Chuyên gia Dữ liệu báo cáo - Phòng Quản lý kinh doanh - Khối KHDN
Mô tả công việc
Thiết kế, xây dựng và hoàn thiện hệ thống báo cáo quản trị đa chiều, đảm bảo tính nhất quán, chính xác và khả năng khai thác phục vụ điều hành.
Phân tích dữ liệu kinh doanh, theo dõi hiệu quả TOI, lãi suất cho vay và các chỉ tiêu tài chính quan trọng theo từng khách hàng, ngành và chương trình.
Tham gia xây dựng các báo cáo phân tích chuyên sâu, hỗ trợ Lãnh đạo Khối trong việc ra quyết định và điều hành.
Phối hợp với các đơn vị liên quan trong việc chuẩn hóa dữ liệu, kiểm soát chất lượng số liệu và xử lý các vấn đề phát sinh.
Tham gia xây dựng các công cụ, biểu mẫu và quy trình quản trị dữ liệu, báo cáo và tổng hợp thông tin trong toàn Khối.
Hỗ trợ theo dõi tiến độ triển khai các sáng kiến chiến lược và các chương trình trọng điểm của Khối.
Thực hiện các nhiệm vụ khác do TBP/lãnh đạo Phòng/lãnh đạo Khối phân công.
Yêu cầu ứng viên
Bằng cấp: Tốt nghiệp đại học trở lên (ưu tiên thạc sĩ) các ngành kinh tế, tài chính, ngân hàng, quản trị kinh doanh hoặc phân tích dữ liệu.
Kiến thức chuyên môn: Có kiến thức chuyên sâu về hệ thống báo cáo quản trị, phân tích dữ liệu, theo dõi hiệu quả kinh doanh (TOI, lãi suất…) và mô hình quản trị dữ liệu trong ngân hàng.
Kinh nghiệm chuyên môn: Tối thiểu 05 năm kinh nghiệm trong lĩnh vực phân tích dữ liệu, xây dựng báo cáo quản trị, dashboard hoặc mô hình dữ liệu ở cấp đơn vị/Khối.
Kỹ năng, phẩm chất: Thành thạo Excel nâng cao, PowerPoint và các công cụ phân tích dữ liệu; tư duy phân tích và hệ thống tốt; có khả năng thiết kế báo cáo, chuẩn hóa dữ liệu và tư vấn giải pháp cho Lãnh đạo.
Phân tích kỹ năng cần có
Phân tích kỹ năng cần có cho vị trí Chuyên gia Dữ liệu Báo cáo - Khối KHDN PVcomBank
1. Hard Skills (Kỹ năng cứng) - BẮT BUỘC
🎯 Kỹ năng phân tích dữ liệu lõi
| Kỹ năng | Mức độ yêu cầu | Mô tả chi tiết |
|---|---|---|
| Excel nâng cao | ★★★★★ | Pivot Table, Power Query, VBA/Macros, Power Pivot, DAX cơ bản. Tính toán TOI, lãi suất cho vay, các chỉ tiêu tài chính phức tạp |
| SQL | ★★★★☆ | Truy vấn, JOIN các bảng dữ liệu lớn từ core banking, data warehouse. Tối thiểu SELECT, WHERE, GROUP BY, HAVING, JOIN nâng cao |
| Power BI / Tableau | ★★★★☆ | Xây dựng dashboard tương tác đa chiều, drill-down theo khách hàng/ngành/chương trình |
| PowerPoint | ★★★★★ | Thiết kế slide báo cáo chuyên nghiệp trình Lãnh đạo Khối, Ban điều hành |
| Python/R (bonus) | ★★★☆☆ | Phân tích nâng cao, xây dựng mô hình dự báo nếu có |
🏦 Kiến thức nghiệp vụ ngân hàng KHDN
- TOI (Top-line Operating Income): Cách tính, phân rã theo nguồn thu (thu nhập lãi, phi tín dụng, dịch vụ)
- Lãi suất cho vay: Cơ chế định giá, lãi suất bình quân, margin
- Chỉ tiêu tài chính: NIM, ROA, ROE, CIR, tỷ lệ nợ xấu
- Phân khúc khách hàng KHDN: SME, Corporate, FDI
- Hệ thống báo cáo quản trị ngân hàng
2. Soft Skills (Kỹ năng mềm) - QUAN TRỌNG
