Mô tả công việc

CÁC YÊU CẦU CÔNG VIỆC
JOB PURPOSE
Phân tích dữ liệu, cung cấp báo cáo và phân tích kinh doanh phục vụ cho việc ra quyết định của các cấp quản lý, lãnh đạo của các Khối hỗ trợ (Vận hành, CM, L&C, HR); thúc đẩy việc sử dụng số liệu làm cơ sở ra quyết định.

KEY ACTIVITIES
1. Cung cấp các báo cáo định kỳ hàng ngày, hàng tuần và hàng tháng và các báo cáo đột xuất về kết quả hoạt động, kết quả kinh doanh của các Khối hỗ trợ
2. Cung cấp các phân tích đánh giá hiệu quả hoạt động kinh doanh, chương trình sản phẩm, chương trình marketing; các phân tích về danh mục khách hàng, hành vi khách hàng, trải nghiệm khách hàng; các phân tích về hiệu quả vận hành; hiệu quả hoạt động
3. Tham gia thực hiện các sáng kiến của phòng, trung tâm nhằm nâng cao hiệu quả hoạt động và nâng cao chất lượng dịch vụ
4. Chủ động trao đổi với các cấp quản lý của Khối phụ trách để nắm vấn đề trong hoạt động, kinh doanh
nhằm đưa ra các khuyến nghị kip thời
5. Tự động hóa các báo cáo định kỳ để nâng cao năng suất lao động
6. Thực hiện các công việc khác do cấp trên giao phó.

OUTCOMES/ MEASURES
- Đảm bảo các phòng ban, đơn vị của Khối có đầy đủ, nhanh
chóng và kịp thời thông tin để ra quyết định
- Đánh giá được hiệu quả thực hiện các chương trình, các hoạt động vận hành, chất lượng nợ của danh mục…để hỗ trợ các
cấp quản lý ra quyết định kịp thời, tối ưu hóa hiệu quả, doanh thu và lợi nhuận
- Đảm bảo các sáng kiến được triển khai thành công
- Nhận được đánh giá hài lòng tốt từ khách hàng nội bộ
- Tỷ lệ tự động hóa báo cáo trên 95%
- Hoàn thành các công việc được giao trong thời hạn quy định

QUYỀN LỢI CỦA ỨNG VIÊN
- Thu nhập hấp dẫn, lương thưởng cạnh tranh theo năng lực, gói thu nhập 15-18 tháng lương/năm
- Thưởng các Ngày lễ, Tết (theo chính sách ngân hàng)
- Được vay ưu đãi theo chính sách ngân hàng từng thời kỳ
- Chế độ ngày phép hấp dẫn theo cấp bậc công việc
- Bảo hiểm theo luật lao động + Bảo hiểm VPBank care cho CBNV theo cấp bậc và thời gian công tác
- Được tham gia các khóa đào tạo tùy thuộc vào Khung đào tạo cho từng vị trí
- Cơ hội làm việc tại một Ngân hàng tiên phong ứng dụng AI & ML trong thúc đẩy giá trị kinh doanh với hệ sinh thái đa dạng: Ngân hàng, Tài chính, Chứng khoán, Bảo hiểm,... và phát triển tại môi trường dẫn đầu thị trường ngân hàng về khối lượng dữ liệu; tham gia nhiều dự án, sáng kiến dữ liệu lớn, không ngừng tạo ra giá trị gia tăng cho khách hàng
- Môi trường làm việc chuyên nghiệp với cơ hội làm việc trực tiếp cùng ban lãnh đạo ngân hàng lớn, mở ra nhiều cơ hội học hỏi và phát triển sự nghiệp.

Yêu cầu ứng viên

CÁC YÊU CẦU VỀ NĂNG LỰC
1. Trình độ Học vấn: Tốt nghiệp Đại học về kinh tế/ngân hàng/tài chính/công nghệ thông tin
2. Kiến thức/ Chuyên môn Có Liên Quan
- Có kiến thức về ngân hàng, sản phẩm, dịch vụ, mô hình kinh doanh
- Có kiến thức về hệ thống dữ liệu, hệ thống báo cáo phân tích kinh doanh
3. Các Kỹ Năng
- Kỹ năng giải quyết vấn đề một cách sáng tạo.
- Kỹ năng giao tiếp và tương tác tốt, sử dụng được tiếng Anh
- Kỹ năng sử dụng thành thạo các công cụ quản lý dữ liệu (SQL, Oracle…)
- Kỹ năng báo cáo, phân tích sử dụng đa công cụ (Excel, BI tools, Python…)
4. Các Kinh nghiệm Liên quan: Có 3 năm kinh nghiệm trở lên liên quan đến báo cáo và phân tích cho ngân hàng
5. Các năng lực cần có
- Có khả năng làm việc độc lập cũng như làm việc nhóm.
- Có khả năng phân tích, khả năng quản lý thời gian và có tư duy logic.
- Thái độ tích cực, ham học hỏi, cầu tiến
- Chuyên nghiệp, tự tin, chủ động, có khả năng ứng phó với áp lực/xung đột

