Data Operation
Mô tả công việc
Responsibilities: Responsible for (i) Operating data systems (Data Lake/Data Warehouse/ Datamart/ Lakehouse) as required; (ii) Operating data processing systems, reporting systems; (iii) Reviewing, improving and supporting testing of data processing flows, reporting, and supporting ITSM systems; (iv) Implementing changes in the Production environment, performing DRP on systems as required; (v) Researching and studying new trends and tools to provide appropriate advice and solutions for data systems and operations.
- Operate data systems (Data Lake/Data Warehouse/ Datamart/ Lakehouse) and report on demand (20%)
- Operate data systems (Data Lake/Data Warehouse/ Datamart/ Lakehouse)
- Operate reporting and BI systems
- Operate data processing systems (40%)
- Operate ETL, CDC, Kafka systems and services
- Review, improve and support testing of data processing flows, reports, and direct support of ITSM systems (20%)
- Review and improve slow data processing flows
- Review and improve reports
- Support testing of data, reports
- Direct support of ITSM systems
- Implementation Apply changes to the Production environment, perform DRP of systems as required (15%)
- Implement changes to the Production environment as required.
- Perform DRP of the department s systems and other related department s systems
- Research and study new trends and tools to provide appropriate advice and solutions for systems and operations (5%).
- Participate in the implementation and development of related projects or perform other tasks assigned by management. Requirements: • Bachelor s degree or higher in Computer Science, Information Technology or Mathematics
• Minimum 7 years (Senior Specialist)/5 years (Specialist)/3 years (Senior Officer)/2 years (Officer) of working experience in the field of application development, system integration, data operations
• Experience working with development languages: Oracle Form/Report, C#, Java, PL/SQL, Python, PySpark, …
• Experience working with Oracle database, or Microsoft SQL Server, MySQL, PostgreSQL, MongoDB, Redshift, …
• Experience and knowledge of ETL (IBM Datastage, DBT, Apache Spark, AWS Lambda, AWS Glue, AWS EMR, AWS Kinesis, AWS Data Firehose, …), Report & BI (Oracle, Cognos, Power BI, Tableau, Jasper, ...), …
• Experience with AWS: AWS EC2, AWS S3
• Coordination and Monitoring: Airflow, AWS Step Functions, AWS Cloudwatch, AWS Eventbridge
• Analytical and problem solving skills
• Teamwork skills.
Phân tích kỹ năng cần có
Phân tích kỹ năng cần có cho vị trí Data Operation tại VIB
1. Hard Skills – Kỹ năng kỹ thuật cốt lõi
Mô tả công việc cho thấy đây là vị trí vận hành hệ thống dữ liệu (DataOps) chứ không phải phân tích dữ liệu thuần túy. Ứng viên cần tập trung vào các nhóm kỹ năng sau:
a) Ngôn ngữ lập trình & Scripting
| Nhóm | Công nghệ | Mức độ ưu tiên |
|---|---|---|
| Ngôn ngữ chính | Python, PySpark, PL/SQL | ⭐⭐⭐⭐⭐ |
| Hỗ trợ | C#, Java, Oracle Form/Report | ⭐⭐⭐ |
b) Hệ quản trị cơ sở dữ liệu (RDBMS & NoSQL)
- Ưu tiên cao: Oracle Database (rất phổ biến trong ngân hàng Việt Nam)
- Quan trọng: PostgreSQL, MySQL, Microsoft SQL Server
- Có lợi thế: MongoDB, Amazon Redshift
c) ETL & Data Pipeline
| Công cụ | Loại | Ghi chú |
|---|---|---|
| IBM DataStage | ETL truyền thống | Nhiều ngân hàng lớn đang dùng |
| DBT | Modern ETL/SQL transformation | Hot trend trong Data Engineering |
| Apache Spark / PySpark | Big Data processing | Bắt buộc với data lớn |
| AWS Glue, AWS EMR | ETL trên cloud | Nếu chọn hướng AWS |
| AWS Lambda | Serverless compute | Cho xử lý sự kiện |
| AWS Kinesis, Data Firehose | Streaming data | Cho real-time pipeline |
d) Báo cáo & BI
- Phổ biến nhất tại Việt Nam: Power BI, Tableau
- Truyền thống trong ngân hàng: Oracle BI, IBM Cognos, Jasper
e) Cloud & Orchestration
- AWS cốt lõi: EC2, S3, Step Functions, CloudWatch, EventBridge
- Orchestrator: Apache Airflow – công cụ phổ biến nhất hiện nay
f) Kiến thức về kiến trúc dữ liệu (Data Architecture)
- Data Lake, Data Warehouse, Datamart, Lakehouse – bạn cần hiểu rõ sự khác biệt giữa 4 mô hình này
- CDC (Change Data Capture) – quan trọng cho ngân hàng vì dữ liệu thay đổi liên tục
- Kafka – nền tảng streaming phổ biến
2. Soft Skills
- Tư duy phân tích và giải quyết vấn đề: Tối ưu data flow bị chậm là việc xảy ra hàng ngày
- Làm việc nhóm: Data team thường phối hợp với BA, Dev, BA, Risk, Compliance
- Quản lý sự cố: Làm việc với ITSM (ServiceNow, Jira Service Management...)
