[TT KT&KHDL]_Chuyên gia Khoa học dữ liệu

Theo JD thì vị trí này yêu cầu tối thiểu 3–5 năm kinh nghiệm xây dựng mô hình ML/AI có ứng dụng thực tế, nên với sinh viên mới ra trường thì chưa đủ điều kiện. Em nên:

1. Bắt đầu ở vị trí Junior Data Scientist / Data Analyst tại VCB hoặc các ngân hàng khác (MB, Techcombank hay tuyển fresher hơn)
2. Trong 2–3 năm đầu, tích lũy kinh nghiệm với dự án thực tế có production (không chỉ làm trên Kaggle)
3. Lấy thêm chứng ch (CFA, FRM) và thạc sĩ để tăng lợi thế khi apply vị trí Chuyên gia sau này

Tuy nhiên, nếu em có sản phẩm cá nhân ấn tượng (vd: model phát hiện gian lận deploy thật trên app, hoặc đã có 1–2 năm kinh qua fintech), vẫn có thể thử – nhiều khi HR linh hoạt nếu profile xuất sắc.

Hoàn toàn apply được, và là profile rất phù hợp vì:

✅ Đủ kinh nghiệm 3–5 năm xây dựng model
✅ Fintech có nhiều bài toán gần với banking (chấm điểm tín dụng, fraud detection, churn)
✅ Tốt nghiệp ĐH top (nếu đúng trong danh sách VCB)

Về lương: Fintech lương thường cao hơn VCB 20–40% ở cùng cấp. Khi chuyển sang VCB bạn có thể chấp nhận giảm lương cash, nhưng bù lại:

• Ổn định tuyệt đối (NH nhà nước, không lo bị sa thải)
• Thương hiệu CV vàng trong ngành tài chính
• Phụ cấp + đãi ngộ tốt
• Cơ hội làm việc với dữ liệu lớn thực sự (VCB có hàng chục triệu KH)

💡 Tip deal: Đàm phán nhấn mạnh việc bạn mất quyền lợi stock/ESOP và tăng trưởng lương nhanh ở fintech, đề nghị VCB offer thêm 15–20% so với lương hiện tại.

Profile này có lợi thế và cũng có điểm yếu:

Lợi thế:
✅ Trường HV Ngân hàng nằm trong list VCB chấp nhận
✅ Ngành Tài chính ngân hàng – hiểu nghiệp vụ sâu
✅ Có kinh nghiệm làm data thực tế tại NH

Điểm yếu cần bù:
⚠️ Chỉ 2 năm kinh nghiệm, thiếu 1–3 năm so với yêu cầu
⚠️ Cần chứng minh đã xây dựng mô hình ML/AI có ứng dụng thực tế chứ không chỉ làm dashboard/report

Cách tăng cơ hội:

• Chuẩn bị portfolio dự án ML cụ thể (kèm KPI: tăng X% conversion, giảm Y% fraud)
• Lấy thêm chứng chỉ: FRM Part 1 hoặc AWS ML Specialty
• Nếu trường hợp của bạn nộp vòng này chưa đậu, thử apply vị trí Chuyên viên Data (thấp hơn 1 bậc) để vào VCB trước, sau 2–3 năm promote lên Chuyên gia.

Tỷ lệ đậu ước tính ~30–40% nếu portfolio tốt.

Theo JD, VCB chỉ yêu cầu "có khả năng giao tiếp và đọc hiểu tiếng Anh các tài liệu liên quan" – không nêu cụ thể chứng chỉ hay điểm số.

Thực tế:

• Vòng hồ sơ: HR thường check TOEIC ≥ 600 hoặc IELTS ≥ 6.0 (nếu họ đặt ra yêu cầu)
• Vòng phỏng vấn: 1–2 câu hỏi tiếng Anh (technical interview) hoặc đọc 1 đoạn paper tiếng Anh
• Vòng Lãnh đạo: ít khi test trực tiếp, nhưng họ đánh giá khả năng trình bày

Khuyến nghị:

• Nên có TOEIC ≥ 700 hoặc IELTS 6.5+ để an toàn
• Nếu apply vị trí liên quan LLM/AI quốc tế → IELTS 7.0+ là lợi thế lớn
• Thực hành đọc paper tiếng Anh (arXiv, KDD, NeurIPS) để quen terminology

Hoàn toàn nên apply vì:

