MBBank
Trưởng phòng Công nghệ Thị giác Máy tính - Head of Computer Vision Technology Department - Trung tâm AI - Khối Công nghệ thông tin
Hà Nội
Khối Công nghệ thông tin
Nhân viên
Hạn: 2030-04-26
Mô tả công việc
• Chịu trách nhiệm định hướng, giám sát, điều phối và trực tiếp tham gia phát triển các dự án, sản phẩm hoặc dịch vụ AI trong ngân hàng, tập trung vào lĩnh vực Công nghệ Xử lý Ảnh - Computer Vision.
• Nhiệm vụ chính:
- Trực tiếp tham gia phát triển các sản phẩm, dịch vụ ứng dụng AI.
- Tham gia xây dựng và triển khai định hướng cho các dự án AI - Computer Vision
- Lập kế hoạch chi tiết và quản lý các dự án phát triển và ứng dụng AI.
- Giám sát và hỗ trợ đội ngũ phát triển trong việc phát triển và triển khai các giải pháp AI, đảm bảo chất lượng và hiệu suất cao nhất.
- Làm việc chặt chẽ với các phòng ban liên quan (thuộc Trung tâm AI (NLP, Chatbot, R&D.v.v. và các đơn vị khác) để đảm bảo sự phối hợp nhịp nhàng và tối ưu hóa nguồn lực.
- Cập nhật và nghiên cứu các công nghệ AI mới nhất, áp dụng vào các dự án thực tế.
- Đảm bảo chất lượngvà hiệu suất cho các dự án AI, thực hiện kiểm tra và đánh giá định kỳ.
- Xác định và đánh giá các rủi ro trong quá trình triển khai dự án.
Phúc lợi:
Lương tháng thứ 13, Bảo hiểm sức khỏe cá nhân, Du lịch, Fitness Center (Yoga, GYM…), Hỗ trợ điện thoại, Hỗ trợ kinh phí tập luyện thể thao, Khám sức khỏe định kỳ, Ngày nghỉ sinh nhật, Quà tặng sinh nhật, Quà tặng Tết Nguyên Đán, Thưởng các dịp Lễ (Tết, Quốc Khánh, 30/4 - 1/5, Sinh nhật Ngân hàng…), Thưởng thành tích, Thưởng hiệu suất, Vay ưu đãi
Yêu cầu ứng viên
- Tốt nghiệp Đại học trở lên các chuyên ngành: Công nghệ thông tin, Công nghệ phần mềm, Khoa học máy tính và các chuyên ngành liên quan khác.
- Tối thiểu 5 năm kinh nghiệm trong lĩnh vực AI/ML hoặc quản lý dự án công nghệ. Đặc biệt trong lĩnh vực Computer Vision
- Có kinh nghiệm quản lý nhóm hoặc quản lý các dự án phức tạp liên quan đến AI là lợi thế
- Chuyên môn:
+ Hiểu biết sâu về các công nghệ AI/ML, Computer Vision
+ Quen thuộc với các công cụ và framework như Tensor Flow, Pytorch, Scikit-learn
+ Có chuyên môn về quản trị dữ liệu
- Kỹ năng quản lý
+ Kỹ năng lập kế hoạch, tổ chức và quản lý công việc
+ Kỹ năng ra quyết định, giải quyết vấn đề và quản lý xung đột
+ Khả năng truyền cảm hứng cho đội ngũ
- Hiểu biết về các quy định pháp lý, đạo đức liên quan đến AI
- Kiến thức về quản trị rủi ro và các tiêu chuẩn ngành
MB Bank yêu cầu ứng viên ứng tuyển cần cung cấp chi tiết các thông tin sau:
- Thông tin cá nhân: Họ và tên, Ngày tháng năm sinh, Giới tính
- Số điện thoại và Email liên hệ
- Trình độ học vấn, Trường đã tốt nghiệp
- Kinh nghiệm làm việc
- Từ 3 - 5 kỹ năng nổi bật
- Nguồn Tuyển dụng
Vì sao Bạn nên đảm bảo đầy đủ thông tin khi ứng tuyển?
