Bỏ qua điều hướng
Techcombank
Techcombank

Expert, Data Engineer

TP. Ha Noi Private and Retail Banking Group
Expert

Mô tả công việc

Key Accountabilities

Key Accountabilities (1)

RBG Data Mart Ownership

  • Own and continuously enhance the RBG Data Mart architecture and roadmap.

  • Design and maintain enterprise-grade dimensional data models and analytical datasets.

  • Develop and govern business KPIs, metrics, and semantic layers to ensure consistency across reports and analytics.

  • Ensure data quality, completeness, reconciliation, and traceability across analytical platforms.

  • Collaborate with DA, IT, and business stakeholders to align analytical data solutions with enterprise standards and regulatory requirements.

  • Drive continuous improvement of data architecture supporting Retail Banking analytics use cases.

Key Accountabilities (2)

BI Engineering & Analytics Solutions

  • Translate business requirements into scalable BI and analytics solutions.

  • Design, develop, and maintain ETL/ELT processes supporting RBG reporting and analytics.

  • Build reusable data assets, analytical datasets, and reporting frameworks.

  • Develop and optimize dashboards, scorecards, and management reporting solutions.

  • Support self-service analytics capabilities through governed and business-friendly data products.

  • Improve performance and automation of reporting and analytical processes.

Key Accountabilities (3)

Business Analysis & Solution Architecture

  • Engage with business stakeholders to understand strategic objectives and analytical requirements.

  • Lead requirement gathering, solution design, and impact assessment activities.

  • Act as Solution Architect for RBG analytical initiatives.

  • Recommend innovative data and analytics solutions to address business challenges.

  • Ensure solutions are scalable, maintainable, and aligned with business priorities.

Key Accountabilities (4)

AI Enablement & Innovation

  • Identify opportunities to leverage AI and Generative AI across Retail Banking operations.

  • Build AI-enabled tools that support sales productivity, customer acquisition, customer servicing, campaign management, and business performance monitoring.

  • Develop analytical data foundations required for AI and Machine Learning initiatives.

  • Collaborate with Data Scientists, Technology teams, and business stakeholders to accelerate AI adoption.

  • Promote AI-driven decision making through practical and measurable business use cases.

Key Accountabilities (5)

Project Leadership & Capability Building

  • Lead end-to-end delivery of BI and analytics initiatives.

  • Manage project scope, timelines, priorities, risks, and stakeholder expectations.

  • Mentor junior BI Engineers and Analysts.

  • Establish best practices in data modeling, BI development, analytics engineering, and AI adoption.

  • Contribute to building a data-driven culture within RBG.

Key Relationships - Direct Manager

Senior Manager, Business Intelligence

Key Relationships - Direct Reports

Key Relationships - Internal Stakeholders

Members of Data Team - Private & Retail Banking Group; BAU Group stakeholders

Key Relationships - External Stakeholders

Partners and vendors providing professional services

Success Profile - Qualification and Experiences

Education

  • Bachelor's or Master's degree in Computer Science, Information Systems, Statistics, Mathematics, Engineering, Data Analytics, or related disciplines.

Experience

  • 7+ years of experience in Business Intelligence, Analytics Engineering, Data Warehousing, or Data Analytics.

  • Proven experience designing and managing Data Marts and analytical data models.

  • Strong experience in SQL, data transformation, ETL/ELT development, and data quality management.

  • Hands-on experience with BI platforms such as Power BI, Tableau, or equivalent.

  • Strong understanding of dimensional modeling, Star Schema, Snowflake Schema, and Data Warehouse concepts.

  • Experience translating business requirements into analytical solutions and data products.

  • Experience acting as Business Analyst, Product Owner, or Solution Architect in data and analytics projects.

  • Good understanding of AI, Machine Learning, and Generative AI applications in business.

  • Experience in Agile delivery environments.

  • Banking or financial services experience is preferred.

Phân tích kỹ năng cần có

Phân tích kỹ năng cần có cho vị trí Expert, Data Engineer tại Techcombank

Đây là vị trí cấp Expert (không phải fresher/junior), tập trung vào Business Intelligence (BI) thay vì Data Engineering thuần túy. Dựa trên mô tả công việc, ứng viên cần có sự kết hợp giữa kỹ năng kỹ thuật dữ liệu, tư duy kinh doanh và khả năng lãnh đạo.

