Chuyên viên Dữ liệu lớn

Theo yêu cầu chính thức thì vị trí yêu cầu tối thiểu 2 năm kinh nghiệm, nên nếu chưa đủ thì cơ hội được gọi phỏng vấn khá thấp. Tuy nhiên, bạn vẫn có thể thử nộp nếu có những thứ sau: (1) Đã làm đồ án tốt nghiệp/dự án cá nhân về Spark/Kafka quy mô thực tế; (2) Có chứng chỉ quốc tế như CCA Spark, Confluent Certified Developer; (3) Có kinh nghiệm internship tại ngân hàng hoặc công ty lớn về dữ liệu. Nếu không đủ, bạn nên tích lũy thêm 1-2 năm ở vị trí Junior Data Engineer hoặc Data Analyst có làm ETL, sau đó ứng tuyển lại. Đừng ngại apply, biết đâu HR vẫn review hồ sơ nếu bạn nổi bật về kỹ năng.

Khác khá nhiều đó em. Bên công ty công nghệ thường: tốc độ triển khai nhanh, văn hóa khởi nghiệp, làm nhiều sản phẩm mới, stack công nghệ cập nhật liên tục, nhưng áp lực deadline lớn. Còn bên ngân hàng: quy trình chặt chẽ hơn do phải tuân thủ quy định NHNN, tốc độ chậm hơn nhưng ổn định, dữ liệu nhạy cảm nên yêu cầu bảo mật rất cao, phúc lợi tốt (thưởng Tết, BHXH, nghỉ phép nhiều). Công nghệ cũng có phần bảo thủ hơn — nhiều hệ thống core vẫn chạy Oracle, mainframe. Tuy nhiên, SeABank đang chuyển đổi số mạnh nên phần Big Data sẽ được đầu tư khá tốt. Làm ở ngân hàng sẽ có lợi thế lớn về hiểu biết nghiệp vụ tài chính, mà đây là thứ rất ít kỹ sư có được — sẽ là lợi thế cạnh tranh nếu sau này muốn ra ngoài hoặc lên vị trí cao.

Mức lương ghi là "Thỏa thuận" nên SeABank sẽ đánh giá dựa trên năng lực thực tế. Ước lượng tham khảo cho vị trí mid-level 2-4 năm kinh nghiệm ở ngân hàng tầm trung như SeABank khoảng 30-55 triệu gross/tháng (lưu ý: mức lương có thể thay đổi tùy ngân hàng và thời điểm). Mức này thường thấp hơn một chút so với fintech hoặc ngân hàng top đầu như Techcombank, VPBank (có thể 40-70 triệu), nhưng bù lại có phúc lợi ổn định, ít áp lực hơn. Khi đi phỏng vấn, em nên đưa ra mức mong muốn dựa trên research thị trường và lương hiện tại + 15-25%. Đừng nói mức quá thấp vì sẽ khó đàm phán sau.

Anh/chị có lợi thế lớn vì đã quen lập trình và làm việc với hệ thống phân tán rồi. Lộ trình chuyển đổi gợi ý 6-9 tháng: (1) Học Python hoặc Scala — nếu biết Java thì Scala sẽ dễ hơn, nhưng Python phổ biến hơn; (2) Học SQL nâng cao thật chắc — đây là kỹ năng sống còn; (3) Bắt đầu với Spark — làm quen RDD, DataFrame, Spark SQL qua các khóa trên Udemy hoặc Databricks Academy miễn phí; (4) Học Kafka cơ bản — producer/consumer, partition; (5) Làm 1-2 project cá nhân đưa lên GitHub, ví dụ xây dựng pipeline ETL đơn giản; (6) Lấy 1 chứng chỉ như CCA Spark. Khi đi phỏng vấn, hãy nhấn mạnh kinh nghiệm Java phù hợp với Scala/JVM-based Big Data, và khả năng thiết kế hệ thống đã có từ làm Backend.

Temenos là nhà cung cấp hệ thống Core Banking hàng đầu thế giới (có trụ sở Thụy Sĩ), rất nhiều ngân hàng Việt Nam trong đó có SeABank sử dụng Temenos T24 làm core banking. Temenos Data Lake là giải pháp data lake tích hợp với Temenos, giúp tổng hợp dữ liệu từ core banking để phân tích. Đây là yêu cầu "ưu tiên" chứ không phải bắt buộc, nhưng nếu biết trước thì sẽ là lợi thế rất lớn. Anh/chị có thể tìm hiểu qua: (1) Trang chủ Temenos (temenos.com) phần sản phẩm Data Lake; (2) Webinar miễn phí trên YouTube; (3) Tài liệu Temenos Analytics. Không cần quá sâu, chỉ cần hiểu khái niệm, kiến trúc cơ bản và cách nó tích hợp với hệ sinh thái Temenos là đủ ghi điểm.

Công việc khá đa dạng, không chỉ ngồi code đâu em. Một ngày thường có: (1) 30-40% coding — viết Spark job, Scala/Python script, SQL phức tạp, config Kafka pipeline; (2) 20% thiết kế & review — thiết kế data model, review code đồng nghiệp, viết design document; (3) 15% vận hành & giám sát — check hệ thống, xử lý cảnh báo, troubleshoot khi job fail hoặc chậm; (4) 15% họp & trao đổi — daily standup, họp với BA/PO, họp với team hạ tầng; (5) 10% nghiên cứu & tối ưu — tìm cách cải thiện performance, nghiên cứu công nghệ mới. Bên ngân hàng thường có lịch on-call (trực) vào cuối tuần, nhưng không nhiều như công ty công nghệ thuần. Áp lực bảo mật và compliance là điểm đặc thù — mọi thay đổi đều phải qua review kỹ lưỡng.

Tin tuyển dụng không đề cập rõ, nhưng dựa trên thông lệ ngành ngân hàng: (1) Giờ làm việc: thường 8h-17h hoặc 8h30-17h30 từ thứ 2 đến thứ 6; (2) Overtime: có thể có khi triển khai dự án lớn hoặc sự cố production, nhưng thường được bù phép hoặc tính OT; (3) Hybrid/WFH: SeABank và nhiều ngân hàng hiện đã cho phép làm hybrid 1-2 ngày/tuần, nhưng với vị trí Big Data thì phần lớn thời gian vẫn ở văn phòng vì cần truy cập hệ thống nội bộ. Em nên hỏi rõ HR trong buổi phỏng vấn để biết chính sách cụ thể của phòng ban.

Có 3 hướng chính: (1) Chuyên môn sâu (Individual Contributor): lên Senior, Principal Engineer, chuyên gia về một mảng (ví dụ: Streaming, Lakehouse, Cloud). Phù hợp với người thích code, nghiên cứu; (2) Quản lý (Manager Track): Team Lead → Trưởng phòng → Phó GĐ Trung tâm dữ liệu. Phù hợp với người thích dẫn dắt, giao tiếp; (3) Chuyển ngang (Lateral): sang Solution Architect, Data Architect, hoặc sang các vendor như Cloudera, Confluent, Databricks, AWS. Phù hợp với người muốn tăng thu nhập đáng kể (vendor thường trả cao hơn 30-50%). Ngoài ra, với nền tảng Big Data + hiểu ngân hàng, sau 5+ năm có thể chuyển sang làm Data Product Manager hoặc AI/ML Lead — cũng là hướng rất tiềm năng trong ngân hàng số.