Expert

Mô tả công việc

## Job Purpose - The job holder drives the discovery, design, and guideline for implementation of a wide variety of data solution architects for big data systems such as data lake, data warehouse, etc. - The job holder provides strategic decision-making, and guidance within technical disciplines to help solving to complex business problems. - The job holder performs research and define end-to-end architecture standards and patterns for enabling Data Engineering, Advanced Analytics & Business Intelligence capabilities ## 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. - Guide the team or teams in 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) Cross-team impact - Proactively reach out to business and other partners to provide sharing and organize training on data engineering and data architect - Define end-to-end data architecture standard and patterns and enforce across the bank 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 analyses to improve practices for maximum productivity. Talent Development - Mentor and coach junior members from one or more team to enhance their data engineering capabilities. - Identify and encourage areas for growth and improvement within the team or teams and support with personal development plan. ## Key Accountabilities (3) N/A ## Key Relationships - Direct Manager Director, Data Engineering; Head of Data Engineering ## Key Relationships - Direct Reports N/A ## Key Relationships - Internal Stakeholders TCB Teams from relevant departments in the Bank ## Key Relationships - External Stakeholders Partners and vendors 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 - 12+ years of relevant experience with designing, developing, and operating data platforms with popular 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) - 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 - Proven track-record in working in Agile teams to lead company-wide successful digital transformation initiatives and change management, having mastered and mentored on Agile principles, practices and Scrum methodologies - Mastery in Data & Analytics and is an industry expert on the latest data-related technology trends - Having a long history of 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 Expert, Data Architecture - Techcombank ### 1. Hard Skills bắt buộc | Nhóm kỹ năng | Công nghệ cụ thể | Mức độ yêu cầu | |---|---|---| | **Big Data Technologies** | Hadoop, Spark, Flink, Kafka, Arrow, Tableau | Chuyên sâu (12+ năm kinh nghiệm) | | **Database Technologies** | SQL, NoSQL, Graph databases | Chuyên sâu | | **Programming Languages** | Python, R, Scala, Java, Rust, Kotlin | Thành thạo ít nhất 3-4 ngôn ngữ | | **Data Modeling** | Dimensional data models, Data warehouse concepts | Chuyên sâu | | **ETL/ELT** | Data pipelines, Data integration patterns | Chuyên sâu | | **Microservices** | High-performance microservices, recommender systems | Có kinh nghiệm thực tế | | **Agile/Scrum** | Agile teams, Scrum methodologies, change management | Thành thạo | | **Information Security** | Data security principles, compliance | Hiểu biết sâu | ### 2. Soft Skills quan trọng - **Strategic thinking**: Đưa ra quyết định kiến trúc cấp ngân hàng, không chỉ ở cấp độ team - **Communication & Training**: Khả năng chia sẻ kiến thức, tổ chức training cho nhiều team - **Stakeholder Management**: Làm việc với nhiều phòng ban, quản lý xung đột dự án - **Mentoring**: Coaching junior members, xây dựng personal development plan - **Problem-solving**: Tiếp cận có hệ thống, algorithmic để giải quyết vấn đề phức tạp ### 3. Chứng chỉ gợi ý **Ưu tiên cao:** - AWS Certified Data Analytics / AWS Certified Solutions Architect - Google Professional Data Engineer - Databricks Certified Data Engineer Professional - CDMP (Certified Data Management Professional) - TOGAF 9 (Enterprise Architecture) **Bổ sung giá trị:** - PMP hoặc CSM (Certified ScrumMaster) - Kafka Certified Operator - Microsoft Azure Data Engineer Associate ### 4. Bảng so sánh: Ứng viên entry vs. senior vs. expert | Tiêu chí | Junior Data Engineer (3-5 năm) | Senior Data Engineer (5-8 năm) | Expert (12+ năm) - Vị trí này | |---|---|---|---| | Phạm vi công việc | Team/quản lý task cụ thể | Team nhỏ, 1 hệ thống | Toàn ngân hàng, chiến lược enterprise | | Quyết định | Theo hướng dẫn | Đề xuất, phản biện | Quyết định cuối cùng về kiến trúc | | Stakeholder | Team members | Team leads, BA | Directors, Heads, C-level | | Training/Mentoring | Tự học hỏi | Mentor 1-2 người | Mentor cả team, xây dựng roadmap | | Kỹ năng lãnh đạo | Không yêu cầu | Cơ bản | Bắt buộc, proven track record | ### 5. Đặc thù ngành ngân hàng Vì đây là vị trí Data Architecture ở ngân hàng, ứng viên cần hiểu: - **Regulatory compliance**: Basel III/IV, các quy định NHNN về dữ liệu - **Data governance**: Phân loại dữ liệu, lineage, data quality - **Security**: PCI-DSS, data masking, encryption - **Risk management**: Credit scoring, fraud detection data models - **Core banking systems**: Kiến trúc dữ liệu tích hợp với hệ thống ngân hàng lõi

