Middle Collections Business Intelligence - TA192
Mô tả công việc
Yêu cầu ứng viên
Tốt nghiệp Đại học về kinh tế/ngân hàng/kế toán/tài chính/công nghệ thông tin
Có 1 – 2 năm kinh nghiệm trở lên liên quan đến báo cáo và phân tích, cho ngân hàng hoặc thu hồi nợ được ưu tiên
Ưu tiên có kiến thức về thu hồi nợ, sản phẩm, dịch vụ, mô hình thu hồi nợ
Có kiến thức về hệ thống dữ liệu, hệ thống báo cáo phân tích – ưu tiên có kinh nghiệm báo cáo về mảng thu hồi nợ
Ưu tiên có kiến thức về sản phẩm ngân hàng
Kỹ năng giải quyết vấn đề một cách sáng tạo.
Kỹ năng giao tiếp và tương tác tốt, sử dụng được tiếng Anh
Kỹ năng sử dụng thành thạo các công cụ quản lý dữ liệu (SQL, Oracle…)
Kỹ năng báo cáo, phân tích sử dụng đa công cụ (Excel, BI tools, Python, …)
Ưu tiên kỹ năng sử dụng cloud service ở mức cơ bản (S3, Redshift, Dbt, Quicksight Q,..)
Contact Email: [email protected]
Yêu cầu ứng viên
Yêu cầu công việc
Cung cấp các báo cáo định kỳ hàng ngày, hàng tuần và hàng tháng và các báo cáo đột xuất về kết quả hoạt động, kết quả thu hồi nợ của các đơn vị thu hồi nợ. Chịu trách nhiệm tính toán các chương trình Incentives/sale contest của các Trung tâm thu hồi nợ
Hỗ trợ hoặc thực hiện chính việc cung cấp các phân tích đánh giá hiệu quả hoạt động thu hồi nợ, chất lượng danh mục, tình hình thu hồi nợ… Cung cấp các thông tin theo kịp thời với mỗi chương trình tính toán giúp đơn vị có số liệu kịp thời và có các kế hoạch hành đông để đảm bảo kế hoạch được giao.
Tham gia các sáng kiến của phòng, trung tâm nhằm nâng cao hiệu quả hoạt động và nâng cao chất lượng dịch vụ
Tự động hóa các báo cáo định kỳ để nâng cao năng suất lao động/ cải tiến quy trình tính toán Incentives
Hỗ trợ các yêu cầu báo cáo phân tích chuyên sâu cho các lãnh đạo cấp cao nhằm đánh giá tình hình kinh doanh tổng quan và chi tiết
Thực hiện các công việc khác do cấp trên giao phó.
Phân tích kỹ năng cần có
Phân tích kỹ năng cần có cho vị trí Middle Collections Business Intelligence – VPBank
1. Kỹ năng bắt buộc (Hard Skills)
a) Quản lý và truy vấn dữ liệu
- SQL (Structured Query Language): Thành thạo các câu lệnh từ cơ bản (SELECT, JOIN, GROUP BY) đến nâng cao (CTE, Window Functions, subquery phức tạp). Đây là kỹ năng nòng cốt vì dữ liệu thu hồi nợ thường nằm trong data warehouse lớn.
- Oracle Database: VPBank sử dụng hệ quản trị CSDL Oracle, cần biết các thao tác quản trị, PL/SQL cơ bản.
b) Công cụ phân tích và trực quan hóa
- Excel nâng cao: Pivot Table, Power Query, VBA macro, các hàm phân tích dữ liệu (SUMIFS, INDEX/MATCH, XLOOKUP, Power Pivot).
- BI Tools: Power BI, Tableau hoặc Looker — vẽ dashboard, drill-down, DAX measures.
- Python cơ bản: Pandas, NumPy, Matplotlib để xử lý và trực quan hóa dữ liệu.
c) Kiến thức chuyên ngành
- Hiểu biết về thu hồi nợ (collections): quy trình nhắc nợ qua điện thoại, nhắc nợ tại nhà, xử lý nợ xấu, bán nợ.
- Hiểu sản phẩm ngân hàng: thẻ tín dụng, cho vay tiêu dùng, vay mua nhà, vay kinh doanh.