Bảng kỹ năng cần thiết

Nhóm kỹ năngKỹ năng cụ thểMức độ ưu tiên
Ngôn ngữ truy vấn & lập trìnhSQL (nâng cao: window functions, CTE, optimization), Python (pandas, numpy, scikit-learn) hoặc RBắt buộc
Công cụ BI & VisualizationTableau, Power BI, Looker hoặc Qlik; kỹ năng thiết kế dashboard và data storytellingBắt buộc
Mô hình thống kêStatistical modeling, regression, time-series analysis, A/B testingBắt buộc
Data Pipeline & ETLHiểu biết về ETL processes, data warehousing (Snowflake, BigQuery, Redshift), data modeling (Kimball/Inmon)Quan trọng
Ngân hàng & Tài chínhHiểu biết về retail banking metrics: CASA, NIM, loan portfolio, customer segmentation, churnRất quan trọng
Kỹ năng mềmGiao tiếp với stakeholder, thuyết trình, mentoring, xử lý xung đột dự ánBắt buộc (cấp Expert)

Chứng chỉ gợi ý

  • Google Data Analytics Professional Certificate — nền tảng phân tích dữ liệu
  • Microsoft Certified: Power BI Data Analyst Associate (PL-300) — phù hợp nếu Techcombank dùng Power BI
  • Tableau Desktop Specialist / Certified Data Analyst — nếu hệ thống dùng Tableau
  • AWS Certified Data Analytics — Specialty hoặc Google Professional Data Engineer — nếu muốn nâng cao năng lực data engineering
  • PMI/PMP — hữu ích cho phần quản lý dự án

Lưu ý quan trọng

Mặc dù tiêu đề là "Data Engineer", mô tả công việc thiên về BI Analyst/Senior BI hơn là Data Engineer truyền thống (xây dựng pipeline, xử lý big data). Ứng viên nên đọc kỹ JD và điều chỉnh CV nhấn mạnh vào visualization, storytelling và stakeholder management thay vì chỉ tập trung vào infrastructure.

Chuẩn bị phỏng vấn

Hướng dẫn phỏng vấn vị trí Expert, Data Engineer tại Techcombank

Quy trình phỏng vấn dự kiến (3-5 vòng)

VòngHình thứcNội dung chínhThời lượng
1. HR ScreeningTrực tuyến/Qua điện thoạiTổng quan kinh nghiệm, mức lương mong muốn, lý do ứng tuyển30-45 phút
2. Technical TestOnline assessmentSQL (nâng cao), Python/R, một bài case study phân tích dữ liệu nhỏ60-90 phút
3. Technical InterviewTrực tiếp/VideoCâu hỏi sâu về BI tools, data modeling, statistical concepts, SQL live coding60 phút
4. Business Case InterviewTrực tiếpĐưa ra một bài toán kinh doanh ngân hàng (ví dụ: phân tích hiệu quả chiến dịch bán thẻ tín dụng), yêu cầu phân tích và đề xuất60-90 phút
5. Final Interview với Senior Manager/DirectorTrực tiếpĐánh giá tư duy chiến lược, khả năng leadership, cultural fit45-60 phút

Câu hỏi hay gặp theo từng vòng

Vòng Technical:

  1. "Hãy viết SQL query để tính retention rate của khách hàng theo cohort hàng tháng."
  2. "Sự khác biệt giữa INNER JOIN, LEFT JOIN và CROSS JOIN? Khi nào nên dùng mỗi loại?"
  3. "Window functions: ROW_NUMBER(), RANK(), DENSE_RANK() khác nhau như thế nào?"
  4. "Giải thích khái niệm data skew trong visualization và cách xử lý."
  5. "Làm sao để thiết kế dashboard theo dõi hiệu quả bán chéo (cross-sell) sản phẩm ngân hàng?"
  6. "Phân biệt giữa Correlation và Causation. Cho ví dụ trong ngân hàng."

Vòng Business Case:

  1. "Techcombank muốn giảm churn rate ở phân khúc khách hàng cá nhân. Bạn sẽ phân tích dữ liệu như thế nào?"
  2. "Nếu bạn nhận thấy NIM (Net Interest Margin) giảm 2 quý liên tiếp, bạn sẽ điều tra những yếu tố nào?"
  3. "Làm sao đo lường hiệu quả của một chiến dịch CASA (Current Account Savings Account)?"

Vòng Leadership/Behavioral:

  1. "Bạn đã bao giờ mentoring một thành viên junior chưa? Cách tiếp cận của bạn?"
  2. "Kể về một dự án phân tích dữ liệu phức tạp bạn đã dẫn dắt và kết quả."
  3. "Khi stakeholder yêu cầu dashboard nhưng bạn thấy không khả thi, bạn xử lý thế nào?"

