CVCC/ CV Mô hình Rủi ro
Mô tả công việc
Chủ trì nghiên cứu, phát triển, kiểm định và tối ưu hóa mô hình rủi ro tín dụng và hệ thống XHTD.
Phân tích, đánh giá, kiểm định, cải tiến mô hình rủi ro tín dụng dựa trên dữ liệu thực tế và phản hồi từ các đơn vị kinh doanh.
Chủ trì nghiên cứu và đề xuất ứng dụng mô hình rủi ro tín dụng trong kinh doanh và quản trị nội bộ.
Chủ trì phối hợp triển khai hệ thống CNTT phục vụ vận hành giám sát MH rủi ro tín dụng.
Chủ trì giám sát, kiểm định và đề xuất cải tiến mô hình rủi ro khác (rủi ro hoạt động, thị trường, thanh khoản, lãi suất trên sổ ngân hàng).
Tư vấn đề xuất các sáng kiến chuyển đổi số nhằm nâng cao chất lượng dịch vụ và hiệu quả mô hình rủi ro.
Thực hiện các công việc khác theo phân công của CBQL trực tiếp/gián tiếp, quy định của MBV phù hợp với năng lực và phạm vi công việc.
Yêu cầu ứng viên
Cử nhân chuyên ngành ngân hàng - tài chính/kinh tế/toán kinh tế/ Khoa học dữ liệu.
Khuyến khích có MBA/CFA /FRM
Toeic 550 trở lên hoặc chứng chỉ tương đương
Tối thiểu 03 năm kinh nghiệm làm việc trong Ngân hàng hoặc trong các cơ quan thuộc Bộ/Ban/Ngành
Có kinh nghiệm làm việc tại vị trí xây dựng mô hình rủi ro tín dụng, hệ thống xếp hạng tín dụng, phân tích, quản trị dữ liệu, triển khai Basel II tại Ngân hàng, tổ chức tín dụng
Phân tích kỹ năng cần có
Phân tích kỹ năng cần có cho vị trí CVCC/CV Mô hình Rủi ro tại Khối Quản trị Rủi ro – MBV
1. Kỹ năng cứng (Hard Skills) – Bắt buộc
a) Kiến thức chuyên môn về mô hình rủi ro tín dụng
- Hiểu sâu về các thành phần mô hình rủi ro: PD (Probability of Default), LGD (Loss Given Default), EAD (Exposure at Default), EL (Expected Loss).
- Nắm vững quy trình xây dựng, kiểm định (validation) và giám sát (monitoring) mô hình theo chuẩn quốc tế.
- Hiểu biết về hệ thống xếp hạng tín dụng nội bộ (Internal Rating-Based – IRB) và cách áp dụng vào Basel II/III.
b) Kiến thức về Basel II/III và quy định NHNN
- Nắm vững ba trụ cột Basel II: yêu cầu vốn tối thiểu, giám sát an toàn, kỷ luật thị trường.
- Hiểu về cách tính vốn yêu cầu cho rủi ro tín dụng theo phương pháp Standardized và IRB.
- Cập nhật Thông tư hướng dẫn của NHNN về hệ thống xếp hạng tín dụng nội bộ.
c) Kỹ năng phân tích dữ liệu và lập trình
- Python (bắt buộc): pandas, scikit-learn, statsmodels, numpy, matplotlib.
- R (ưu tiên): caret, glmnet, survival analysis packages.
- SQL (bắt buộc): truy vấn dữ liệu từ data warehouse ngân hàng.
- SAS (lợi thế): vẫn được sử dụng rộng rãi trong môi trường ngân hàng Việt Nam.
- Power BI / Tableau để trực quan hóa kết quả.
d) Kiến thức về IFRS 9
- Ba giai đoạn phân loại nợ, cách tính ECL (Expected Credit Loss) theo 12 tháng và lifetime.
- Các yếu tố kinh tế vĩ mô (forward-looking) trong mô hình ECL.
e) Kiến thức về các loại rủi ro khác
- Rủi ro hoạt động (Operational Risk): mô hình LDA (Loss Distribution Approach), Self-assessment, KRI.
- Rủi ro thị trường: VaR, Stress Test.
- Rủi ro thanh khoản: LCR, NSFR.