Phân tích kỹ năng cần có

## Phân tích Kỹ năng cần có cho vị trí Business Intelligence - VPBank

### 🔧 HARD SKILLS (Kỹ năng chuyên môn bắt buộc)

1. Công cụ Phân tích Dữ liệu

| Cấp độ | Công cụ | Yêu cầu | Ưu tiên |
|--------|---------|---------|---------|
| Bắt buộc | SQL (Oracle) | Thành thạo truy vấn, tối ưu query, joins, subqueries | ⭐⭐⭐ |
| Bắt buộc | Excel | Advanced (Pivot, VLOOKUP/INDEX-MATCH, Macro, Power Query) | ⭐⭐⭐ |
| Bắt buộc | BI Tools | Power BI / Tableau / Looker (VPBank thường dùng Power BI) | ⭐⭐⭐ |
| Nên có | Python | Pandas, NumPy, Matplotlib (cho phân tích tự động) | ⭐⭐ |
| Cộng thêm | R / SAS | Là lợi thế nếu có | ⭐ |

2. Kiến thức Nghiệp vụ Ngân hàng
- Hiểu các sản phẩm: tín dụng, thẻ, thanh toán, bảo hiểm
- Hiểu chỉ số KPI ngân hàng: NIM, CASA, NPL, CAR, ROE/ROA
- Hiểu quy trình vận hành ngân hàng (đặc biệt Khối hỗ trợ)
- Hiểu pháp luật ngân hàng, quy định NHNN

3. Kiến thức Data Warehouse & ETL
- Kiến trúc dữ liệu ngân hàng (ODS, DW, Data Mart)
- Quy trình ETL cơ bản
- Data modeling (Star Schema, Snowflake)

---

### 🧠 SOFT SKILLS (Kỹ năng mềm quan trọng)

| Kỹ năng | Mức độ quan trọng | Cách thể hiện khi phỏng vấn |
|---------|-------------------|-------------------------------|
| Giao tiếp | Rất cao | Trình bày phân tích cho "cấp lãnh đạo" - đây là KPI đo lường chính |
| Tư duy逻辑 | Cao | Xử lý data phức tạp, đưa ra insight từ nhiều nguồn |
| Quản lý thời gian | Cao | Deadline báo cáo ngày/tuần/tháng, xử lý đa dự án |
| Giải quyết vấn đề | Cao | Sáng kiến cải tiến quy trình, tự động hóa |
| Làm việc nhóm | Trung bình-cao | Phối hợp với nhiều khối (Vận hành, CM, L&C, HR) |

---

### 📜 CHỨNG CHỈ GỢI Ý

Nên có:
- Google Data Analytics Certificate
- Microsoft Power BI Data Analyst
- SQL (các chứng chỉ online như Mode Analytics)

Là lợi thế:
- CFA (nếu định hướng phân tích tài chính)
- FRM (quản trị rủi ro)
- PMP (quản lý dự án)
- Các khóa Data Science trên Coursera/edX

---

### 📊 SO SÁNH: Business Intelligence vs Data Analyst vs Data Scientist tại VPBank

| Tiêu chí | BI Specialist (vị trí này) | Data Analyst | Data Scientist |
|----------|---------------------------|--------------|----------------|
| Mục tiêu chính | Báo cáo, dashboard, insight cho quản lý | Phân tích chuyên sâu | ML/AI modeling |
| Công cụ chính | SQL, Excel, BI Tools | SQL, Python, Statistics | Python, ML libraries |
| Tương tác với | Lãnh đạo, các khối nghiệp vụ | Data team, Business | Tech team |
| Yêu cầu kinh nghiệm | 3+ năm, nghiệp vụ ngân hàng | 2-5 năm | 3-5 năm, ML/AI |

Nhận xét: Vị trí này nghiêng về "báo cáo & insight cho quản lý" hơn là "build model ML". Điểm mạnh cần thể hiện: kỹ năng giao tiếp + nghiệp vụ ngân hàng + công cụ BI.

