Bỏ qua điều hướng
VIB
VIB

Data Catalog

Hồ Chí Minh Giải pháp Dữ liệu và Phân tích
Fulltime (toàn thời gian) Thỏa thuận Số lượng: 1 Hạn nộp: 30/11/2026

Mô tả công việc

Mô tả công việc: Chịu trách nhiệm phát triển và duy trì danh mục dữ liệu, đảm bảo các tài sản dữ liệu được tổ chức hợp lý, dễ truy cập và được quản lý hiệu quả theo các khung quản trị và tiêu chuẩn chính sách của VIB. Vai trò này đòi hỏi hiểu biết sâu sắc và vững chắc về các nguyên tắc quản lý dữ liệu, siêu dữ liệu và các thực hành quản trị dữ liệu.

  1. Xây dựng, duy trì và cập nhật danh mục dữ lệu, bao gồm siêu dữ liệu, truy vết dữ liệu và phân loại dữ liệu 40%)
  2. Đánh giá và và xây dựng tài liệu các nguồn dữ liệu và tài sản mới (20%)
  3. Đánh giá, triển khai và tối ưu hóa công cụ danh mục dữ liệu (30%)
  4. Xây dựng và cung cấp các khóa đào tạo về danh mục dữ liệu, phân cấp và phân quyền dữ liệu trong danh mục dữ liệu (10%)
  5. Xây dựng khung triển khai (framework), quá trình, và quy trình triển khai danh mục dữ liệu (10%)
  6. Thực hiện các công việc khác theo phân công. Yêu cầu: • Đại học hoặc Thạc sĩ chyên ngành Toán, thống kê, Quản lý dữ liệu, Công nghệ thông tin, Khoa học dữ liệu hoặc liên quan. • Tối thiểu 5 năm (Chuyên gia)/3 năm (Chuyên viên cao cấp)/ 2 năm (Chuyên viên chính)/ 1 năm (Chuyên viên) kinh nghiệm ở vị trí tuyển dụng hoặc tương đương. • Hiểu biết các quy định tuân thủ về dữ liệu: bảo mật dữ liệu, bảo vệ quyền riêng tư. • Thành thạo các công cụ danh mục dữ liệu (như Glue Catalog, Alation, Collibra, Informatica). • Thành thạo tiếng Anh. • Yêu cầu khác (nếu có).

Phân tích kỹ năng cần có

Phân tích kỹ năng – Vị trí Data Catalog tại VIB

1. Tổng quan vị trí

Đây là vị trí chuyên môn thuộc khối Giải pháp Dữ liệu và Phân tích – một mảng đang được VIB đẩy mạnh trong chiến lược chuyển đổi số. Người giữ vị trí này sẽ là người "xây dựng thư viện dữ liệu sống" của ngân hàng, giúp hàng ngàn nhân viên và các hệ thống biết được dữ liệu ở đâu, thuộc loại gì, ai được quyền dùng và dùng như thế nào. Trọng số công việc nghiêng về vận hành công cụ (30%) và xây dựng/quản trị danh mục dữ liệu (40%), nên đây vừa là vị trí "technical hands-on" vừa có tính quản trị.

2. Hard Skills – Kỹ năng cứng cần có

2.1. Quản trị dữ liệu (Data Governance)

  • Hiểu vòng đời dữ liệu (Data Lifecycle): thu thập → xử lý → lưu trữ → sử dụng → hủy.
  • Khái niệm metadata (siêu dữ liệu kỹ thuật & nghiệp vụ), data lineage (truy vết nguồn gốc), data classification (phân loại theo độ nhạy cảm).
  • Hiểu các vai trò: Data Owner, Data Steward, Data Custodian, Data Consumer.
  • Quy trình quản trị dữ liệu theo chuẩn DAMA DMBOK.

2.2. Công cụ danh mục dữ liệu (Data Catalog Tools)

Đây là điểm bắt buộc trong JD. Ít nhất phải thành thạo 1 trong 4: Glue Catalog, Alation, Collibra, Informatica.

Công cụĐiểm mạnhPhù hợp vớiĐộ khó học
AWS Glue Data CatalogTích hợp sâu với hệ AWS, dùng cho big data & lakehouseMôi trường cloud-native AWSTrung bình
AlationGiao diện thân thiện, cộng đồng người dùng lớn, dễ áp dụngNgân hàng muốn "data democratization"Dễ – Trung bình
CollibraMạnh về workflow quản trị, phù hợp doanh nghiệp lớnTập đoàn tài chính, tuân thủ chặtKhó – Chuyên sâu
InformaticaHệ sinh thái rộng, mạnh về metadata & data qualityMôi trường hybrid/on-premTrung bình – Khó

2.3. Kiến thức ngân hàng & tuân thủ

  • Bảo mật dữ liệu: PCI-DSS, ISO 27001.
  • Quyền riêng tư: Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân tại Việt Nam.
  • Quy định NHNN: Thông tư hướng dẫn về an toàn thông tin, Basel II/III liên quan đến data.
  • Hiểu khái niệm Sensitive Data trong ngân hàng: thông tin khách hàng, giao dịch, tín dụng.

