[TT KT&KHDL]_Chuyên gia Kỹ thuật dữ liệu
Mô tả công việc
Mô tả công việc
[TT KT&KHDL]_Chuyên gia Kỹ thuật dữ liệu
Số lượng tuyển dung: 04
Địa điểm làm việc: Trụ sở chính
Thời gian nhận hồ sơ: Hết ngày 25/08/2026
Nơi làm việc: Phòng Kỹ thuật dữ liệu thuộc Trung tâm Kỹ thuật và khoa học dữ liệu, Trụ sở chính VCB
Lưu ý: Trung tâm Kỹ thuật và khoa học dữ liệu đồng thời tuyển dụng 02 vị trí Chuyên gia tại 02 Phòng khác nhau. Ứng viên chỉ lựa chọn nộp hồ sơ DUY NHẤT 01 vị trí Chuyên gia. Ứng viên vi phạm quy định sẽ bị xem xét hủy kết quả ứng tuyển.
Mô tả công việc:
- Phụ trách thiết kế kiến trúc nền tảng dữ liệu đảm bảo phù hợp với mục tiêu kinh doanh của ngân hàng từng thời kỳ.
- Thiết kế, xây dựng và kiểm thử nhằm đảm bảo khả năng mở rộng các luồng dữ liệu (data pipelines).
- Nghiên cứu, đề xuất nhằm triển khai các thông lệ tốt nhất trong hoạt chuyển đổi, lưu trữ và xử lý dữ liệu.
- Phối hợp với các bộ phận liên quan để đảm quản lý vận hành nền tảng dữ liệu, đảm bảo tuân thủ các tiêu chuẩn, quy định về quản trị dữ liệu, an toàn bảo mật dữ liệu.
- Giám sát, khắc phục sự cố và tối ưu hóa hiệu suất và tính khả dụng của dữ liệu.
- Phối hợp với các đơn vị trực thuộc Khối dữ liệu để xác định nhu cầu sử dụng dữ liệu (use case) và tư vấn giải pháp phù hợp nhằm đáp ứng nhu cầu của bộ phận nghiệp vụ.
- Đề xuất và triển khai các kỹ thuật phù hợp đối với các nguồn dữ liệu khác nhau, bao gồm dữ liệu xử lý theo lô (batch processing) và xử lý theo luồng (stream processing).
- Áp dụng các nguyên tắc Agile trong nghiên cứu, thiết kế và quản lý hiệu quả chi phí đối với các cấu phần thuộc nền tảng dữ liệu.
- Tư vấn, hỗ trợ về kỹ thuật trong các dự án, đề xuất các giải pháp để cải tiến quy trình và sử dụng các công nghệ tiên tiến trong quá trình vận hành để nâng cáo hiệu quả và chất lượng.
-Nhiệm vụ khác
a) Tham gia triển khai các dự án chuyển đổi, nâng cao năng lực của VCB
b) Các công việc khác theo phân công của Lãnh đạo phòng/Trung tâm
Tiêu chuẩn tuyển dụng
1. Trình độ:
- Trình độ chuyên môn: Tốt nghiệp Đại học trở lên, hệ đào tạo chính quy dài hạn thuộc các chuyên ngành: Khoa học dữ liệu, Khoa học máy tính, kỹ thuật dữ liệu, Toán, Toán tài chính, Toán kinh tế, Toán tin ứng dụng, Tài chính định lượng hoặc các chuyên ngành có liên quan khác thuộc các trường Đại học Quốc gia Hà Nội, Đại học Quốc gia TP HCM, trường Đại học Bách khoa Hà Nội, Đại học Bách khoa TP HCM, Đại học Kinh tế Quốc dân, Đại học Ngoại thương (cơ sở Hà Nội và cơ sở TP HCM), Học viện Tài chính, Học viện Ngân hàng, Học viện Bưu chính viễn thông, Học viện Kỹ thuật mật mã, Học viện Kỹ thuật quân sự và các trường Đại học có uy tín tại nước ngoài; hoặc là chuyên gia trong lĩnh vực kỹ thuật dữ liệu, khoa học dữ liệu, quản trị dữ liệu hoặc các chuyên ngành có liên quan
(không nhận hồ sơ của thí sinh tốt nghiệp hệ liên kết, liên thông, văn bằng 2, tại chức, vừa học vừa làm)
- Trình độ ngoại ngữ: Có khả năng giao tiếp và đọc hiểu tiếng Anh các tài liệu liên quan đến công việc phụ trách.