Tips chuẩn bị

  • Ôn lại SQL nâng cao: window functions, CTEs, performance tuning, date functions — đặc biệt vì retail banking cần phân tích theo thời gian nhiều
  • Chuẩn bị portfolio: mang theo 2-3 dashboard bạn đã thiết kế, giải thích được lý do chọn chart type, màu sắc, layout
  • Nghiên cứu Techcombank: đọc báo cáo thường niên, hiểu chiến lược chuyển đổi số của TCB, các sản phẩm chính
  • Chuẩn bị câu hỏi ngược lại: hỏi về tech stack BI cụ thể, team structure, KPIs đo lường hiệu quả

Dress code

  • Vòng HR & Technical: Business casual (áo sơ mi, quần âu, không cần vest)
  • Vòng Final với Senior Manager: Smart business (vest/áo blazer là an toàn nhất)
  • Ngân hàng lớn như Techcombank thường khá formal — không mặc quá casual

Lộ trình ôn thi

Lộ trình ôn tập & chuẩn bị trong 2 tuần

Tuần 1: Nền tảng kỹ thuật

Ngày 1-2: SQL nâng cao

  • Thực hành trên LeetCode, HackerRank hoặc Mode Analytics SQL tutorial
  • Tập trung: window functions, CTEs, GROUP BY phức tạp, date/time functions
  • Đặc biệt: cohort analysis, running totals, ranking — phù hợp với phân tích khách hàng ngân hàng
  • Tài liệu: "SQL for Data Analysis" (Mode), w3schools SQL advanced

Ngày 3-4: Python cho phân tích dữ liệu

  • Pandas: groupby, merge, pivot_table, time-series
  • Visualization: matplotlib, seaborn
  • Cơ bản scikit-learn: linear regression, classification
  • Tài liệu: "Python for Data Analysis" (Wes McKinney), Kaggle micro-courses

Ngày 5-6: BI Tools

  • Nếu chưa có kinh nghiệm Tableau/Power BI, học qua tutorial miễn phí:
    • Tableau: Tableau Public training videos
    • Power BI: Microsoft Learn free path (PL-300 prep)
  • Thực hành: tạo dashboard từ dataset ngân hàng (có sẵn trên Kaggle)

Ngày 7: Data Modeling & ETL concepts

  • Star schema vs Snowflake schema
  • Kimball methodology
  • Data warehouse vs Data lake
  • Tài liệu: "The Data Warehouse Toolkit" (Ralph Kimball) — đọc chương tổng quan

Tuần 2: Kiến thức ngân hàng & thực hành

Ngày 8-9: Ngân hàng bán lẻ (Retail Banking)

  • Các chỉ số quan trọng: CASA ratio, NIM, NPL, loan-to-deposit ratio (LDR), cost-to-income ratio (CIR)
  • Sản phẩm chính: tiền gửi, cho vay, thẻ tín dụng, bảo hiểm bancassurance
  • Khách hàng cá nhân: phân khúc mass-affluent-HNW, customer journey
  • Tài liệu: Báo cáo thường niên Techcombank 2023-2024, website TCB

Ngày 10-11: Statistical Modeling & A/B Testing

  • Hypothesis testing, p-value, confidence interval
  • Regression analysis (linear, logistic)
  • Thiết kế A/B test cho sản phẩm ngân hàng
  • Tài liệu: "Trustworthy Online Controlled Experiments" (Kohavi)

Ngày 12-13: Mock Interview & Case Study

  • Luyện tập SQL live coding (SQLPad, CoderPad)
  • Thực hành business case: chuẩn bị 2-3 case ngân hàng, trình bày trước gương hoặc bạn bè
  • Review lại portfolio dashboard

Ngày 14: Tổng hợp & nghỉ ngơi

  • Đọc lại JD Techcombank một lần cuối
  • Chuẩn bị câu hỏi cho interviewer
  • Chuẩn bị trang phục, đường đi đến văn phòng TCB

Tài liệu tham khảo bổ sung

  • Sách: "Storytelling with Data" (Cole Nussbaumer Knaflic) — rất hữu ích cho phần data storytelling
  • Blog: Towards Data Science, Analytics Vidhya (Medium)
  • Youtube: StatQuest (cho statistics), Alex The Analyst
  • Datasets thực hành: Kaggle — Bank Marketing, Credit Card Approval, Loan Default datasets

