[Young Talent] Chuyên viên Mô hình rủi ro - Trung tâm Mô hình rủi ro - Khối Quản trị rủi ro
Mô tả công việc
- Thực hiện các công việc liên quan đến việc xây dựng mô hình rủi ro tín dụng trong phạm vi chức năng được giao, đảm bảo tuân thủ quy trình và quy định của MB nhằm đạt được các mục tiêu chung của đơn vị.
- Thu thập và xử lý dữ liệu để xây dựng các mô hình và công cụ đo lường rủi ro tín dụng, hệ thống xếp hạng khách hàng (scoring), và hệ thống cảnh báo sớm.
- Xây dựng và triển khai các thẻ điểm/mô hình định lượng rủi ro tín dụng, rủi ro tín dụng tập trung và rủi ro tín dụng đối tác theo phạm vi phân công.
- Hỗ trợ thiết lập các công cụ kiểm tra sức chịu đựng rủi ro tín dụng, bao gồm thu thập thông tin, đề xuất kịch bản sức chịu đựng, đánh giá và phân tích tác động của kịch bản đối với các yếu tố như tỷ lệ nợ xấu (NPL), dự phòng rủi ro tín dụng, vốn cho rủi ro tín dụng, và thu nhập từ hoạt động tín dụng.
- Tham gia xây dựng các công cụ hỗ trợ việc định giá dựa trên rủi ro (risk-based pricing).
- Tư vấn và đóng góp ý kiến trong quá trình xây dựng và triển khai các mô hình tín dụng tại các đơn vị liên quan trong MB và các công ty thành viên.
- Đưa ra các khuyến nghị và báo cáo dựa trên kết quả phân tích đầu ra từ các mô hình đo lường rủi ro tín dụng, nhằm hỗ trợ cải thiện Khung quản trị rủi ro tín dụng.
- Thực hiện các công việc khác theo phân công của quản lý trực tiếp, phù hợp với năng lực và phạm vi công việc.
Phúc lợi:
Bảo hiểm sức khỏe cá nhân, Du lịch, Fitness Center (Yoga, GYM…), Hỗ trợ kinh phí tập luyện thể thao, Hỗ trợ đi lại, Hỗ trợ điện thoại, Khám sức khỏe định kỳ, Lương tháng thứ 13, Ngày nghỉ sinh nhật, Quà tặng Tết Nguyên Đán, Quà tặng sinh nhật, 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
- Ưu tiên tốt nghiệp loại Xuất sắc
- Ưu tiên ứng viên kinh nghiệm làm việc/ thực tập/ tham gia các dự án liên quan đến phân tích dữ liệu và xây dựng mô hình rủi ro.
- Ưu tiên ứng viên có các chứng chỉ liên quan (CFA, FRM)
- Thành thạo trong xử lý và phân tích dữ liệu, sử dụng SQL, Python, PowerBI/Tableau.
- Kỹ năng giao tiếp và làm việc nhóm tốt.
- Ứng viên ứng tuyển vui lòng nêu rõ GPA, xếp loại tốt nghiệp và năm tốt nghiệp.