Chuẩn bị phỏng vấn

## Hướng dẫn Phỏng vấn Business Intelligence - VPBank

### 📋 QUY TRÌNH PHỎNG VẤN (Thông thường)

Vòng 1: HR Screening (30-45 phút)
- Gọi điện hoặc gặp trực tiếp
- Xác nhận thông tin cơ bản, motivation
- Đánh giá mức lương kỳ vọng

Vòng 2: Technical Interview (45-60 phút)
- Phỏng vấn với Trưởng phòng/Kaizen team
- Kiểm tra kỹ năng SQL, Excel
- Case study về phân tích nghiệp vụ ngân hàng

Vòng 3: Manager Interview (45-60 phút)
- Phỏng vấn với Quản lý Khối
- Đánh giá tư duy, cách tiếp cận vấn đề
- Hỏi về kinh nghiệm với các dự án cụ thể

Vòng 4: Ban lãnh đạo/HR (30-45 phút)
- Gặp cấp cao hơn (theo JD: "làm việc trực tiếp với ban lãnh đạo")
- Thương lượng lương & phúc lợi
- Culture fit check

---

### ❓ CÂU HỎI HAY GẶP THEO TỪNG VÒNG

Vòng 1 - HR (Mẫu trả lời gợi ý):

*"Tại sao bạn muốn chuyển sang VPBank?"*
> Trả lời: Em thấy VPBank là ngân hàng tiên phong về Data-driven decision making. Vị trí này phù hợp với kinh nghiệm 3 năm của em về báo cáo và phân tích, đặc biệt em muốn được làm việc trong môi trường có khối lượng dữ liệu lớn nhất thị trường.

*"Bạn kỳ vọng mức lương bao nhiêu?"*
> Trả lời: Dựa trên kinh nghiệm và kỹ năng của em (3+ năm, SQL/BI tools thành thạo), em kỳ vọng mức lương trong khoảng X-Y triệu. Em sẵn sàng thảo luận nếu VPBank có package phù hợp.

Vòng 2 - Technical:

*"Viết SQL query: Tính tổng số dư tiền gửi của khách hàng theo từng chi nhánh trong tháng gần nhất"*
```sql
SELECT
branch_code,
branch_name,
SUM(account_balance) as total_balance,
COUNT(DISTINCT customer_id) as total_customers
FROM account_balance
WHERE balance_date = (SELECT MAX(balance_date) FROM account_balance)
GROUP BY branch_code, branch_name
ORDER BY total_balance DESC;
```

*"Làm thế nào để phát hiện data anomaly trong báo cáo?"*
> Gợi ý trả lời: (1) Sử dụng statistical methods (Z-score, IQR), (2) So sánh với kỳ trước (MoM, YoY), (3) Cross-check với nguồn dữ liệu khác, (4) Visualization để phát hiện outliers.

*"Mô tả một dự án tự động hóa báo cáo bạn đã làm?"*
> Dùng STAR format: Situation → Task → Action → Result

*"Tính NIM ngân hàng? Công thức và ý nghĩa?"*
> NIM = (Thu nhập lãi thuần / Tổng tài sản sinh lãi bình quân) × 100

Vòng 3 - Manager/Leadership:

*"Bạn sẽ làm gì nếu số liệu từ 2 hệ thống khác nhau không khớp?"*
> (1) Kiểm tra data extraction logic, (2) Validate với source system, (3) Xác định nguyên nhân (timing, definition khác nhau), (4) Report và recommend giải pháp.