- Giao tiếp với stakeholder phi kỹ thuật: Giải thích vấn đề cho quản lý ngân hàng
- Tinh thần học hỏi: Mục (v) yêu cầu "research and study new trends" – bạn phải chủ động cập nhật công nghệ
3. Chứng chỉ gợi ý
| Chứng chỉ | Tổ chức | Mức độ giá trị |
|---|---|---|
| AWS Solutions Architect Associate / Data Analytics Specialty | Amazon | ⭐⭐⭐⭐⭐ |
| Databricks Certified Data Engineer | Databricks | ⭐⭐⭐⭐ |
| Google Professional Data Engineer | ⭐⭐⭐⭐ | |
| dbt Analytics Engineer | dbt Labs | ⭐⭐⭐ |
| IBM DataStage Certification | IBM | ⭐⭐ (nếu ngân hàng dùng DataStage) |
| TOEIC/IELTS (tiếng Anh) | - | Bắt buộc – JD viết tiếng Anh 100% |
Bảng tổng hợp mức độ yêu cầu theo cấp bậc
| Kỹ năng | Officer (2 năm) | Senior Officer (3 năm) | Specialist (5 năm) | Senior Specialist (7 năm) |
|---|---|---|---|---|
| Ngôn ngữ lập trình | Biết 1-2 | Biết 2-3 | Thành thạo 2-3 | Chuyên sâu 3+ |
| Database | Query SQL cơ bản | Tối ưu câu lệnh | Thiết kế schema, performance tuning | Kiến trúc dữ liệu toàn hệ thống |
| ETL | Chạy job có sẵn | Tạo ETL đơn giản | Thiết kế pipeline | Tối ưu & mở rộng quy mô lớn |
| AWS | Biết cơ bản | Biết core services | Thiết kế giải pháp | Kiến trúc cloud toàn diện |
| Quản lý sự cố | Phản hồi ticket | Xử lý incident | Làm root cause analysis | Định hướng giải pháp toàn team |
Chuẩn bị phỏng vấn
Hướng dẫn phỏng vấn vị trí Data Operation – VIB
Quy trình tuyển dụng dự kiến của VIB (thường 4-5 vòng)
Vòng 1: HR Screening (30-45 phút)
- Sơ lược về bản thân, kinh nghiệm
- Mục tiêu nghề nghiệp
- Mức lương mong muốn
- Khả năng đi làm tại HCM, ngày bắt đầu
Vòng 2: Technical Test / Assignment (có thể có)
- Một số vị trí VIB yêu cầu làm bài test SQL/Python
- Hoặc assignment xử lý một bài toán ETL thực tế
Vòng 3: Technical Interview (60-90 phút)
- Phỏng vấn với Data Engineering Manager / Data Architect
- Câu hỏi sâu về ETL, Database, AWS
- Có thể có bài whiteboard
Vòng 4: Manager Interview (45-60 phút)
- Head of Department hoặc GĐ Khối
- Đánh giá tư duy chiến lược, khả năng quản lý
Vòng 5: Final Interview + Offer
- HR Business Partner hoặc Ban Giám đốc
- Thương lượng lương, ngày vào làm
Câu hỏi phỏng vấn hay gặp
🔹 Vòng Technical – Database & SQL
- Sự khác biệt giữa INNER JOIN, LEFT JOIN, RIGHT JOIN, FULL OUTER JOIN?