- Rủi ro lãi suất trên sổ ngân hàng (IRRBB): EVE, NII.
2. Kỹ năng mềm (Soft Skills) – Quan trọng
| Kỹ năng | Mức độ | Lý do cần thiết |
|---|---|---|
| Tư duy phản biện & phân tích | Rất cao | Đánh giá tính hợp lý của mô hình, phát hiện điểm bất thường |
| Giao tiếp & thuyết trình | Cao | Trình bày kết quả mô hình cho Ban lãnh đạo và đơn vị kinh doanh |
| Quản lý dự án | Cao | Chủ trì các dự án triển khai mô hình xuyên phòng ban |
| Làm việc nhóm | Cao | Phối hợp với IT, kinh doanh, kiểm toán nội bộ |
| Tiếng Anh | Khá (TOEIC 550+) | Đọc tài liệu Basel, IFRS, nghiên cứu quốc tế |
| Tinh thần học hỏi | Rất cao | Lĩnh vực liên tục cập nhật quy định và công nghệ mới |
3. Chứng chỉ nên có (Khuyến khích)
| Chứng chỉ | Giá trị | Độ khó | Ghi chú |
|---|---|---|---|
| FRM (Financial Risk Manager) – GARP | Rất cao với vị trí rủi ro | Khó | Chuẩn vàng cho quản trị rủi ro, tập trung Basel, derivatives |
| CFA | Cao | Khó | Tốt cho hiểu biết tài chính tổng thể, định giá, phân tích |
| MBA | Trung bình – Cao | Tùy trường | Lợi thế quản lý, networking, tư duy chiến lược |
| PRM (Professional Risk Manager) | Cao | Trung bình | Ít phổ biến hơn FRM tại Việt Nam |
| SCR (Sustainability & Climate Risk) – GARP | Đang nổi | Trung bình | Xu hướng mới về rủi ro ESG |
| Coursera/edX về Machine Learning | Trung bình | Trung bình | Bổ sung kỹ năng ML cho mô hình |
4. Bảng so sánh mức độ phù hợp chứng chỉ
| Tiêu chí | FRM | CFA | MBA |
|---|---|---|---|
| Phù hợp vị trí mô hình rủi ro | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ |
| Thời gian hoàn thành | 2-3 năm | 3-4 năm | 1.5-2 năm |
| Chi phí ước tính | 1.000-1.500 USD | 2.500-3.500 USD | 20.000-60.000 USD |
| Được nhà tuyển dụng đánh giá cao | Cao nhất | Cao | Cao |
| Phù hợp fresher | Khó | Có thể | Tùy trường |
Gợi ý cho ứng viên: Nếu đang phân vân giữa FRM và CFA, ưu tiên FRM vì đây là chứng chỉ chuyên biệt cho quản trị rủi ro và được các ngân hàng Việt Nam trọng dụng.
Chuẩn bị phỏng vấn
Hướng dẫn phỏng vấn vị trí CVCC/CV Mô hình Rủi ro – MBV
1. Quy trình tuyển dụng dự kiến (4-5 vòng)
| Vòng | Hình thức | Nội dung chính | Thời lượng |
|---|---|---|---|
| Vòng 1 | HR Phone/Tổng đài | Xác nhận thông tin cơ bản, mức lương mong muốn, lý do ứng tuyển | 15-20 phút |
| Vòng 2 | Bài test chuyên môn (online) | Kiến thức tài chính, Excel, có thể có bài test tiếng Anh | 60-90 phút |
| Vòng 3 | Phỏng vấn Technical – Trưởng phòng/Quản lý trực tiếp | Câu hỏi chuyên sâu về mô hình rủi ro, Basel, case study | 60-90 phút |
| Vòng 4 | Phỏng vấn Panel – Trưởng phòng ban QTRR | Đánh giá năng lực quản lý, tầm nhìn, phù hợp văn hóa | 60 phút |
| Vòng 5 | Phỏng vấn cuối – GĐ Khối/GĐ Trung tâm | Thương lượng lương, định hướng nghề nghiệp | 30-45 phút |
2. Câu hỏi phỏng vấn hay gặp theo từng vòng
Vòng HR
- Giới thiệu ngắn gọn về bản thân và kinh nghiệm liên quan đến mô hình rủi ro.