*"Làm sao để present một phân tích phức tạp cho CEO?"*
> Gợi ý: Start with conclusion → Key insights → Supporting data → Recommendations → Next steps

*"Bạn có câu hỏi gì cho chúng tôi?"*
> ✅ Nên hỏi: Quy mô data team hiện tại? Dự án BI priority trong năm nay? Cách đo lường thành công của vị trí này?
> ❌ Không nên: Hỏi lương ở vòng này, hỏi giờ làm việc chi tiết

---

### 👔 DRESS CODE & TIPS CHUNG

Trang phục:
- Nam: Vest, sơ mi trắng, caravat (nếu có)
- Nữ: Vest hoặc áo dài công sở
- Màu sắc trung tính (xanh navy, đen, xám)

Tips chuẩn bị:
1. Nghiên cứu kỹ VPBank: Đọc annual report, hiểu chiến lược Data-driven của ngân hàng
2. Chuẩn bị Portfolio: Mang theo 2-3 dashboard/report mẫu (nếu được phép)
3. Practice SQL: Làm bài tập SQL trên LeetCode, HackerRank (medium level)
4. Nghiệp vụ: Ôn lại các KPI ngân hàng phổ biến
5. Prepare Q&A: Luôn chuẩn bị 3-5 câu hỏi cho nhà tuyển dụng

Điều cần tránh:
- Nói "không biết" mà không có plan học hỏi
- Tỏ ra không biết gì về nghiệp vụ ngân hàng
- Overpromise về kỹ năng technical (sẽ bị test ngay)

Lộ trình ôn thi

## Ôn thi & Chuẩn bị cho vị trí Business Intelligence - VPBank

### 📚 KIẾN THỨC NỀN TẢNG CẦN ÔN

A. Nghiệp vụ Ngân hàng (TRỌNG TÂM)

| Chủ đề | Nội dung cần nắm | Nguồn tham khảo |
|--------|------------------|-----------------|
| KPI ngân hàng | NIM, CASA, NPL, CAR, LDR, ROA, ROE, Cost-to-Income | Báo cáo tài chính VPBank, Techcombank |
| Sản phẩm | Tín dụng, thẻ, thanh toán, e-banking, bảo hiểm | Website VPBank, tài liệu sản phẩm |
| Quy trình | Vòng đời khách hàng, quy trình giải ngân, thu hồi nợ | Internal docs (nếu có), senior feedback |
| Regulation | Basel III, quy định NHNN về tỷ lệ an toàn | Website NHNN |

B. Kỹ thuật Dữ liệu

| Chủ đề | Trọng tâm | Nguồn |
|--------|-----------|-------|
| SQL Advanced | JOINs, Window Functions, Subqueries, CTEs, Performance tuning | LeetCode "Database" section, W3Schools |
| Excel Advanced | Pivot Table, Power Query, VBA/Macro basics, Dynamic Dashboard | Chuyên đề Excel của các blogger tài chính |
| Power BI/Tableau | Data modeling, DAX basics, Visualization best practices | Microsoft Learn, Tableau Public |
| Python (cơ bản) | Pandas DataFrame, data cleaning, basic visualization | Kaggle Python course |

C. Business Analysis Frameworks

- SWOT Analysis
- 5 Forces (Porter)
- Funnel Analysis (cho marketing/customer journey)
- RCA (Root Cause Analysis)

---

### 📖 TÀI LIỆU THAM KHẢO ĐỀ XUẤT

Sách:
1. "The Data Warehouse Toolkit" - Ralph Kimball (nền tảng DW)
2. "Storytelling with Data" - Cole Nussbaumer Knafic (trình bày insight)
3. "Python for Data Analysis" - Wes McKinney

Website/Online:
1. Mode Analytics SQL Tutorial
2. Khan Academy - Statistics basics
3. StrataScratch (bài tập SQL thực tế)

Tài liệu ngành ngân hàng:
1. Báo cáo thường niên VPBank (2022, 2023)
2. Báo cáo phân tích của các công ty chứng khoán (VND, SSI, BSC)
3. Website NHNN - Thông tư, quy định

---

### 📅 LỘ TRÌNH CHUẨN BỊ 2 TUẦN

Tuần 1: Củng cố kiến thức

| Ngày | Nội dung | Thời lượng |
|------|----------|------------|
| Thứ 2 | Ôn SQL: Window Functions, Subqueries | 2-3 giờ |
| Thứ 3 | Ôn Excel: Power Query, Pivot, Dashboard | 2-3 giờ |
| Thứ 4 | Nghiệp vụ: KPI ngân hàng, sản phẩm | 2 giờ |
| Thứ 5 | Practice: Giải 5-10 bài SQL trên LeetCode | 2-3 giờ |
| Thứ 6 | Chuẩn bị case study, STAR stories | 2 giờ |
| T7-CN | Nghỉ, thư giãn | - |