- Khi nào dùng Index? Index có nhược điểm gì?
- Giải thích cách tối ưu một câu lệnh SQL chạy chậm (slow query)?
- Sự khác biệt giữa OLTP và OLAP?
- Partition trong Oracle là gì? Khi nào nên dùng?
- Bạn xử lý deadlock như thế nào?
🔹 Vòng Technical – ETL & Data Pipeline
- Phân biệt Data Lake, Data Warehouse, Data Mart, Lakehouse?
- ETL và ELT khác nhau thế nào? Khi nào dùng cái nào?
- CDC là gì? So sánh các công cụ CDC (Debezium, AWS DMS...)?
- Kafka hoạt động theo cơ chế nào? Khi nào dùng Kafka thay cho queue truyền thống?
- Tại sao chọn Airflow thay vì cron job?
- Nếu một ETL job fail lúc 2h sáng, bạn xử lý sao? Quy trình incident response?
🔹 Vòng Technical – AWS & Cloud
- Giải thích sự khác biệt giữa S3, EBS, EFS?
- AWS Glue so với EMR khác nhau thế nào? Khi nào chọn cái nào?
- Lambda có giới hạn gì? Làm sao xử lý job chạy lâu hơn 15 phút?
- Step Functions dùng cho use case nào?
- Làm sao monitor một data pipeline trên AWS?
- Disaster Recovery Plan (DRP) cho hệ thống data là gì? Bạn đã làm bao giờ chưa?
🔹 Vòng Technical – Tình huống thực tế
- Bạn nhận report từ user rằng "báo cáo sai số", quy trình xử lý?
- Data từ core banking mới về sai định dạng, bạn làm gì?
- Đề xuất giải pháp tối ưu pipeline đang tốn 4 giờ xuống còn 30 phút?
- Power BI dashboard load 5 phút, bạn tối ưu thế nào?
🔹 Vòng Manager – Tư duy & quản lý
- Bạn đã từng đề xuất cải tiến công nghệ gì thành công?
- Cách bạn cân bằng giữa vận hành ổn định và triển khai công nghệ mới?
- Tại sao chọn VIB? Bạn biết gì về chiến lược chuyển đổi số của VIB?
- Định hướng nghề nghiệp 3-5 năm tới?
Tips chuẩn bị quan trọng
✅ Cài đặt và thực hành Docker + Airflow + PostgreSQL trên máy trước khi phỏng vấn – interviewer thường test thực hành ✅ Chuẩn bị 1-2 câu chuyện STAR (Situation-Task-Action-Result) cho mỗi dự án đã làm ✅ Đọc về VIB: VIB là ngân hàng tiên phong trong chuyển đổi số, đã tự phát triển app MyVIB với 17+ triệu users, đối tác chiến lược với ITL (phi lợi nhuận) ✅ Chuẩn bị "câu hỏi dành cho bạn" – hỏi về công cụ đang dùng, đội ngũ, dự án sắp tới
Dress code
- Vòng HR / Manager: Smart casual hoặc business formal (áo sơ mi, quần tây, giày bít)
- Vòng Technical: Smart casual, gọn gàng – không cần quá formal
- Màu sắc: trung tính (trắng, xanh navy, xám)
Lộ trình ôn thi
Lộ trình ôn thi & chuẩn bị trong 1-2 tuần
Nếu bạn có 2 tuần (khuyến nghị)
📅 Ngày 1-3: Database & SQL nền tảng
- Học: Joins, Window Functions, CTE, Index, Execution Plan, Partition
- Tài liệu:
- "SQL for Data Analysts" – Mode Analytics (miễn phí online)
- LeetCode SQL problems (tập 30-50 bài medium)
- "Use The Index, Luke" – Markus Winand (sách miễn phí)
- Thực hành: Cài PostgreSQL local, chạy các câu lệnh từ đơn giản đến phức tạp
📅 Ngày 4-6: Python cho Data Engineering
- Học: Pandas, PySpark cơ bản, xử lý JSON/Parquet/CSV, error handling
- Tài liệu:
- "Python for Data Engineering" – freeCodeCamp (YouTube)
- Apache Spark Documentation – pyspark.sql module
- "Data Engineering Cookbook" – Andreas Kretz
- Thực hành: Đọc 1 file CSV 100MB bằng Pandas vs PySpark, đo thời gian