Ngoại ngữ: Tiếng Anh tốt
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 Chuyên viên Mô hình rủi ro - MB Bank
🎯 Hard Skills (Kỹ năng cứng) - Bắt buộc phải có
| Kỹ năng | Mức độ yêu cầu | Mô tả chi tiết |
|---|---|---|
| SQL | Thành thạo | Query dữ liệu lớn từ data warehouse, xử lý JOIN phức tạp, window functions, CTE |
| Python | Thành thạo | Pandas, NumPy, Scikit-learn, statsmodels cho xây dựng mô hình |
| PowerBI/Tableau | Thành thạo | Dashboard báo cáo rủi ro, visualization chuyên nghiệp |
| Tiếng Anh | Tốt | Đọc tài liệu Basel II/III, paper học thuật, giao tiếp chuyên môn |
| Xử lý dữ liệu | Thành thạo | Data cleaning, ETL, feature engineering, xử lý missing values, outlier |
📊 Bảng so sánh các công cụ thường dùng trong Risk Modeling
| Công cụ | Ứng dụng chính | Mức độ cần thiết |
|---|---|---|
| Python (Scikit-learn, XGBoost) | Xây dựng mô hình PD, LGD, EAD | ⭐⭐⭐⭐⭐ |
| SAS | Mô hình rủi ro truyền thống (nhiều ngân hàng vẫn dùng) | ⭐⭐⭐⭐ |
| R | Statistical modeling, econometrics | ⭐⭐⭐ |
| SQL | Truy vấn dữ liệu từ database | ⭐⭐⭐⭐⭐ |
| Power BI / Tableau | Dashboard, báo cáo trực quan | ⭐⭐⭐⭐⭐ |
| Excel/VBA | Phân tích nhanh, prototype | ⭐⭐⭐⭐ |
🤝 Soft Skills (Kỹ năng mềm)
- Kỹ năng giao tiếp: Trình bày kết quả mô hình cho cấp quản lý và các bên liên quan không chuyên về kỹ thuật
- Làm việc nhóm: Phối hợp với nhiều đơn vị (Business, IT, Compliance)
- Tư duy phản biện: Đánh giá chất lượng mô hình, phát hiện bias
- Quản lý thời gian: Xử lý nhiều dự án đồng thời
- Tinh thần học hỏi: Cập nhật Basel III/IV, IFRS 9, quy định NHNN mới
🎓 Chứng chỉ nên có (ưu tiên)
| Chứng chỉ | Tổ chức | Giá trị | Ghi chú |
|---|---|---|---|
| FRM (Financial Risk Manager) | GARP | ⭐⭐⭐⭐⭐ | Đặc biệt phù hợp cho vị trí rủi ro, gồm 2 phần: Quantitative + Market/Credit Risk |
| CFA (Chartered Financial Analyst) | CFA Institute | ⭐⭐⭐⭐ | Uy tín cao, kiến thức tài chính tổng quát |
| PRM (Professional Risk Manager) | PRMIA | ⭐⭐⭐⭐ | Chuyên sâu về risk management |
| Microsoft Certified: Data Analyst Associate | Microsoft | ⭐⭐⭐ | Liên quan Power BI |
| Google Data Analytics | ⭐⭐⭐ | Nền tảng data analysis | |
| AWS/Azure Data | Cloud providers | ⭐⭐⭐ | Plus cho big data |
💡 Kiến thức nền tảng cần có
1. Credit Risk Modeling: PD (Probability of Default), LGD (Loss Given Default), EAD (Exposure at Default), Expected Loss
2. Basel Accords: Basel II/III framework, capital adequacy
3. Scorecard Development: Logistic regression, WOE/IV, PSI, KS, Gini
4. Stress Testing: Scenario analysis, sensitivity analysis
5. IFRS 9: 3-stage impairment, ECL calculation
6. Early Warning System: Behavioral scoring, fraud detection
7. Machine Learning: Random Forest, XGBoost, neural networks cho credit scoring
🎓 Yêu cầu học vấn
- Tốt nghiệp Xuất sắc là lợi thế lớn
- Nên đến từ các trường: Học viện Ngân hàng, ĐH Kinh tế Quốc dân, ĐH Ngoại thương, ĐH Bách Khoa (Toán/Tin), hoặc du học sinh từ nước ngoài
- Ngành phù hợp: Tài chính, Ngân hàng, Toán kinh tế, Khoa học dữ liệu, Thống kê, CNTT
Chuẩn bị phỏng vấn
Hướng dẫn phỏng vấn vị trí Chuyên viên Mô hình rủi ro - MB Bank
📋 Quy trình tuyển dụng dự kiến (Young Talent Program)
1. Vòng 1: Sơ tuyển hồ sơ (CV Screening)
- Kiểm tra GPA, xếp loại tốt nghiệp
- Đánh giá kinh nghiệm/dự án liên quan
- Lọc theo chứng chỉ (CFA/FRM)
- Mẹo: Viết CV rõ ràng, nêu bật GPA, các project modeling, chứng chỉ. Ghi rõ nguồn tuyển dụng
2. Vòng 2: Test chuyên môn (Online/Offline)
- Test Toán/Tư duy logic (30-45 phút): Pattern recognition, probability, statistics
- Test Tiếng Anh (30-45 phút): Reading comprehension, business English
- Test SQL (45-60 phút): Query phức tạp, JOIN nhiều bảng, window functions
- Test Excel (30 phút): Pivot table, VLOOKUP, data analysis
- Có thể có test Python/SAS tùy vị trí
3. Vòng 3: Phỏng vấn với Trung tâm Mô hình rủi ro (Hiring Manager)
- Phỏng vấn chuyên sâu về credit risk modeling
- Thời gian: 45-60 phút
4. Vòng 4: Phỏng vấn với Lãnh đạo Khối Quản trị rủi ro
- Đánh giá tư duy chiến lược, văn hóa MB
5. Vòng 5: HR Interview & Offer
- Thương lượng lương, benefits
- Kiểm tra background
❓ Câu hỏi phỏng vấn hay gặp
Vòng chuyên môn (Technical)