- ✅ Tư duy hệ thống: Nhìn tổng thể quy trình dữ liệu đầu cuối (data lineage)
- ✅ Tư duy phản biện: Đặt câu hỏi tại sao số liệu biến động, khoan bẻ khóa vấn đề
- ✅ Kỹ năng giao tiếp: Trình bày số liệu phức tạp cho Lãnh đạo một cách dễ hiểu
- ✅ Quản lý stakeholder: Phối hợp nhiều phòng ban (IT, Kế toán, Rủi ro, KD)
- ✅ Chủ động & tự học: Cập nhật công cụ BI mới, best practice
3. Chứng chỉ gợi ý (Ưu tiên)
- Microsoft Certified: Power BI Data Analyst (PL-300)
- Google Data Analytics Certificate
- Chứng chỉ nghiệp vụ ngân hàng: CFC (Chứng chỉ hành nghề chứng khoán), hoặc các khóa ngắn hạn về Basel II/III
- Khóa học về Data Visualization của Tableau/Power BI
- MBA/Tài chính ngân hàng (nếu đang cân nhắc nâng cao bằng cấp)
4. Bảng so sánh mức độ phù hợp theo profile
| Profile | Mức độ phù hợp | Ghi chú |
|---|---|---|
| Chuyên viên MIS/Data tại ngân hàng 5+ năm | ⭐⭐⭐⭐⭐ | Lý tưởng |
| Analyst tại Big 4/KPMG, PwC | ⭐⭐⭐⭐ | Cần học thêm nghiệp vụ NH |
| Data Scientist công nghệ muốn vào NH | ⭐⭐⭐ | Cần bổ sung kiến thức banking |
| CV trong nước ngành tài chính | ⭐⭐⭐⭐ | Học thêm BI nâng cao |
| Chuyên viên tín dụng KHDN muốn chuyển sang data | ⭐⭐⭐ | Có lợi thế nghiệp vụ, cần học tool |
5. Công cụ cần thành thạo trước khi ứng tuyển
- Excel - Power Query, Pivot Table nâng cao
- Power BI hoặc Tableau - Dashboard design
- SQL - Cơ bản đến trung bình
- PowerPoint - Thiết kế báo cáo chuyên nghiệp
- Trello/Notion/Jira - Quản lý tiến độ công việc
Chuẩn bị phỏng vấn
Hướng dẫn phỏng vấn chi tiết - Chuyên gia Dữ liệu Báo cáo PVcomBank
📋 Quy trình tuyển dụng dự kiến (tại ngân hàng lớn)
PVcomBank thường tuyển qua 3-4 vòng cho vị trí cấp chuyên gia:
Vòng 1: HR Screening (30-45 phút)
- Tìm hiểu background, mức lương hiện tại, mong muốn
- Kiểm tra kinh nghiệm tổng quan
- Khảo sát mức độ quan tâm với PVcomBank
Vòng 2: Phỏng vấn chuyên môn - Trưởng phòng QLKD (60-90 phút)
- Dồn sâu vào nghiệp vụ dữ liệu, hệ thống BI
- Bài test chuyên màn trên Excel/Power BI
- Case study thực tế
Vòng 3: Phỏng vấn Lãnh đạo Khối KHDN (45-60 phút)
- Tầm nhìn chiến lược, định hướng phát triển
- Khả năng tư vấn cho Lãnh đạo
- Đánh giá phẩm chất cá nhân
Vòng 4 (có thể): Phỏng vấn GĐ Khối hoặc Phó Tổng (30-45 phút)
❓ Câu hỏi phỏng vấn hay gặp
🔸 Vòng chuyên môn
1. Giải thích cách bạn thiết kế một dashboard quản trị TOI cho Khối KHDN?
Gợi ý trả lời: Phân rã TOI theo: (1) Cơ cấu thu nhập lãi vs. phi tín dụng; (2) Theo phân khúc KH (SME, Large, FDI); (3) Theo ngành nghề; (4) Theo chương trình/chính sách; (5) Trend YoY/MoM. Có drill-down từ Khối → Phòng → Chi nhánh.
2. Khi nhận thấy TOI giảm 15% so với tháng trước, bạn sẽ phân tích như thế nào?
Gợi ý: Check theo nguyên nhân: Volume giảm? Lãi suất bình quân tăng/giảm? Dư nợ giảm? Cơ cấu KH chuyển dịch? Nợ xấu tăng ảnh hưởng thu nhập? So sánh benchmark với ngân hàng cùng phân khúc.