2.4. SQL & dữ liệu

  • Viết SQL truy vấn metadata, kiểm tra data lineage.
  • Hiểu mô hình dữ liệu quan hệ, mô hình dữ liệu trong data warehouse/lakehouse.
  • Biết đọc ERD (Entity Relationship Diagram).

2.5. Tiếng Anh

JD yêu cầu thành thạo. Hầu hết tài liệu về Collibra/Alation, các chuẩn quốc tế đều bằng tiếng Anh. Phỏng vấn kỹ thuật nhiều khả năng có phần tiếng Anh.

3. Soft Skills – Kỹ năng mềm

  • Đào tạo & truyền thông: Vì có trách nhiệm xây dựng khóa đào tạo (10% trọng số), cần khả năng thuyết trình, viết tài liệu rõ ràng.
  • Kết nối liên phòng ban: Làm việc với IT, Kế toán, Rủi ro, Tuân thủ, Kinh doanh – cần kỹ năng stakeholder management.
  • Tư duy hệ thống: Nhìn được bức tranh lớn, không chỉ xử lý từng bảng dữ liệu.
  • Chủ động & tự học: Lĩnh vực data governance thay đổi nhanh, cần cập nhật liên tục.

4. Chứng chỉ nên có (ưu tiên)

Chứng chỉTổ chứcMức độ ưu tiênGhi chú
CDMP (Certified Data Management Professional)DAMA⭐⭐⭐⭐⭐Chuẩn quốc tế, được công nhận rộng rãi
Collibra Certified Platform User / StewardCollibra University⭐⭐⭐⭐Cộng lớn nếu VIB dùng Collibra
Informatica Data Governance CertificationInformatica⭐⭐⭐⭐Tương tự nếu dùng Informatica
DGI Data Governance ProfessionalData Governance Institute⭐⭐⭐Bổ trợ cho tư duy framework
AWS Certified Data Analytics – SpecialtyAWS⭐⭐⭐Nếu dùng Glue Catalog
CIPP/E hoặc CIPMIAPP⭐⭐Liên quan quyền riêng tư dữ liệu

5. Bảng so sánh theo cấp bậc trong JD

Vì JD nêu 4 cấp, ứng viên cần xác định mình apply ở level nào:

CấpKinh nghiệmTrọng tâm kỹ năng
Chuyên viên1 nămBiết dùng tool, hỗ trợ tagging, viết tài liệu
Chuyên viên chính2 nămTự chủ triển khai một phần catalog, đào tạo cơ bản
Chuyên viên cao cấp3 nămThiết kế framework, tối ưu workflow, dẫn dắt nhỏ
Chuyên gia5 nămXây dựng chiến lược quản trị dữ liệu, cố vấn cấp cao

6. Lời khuyên

  • Nếu bạn chưa biết hết 4 công cụ trên, hãy chọn 1 để học chuyên sâu (ưu tiên Collibra hoặc Alation vì phổ biến nhất tại Việt Nam) rồi mở rộng sau.
  • Hãy chuẩn bị sẵn portfolio/case study cá nhân về một dự án data catalog dù chỉ ở quy mô nhỏ (trường học, cá nhân, tổ chức phi lợi nhuận).
  • Đừng bỏ qua phần tiếng Anh – vì trong tất cả ứng viên yếu tiếng Anh thường bị loại đầu tiên dù chuyên môn tốt.

Chuẩn bị phỏng vấn

Hướng dẫn phỏng vấn – Vị trí Data Catalog tại VIB

1. Quy trình phỏng vấn dự kiến

VIB thường có quy trình 3-4 vòng cho vị trí chuyên môn cấp chuyên viên cao cấp trở lên. Tuy nhiên, vị trí này đăng tuyển không nêu rõ level, nên có thể linh hoạt:

VòngHình thứcNgười phỏng vấnThời lượng
Vòng 1: HR ScreenOnline/Điện thoạiHR Talent Acquisition20-30 phút
Vòng 2: Technical Test + InterviewTrực tiếp hoặc onlineHiring Manager + Senior từ team Data60-90 phút
Vòng 3: Case Study / PanelTrực tiếpTrưởng phòng + đại diện IT + Compliance90-120 phút
Vòng 4: Director/Head of DeptTrực tiếpHead of Data Solutions & Analytics45-60 phút

Một số ứng viên có thể gộp vòng 2 và 3, hoặc có thêm bài test SQL/logic online trước vòng 1.