1. Giải thích mô hình PD/LGD/EAD và cách tính Expected Loss?
- Expected Loss = PD × LGD × EAD
- PD: xác suất khách hàng vỡ nợ trong 12 tháng
- LGD: tỷ lệ tổn thất khi vỡ nỡ
- EAD: giá trị phơi nhiễm tại thời điểm vỡ nỡ
2. Sự khác biệt giữa Basel II và Basel III?
- Basel II: 3 trụ cột (Pillar 1-3)
- Basel III: Bổ sung capital buffer, liquidity ratio (LCR, NSFR), leverage ratio
3. Bạn sẽ xây dựng scorecard tín dụng như thế nào?
- Thu thập dữ liệu → WOE/IV → Feature selection → Logistic regression → Đánh giá mô hình (KS, Gini, PSI) → Triển khai → Monitoring
4. Logistic Regression vs Random Forest trong credit scoring - khi nào dùng cái nào?
- Logistic: dễ giải thích, regulator chấp nhận, yêu cầu transparency
- Random Forest: performance cao hơn nhưng khó giải thích, cần SHAP value
5. PSI là gì? Ngưỡng PSI bao nhiêu thì cần phát triển lại mô hình?
- PSI (Population Stability Index) đo sự thay đổi phân phối
- PSI < 0.1: ổn định, 0.1-0.25: cảnh báo, > 0.25: cần xây lại
6. Stress Testing cho rủi ro tín dụng - cách thiết kế kịch bản?
- Kịch bản nhẹ/trung bình/nặng
- Shock lên NPL, GDP, lãi suất, tỷ giá
- Tính tác động đến NPL ratio, dự phòng, vốn
7. SQL: Tính tỷ lệ nợ xấu theo chi nhánh trong 6 tháng gần nhất?
- Câu query với GROUP BY, partition by, date filter
9. Python: Code Logistic Regression để xây dựng scorecard?
- Yêu cầu viết code trên giấy hoặc Jupyter Notebook
10. IFRS 9 và 3-stage impairment là gì?
- Stage 1: Performing - 12-month ECL
- Stage 2: Significant increase in credit risk - Lifetime ECL
- Stage 3: Credit-impaired - Lifetime ECL
Vòng HR/Behavioral
1. Tại sao bạn chọn MB Bank và lĩnh vực rủi ro?
2. Bạn biết gì về văn hóa MB (nhanh, trẻ, đổi mới)?
3. Điểm mạnh/yếu của bạn là gì?