- Hồ sơ của Bạn sẽ được đánh giá nhanh chóng.
- Đối với các hồ sơ đáp ứng đầy đủ thông tin và tiêu chí tuyển dụng phù hợp, MB Bank sẽ chủ động liên hệ phỏng vấn trong thời gian sớm nhất..
- Ứng viên vui lòng kiểm tra email và điện thoại thường xuyên để không bỏ lỡ lịch hẹn phỏng vấn.
Cập nhật ngay thông tin mới nhất về các Chương trình do MB tổ chức tại FanPage:
- Ai yêu Miền Bắc hơn MBers
- Ai yêu Miền Trung hơn MBers
- Ai yêu Miền Nam hơn MBers
Phân tích kỹ năng cần có
## Phân tích Kỹ năng cần có cho vị trí Trưởng phòng Computer Vision - MB Bank
### 1. Hard Skills (Kỹ năng chuyên môn bắt buộc)
**a) Kiến thức AI/ML nền tảng:**
- Deep Learning, Machine Learning cơ bản và nâng cao
- Computer Vision: Object Detection (YOLO, Faster R-CNN, SSD), Image Classification, Semantic Segmentation, Face Recognition, OCR
- Xử lý ảnh: OpenCV, image preprocessing, feature extraction
**b) Framework & Công cụ:**
| Framework/Tool | Mức độ cần thiết | Ghi chú |
|---|---|---|
| Python | BẮT BUỘC | Ngôn ngữ chính trong AI |
| TensorFlow / Keras | Rất cao | Production deployment phổ biến |
| PyTorch | Rất cao | Nghiên cứu và phát triển |
| OpenCV | Cao | Xử lý ảnh truyền thống |
| Scikit-learn | Cao | ML cổ điển, baseline |
| Docker, Git | Cao | DevOps cơ bản |
| CUDA/GPU Programming | Trung bình-cao | Tối ưu hóa huấn luyện mô hình |
**c) Kiến thức nghiệp vụ ngân hàng (lợi thế):**
- Hiểu các quy trình nghiệp vụ ngân hàng (KYC, eKYC, nhận diện khách hàng)
- AML/KYC compliance, fraud detection
- Quản trị rủi ro trong triển khai AI
**d) Kiến thức pháp lý & ethics AI:**
- PDPA (Luật Bảo vệ Dữ liệu Cá nhân 2023 của Việt Nam)
- GDPR nếu có liên quan đến hệ thống quốc tế
- Đạo đức AI: bias detection, fairness, explainability
---
### 2. Soft Skills (Kỹ năng mềm)
**a) Kỹ năng quản lý & lãnh đạo:**
- Quản lý nhóm kỹ thuật (5-10 người trở lên)
- Lập kế hoạch dự án, timeline, resource allocation
- Ra quyết định trong điều kiện áp lực
- Giải quyết xung đột trong team
- Truyền cảm hứng, coaching, mentoring
**b) Kỹ năng giao tiếp:**
- Trình bày kỹ thuật cho lãnh đạo non-tech (stakeholders)
- Phối hợp liên phòng ban (AI Center, NLP, Chatbot, business units)
- Viết tài liệu kỹ thuật và báo cáo tiến độ
**c) Kỹ năng tư duy:**
- System thinking: thiết kế kiến trúc tổng thể
- Problem solving: debug, optimize, troubleshoot
- Strategic thinking: align AI roadmap với chiến lược ngân hàng
---
### 3. Chứng chỉ gợi ý (khuyến nghị)
| Chứng chỉ | Nền tảng | Mức độ cần thiết |
|---|---|---|
| TensorFlow Developer Certificate | Google | Cao |
| AWS Certified Machine Learning | AWS | Cao (nếu dùng cloud) |
| Deep Learning Specialization | Coursera (Andrew Ng) | Trung bình-cao |
| PMP / Scrum Master | PMI / Scrum Alliance | Cao (quản lý dự án) |
| Google Professional ML Engineer | Google Cloud | Trung bình-cao |
---