3. Sự khác biệt giữa Revenue, TOI, NIM, và Operating Income trong ngân hàng?
Gợi ý: Trong NH, Revenue ≈ Thu nhập lãi thuần + Thu nhập dịch vụ + Thu nhận từ HĐ vốn. TOI = Top-line Operating Income (thu nhập hoạt động trước chi phí). NIM = Net Interest Margin. Operating Income = doanh thu hoạt động.
4. Bạn đã dùng công cụ gì để xử lý 10 triệu record dữ liệu?
Gợi ý: SQL + Python (Pandas) + Power BI Gateway + Data Warehouse. Nói rõ workflow, không nói chung chung.
5. Mô tả một dự án chuẩn hóa dữ liệu bạn đã làm?
Gợi ý: Nêu rõ: (1) Bài toán ban đầu - dữ liệu ở nhiều hệ thống; (2) Quy trình ETL xây dựng; (3) Data dictionary; (4) Kết quả đạt được - giảm bao nhiêu % thời gian lập báo cáo.
🔸 Vòng Lãnh đạo Khối
6. Bạn sẽ giúp Lãnh đạo như thế nào trong việc ra quyết định?
Gợi ý: Cung cấp dashboard real-time, cảnh báo sớm khi chỉ tiêu lệch target, phân tích nhân - quả để Lãnh đạo đưa ra chiến lược kinh doanh, pricing, phân bổ nguồn lực.
7. Làm sao bạn dung hòa giữa yêu cầu phân tích sâu và deadline gấp?
Gợi ý: Phân cấp ưu tiên - số liệu nào quan trọng cần đúng trước, số liệu chi tiết làm sau. Dùng template có sẵn, tự động hóa phần có thể.
💡 Tips chuẩn bị
✅ Trước phỏng vấn
- Nghiên cứu PVcomBank: Tài chính, chiến lược 2024-2025, tin tức KHDN gần đây
- Đọc báo cáo thường niên: Hiểu cơ cấu thu nhập, phân khúc KH
- Chuẩn bị Portfolio: 3-5 dashboard/mô hình bạn đã làm (có thể redact dữ liệu nhạy cảm)
- Mock interview: Tập trình bày trong 5 phút về dự án tâm đắc nhất
- Dress code: Vest/sơ mi thanh lịch, màu tối (xanh navy, xám đậm) cho vị trí cấp chuyên gia
✅ Trong phỏng vấn
- Mang theo laptop để demo sản phẩm (nếu được yêu cầu)
- Dùng phương pháp STAR (Situation - Task - Action - Result) kể chuyện
- Đặt câu hỏi ngược: "Phòng đang dùng công cụ BI nào?" "Áp lực deadline lớn nhất là gì?"
- Tránh chê bai ngân hàng cũ - chỉ nói "đã học được"
✅ Câu hỏi nên hỏi ngược HR/Quản lý
- Quy trình onboarding & training như thế nào?
- Phòng đang dùng hệ thống BI nào (Power BI/Tableau/custom)?
- Cơ hội phát triển thành Phó phòng/Trưởng nhóm trong 2-3 năm?
- Có chương trình đào tạo chứng chỉ Power BI/SQL không?