📅 Ngày 7-9: ETL & Orchestration
- Học: Airflow DAG, TaskFlow API, schedule, backfill, SLAs
- Tài liệu:
- Astronomer tutorials (miễn phí trên trang astronomer.io)
- "Fundamentals of Data Engineering" – Joe Reis & Matt Housley (sách hay nhất hiện tại)
- DBT documentation chính thức
- Thực hành: Dựng Airflow local bằng Docker Compose, tạo DAG với 3 tasks
📅 Ngày 10-12: AWS Fundamentals
- Học: EC2, S3, IAM, Glue, Lambda, Step Functions, CloudWatch
- Tài liệu:
- AWS Free Tier – tạo account, làm lab thật
- "AWS Solutions Architect Associate" videos của Adrian Cantrill (hoặc Stephane Maarek)
- AWS Skill Builder (course miễn phí chính hãng AWS)
- Thực hành: Upload file lên S3 → Trigger Lambda → Ghi vào DynamoDB → Monitor bằng CloudWatch
📅 Ngày 13-14: Banking & Domain Knowledge
- Học:
- Core banking system là gì? (TCBS, T24, Flexcube)
- ETL pipeline trong ngân hàng (CBS → Data Warehouse → BI)
- Quy trình nhận diện khách hàng (KYC), phòng chống rửa tiền (AML) liên quan đến data thế nào
- Basel II/III yêu cầu dữ liệu gì?
- Tài liệu:
- Báo cáo thường niên VIB (đọc phần chuyển đổi số)
- Ngân hàng Nhà nước Việt Nam – Quyết định 2345/QĐ-NHNN về dữ liệu tín dụng
Nếu bạn chỉ có 1 tuần – ưu tiên tối cao
- Ngày 1-2: SQL nâng cao (Window Functions, CTE, Optimization)
- Ngày 3-4: PySpark cơ bản + Airflow cơ bản
- Ngày 5-6: AWS Glue + S3 + Lambda
- Ngày 7: Ôn Banking domain + mock interview
Tài liệu tham khảo top-tier
| Tài liệu | Loại | Giá |
|---|---|---|
| Fundamentals of Data Engineering – Joe Reis | Sách | ~500k VND |
| Designing Data-Intensive Applications – Martin Kleppmann | Sách kinh điển | ~600k VND |
| Astronomer Airflow tutorials | Online | Free |
| dbt Learn | Online tutorial | Free |
| AWS Skill Builder | Online course | Free |
| LeetCode/HackerRank SQL | Practice | Free |
| Udemy AWS Data Analytics Specialty | Video course | ~300k khi sale |
| Towards Data Science (Medium) | Blog | Free |
Lưu ý cuối
⚠️ Đừng cố "biết hết" – tập trung sâu vào 2-3 công nghệ cốt lõi, còn lại hiểu khái niệm là đủ ⚠️ Viết lại CV bằng tiếng Anh – vì JD hoàn toàn bằng tiếng Anh, CV phải đồng nhất ⚠️ Chuẩn bị portfolio GitHub – đẩy code ETL/Airflow/Docker của bạn lên, dù nhỏ cũng có điểm cộng
Tư vấn nghề nghiệp
Lời khuyên sự nghiệp cho vị trí Data Operation – Ngân hàng VIB
Lộ trình thăng tiến trong ngân hàng
Fresher/Data Analyst (0-2 năm)
↓
Data Officer (2-3 năm) ← Bạn đang ở đây nếu 2 năm exp
↓
Senior Officer (3-5 năm)
↓
Data Specialist (5-7 năm) ← Vị trí này nếu apply level Specialist
↓
Senior Specialist / Team Lead (7-10 năm)
↓
Data Engineering Manager (10-12 năm)
↓
Head of Data Platform (12-15 năm)
Mức lương ước lượng theo cấp bậc (tham khảo)
⚠️ Mức lương có thể thay đổi tùy ngân hàng và thời điểm – đây chỉ là ước lượng
| Cấp bậc | Kinh nghiệm | Mức lương/tháng (ước lượng) |
|---|---|---|
| Officer | 2 năm | 18-25 triệu VND |
| Senior Officer | 3 năm | 25-35 triệu VND |
| Specialist | 5 năm | 35-50 triệu VND |
| Senior Specialist | 7 năm | 50-80 triệu VND |
| Team Lead | 8-10 năm | 70-120 triệu VND |