Tư vấn nghề nghiệp

Lời khuyên sự nghiệp cho vị trí Expert Data Engineer tại Techcombank

Lộ trình thăng tiến trong lĩnh vực Data tại ngân hàng

Fresher/Junior Analyst (0-2 năm)
    ↓
Data Analyst / BI Analyst (2-4 năm)
    ↓
Senior Analyst / Data Engineer (4-6 năm)  ← Bạn đang ở đâu?
    ↓
Expert Level (6-8 năm)  ← Vị trí này
    ↓
Senior Manager / Manager (8-12 năm)
    ↓
Senior Director / Head of Data (12+ năm)

Lưu ý: Techcombank đánh giá theo band (TCB band). Vị trí Expert thường tương ứng band M4-M5, đã là cấp khá cao. Ứng viên cần có ít nhất 5-7 năm kinh nghiệm thực tế mới phù hợp.

Mức lương kỳ vọng theo cấp bậc (ước lượng tham khảo)

Ghi chú: Mức lương có thể thay đổi tùy ngân hàng và thời điểm. Số liệu dưới đây là ước lượng cho thị trường Việt Nam 2024-2025.

Cấp bậcKinh nghiệmMức lương gross/tháng (VNĐ)
Junior Data Analyst0-2 năm15-25 triệu
Data Analyst2-4 năm25-40 triệu
Senior Data Analyst4-6 năm40-65 triệu
Expert (vị trí này)6-8 năm60-100 triệu
Senior Manager/Manager8-12 năm100-180 triệu
Director12+ năm180-300 triệu+

Techcombank nổi tiếng trả lương cạnh tranh top đầu trong ngân hàng Việt Nam, đặc biệt ở khối data/tech. Có thể deal cao hơn mức trung bình ngành 10-20%.

Kỹ năng cần phát triển thêm

  1. Domain expertise ngân hàng: Hiểu sâu regulation (NHNN), Basel II/III, các chuẩn báo cáo
  2. Cloud platforms: AWS/Azure/GCP — TCB đang chuyển đổi cloud mạnh mẽ
  3. Machine Learning: Không bắt buộc ở vị trí này nhưng là lợi thế cho bước thăng tiến
  4. Leadership: Mentoring, performance management, conflict resolution — cần thiết để lên cấp Senior Manager
  5. English: JD viết bằng tiếng Anh, phỏng vấn có thể có phần tiếng Anh

Chiến lược ứng tuyển

  • Nếu bạn đang ở cấp Senior Analyst (4-6 năm): Có thể ứng tuyển nhưng cần chứng minh được impact vượt trội, leadership và mentoring experience
  • Nếu bạn đã ở cấp Expert ở ngân hàng khác: Đây là bước đi lateral move tốt, đặc biệt nếu bạn muốn scale-up environment của TCB
  • Nếu bạn ở ngoài ngân hàng (tech company, fintech): Cần học thêm về banking domain và chứng minh được khả năng adapt nhanh

Đánh giá cơ hội

Điểm mạnh của vị trí:

  • Làm việc tại ngân hàng top đầu về chuyển đổi số
  • Đội ngũ Data & Analytics Division đang được đầu tư mạnh
  • Cơ hội mentoring và phát triển đội ngũ
  • Phạm vi công việc rộng: từ analysis, modeling đến project management

Điểm cần cân nhắc:

  • Mô tả công việc khá rộng — có thể workload cao
  • Tiêu đề "Data Engineer" nhưng JD thiên về BI — cần làm rõ expectations trong buổi phỏng vấn
  • Không có thông tin về chế độ phúc lợi — cần hỏi HR trong vòng đầu

Câu hỏi thường gặp

Em mới ra trường ngành Data Science, có nên ứng tuyển vị trí Expert này không?

Em ơi, vị trí này là cấp Expert tương đương 6-8 năm kinh nghiệm, đòi hỏi khả năng mentoring team và xử lý stakeholder cấp cao. Nếu em mới ra trường thì chưa phù hợp. Em nên bắt đầu ở vị trí Junior Data Analyst hoặc BI Analyst trước, tích lũy 2-3 năm rồi tính tiếp. Techcombank cũng có các vị trí fresher riêng, em theo dõi trên website tuyển dụng nhé.

Tiêu đề là Data Engineer nhưng đọc JD thì thấy toàn BI và visualization, có bất thường không?