✅ Đủ tuổi (giới hạn 45)
✅ Vượt yêu cầu kinh nghiệm (7 năm > 3–5 năm)
✅ Có kinh nghiệm quản lý – điểm cộng theo JD ("Ưu tiên có kinh nghiệm quản lý trong lĩnh vực tương đương")

Lưu ý cho ứng viên lớn tuổi:

• Trong bui phỏng vấn, Lãnh đạo VCB thường đánh giá cao sự chín chắn, điềm đạm, có kinh nghiệm xử lý tình huống
• Nên nhấn mạnh: dự án banking đã làm, đội nhóm đã dẫn dắt, kết quả kinh doanh đã mang lại
• Tránh tỏ ra quá "technical" mà quên chiều sâu quản lý – VCB ở vị trí Chuyên gia cần cả hai

Về lương: Ở tuổi 42 với 7 năm kinh nghiệm + quản lý, mức đề xuất hợp lý là 60–90 triệu gross + phụ cấp. Có thể đàm phán cao hơn nếu bạn có portfolio dự án lớn.

Không bị loại vì chứng chỉ này nằm trong mục "Ưu tiên", không phải yêu cầu bắt buộc. Tuy nhiên:

• Có chứng chỉ → cơ hội đậu tăng 20–30% so với hồ sơ tương đương không có
• Nếu không có, bạn cần bù bằng: portfolio dự án mạnh + kinh nghiệm banking thực tế + trình độ học vấn cao (thạc sĩ)

Lộ trình gợi ý nếu đang cân nhắc:

• CFA Level 1: phù hợp nhất cho vị trí KHDL ngân hàng (đầu tư, tài chính)
• FRM Part 1: tốt nếu làm về rủi ro tín dụng (credit risk)
• AWS ML Specialty / GCP ML Engineer: phù hợp nếu thiên về AI Engineer

Thời gian ôn: CFA L1 ~300 giờ, FRM P1 ~200 giờ. Có thể vừa làm vừa học trong 6–9 tháng.

VCB đang đẩy mạnh chuyển đổi số và đã có nhiều ứng dụng AI thực tế:

Các use case phổ biến:

• Credit scoring (chấm điểm tín dụng KH cá nhân, SME)
• Fraud detection (phát hiện giao dịch bất thường)
• AML (Anti-Money Laundering – chống rửa tiền)
• Churn prediction (dự báo KH rời bỏ)
• OCR + NLP (số hóa chứng từ, hợp đồng)
• Recommendation (gợi ý sản phẩm)
• Chatbot/Voicebot chăm sóc KH

Về LLM/GenAI (xu hướng 2025):

• VCB đã thử nghiệm VCB AI Assistant cho nhân viên
• Đang xây dựng hệ thống RAG trên nội bộ ngân hàng (chính sách, quy trình, lịch sử KH)
• Dự kiến tuyển thêm nhiều vị trí AI Engineer cho LLM

Lời khuyên: Khi phỏng vấn, thể hiện bạn hiểu Model Risk Management (rủi ro khi deploy AI trong ngân hàng), Explainability (giải thích được model), và Data Governance – đây là điểm VCB rất coi trọng vì NHNN đã ban hành nhiều quy định về AI.

Cơ hội có, nhưng cần chuẩn bị kỹ phần domain knowledge ngân hàng:

Điểm mạnh của bạn:
✅ Background IT → code tốt, hiểu hệ thống
✅ 3 năm làm data thực tế (dù e-commerce, vẫn có production)
✅ Có kinh nghiệm kỹ thuật triển khai (cloud, pipeline)

iểm cần bù:
⚠️ Chỉ 3 năm – đúng mức tối thiểu
⚠️ E-commerce ≠ Banking – cần học thêm về risk, credit, compliance
⚠️ Trường học: nếu tốt nghiệp ĐH không nằm trong list VCB thì sẽ bị loại

Hành động cụ thể:
1. Học nhanh 1 khóa về Banking cơ bản (Udemy hoặc Coursera)
2. Build 2–3 project trên dataset tài chính (Lending Club, German Credit)
3. Đọc các quy định NHNN về mô hình tín dụng
4. Trong CV, storytelling rõ: từ IT → Data → ứng dụng vào business

Nếu bạn chưa tốt nghiệp trường trong list VCB → apply sang Techcombank, MB, VPBank (thường linh hoạt hơn về trường).