Lộ trình ôn thi
Lộ trình ôn tập & chuẩn bị trong 2 tuần
📚 Tuần 1: Nền tảng kiến thức
Ngày 1-2: Nghiệp vụ ngân hàng KHDN
- Đọc: Báo cáo thường niên PVcomBank 2 năm gần nhất (tìm trên website quan hệ nhà đầu tư)
- Học: Cấu trúc TOI trong ngân hàng, cách tính NIM, ROA, ROE
- Tài liệu:
- "Ngân hàng thương mại Việt Nam" - PTS. Lê Thẩm Dư (NXB Tài chính)
- Quyết định 1166/QĐ-NHNN về phân loại tài sản có rủi ro
- Thông tư hướng dẫn chính sách tín dụng hiện hành
Ngày 3-4: Excel & SQL nâng cao
- Excel: Thực hành Power Query, Pivot Table, các hàm SUMIFS, INDEX/MATCH, XLOOKUP
- SQL: Làm 30 bài tập trên LeetCode/SQLZoo về JOIN, GROUP BY, Subquery
- Kênh học:
- Chisin excel: Datapot, Học Excel Online
- SQL: Mode Analytics, W3School SQL
Ngày 5-7: Power BI / Tableau
- Power BI: Hoàn thành module DAX cơ bản trên Microsoft Learn (miễn phí)
- Tạo 1 dashboard mẫu: Báo cáo TOI theo chi nhánh (dữ liệu giả lập)
- Tham khảo: Bộ tài liệu "Power BI From Zero to Hero" trên YouTube
📚 Tuần 2: Thực hành & Tinh chỉnh
Ngày 8-9: Luyện Case Study
- Case 1: Thiết kế dashboard quản trị dư nợ cho vay KHDN
- Case 2: Phân tích nguyên nhân TOI giảm (viết 1 trang A4 + slide)
- Template: Tạo template báo cáo tuần/tháng chuẩn cho Khối KHDN
Ngày 10-11: Câu hỏi phỏng vấn
- Luyện: Trả lời 10 câu hỏi chuyên môn quan trọng nhất (đã liệt kê ở interview_prep)
- Mock interview với bạn bè hoặc mentor
- Ghi âm lại để tự đánh giá
Ngày 12-14: Hoàn thiện Portfolio & CV
- Portfolio: Gom 3 dự án tâm đắc, format đẹp, có slide trình bày
- CV:
- Highlight số năm kinh nghiệm (ưu tiên 5+ năm)
- Liệt kê công cụ thành thạo: Power BI, SQL, Excel
- Có thành tích định lượng: "Giảm 60% thời gian lập báo cáo", "Xây dựng hệ thống dashboard phục vụ 200+ user"
- Chuẩn bị: Trả lời về lý do nghỉ việc, mức lương mong muốn
📖 Tài liệu tham khảo cốt lõi
Sách tiếng Việt
- "Quản trị ngân hàng thương mại" - PGS.TS Đinh Xuân Hạnh
- "Phân tích dữ liệu trong doanh nghiệp" - Nguyễn Văn Tâm (NXB Thống Kê)
Sách tiếng Anh
- "Banking Analytics" - Omprakash Bhootra
- "Storytelling with Data" - Cole Nussbaumer Knaflic
- "Information Dashboard Design" - Stephen Few
Khóa học online
- Coursera: "Excel Skills for Business" (Macquarie)
- Coursera: "Data Visualization with Tableau" (Duke)
- LinkedIn Learning: "SQL for Data Analysis"
- Udemy: "Microsoft Power BI Desktop" (~300k - 500k VNĐ)
- Học miễn phí trên DataCamp (bài tập tương tác)
Trang web tham khảo
- pvcombank.com.vn (tin tức, chiến lược)
- vietstock.vn (chỉ số tài chính PVcomBank)
- sbv.gov.vn (NHNN - chính sách mới)
- thebankerdatabase.com (benchmark ngân hàng Việt)
🎯 Mock test trước phỏng vấn
Bài test mẫu - 90 phút (có thể gặp):
- Cho file Excel dư nợ cho vay theo chi nhánh, ngành, kỳ hạn
- Yêu cầu: Phân tích tăng trưởng, vẽ biểu đồ, đưa insight
- Trình bày slide PowerPoint 5-7 trang
Cách chuẩn bị: Tự làm với file giả lập, time chính xác 90 phút
Tư vấn nghề nghiệp
Lời khuyên sự nghiệp cho vị trí Chuyên gia Dữ liệu Báo cáo KHDN
🚀 Lộ trình thăng tiến trong ngân hàng
Chuyên viên Data/MIS → Chuyên gia Data → Trưởng nhóm Data →
Phó phòng MIS/Data → Trưởng phòng MIS/Data → Giám đốc Data & Analytics
- 3-5 năm đầu: Xây dựng nền tảng chuyên môn sâu, học hỏi nghiệp vụ NH
- 5-7 năm: Có thể lên Trưởng nhóm, Phó phòng
- 7-10 năm: Trưởng phòng, Giám đốc cấp Khối
- Lưu ý: Tại ngân hàng Việt, vị trí cấp cao thường ưu tiên MBA/thạc sĩ, có thể kết hợp đi học song song
💰 Mức lương tham khảo theo cấp bậc
Lưu ý: Mức lương có thể thay đổi tùy ngân hàng và thời điểm. Dưới đây là ước lượng tham khảo cho thị trường Việt Nam 2024-2025.