### 4. Bảng so sánh: Ứng viên entry vs senior vs expert
| Tiêu chí | Ứng viên 5-7 năm kinh nghiệm | Ứng viên 7-10 năm kinh nghiệm |
|---|---|---|
| Computer Vision | Xây dựng model được | Thiết kế kiến trúc hệ thống tổng thể |
| Quản lý team | Quản lý 3-5 người | Quản lý cả bộ phận, báo cáo cấp cao |
| Strategic thinking | Thực hiện theo kế hoạch có sẵn | Xây dựng định hướng AI của ngân hàng |
| Budget | Quản lý resource | Quản lý ngân sách dự án lớn |
| Phỏng vấn | Vòng tech + HR + quản lý | Thêm vòng cấp cao (CTO/CEO) |
Chuẩn bị phỏng vấn
## Hướng dẫn Phỏng vấn vị trí Trưởng phòng Computer Vision - MB Bank
### 1. Quy trình các vòng phỏng vấn (dự kiến)
**Vòng 1: Sàng lọc hồ sơ & HR Phone Screening**
- HR gọi điện xác nhận thông tin cơ bản
- Tìm hiểu động lực ứng tuyển, mức lương kỳ vọng
- Đánh giá sơ bộ kinh nghiệm quản lý
- Thời lượng: 20-30 phút
**Vòng 2: Technical Interview (với Lead AI / CTO)**
- Kiểm tra kiến thức Computer Vision chuyên sâu
- Phỏng vấn thuật toán: giải thích các mô hình CV, so sánh YOLO vs Faster R-CNN
- System design: thiết kế hệ thống eKYC, OCR cho ngân hàng
- Code review, troubleshooting scenarios
- Thời lượng: 45-60 phút
**Vòng 3: Managerial Interview (với Director Trung tâm AI)**
- Quản lý nhóm: cách xây dựng và phát triển team
- Quản lý dự án: timeline, resource, risk management
- Hành vi dẫn dắt: tình huống xung đột, khó khăn đã vượt qua
- Đánh giá cultural fit với MB Bank
- Thời lượng: 45-60 phút
**Vòng 4: Cấp cao / CEO-level Interview**
- Chiến lược AI của ngân hàng 3-5 năm tới
- Khả năng báo cáo, trình bày với ban lãnh đạo
- Tầm nhìn và định hướng phát triển Computer Vision
- Đàm phán lương và package
- Thời lượng: 30-45 phút
---
### 2. Câu hỏi hay gặp theo từng vòng
**Vòng HR:**
- "Tại sao bạn muốn chuyển từ công ty hiện tại sang MB Bank?"
- "Mức lương kỳ vọng của bạn là bao nhiêu?"
- "Bạn có thể mô tả team hiện tại mình quản lý?"
- "Kỳ vọng của bạn về vị trí này trong 3 năm tới?"
**Vòng Technical:**
- "So sánh các phương pháp Object Detection: YOLO, Faster R-CNN, SSD? Khi nào dùng cái nào?"
- "Làm thế nào để tối ưu hóa mô hình Computer Vision cho deployment trên mobile/edge devices?"
- "Mô tả kiến trúc hệ thống OCR cho việc đọc chứng minh nhân dân trong eKYC?"
- "Cách xử lý class imbalance trong bài toán fraud detection bằng CV?"
- "Mô tả quy trình MLOps mà bạn đã áp dụng ở công ty trước?"
- "Làm thế nào để đảm bảo model performance ổn định trong production?"
- "Giải thích các kỹ thuật data augmentation phổ biến trong CV?"
**Vòng Managerial:**
- "Mô tả cách bạn xây dựng và phát triển một team AI từ con số 0?"
- "Xử lý thế nào khi thành viên trong team có mâu thuẫn?"
- "Kể về một dự án thất bại và bài học rút ra?"
- "Bạn quản lý resource và deadline như thế nào khi có nhiều dự án cùng lúc?"
- "Cách truyền cảm hứng và giữ chân nhân tài trong team AI?"