- Kiến thức tài chính – kế toán: phân loại nợ (nhóm 1-5 theo NHNN), dự phòng rủi ro tín dụng, các chỉ số NPL, PAR.
d) Cloud & Data Engineering (ưu tiên)
- AWS S3, Redshift, Dbt, QuickSight Q — VPBank đang trong quá trình chuyển đổi số mạnh mẽ.
2. Kỹ năng mềm (Soft Skills)
| Kỹ năng | Mức độ yêu cầu | Cách rèn luyện |
|---|---|---|
| Giải quyết vấn đề sáng tạo | Cao | Tham gia các case study phân tích kinh doanh, hackathon dữ liệu |
| Giao tiếp – trình bày | Cao | Luyện kỹ năng thuyết trình, viết báo cáo executive summary |
| Tiếng Anh giao tiếp | Trung bình – Khá | Đọc tài liệu kỹ thuật, luyện TOEIC 600+ |
| Làm việc độc lập & nhóm | Cao | Quản lý thời gian, công cụ Agile/Scrum |
| Tư duy phản biện | Cao | Phân tích root-cause, đặt câu hỏi 5W1H |
3. Chứng chỉ nên có (gợi ý)
- Google Data Analytics Professional Certificate (Coursera) — nền tảng vững.
- Microsoft Certified: Power BI Data Analyst Associate — phù hợp BI tools.
- AWS Certified Cloud Practitioner — nếu muốn đi sâu cloud.
- Chứng chỉ FRM/PRM/MBA Tài chính — nâng cao giá trị bản thân trong lĩnh vực ngân hàng.
- Chứng chỉ IFRS/NHNN về phân loại nợ — hiểu biết sâu về rủi ro tín dụng.
4. Bảng so sánh mức độ ưu tiên các kỹ năng
| Kỹ năng | Bắt buộc | Ưu tiên cao | Có thêm lợi thế |
|---|---|---|---|
| SQL/Oracle | ✅ | ||
| Excel nâng cao | ✅ | ||
| BI Tools | ✅ | ||
| Python | ✅ | ||
| Cloud (AWS/Dbt) | ✅ | ||
| Tiếng Anh | ✅ | ||
| Kiến thức thu hồi nợ | ✅ | ||
| Sản phẩm ngân hàng | ✅ |
5. Lưu ý đặc thù vị trí "Middle"
Chữ "Middle" trong tên vị trí nghĩa là cấp trung cấp — không phải senior, không phải fresher. Nhà tuyển dụng kỳ vọng ứng viên có thể:
- Tự chủ thực hiện báo cáo mà không cần cầm tay chỉ việc.
- Đề xuất cải tiến quy trình.
- Hỗ trợ đào tạo junior khi cần.
Chuẩn bị phỏng vấn
Hướng dẫn phỏng vấn vị trí Middle Collections BI – VPBank
1. Quy trình tuyển dụng dự kiến
Vị trí thuộc khối Quản trị & Phân tích dữ liệu của VPBank thường trải qua 4–5 vòng:
| Vòng | Hình thức | Nội dung chính | Thời lượng |
|---|---|---|---|
| 1. Sơ loại hồ sơ | Online | HR rà soát CV, chứng chỉ, kinh nghiệm | — |
| 2. Phỏng vấn HR | Online/Offline | Động lực, mức lương, fit văn hóa | 30–45 phút |
| 3. Phỏng vấn chuyên môn (Hiring Manager) | Offline | SQL, Excel, BI, case study thu hồi nợ | 60–90 phút |
| 4. Test năng lực (có thể có) | Online | SQL test, Excel test, IQ test | 60–120 phút |
| 5. Phỏng vấn lãnh đạo | Offline | Tầm nhìn, kỹ năng mềm, cam kết | 30–45 phút |
2. Câu hỏi phỏng vấn hay gặp theo từng vòng
Vòng HR:
- Bạn biết gì về VPBank? Tại sao muốn ứng tuyển vào khối Thu hồi nợ?