4. Bạn xử lý áp lực deadline như thế nào?
5. Mục tiêu nghề nghiệp 3-5 năm tới?
6. Tại sao bạn nghĩ mình phù hợp với Young Talent Program?
👔 Dress Code
- Vòng test online: Casual
- Vòng phỏng vấn: Smart casual hoặc Business formal
- Nam: Sơ mi, quần âu, giày tây (không cần vest nếu không quen)
- Nữ: Sơ mi/blouse, quần âu/váy dài qua gối, giày búp bê/cao gót vừa
- Lưu ý: MB có văn hóa trẻ trung nhưng vẫn chuyên nghiệp, không cần quá formal như ngân hàng nhà nước
💡 Tips chuẩn bị quan trọng
- Tìm hiểu về MB trước: Sứ mệnh, giá trị cốt dài, sản phẩm chính
- Ôn lại Basel II/III, IFRS 9 trước buổi phỏng vấn 1 tuần
- Mang theo portfolio nếu có (project modeling, Kaggle competitions, GitHub)
- Chuẩn bị câu hỏi ngược lại cho interviewer: Quy trình xây dựng mô hình tại MB? Cơ hội rotation? Lộ trình thăng tiến?
- Đến sớm 15-20 phút, chuẩn bị giấy tờ tùy thân, bản in CV
Lộ trình ôn thi
Lộ trình ôn thi & chuẩn bị trong 2 tuần
📚 Tuần 1: Nền tảng kiến thức
Ngày 1-2: Credit Risk Modeling cơ bản
- Tài liệu: Sách "Credit Risk Scorecards" - Naeem Siddiqi
- Video: Coursera "Financial Risk Management with Python" (University of Michigan)
- Ôn: PD, LGD, EAD, Expected Loss, Unexpected Loss
- Làm bài tập: Tính EL cho 1 danh mục cho vay đơn giản
Ngày 3-4: Scorecard Development
- Tài liệu: "Credit Scoring for Risk Managers" - Elizabeth Mays
- Học: WOE/IV, Information Value, binning, logistic regression
- Tool: Thực hành trên tập dữ liệu German Credit (Kaggle)
- Code: Python script với scikit-learn + statsmodels
Ngày 5-6: Basel II/III & Quy định
- Tài liệu: BIS.org - "Basel III: International regulatory framework"
- Đọc: Quy định NHNN Việt Nam về hệ số an toàn vốn
- Tóm tắt: Làm flashcard về CAR, LCR, NSFR, leverage ratio
Ngày 7: IFRS 9 & Stress Testing
- Tài liệu: Deloitte IFRS 9 guide, PwC Banking alert
- Hiểu: 3-stage impairment, ECL calculation
- Bài tập: Thiết kế 1 stress test scenario đơn giản
📚 Tuần 2: Kỹ năng kỹ thuật & Mock Interview
Ngày 8-9: SQL nâng cao
- Luyện tập: HackerRank SQL track, LeetCode SQL
- Ôn: Window functions (ROW_NUMBER, RANK, LAG, LEAD), CTE, recursive queries
- Bài tập thực tế: Tính NPL ratio theo segment, vintage analysis
Ngày 10: Python cho Risk Modeling
- Code một project: Xây dựng scorecard hoàn chỉnh
- Bao gồm: Data preprocessing → WOE binning → Logistic regression → Đánh giá KS/Gini → PSI check
- Đẩy lên GitHub để show cho interviewer
Ngày 11: Power BI / Tableau
- Học: Dashboard fundamentals, DAX measures
- Bài tập: Tạo dashboard NPL tracking với 5-7 visuals
- Tham khảo: Mẫu dashboard của các ngân hàng trên Tableau Public
Ngày 12: Tiếng Anh chuyên ngành
- Đọc: BIS quarterly review, McKinsey Risk Practice articles
- Vocabulary: 50 thuật ngữ quan trọng (collateral, covenant, maturity, default, exposure, etc.)