- "Bạn đánh giá hiệu suất của team như thế nào?"
**Vòng Cấp cao:**
- "Theo bạn, Computer Vision sẽ phát triển như thế nào trong ngành ngân hàng Việt Nam 5 năm tới?"
- "Làm sao để align AI roadmap với chiến lược kinh doanh của ngân hàng?"
- "Trình bày một proposal về ứng dụng Computer Vision trong mảng nào đó của MB Bank?"
- "Bạn sẽ ưu tiên phát triển những sản phẩm AI nào cho MB Bank? Vì sao?"
---
### 3. Tips chuẩn bị
**Chuẩn bị kỹ thuật:**
- Ôn lại các thuật toán CV phổ biến: CNN, ResNet, EfficientNet, Vision Transformer
- Chuẩn bị portfolio các dự án CV đã làm (đem laptop/demo nếu được)
- Nghiên cứu kỹ về các sản phẩm AI của MB Bank (eKYC, chatbot, biometric)
- Đọc các case study ứng dụng AI trong ngân hàng Việt Nam
**Chuẩn bị nghiệp vụ:**
- Tìm hiểu chiến lược chuyển đổi số của MB Bank
- Nghiên cứu đối thủ: VietinBank AI, VPBank AI, TPBank... họ đã làm gì với CV
- Hiểu các quy định pháp lý về AI tại Việt Nam
**Chuẩn bị tâm lý:**
- Vị trí này yêu cầu quản lý cả chiều kỹ thuật lẫn con người → thể hiện balanced approach
- Chuẩn bị câu hỏi cho interviewer về đội ngũ, roadmap, expectation
---
### 4. Dress Code
- **Business formal** (ngày thường): vest, áo sơ mi, gravat (nam); áo sơ mi, chân váy công sở/quần âu (nữ)
- MB Bank là ngân hàng tư nhân lớn, culture khá formal
- Nếu có buổi technical demo: smart casual được chấp nhận
- Ưu tiên màu sắc trung tính: xanh navy, xám, trắng
---
### 5. Checklist mang theo ngày phỏng vấn
- [ ] CV & Cover letter (3-4 bản)
- [ ] Bằng cấp, chứng chỉ (bản photo công chứng)
- [ ] Portfolio/Demo các dự án CV đã làm
- [ ] Laptop (nếu cần demo)
- [ ] Giấy note & bút
- [ ] CMND/CCCD
- [ ] Chuẩn bị câu hỏi cho interviewer (3-5 câu)
Lộ trình ôn thi
## Ôn thi & Chuẩn bị cho vị trí Trưởng phòng Computer Vision - MB Bank
### 1. Kiến thức nền cần ôn tập
**a) Computer Vision Core (Mức: Chuyên sâu):**
📌 **Module 1: Image Fundamentals & Preprocessing**
- Image representation (pixels, channels, color spaces: RGB, HSV, LAB)
- Image transformation: resize, rotate, crop, flip
- Filtering: Gaussian, Median, Bilateral, Sharpen
- Histogram equalization, normalization
📌 **Module 2: Neural Networks for CV**
- CNN architecture: LeNet, AlexNet, VGG, ResNet, Inception, EfficientNet
- Activation functions: ReLU variants, Softmax
- Pooling: Max, Average, Global
- Transfer learning & Fine-tuning
📌 **Module 3: Object Detection**
- Two-stage: R-CNN, Fast R-CNN, Faster R-CNN
- One-stage: YOLO (các phiên bản v1-v8), SSD, RetinaNet
- Anchor boxes, NMS, mAP evaluation
- Real-time detection optimization
📌 **Module 4: Image Segmentation**
- Semantic segmentation: FCN, U-Net, DeepLab
- Instance segmentation: Mask R-CNN, YOLACT
- Panoptic segmentation
📌 **Module 5: Face Recognition & Biometrics**
- Face detection: MTCNN, RetinaFace, YoLoFace
- Face recognition: FaceNet, ArcFace, DeepFace
- Liveness detection (chống giả mạo)
- Ứng dụng trong eKYC ngân hàng