- Trình độ tin học: Thành thạo tin học văn phòng
- Có chứng chỉ liên quan đến các công cụ phân tích dữ liệu/lập trình như SAS, Python, Java, Scala hoặc các công cụ/ngôn ngữ lập trình tương đương khác.
Ưu tiên:
- Ứng viên có trình độ thạc sĩ trở lên chuyên ngành Khoa học dữ liệu, Khoa học máy tính, kỹ thuật dữ liệu, Toán, Toán tài chính, Toán kinh tế, Toán tin ứng dụng, Tài chính định lượng hoặc các chuyên ngành có liên quan khác.
- Ứng viên đạt giải thưởng cấp quốc gia, quốc tế về Toán học, Tin học,…
2. Kinh nghiệm:
- Tối thiểu 05 năm kinh nghiệm làm việc trong lĩnh vực Khoa học máy tính, Kỹ thuật dữ liệu hoặc tương đương.
- Có kinh nghiệm làm việc liên quan đến dịch vụ điện toán đám mây (cloud services) và các công cụ về kỹ thuật dữ liệu.
- Có kinh nghiệm triển khai thành công các dự án dữ liệu lớn cho ngành ngân hàng hoặc tương đương.
Ưu tiên:
- Ứng viên có kinh nghiệm quản lý trong lĩnh vực tương đương tại các tổ chức tài chính, ngân hàng trong nước/quốc tế.
- Ứng viên có năng lực và/hoặc kinh nghiệm ứng dụng AI trong công việc chuyên môn.
- Ứng viên có kinh nghiệm đảm nhiệm vị trí Kỹ sư AI (AI Engineer).
- Ứng viên có năng lực hoặc kinh nghiệm trong công tác quản lý, kiểm soát an ninh, an toàn thông tin liên quan đến việc ứng dụng AI.
3.Kiến thức:
- Am hiểu các công nghệ xử lý dữ liệu theo theo lô (batch processing) và theo luồng (stream processing)
- Am hiểu về các nguyên tắc thiết kế cơ sở dữ liệu và mô hình dữ liệu (data model).
- Am hiểu chuyên sâu về dịch vụ điện toán đám mây (cloud services) và các công cụ về kỹ thuật dữ liệu.
4. Độ tuổi: Không quá 45 tuổi
Kỹ năng và phẩm chất cá nhân
1. Kỹ năng:
- Làm việc nhóm.
- Tổ chức, sắp xếp công việc
- Giao tiếp, đàm phán và truyền đạt trước đám đông
- Phân tích tổng hợp
- Ứng dụng các công cụ và giải pháp CNTT.
- Nghiên cứu khoa học.
2. Khả năng
- Phân tích/phán đoán.
- Tư duy Logic.