2. Câu hỏi hay gặp theo từng vòng

Vòng 1 – HR Screen

  • Giới thiệu bản thân và tại sao chọn VIB?
  • Vì sao quan tâm đến data catalog, không phải data analyst/data engineer?
  • Kỳ vọng lương và thời gian onboard?
  • Mức độ sẵn sàng làm việc tại TP.HCM (nếu ở xa)?

Vòng 2 – Technical & Knowledge

Về Data Governance:

  • Data Catalog khác gì với Data Dictionary và Data Inventory?
  • Metadata là gì? Phân biệt technical metadata, business metadata và operational metadata.
  • Data lineage là gì? Vì sao quan trọng trong ngân hàng? Cho ví dụ thực tế.
  • Bạn xử lý thế nào khi phát hiện một nguồn dữ liệu không có trong catalog mà đang được sử dụng rộng rãi?

Về Công cụ:

  • So sánh Collibra và Alation? Ưu/nhược điểm của mỗi cái?
  • Bạn đã dùng công cụ nào trong 4 công cụ liệt kê? Mô tả một dự án thực tế.
  • Workflow trong Collibra/Alation gồm những bước gì khi thêm một data asset mới?
  • Bạn đánh giá và lựa chọn công cụ data catalog thế nào?

Về Tuân thủ:

  • Trong ngân hàng, dữ liệu nào được xếp là sensitive? Phân loại thế nào?
  • Nghị định 13/2023/NĐ-CP ảnh hưởng ra sao đến việc quản lý metadata?
  • PCI-DSS yêu cầu gì về quản lý dữ liệu thẻ? Catalog phải hỗ trợ thế nào?

Về Kỹ thuật:

  • Viết SQL tìm tất cả bảng chứa cột tên là "customer_id" trong một schema.
  • Vẽ data lineage đơn giản từ Core Banking → Data Warehouse → Dashboard tín dụng.
  • Sự khác biệt giữa structured data, semi-structured và unstructured trong ngữ cảnh ngân hàng.

Vòng 3 – Case Study / Panel

Bài toán có thể gặp:

"VIB vừa triển khai một sản phẩm cho vay mới. Phòng bạn được yêu cầu xây dựng danh mục dữ liệu cho sản phẩm này trong 6 tuần. Bạn sẽ làm thế nào?"

Gợi ý cấu trúc trả lời:

  1. Discovery: Liệt kê stakeholders, data sources, xác định data owner.
  2. Inventory: Thu thập metadata kỹ thuật & nghiệp vụ.
  3. Classification: Phân loại theo độ nhạy cảm, gán tag.
  4. Lineage: Vẽ data flow từ Core Banking → ETL → DWH → báo cáo.
  5. Tooling: Cấu hình trong Collibra/Alation.
  6. Training: Đào tạo data steward và end-user.
  7. Governance: Thiết lập quy trình cập nhật định kỳ.

Vòng 4 – Director Round

  • Tầm nhìn nghề nghiệp 3-5 năm tới?
  • Bạn thấy vai trò data catalog đóng góp thế nào vào chiến lược chuyển đổi số của VIB?
  • Câu chuyện khó khăn nhất khi thuyết phục một phòng ban chấp nhận dùng catalog? Bạn xử lý thế nào?

3. Tips chuẩn bị quan trọng

  1. Mang portfolio/case study: Tốt nhất là slide PDF 5-10 trang mô tả 1 dự án data catalog/govenance bạn đã làm.
  2. Dùng buzzword đúng cách: Trong ngân hàng, họ thích nghe "data quality", "data lineage", "single source of truth", "data democratization", "regulatory compliance".
  3. Chuẩn bị câu hỏi để hỏi lại: Ví dụ: "Catalog hiện tại của VIB đang ở giai đoạn nào? Đã on-board bao nhiêu domain?" – thể hiện sự quan tâm thực sự.
  4. Tiếng Anh: Chuẩn bị sẵn 3-5 thuật ngữ tiếng Anh để chứng minh khả năng: metadata, lineage, stewardship, data mesh, data fabric.
  5. Research về ngân hàng: VIB nổi tiếng về chuyển đổi số mạnh (MyVIB, AI credit scoring). Đọc 2-3 bài báo gần đây về chiến lược data của VIB.

4. Dress Code

  • Vòng 1-2 online: Business casual (sơ mi, áo polo, tránh áo thun, áo ba lỗ).
  • Vòng 3-4 onsite tại trụ sở VIB (Tân Bình, TP.HCM): Smart business (sơ mi có cà vạt tùy chọn, vest không bắt buộc, quần âu, giày công sở).
  • Tránh trang sức lộ liễu, nước hoa quá nồng.