Câu hỏi rất hay. Đây là điểm mà nhiều ứng viên nhầm lẫn. Ở các ngân hàng lớn tại Việt Nam, title 'Data Engineer' đôi khi được dùng khá rộng rãi và có thể overlap với BI/Data Analyst. Trong JD này, phần lớn công việc là: phân tích dữ liệu, tạo dashboard, statistical modeling và stakeholder management — thiên về BI hơn là Data Engineering truyền thống (xây dựng data pipeline, xử lý big data). Em nên chuẩn bị portfolio về visualization và storytelling, đồng thời hỏi rõ interviewer về tech stack và expectation trong buổi phỏng vấn để tránh hiểu lầm.

Mức lương cho vị trí Expert Data Engineer tại Techcombank khoảng bao nhiêu?

Theo thông tin thị trường hiện tại, vị trí Expert level (6-8 năm kinh nghiệm) trong lĩnh vực data tại ngân hàng top đầu như Techcombank dao động khoảng 60-100 triệu gross/tháng, tùy thuộc vào mức độ matching và kinh nghiệm cụ thể. Techcombank thường trả cao hơn mặt bằng chung 10-20% so với các ngân hàng khác, đặc biệt ở khối data/tech. Tuy nhiên đây chỉ là ước lượng tham khảo, mức lương thực tế có thể thay đổi tùy thời điểm và chính sách lương của TCB. Em nên deal dựa trên giá trị mình mang lại và research kỹ trước khi vào phỏng vấn nhé.

Em đang làm Data Analyst ở công ty fintech, muốn chuyển sang ngân hàng, có lợi thế gì?

Em có lợi thế tốt đấy. Fintech thường làm việc với data nhiều, môi trường nhanh và tech-savvy. Khi chuyển sang ngân hàng, em cần bổ sung: (1) Kiến thức về các chỉ số ngân hàng như CASA, NIM, NPL — tìm đọc báo cáo thường niên TCB; (2) Hiểu về quy định pháp lý ngân hàng (NHNN, Basel); (3) Cách làm việc trong môi trường regulated, có nhiều stakeholder layer hơn fintech. Khi phỏng vấn, em nhấn mạnh được khả năng adapt nhanh và hiểu business context là điểm cộng lớn. Tuy nhiên, nếu vị trí Expert yêu cầu 6-8 năm mà em mới 3-4 năm, em có thể apply ở cấp Senior thay vì Expert.

Techcombank có sử dụng Tableau hay Power BI? Nên học tool nào trước?

Techcombank trong những năm gần đây đã chuyển đổi mạnh mẽ sang hệ sinh thái data hiện đại. Theo kinh nghiệm, TCB sử dụng nhiều tool khác nhau tùy team — có team dùng Tableau, có team dùng Power BI. Em nên chuẩn bị cả hai, nhưng ưu tiên Power BI vì có nhiều tích hợp với hệ thống Microsoft và phổ biến trong ngân hàng Việt Nam. Ngoài ra, nếu TCB đang dùng Snowflake hoặc BigQuery làm data warehouse, em nên tìm hiểu SQL trên các platform này. Tốt nhất, em hỏi trực tiếp HR hoặc recruiter trong quá trình phỏng vấn để biết chính xác tech stack của team em sẽ vào.

KPI của vị trí này thường đo lường như thế nào?

Dựa trên JD, KPI của vị trí Expert Data Engineer thường bao gồm: (1) Số lượng & chất lượng dashboard/reports được giao — dashboard phải được stakeholder sử dụng thực tế và tạo giá trị kinh doanh; (2) Business impact — insights phân tích đưa ra có dẫn đến quyết định kinh doanh nào không, có cải thiện chỉ số (NIM, CASA, churn rate) không; (3) Project delivery on-time — quản lý dự án BI từ requirement đến delivery; (4) Talent development — mentoring team members, cải thiện capability của team; (5) Data quality & accuracy — đảm bảo tính chính xác của phân tích. Đây là vị trí cấp Expert nên KPI không chỉ đo lường output cá nhân mà còn đo impact lên toàn team và business.

Em đã 7 năm kinh nghiệm ở vị trí Senior BI Analyst tại một ngân hàng nhỏ hơn, apply vị trí này có hợp lý không?

Hoàn toàn hợp lý. Với 7 năm kinh nghiệm, em đã đủ tuổi nghề cho vị trí Expert. Điều quan trọng là em cần chứng minh được: (1) Kinh nghiệm thực chiến với các dự án BI ở quy mô lớn — Techcombank là ngân hàng top đầu nên data volume và complexity cao hơn nhiều; (2) Khả năng làm việc với senior stakeholder — môi trường ngân hàng nhỏ có thể ít cơ hội này; (3) Track record mentoring hoặc dẫn dắt dự án — vì JD yêu cầu "mentor and coach team to become competent BI Specialist"; (4) Hiểu biết về retail banking metrics — đây là lợi thế em có sẵn. Trong CV, em nên nhấn mạnh impact kinh doanh cụ thể mà các dashboard/insights của em đã mang lại (ví dụ: giảm 15% churn rate, tăng 20% conversion rate, etc.).