- Đào tạo, phát triển và tạo động lực
3. Phẩm chất cá nhân
- Tinh thần trách nhiệm cao
- Chủ động trong công việc
- Trung thực, kỷ luật
- Có ý chí quyết tâm hoàn thành mục tiêu công việc được giao
Phân tích kỹ năng cần có
Phân tích kỹ năng cho vị trí Chuyên gia Kỹ thuật dữ liệu tại Vietcombank
1. Hard Skills (Kỹ năng cứng) - Bắt buộc
| Nhóm kỹ năng | Yêu cầu cụ thể | Mức độ |
|---|---|---|
| Ngôn ngữ lập trình | Python, Java, Scala (có chứng chỉ) hoặc tương đương | Bắt buộc |
| Xử lý dữ liệu | Batch processing (Spark, Hadoop, Hive) & Stream processing (Kafka, Flink, Spark Streaming) | Bắt buộc |
| Cloud Services | AWS/Azure/GCP (compute, storage, data services) | Bắt buộc |
| Data Engineering Tools | Airflow, dbt, Talend, Nifi, Snowflake, BigQuery, Redshift | Bắt buộc |
| Data Modeling | Thiết kế CSDL quan hệ, NoSQL, Data Warehouse, Data Lake, Lakehouse | Bắt buộc |
| Data Pipeline | ETL/ELT design, data ingestion, data orchestration | Bắt buộc |
| SQL | Nâng cao (window functions, CTEs, optimization) | Bắt buộc |
| Tiếng Anh | Đọc hiểu tài liệu kỹ thuật, giao tiếp công việc | Bắt buộc |
2. Hard Skills - Ưu tiên (lợi thế cạnh tranh)
- AI/ML Engineering: Triển khai AI Engineer, MLOps, model serving, LLM integration
- Container & Orchestration: Docker, Kubernetes
- Data Governance: Quản trị dữ liệu, Data Catalog, Data Lineage
- Bảo mật: An toàn thông tin, compliance trong AI
- Big Data trong ngân hàng: Fraud detection, credit scoring, customer analytics, AML
3. Soft Skills (Kỹ năng mềm)
| Kỹ năng | Mô tả chi tiết |
|---|---|
| Phân tích - Tổng hợp | Phân tích yêu cầu nghiệp vụ phức tạp, chuyển thành giải pháp kỹ thuật |
| Tư duy logic | Thiết kế kiến trúc hệ thống, troubleshoot sự cố |
| Truyền đạt | Thuyết trình trước đám đông, tư vấn cho cấp quản lý |
| Đàm phán | Làm việc với vendor, đối tác công nghệ |
| Đào tạo | Hướng dẫn junior, xây dựng đội ngũ |
| Agile/Scrum | Quản lý dự án theo phương pháp Agile |
4. Chứng chỉ khuyến nghị
| Chứng chỉ | Tổ chức | Mức độ ưu tiên |
|---|---|---|
| AWS Certified Data Engineer - Associate/Professional | AWS | ⭐⭐⭐⭐⭐ |
| Google Professional Data Engineer | ⭐⭐⭐⭐⭐ | |
| Azure Data Engineer Associate (DP-203) | Microsoft | ⭐⭐⭐⭐⭐ |
| Databricks Certified Data Engineer | Databricks | ⭐⭐⭐⭐ |
| SAS Certified Data Engineer | SAS | ⭐⭐⭐⭐ |
| Confluent Certified Developer for Apache Kafka | Confluent | ⭐⭐⭐⭐ |
| Python PCAP/PCPP | Python Institute | ⭐⭐⭐ |
| TOEFL iBT 80+/IELTS 6.5+ | ETS/British Council | ⭐⭐⭐⭐ |
5. Bảng so sánh mức lương thị trường (tham khảo 2025-2026)
| Cấp bậc | Kinh nghiệm | Mức lương (VNĐ/tháng) |
|---|---|---|
| Junior Data Engineer | 1-2 năm | 20-35 triệu |
| Mid-level Data Engineer | 3-4 năm | 35-60 triệu |
| Senior Data Engineer | 5-7 năm | 60-120 triệu |
| Expert/Lead (vị trí này) | 5-10 năm | 80-180 triệu |
| Principal/Manager | 8-15 năm | 120-250 triệu |
Lưu ý: Mức lương Vietcombank nhà nước thường thấp hơn private 15-25%, nhưng bù bằng phúc lợi, thưởng Tết, stability.