- Mock speaking: Luyện giới thiệu bản thân và dự án bằng tiếng Anh
Ngày 13-14: Mock Interview & Revision
- Mock: Nhờ bạn bè hoặc mentor phỏng vấn giả
- Ôn lại: Tất cả công thức, khái niệm
- Chuẩn bị: 5 câu hỏi ngược cho interviewer
📖 Tài liệu tham khảo chi tiết
Sách (tiếng Anh - khuyến nghị)
1. "Credit Risk Scorecards" - Naeem Siddiqi & Sumeet Gupta (bible của scorecard)
2. "The Basel II Risk Parameters" - Gunter Löffler & Poschmann
3. "Stress Testing the Banking Book" - chuyên đề về stress test
4. "Machine Learning for Credit Risk" - trên Amazon Kindle
5. "Python for Finance" - Yves Hilpisch (cơ bản Python tài chính)
Khóa học online
1. Coursera: "Financial Risk Management with Python"
2. edX: Columbia University "Financial Engineering and Risk Management"
3. DataCamp: "Credit Risk Modeling in Python"
4. Udemy: "Complete SQL Bootcamp"
5. Khan Academy: Statistics & Probability (nền tảng)
Tài liệu miễn phí
- BIS.org: Các paper về Basel III, IFRS 9
- GARP.org: Sample questions FRM Part I & II
- Kaggle: Datasets "Give Me Some Credit", "Home Credit Default Risk"
- GitHub: Search "credit-risk-modeling" có nhiều project tham khảo
🎯 Công thức quan trọng cần nhớ
| Công thức | Ý nghĩa | ||
|---|---|---|---|
| EL = PD × LGD × EAD | Expected Loss | ||
| UL = EAD × √(PD × σ²LGD + LGD² × σ²PD) | Unexpected Loss | ||
| WOE = ln(% Good / % Bad) | Weight of Evidence | ||
| IV = Σ (WOE × (% Good - % Bad)) | Information Value | ||
| PSI = Σ (Actual% - Expected%) × ln(Actual% / Expected%) | Population Stability Index | ||
| KS = max( | Cum% Good - Cum% Bad | ) | Kolmogorov-Smirnov statistic |
| CAR = (Tier 1 + Tier 2) / RWA | Capital Adequacy Ratio |
✅ Checklist ngày phỏng vấn
- [ ] CV in 3 bản, rõ ràng, có ảnh chuyên nghiệp
- [ ] Bằng tốt nghiệp + bảng điểm (photo + bản gốc)
- [ ] Chứng chỉ CFA/FRM nếu có
- [ ] Portfolio/GitHub link (nếu có)
- [ ] CCCD/CMND
- [ ] Ăn sáng đầy đủ
- [ ] Đến sớm 15-20 phút
Tư vấn nghề nghiệp
Lời khuyên sự nghiệp cho vị trí Chuyên viên Mô hình rủi ro
🚀 Lộ trình thăng tiến tại MB Bank
```
Chuyên viên Mô hình rủi ro (0-2 năm)
↓
Chuyên viên cao cấp (2-5 năm)
↓
Trưởng nhóm Mô hình (5-8 năm)
↓
Phó phòng/Trưởng phòng (8-12 năm)
↓
Giám đốc Trung tâm (12+ năm)
↓
Lãnh đạo cấp cao Khối Quản trị rủi ro
```
Young Talent Program đặc biệt có lộ trình accelerated, có thể được promote nhanh hơn so với nhân viên thông thường. MB nổi tiếng với việc đào tạo và tuyển dụng nhân sự trẻ.
💰 Mức lương kỳ vọng theo cấp bậc (ước lượng tham khảo)
> ⚠️ Lưu ý quan trọng: Mức lương có thể thay đổi tùy ngân hàng và thời điểm. Đây chỉ là ước lượng dựa trên thông tin thị trường chung tại Việt Nam.
| Cấp bậc | Kinh nghiệm | Mức lương tháng (ước lượng) |
|---|---|---|
| Young Talent / Fresher | 0-1 năm | 18-30 triệu VNĐ |
| Chuyên viên | 1-3 năm | 25-40 triệu VNĐ |
| Chuyên viên cao cấp | 3-5 năm | 40-65 triệu VNĐ |
| Trưởng nhóm | 5-8 năm | 60-100 triệu VNĐ |
| Phó phòng | 8-12 năm | 100-180 triệu VNĐ |
| Trưởng phòng/Giám đốc | 12+ năm | 180-300+ triệu VNĐ |
Lương MB Bank nổi tiếng thuộc top ngân hàng tư nhân, Young Talent có thể có gói đặc biệt với thưởng thành tích và cổ phiếu ESOP. Tổng thu nhập (lương + thưởng + phúc lợi) thường cao hơn 20-40% so với mặt bằng chung.