| Cấp bậc | Kinh nghiệm | Mức lương tháng (gross) |
|---|---|---|
| Chuyên viên Data/MIS | 2-4 năm | 18 - 30 triệu VNĐ |
| Chuyên gia Data (vị trí này) | 5-7 năm | 30 - 50 triệu VNĐ |
| Trưởng nhóm Data | 5-8 năm | 35 - 60 triệu VNĐ |
| Phó phòng MIS/Data | 7-10 năm | 50 - 80 triệu VNĐ |
| Trưởng phòng Data | 10+ năm | 70 - 130 triệu VNĐ |
| Giám đốc Data & Analytics | 12+ năm | 100 - 200 triệu VNĐ |
Ngoài lương: Thưởng Tết (1-3 tháng lương), thưởng KPI theo lợi nhuận ngân hàng, bảo hiểm sức khỏe cao cấp, ưu đãi vay cá nhân, cổ phiếu ESOP (một số NH).
📈 Xu hướng phát triển nghề nghiệp
1. Xu hướng đang nổi
- Data-Driven Banking: Ngân hàng nào cũng đang chuyển đổi số → nhu cầu rất cao
- AI/ML trong ngân hàng: Phân tích rủi ro, dự báo nợ xấu, recommendation engine
- Real-time Dashboard: Báo cáo thời gian thực thay vì batch
- Cloud Data Platform: Snowflake, BigQuery, Azure - xu hướng toàn cầu
2. Kỹ năng cần phát triển thêm trong 5 năm tới
| Kỹ năng | Mức độ ưu tiên | Lý do |
|---|---|---|
| Python/Pandas | Cao | Tự động hóa, xử lý data lớn |
| Machine Learning cơ bản | Cao | Dự báo TOI, phân khúc khách hàng |
| Cloud (Azure/AWS) | Trung bình | Tương lai data platform |
| Data Governance | Trung bình | Chuẩn hóa theo Basel, NHNN |
| Kỹ năng quản lý | Cao | Để lên Trưởng phòng |
| Tiếng Anh | Trung bình | Tài liệu quốc tế, đối tác nước ngoài |
🎓 Khuyến nghị hành động ngắn hạn
Nếu bạn chưa đủ 5 năm kinh nghiệm:
- Xây dựng portfolio cá nhân (GitHub, Power BI Public)
- Đăng ký 1 chứng chỉ Power BI (PL-300)
- Thử apply vị trí "Chuyên viên MIS" ở các NH khác để tích lũy KN
Nếu bạn đang ở vị trí tương đương:
- Học thạc sĩ QTKD/Tài chính để match yêu cầu "ưu tiên thạc sĩ"
- Network với HR PVcomBank qua LinkedIn
- Nghiên cứu sâu chiến lược KHDN PVcomBank
Nếu bạn muốn chuyển ngành:
- Lộ trình khả thi: Kế toán/Internal Audit → Data NH
- Cần học thêm SQL, Power BI, kiến thức tín dụng
- Có thể thử Big 4 trước để build foundation
⚠️ Thực tế cần biết
- PVcomBank là NH tầm trung, lương cạnh tranh nhưng có thể không bằng 4 NH lớn (VCB, TCB, MB, ACB). Bù lại: môi trường thoải mái hơn, dễ thăng tiến hơn vì quy mô nhỏ hơn.
- Áp lực deadline cao, đặc biệt khi Lãnh đạo yêu cầu báo cáo gấp
- Giờ làm: 8h-17h30 thứ 2-6, nhưng thực tế có thể OT khi có sự kiện hoặc cuối tháng
- KPI: Thường là chất lượng báo cáo, thời gian giao, insight đưa ra, sáng kiến cải tiến
💼 Cơ hội liên quan đáng cân nhắc
- Chuyên viên MIS tại VCB, ACB, MB, Techcombank
- Data Analyst tại Fintech (MoMo, ZaloPay, VNPay)
- BI Engineer tại các CTCK lớn (SSI, HSC, VNDirect)
- Data Engineer tại FPT, VinAI - nếu muốn chuyển hướng tech
Câu hỏi thường gặp
Chưa nên apply vị trí này, vì JD yêu cầu tối thiểu 5 năm kinh nghiệm. Em nên start ở vị trí "Chuyên viên MIS" hoặc "Data Analyst" tại các ngân hàng nhỏ trước để tích lũy kinh nghiệm. Trong thời gian đó, tập trung rèn Excel nâng cao, SQL, Power BI và tìm hiểu nghiệp vụ tín dụng KHDN. Khoảng 3-5 năm là phù hợp. Nếu nộp CV sớm quá, nguy cơ bị HR loại ngay ở vòng hồ sơ.