Chuẩn bị phỏng vấn
Hướng dẫn phỏng vấn vị trí Chuyên gia Kỹ thuật dữ liệu - Vietcombank
1. Quy trình tuyển dụng dự kiến (4-6 vòng)
| Vòng | Hình thức | Nội dung | Thời gian |
|---|---|---|---|
| Vòng 1 | Sơ loại hồ sơ | Kiểm tra bằng cấp, chứng chỉ, kinh nghiệm | 1-2 tuần |
| Vòng 2 | Thi viết/Test online | SQL, Python, kiến thức Data Engineering | 90-120 phút |
| Vòng 3 | Phỏng vấn HR | Động lực, mức lương, fit culture | 30-45 phút |
| Vòng 4 | Phỏng vấn kỹ thuật (Hiring Manager) | Kiến trúc dữ liệu, case study | 60-90 phút |
| Vòng 5 | Phỏng vấn Ban Giám đốc Trung tâm | Tầm nhìn, leadership, chiến lược | 45-60 phút |
| Vòng 6 | Phỏng vấn Hội đồng/Phê duyệt | Đánh giá tổng thể | 30-45 phút |
2. Câu hỏi kỹ thuật hay gặp
Về kiến trúc dữ liệu:
- Hãy thiết kế data platform cho ngân hàng xử lý 10TB data/ngày từ core banking, mobile app, CRM?
- Sự khác nhau giữa Data Lake, Data Warehouse và Lakehouse? Khi nào nên dùng cái nào?
- So sánh Lambda Architecture vs Kappa Architecture?
Về batch & stream processing:
- Cách xử lý late-arriving data trong stream processing?
- Khi nào dùng Kafka vs RabbitMQ vs AWS Kinesis?
- Spark vs Flink: ưu/nhược điểm, use case thực tế?
Về Cloud:
- So sánh chi phí và performance giữa AWS S3 + Glue vs Azure Data Lake + Databricks?
- Cách thiết kế multi-region data pipeline cho DR?
Về case study ngân hàng:
- Thiết kế hệ thống phát hiện giao dịch gian lận (fraud detection) real-time
- Pipeline xử lý dữ liệu cho credit scoring
- Giải pháp tuân thủ NHNN về data residency và security
SQL nâng cao:
- Window functions, CTE, recursive query
- Tối ưu query trên data warehouse lớn (partitioning, indexing, distribution)
Python/Scala:
- Xử lý file CSV 50GB trong memory hạn chế?
- Pandas vs PySpark khi nào?
3. Câu hỏi hành vi (behavioral)
- Mô tả một dự án big data phức tạp nhất bạn đã triển khai? Vai trò của bạn? Kết quả?
- Khi nào bạn mâu thuẫn với stakeholder về giải pháp kỹ thuật? Xử lý thế nào?
- Bạn đã từng mentor/đào tạo ai? Phương pháp?
- Cách bạn đảm bảo data quality trong pipeline?
4. Tips chuẩn bị
✅ Nên làm:
- Đọc kỹ chiến lược chuyển đổi số của VCB (VCB Digibank, chiến lược 2025-2030)
- Tìm hiểu các dự án lớn VCB đã công bố (cardless ATM, Open API, AI chatbot)
- Chuẩn bị portfolio về các data pipeline đã build
- Practice leetcode SQL medium-hard
- Chuẩn bị 2-3 case study có số liệu cụ thể (throughput, latency, cost saving)
❌ Tránh:
- Không nhắc đến competitor (Techcombank, MB, VPBank) một cách tiêu cực
- Không phóng đại thành tích - VCB verify rất kỹ
- Không nói xấu công ty cũ
5. Dress code
- Nữ: Áo sơ mi + quần tây/váy ngang gối, giày thấp, trang điểm nhẹ
- Nam: Sơ mi + quần tây, có thể mang vest, giày Oxfords
- Màu sắc: Trung tính (xanh navy, đen, trắng, xám) - phù hợp môi trường nhà nước
- Tránh phụ kiện quá nổi bật