- Tại sao bạn muốn làm việc tại MBV/MB?
- Mức lương hiện tại và mức lương mong muốn?
- Thời gian có thể bắt đầu làm việc?
Vòng Technical – Câu hỏi kiến thức nền tảng
- Trình bày quy trình xây dựng một mô hình xếp hạng tín dụng từ đầu đến cuối? (Chuẩn bị sẵn sơ đồ 7-8 bước)
- Sự khác nhau giữa PD qua đời (point-in-time) và PD chu kỳ (through-the-cycle)?
- Làm thế nào để kiểm định (validate) một mô hình PD? Cho biết các chỉ số Gini, KS, AUC, PSI, CSI.
- Phân biệt giữa rủi ro tín dụng theo Basel II và ECL theo IFRS 9.
- Cách xử lý missing data và outliers khi xây dựng mô hình?
- Vì sao Logistic Regression vẫn được ưa chuộng trong mô hình rủi ro tín dụng dù Machine Learning mạnh hơn? (Câu hỏi bẫy – đánh giá tư duy)
- Stress test trong rủi ro tín dụng là gì? Bạn đã tham gia thực hiện như thế nào?
Vòng Technical – Câu hỏi Case Study thực tế
- Case: "Một mô hình PD có Gini giảm từ 65% xuống 55% trong 6 tháng qua. Bạn sẽ xử lý như thế nào?"
- Case: "Ngân hàng muốn triển khai hệ thống chấm điểm tín dụng cho khách hàng SME. Bạn sẽ tiếp cận như thế nào?"
- Case: "Dữ liệu khách hàng có tỷ lệ nợ xấu 2%, làm sao để xử lý vấn đề mất cân bằng dữ liệu (imbalanced data)?"
Vòng Panel – Câu hỏi năng lực quản lý
- Bạn đã chủ trì dự án nào về mô hình rủi ro? Kết quả ra sao?
- Cách bạn phối hợp với phòng IT khi triển khai hệ thống mới?
- Khi đơn vị kinh doanh phản đối kết quả mô hình (vì ảnh hưởng đến chỉ tiêu), bạn xử lý thế nào?
- Định hướng nghề nghiệp 3-5 năm tới?
- Bạn đánh giá thế nào về xu hướng AI/ML trong quản trị rủi ro ngân hàng Việt Nam?
3. Tips chuẩn bị quan trọng
✅ Mang theo portfolio: Mô tả ngắn gọn 1-2 dự án mô hình bạn đã làm (công ty cũ, sản phẩm, kết quả), không cần tiết lộ dữ liệu bí mật.
✅ Ôn lại kiến thức Basel II/III & IFRS 9 thật chắc – đây là "điểm chết" nếu trả lời sai.
✅ Cập nhật tin tức ngân hàng: Biết về chiến lược chuyển đổi số của MB, sản phẩm MBBank App, các dự án AI/Credit Scoring gần đây.
✅ Chuẩn bị câu hỏi ngược lại cho nhà tuyển dụng:
- Cơ cấu tổ chức của Trung tâm Mô hình Rủi ro?
- Hiện tại ngân hàng đang sử dụng công cụ/công nghệ gì cho mô hình (SAS, Python, FICO)?
- Cơ hội tham gia dự án chuyển đổi số lớn trong năm tới?
- Lộ trình thăng tiến rõ ràng cho vị trí này?
4. Dress code
- Nữ: Áo sơ mi trắng/xanh nhạt + quần tây hoặc chân váy ngang gối, tóc gọn gàng, giày cao gót vừa phải. Trang điểm tự nhiên.
- Nam: Áo sơ mi trắng/xanh nhạt + quần tây + giày tây, có thể mặc vest nếu vòng panel. Cạo râu sạch sẽ, tóc gọn.
- Màu sắc an toàn: Trắng, xanh navy, xám, đen – tránh màu quá nổi bật.
- Lưu ý: MB là ngân hàng quân đội nên phong cách chỉn chu, lịch sự, kín đáo được đánh giá cao.
Lộ trình ôn thi
Lộ trình ôn tập & chuẩn bị trong 1-2 tuần
Tuần 1: Nền tảng kiến thức chuyên môn
Ngày 1-2: Ôn lại Basel II/III & Quy định NHNN
- Đọc lại tài liệu: Thông tư 17/2021/TT-NHNN về hệ thống xếp hạng tín dụng nội bộ.