Chuẩn bị phỏng vấn

## Hướng dẫn phỏng vấn Senior Expert, Data Architecture - Techcombank ### Quy trình các vòng phỏng vấn **Vòng 1: Screening (HR/Recruiter)** - Xác nhận kinh nghiệm, kỹ năng cơ bản - Đánh giá mức lương kỳ vọng, availability - Tiếng Anh (đọc - hiểu tài liệu kỹ thuật) **Vòng 2: Technical Interview (Data Engineering Manager/Director)** - Deep dive vào kinh nghiệm kiến trúc dữ liệu - System design: Thiết kế data warehouse cho ngân hàng - Problem-solving: Xử lý data quality issues, pipeline failures - Coding assessment: Python/Scala/Spark **Vòng 3: Panel Interview (Head of Data Engineering + Directors)** - Leadership & strategic thinking - Case study: Thiết kế end-to-end data architecture - Stakeholder management scenarios - Mentoring philosophy **Vòng 4: Final Interview (C-level hoặc Head of Division)** - Cultural fit, vision alignment - Presentation: Đề xuất cải tiến kiến trúc dữ liệu của Techcombank --- ### Câu hỏi hay gặp theo từng vòng #### Vòng 1 - Screening - "Tại sao bạn rời công ty hiện tại?" - "Mô tả một dự án data platform lớn nhất bạn đã tham gia." - "Bạn đã quản lý bao nhiêu người? Mô hình báo cáo như thế nào?" - "Kỳ vọng lương của bạn là bao nhiêu?" #### Vòng 2 - Technical - **Architecture Design**: "Thiết kế kiến trúc data lake + warehouse cho ngân hàng với 10 triệu khách hàng. Các tầng (layer) nào? Công nghệ gì?" - **Data Modeling**: "Sự khác nhau giữa Kimball và Inmon methodology? Bạn áp dụng cái nào và tại sao?" - **Performance**: "Một pipeline xử lý 100GB data mỗi ngày bị chậm. Bạn sẽ debug như thế nào?" - **Technology**: "Khi nào nên dùng Kafka vs. Flink? Streaming vs. batch?" - **Code**: Viết Spark job để join 2 datasets, xử lý null values, optimization - **Governance**: "Làm sao đảm bảo data quality trên toàn hệ thống?" #### Vòng 3 - Leadership & Strategy - "Bạn đã từng enforce architecture standard trên nhiều team như thế nào?" - "Mô tả tình huống conflict giữa business requirement và technical constraint. Bạn xử lý ra sao?" - "Bạn sẽ đánh giá và phát triển junior member như thế nào?" - "Đưa ra 3 improvement recommendations cho data architecture của Techcombank." - "Làm sao để balance giữa technical debt và delivery deadline?" #### Vòng 4 - Vision & Culture - "Techcombank đang transformation. Vai trò của bạn trong hành trình đó là gì?" - "Bạn định nghĩa success của một data platform như thế nào?" - "Xu hướng data technology nào bạn thấy quan trọng nhất trong 3 năm tới?" --- ### Tips chuẩn bị **Trước phỏng vấn:** 1. **Research Techcombank**: Tìm hiểu chiến lược data-driven, các dự án đang triển khai, đọc báo cáo annual report 2. **Ôn lại system design**: Thực hành thiết kế data pipelines, data models, đặc biệt trong bối cảnh ngân hàng 3. **Chuẩn bị portfolio**: Sẵn sàng demo hoặc mô tả chi tiết 2-3 dự án ấn tượng nhất 4. **Practice STAR**: Sử dụng STAR method (Situation, Task, Action, Result) cho các câu hỏi behavior 5. **Tiếng Anh**: Ôn từ vựng technical, prepare 1-2 câu hỏi bằng tiếng Anh **Trong phỏng vấn:** - Thể hiện tư duy **enterprise-level**, không chỉ team-level - Nhấn mạnh **impact**: Số liệu cụ thể về hệ thống đã xây, users phục vụ, performance improvement - Khi design architecture, luôn đề cập: **scalability, reliability, cost, maintainability** - Thể hiện **leadership** qua cách mô tả cách bạn mentor, influence không có authority --- ### Dress Code - **Business casual** hoặc **smart casual**: Áo sơ mi (không cần cravat), quần âu hoặc quần khaki sạch - Techcombank là công ty hiện đại, tránh vest quá formal - Phụ nữ: Áo sơ mi / blouse, quần âu hoặc váy công sở - Gọn gàng, chuyên nghiệp nhưng không quá cứng nhắc