Lộ trình ôn thi
Lộ trình ôn tập 2 tuần cho vị trí Data Engineering Expert - VCB
Tuần 1: Nền tảng kỹ thuật
Ngày 1-2: SQL & Data Modeling
- Ôn lại SQL nâng cao (Mode Analytics, LeetCode SQL)
- Đọc về Data Modeling (Kimball vs Inmon vs Data Vault)
- Star schema, Snowflake schema, Slowly Changing Dimensions
- Tài liệu: The Data Warehouse Toolkit (Ralph Kimball)
Ngày 3-4: Batch Processing
- Apache Spark + PySpark (DataCamp, Udemy)
- Hadoop ecosystem (HDFS, Hive, Pig, Sqoop)
- ETL vs ELT patterns
- Lab: Build batch pipeline với Airflow + Spark
Ngày 5-6: Stream Processing
- Apache Kafka (Confluent docs)
- Spark Streaming vs Flink
- Exactly-once semantics, watermarks, windowing
- Real-world: thiết kế fraud detection pipeline
Ngày 7: Cloud Services
- AWS: S3, Glue, Redshift, Kinesis, Lambda, EMR
- Azure: Data Lake, Synapse, Data Factory, Databricks
- GCP: BigQuery, Dataflow, Pub/Sub
- Tài liệu: AWS/Azure/GCP official certification paths
Tuần 2: Chuyên sâu & Banking Domain
Ngày 8-9: Data Architecture & Best Practices
- Data Mesh, Data Fabric, Lakehouse architecture
- Data Governance (DAMA-DMBOK)
- Data Quality framework (Great Expectations, Soda)
- Đọc: Fundamentals of Data Engineering (Joe Reis)
Ngày 10-11: Banking & Finance Knowledge
- Core banking data model
- Basel II/III, IFRS 9 yêu cầu về data
- AML/KYC data pipeline
- Credit scoring data flow
- Open Banking, PSD2, Ngân hàng mở tại VN
- Tham khảo: Báo cáo NHNN, Deloitte Banking reports
Ngày 12: AI/ML cho Data Engineer
- MLOps basics (MLflow, Kubeflow, SageMaker)
- Vector databases (Pinecone, Weaviate, Milvus)
- LLM integration trong data pipeline
- AI governance & ethics
Ngày 13: Agile & Soft Skills
- Scrum/Kanban cho data team
- Technical writing, presentation
- Cost optimization (FinOps)
Ngày 14: Mock Interview & Review
- Practice 3-5 case study ngân hàng
- Review tất cả câu hỏi kỹ thuật
- Chuẩn bị STAR stories (Situation, Task, Action, Result)
Tài liệu tham khảo bắt buộc
| Tài liệu | Tác giả | Mục đích |
|---|---|---|
| Fundamentals of Data Engineering | Joe Reis, Matt Housley | Nền tảng tổng quan |
| Designing Data-Intensive Applications | Martin Kleppmann | System design |
| The Data Warehouse Toolkit | Ralph Kimball | Data modeling |
| Spark: The Definitive Guide | Bill Chambers | Spark mastery |
| Kafka: The Definitive Guide | Neha Narkhede | Kafka |
| AWS Certified Data Engineer Study Guide | AWS | Cloud cert |
| 97 Things Every Data Engineer Should Know | Tobias Macey | Tips thực chiến |
Tài nguyên online miễn phí
- AWS Skill Builder - Free labs
- Confluent Developer - Kafka courses
- Databricks Academy - Spark free courses
- Mode Analytics SQL Tutorial
- GitHub: awesome-data-engineering
- YouTube: Seattle Data Guy, DataTalksClub
Kiến thức về VCB cần nắm
- Top 4 ngân hàng TMCP Nhà nước (Big4)