| Manager | 10+ năm | 100-180 triệu VND |
Ghi chú thêm:
- VIB thường nằm trong nhóm ngân hàng tư nhân có mức lương cạnh tranh (top 5 private bank)
- Ngoài lương còn có: thưởng Tết (1-3 tháng), thưởng KPI, bảo hiểm sức khỏe cao cấp cho cả gia đình, ưu đãi vay vốn nhân viên
- Lương cho vị trí Senior Specialist ở VIB có thể đàm phán cao hơn nếu bạn đem theo kinh nghiệm về AWS cloud – vì đây là năng lực đang khan hiếm
Kỹ năng cần phát triển thêm trong 3-5 năm tới
🔥 Phải học (must-have):
- Cloud-native Data Engineering: AWS Glue → chuyển sang Databricks Lakehouse (VIB đang có xu hướng này)
- DataOps / MLOps: CI/CD cho data pipeline, Data Observability (Monte Carlo, Great Expectations)
- Data Governance: Hiểu về Data Lineage, Data Catalog, Data Quality – ngân hàng rất coi trọng do Basel & NHNN yêu cầu
⭐ Nên học (nice-to-have): 4. Streaming Architecture: Kafka + Flink thay vì chỉ batch ETL 5. Infrastructure as Code: Terraform, CloudFormation 6. Container & Orchestration: Docker, Kubernetes, ECS/EKS trên AWS 7. LLM / AI Application: Cách tích hợp GenAI vào data pipeline (hot trend 2024-2026)
Lời khuyên chiến lược từ "đàn anh"
🎯 Vị trí Data Operation khác gì Data Analyst/Data Engineer?
- Operation: Tập trung vào vận hành – uptime, monitoring, incident handling, tối ưu. Giống "DevOps" nhưng cho data
- Engineer: Tập trung vào thiết kế, xây dựng pipeline mới
- Analyst: Tập trung vào phân tích, insight cho business
Tại VIB, vị trí này thuộc "Giải pháp Dữ liệu và Phân tích", nghĩa là bạn vừa operation vừa build – rất tốt để chuyển sang Data Engineer sau này.
🎯 Vì sao nên chọn ngân hàng thay vì công ty product/outsource?
- Lương: Ngân hàng tư nhân top trả cao hơn outsource 30-50%
- Dữ liệu đa dạng: Core banking, credit, transaction, CRM, marketing – đủ thứ để học
- Domain knowledge: Hiểu finance là lợi thế cạnh tranh dài hạn
- Độ ổn định: Ngân hàng ít bị "đóng băng tuyển dụng" như startup
🎯 Cách deal lương hiệu quả với VIB:
- Đề xuất mức cao hơn 10-15% so với mức hiện tại, hoặc cao hơn mặt bằng chung ngân hàng
- Chuẩn bị 3 offer khác để có leverage
- Đừng chỉ nhìn lương gross – hỏi rõ: thưởng KPI, review cycle, lộ trình tăng lương, làm thêm giờ có OT không
🎯 Red flag cần lưu ý khi phỏng vấn:
- Nếu họ không nói rõ tech stack → có thể team đang chật vật với legacy system
- Nếu không có on-call/rotation policy rõ ràng → dễ bị gọi đêm nhiều
- Nếu không có budget đào tạo → nghĩa là bạn tự học là chính
🎯 Nếu bạn đang làm outsource/fresher:
- VIB thường "ưu tiên nội bộ" – nên apply các vị trí tương đương trước khi nhảy sang specialist
- Bắt đầu ở level Officer, chứng minh 1-2 năm rồi xin level Senior Officer – đây là cách thăng tiến an toàn nhất
Cơ hội phát triển tại VIB cụ thể
VIB nổi tiếng về:
- Ứng dụng MyVIB: Tự phát triển, top 1 về digital banking ở VN 2023-2024
- Cây ATM/CRM AI: Top 3 ngân hàng có hệ thống AI mạnh nhất
- Đầu tư cloud: Chuyển từ on-premise sang AWS nhanh chóng
→ Nghĩa là nếu bạn giỏi AWS, bạn sẽ có cơ hội đi nhanh tại đây. Đừng ngại "tôi chưa có kinh nghiệm AWS" – hãy học trong 1-2 tháng và apply.