- Đọc tóm tắt Basel Committee – Basel III: Finalising post-crisis reforms.
- Tài liệu tiếng Việt: Sách "Quản trị rủi ro ngân hàng" – Nguyễn Văn Dung (NXB Tài chính).
Ngày 3-4: Mô hình rủi ro tín dụng chi tiết
- Đọc chương 12-18 sách Credit Risk Modeling – Löffler & Posch (miễn phí một số chương trên Google Books).
- Video YouTube: "Credit Scoring in Python" – freeCodeCamp, "PD Model Building" – 365 Data Science.
- Tài liệu: Measuring Default Risk Premia Using Default Probability" – Đại học Frankfurt.
Ngày 5-6: IFRS 9 & ECL
- Đọc IFRS 9 – phần về ECL (chuẩn bị câu trả lời cho câu hỏi về 3 giai đoạn).
- Tài liệu Deloitte/EY Việt Nam về triển khai IFRS 9 tại Việt Nam.
- So sánh giữa ECL 12 tháng và ECL lifetime.
Ngày 7: Các loại rủi ro khác
- Operational Risk: mô hình LDA, AMA.
- Market Risk: VaR, Expected Shortfall, Stress Test.
- Liquidity Risk: LCR, NSFR.
- IRRBB: EVE, NII theo Thông tư 34/2017/TT-NHNN.
Tuần 2: Thực hành & Mock Interview
Ngày 8-9: Thực hành lập trình
- Làm bài tập trên Kaggle về Credit Scoring (German Credit, Give Me Some Credit).
- Code lại một mô hình PD đơn giản bằng Python từ đầu: EDA → Feature Engineering → Logistic Regression → Đánh giá bằng Gini/KS/AUC.
- Tài liệu: Hands-On Machine Learning with Scikit-Learn – Aurélien Géron.
Ngày 10-11: Case study thực tế
- Đọc các bài báo trên tapchitaichinh.vn, sbv.gov.vn về xếp hạng tín dụng.
- Nghiên cứu CIC (Trung tâm Thông tin Tín dụng Quốc gia) và vai trò trong mô hình rủi ro.
- Tìm hiểu về FICO, Experian, TransUnion – các hệ thống chấm điểm quốc tế.
Ngày 12-13: Mock Interview + Tổng hợp
- Tự luyện tập trả lời các câu hỏi Technical trước gương hoặc với bạn bè.
- Chuẩn bị 2-3 câu chuyện (storytelling) về dự án thực tế đã làm, dùng mô hình STAR (Situation – Task – Action – Result).
- Review lại CV, đảm bảo mô tả rõ các dự án, công cụ sử dụng, kết quả đạt được.
Ngày 14: Ngày nghỉ trước phỏng vấn
- Đi ngủ sớm, chuẩn bị trang phục, in sẵn CV bản cứng, xác nhận lịch hẹn.
Tài liệu tham khảo nên có
| Tài liệu | Loại | Mức độ cần thiết |
|---|---|---|
| "Credit Risk Modeling" – Löffler & Posch | Sách | ⭐⭐⭐⭐⭐ |
| "The Basel II Risk Parameters" – Engelmann & Rauhmeier | Sách | ⭐⭐⭐⭐⭐ |
| IFRS 9 – chương 5.5 (ECL) | Chuẩn mực | ⭐⭐⭐⭐⭐ |
| "Hands-On Machine Learning" – Géron | Sách | ⭐⭐⭐⭐ |
| Tài liệu GARP FRM Part I & II | Khóa học | ⭐⭐⭐⭐ |
| Coursera: "Financial Risk Management with Python" | Khóa học online | ⭐⭐⭐ |
| Thông tư 17/2021/TT-NHNN | Văn bản pháp luật | ⭐⭐⭐⭐⭐ |
| Trang sbv.gov.vn – Phần Quản trị rủi ro | Website NHNN | ⭐⭐⭐⭐ |
| Kaggle – German Credit Dataset | Dataset thực hành | ⭐⭐⭐⭐ |
Công cụ cần thành thạo trước phỏng vấn
- Excel nâng cao: VLOOKUP, Pivot Table, Data Analysis Toolpak, các hàm thống kê.
