì: (1) Đây là vị trí cho người 2-5 năm, apply sẽ bị underqualified và có thể bị offer thấp; (2) Headhunter/HR thường filter CV có quá nhiều kinh nghiệm cho vị trí thấp vì nghĩ ứng viên sẽ không gắn bó lâu. Các vị trí phù hợp: Senior Manager (Data Engineering), Head of Data Analytics, Data Platform Lead. Nếu ứng viên có background data engineering mạnh và hiểu finance, có thể deal 80-150 triệu/tháng ở vị trí Manager trở lên. Ngoài TCB, nên consider MBB (quyết liệt chuyển đổi số), VPBank (đang xây data team mạnh), hoặc fintech lớn.

Làm Finance Data tại ngân hàng có cơ hội thăng tiến lên C-level không?

Có, và đang là trend! Trong 2-3 năm gần đây, nhiều ngân hàng lớn ở VN đã có chức danh Chief Data Officer (CDO) hoặc Chief Analytics Officer. Ví dụ: Techcombank, MBB, VPBank, ACB đều đã/đang tuyển vị trí này. Lộ trình điển hình: Data Engineer → Senior Data Engineer → Lead → Data Architect → Head of Data → CDO. Ngoài ra, có thể đi theo hướng: Head of Data → Chief Data Officer ngân hàng nhỏ hơn, hoặc move sang fintech (CEO/CTO), hoặc tư vấn (Partner tại Big 4). Key để lên C-level: (1) Kết hợp data expertise với business acumen, (2) Có track record build team từ nhỏ đến lớn, (3) Network rộng trong ngành banking, (4) Thường cần thêm MBA hoặc chứng chỉ executive.

Nếu không có background Finance/Economics, chỉ có IT, có cơ hội vào vị trí này không?

Hoàn toàn có cơ hội! JD ghi rõ tốt nghiệp "Khoa học dữ liệu, Công nghệ thông tin, Khoa học máy tính HOẶC Kinh tế" – nghĩa là họ chấp nhận cả 2 nhóm. Tuy nhiên, để bù đắp, anh/chị cần: (1) Tự học Finance domain – đọc sách, làm courses về banking & finance (Coursera có rất nhiều khóa miễn phí), (2) Showcase dự án cá nhân – ví dụ: phân tích dữ liệu tài chính từ Vietnam Stock Exchange, làm dashboard về NIM/CAR; (3) Hiểu business – đọc Techcombank annual report, phân tích competitor; (4) Trong phỏng vấn, nói rõ bạn excited về việc apply data skills vào finance industry. Nhiều data engineer xuất phát từ IT nhưng sau 1-2 năm làm trong ngân hàng trở thành domain expert. Không cần bằng cấp Finance, cần là kiến thức và sự đam mê.