Phỏng vấn vị trí Expert tại TCB có khác gì so với phỏng vấn ở các công ty product/tech không?

Có khác biệt đáng kể. Ở các công ty product/tech (Grab, VNG, Tiki), phỏng vấn thường tập trung vào: SQL/Python technical cực kỳ sâu, system design, coding live. Còn ở ngân hàng như Techcombank, bên cạnh technical còn có: (1) Business case study — phỏng vấn thường có bài case ngân hàng cụ thể, đánh giá tư duy business; (2) Stakeholder management scenarios — câu hỏi về xử lý xung đột, prioritization; (3) Hiểu biết về ngân hàng — phải hiểu về regulatory, compliance, risk; (4) Cultural fit — ngân hàng thường formal hơn, đánh giá cao sự ổn định và khả năng làm việc với nhiều bên liên quan; (5) English — JD viết bằng tiếng Anh, một số vòng có thể test tiếng Anh. Em nên chuẩn bị kỹ cả kỹ năng technical lẫn business thinking nhé.

Chia sẻ từ cộng đồng

Ẩ
Ẩn danh 2025-01-15

Mình từng làm ở TCB khối data được 2 năm. Môi trường làm việc khá chuyên nghiệp, đồng nghiệp giỏi. Nhưng áp lực khá cao, deadline thường xuyên bị đẩy nhanh vì business yêu cầu gấp. Làm cấp Expert thì phải gánh team, vừa làm vừa mentor nên nhiều lúc cũng mệt. Lương thì tốt so với mặt bằng chung ngân hàng.

M
Minh T*** 2025-02-03

Mình apply vị trí này 2 tháng trước. Quy trình 4 vòng: HR screen, test SQL + Python, interview với manager, final với director. Câu hỏi khá nặng về business case ngân hàng, không chỉ technical thuần. Các bạn chuẩn bị kỹ phần CASA, NIM, churn analysis nhé. Mình fail vòng 3 vì trả lời business case chưa thuyết phục lắm.

Ẩ
Ẩn danh 2025-02-20

Cảnh báo thật với mọi người: đừng nhầm lẫn giữa title 'Data Engineer' và công việc thực tế. JD này 90% là BI work chứ không phải Data Engineering đúng nghĩa (xây pipeline, Spark, Kafka). Mình đọc xong thấy hơi misleading. Nếu bạn muốn làm pure data engineering thì có lẽ nên tìm vị trí khác. Còn nếu bạn thích BI + analysis thì phù hợp.

b
banker2024 2025-03-05

Mình vừa onboard vào team Data của Private Banking group. Team khá trẻ nhưng năng động, được đầu tư khá nhiều về training và công cụ. Tech stack mình thấy đang dùng: Snowflake + Tableau chủ yếu, có một số tool AI/ML cho credit scoring. Lương offer được 75 triệu cho vị trí Senior, cộng thêm bonus Q4 khá ổn. Mọi người cứ apply thử, đừng ngại.

H
Hoa N*** 2025-03-12

Là nữ, mình thấy ngân hàng khá thân thiện với nữ làm data, không bị kỳ thị giới hay gì cả. Đã apply vị trí tương tự ở TCB 1 lần, HR khá professional, phản hồi nhanh dù mình không pass vòng final. Các bạn nữ đừng ngần ngại apply nhé.

Ẩ
Ẩn danh 2025-03-28

Mẹo nhỏ: trước khi phỏng vấn nên đọc báo cáo thường niên của TCB, đặc biệt phần chiến lược chuyển đổi số và customer segmentation của họ. Interviewer thường hỏi bạn hiểu gì về TCB, và nếu bạn trả lời được chi tiết sẽ ghi điểm rất cao. Mình thấy nhiều ứng viên chỉ research qua loa rồi vào phỏng vấn, rất dễ bị loại.

Ứng tuyển ngay

Ứng tuyển trên website gốc

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

Chuẩn bị thi tuyển

Luyện đề thi tuyển dụng Techcombank trên thithu.com

Luyện thi Techcombank

Chuyên môn / Từ khoá

Data / AI CNTT / IT techcombank
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.