Lộ trình ôn thi

Lộ trình ôn tập & chuẩn bị – Vị trí Data Catalog

1. Kiến thức nền bắt buộc

1.1. Nền tảng Data Governance

  • DAMA DMBOK 2nd Edition – Giáo trình gối đầu giường của mọi data governance professional.
  • Data Governance Institute (DGI) Framework – Khung 10 thành phần.
  • DCAM (Data Management Capability Assessment Model) – Từ EDM Council, phổ biến trong ngân hàng.

1.2. Quy định pháp lý liên quan

  • Nghị định 13/2023/NĐ-CP – Bảo vệ dữ liệu cá nhân Việt Nam.
  • Thông tư 04/2020/TT-NHNN – An toàn thông tin trong hoạt động ngân hàng.
  • Thông tư 09/2020/TT-NHNN – Quản lý rủi ro công nghệ thông tin.
  • PCI-DSS v4.0 – Tiêu chuẩn bảo mật dữ liệu thẻ.
  • Basel II/III – Liên quan đến chất lượng dữ liệu tín dụng.

1.3. Công cụ – chọn 1 trong 4 để học chuyên sâu

Ưu tiên #1: Collibra (VIB rất có thể dùng Collibra vì phổ biến tại các ngân hàng lớn Đông Nam Á)

  • Collibra University miễn phí các khóa cơ bản.
  • Tài liệu: "Collibra Data Catalog User Guide".
  • Demo: Đăng ký bản dùng thử trên collibra.com.

Ưu tiên #2: Alation (cũng rất phổ biến, dễ học)

  • Alation Community Edition miễn phí.
  • Alation Documentation & Learning Center.

Phương án bổ sung: AWS Glue Data Catalog (nếu VIB dùng AWS)

  • AWS Skill Builder có lộ trình miễn phí.
  • Tìm hiểu tích hợp với Lake Formation, S3, Athena, Redshift.

2. Tài liệu tham khảo

LoạiTênNguồn
SáchData Governance: How to Design, Deploy and Sustain an Effective Data Governance ProgramJohn Ladley
SáchThe Data Governance ImperativeSteve Sarsfield
SáchDAMA-DMBOK 2nd EditionDAMA International
Khóa họcData Governance FundamentalsUdemy / Coursera
Khóa họcCollibra Rangers CertificationCollibra University
Khóa họcAWS Glue Data CatalogAWS Skill Builder
BlogDataversity, DATAVERSITY.netCloud Practitioner
BlogTowards Data GovernanceTowards Data Science (Medium)
Tiêu chuẩnDCAM FrameworkEDM Council (miễn phí)
Tiêu chuẩnDGI Data Governance Frameworkdatagovernanceinstitute.org
WebinarVIB Insights WebinarsTheo dõi LinkedIn VIB

3. Lộ trình chuẩn bị 2 tuần

Tuần 1 – Nền tảng lý thuyết

Ngày 1-2: Tổng quan ngành & VIB

  • Đọc chiến lược chuyển đổi số của VIB (báo chí, báo cáo thường niên).
  • Tìm hiểu sản phẩm số: MyVIB, AI credit scoring, sản phẩm thẻ.
  • Đọc 2 bài báo về "data catalog trong ngân hàng" trên LinkedIn/Medium.

Ngày 3-4: Data Governance cơ bản

  • Đọc tóm tắt DAMA DMBOK 2 (chương về Data Governance).
  • Hiểu 10 thành phần của DGI Framework.
  • Note lại 5 khái niệm quan trọng: metadata, lineage, stewardship, classification, ownership.

Ngày 5-7: Công cụ

  • Chọn 1 công cụ (khuyến nghị Collibra hoặc Alation).
  • Hoàn thành 1 tutorial cơ bản trên trang chủ nhà cung cấp.
  • Làm thử 1 mini-project: catalog 10 bảng dữ liệu mẫu.

Tuần 2 – Đi sâu & thực hành

Ngày 8-9: Tuân thủ trong ngân hàng

  • Đọc tóm tắt Nghị định 13/2023.
  • Đọc tóm tắt PCI-DSS.
  • Liệt kê 5 loại dữ liệu sensitive phổ biến trong ngân hàng.

Ngày 10-11: Case study thực tế

  • Tìm 3-4 case study về Collibra/Alation trong ngân hàng trên Google.
  • Đọc cách triển khai ở HSBC, Standard Chartered, VPBank, Techcombank.

Ngày 12: Mock interview

  • Tự tập trả lời 10 câu hỏi kỹ thuật đã liệt kê ở phần Interview.
  • Ghi âm và nghe lại để chỉnh sửa.

Ngày 13: Hoàn thiện CV & portfolio

  • Cập nhật CV theo mô tả JD.
  • Chuẩn bị slide portfolio 5-10 trang về 1 dự án data governance/catalog (kể cả dự án học tập).
  • Viết sẵn 5 câu hỏi để hỏi interviewer.