- Mong muốn mức lương bao nhiêu? (Mức lương có thể thay đổi tùy ngân hàng và thời điểm — ước lượng tham khảo cho vị trí Middle BI ở VPBank khoảng 18–28 triệu VNĐ/tháng tùy kinh nghiệm).
- Bạn đã từng làm việc với dữ liệu lớn (Big Data) chưa?
- Tại sao rời công ty cũ (nếu đã đi làm)?
Vòng chuyên môn — SQL:
- Viết truy vấn tính tổng số tiền thu hồi theo từng trung tâm thu hồi nợ trong tháng.
- Tìm top 10 khách hàng có số ngày quá hạn cao nhất.
- Sử dụng Window Function tính tỷ lệ thu hồi so với dư nợ cuối kỳ.
- Tối ưu truy vấn khi bảng có hàng triệu record.
Vòng chuyên môn — Phân tích dữ liệu & Business:
- Nếu tỷ lệ thu hồi nợ tháng này giảm 10% so với tháng trước, bạn sẽ phân tích như thế nào?
- Làm thế nào để đánh giá hiệu quả của một trung tâm thu hồi nợ?
- Phân biệt các chỉ số: Collection Rate, Recovery Rate, Roll Rate, Vintage.
- Nếu được yêu cầu tự động hóa một báo cáo định kỳ, bạn sẽ làm từng bước ra sao?
Vòng BI Tools:
- Hãy mô tả dashboard bạn đã thiết kế. Quy trình ETL của bạn như thế nào?
- Khi nào nên dùng Power BI, khi nào nên dùng Tableau?
- Cách tạo tính năng drill-down trong báo cáo.
Vòng Python (nếu có):
- Viết đoạn code Pandas để merge 2 bảng dữ liệu và tính toán.
- Cách đọc file Excel, xử lý missing values, vẽ biểu đồ bằng Matplotlib.
Vòng lãnh đạo:
- Bạn muốn đi theo hướng chuyên gia dữ liệu (Individual Contributor) hay quản lý (Manager) trong 5 năm tới?
- Kể về một tình huống bạn đã đề xuất cải tiến quy trình thành công.
- Bạn xử lý thế nào khi deadline bị đẩy lên gấp?
3. Tips chuẩn bị quan trọng
✅ Trước buổi phỏng vấn:
- Đọc kỹ báo cáo thường niên VPBank, hiểu chiến lược chuyển đổi số của họ.
- Tìm hiểu về khối Thu hồi nợ VPBank: cơ cấu tổ chức, các trung tâm thu hồi nợ trên toàn quốc.
- Ôn lại kiến thức NPL, dự phòng rủi ro tín dụng theo Thông tư 11/2021/TT-NHNN.
- Chuẩn bị 1–2 dự án cá nhân về phân tích dữ liệu để showcase (có thể lập GitHub cá nhân).
✅ Trong buổi phỏng vấn:
- Luôn đặt mình ở góc độ business impact khi trình bày giải pháp kỹ thuật.
- Dùng phương pháp STAR (Situation – Task – Action – Result) khi kể về kinh nghiệm.
- Đặt câu hỏi ngược cho người phỏng vấn để thể hiện sự quan tâm.
4. Dress code
- Vòng HR, test online: Smart casual.
- Vòng chuyên môn & lãnh đạo: Vest + sơ mi (nếu nam) hoặc áo dài/blouse thanh lịch + quần tây (nếu nữ). VPBank có quy định trang phục khá chỉn chu.
5. Một số câu hỏi nên chủ động hỏi lại nhà tuyển dụng
- "Đội ngũ BI hiện tại có bao nhiêu người? Cơ cấu senior/junior thế nào?"
- "Trong 6 tháng đầu, KPI chính của vị trí này là gì?"
- "Hệ thống data warehouse của VPBank đang dùng công nghệ gì?"
- "Cơ hội được training về AWS/Cloud có được hỗ trợ không?"
Lộ trình ôn thi
Lộ trình ôn thi & chuẩn bị trong 1–2 tuần
1. Kiến thức nền tảng cần ôn
Ngày 1–2: SQL & Oracle (4–6 tiếng)
- Ôn lại cú pháp SQL: SELECT, WHERE, JOIN, GROUP BY, HAVING, ORDER BY, LIMIT.