- Chiến lược chuyển đổi số 2025-2030
- VCB Digibank features
- Đối tác công nghệ: FPT, Viettel, IBM, Microsoft
- Sản phẩm nổi bật: Vietcombank Platinum, Cashflow mgmt
- Báo cáo thường niên, tầm nhìn CEO
Tư vấn nghề nghiệp
Lời khuyên sự nghiệp cho vị trí Data Engineering Expert - VCB
1. Vì sao chọn vị trí này?
Lợi thế:
- 🇻🇳 VCB là ngân hàng số 1 về quy mô tài sản, top đầu về chuyển đổi số
- 💰 Data Engineer tại Big4 nhà nước: lương 80-180 triệu + thưởng Tết 2-6 tháng + phúc lợi
- 🛡️ Stability cao, ít bị layoff so với fintech
- 📚 Cơ hội làm việc với data quy mô khổng lồ (top 3 ngân hàng VN)
- 🎓 Được đào tạo, cử đi học nước ngoài, dự án lớn
Thách thức:
- Quy trình nhà nước: chậm, nhiều bureaucracy
- Lương thấp hơn private 15-25% (nhưng work-life balance tốt hơn)
- Cạnh tranh nội bộ cao do "Big4" ổn định
- Tech stack có thể legacy hơn so với startup
2. Lộ trình thăng tiến tại VCB
```
Chuyên gia Kỹ thuật dữ liệu (Senior/Lead) ──── Bạn ở đây
│
▼
Phó Phòng Kỹ thuật dữ liệu (Deputy Manager) ─ 3-5 năm
│
▼
Trưởng Phòng Kỹ thuật dữ liệu (Manager) ──── 5-7 năm
│
▼
Phó Giám đốc Trung tâm KT&KHDL ─────────────── 7-10 năm
│
▼
Giám đốc Trung tâm KT&KHDL ─────────────────── 10-15 năm
│
▼
Phó Tổng Giám đốc phụ trách Công nghệ ─────── 15+ năm
```
3. Kỹ năng cần phát triển thêm
Năm 1-2 tại vị trí:
- Làm chủ tech stack hiện tại của VCB
- Hiểu nghiệp vụ ngân hàng sâu
- Xây dựng uy tín với các phòng ban
- Đạt 1-2 chứng chỉ Cloud (AWS/Azure)
Năm 3-5:
- Chuyển từ "builder" sang "architect"
- Mentor 2-3 junior engineers
- Tham gia cộng đồng (Vietnam Data Science, BigData Vietnam)
- Học MBA hoặc chương trình quản lý
Năm 5+:
- Phát triển kỹ năng leadership, strategic thinking
- Networking với lãnh đạo cấp cao
- Tham gia hội thảo quốc tế (Strata, AWS re:Invent)
- Public speaking, viết báo, xây dựng personal brand
4. Mức lương kỳ vọng theo cấp bậc
| Cấp bậc | Kinh nghiệm | VCB (Big4 Nhà nước) | Big4 Private (VPBank, Techcombank, MB, ACB) | Fintech/Startup |
|---|---|---|---|---|
| Senior Data Engineer | 5-7 năm | 80-130 triệu | 120-200 triệu | 100-180 triệu |
| Expert/Lead (ứng tuyển) | 5-10 năm | 100-180 triệu | 150-280 triệu | 130-250 triệu |
| Manager | 8-12 năm | 150-250 triệu | 200-400 triệu | 180-350 triệu |
| Director | 12+ năm | 250-450 triệu | 400-800 triệu | 350-700 triệu |
Note: VCB thường đàm phán cao hơn nếu ứng viên có chứng chỉ quốc tế + kinh nghiệm quản lý
5. So sánh Big4 để cân nhắc
| Tiêu chí | Vietcombank | VietinBank | BIDV | Agribank |
|---|---|---|---|---|
| Quy mô data | Lớn nhất | Lớn | Lớn | Rất lớn (nông thôn) |
| Tech adoption | Cao | Trung bình | Trung bình | Thấp |
| Lương Data | Cao | Trung bình | Trung bình | Thấp hơn |
| Work-life | Tốt | Tốt | Trung bình | Trung bình |
| Cơ hội thăng tiến | Cao | Trung bình | Trung bình | Cao |
6. Lời khuyên thực chiến
💡 Nếu bạn đang ở private sector:
- Lương ban đầu có thể giảm, nhưng đổi lấy "brand VCB" trên CV - giá trị rất lớn khi sau này chuyển việc hoặc khởi nghiệp
- VCB là "Harvard ngân hàng VN" - được đào tạo ở đây sẽ rất có giá trị
💡 Nếu bạn đang ở nhà nước:
- Cơ hội làm việc với data "thật" của ngân hàng top 1, scale lớn hơn rất nhiều so với startup
- Cơ hội thăng tiến rõ ràng nếu thể hiện được năng lực
💡 Nếu bạn là fresh graduate + 5 năm exp:
- Đây là vị trí expert, cần chứng minh 5+ năm kinh nghiệm thực chiến với cloud + big data
- Nếu chưa đủ, cân nhắc ứng tuyển vị trí thấp hơn ở VCB hoặc tích lũy thêm 1-2 năm
Câu hỏi thường gặp
Em mới ra trường ngành Khoa học dữ liệu, có thể ứng tuyển vị trí này không?