Ngày 14: Tổng duyệt

  • Đọc lại notes, đảm bảo nắm các thuật ngữ cốt lõi.
  • Sleep đủ giấc trước ngày phỏng vấn.

4. Checklist trước ngày phỏng vấn

  • [ ] Đã đọc chiến lược VIB ít nhất 30 phút.
  • [ ] Đã demo được 1 công cụ catalog trên màn hình.
  • [ ] Đã chuẩn bị 1 case study cá nhân.
  • [ ] Đã chuẩn bị 5 câu hỏi để hỏi lại interviewer.
  • [ ] Đã tập trả lời tiếng Anh 5 câu chuyên môn.
  • [ ] Đã kiểm tra trang phục và thiết bị (cho online).

Tư vấn nghề nghiệp

Lời khuyên sự nghiệp – Vị trí Data Catalog

1. Vị trí này có tiềm năng không?

Câu trả lời ngắn: CÓ. Ngân hàng nào cũng đang chuyển đổi số, và "quản trị dữ liệu" là nền tảng. Nhưng nhiều ngân hàng chỉ làm data warehouse/BI mà bỏ qua tầng data governance, dẫn đến tình trạng "rác vào – rác ra". Đó là lý do các vị trí như Data Catalog, Data Steward, Data Governance Lead ngày càng "hot" từ 2023 trở đi tại Việt Nam.

2. Lộ trình thăng tiến điển hình

Chuyên viên (1 năm)
    ↓
Chuyên viên chính (2 năm)
    ↓
Chuyên viên cao cấp / Senior Data Steward (3 năm)
    ↓
Chuyên gia / Data Governance Lead (5 năm)
    ↓
Trưởng phòng Quản trị Dữ liệu (7-10 năm)
    ↓
Phó Giám đốc Khối Dữ liệu / Chief Data Officer (10+ năm)

Ngoài ra, sau khi có nền tảng data catalog, bạn có thể rẽ nhánh sang:

  • Data Quality Lead
  • Data Privacy Officer (DPO)
  • Data Solution Architect
  • AI/ML Governance (rất mới, rất hot)

3. Mức lương kỳ vọng theo cấp bậc

⚠️ Lưu ý: Mức lương dưới đây là ước lượng tham khảo, có thể thay đổi tùy ngân hàng, quy mô tổ chức, thời điểm và năng lực cá nhân. VIB là ngân hàng top đầu về lương data nên thường ở mức cao.

CấpKinh nghiệmMức lương ước lượng (VNĐ/tháng, gross)
Chuyên viên1 năm20 – 30 triệu
Chuyên viên chính2 năm28 – 40 triệu
Chuyên viên cao cấp3 năm40 – 55 triệu
Chuyên gia5 năm55 – 80 triệu
Trưởng phòng trở lên7+ năm80 – 150+ triệu

Ngoài lương còn có: thưởng Tết (1-3 tháng), thưởng KPI, bảo hiểm sức khỏe cao cấp, voucher, cổ phiếu ESOP (nếu áp dụng).

4. Kỹ năng cần phát triển thêm trong 1-2 năm đầu

  1. Một công cụ chuyên sâu: Trở thành "Power User" của Collibra hoặc Alation – hiểu workflow, API, custom asset models, integration với Snowflake/Azure.
  2. SQL nâng cao: Window functions, recursive CTE, dynamic SQL – vì nhiều lúc bạn sẽ cần query metadata trực tiếp từ database backend của tool.
  3. Data Quality: Học về Great Expectations, Soda, Talend – vì catalog và data quality đi cùng nhau.
  4. Python cơ bản: Để tự động hóa một số tác vụ catalog (script tag, đồng bộ metadata).
  5. Kỹ năng stakeholder: Đây là "soft skill cứng" trong ngân hàng. Học cách nói chuyện với senior executives bằng ngôn ngữ kinh doanh, không phải ngôn ngữ kỹ thuật.
  6. Tiếng Anh học thuật: Đọc tài liệu Collibra/Alation, thi CDMP (bài thi tiếng Anh).

5. Lời khuyên chân thành

  • Đừng nhảy việc quá sớm: Vị trí data governance ở ngân hàng lớn cần ít nhất 2 năm để "thấm" – nhảy việc sau 8-10 tháng thường khiến CV yếu.
  • Chọn ngân hàng có chuyển đổi số mạnh: VIB, Techcombank, VPBank, MB là những lựa chọn tốt. Agribank, VietinBank, BIDV có nhiều dữ liệu nhưng culture thay đổi chậm.
  • Đừng sợ "ngân hàng": Nhiều bạn IT sợ vào ngân hàng vì "thủ tục rườm rà". Thực tế data team ở ngân hàng lớn hiện nay hoạt động khá agile và có budget tốt.
  • Tận dụng phúc lợi học tập: Hầu hết ngân hàng tốt đều có ngân sách đào tạo 10-30 triệu/năm. Hãy xin học CDMP hoặc Collibra cert bằng tiền công ty.
  • Xây dựng thương hiệu cá nhân: Viết bài trên LinkedIn về data governance tiếng Việt – cộng đồng còn mỏng, dễ nổi bật.