📌 **Module 6: OCR (Optical Character Recognition)**
- Traditional OCR: Tesseract, EasyOCR
- Deep learning OCR: CRNN + Attention
- Table detection, Layout analysis
- Document understanding
📌 **Module 7: MLOps & Deployment**
- Model versioning: DVC, MLflow
- Model serving: TensorFlow Serving, TorchServe, Triton
- Docker containerization
- Model monitoring & drift detection
- A/B testing trong production
---
### 2. Tài liệu tham khảo
**Sách:**
| Sách | Tác giả | Mức độ |
|---|---|---|
| Deep Learning for Computer Vision | Adrian Rosebrock | ⭐⭐⭐ Cơ bản-TB |
| Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow | Aurélien Géron | ⭐⭐⭐ Toàn diện |
| Computer Vision: Algorithms and Applications | Richard Szeliski | ⭐⭐⭐ Lý thuyết sâu |
**Khóa học Online:**
- Coursera: Deep Learning Specialization (Andrew Ng) - Module 4, 5
- Coursera: Advanced Computer Vision with TensorFlow
- fast.ai: Practical Deep Learning for Coders
- Udacity: Computer Vision Nanodegree
**Papers quan trọng cần đọc:**
- "You Only Look Once: Unified, Real-Time Object Detection" (YOLO)
- "Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks"
- "Deep Residual Learning for Image Recognition" (ResNet)
- "EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks"
- "Mask R-CNN"
- "An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale" (ViT)
**Tài liệu tiếng Việt:**
- Các blog về AI Việt Nam: Kipalog, Viblo (search "computer vision", "eKYC", "AI banking")
- Bài viết về ứng dụng AI tại các ngân hàng Việt Nam
- Sách "Trí tuệ nhân tạo và Công nghệ Blockchain trong Tài chính - Ngân hàng"
---
### 3. Lộ trình chuẩn bị 2 tuần
**Tuần 1: Ôn tập chuyên sâu**
| Ngày | Nội dung | Thời lượng |
|---|---|---|
| Ngày 1-2 | CNN fundamentals, Transfer Learning, ResNet, EfficientNet | 4-5h/ngày |
| Ngày 3 | Object Detection: YOLO, Faster R-CNN, SSD, điểm khác biệt | 4-5h/ngày |
| Ngày 4 | Face Recognition & eKYC: MTCNN, ArcFace, liveness | 4-5h/ngày |
| Ngày 5 | OCR: CRNN, Attention, table extraction | 4-5h/ngày |
| Ngày 6 | Segmentation: U-Net, Mask R-CNN, DeepLab | 3-4h/ngày |
| Ngày 7 | Nghỉ ngơi /ôn lại nhẹ nhàng | 2h |
**Tuần 2: MLOps + Nghiệp vụ + Mock interview**
| Ngày | Nội dung | Thời lượng |
|---|---|---|
| Ngày 8 | MLOps: Docker, model serving, monitoring, versioning | 4-5h/ngày |
| Ngày 9 | Nghiên cứu MB Bank, chiến lược AI ngành ngân hàng | 3-4h/ngày |
| Ngày 10 | Ôn quản lý: team building, conflict resolution, stakeholder mgmt | 3-4h/ngày |
| Ngày 11 | System Design: thiết kế hệ thống eKYC end-to-end | 4-5h/ngày |
| Ngày 12 | Mock interview: trả lời câu hỏi behavioral (STAR method) | 3-4h/ngày |
| Ngày 13 | Mock interview: kỹ thuật CV + thuật toán | 4-5h/ngày |
| Ngày 14 | Chuẩn bị portfolio, hồ sơ, câu hỏi cho HR + nghỉ ngơi | 2-3h/ngày |
**Mẹo ôn tập hiệu quả:**
- Code lại các thuật toán CV bằng Python/OpenCV/TensorFlow để nhớ sâu
- Làm project nhỏ: demo eKYC đơn giản (face detection + OCR)