Câu hỏi thường gặp
Được nhưng cần hiện thực. Vị trí thấp nhất (Officer) yêu cầu tối thiểu 2 năm, nên nếu bạn vừa ra trường thì chưa đủ. Tuy nhiên, có 3 cách để vào được: (1) Apply các chương trình Fresher/Intern của VIB thường mở vào tháng 6-9 hàng năm; (2) Làm 2-3 năm ở một công ty outsource/fintech có làm data pipeline trước khi apply level Officer; (3) Thử apply vị trí Junior Data Engineer hoặc Data Analyst tại VIB trước, sau 1-2 năm chuyển sang. Trong thời gian chờ, hãy build portfolio: làm 2-3 project với Airflow + PySpark + PostgreSQL trên GitHub, có docker-compose để interviewer chạy thử. Đó là "2 năm thực chiến" thuyết phục nhất.
Với 5 năm kinh nghiệm, bạn nên target mức Specialist, kỳ vọng khoảng 35-50 triệu gross/tháng. Tuy nhiên, range rất rộng vì phụ thuộc vào: (1) Bạn có kinh nghiệm AWS thật không – nếu có thể +20%; (2) Bạn từ ngân hàng nào/fintech nào trước đó – VIB thường match offer cao hơn bạn hiện tại 15-30%; (3) Bạn biết DataStage (IBM) không – vì ngân hàng cũ còn dùng nhiều, nếu biết thì có lợi thế độc quyền. Mẹo: Khi HR hỏi lương, đừng nói con số đầu tiên – hãy hỏi "Anh/chị có thể cho em biết range của vị trí này không?" rồi mới đề xuất ở mức 70-80% của range. Lưu ý, mức lương có thể thay đổi tùy ngân hàng và thời điểm.
Hoàn toàn khả thi – Java backend có nhiều lợi thế chuyển sang data: (1) Bạn đã quen tư duy hệ thống, performance tuning, làm việc với database lớn; (2) Ngân hàng có nhiều hệ thống legacy viết Java nên họ thích người hiểu Java convert sang data. Khoảng cách kỹ năng cần lấp: (a) Học Python/PySpark thay vì Java cho data processing; (b) Học Airflow thay vì Cron/Quartz; (c) Học AWS Glue/Lambda/Step Functions thay vì deploy on Tomcat; (d) Hiểu về CDC, Kafka streaming. Lộ trình 6 tháng: Tháng 1-2 tự học PySpark và làm project cá nhân; Tháng 3-4 học Airflow + AWS; Tháng 5-6 apply vào các vị trí Junior/Mid Data Engineer tại ngân hàng. Trong CV, đừng che giấu kinh nghiệm Java – hãy nhấn mạnh "đã làm performance tuning cho database 10TB, xử lý batch job..." – đó là kinh nghiệm data operation rất quý.
Theo mô tả, vị trí Data Operation có vận hành hệ thống production nên chắc chắn có rotation on-call. Thông thường tại VIB và các ngân hàng lớn: on-call rotation 1-2 tuần/lần, mỗi lần on 24/7 trong 1 tuần, có cơ chế "đổi ca" nếu có việc đột xuất. Khi on-call: nhận alert qua PagerDuty/OpsGenie, xử lý incident từ xa, chỉ lên văn phòng nếu incident nghiêm trọng (Sev 1). Giờ làm bình thường: 8h-17h hoặc 9h-18h, có OT khi triển khai production. Mẹo khi phỏng vấn: hỏi HR thẳng "Anh/chị cho em hỏi cơ chế on-call hiện tại team mình đang áp dụng thế nào? Có OT compensation không?" – VIB khá fair về khoản này, có OT pay hoặc bù ngày nghỉ. Nếu bạn ưu tiên work-life balance nghiêm ngặt, hãy cân nhắc vị trí Data Analyst thay vì Data Operation.