Câu hỏi thường gặp

Em mới ra trường ngành Khoa học Dữ liệu, chưa có kinh nghiệm 1 năm thì có cơ hội ở vị trí Data Catalog này không?

Cơ hội vẫn có nhé em. Vì JD liệt kê 4 cấp (Chuyên viên cần 1 năm), nên nếu em mới ra trường thì chưa đủ tiêu chuẩn chính thức, nhưng vẫn có thể "thử apply" và để HR đánh giá. Tuy nhiên, thực tế các ngân hàng lớn thường ưu tiên người có kinh nghiệm rồi. Lời khuyên của anh/chị: em hãy đi làm 1 năm ở vị trí data analyst, data engineer, hoặc data steward ở công ty nhỏ/tập đoàn khác trước, song song tích lũy chứng chỉ (CDMP hoặc Collibra cert), rồi apply sau. Trong thời gian chờ, em nên xây 1 mini-project data catalog trên dữ liệu công khai (như Kaggle) để có portfolio.

Tôi đang làm BA ở ngân hàng khác 3 năm, muốn chuyển sang làm Data Catalog có khả thi không?

Hoàn toàn khả thi và là bước tiến tốt. BA đã có lợi thế hiểu nghiệp vụ ngân hàng, làm việc với stakeholders, đọc ERD, viết SQL. Em thiếu phần lớn là: hiểu công cụ data catalog (Collibra/Alation/Informatica) và framework quản trị dữ liệu (DAMA DMBOK). Em nên: (1) Học Collibra hoặc Alation qua bản trial miễn phí 2-4 tuần, (2) Đọc DAMA DMBOK tóm tắt 2-3 chương liên quan, (3) Apply ở cấp Chuyên viên chính hoặc Chuyên viên cao cấp, (4) Trong CV nhấn mạnh các dự án BA liên quan đến metadata, data mapping, data dictionary – vì đó là nền tảng cho data catalog.

Mức lương ước lượng cho vị trí này tại VIB là bao nhiêu?

Lưu ý rằng mức lương có thể thay đổi tùy ngân hàng và thời điểm. Tuy nhiên, dựa trên thị trường hiện tại (ước lượng): Chuyên viên 1 năm ~20-30 triệu, Chuyên viên chính 2 năm ~28-40 triệu, Chuyên viên cao cấp 3 năm ~40-55 triệu, Chuyên gia 5 năm ~55-80 triệu (gross/tháng). VIB nằm trong nhóm ngân hàng trả lương data tốt nhất (cùng với Techcombank, MB, VPBank), nên mức thực tế có thể cao hơn 10-20% so với mặt bằng chung. Khi offer, nhớ deal cả thưởng KPI và phúc lợi học tập (chứng chỉ CDMP có thể trị giá 15-20 triệu).

JD yêu cầu thành thạo 1 trong 4 công cụ Glue Catalog, Alation, Collibra, Informatica. Nên học cái nào để apply?

Anh/chị khuyến nghị thứ tự ưu tiên: (1) Collibra – phổ biến nhất trong ngân hàng lớn Đông Nam Á, có Collibra University miễn phí, có cộng đồng mạnh; (2) Alation – giao diện dễ dùng, đang được nhiều ngân hàng Việt Nam lựa chọn; (3) Informatica – phổ biến ở các ngân hàng legacy lớn (VietinBank, BIDV); (4) AWS Glue – chỉ nên ưu tiên nếu VIB rõ ràng dùng AWS (em có thể confirm qua tin tuyển dụng IT khác của VIB). Nếu không có thời gian học 4 cái, em chọn Collibra hoặc Alation, học chuyên sâu 1 cái và nắm cơ bản 2 cái còn lại là đủ.

Vai trò Data Catalog khác gì với Data Engineer? Em đang phân vân nên chọn hướng nào.

Khác nhau rõ rệt: Data Engineer xây dựng pipeline dữ liệu (ETL/ELT), tối ưu performance, viết code nhiều, làm việc với Spark/Airflow/Snowflake – nặng về kỹ thuật. Data Catalog/Goverance xây dựng "thư viện" cho dữ liệu, ít code hơn, nặng về framework, metadata, phân loại, compliance, training stakeholder. Data Engineer có nhiều việc hơn ở công ty tech; Data Governance có nhiều việc hơn ở ngân hàng/tổ chức tài chính. Nếu em thích giao tiếp với nhiều phòng ban, xây dựng chính sách, training – chọn Data Catalog. Nếu em thích code, xây hệ thống, tối ưu performance – chọn Data Engineer. Lương Data Engineer thường cao hơn Data Catalog 10-20% ở cùng cấp, nhưng Data Catalog ít burn-out hơn.