Tuần 2: Luyện tập & Review

| Ngày | Nội dung | Thời lượng |
|------|----------|------------|
| Thứ 2 | Mock interview SQL (tự đặt câu hỏi) | 2 giờ |
| Thứ 3 | Mock interview nghiệp vụ | 2 giờ |
| Thứ 4 | Research VPBank: đọc annual report, news | 2 giờ |
| Thứ 5 | Chuẩn bị trang phục, logistics | 1 giờ |
| Thứ 6 | Tổng hợp Q&A, relax | 2 giờ |

Tips quan trọng:
- ✅ Tập trung vào SQL và nghiệp vụ ngân hàng (2 phần hay hỏi nhất)
- ✅ Chuẩn bị 3-5 câu chuyện STAR về dự án đã làm
- ✅ Đừng ôn quá nhiều tools lạ - tập trung vào những gì đã biết sâu
- ❌ Không nên học vẹt - hiểu concept quan trọng hơn nhớ syntax

Tư vấn nghề nghiệp

## Lời khuyên Sự nghiệp cho Business Intelligence tại VPBank

### 🚀 LỘ TRÌNH THĂNG TIẾN

```
Business Intelligence (Junior/Mid)
↓ (2-3 năm)
Senior Business Intelligence / Team Lead
↓ (3-5 năm)
BI Manager / Analytics Manager
↓ (5-7 năm)
Head of Data Analytics / Chief Data Officer
```

Các lộ trị khác:
- Chuyên sâu Data: Data Scientist → ML Engineer → AI Director
- Nghiệp vụ: BI → Product Owner → Business Partner → C-Suite
- Chuyển đổi: BI → Management Consultant → Strategy Director

---

### 💰 MỨC LƯƠNG KỲ VỌNG THEO CẤP BẬC (Tham khảo thị trường Hà Nội 2024)

| Cấp bậc | Kinh nghiệm | Lương tháng (VNĐ) | Ghi chú |
|---------|-------------|-------------------|---------|
| Junior BI | 0-2 năm | 15-25 triệu | Fresher nếu có chứng chỉ |
| Mid BI | 3-5 năm | 25-40 triệu | Vị trí này |
| Senior BI | 5-8 năm | 40-65 triệu | + quyền lợi khác |
| BI Manager | 8+ năm | 65-100 triệu | Package 15-18 tháng |
| Head/CDO | 10+ năm | 100-200+ triệu | Thương lượng |

Lưu ý về VPBank:
- Package 15-18 tháng = base salary × (15-18)
- VPBank thường trả cao hơn thị trường 10-20% cho data roles
- Thưởng Tết, thưởng dự án bổ sung

---

### 🎯 KỸ NĂNG CẦN PHÁT TRIỂN THÊM

Ngắn hạn (6-12 tháng đầu):
1. Chuyên sâu Power BI/Tableau - Trở thành expert
2. Python nâng cao - Automation, basic ML
3. Nghiệp vụ sâu hơn - Hiểu toàn bộ customer journey
4. Storytelling - Trình bày insight thuyết phục

Trung hạn (1-3 năm):
1. Data Engineering cơ bản - Hiểu ETL, pipeline
2. Machine Learning - Classification, clustering
3. Project Management - Dẫn dắt initiative
4. Business Acumen - Hiểu strategy, finance

Dài hạn (3-5 năm):
1. Leadership - Quản lý team, stakeholder management
2. Data Strategy - Xây dựng data roadmap
3. Industry Knowledge - Fintech, regtech trends
4. Executive Communication - Present to C-level

---

### 💡 LỜI KHUYÊN THỰC TẾ TỪ NGƯỜI ĐI TRƯỚC

Nên làm:
1. Xây dựng Portfolio - Dashboard mẫu, case study trên GitHub/Tableau Public
2. Network nội bộ - Kết nối với team Data, Analytics
3. Học từ Business - Hiểu vấn đề business trước khi giải quyết bằng data
4. Tự động hóa - Show initiative bằng các script/tool tự làm

Tránh làm:
1. Chỉ tập trung vào technical mà quên business context
2. Làm việc siloed - cần collaborate với các khối
3. Sợ thay đổi - VPBank thay đổi công nghệ khá nhanh
4. Imposter syndrome - bạn được tuyển vì có giá trị

Về VPBank cụ thể:
- VPBank có văn hóa "fast-paced" - chuẩn bị cho deadline thường xuyên
- Data team đang grow nhanh - nhiều cơ hội học hỏi
- AI/ML đang được đẩy mạnh - cơ hội cho người muốn chuyển hướng
- Đánh giá performance rõ ràng - KPI được measure nghiêm túc

Câu hỏi thường gặp

Em mới tốt nghiệp, chưa có kinh nghiệm. Có ứng tuyển được vị trí Business Intelligence không?