- Luyện Window Functions: ROW_NUMBER, RANK, DENSE_RANK, LAG, LEAD, SUM OVER, AVG OVER.
- Thực hành trên các bộ dataset mẫu về ngân hàng/tín dụng (tìm trên Kaggle hoặc W3Schools).
- Tìm hiểu cấu trúc database Oracle: schema, tablespace, PL/SQL cơ bản.
Ngày 3–4: Excel nâng cao & BI Tools (4–6 tiếng)
- Pivot Table, Power Query, Power Pivot, DAX cơ bản.
- Vẽ dashboard trên Power BI với dataset bán hàng/tài chính mẫu.
- Thực hành kết nối Power BI với SQL Server/PostgreSQL.
- Học cách thiết kế dashboard theo nguyên tắc: 1 insight chính, ít màu sắc, có so sánh.
Ngày 5–6: Python cho phân tích dữ liệu (3–5 tiếng)
- Pandas: read_excel, read_csv, merge, groupby, pivot_table.
- Matplotlib/Seaborn: bar chart, line chart, heatmap.
- Jupyter Notebook để trình bày phân tích.
- (Nâng cao) Học cách kết nối Python với database qua SQLAlchemy.
Ngày 7–8: Kiến thức ngân hàng & thu hồi nợ (3–4 tiếng)
- Đọc Thông tư 11/2021/TT-NHNN về phân loại nợ.
- Tìm hiểu các chỉ số: NPL ratio, PAR 30, PAR 90, Collection Rate, Recovery Rate, Roll Rate.
- Đọc về quy trình thu hồi nợ: soft collection → hard collection → legal → write-off.
- Tìm hiểu về sản phẩm cho vay tiêu dùng, thẻ tín dụng, vay mua xe.
Ngày 9–10: Cloud & Data Engineering cơ bản (2–3 tiếng)
- AWS S3, Redshift: khái niệm, use case trong ngân hàng.
- Dbt (Data Build Tool): cách transform dữ liệu, documentation.
- QuickSight Q: công cụ BI của AWS.
- (Nếu ít thời gian, có thể bỏ qua phần này vì đây chỉ là ưu tiên)
2. Tài liệu tham khảo
Miễn phí:
- SQL: W3Schools SQL Tutorial, SQLBolt, HackerRank SQL Practice.
- Python: Kaggle Micro-courses, freeCodeCamp, Corey Schafer (YouTube).
- Power BI: Microsoft Learn (miễn phí), Guy in a Cube (YouTube).
- Ngân hàng: Báo cáo thường niên VPBank, NHNN — website chính thức.
- Tiếng Anh: Cambly, Elsa Speak để luyện giao tiếp.
Có phí (nếu muốn đầu tư nghiêm túc):
- Coursera Google Data Analytics Certificate (~1,800,000 VNĐ).
- Udemy Power BI/Tableau course (~250,000 VNĐ/khóa).
- Sách "Storytelling with Data" — Cole Nussbaumer Knaflic.
- Sách "SQL Antipatterns" — Bill Karwin.
3. Bài tập thực hành gợi ý
Bài 1: Phân tích dữ liệu thu hồi nợ mẫu
- Tải dataset về collections từ Kaggle (ví dụ: "Credit Card customers").
- Viết SQL tính: tỷ lệ thu hồi, top 5 nhân viên hiệu quả, danh sách khách hàng rủi ro cao.
- Vẽ dashboard bằng Power BI.
- Viết báo cáo 1 trang đề xuất hành động.
Bài 2: Tự động hóa báo cáo
- Dùng Python để tự động đọc dữ liệu từ Excel, tính toán, gửi email cảnh báo khi có chỉ số bất thường.
Bài 3: Case study VPBank
- Đọc báo cáo thường niên VPBank năm gần nhất.
- Phân tích tình hình tín dụng, nợ xấu, các sáng kiến chuyển đổi số.
- Đề xuất 2–3 ý tưởng BI có thể áp dụng để cải thiện hiệu quả thu hồi nợ.