Tiếng Anh của tôi ở mức đọc hiểu tài liệu nhưng nói chưa tốt. Có đủ để pass vòng phỏng vấn không?

JD nói "thành thạo tiếng Anh", tức là cả đọc – viết – nói ở mức dùng được. Mức đọc hiểu tài liệu là tối thiểu, nhưng có thể chưa đủ vì: (1) tài liệu Collibra/Alation đều tiếng Anh, em cần đọc trôi chảy; (2) buổi phỏng vấn kỹ thuật nhiều khả năng có phần tiếng Anh; (3) training cho stakeholder có thể dùng tài liệu tiếng Anh. Lời khuyên: em nên luyện thêm 1-2 tháng với chuyên ngành (đọc Collibra doc, xem Collibra tutorial trên YouTube) và tập nói chuyên môn bằng tiếng Anh. Một mẹo: ghi âm giải thích 5 khái niệm (metadata, lineage, classification, stewardship, ownership) bằng tiếng Anh và nghe lại mỗi ngày.

Tôi đã có 3 năm làm data governance ở công ty bảo hiểm, apply cấp nào phù hợp?

Với 3 năm kinh nghiệm, em nên apply cấp Chuyên viên cao cấp (yêu cầu 3 năm trong JD). Tuy nhiên, có một điểm em cần chuẩn bị: ngân hàng có yêu cầu tuân thủ khác so với bảo hiểm (Basel, NHNN, PCI-DSS, Nghị định 13). Em đã có nền tảng, chỉ cần bổ sung kiến thức riêng về banking trong 1-2 tuần là có thể tự tin phỏng vấn. Trong CV, em nên nhấn mạnh: (1) đã triển khai catalog ở quy mô bao nhiêu data sources, (2) số lượng stakeholder đã training, (4) framework nào đã xây dựng, (5) kết quả kinh doanh (ví dụ: giảm bao nhiêu % thời gian tìm dữ liệu).

Cần thi CDMP hay Collibra Certification trước khi apply không?

Không bắt buộc phải có sẵn, nhưng có thì lợi thế rất lớn. CDMP (Certified Data Management Professional) là chứng chỉ "vàng" trong ngành, thi online, học phí khoảng $300-500, có giá trị toàn cầu. Nếu em apply cấp Chuyên viên cao cấp hoặc Chuyên gia, có CDMP chứng minh em nghiêm túc với nghề. Collibra Certification thì cụ thể hơn, nhưng phải xác định VIB có dùng Collibra không (điều này HR sẽ tiết lộ ở vòng 2 hoặc em hỏi trực tiếp). Nếu không có thời gian làm chứng chỉ, em có thể demo một mini catalog project trong phỏng vấn – cũng gây ấn tượng tương đương.

Nếu không biết tiếng Anh tốt, em có thể ứng tuyển vào vị trí này không?

JD ghi rõ "thành thạo tiếng Anh", nên đây là yêu cầu cứng. Nếu em chỉ biết tiếng Anh ở mức đọc hiểu cơ bản, cơ hội được gọi phỏng vấn rất thấp vì HR thường loại ngay từ vòng hồ sơ. Lời khuyên chân thành: em nên đầu tư 3-6 tháng học tiếng Anh chuyên ngành trước (tập trung vào đọc tài liệu, viết email, thuyết trình), đạt IELTS 6.5+ hoặc TOEIC 700+ trở lên, rồi apply. Nếu em đã ở mức "đọc tài liệu OK, viết OK, nói hơi yếu" thì vẫn có thể thử – nhưng chuẩn bị tâm lý bị loại vì vòng phỏng vấn.

KPI hàng năm của vị trí Data Catalog là gì? Làm sao để đạt target?

Dựa trên trọng số công việc trong JD, KPI thường được cấu trúc: (1) Catalog adoption rate – bao nhiêu % data assets đã được catalog, mục tiêu tăng 30-50% mỗi năm; (2) Data coverage by classification – bao nhiêu % data đã được phân loại sensitive; (3) Stakeholder training – số buổi đào tạo, số data steward được onboard; (4) Tool optimization – uptime, số workflow tự động hóa; (5) Compliance audit – zero finding từ kiểm toán nội bộ/kiểm toán NHNN. Để đạt KPI, em cần: xây dựng champion network ở các phòng ban, đẩy nhanh adoption qua training, tự động hóa quy trình tagging, và báo cáo dashboard hàng tuần cho leader.