Lộ trình ôn thi

## Ôn thi & chuẩn bị cho Senior Expert, Data Architecture - Techcombank ### 1. Kiến thức nền cần ôn tập #### A. Data Architecture Fundamentals (Trọng tâm) - **Data Lake vs. Data Warehouse vs. Data Lakehouse**: Lambda architecture, Kappa architecture - **Data Modeling**: Star schema, Snowflake, Data Vault 2.0, Slowly Changing Dimensions (SCD) - **Data Integration Patterns**: ETL, ELT, CDC (Change Data Capture), Data virtualization - **Data Governance**: Data quality frameworks, lineage, cataloging, metadata management #### B. Big Data Technologies (Cập nhật phiên bản mới nhất) - **Hadoop Ecosystem**: HDFS, YARN, Hive, HBase, Oozie, Zookeeper - **Spark**: Spark SQL, Structured Streaming, DataFrames/Datasets, Spark MLlib - **Streaming**: Kafka (Kafka Streams), Flink, Spark Structured Streaming, Apache Pulsar - **Data Visualization**: Tableau, Power BI, Looker (Google Cloud) - **Orchestration**: Airflow, dbt, Databricks, Prefect - **Cloud Data Services**: AWS (Redshift, Glue, Athena, S3, EMR), GCP (BigQuery, Dataflow, Dataproc), Azure (Synapse, Data Factory) #### C. Database Knowledge - **Relational**: PostgreSQL, Oracle (phổ biến trong ngân hàng VN) - **NoSQL**: MongoDB, Cassandra, Redis - **Graph**: Neo4j, Amazon Neptune - **Time-series**: InfluxDB, TimescaleDB #### D. Programming - **Python**: pandas, PySpark, fastapi, Airflow operators - **Scala**: Apache Spark (Scala API), Flink (Scala API) - **Java/Kotlin**: Microservices development - **SQL**: Advanced queries, window functions, optimization #### E. Architecture Patterns - **Microservices**: REST/gRPC APIs, event-driven, saga pattern - **Data Mesh**: Decentralized data ownership, data as a product - **DataOps/MLOps**: CI/CD for data pipelines - **Data Platform Architecture**: Modern data stack (Fivetran, Snowflake, dbt, Metabase) --- ### 2. Tài liệu tham khảo **Sách:** - "Designing Data-Intensive Applications" - Martin Kleppmann (BẮT BUỘC) - "The Data Warehouse Toolkit" - Ralph Kimball - "Streaming Systems" - Tyler Akidau et al. - "Fundamentals of Data Engineering" - Joe Reis & Matt Housley (2022) - "Building the Data Lakehouse" - Bill Inmon & Alan R. Friedman **Online Resources:** - Databricks Blog / Confluent Blog (Kafka) - AWS Architecture Blog, Google Cloud Architecture Center - DZone / Medium (Data Engineering topics) - SQL antipatterns by Bill Karwin **Techcombank-specific:** - Techcombank Annual Report 2023 - Tin tức về transformation của Techcombank (Jasper, digital banking) - Techcombank tech blog / engineering blog (nếu có) --- ### 3. Lộ trình chuẩn bị 2 tuần **Tuần 1: Củng cố kiến thức** | Ngày | Chủ đề | Hoạt động | |---|---|---| | Day 1-2 | Data Architecture fundamentals | Ôn lại Data Lake/Warehouse/Lakehouse; đọc Kleppmann Ch.1-4 | | Day 3 | Big Data Tech stack | Thực hành Spark, Kafka; ôn Spark optimization | | Day 4-5 | Data Modeling & ETL | Ôn star schema, data vault; thực hành viết ETL patterns | | Day 6 | System Design Practice | Làm 2-3 bài system design (data platform scale ngân hàng) | | Day 7 | Nghỉ ngơi / Review notes | Tổng hợp weak areas | **Tuần 2: Thực hành & Mock interview** | Ngày | Chủ đề | Hoạt động | |---|---|---| | Day 8-9 | Leadership & Strategy prep | Chuẩn bị STAR stories, research Techcombank | | Day 10 | Mock technical interview | Practice coding (Spark/Python), system design | | Day 11 | Mock leadership interview | Practice câu hỏi behavior, strategy | | Day 12-13 | Final review | Đọc lại notes, prepare questions cho interviewer | | Day 14 | Chuẩn bị tinh thần | Nghỉ ngơi, chuẩn bị outfit, check logistics | --- ### 4. Chuẩn bị Case Study cho Vòng cuối Chuẩn bị một presentation ngắn (5-10 phút) về một trong các chủ đề: - **Đề xuất Data Lakehouse migration** cho Techcombank - **Data governance framework** cho ngân hàng - **Real-time fraud detection data pipeline** - **Customer 360 data platform** Presentation nên có: current state analysis, proposed architecture, implementation roadmap, expected outcomes (metrics)