4. Lịch trình cụ thể 2 tuần
| Ngày | Nội dung chính | Thời gian |
|---|---|---|
| 1 | SQL cơ bản – nâng cao | 4 tiếng |
| 2 | SQL practice (30 bài HackerRank) | 4 tiếng |
| 3 | Excel nâng cao + Power Query | 4 tiếng |
| 4 | Power BI cơ bản | 4 tiếng |
| 5 | Power BI dashboard thực hành | 4 tiếng |
| 6 | Python Pandas cơ bản | 4 tiếng |
| 7 | Python trực quan hóa | 3 tiếng |
| 8 | Kiến thức ngân hàng & thu hồi nợ | 3 tiếng |
| 9 | Cloud basics (AWS S3, Redshift) | 2 tiếng |
| 10 | Làm bài tập tổng hợp (Case study) | 5 tiếng |
| 11 | Chuẩn bị CV + Portfolio | 3 tiếng |
| 12 | Mock interview (tự thu hoặc nhờ bạn) | 2 tiếng |
| 13 | Review lại toàn bộ kiến thức | 3 tiếng |
| 14 | Nghỉ ngơi, chuẩn bị tinh thần | — |
5. Lưu ý quan trọng
⚠️ Đừng ôn quá lan man — tập trung vào SQL + Excel + Power BI là 80% yêu cầu. ⚠️ Cloud và Python chỉ cần ở mức "biết đủ để nói chuyện" vì VPBank ghi rõ là "ưu tiên". ⚠️ Nếu có ít thời gian, hãy tập trung vào case study thu hồi nợ — đây là điểm phân biệt ứng viên.
Tư vấn nghề nghiệp
Lời khuyên sự nghiệp cho vị trí Middle Collections BI
1. Vị trí này phù hợp với ai?
✅ Phù hợp:
- Sinh viên mới ra trường ngành Tài chính/Ngân hàng/CNTT có 1–2 năm kinh nghiệm phân tích.
- Người đang làm data analyst/report ở ngân hàng khác muốn chuyển sang VPBank.
- Người làm collections operations muốn chuyển sang mảng phân tích.
- Người muốn phát triển theo hướng Data & Analytics trong lĩnh vực tài chính.
❌ Không phù hợp nếu:
- Bạn chỉ muốn làm technical thuần túy mà không quan tâm đến business.
- Bạn không chịu được áp lực deadline báo cáo cố định (hàng ngày, tuần, tháng).
- Bạn không thích làm việc với dữ liệu tín dụng/thu hồi nợ.
2. Lộ trình thăng tiến trong ngành
Junior BI/Data Analyst (0–2 năm)
↓
Middle BI/Data Analyst (2–4 năm) ← BẠN ĐANG Ở ĐÂY
↓
┌───────────────┬──────────────────┐
↓ ↓ ↓
Senior BI Data Engineer Business
Analyst /Data Scientist Analyst Manager
(4–7 năm) (4–7 năm) (5–8 năm)
↓ ↓ ↓
└───────────────┴──────────────────┘
↓
Head of Data Analytics
(10+ năm)
Trong ngân hàng cụ thể như VPBank, lộ trình có thể là:
- Năm 1–2: Thực hiện báo cáo định kỳ, hỗ trợ senior.
- Năm 3–4: Tự chủ thiết kế dashboard, đề xuất cải tiến.
- Năm 5–6: Lead 1 nhóm nhỏ 2–3 người.
- Năm 7+: Quản lý team BI toàn khối Thu hồi nợ hoặc chuyển sang Data Governance.
3. Mức lương kỳ vọng theo cấp bậc
⚠️ Lưu ý: Mức lương có thể thay đổi tùy ngân hàng và thời điểm. Dưới đây là ước lượng tham khảo dựa trên thị trường.
| Cấp bậc | Kinh nghiệm | Mức lương tham khảo (VNĐ/tháng) |
|---|---|---|
| Fresher/Junior BI | < 1 năm | 12 – 18 triệu |
| Middle BI (vị trí này) | 1 – 3 năm | 18 – 28 triệu |
| Senior BI | 3 – 6 năm | 30 – 50 triệu |
| Lead/Manager BI | 6 – 10 năm | 50 – 80 triệu |
| Head of Analytics | 10+ năm | 80 – 150+ triệu |
VPBank thường trả cao hơn mặt bằng chung 10–20% so với các ngân hàng cùng phân khúc (Techcombank, MB, ACB), đặc biệt cho vị trí có kinh nghiệm cloud/data engineering.