Thông thường KPI của Data Operation chia làm 4 nhóm: (1) System uptime: Hệ thống data phải đạt 99.5%+ thời gian hoạt động (ví dụ không quá 4 giờ downtime/tháng); (2) Data freshness: Dữ liệu phải được load xong trước 6h sáng để phục vụ báo cáo ban lãnh đạo; (3) Incident resolution time: MTTR (Mean Time To Repair) dưới 4 giờ cho Sev 2, dưới 1 giờ cho Sev 1; (4) Project delivery: Hoàn thành các dự án cải tiến được giao đúng deadline. Để đạt KPI tốt: (a) Chủ động monitor hệ thống 24/7 thay vì đợi user báo lỗi; (b) Tự động hóa những task lặp đi lặp lại; (c) Viết runbook rõ ràng để cả team đều xử lý được; (d) Đề xuất cải tiến liên tục (mục (v) trong JD yêu cầu điều này). Khi review cuối năm, những người đề xuất thành công 1-2 initiative cải tiến (ví dụ giảm 30% thời gian ETL) thường được xét tăng lương/thăng chức.
Theo kinh nghiệm tuyển dụng tại VIB và các ngân hàng lớn: Chứng chỉ AWS là "nice-to-have" chứ không phải "must-have", nhưng kinh nghiệm thực tế quan trọng hơn 70%. Tuy nhiên, chứng chỉ giúp ích trong 3 trường hợp: (1) Bạn apply vị trí Senior Specialist (7 năm) mà CV chưa đủ mạnh – chứng chỉ AWS Solutions Architect có thể "kéo" CV lên; (2) Bạn ứng tuyển vào ngân hàng FDI (HSBC, Standard Chartered) – họ thường bắt buộc; (3) Bạn chưa có kinh nghiệm AWS thực tế nhưng muốn chứng minh đã học. Lời khuyên: Nếu bạn có 5+ năm kinh nghiệm, hãy đầu tư vào chứng chỉ AWS Data Analytics Specialty (~5-7 triệu VND) trong khi chờ đợi – chi phí này chỉ bằng 1 tháng lương net mà bạn có thể deal lương cao hơn tới 20%. Còn nếu dưới 5 năm, hãy tập trung build project thực tế trên GitHub, đó có giá trị hơn.
Đây là câu hỏi rất hay. Câu trả lời: Học CẢ HAI, nhưng theo thứ tự ưu tiên. Lý do: (1) DataStage vẫn được dùng rất nhiều trong các ngân hàng lớn tại VN (VIB, Techcombank, Vietcombank...) vì đã đầu tư hàng triệu USD vào nó, không thể thay thế trong 1-2 năm. Nếu bạn là người duy nhất trong team rời đi mà không ai biết DataStage, bạn sẽ là "người khó thay thế" – giá trị thương hiệu cá nhân rất cao. (2) Nhưng xu hướng là AWS Glue + DBT + Snowflake/Databricks. Ngân hàng mới (TPBank, Cake...) đã chuyển sang hoàn toàn. Chiến lược tốt nhất: Học DataStage trước (1-2 tháng) để có thể apply ngay vào vị trí tốt, sau đó học AWS Glue + Airflow (3 tháng) để chuẩn bị cho con đường dài hạn. Sau 2-3 năm ở ngân hàng, bạn có thể nhảy sang fintech/startup với mức lương cao gấp 1.5-2 lần.
Sau 5 năm ở vị trí Data Operation tại VIB, bạn có 4 hướng đi rõ ràng: (1) Chuyên gia kỹ thuật (Technical path): Senior Specialist → Principal Engineer → Data Architect. Mức lương có thể lên 80-150 triệu/tháng. (2) Quản lý (Managerial path): Team Lead (3-5 người) → Engineering Manager (10-20 người) → Head of Data Platform. (3) Chuyển sang phân tích/chiến lược: Data Operations → Data Product Manager → CDO. Đây là hướng hot, kiếm nhiều tiền hơn nhưng cần thêm business acumen. (4) Nhảy ra ngoài: Sau 5 năm ở ngân hàng top, bạn có thể apply vào Big Tech (Google, Microsoft) hoặc fintech (MoMo, ZaloPay, VNPay) với offer gấp 1.5-2 lần. Để thăng tiến nhanh: (a) Đừng chỉ "vận hành" – hãy đề xuất 1-2 cải tiến/năm; (b) Có mentor là Senior Specialist hoặc Manager để được advocate; (c) Xây dựng network ngang hàng – không phải bằng cấp mà bằng "người này giải quyết được vấn đề khó".