Tư vấn nghề nghiệp

## Lời khuyên sự nghiệp cho Senior Expert, Data Architecture - Techcombank ### 1. Lộ trình thăng tiến ``` Data Engineer (3-5 năm) ↓ Senior Data Engineer (5-8 năm) ↓ Lead/Principal Data Engineer (8-10 năm) ↓ ======================================== VỊ TRÍ HIỆN TẠI: Senior Expert (12+ năm) ======================================== ↓ Data Architecture Manager (manages 1+ team) ↓ Director, Data Engineering / VP of Data ↓ CDAO (Chief Data & Analytics Officer) ``` **Đặc điểm vị trí này:** Đây là cấp **Individual Contributor (IC) cao nhất** hoặc bước đệm sang management. Nếu muốn đi IC route: Principal/Staff Data Architect → Fellow. Nếu muốn management: Director → VP → CDAO. --- ### 2. Mức lương kỳ vọng theo cấp bậc (tham khảo thị trường VN 2024) | Cấp bậc | Kinh nghiệm | Mức lương tháng (VND) | Notes | |---|---|---|---| | Junior Data Engineer | 0-2 năm | 15-25 triệu | Fresher → Junior | | Mid Data Engineer | 2-5 năm | 25-40 triệu | Senior IC level | | Senior Data Engineer | 5-8 năm | 40-60 triệu | Lead technical | | **Expert (vị trí này)** | **12+ năm** | **80-150 triệu+** | **Thỏa thuận, có thể cao hơn** | | Director | 15+ năm | 150-300 triệu | Management track | | CDAO | 18+ năm | Thỏa thuận | C-level, stock options | **Techcombank** là ngân hàng tech-first, lương thường cao hơn ngân hàng traditional 20-30%. Với 12+ năm kinh nghiệm và chứng chỉ, mức lương có thể đàm phán ở **phân vị 75-90** của thị trường. Ngoài lương, cân nhắc thêm: - Performance bonus (thường 2-4 tháng) - Lương tháng 13 - Phúc lợi (bảo hiểm cao cấp, flexible benefits) - Stock options (nếu Techcombank có ESOP) --- ### 3. Kỹ năng cần phát triển thêm **Ngắn hạn (6-12 tháng đầu):** - Deep dive vào **cloud-native data services** (AWS/GCP/Azure) nếu chưa thành thạo - Học thêm về **Data Mesh** và **Data Products** thinking - Nâng cao **presentationskill**: Đây là vị trí phải thuyết trình nhiều, cấp C-level **Trung hạn (1-2 năm):** - **Business acumen**: Hiểu sâu nghiệp vụ ngân hàng (credit, risk, compliance) - **Executive presence**: Đọc báo cáo tài chính, hiểu P&L, cost-benefit analysis - **Change management**: Vì Techcombank đang transformation, kỹ năng này rất giá trị **Dài hạn (3-5 năm):** - Nếu