- SQL: JOIN, GROUP BY, Subquery, Window Functions – mức độ trung cấp.
- Python: pandas, scikit-learn, matplotlib, statsmodels – ít nhất phải viết được một script hoàn chỉnh.
- Power BI/Tableau: Tạo dashboard đơn giản là một lợi thế.
Tư vấn nghề nghiệp
Lời khuyên sự nghiệp cho vị trí Mô hình Rủi ro
1. Lộ trình thăng tiến điển hình trong Khối Quản trị Rủi ro
Chuyên viên (CV) ──> Chuyên viên chính (CVCC) ──> Phó phòng ──> Trưởng phòng ──> Phó Giám đốc Trung tâm ──> Giám đốc Trung tâm ──> Phó Tổng Giám đốc Khối QTRR
(0-2 năm) (2-5 năm) (5-8 năm) (8-12 năm) (12-15 năm) (15+ năm)
Vị trí tuyển dụng là CVCC/CV Mô hình Rủi ro – tức mức Chuyên viên chính hoặc Chuyên viên có kinh nghiệm, có thể hướng đến Phó phòng trong 2-4 năm tới nếu thể hiện tốt.
2. Mức lương ước lượng theo cấp bậc
⚠️ Lưu ý: Mức lương dưới đây chỉ là ước lượng tham khảo, có thể thay đổi tùy ngân hàng, thời điểm, năng lực cá nhân và chính sách đãi ngộ. Đây không phải con số chính thức từ MBV.
| Cấp bậc | Kinh nghiệm | Mức lương tháng ước lượng (gross) |
|---|---|---|
| Chuyên viên (CV) | 1-3 năm | 18 – 28 triệu VNĐ |
| Chuyên viên chính (CVCC) | 3-6 năm | 28 – 50 triệu VNĐ |
| Phó phòng | 6-10 năm | 45 – 75 triệu VNĐ |
| Trưởng phòng | 10-15 năm | 70 – 120 triệu VNĐ |
| Phó GĐ/ GĐ Trung tâm | 15+ năm | 100 – 200 triệu VNĐ |
| Phó Tổng GĐ Khối | 18+ năm | Thỏa thuận, thường >150 triệu + ESOP/bonus |
Phúc lợi thường có tại MBV: Thưởng Tết (1-3 tháng lương), thưởng KPI quý/năm, bảo hiểm sức khỏe cao cấp, phụ cấp cơm/điện thoại, chương trình ESOP cho vị trí quản lý, 12-15 ngày phép/năm, hỗ trợ học FRM/CFA.
3. Kỹ năng cần phát triển thêm trong 2-3 năm tới
a) Kỹ năng kỹ thuật ưu tiên phát triển
- Machine Learning nâng cao: XGBoost, LightGBM, Neural Networks cho credit scoring.
- Explainable AI (XAI): SHAP, LIME – quan trọng khi giải thích mô hình cho cơ quan quản lý.
- Big Data tools: Spark, Hadoop, Databricks – xử lý dữ liệu lớn.
- Cloud platform: AWS, Azure, GCP – nhiều ngân hàng đang chuyển lên cloud.
- DataOps/MLOps: Triển khai và vận hành mô hình trong môi trường production.
b) Kiến thức nghiệp vụ
- Rủi ro ESG (Environmental, Social, Governance) – xu hướng toàn cầu.
- Quản trị rủi ro tập đoàn (ERM – Enterprise Risk Management).
- Quy định về chống rửa tiền (AML), tuân thủ Basel IV.
- Hiểu biết sâu về nghị định 65/2024/NĐ-CP về cơ cấu lại tổ chức tín dụng.
c) Kỹ năng quản lý & lãnh đạo
- Quản lý đội nhóm 3-5 người.
- Kỹ năng đàm phán với cơ quan quản lý (NHNN).
- Khả năng xây dựng quan hệ với các phòng ban (kinh doanh, IT, kiểm toán).
- Tư duy chiến lược – kết nối mô hình rủi ro với mục tiêu kinh doanh.