Khó ứng tuyển vị trí này vì JD yêu cầu '3 năm kinh nghiệm trở lên liên quan đến báo cáo và phân tích cho ngân hàng'. Tuy nhiên, bạn có thể: (1) Ứng tuyển vị trí Business Intelligence fresher nếu VPBank có tuyển, (2) Apply vào vị trí Data Analyst junior ở công ty khác để tích lũy 2-3 năm, (3) Học thêm SQL, Power BI và làm portfolio để tăng sức cạnh tranh. Nếu bạn có internship liên quan đến phân tích dữ liệu ngân hàng, có thể thử apply và đàm phán.

Mức lương thực sự của vị trí này là bao nhiêu?

JD ghi 'Thỏa thuận' nhưng có thể ước tính: Với 3 năm kinh nghiệm tại VPBank Hà Nội, mức lương thường dao động 25-40 triệu/tháng. Package 15-18 tháng có nghĩa tổng thu nhập năm khoảng 400-720 triệu. Thực tế còn tùy thuộc: (1) Kỹ năng technical (SQL/Python level), (2) Nghiệp vụ ngân hàng sâu hay chỉ basic, (3) Offer từ công ty khác để đàm phán. Tip: Đừng để HR hỏi mức kỳ vọng trước - hãy research trên Glassdoor, VietnamSalary trước.

Công việc hàng ngày của Business Intelligence tại VPBank như thế nào?

Dựa trên JD, một ngày điển hình có thể: Sáng check email, run các báo cáo tự động (vì KPI yêu cầu 95% tự động hóa), review data mới nhất. Trưa ăn trưa, có thể meeting ngắn. Chiều phân tích sâu hơn một vấn đề cụ thể (VD: tại sao NPL tăng ở chi nhánh X), hoặc meeting với khối nghiệp vụ để hiểu pain points. Cuối ngày prepare báo cáo cho ngày tiếp theo. Tuần: 1-2 lần report tuần cho lãnh đạo, có thể có standup meeting với team Data.

KPI của vị trí này là gì và có khó đạt không?

Theo JD, các KPI chính: (1) Tỷ lệ tự động hóa báo cáo >95% - khá thách thức ban đầu nhưng sau khi setup xong sẽ ổn, (2) Đảm bảo thông tin nhanh và kịp thời cho các khối - phụ thuộc vào data quality, (3) Hài lòng từ khách hàng nội bộ - đòi hỏi soft skills tốt, (4) Sáng kiến được triển khai thành công - cần initiative. Độ khó: Trung bình nếu bạn có technical skills tốt và chủ động, nhưng sẽ áp lực nếu data quality kém hoặc stakeholder khó tính.

Làm thế nào để chuẩn bị cho vòng phỏng vấn technical?

Vòng technical thường tập trung vào: (1) SQL - chuẩn bị: JOINs (INNER, LEFT, RIGHT), Window Functions (RANK, LEAD/LAG, SUM OVER), subqueries, group by với aggregate functions. Thực hành trên LeetCode (hard level không cần, medium là đủ). (2) Excel - Pivot table, VLOOKUP/INDEX-MATCH, conditional formatting, basic macro. (3) Business case - có thể hỏi: 'Làm sao tính NIM?', 'So sánh NPL của 2 chi nhánh', 'Phân tích tỷ lệ khách hàng rời bỏ'. (4) Nếu có kinh nghiệm Python - có thể hỏi về Pandas, data cleaning. Tip: Nói ra suy nghĩ của bạn (think aloud) để interviewer thấy tư duy.

VPBank có gì đặc biệt so với các ngân hàng khác? Có nên chọn VPBank không?

VPBank có một số điểm mạnh: (1) Lương thường cao hơn thị trường 10-20% cho data roles, (2) Môi trường fast-paced, nhiều thay đổi - tốt cho người thích thử thách, (3) Data infrastructure đang đầu tư mạnh (AI/ML), (4) Cơ hội làm việc với lãnh đạo trực tiếp. Nhược điểm: (1) Áp lực cao, deadline gấp, (2) Có thể thay đổi yêu cầu công việc nhanh, (3) Work-life balance có thể không bằng một số ngân hàng nhà nước. Quyết định: Tốt nếu bạn trẻ, muốn học hỏi nhanh và phát triển sự nghiệp.