Chào em, vị trí này yêu cầu tối thiểu 5 năm kinh nghiệm nên em chưa phù hợp lắm. Tuy nhiên em có thể:
1. Ứng tuyển các vị trí junior/fresher tại VCB (Data Analyst, Junior Data Engineer) để tích lũy 3-5 năm
2. Trong thời gian đó học chứng chỉ Cloud (AWS/Azure Data Engineer), Python/Spark sâu, tích lũy kinh nghiệm batch + stream processing
3. Làm các dự án cá nhân trên GitHub để xây portfolio
4. Mục tiêu 5-7 năm sau có thể apply lại vị trí Expert. Cũng có thể cân nhắc các vị trí tương đương tại private bank như Techcombank, MB với yêu cầu thấp hơn.
Em đang làm Data Engineer ở fintech được 4 năm, có cơ hội vào VCB vị trí này không?
Theo JD yêu cầu tối thiểu 5 năm, em thiếu 1 năm. Tuy nhiên vẫn có cách:
1. Nộp hồ sơ - nhiều khi VCB xét tổng thể, nếu em có thành tích xuất sắc (dự án big data scale lớn, chứng chỉ AWS/Azure) vẫn có thể được cân nhắc
2. Tập trung vào: dự án cloud + big data trong fintech (fintech VN cũng có scale rất lớn), chứng minh đã làm batch + stream processing thực tế
3. Đợi thêm 1 năm tích lũy kinh nghiệm banking domain (nếu fintech em không phải banking) rồi apply lại
4. Hoặc apply vị trí Senior Data Engineer tại VCB (cấp thấp hơn) để vào trước, sau đó thăng tiến.
Mức lương thực tế cho vị trí Chuyên gia Kỹ thuật dữ liệu tại VCB là bao nhiêu?
Mức lương đều là "Thỏa thuận". Theo kinh nghiệm thực tế trên thị trường:
- Senior Data Engineer (5-7 năm) tại VCB: khoảng 80-130 triệu/tháng gross
- Expert/Lead (vị trí này, 5-10 năm): 100-180 triệu/tháng gross
- Cộng thưởng Tết 2-4 tháng lương (Big4 Nhà nước thường tốt)
- Phúc lợi: bảo hiểm full, thưởng lễ Tết, du lịch, cấp laptop
- Tổng thu nhập năm có thể 1.5-2.5 tỷ
Tuy nhiên lương VCB thường thấp hơn private 15-25% nhưng bù bằng stability. Khi đàm phán, em nên:
1. Đưa ra mức mong muốn cao hơn 20-30% mức hiện tại
2. Nhấn mạnh chứng chỉ quốc tế, kinh nghiệm big data banking
3. Đề xuất thêm ESOP, signing bonus, đào tạo quốc tế
So với làm Data Engineer ở Techcombank/MB (private bank), làm ở VCB có lợi thế gì?
Cả hai có ưu/nhược riêng:
VCB (Nhà nước):
- ✅ Brand "số 1 ngân hàng VN" trên CV - rất giá trị
- ✅ Data scale khổng lồ, làm việc với hệ thống core
- ✅ Stability cao, ít bị layoff
- ✅ Được đào tạo bài bản, cơ hội cử đi nước ngoài
- ❌ Lương thấp hơn 15-25%
- ❌ Quy trình chậm hơn, bureaucracy nhiều
Techcombank/MB (Private):
- ✅ Lương cao hơn rõ rệt
- ✅ Tech stack thường hiện đại hơn (Cloud-native, modern data stack)
- ✅ Làm việc nhanh, dynamic
- ❌ Áp lực cao hơn, layoff có thể xảy ra
- ❌ Brand CV yếu hơn VCB
Lời khuyên: Nếu bạn 25-32 tuổi, muốn học hỏi và xây brand: VCB. Nếu 28-35 tuổi, ưu tiên lương và tech: Techcombank/MB. Cũng có thể làm VCB 5-7 năm, sau đó nhảy private với mức lương tăng 50-100%.