4. Lời khuyên thực tế từ góc nhìn người đi trước
💡 Về vị trí tại MBV cụ thể:
- MBV (MB) là một trong những ngân hàng đi đầu về chuyển đổi số, có nhiều dự án AI/Credit Scoring quy mô lớn – đây là cơ hội tốt để học hỏi.
- Làm việc tại Khối Quản trị Rủi ro của MB giúp CV "sáng" hơn khi ứng tuyển sang các ngân hàng khác hoặc công ty fintech.
💡 Về chiến lược nghề nghiệp dài hạn:
- Có 3 hướng đi từ vị trí này: (1) Chuyên gia sâu (technical track) – trở thành Chief Data Scientist hoặc Lead Modeler; (2) Quản lý – lên Trưởng phòng rồi GĐ Trung tâm; (3) Chuyển ngang – sang phòng Phân tích tín dụng, Quản lý danh mục, hoặc Fintech.
- Đừng chỉ giỏi kỹ thuật – hãy học thêm về kinh doanh ngân hàng để hiểu mô hình phục vụ mục tiêu gì.
💡 Về chứng chỉ:
- Nếu chưa có FRM, hãy đăng ký Part I ngay. Nếu đang học CFA, hãy tiếp tục – MBV đánh giá cao.
- Đừng chạy theo nhiều chứng chỉ cùng lúc, tập trung 1 chứng chỉ đến nơi đến chốn.
💡 Về câu chuyện "lương thỏa thuận":
- Với vị trí CVCC 3-5 năm kinh nghiệm tại MB, mức đề xuất hợp lý là 30-45 triệu gross tùy năng lực.
- Nếu có FRM + kinh nghiệm triển khai Basel II thực tế, có thể đề xuất 45-55 triệu.
- Đừng quên đàm phán thêm ESOP, thưởng dự án, hỗ trợ học chứng chỉ.
Câu hỏi thường gặp
Chào bạn, với yêu cầu tối thiểu 3 năm kinh nghiệm, cơ hội của bạn ở vị trí này khá thấp. Tuy nhiên, bạn có thể cân nhắc: (1) Ứng tuyển các vị trí Chuyên viên Mô hình Rủi ro ở các ngân hàng nhỏ hơn hoặc công ty fintech để tích lũy 2-3 năm kinh nghiệm đầu tiên; (2) Ứng tuyển vị trí Data Analyst trong Khối Quản trị Rủi ro để học hỏi thực tế; (3) Làm tại CIC (Trung tâm Thông tin Tín dụng Quốc gia) – nơi có nhiều cơ hội làm việc với dữ liệu tín dụng. Trong thời gian chờ đợi, bạn nên học thêm Python, SQL, tham gia các dự án cá nhân về credit scoring trên Kaggle để xây dựng portfolio. Khi đủ 3 năm, bạn hoàn toàn có thể quay lại ứng tuyển vị trí này với nền tảng vững chắc hơn.
Chào bạn, với 4 năm kinh nghiệm phân tích tín dụng, bạn đã đủ điều kiện tối thiểu. Mức lương 25 triệu hiện tại khá hợp lý cho vị trí phân tích tín dụng tại ngân hàng TMCP cỡ vừa. Khi chuyển sang vị trí Mô hình Rủi ro tại MBV (top 4 ngân hàng tư nhân), bạn có thể đề xuất mức 32-40 triệu gross – tức tăng khoảng 30-50%. Lý do: MBV thuộc nhóm ngân hàng big 4 tư nhân, chế độ đãi ngộ thường tốt hơn 20-30% so với ngân hàng cỡ vừa. Nếu bạn có thêm FRM, CFA hoặc đã từng tham gia xây dựng mô hình, có thể đề xuất đến 45 triệu. Tuy nhiên, hãy nhớ đây là ước lượng tham khảo vì lương có thể thay đổi tùy ngân hàng và thời điểm. Lời khuyên: chuẩn bị portfolio rõ ràng về các dự án phân tích tín dụng đã làm để chứng minh giá trị của bạn.