🎁 Phân tích phúc lợi MB Bank
- ✅ Bảo hiểm sức khỏe cao cấp (có thể là Bảo Việt, PVI Premium)
- ✅ Lương tháng 13 + Thưởng Lễ/Tết
- ✅ Vay ưu đãi (lãi suất nhân viên - rất có giá trị)
- ✅ Hỗ trợ đi lại, điện thoại (~1-2 triệu/tháng)
- ✅ Khám sức khỏe định kỳ tại bệnh viện lớn
- ✅ GYM/Yoga tại công ty hoặc hỗ trợ phí
- ✅ Ngày nghỉ sinh nhật, quà sinh nhật
- ✅ Du lịch hàng năm (team building)
- ✅ Cơ hội ESOP cho vị trí cao cấp
📈 Kỹ năng cần phát triển thêm trong 2 năm đầu
Kỹ năng kỹ thuật (Technical)
1. SAS - Vẫn được dùng rộng rãi tại nhiều ngân hàng, nên học thêm
2. Spark/Hadoop - Xử lý big data
3. Deep Learning - Neural networks cho fraud detection
4. Cloud Computing - AWS/Azure (MB đang chuyển đổi số mạnh)
5. Git & MLOps - Quản lý model lifecycle
6. Kafka/Streaming - Real-time risk monitoring
Kỹ năng kinh doanh (Business)
1. Hiểu sâu về sản phẩm tín dụng MB: cho vay SMEs, consumer, mortgage
2. Quy trình Basel tại Việt Nam (TT NHNN)
3. IFRS 9 implementation
4. ESG Risk - Xu hướng mới
5. Climate Risk - Đang là hot topic
Kỹ năng mềm
1. Storytelling với data - Kể chuyện bằng số liệu cho cấp quản lý
2. Stakeholder management - Quản lý các bên liên quan
3. Project management - Agile/Scrum
4. Public speaking - Trình bày trước hội đồng
🌟 Cơ hội tại MB Bank đặc biệt
1. Văn hóa khởi nghiệp: MB nổi tiếng với tinh thần "startup mentality" trong ngân hàng lớn
2. Chuyển đổi số mạnh mẽ: MB đầu tư rất lớn vào AI/ML
3. Cơ hội xây dựng từ đầu: Là người đi đầu trong nhiều sáng kiến
4. Network rộng: Làm việc với các công ty con (MB Ageas Life, MB Capital, AMC)
5. Học bổng nước ngoài: Có chương trình đào tạo tại Singapore, châu Âu
6. Quốc tế hóa: MB có văn phòng tại Lào, Campuchia
💼 Lời khuyên cho ứng viên
Cho sinh viên mới ra trường:
- GPA xuất sắc là "vé vào cửa", nhưng dự án thực tế mới là "vé đi tiếp"
- Tham gia Kaggle competitions, làm project với data thật
- LinkedIn profile phải chuyên nghiệp, có portfolio
- Đừng ngại ứng tuyển dù thiếu chứng chỉ CFA/FRM - có thể học sau
Cho người đã có kinh nghiệm:
- Nếu đang ở ngân hàng nhỏ, MB là bước nhảy tốt
- Highlight các dự án modeling đã làm, kết quả kinh doanh
- Networking trong ngành rất quan trọng - tham gia MBA, CFA Society
- Đừng quên chuẩn bị kỹ về phần lương - research market rate
Cho người chuyển ngành:
- Nếu từ IT/Data Science, dễ tiếp cận nhưng cần học về Basel, IFRS 9
- Nếu từ Credit Officer, cần học Python, SQL, ML
- Có thể học thêm master về Quantitative Finance, Risk Management
⚠️ Thực tế cần biết
- Áp lực công việc: Ngân hàng có những đợt cao điểm (cuối quý, cuối năm)
- Giờ làm: 8h-17h nhưng thực tế có thể muộn hơn, đặc biệt khi có deadline model
- Work-life balance: Khối Quản trị rủi ro thường ổn định hơn Business
- Deadline kiểm định mô hình: Có thể áp lực theo quý/năm
- Yêu cầu tuân thủ: Sai sót trong mô hình có thể ảnh hưởng lớn đến ngân hàng
🎯 Lời khuyên cuối cùng
Vị trí Chuyên viên Mô hình rủi ro - MB Bank Young Talent là cơ hội vàng cho người muốn xây dựng career trong lĩnh vực risk management tại Việt Nam. MB là một trong những ngân hàng đi đầu về chuyển đổi số, môi trường trẻ trung, cơ hội học hỏi cao. Quan trọng nhất là phải chuẩn bị kỹ cả kiến thức chuyên môn lẫn kỹ năng kỹ thuật, đồng thời thể hiện được đam mê với lĩnh vực rủi ro và phân tích dữ liệu.