Chia sẻ từ cộng đồng

Ẩ
Ẩn danh 2025-12-08

Mình vừa apply vị trí này tuần trước, HR phản hồi nhanh. Mọi người chú ý JD ghi "thành thạo tiếng Anh" là yêu cầu cứng, mình thấy nhiều bạn apply nhưng bị loại vòng CV vì tiếng Anh không đạt. Cố gắng làm CV bằng tiếng Việt nhưng phần mô tả kỹ năng dùng keyword tiếng Anh (metadata, lineage, data catalog, stewardship) để vượt filter ATS nhé.

M
Minh T*** 2026-01-15

Mình đã làm Data Catalog ở một ngân hàng top 3 gần 2 năm. Chia sẻ thật với mọi người: công việc này hơi khác tưởng tượng của nhiều bạn – không phải ngồi code cả ngày, mà 50-60% thời gian là gặp gỡ các phòng ban, training, thuyết phục họ đồng ý gắn tag và đồng bộ metadata vào catalog. Phần còn lại mới là làm trên tool. Ai thích giao tiếp nhiều, thích xây dựng framework thì hợp, còn ai thích "im lặng làm việc" thì có thể sẽ thấy hơi chán.

Ẩ
Ẩn danh 2026-01-28

Cảnh báo thật: VIB là ngân hàng chuyển đổi số mạnh nhưng cũng đòi hỏi cao. Phỏng vấn 3 vòng, vòng technical khá nặng, có bài test SQL và bài case study về xây dựng catalog cho một domain ngân hàng. Mình thấy ứng viên yếu về stakeholder management hay bị "ra về" ở vòng 2. Nên chuẩn bị kỹ phần case study, đừng chỉ đọc lý thuyết.

H
Hoa N*** 2025-12-20

Em đang phân vân giữa vị trí này và một vị trí Data Engineer ở công ty fintech. Mọi người cho em lời khuyên với. Em thích làm về data nhưng không thích code nặng lắm, học IT nhưng không phải dân lập trình chuyên. Data Catalog có phù hợp không ạ?

Ẩ
Ẩn danh 2025-12-22

Reply cho bạn Hoa: mình nghĩ Data Catalog phù hợp với bạn. Data Engineer đòi hỏi code nặng (Python, Spark, Airflow), còn Data Catalog chỉ cần SQL cơ bản, phần lớn làm trên UI của Collibra/Alation. Bạn sẽ vẫn cần Python cơ bản để automate, nhưng không nặng như DE. Về lương: DE thường cao hơn 15-20%, nhưng Data Catalog ít stress hơn và cơ hội lên Chief Data Officer cao hơn vì governance là senior-level skill.

n
newbie_data 2026-01-05

Mình mới ra trường, applied vị trí này mà không được, HR báo "thiếu kinh nghiệm tối thiểu". Chia sẻ cho ai mới như mình: dù JD liệt kê 4 cấp nhưng thực tế HR filter rất gắt. Mình đang định đi làm 1 năm Data Analyst ở một công ty bảo hiểm trước rồi apply lại. Mọi người thấy có hợp lý không?

Ẩ
Ẩn danh 2026-02-02

Chia sẻ kinh nghiệm thật: sau khi vào làm Data Catalog, mình nhận ra công cụ nào cũng chỉ là công cụ. Điều quan trọng nhất là con người – cụ thể là các Data Steward ở mỗi phòng ban. Một catalog thất bại không phải vì tool kém, mà vì không ai dùng nó. Nên nếu apply thành công, đừng chỉ tập trung vào Collibra/Alation, hãy dành 50% thời gian đi gặp các phòng ban, hiểu quy trình của họ, rồi mới triển khai. Đây là kinh nghiệm xương máu của mình.

T
Tuấn A*** 2026-01-10

Vừa on board được 1 tháng ở vị trí tương tự (cùng khối Data nhưng ở ngân hàng khác). Góp ý chân thành: 1) Học Collibra hoặc Alation thật chắc trước khi apply; 2) Đọc DAMA DMBOK ít nhất 1 lần (chương Data Governance); 3) Practice SQL 30 phút mỗi ngày; 4) Chuẩn bị sẵn 1 case study cá nhân về data catalog dù chỉ là mini-project. Nếu làm được 4 điều này, các bạn sẽ vượt qua 80% ứng viên. Chúc mọi người apply thành công!

Ứng tuyển ngay

Ứng tuyển trên website gốc

Bạn sẽ được chuyển đến trang tuyển dụng chính thức của VIB

Chuẩn bị thi tuyển

Luyện đề thi tuyển dụng VIB trên thithu.com

Luyện thi VIB

Chuyên môn / Từ khoá

Data / AI vib
T
thithu.com

Miễn trừ trách nhiệm: Nội dung câu hỏi trên thithu.com chỉ mang tính chất luyện tập và tham khảo, không đại diện cho đề thi chính thức của bất kỳ tổ chức nào. Chúng tôi không chịu trách nhiệm về kết quả thi thực tế của người dùng.