4. Kỹ năng cần phát triển thêm trong 1–3 năm tới
🔹 Nếu đi theo hướng BI chuyên sâu:
- Nâng cao Python: Automation, Web scraping, API integration.
- Học sâu về DAX, Power BI Premium, Power BI Dataflow.
- Tìm hiểu về Machine Learning cơ bản (scikit-learn) để áp dụng vào dự đoán xác suất thu hồi nợ.
🔹 Nếu đi theo hướng Data Engineering:
- Sâu về AWS/Azure, Data Pipeline (Airflow, Glue).
- Học Spark, Kafka, Data Lake architecture.
- Chứng chỉ AWS Data Analytics Specialty.
🔹 Nếu đi theo hướng Quản lý:
- Kỹ năng leadership, coaching.
- Agile/Scrum master.
- Hiểu sâu về business model ngân hàng.
5. Mẹo để phát triển nhanh trong ngân hàng
- Hiểu sâu business trước khi hiểu sâu tool: Một BI analyst giỏi không phải người biết nhiều tool nhất, mà là người hiểu rõ nghiệp vụ thu hồi nợ nhất.
- Tự động hóa tối đa: Mỗi tuần dành 2–4 tiếng để tự động hóa một công việc thủ công. Đây là cách tốt nhất để gây ấn tượng với sếp.
- Networking nội bộ: Chủ động kết nối với team Collections Operations, team Risk để hiểu nhu cầu thực tế.
- Đăng ký training nội bộ: VPBank thường có chương trình đào tạo Data Analytics miễn phí cho nhân viên.
- Tìm mentor: Trong ngân hàng lớn, việc có một người đi trước chỉ dẫn sẽ giúp bạn đi nhanh gấp 2–3 lần.
6. Cảnh báo thực tế
⚠️ Vị trí Middle BI trong ngân hàng thường có deadline cố định (ngày 1, ngày 5 hàng tháng). Nếu bạn không chịu được áp lực "chốt số liệu" thì sẽ rất áp lực.
⚠️ Dữ liệu ngân hàng có tính nhạy cảm cao, phải tuân thủ quy định bảo mật nghiêm ngặt. Một sai sót nhỏ có thể ảnh hưởng lớn.
⚠️ Công việc có thể lặp lại nhiều nếu không chủ động đề xuất cải tiến. Hãy luôn tìm cách "nâng cấp" công việc của mình.
7. Cơ hội nghề nghiệp tương lai
Sau 3–5 năm ở vị trí này, bạn có thể:
- Chuyển sang Fintech (MoMo, ZaloPay, VNPay, Timo) với mức lương cao hơn 20–40%.
- Chuyển sang Big Tech (Viettel, FPT, VNG) làm Data Analyst.
- Làm freelance/consultant tư vấn BI cho các ngân hàng nhỏ và vừa.
- Khởi nghiệp về Data Product trong lĩnh vực tài chính.
Câu hỏi thường gặp
Vị trí yêu cầu 1–2 năm kinh nghiệm liên quan đến báo cáo và phân tích, nên nếu em chưa có kinh nghiệm chính thức, cơ hội được gọi phỏng vấn sẽ thấp. Tuy nhiên, em vẫn có thể thử nộp CV nếu: (1) Đã làm đồ án tốt nghiệp về phân tích tín dụng/thu hồi nợ, (2) Có chứng chỉ Power BI, Google Data Analytics, (3) Thực tập tại ngân hàng hoặc công ty tài chính về mảng data. Nếu chưa đủ điều kiện, em nên dành 6 tháng đầu làm fresher ở công ty nhỏ hoặc vị trí junior để tích lũy kinh nghiệm, rồi nộp lại sau.