Câu hỏi thường gặp
Em mới ra trường, chưa có kinh nghiệm làm mô hình, liệu có cơ hội vào vị trí này không?
Hoàn toàn có cơ hội nhé! Đây là chương trình Young Talent nên MB đang tìm người có nền tảng tốt và tiềm năng phát triển. Điều quan trọng nhất là em cần: (1) GPA xuất sắc hoặc khá, (2) Thành thạo Python, SQL, Power BI/Tableau, (3) Có project cá nhân về credit risk hoặc data analysis để chứng minh năng lực, (4) Tiếng Anh tốt. Nếu thiếu CFA/FRM thì không sao, em có thể học sau khi vào làm. Mẹo là em nên đăng ký tham gia các cuộc thi Kaggle về credit risk như 'Home Credit Default Risk' để có kinh nghiệm thực tế và đưa lên GitHub làm portfolio.
Em đang làm IT/Data Scientist ở công ty fintech, muốn chuyển sang ngân hàng thì cần chuẩn bị gì?
Tin tốt là em đã có lợi thế về kỹ năng kỹ thuật (Python, SQL, ML). Em cần bổ sung: (1) Kiến thức về Basel II/III, IFRS 9, các quy định của NHNN Việt Nam, (2) Hiểu về credit risk modeling (PD, LGD, EAD, scorecard), (3) Học thêm SAS nếu có thời gian vì nhiều ngân hàng lớn vẫn dùng, (4) Tìm hiểu về quy trình tín dụng tại ngân hàng truyền thống (khác fintech ở chỗ phải tuân thủ quy định chặt chẽ hơn). Em nên đọc sách 'Credit Risk Scorecards' của Naeem Siddiqi và làm 1-2 project cá nhân về scorecard. Khi phỏng vấn, nhấn mạnh em hiểu cả technical và business context.
CFA hay FRM quan trọng hơn cho vị trí này? Em nên học cái nào trước?
FRM phù hợp hơn cho vị trí Mô hình rủi ro vì chương trình học tập trung vào risk management, có 2 phần: Quantitative Analysis + Market/Credit Risk. CFA thì bao quát hơn về tài chính nhưng thiên về đầu tư. Tuy nhiên, MB ưu tiên cả hai, và thực tế nếu em có cả hai thì càng tốt. Chiến lược khuyến nghị: Nếu mới ra trường và đang apply, hãy thử apply trước, vì một số công ty chấp nhận cam kết sẽ thi trong thời gian thử việc. Nếu cần chọn một, hãy chọn FRM Part I trước. CFA có giá trị nếu em muốn chuyển sang mảng Investment hoặc Wealth Management sau này.
Lương khởi điểm cho vị trí Young Talent tại MB là bao nhiêu? Có đãi ngộ tốt không?
Mức lương có thể thay đổi tùy ngân hàng và thời điểm, nhưng ước lượng cho Young Talent tại MB thường từ 18-30 triệu/tháng cho freshers. Tuy nhiên, tổng thu nhập thực tế có thể cao hơn nhờ: thưởng Lễ/Tết, lương tháng 13, thưởng hiệu suất. MB nổi tiếng có gói phúc lợi tốt trong ngân hàng tư nhân: bảo hiểm sức khỏe cao cấp, vay ưu đãi nhân viên (lãi suất rất thấp), hỗ trợ đi lại/điện thoại, gym, du lịch. Đặc biệt, MB có chương trình ESOP (cổ phiếu ưu đãi) cho nhân sự tiềm năng - đây là lợi thế lớn so với nhiều ngân hàng khác. Cơ hội thăng tiến cũng nhanh hơn so với ngân hàng nhà nước.