Có cần biết tiếng Anh không và mức độ yêu cầu như thế nào?

JD ghi 'sử dụng được tiếng Anh' - không yêu cầu TOEIC 800+ như một số vị trí khác. Nhưng thực tế: (1) Đọc tài liệu kỹ thuật (SQL docs, BI tool docs) - cần đọc hiểu tốt, (2) Email với đồng nghiệp/quản lý - cần viết được, (3) Nếu làm việc với vendor nước ngoài - cần giao tiếp được, (4) Trong phỏng vấn - HR có thể hỏi bằng tiếng Anh. Mức độ đề xuất: TOEIC 600+ là đủ, 750+ là tốt. Nếu yếu, hãy bổ sung trong 6 tháng đầu.

Vị trí này có phù hợp để chuyển từ ngành khác sang không?

Có thể nhưng cần điều kiện: (1) Bạn đã có kinh nghiệm phân tích dữ liệu (dù không phải ngân hàng) - VD: data analyst ở telecom, retail, consulting, (2) Có kiến thức tài chính/cơ bản - tự học hoặc chứng chỉ CFA L1, (3) Portfolio mạnh - dashboard, analysis samples, (4) SQL/Python thành thạo. Đặc biệt khó hơn nếu: chưa có kinh nghiệm data nào, hoàn toàn từ ngành phi-technical. Gợi ý: Bắt đầu từ vị trí data analyst ở công ty nhỏ hơn, sau 2 năm chuyển sang ngân hàng.

Chia sẻ từ cộng đồng

Ẩ

Ẩn danh 2024-10-15

Mình làm BI ở VPBank được 2 năm rồi. Team data ở đây khá young, ai cũng nhiệt tình. Lương so với thị trường là OK, cái mình thích nhất là được接触 nhiều dự án to, không bị stuck ở 1 task. Nhưng mà deadline gấp lắm, đợt cuối năm phải OT nhiều.

b

banker2024 2024-09-28

Câu hỏi: vị trí này làm việc với data của khối nào? JD ghi 'các Khối hỗ trợ (Vận hành, CM, L&C, HR)' nghĩa là không phải data khối kinh doanh đúng không? Ai biết chia sẻ giúp mình.

Ẩ

Ẩn danh 2024-11-02

Phỏng vấn vòng technical có test SQL đấy. Mình bị hỏi về window function, may mà có ôn. Bài toán case study là: tính MoM growth của một chỉ số nào đó. Chuẩn bị kỹ về SQL và nghiệp vụ ngân hàng nhé.

T

Tuấn A*** 2024-10-20

Mình apply vào vị trí này tháng trước, qua được 2 vòng rồi nhưng không pass vòng manager. Lý do được feedback là 'experience chưa sâu về banking domain'. Note: dù có 3 năm exp về data nhưng không phải trong ngành ngân hàng thì vẫn khó. Mong bạn nào đi trước chia sẻ kinh nghiệm.

Ẩ

Ẩn danh 2024-08-15

Lương thực nhận bao nhiêu? Mình nghe đồn VPBank trả cao nhưng không biết thực hư thế nào. Ai làm ở đây confirm giúp với.

L

Linh P*** 2024-11-08

Vừa nhận offer tuần trước, excitement lắm nhưng cũng hơi lo vì nghe nói KPI áp lực. Bạn nào đang làm ở VPBank BI cho mình xin review thực tế với ạ, đặc biệt là về work-life balance.

Ẩ

Ẩn danh 2024-09-10

Góp ý: đừng chỉ tập trung vào SQL, interview còn hỏi nhiều về business case. VD: 'Làm sao đánh giá hiệu quả một chương trình marketing?' Mình trả lời thiếu business context nên bị đánh giá thấp. Phải hiểu nghiệp vụ ngân hàng chứ không chỉ giỏi technical thôi.

c

career_seeker 2024-10-05

So sánh giữa vị trí này và Data Analyst ở Techcombank thì sao nhỉ? Mình đang apply cả 2, không biết nên chọn cái nào. Ai có thông tin chia sẻ được không?

Business Intelligence - Hà Nội - TA174