đi management: Xây dựng **team building**, hiring, performance management - Nếu đi IC: Trở thành **domain expert** cho một lĩnh vực (ví dụ: real-time ML infrastructure) - Xây dựng **personal brand**: Conference talks, blog posts, open source contributions --- ### 4. Lời khuyên từ kinh nghiệm > **Đây là vị trí cửa ngõ sang management hoặc Principal IC. Đừng chỉ tập trung vào kỹ thuật. Ở cấp này, 50% công việc là influence, stakeholder management và strategic decision-making.** **Những điều cần làm ngay khi nhận offer:** 1. Học hỏi Techcombank's **data maturity model** và xác định khoảng cách 2. Identify 2-3 **quick wins** (dễ thực hiện, high visibility) để build credibility 3. Map ra các **key stakeholders** và lên lịch 1:1 4. Understand **existing tech stack** và constraints (technical debt, budget) 5. Build relationships với các team: Data Science, Risk, Compliance, IT **Rủi ro cần tránh:** - Đừng cố thay đổi mọi thứ ngay - hiểu context trước - Tránh "Not invented here" - tôn trọng công việc của người đi trước - Đừng over-engineer - giải pháp đơn giản, maintainable thường tốt hơn - Cân bằng giữa innovation và stability

Câu hỏi thường gặp

Em mới có 8 năm kinh nghiệm Data Engineering, có nên ứng tuyển vị trí yêu cầu 12+ năm không?

Về lý thuyết, yêu cầu 12+ năm là khá cứng nhắc cho vị trí này. Tuy nhiên, nếu bạn có track record mạnh (đã xây dựng data platform quy mô lớn, có chứng chỉ cao cấp, từng làm việc ở cấp enterprise) thì vẫn có thể thử. Gợi ý: Ứng tuyển song song với vị trí Senior Data Engineer để có backup. Nếu Techcombank thấy bạn phù hợp văn hóa và có potential, họ có thể open một role phù hợp hơn.

Mức lương 80-150 triệu cho vị trí Senior Expert Data Architecture có thực sự đạt được không?

Hoàn toàn có thể. Techcombank là ngân hàng top về lương, và vị trí này là senior-level. Với 12+ năm kinh nghiệm, deep technical skills, và chứng chỉ quốc tế (AWS/GCP Data cert + PMP/CDMP), bạn hoàn toàn có cơ hội đàm phán ở mức 100-150 triệu. Lưu ý: Hãy đi phỏng vấn với mức lương kỳ vọng thực tế, không under-sell bản thân. Research thị trường kỹ và chuẩn bị data point cho quá trình đàm phán.

Em đến từ fintech/startup, chưa làm trong ngân hàng. Có bất lợi gì không?