Mức lương có thể thay đổi tùy ngân hàng và thời điểm. Ước lượng tham khảo cho vị trí Middle BI (1–3 năm kinh nghiệm) ở VPBank hiện khoảng 18–28 triệu VNĐ/tháng tùy năng lực thực tế. Nếu em có thêm kỹ năng cloud (AWS, Dbt) hoặc BI nâng cao, có thể deal ở mức 25–32 triệu. Ngoài lương cứng, VPBank thường có thưởng KPI quý/năm (1–3 tháng lương), phụ cấp cơm/điện thoại/xe, bảo hiểm VPBank Care cho người thân. Khi deal, em nên đưa ra mức cụ thể dựa trên: kinh nghiệm, chứng chỉ, mức lương hiện tại + 15–20%.
Rất khả thi và đây là lợi thế lớn. Em đã có hiểu biết thực tế về quy trình thu hồi nợ, biết các chỉ số KPI của nhân viên collections, hiểu pain points của khách hàng. Những thứ này một BI thuần kỹ thuật phải mất 6–12 tháng mới nắm được. Em cần bổ sung: SQL (ưu tiên số 1), Power BI/Tableau, Excel nâng cao. Có thể vừa làm vừa học, hoặc đăng ký khóa học Data Analytics 3–6 tháng. Khi apply, em nhấn mạnh: 'Em hiểu business, em chỉ cần học thêm tool.' Đây là narrative rất mạnh trong phỏng vấn.
Một ngày làm việc điển hình: Sáng đến check mail, xử lý báo cáo overnight từ hệ thống. 9h họp nhanh với team để nắm tình hình collection. 10h–12h làm báo cáo ngày, phân tích các chỉ số bất thường. Chiều hỗ trợ các trung tâm thu hồi nợ về số liệu, làm các phân tích ad-hoc cho lãnh đạo, phát triển dashboard mới. Có nhàm chán không? Phụ thuộc vào bạn. Nếu bạn chỉ làm báo cáo định kỳ một cách máy móc thì sẽ nhàm. Nhưng nếu bạn chủ động đề xuất cải tiến, tự động hóa, xây dựng predictive model, thì công việc rất thú vị và có giá trị cao.
SQL là bắt buộc tuyệt đối — đây là kỹ năng quan trọng nhất. Python không bắt buộc nhưng rất nên có vì: (1) Tự động hóa báo cáo (replace công việc tay chân), (2) Phân tích nâng cao (machine learning, statistical analysis), (3) Là điểm cộng lớn khi phỏng vấn. Nếu bạn chỉ có thể học một thứ, hãy học SQL trước. Nếu có 3 tháng, thêm Power BI. Nếu có 6 tháng, thêm Python. Thứ tự ưu tiên: SQL > Power BI/BI Tools > Excel nâng cao > Python > Cloud (AWS).
BI Analyst: Tập trung vào báo cáo, dashboard, trả lời câu hỏi 'điều gì đã xảy ra' và 'tại sao'. Data Analyst: Sâu hơn vào phân tích thống kê, A/B testing, trả lời 'điều gì sẽ xảy ra'. Data Engineer: Xây dựng hạ tầng dữ liệu (pipeline, data warehouse), làm sao để dữ liệu chảy từ A đến B. Vị trí này là BI Analyst nghiêng về Data Analyst. Nếu bạn thích giao tiếp với business, thấy insight từ dữ liệu → BI/Data Analyst. Nếu bạn thích xây dựng hệ thống, tối ưu performance → Data Engineer. Cả hai đều có tương lai tốt, lương ngang nhau. Điểm khác biệt lớn nhất: BI Analyst gần business hơn, Data Engineer gần IT hơn.
Không bắt buộc và không cần thiết cho vị trí Middle BI. Chứng chỉ CFA/FRM phù hợp cho hướng chuyên gia rủi ro tín dụng, phân tích đầu tư, hoặc muốn thăng tiến lên vị trí quản lý cấp cao trong mảng Risk. Với vị trí BI Analyst, các chứng chỉ có giá trị hơn là: Google Data Analytics, Microsoft Power BI, AWS Cloud Practitioner, SQL Certificate. Nếu có thời gian dư dả sau khi đã có 2–3 năm kinh nghiệm, bạn có thể học thêm CFA Level 1 hoặc FRM Part 1 để mở rộng cơ hội thăng tiến lên Senior hoặc chuyển sang mảng Risk Analytics.