- Đọc ít nhất 5 bài báo/công trình nghiên cứu mới nhất về CV
- Chuẩn bị câu chuyện thành công/thất bại (STAR format) về các dự án đã làm
Tư vấn nghề nghiệp
## Lời khuyên Sự nghiệp cho vị trí Trưởng phòng Computer Vision - MB Bank
### 1. Lộ trình thăng tiến dự kiến
```
Senior AI Engineer (5-7 năm)
↓
Trưởng phòng Computer Vision (Vị trí đang tuyển)
↓
Giám đốc Trung tâm AI / AI Director (3-5 năm sau)
↓
Chief AI Officer (CAIO) / CTO Digital (5-8 năm sau)
```
**Chi tiết từng bước:**
**Bước 1: Trưởng phòng Computer Vision (0-3 năm)**
- Xây dựng và phát triển đội ngũ 5-10 kỹ sư CV
- Triển khai các sản phẩm CV: eKYC, fraud detection, document processing
- Chịu trách nhiệm về KPI, chất lượng sản phẩm, timeline
- Phối hợp với các phòng ban khác (NLP, Chatbot, Business)
- Báo cáo: Director Trung tâm AI
**Bước 2: Giám đốc Trung tâm AI (3-5 năm sau)**
- Quản lý toàn bộ Trung tâm AI (CV + NLP + R&D)
- Xây dựng AI roadmap chiến lược cho ngân hàng
- Đàm phán ngân sách lớn, stakeholder management cấp cao
- Đại diện MB Bank trong các sự kiện AI, hợp tác với đối tác
- Báo cáo: CTO / CEO
**Bước 3: CAIO (5-8 năm sau)**
- Định hướng chiến lược AI toàn ngân hàng
- Xây dựng AI ecosystem (startup, university, đối tác công nghệ)
- Đưa ra quyết định đầu tư công nghệ trọng điểm
---
### 2. Mức lương kỳ vọng theo cấp bậc (tham khảo thị trường VN 2024-2025)
| Cấp bậc | Kinh nghiệm | Mức lương tháng (VND) | Ghi chú |
|---|---|---|---|
| Senior AI Engineer | 3-5 năm | 35-60 triệu | Mức thị trường phổ biến |
| Trưởng phòng CV | 5-7 năm | 50-90 triệu | Vị trí đang tuyển |
| Giám đốc AI | 8-12 năm | 80-150 triệu | Cấp board |
| CAIO | 12+ năm | 150-300+ triệu | Cấp C-suite |
**Lưu ý:**
- MB Bank là ngân hàng tư nhân lớn, mức lương ở nhóm cao của thị trường
- Lương thỏa thuận theo năng lực, kinh nghiệm thực tế
- Ngoài lương còn có: thưởng hiệu suất (1-6 tháng), ESOP, phúc lợi hấp dẫn
- Đàm phán: nên đưa mức kỳ vọng cao hơn 10-20% so với mức tối thiểu chấp nhận
---
### 3. Kỹ năng cần phát triển thêm
**Kỹ năng kỹ thuật cần bổ sung:**
- **Generative AI / LLM**: Dùng đang hot, kết hợp với CV (captioning, VQA, document understanding)
- **Edge AI / On-device ML**: Triển khai model trên mobile, IoT device
- **MLOps nâng cao**: Kubeflow, Vertex AI, SageMaker, feature store
- **Data Engineering cơ bản**: Spark, Airflow, data pipeline
**Kỹ năng quản lý cần phát triển:**
- **Executive communication**: Present to board, write executive summaries
- **Budget management**: Quản lý ngân sách lớn, ROI calculation
- **Strategic planning**: OKR, roadmap planning
- **Talent acquisition**: Sourcing, interviewing, attracting AI talents
- **Change management**: Quản lý thay đổi trong tổ chức
**Kỹ năng business cần phát triển:**
- Hiểu sâu nghiệp vụ ngân hàng: retail banking, corporate banking, compliance
- ROI measurement cho các dự án AI
- Vendor management, đàm phán hợp đồng công nghệ
---