Hoàn toàn khả thi, và là lợi thế vì bạn hiểu sâu nghiệp vụ. Bạn cần bổ sung thêm: (1) Excel nâng cao + Power BI, (2) SQL cơ bản, (3) hiểu về dashboard design. Cách tốt nhất là bắt đầu nhận thêm task làm báo cáo ở phòng hiện tại, hoặc xin tham gia dự án data của phòng MIS. Tuy nhiên, transition lương ban đầu có thể thấp hơn vì đang "switch ngành", nhưng sau 1-2 năm sẽ vượt lên.
Với vị trí Chuyên gia Dữ liệu 5-7 năm kinh nghiệm tại NH tầm trung như PVcomBank, range hợp lý khoảng 30-50 triệu gross/tháng tùy năng lực. Nếu bạn đến từ NH lớn đang có lương 45-50tr, bạn có thể deal tối đa 50-55tr (bao gồm thưởng). Nếu bạn chưa có kinh nghiệm NH, mức deal hợp lý là 28-35tr. Lưu ý: mức lương có thể thay đổi tùy ngân hàng và thời điểm. Đừng quên deal thưởng Tết, bảo hiểm, và quan trọng là cơ hội đào tạo chứng chỉ.
Khác biệt lớn: (1) Dữ liệu NH phức tạp hơn - nhiều hệ thống legacy, dữ liệu nhạy cảm; (2) Tốc độ đổi mới chậm hơn - thường dùng SQL + Power BI thay vì Spark/MlOps; (3) Yêu cầu hiểu sâu nghiệp vụ NH; (4) Áp lực compliance/audit cao; (5) Đổi lại: lương NH ổn định hơn, ít bị layoff, làm việc giờ hành chính. Nếu bạn thích tech thuần, chọn công ty công nghệ. Nếu muốn ổn định, thích business logic và báo cáo, NH là lựa chọn tốt.
PVcomBank là NH cổ phần tầm trung, có một số đặc điểm: (1) Quy trình nhẹ nhàng hơn NHNN-group lớn, ít chồng chéo; (2) Cơ hội được làm nhiều thứ hơn vì quy mô nhỏ; (3) Lương cạnh tranh nhưng không cao bằng Techcombank, MB hay VCB; (4) Văn hóa có phần Đoàn - Tổng công ty PVN nên có thể còn nhiều quy trình cũ; (5) IT infrastructure đang được đầu tư mạnh nên data là lĩnh vực đang hot tại đây.
Xu hướng rất tích cực: (1) Chuyển đổi số đẩy mạnh, NH nào cũng cần Data team; (2) Basel III/IV yêu cầu data governance tốt hơn; (3) AI/ML ứng dụng vào tín dụng, risk; (4) Customer 360 - hiểu khách hàng toàn diện; (5) Real-time dashboard thay batch report; (6) Cloud migration dần phổ biến. Nhu cầu nhân lực Data tại NH Việt Nam tăng 20-30%/năm. Đây là thời điểm tốt để vào ngành nếu bạn có nền tảng vững.
Đây là bước chuyển khá hợp lý. Bạn có nền tảng phân tích tốt từ Big 4, hiểu logic tài chính, làm việc với dữ liệu chuẩn xác. Tuy nhiên, cần: (1) Học thêm SQL + Power BI nếu chưa có; (2) Học nghiệp vụ tín dụng, lãi suất, TOI; (3) Làm quen với data warehouse concept. Apply vị trí "Chuyên viên MIS" hoặc "Data Analyst" trước, không nhảy thẳng lên "Chuyên gia" vì thiếu domain knowledge NH. Lương có thể giảm nhẹ ban đầu nhưng sau 1 năm sẽ catch up.
Thường là: "Phân tích nguyên nhân TOI giảm đột biến trong 1 quý". Hoặc: "Nếu bạn có 1 tuần để xây dựng dashboard phục vụ Ban lãnh đạo, bạn sẽ làm như thế nào?" Đây là bài test tư duy thực tế. Chuẩn bị bằng cách: trước phỏng vấn, tự phân tích báo cáo tài chính PVcomBank 5 quý gần nhất, hiểu được biến động, nguyên nhân, và đưa ra được insight. Điều này gây ấn tượng rất mạnh với Lãnh đạo Khối.