KPI của vị trí Chuyên viên Mô hình rủi ro là gì? Áp lực công việc như thế nào?
KPI thường bao gồm: (1) Số lượng mô hình được xây dựng/nâng cấp trong năm, (2) Chất lượng mô hình (KS, Gini, AUC), (3) Độ ổn định của mô hình (PSI), (4) Đóng góp vào việc cải thiện tỷ lệ nợ xấu (NPL) hoặc dự phòng rủi ro, (5) Hoàn thành các báo cáo đúng deadline theo quy định NHNN. Về áp lực: có những đợt cao điểm (cuối quý, cuối năm tài chính, khi có đợt kiểm toán), nhưng nhìn chung Khối Quản trị rủi ro có work-life balance tốt hơn so với khối Business. Áp lực chính là trách nhiệm cao - sai sót trong mô hình có thể ảnh hưởng đến hàng nghìn tỷ đồng dư nợ của ngân hàng.
So với các ngân hàng khác (Techcombank, VPBank, Vietcombank), vị trí Risk Modeler ở MB có gì khác biệt?
MB có một số điểm khác biệt: (1) Văn hóa startup - MB nổi tiếng với tinh thần khởi nghiệp, đổi mới nhanh, ít quan liêu hơn ngân hàng nhà nước, (2) Đầu tư mạnh vào chuyển đổi số - MB là một trong những ngân hàng đi đầu về AI/ML, (3) Cơ hội xây dựng từ đầu - nhiều mô hình mới được phát triển, không kế thừa hệ thống cũ, (4) Môi trường trẻ - trung bình tuổi nhân viên MB khá trẻ. So với Techcombank (cũng năng động), MB thường trả lương tốt hơn. So với Vietcombank (an toàn nhưng chậm đổi mới), MB có nhiều cơ hội phát triển hơn. So với VPBank (cũng là tư nhân), MB ổn định hơn và có tầm nhìn dài hạn.
Em học ngành Toán/Tin ở Bách Khoa, có phù hợp với vị trí này không?
Hoàn toàn phù hợp và rất có lợi thế! Các bạn từ Bách Khoa (đặc biệt ngành Toán Tin, Khoa học Dữ liệu, CNTT) được các ngân hàng lớn săn đón cho vị trí Risk Modeler. Em chỉ cần bổ sung: (1) Kiến thức tài chính-ngân hàng cơ bản (Basel, IFRS 9), (2) Domain knowledge về credit risk, (3) Có thể giao tiếp tốt với business (không chỉ code giỏi). Ưu điểm của em là tư duy logic, kỹ năng lập trình tốt, có thể học nhanh các framework mới. Trong CV, em nên nhấn mạnh các project liên quan đến statistical modeling, machine learning, và nếu có project nào về finance/banking thì càng tốt.
Lộ trình thăng tiến trong lĩnh vực Risk Management tại Việt Nam như thế nào?
Lộ trình chung: Chuyên viên (0-3 năm) → Chuyên viên cao cấp (3-5 năm) → Trưởng nhóm (5-7 năm) → Phó phòng (7-10 năm) → Trưởng phòng/Giám đốc Trung tâm (10-15 năm). Tại MB với chương trình Young Talent, có thể được đẩy nhanh hơn. Ngoài lộ trình quản lý, em có thể đi theo hướng chuyên gia (technical expert path) - trở thành Principal Modeler, Chief Data Scientist. Sau 5-10 năm kinh nghiệm, em có thể: (1) Chuyển sang các công ty fintech, e-commerce, big tech (Grab, MoMo, ZaloPay), (2) Làm việc tại các tổ chức quốc tế (World Bank, IMF), (3) Khởi nghiệp trong lĩnh vực RegTech, (4) Tư vấn cho các ngân hàng nhỏ hơn. Lương sẽ tăng rất nhanh khi có kinh nghiệm 5+ năm.