Vừa là bất lợi vừa là lợi thế. Bất lợi: Bạn chưa quen với regulatory constraints, core banking systems, data compliance requirements của ngành ngân hàng. Lợi thế: Bạn mang đến fresh perspective, startup mindset (fast execution, experimentation), và những công nghệ mới hơn. Techcombank đang transformation nên họ cần cả người hiểu ngân hàng lẫn người mang mindset đổi mới. Hãy nhấn mạnh khả năng adapt và học hỏi nhanh, đồng thời show thực tế bạn đã làm với hệ thống phức tạp.

Kỹ năng nào quan trọng nhất để thể hiện leadership trong phỏng vấn?

Ở cấp Senior Expert/Principal, kỹ năng quan trọng nhất không phải là code giỏi mà là: (1) Strategic thinking - thể hiện qua cách bạn đưa ra kiến trúc có tầm nhìn xa, có tradeoff analysis rõ ràng. (2) Influence without authority - cách bạn convince stakeholders, manage conflicts, align teams. (3) Mentorship philosophy - cách bạn phát triển junior members, xây dựng team culture. (4) Decision making under ambiguity - khi không có đủ thông tin, bạn decide như thế nào. Hãy chuẩn bị 4-5 câu chuyện thể hiện mỗi kỹ năng này.

Techcombank đang transformation, vị trí này workload có nặng không?

Có thể nói là khá nặng. Khi một ngân hàng đang transformation (Techcombank đã Jasper platform, đang mở rộng digital), vai trò Data Architecture ở cấp này đòi hỏi: (1) Deliver under pressure với deadline aggressive, (2) Manage multiple stakeholder expectations cùng lúc, (3) Balance giữa maintain existing systems và build new capabilities, (4) Có thể cần on-call cho production incidents. Đổi lại: Compensation cạnh tranh, high visibility, direct impact on bank's strategy. Nếu bạn thích thử thách và growth opportunity, đây là môi trường tốt.

Cần chuẩn bị gì cho bài presentation ở vòng cuối?

Vòng cuối thường yêu cầu present 1 data architecture proposal. Gợi ý chủ đề: (1) Data Lakehouse migration roadmap cho Techcombank, (2) Real-time data platform cho fraud detection, (3) Customer 360 data platform. Structure khuyến nghị: Problem statement → Current state assessment → Proposed architecture (có diagram) → Implementation roadmap (6-12-18 tháng) → Expected outcomes (KPIs) → Risks & mitigation. Thời lượng: 10 phút present + 10 phút Q&A. Quan trọng: Đừng chỉ đưa ra giải pháp ideal, hãy đề cập tradeoff và real-world constraints (budget, timeline, existing systems).

Học gì để chuẩn bị cho vòng technical interview?

Vòng technical sẽ tập trung vào: (1) System design - thiết kế data warehouse/lakehouse cho ngân hàng (10M+ customers), (2) Data modeling - star schema vs snowflake, Kimball vs Inmon, SCD types, (3) Spark optimization - broadcast join, partition, caching, (4) Troubleshooting - debugging slow pipeline, data quality issues, (5) Coding - viết PySpark/Scala code. Tài liệu: 'Designing Data-Intensive Applications' (Kleppmann), 'The Data Warehouse Toolkit' (Kimball), Databricks/Spark documentation. Thực hành trên Databricks Community Edition hoặc AWS Glue.

Làm thế nào để negotiate salary hiệu quả cho vị trí này?

Với vị trí Senior Expert, đàm phán lương là bước quan trọng. Tips: (1) Research market data trước - tham khảo Glassdoor, VietnamDev, các recruiter agencies cho vị trí tương đương ở Techcombank, VPBank, TPBank, MBBank. (2) Đừng đưa ra số đầu tiên - để HR đưa offer trước. (3) Khi đàm phán, hãy focus vào total compensation (base + bonus + benefits), không chỉ base. (4) Chuẩn bị data point: current salary, relevant offers, market benchmark, unique value you bring. (5) Be confident nhưng flexible - nếu base không thể tăng, thương lượng signing bonus, extra vacation days, or remote work options.

Senior Expert, Data Architecture (40001658)