Có khác biệt đáng kể. Phòng QLKD KHDN: (1) Hiểu sâu 1 phân khúc KH cụ thể - SME, Corporate; (2) Làm việc gần với sales - hiểu thị trường; (3) Báo cáo thiên về kinh doanh, KPI sales. Phòng MIS trung tâm: (1) Bao quát toàn NH; (2) Làm việc nhiều với IT; (3) Báo cáo tuân thủ NHNN. Vị trí này ở phòng QLKD KHDN, nên bạn cần hiểu sâu về tín dụng, lãi suất, sales pipeline hơn là IT infrastructure. Lương thường tương đương, nhưng QLKD KHDN dễ thăng tiến lên business.
Chia sẻ từ cộng đồng
Mình làm MIS ở 1 NH big4 khoảng 6 năm rồi, thấy JD này khá chuẩn. Kinh nghiệm deal PVcomBank: lương không quá cao nhưng đổi lại môi trường thoải mái, không bị soi từng chút như các NH lớn. Vị trí cấp chuyên gia mà 5-7 năm kinh nghiệm thì deal 35-45tr là ok. Chuẩn bị kỹ phần case study về TOI nhé, PV hay hỏi lắm.
Mình vừa apply vị trí này tuần trước, HR phản hồi nhanh. Schedule phỏng vấn thì 3 vòng: HR → Trưởng phòng → GĐ Khối. Mình thấy vòng 2 hơi nặng, có test Excel luôn. Mọi người chuẩn bị kỹ phần Power BI nhé, mình bị hỏi về DAX khá nhiều.
Cảnh báo cho ai muốn apply: PVcomBank đang trong quá trình tái cấu trúc CNTT, nên có thể dùng hệ thống cũ lẫn mới. Nếu bạn chỉ biết Power BI mà không hiểu SQL sâu, sẽ khó. Đề nghị học thêm về data warehouse concept trước khi apply.
Mình ứng tuyển vị trí tương tự ở VCB trước đó nhưng fail. JD này của PVcomBank thấy ít cạnh tranh hơn, ai chưa apply NH lớn có thể thử ở đây trước. Lưu ý là phải hiểu rõ TOI của KHDN, không phải TOI của cá nhân KH nhé - mình bị hỏi nhầm lần trước 😅
Có bác nào biết PVcomBank có chính sách hybrid working không? Mình đọc trên LinkedIn thấy một số vị trí cho phép làm remote 2 ngày/tuần nhưng không rõ vị trí data có được không. Ai biết chia sẻ giúp.
Mình làm Data ở NH top4 đã 8 năm, nói thật vị trí này khá 'senior' cho người 5 năm. Yêu cầu xây dựng hệ thống từ đầu, tư vấn cho lãnh đạo - level này thường cần 7-8 năm. Khuyên ứng viên: nếu bạn chỉ có 5 năm, hãy apply đi, biết đâu may mắn. Nhưng nếu được nhận, chuẩn bị tinh thần học hỏi rất nhiều trong 6 tháng đầu.
Pass PVcomBank vòng 2 tuần trước, lý do: GĐ Khối hỏi khá sâu về chiến lược KHDN, mình chỉ biết về data mà chưa hiểu rõ chiến lược kinh doanh ngân hàng. Khuyên mọi người đọc báo cáo thường niên + chiến lược 5 năm của PV trước khi vào vòng GĐ nhé. AI cũng không giúp được nếu bạn không có domain knowledge.
Tip nhỏ: Khi deal lương với PV, đừng đòi mức quá cao vì NH này đánh giá cao sự 'fit'. Mức hợp lý cho 5-7 năm KN là 30-40tr gross. Nếu deal được 35-40tr kèm thưởng Tết 2-3 tháng + bảo hiểm PVI cao cấp là tốt rồi. Đừng so sánh với Techcombank hay MB.
Ứng tuyển ngay
Ứng tuyển trên website gốcBạn sẽ được chuyển đến trang tuyển dụng chính thức của PVcomBank
Chuyên môn / Từ khoá
Mất kết nối mạng
Đang thử kết nối lại
Đã xảy ra lỗi!
Vui lòng chờ trong giây lát