Có lợi thế đáng kể vì: (1) Ngân hàng nào cũng dùng Oracle, SQL, Power BI — kỹ năng transfer được 100%, (2) VPBank đánh giá cao ứng viên từ ngân hàng top đầu, (3) Kinh nghiệm collections ở Techcombank là tài sản quý vì 2 ngân hàng có quy mô tương đương. Có nên nhảy việc không? Phụ thuộc vào 4 yếu tố: Lương tăng ít nhất 20%? Cấp bậc tương đương hoặc cao hơn? Cơ hội học hỏi công nghệ mới (cloud, automation)? Môi trường văn hóa tốt hơn? Nếu cả 4 đều đáp ứng thì nên nhảy. Nếu chỉ 1–2 yếu tố, cân nhắc kỹ. Đừng nhảy việc chỉ vì chán — hãy nhảy vì có mục tiêu cụ thể.
Chia sẻ từ cộng đồng
Mình từng làm BI ở khối Thu hồi nợ 2 năm rồi chuyển sang mảng Risk Analytics. Nói thật là báo cáo nhiều vcl, deadline ngày 1, ngày 5, ngày 10 mỗi tháng áp lực kinh khủng. Nhưng học được nhiều lắm, đặc biệt là hiểu sâu business. Ai chịu được áp lực thì nên thử, sau 2 năm ra ngoài cực hot.
Mình apply vị trí này được 3 tháng trước, trượt vòng chuyên môn vì SQL chưa vững. Đề thi có case study tính tỷ lệ thu hồi nợ theo cohort, mình làm sai phần Window Function. Anh chị nào sắp phỏng vấn nhớ ôn kỹ phần này nhé, không phải SQL basic đâu mà là SQL thực chiến trên dữ liệu ngân hàng.
Có ai biết team Middle Collections BI của VPBank có bao nhiêu người không? Mình thấy trên LinkedIn đăng tuyển liên tục, không rõ là do mở rộng hay do turnover cao. Mình hỏi thật chứ công ty lớn mà làm BI áp lực thì nghỉ cũng dễ hiểu.
Mình đang làm ở VPBank được 1.5 năm rồi, công ty OK nhưng quy trình hơi chậm, nhiều approval. Lương so với Techcombank, MB thì thấp hơn chút nhưng benefit ổn, đặc biệt bảo hiểm VPBank Care khá tốt. Vị trí BI này nếu các bạn chịu được môi trường lớn thì nên thử.
Mình là nữ, hồi mới ra trường apply mảy vị trí BI ngân hàng đều bị từ chối vì 'em là nữ làm được không, áp lực lắm'. Cuối cùng mình tự học Power BI + SQL 6 tháng, apply vị trí junior, vào được rồi giờ đã lên middle. Các bạn nữ đừng nản nhé, cứ chứng minh năng lực là được.
Có ai có insider info không, mức lương offer thực tế cho vị trí này là bao nhiêu vậy? JD ghi thỏa thuận chung chung quá, mình có 2 năm exp ở ACB đang cân nhắc apply mà không biết deal bao nhiêu cho hợp lý.
Lưu ý thật: vị trí này tuyển 'Middle' nhưng thực tế work như senior luôn, vì team đang thiếu người. Chuẩn bị tinh thần OT tháng đầu năm và cuối năm nhé, mình thấy mấy bạn vào được 3 tháng đầu toàn OT đến 9-10h tối.
Mình vừa pass phỏng vấn vòng 1 HR vòng 2 chuyên môn tuần sau, có tips gì không mọi người? Mình ôn SQL + Power BI rồi nhưng phần collections business thì hơi yếu, sợ bị hỏi xoáy.
Ứng tuyển ngay
Ứng tuyển trên website gốcBạn sẽ được chuyển đến trang tuyển dụng chính thức của VPBank
Chuyên môn / Từ khoá
Mất kết nối mạng
Đang thử kết nối lại
Đã xảy ra lỗi!
Vui lòng chờ trong giây lát