### 4. Lời khuyên chiến lược
**✅ Nên làm:**
- Xây dựng portfolio CV public (GitHub, blog, Kaggle) trước khi ứng tuyển
- Chuẩn bị case study cụ thể về các dự án CV đã triển khai production
- Tìm hiểu kỹ văn hóa và chiến lược công nghệ của MB Bank trước phỏng vấn
- Kết nối LinkedIn với nhân sự cấp cao của MB Bank IT
- Thể hiện tầm nhìn chiến lược, không chỉ kỹ năng code
**❌ Không nên:**
- Chỉ tập trung vào kỹ thuật, bỏ qua khía cạnh quản lý và business
- Overpromise về timeline và kết quả (cực kỳ quan trọng với vị trí quản lý)
- Thiếu preparation về ngành ngân hàng và sản phẩm AI của MB Bank
- Cố gắng che giấu điểm yếu - thành thật và show growth mindset
**🎯 Điểm khác biệt của ứng viên xuất sắc:**
- Có kinh nghiệm triển khai AI từ research → production (end-to-end)
- Hiểu business impact: đo lường được revenue/cost savings từ sản phẩm CV
- Có vision rõ ràng về Computer Vision applications trong ngân hàng Việt Nam
- Leadership presence: khả năng gây ảnh hưởng, truyền cảm hứng
- Không chỉ là kỹ sư giỏi mà còn là người dẫn dắt tư duy
Câu hỏi thường gặp
Vị trí này yêu cầu 5 năm kinh nghiệm, nhưng mình chỉ có 4 năm có nên ứng tuyển không?
Có thể ứng tuyển nếu 4 năm đó tập trung sâu vào Computer Vision và đã có kinh nghiệm quản lý team nhỏ (2-3 người). MB Bank thường linh hoạt hơn với ứng viên có portfolio mạnh, đặc biệt nếu bạn đã triển khai sản phẩm CV thực tế (eKYC, OCR, face recognition). Hãy nhấn mạnh các achievement cụ thể trong CV và cover letter. Tuy nhiên, nếu chưa có kinh nghiệm quản lý gì, nên tích lũy thêm 1-2 năm rồi ứng tuyển sẽ có lợi thế hơn.
Mức lương thỏa thuận cho vị trí Trưởng phòng CV tại MB Bank thường rơi vào khoảng bao nhiêu?
Dựa trên thị trường IT ngân hàng 2024-2025, mức lương cho vị trí này dao động từ 50-90 triệu/tháng tùy kinh nghiệm và năng lực. Với 5-7 năm kinh nghiệm CV chuyên sâu, bạn có thể kỳ vọng 55-70 triệu. Trên 7 năm hoặc từng quản lý team AI lớn (10+ người), mức 80-100 triệu là hợp lý. Ngoài lương, MB Bank có thưởng hiệu suất 1-6 tháng, nên tổng package có thể lên đến 120-150 triệu/năm. Đàm phán lương dựa trên offer cụ thể, không nên đưa ra con số cứng trước.
Mình đang làm ở công ty outsource về AI, chuyên làm dự án cho khách hàng Nhật. Có phù hợp để chuyển sang ngân hàng không?
Hoàn toàn có thể chuyển sang, nhưng cần bridge một số gap. Thế mạnh của bạn: kỹ năng AI/ML tốt, làm việc với deadline khắt khe của khách Nhật. Thách thức: kinh nghiệm trong môi trường product/enterprise (ngân hàng khác với outsource), thiếu kinh nghiệm quản lý team (nếu chưa có), và có thể thiếu hiểu biết về nghiệp vụ ngân hàng. Hãy chuẩn bị: (1) Điều chỉnh CV nhấn mạnh kỹ năng kỹ thuật và project management; (2) Nghiên cứu kỹ về ngành ngân hàng và ứng dụng AI; (3) Thể hiện khả năng adapt vào môi trường ổn định hơn (ngân hàng khác với outsource về tốc độ và culture).
Quy trình phỏng vấn của MB Bank cho vị trí IT thường có bao nhiêu vòng?