Chào bạn, đây là hướng chuyển ngành rất khả thi vì kỹ năng Data Scientist của bạn là lợi thế lớn. Cơ hội ở mức khá cao nếu bạn: (1) Có kinh nghiệm từng làm với dữ liệu tài chính/ngân hàng; (2) Biết về credit scoring, fraud detection; (3) Có thể giải thích mô hình cho người không chuyên kỹ thuật. Tuy nhiên, bạn cần bổ sung: (1) Kiến thức nghiệp vụ ngân hàng: Hiểu về Basel II/III, IFRS 9, Thông tư 17/2021 của NHNN; (2) Quy trình tín dụng: Phân tích báo cáo tài chính doanh nghiệp, đánh giá rủi ro ngành; (3) Chứng chỉ: FRM sẽ là "bùa hộ mệnh" cho hồ sơ của bạn. Hãy bắt đầu bằng việc apply các vị trí Data Scientist trong Khối Rủi ro hoặc Model Validator trước – đây là bước đệm tốt để vào ngân hàng.
Chào bạn, đây là câu hỏi rất hay và thực tế. CVCC Mô hình Rủi ro là vị trí chuyên môn sâu (individual contributor), tập trung vào: xây dựng mô hình, kiểm định, phân tích kỹ thuật, nghiên cứu. Bạn sẽ là "chuyên gia hàng đầu" về mô hình, được đào sâu công nghệ và methodology. Phù hợp với người thích làm kỹ thuật, ít áp lực quản lý. Phó phòng Mô hình Rủi ro là vị trí quản lý, tập trung vào: điều phối nhân sự, lập kế hoạch, làm việc với Ban lãnh đạo, chịu trách nhiệm chung. Phù hợp với người thích giao tiếp, quản lý, có tầm nhìn chiến lược. Lời khuyên của mình: nếu bạn dưới 35 tuổi, ưu tiên Phó phòng để tích lũy kinh nghiệm quản lý sớm – sau này muốn quay lại technical track vẫn được. Nếu trên 35 tuổi và đã có kinh nghiệm quản lý, hãy cân nhắc CVCC để trở thành chuyên gia cao cấp với mức lương tương đương hoặc cao hơn.
Chào bạn, ngành Quản trị Rủi Ro Việt Nam đang trong giai đoạn chuyển đổi mạnh mẽ. Theo quan sát của mình, 5 năm tới sẽ có các xu hướng chính: (1) AI/ML trở thành tiêu chuẩn: Mọi ngân hàng lớn sẽ triển khai mô hình chấm điểm tín dụng bằng Machine Learning thay thế dần Logistic Regression truyền thống; (2) Open Banking & Data Sharing: Khi Nghị định về Open Banking được triển khai, dữ liệu từ fintech, e-commerce sẽ được tích hợp vào mô hình rủi ro; (3) Rủi ro ESG: Các ngân hàng sẽ phải đánh giá rủi ro môi trường, xã hội theo cam kết Net Zero; (4) IFRS 9 hoàn thiện: Mô hình ECL sẽ phức tạp hơn với các yếu tố forward-looking. Kỹ năng "hot" nhất: Machine Learning có giải thích (XAI), Python nâng cao, Cloud Computing, ESG Risk Assessment, Data Engineering. Ứng viên nào đầu tư vào những kỹ năng này từ bây giờ sẽ có lợi thế cạnh tranh rất lớn.
Chào bạn, việc JD ghi "Thỏa thuận" là cách làm phổ biến của các ngân hàng lớn tại Việt Nam – nhằm giữ quyền đàm phán. Để biết mức lương hợp lý, bạn có thể: (1) Tham khảo các nguồn uy tín: VietnamWorks, JobHopin, Salary.vn – tìm vị trí tương đương tại các ngân hàng top 10; (2) Hỏi trực tiếp HR khi được liên hệ: Câu hỏi "Mức lương thị trường cho vị trí này hiện tại khoảng bao nhiêu ạ?" là hoàn toàn hợp lý; (3) Networking: Hỏi bạn bè đang làm trong ngành – thông tin này thường khá chính xác; (4) Quy tắc tăng 20-30%: Khi chuyển việc, mức lương mới thường cao hơn 20-30% so với hiện tại nếu bạn giỏi. Với vị trí CVCC Mô hình Rủi ro tại MBV 3-5 năm kinh nghiệm, mức 30-45 triệu gross là khung tham khảo hợp lý. Tuy nhiên, lưu ý rằng mức lương có thể thay đổi tùy ngân hàng và thời điểm, nên bạn cần xác nhận lại với HR để có con số chính xác nhất.