Chia sẻ từ cộng đồng
Mình từng làm DataOps ở VIB khoảng 3 năm, chia sẻ thật: tốc độ chuyển đổi số ở VIB nhanh thật nhưng áp lực cũng lớn. ETL pipeline phải chạy xong trước 5h sáng để kịp báo cáo cho ban lãnh đạo, nên có khi 3-4h sáng đã phải fix incident. Mặt khác, học hỏi được rất nhiều vì hệ thống lớn, nhiều data warehouse, nhiều tool mới được thử nghiệm. Nếu bạn chịu được áp lực và muốn level up kỹ năng data thì nên thử.
Vừa pass interview vị trí Senior Officer Data Operation bên VIB tuần trước, chia sẻ tips: Câu hỏi technical tập trung vào (1) Slow query optimization - họ cho một câu SQL chạy 10 phút và hỏi cách tối ưu, (2) ETL pipeline design - hỏi về failure recovery, (3) AWS scenario - cho một use case streaming real-time và hỏi chọn tool nào. Chuẩn bị kỹ phần SQL và PySpark là đủ. Còn về lương: mình deal được 38tr gross, có thưởng Tết 2 tháng + KPI 1 tháng, tạm ổn với 4 năm kinh nghiệm.
Cảnh báo cho ai đang apply: tin này ghi "N/A" ở phúc lợi nhưng đừng để vì thế mà skip. VIB thường chỉ đăng những phúc lợi cơ bản lên JD, phần lớn benefits sẽ được chia sẻ trong buổi phỏng vấn hoặc khi offer. Khi mình phỏng vấn lần trước, sau khi hỏi HR mới biết có: bảo hiểm Bảo Việt cho cả gia đình, ưu đãi vay 0% lãi suất cho nhân viên đến 500tr, cơm trưa free, gym on-site, 14 ngày phép/năm. Nên chủ động hỏi HR nhé.
Mình nghĩ vị trí này phù hợp cho người thích ổn định và học hỏi hệ thống lớn. Còn nếu bạn thích tốc độ, muốn làm việc với tech mới nhất thì nên apply các fintech như MoMo, ZaloPay - họ stack toàn Snowflake + dbt + Airflow rất hiện đại, lương cũng cao hơn 20-30%. Nhưng ngân hàng là nơi tốt nhất để học về domain finance, điều này không fintech nào dạy được.
Mình là HR ngành ngân hàng, góp ý cho bạn nữ: vị trí này phòng ban Giải pháp Dữ liệu của VIB hiện có ~25 người, trong đó nữ chiếm khoảng 30%. Môi trường khá thân thiện, có chế độ nghỉ thai sản 6 tháng đầy đủ theo luật. Tech stack hiện tại đang migrate từ on-premise Oracle sang AWS nên team đang cần người có kinh nghiệm cloud. Nếu bạn có 2-3 năm kinh nghiệm và biết Python + AWS thì rất phù hợp.
Em mới ra trường, đọc JD này hoa mắt luôn 😅 Hỏi anh chị: với 1 năm kinh nghiệm intern ở công ty outsource (làm ETL cơ bản bằng Pentaho), em có nên apply level Officer không, hay chờ thêm 1 năm nữa?
Reply bạn newbie_bank: mình nghĩ cứ apply đi, biết đâu HR sẽ offer level Junior Officer hoặc cho vào chương trình Fresher. Nhiều khi JD ghi 2 năm nhưng thực tế họ sẵn sàng nhận 1 năm nếu bạn show được project thực tế + tinh thần học hỏi. Đừng tự giới hạn mình. Nếu bị reject thì xin feedback để cải thiện.
Ứng tuyển ngay
Ứng tuyển trên website gốcBạn sẽ được chuyển đến trang tuyển dụng chính thức của VIB
Chuyên môn / Từ khoá
Mất kết nối mạng
Đang thử kết nối lại
Đã xảy ra lỗi!
Vui lòng chờ trong giây lát