Thông thường 3-4 vòng: (1) HR phone screening - 20-30 phút; (2) Technical interview với Lead AI/CTO - 45-60 phút; (3) Managerial interview với Director Trung tâm AI - 45-60 phút; (4) Cấp cao (CTO/CEO-level) - 30-45 phút. Tổng thời gian từ lúc nộp hồ sơ đến có offer thường 3-6 tuần. Với vị trí quản lý cấp cao như Trưởng phòng, có thể có thêm vòng tham khảo ý kiến từ ban lãnh đạo hiện tại của bạn. Mẹo: phản hồi nhanh với HR, chủ động hỏi timeline để chuẩn bị tâm lý và công việc hiện tại.
KPI của vị trí Trưởng phòng Computer Vision tại ngân hàng thường là gì?
Dựa trên JD và thực tế ngành, KPI phổ biến gồm: (1) Technical: độ chính xác model (accuracy, mAP, F1-score), thời gian xử lý (latency), tỷ lệ uptime hệ thống; (2) Project delivery: số sản phẩm CV triển khai đúng hạn (eKYC, OCR, fraud detection...), tỷ lệ adoption từ business; (3) Team: quy mô team, retention rate, thời gian onboarding nhân sự mới; (4) Business impact: contribution to cost reduction, revenue generated, customer satisfaction. KPI có thể khác nhau tùy chiến lược ngân hàng năm đó. Khi phỏng vấn, đừng ngại hỏi rõ về KPI và cách đo lường thành công.
Nên chuẩn bị project nào để gây ấn tượng khi phỏng vấn vị trí này?
Những project có sức ấn tượng cao nhất: (1) eKYC system end-to-end: từ face detection → liveness check → ID card OCR → face matching → đã triển khai production; (2) Fraud detection bằng CV: phát hiện gian lận qua camera ATM, giả mạo chứng từ; (3) Document processing pipeline: xử lý hàng triệu tài liệu tự động; (4) Real-time video analytics: phát hiện hành vi bất thường trong chi nhánh ngân hàng. Quan trọng: phải nói được business impact cụ thể (VD: giảm 30% thời gian xử lý KYC, tiết kiệm X đồng/năm). Nếu chưa có project trong ngân hàng, project cá nhân/hackathon cũng được, miễn là có demo chạy thực tế.
Cơ hội phát triển khi làm ở MB Bank có tốt không, hay nên ở lại công ty công nghệ?
Câu trả lời phụ thuộc vào mục tiêu cá nhân của bạn. Ưu điểm của MB Bank: lương + bonus cạnh tranh, môi trường ổn định, ảnh hưởng lớn (ứng dụng phục vụ hàng triệu khách hàng), benefits phong phú, cơ hội hiểu sâu nghiệp vụ tài chính. Nhược điểm: tốc độ đổi mới chậm hơn startup, bureaucracy nhiều hơn, ít được thử nghiệm công nghệ mới. Nếu bạn muốn phát triển sự nghiệp quản lý trong ngành tài chính - ngân hàng, MB Bank là lựa chọn tốt. Nếu bạn muốn chase cutting-edge tech, ở lại công ty công nghệ hoặc chuyển sang AI startup sẽ phù hợp hơn.
Mình ứng tuyển vị trí này, cần chuẩn bị gì để đàm phán lương hiệu quả?
5 bước đàm phán lương hiệu quả: (1) Research: tìm hiểu mức lương thị trường (Glassdoor Vietnam, TopDev, ITviec) cho vị trí tương đương tại các ngân hàng; (2) Know your value: liệt kê thành tích cụ thể (số sản phẩm triển khai, team size, budget managed, business impact); (3) Wait for the offer: đừng đề cập lương quá sớm, để HR chủ động đưa offer trước; (4) Anchor high: đưa mức kỳ vọng cao hơn mức chấp nhận được 15-20%; (5) Negotiate holistically: nếu lương cứng khó tăng, đàm phán thêm: signing bonus, equity/ESOP, title, project budget, training budget, remote policy. Luôn giữ thái độ tích cực và collaborative, không aggressive.