Em học Toán tài chính, không phải IT, có thể apply được không?
Hoàn toàn được! JD liệt kê các chuyên ngành bao gồm: Toán, Toán tài chính, Toán kinh tế, Toán tin ứng dụng, Tài chính định lượng. Tuy nhiên em cần bổ sung:
1. Chứng chỉ lập trình (Python, Java, hoặc SAS) - đây là bắt buộc
2. Kinh nghiệm 5+ năm về Data Engineering/CS - không chỉ Toán
3. Nếu em làm Data Engineer trong fintech/banking thì perfect, vì hiểu cả math + tech
4. Còn nếu em chỉ làm nghiên cứu Toán, cần học thêm: SQL, Spark, Cloud, ETL pipeline
Background Toán + Data Engineering là combo rất mạnh vì em sẽ hiểu cả statistical modeling và implementation. Đặc biệt hữu ích cho các bài toán credit scoring, fraud detection, risk modeling.
AI Engineer có lợi thế gì khi apply vị trí Data Engineer này?
Lợi thế rất lớn vì JD ưu tiên:
- "Ứng viên có kinh nghiệm đảm nhiệm vị trí Kỹ sư AI (AI Engineer)"
- "Ứng viên có năng lực và/hoặc kinh nghiệm ứng dụng AI trong công việc chuyên môn"
- "Ứng viên có năng lực hoặc kinh nghiệm trong công tác quản lý, kiển soát an ninh, an toàn thông tin liên quan đến việc ứng dụng AI"
Lý do: VCB đang đẩy mạnh AI (chatbot, fraud detection, credit scoring, RPA). Data Engineer có kinh nghiệm AI sẽ giúp:
1. Xây dựng ML pipeline (MLOps)
2. Tích hợp LLM vào data workflow
3. Đảm bảo AI governance & security
Em nên highlight trong CV các dự án: ML pipeline, model deployment, feature store, vector database, AI compliance.
Trường em không nằm trong danh sách VCB liệt kê, có apply được không?
JD ghi rõ "hoặc các trường Đại học có uy tín tại nước ngoài; hoặc là chuyên gia trong lĩnh vực" - nên vẫn có cơ hội nếu:
1. Em tốt nghiệp trường top 100 thế giới (QS ranking) - VCB thường linh hoạt
2. Em là chuyên gia có chứng chỉ quốc tế + 5+ năm kinh nghiệm tại Big Tech / ngân hàng quốc tế
3. Trường em trong top 20 VN dù không nằm trong list (ví dụ: ĐH Khoa học Tự nhiên, ĐH Sư phạm KHTN, ĐH FPT...)
Tuy nhiên nếu em ở trường ngoài list và không phải chuyên gia, xác suất đậu vòng hồ sơ sẽ thấp. Gợi ý: chuẩn bị hồ sơ rất mạnh về chứng chỉ + portfolio + thư giới thiệu từ chuyên gia trong ngành.
Công việc có áp lực không? Work-life balance thế nào?
Thực tế tại VCB:
- Giờ làm: 8h-17h từ T2-T6, có thể linh hoạt
- Work-life balance: Khá tốt so với private bank/fintech (Techcombank, Timo, VNPay thường OT nhiều)
- Áp lực: Có, đặc biệt khi có dự án lớn, deadline NHNN, hoặc sự cố data. Tuy nhiên không quá khắc nghiệt
- Đi công tác: Có thể đi HCM, Đà Nẵng cho các dự án
- Remote: Hạn chế (do ngân hàng nhà nước), nhưng có thể linh hoạt 1-2 ngày/tuần tùy phòng
So với private: áp lực thấp hơn 30-40%, lương thấp hơn 15-25%.