Chào bạn, cơ hội của bạn ở mức trung bình khá. Lý do: Bạn đã có đúng số năm kinh nghiệm tối thiểu và đúng nghiệp vụ mà MBV đang tìm kiếm. Tuy nhiên, khi chuyển từ ngân hàng nhỏ sang ngân hàng top đầu như MB, bạn sẽ gặp một số thách thức: (1) Quy mô dữ liệu lớn hơn nhiều: Mô hình ở ngân hàng lớn phức tạp hơn, cần xử lý nhiều phân khúc khách hàng; (2) Yêu cầu về quy trình chặt chẽ hơn: MB có hệ thống quản trị rủi ro theo chuẩn quốc tế, bạn cần hiểu rõ Basel II/III và quy trình IRB; (3) Cạnh tranh cao: Nhiều ứng viên từ các ngân hàng big 4 khác cũng ứng tuyển. Để tăng cơ hội, bạn nên: (1) Nêu rõ trong CV các dự án đã làm, kết quả định lượng (Gini, KS, % giảm tỷ lệ nợ xấu); (2) Học thêm về quy trình IRB và IFRS 9; (3) Cân nhắc thi FRM Part I trước khi apply. Nếu được phỏng vấn, hãy thể hiện tư duy hệ thống và khả năng làm việc với dữ liệu lớn.
Chia sẻ từ cộng đồng
Mình từng làm 2 năm ở team mô hình rủi ro tại 1 ngân hàng top 5, thấy vị trí này khá chuẩn cho CVCC. Công việc thực tế khá áp lực vì phải vừa làm model vừa giải trình với NHNN khi thanh tra. Ai chọn hướng này cần chuẩn bị tinh thần làm thêm ngoài giờ khá nhiều, đặc biệt mùa audit.
Cảm ơn bài viết chi tiết quá. Mình đang làm Phân tích Tín dụng 3 năm ở ngân hàng cỡ vừa, đang định apply MB. Có ai biết quy trình tuyển dụng của MB mất khoảng bao lâu từ lúc apply đến offer không ạ?
Mình apply MBV tháng trước, đến giờ vẫn chưa được phản hồi. Đợt này MB tuyển khá ít, chắc phải kiên nhẫn. Chia sẻ thêm: nộp qua LinkedIn thường có phản hồi nhanh hơn trên website MB.
Cảnh báo thật: mức lương thỏa thuận ở MB thường không cao bằng Vietcombank hay Techcombank ở vị trí tương đương nhé. Nhưng bù lại công việc ổn định, áp lực vừa phải hơn, và cơ hội học hỏi chuyển đổi số nhiều vì MB đang đầu tư mạnh vào AI. Cân nhắc kỹ trước khi nhảy.
Em mới pass vòng HR của MB vị trí tương tự, đang chuẩn bị thi test. Chia sẻ chút: phần test có cả Excel, IQ test và một bài tiếng Anh đọc hiểu khá dài. Câu hỏi technical ở vòng sau nghe nói có cả phần viết code Python luôn. Mọi người ôn kỹ nhé!
Mình 28 tuổi, đang làm risk ở BIDV 3 năm, có FRM Part 1, đang cân nhắc chuyển sang MB. Có anh chị nào từng chuyển từ NHTM nhà nước sang MB không, chia sẻ chút về văn hóa làm việc với ạ?
Làm ở team mô hình MB được 4 năm rồi. Công việc thú vị thật sự, đặc biệt khi được làm với các dự án AI lớn. Nhưng nói thật, áp lực từ phía kinh doanh rất lớn – nhiều khi mô hình ra kết quả khách hàng rớt xếp hạng, đơn vị kinh doanh sẽ gây áp lực để bỏ qua hoặc nới lỏng. Cần người có bản lĩnh, dám đứng trên lập trường chuyên môn. Lương ổn so với thị trường, thưởng Tết tùy năm.
Ứng tuyển ngay
Ứng tuyển trên website gốcBạn sẽ được chuyển đến trang tuyển dụng chính thức của MBV
Chuyên môn / Từ khoá
Mất kết nối mạng
Đang thử kết nối lại
Đã xảy ra lỗi!
Vui lòng chờ trong giây lát