Senior Data Scientist (40000031)
Mô tả công việc
Job Purpose
- The job holder supervises the setup of analytical tools to generate insights for customer journeys and product enhancements using programming methods, processes and systems to consolidate and analyze unstructured, diverse Big Data sources.
- The job holder is required to take initiative in experimenting various technologies and tools with vision of creating innovative data driven insights for the business at the quickest pace possible and keep current with technical and industry developments.
Key Accountabilities (1)
Data Solutioning
- Evaluate effectiveness of proposed models and track business performance against data analysis model.
- Build cutting-edge algorithms and work with machine learning and deep learning tools to deliver advance analytics solutions across the firm including recommendation engines, customized data models, customer journeys, graph modes, etc.
- Drive application of machine learning and big data techniques across different journeys and squads.
- Manage, execute, and review complex data science projects in an agile manner and in compliance with internal regulatory requirements.
Key Accountabilities (2)
Data Insighting
- Lead the identification and interpretation of meaningful and actionable insights from large data and metadata sources.
- Review processes and tools designed to monitor and analyze model performance and data accuracy.
- Proactively lead discussions in 3+ squads to identify questions and issues for data analysis
- Collaborate with Data Engineers to build complex, technical algorithms in data analytics software applications to improve work efficiency.
Key Accountabilities (3)
Projects Management
- Manage project conflicts, challenges and dynamic business requirements to keep operations running at high performance.
- Work with team leads to resolve people problems and project roadblocks, conduct post mortem and root cause analysis to help squads continuously improve their practices to ensure maximum productivity. Talent Development
- Mentor and coach Data Analysts into fully competent Data Scientists.
- Identify and encourage areas for growth and improvement within the tribe.
Key Relationships - Direct Manager
Senior Manager, Data Science
Key Relationships - Direct Reports
Key Relationships - Internal Stakeholders
Teams within the Transformation Office and relevant departments in the Bank
Key Relationships - External Stakeholders
Partners providing professional services
Success Profile - Qualification and Experiences
Qualifications
- Bachelor's or Master’s degree in Statistics, Mathematics, Quantitative Analysis, Computer Science, Software Engineering or Information Technology Work Experience
- 7+ years of relevant experience in areas of data analysis, machine learning, deep learning model development on large amount of data, implementing and deploying various statistical models
- English proficiency requirements are pursuant to Techcombank's policy
- Deep experience in querying databases and using programming languages (e.g. C, C++, R, Python, Scala, SQL, Java, Tableau, R)
- Extensive experience in building data and analytics solutions, data mining, statistical analysis and data visualization
- Experience in application of machine learning and AI to questions related to the financial markets
- Experience in providing fact-based insights to help senior management and other stakeholders realize enterprise value at scale
- Deep experience in Agile Software Development and has mastery of Agile principles, practices and Scrum methodologies
- Experience working in Agile teams to lead successful digital transformation projects, involved in the end-to-end planning to implementation
Phân tích kỹ năng cần có
Phân tích kỹ năng cần có cho vị trí Senior Data Scientist tại Techcombank
Vị trí này thuộc khối Data & Analytics với mức kinh nghiệm yêu cầu từ 7 năm trở lên, đòi hỏi ứng viên không chỉ vững kỹ thuật mà còn có tư duy kinh doanh và khả năng dẫn dắt nhóm.
🎯 Hard Skills (Kỹ năng chuyên môn)
| Nhóm kỹ năng | Cụ thể | Mức độ quan trọng |
|---|---|---|
| Ngôn ngữ lập trình | Python (chính), R, SQL, có thêm Scala/Java là lợi thế | ⭐⭐⭐⭐⭐ |
| Machine Learning | Supervised/Unsupervised Learning, Ensemble Methods, Feature Engineering | ⭐⭐⭐⭐⭐ |
| Deep Learning | Neural Networks, CNN, RNN, Transformer, Graph Neural Networks | ⭐⭐⭐⭐⭐ |
| Big Data | Spark, Hadoop, Kafka, Hive | ⭐⭐⭐⭐ |
| MLOps/Cloud | Docker, Kubernetes, AWS/Azure/GCP, MLflow, Airflow | ⭐⭐⭐⭐ |
| Visualization | Tableau, Power BI, hoặc các thư viện Python (Matplotlib, Seaborn, Plotly) | ⭐⭐⭐ |
| A/B Testing | Thiết kế thí nghiệm, phân tích thống kê, kiểm định giả thuyết | ⭐⭐⭐⭐⭐ |
| Agile/Scrum | Quản lý dự án theo mô hình squad/tribe | ⭐⭐⭐⭐ |
🤝 Soft Skills (Kỹ năng mềm)
- Kỹ năng giao tiếp với stakeholder: Tin tuyển dụng nhấn mạnh việc "proactively lead discussions in 3+ squads" — nghĩa là bạn phải truyền đạt insight dữ liệu cho người không chuyên một cách thuyết phục.
- Tư duy kinh doanh: Không chỉ build model, mà phải hiểu model giải quyết bài toán kinh doanh nào (recommendation, customer journey, fraud…).
- Mentoring & Leadership: Trực tiếp đào tạo Data Analyst lên Data Scientist, nên cần khả năng coaching.
- Quản lý xung đột: "Manage project conflicts, challenges and dynamic business requirements" — đây là kỹ năng leadership cấp senior.
📜 Chứng chỉ gợi ý (không bắt buộc nhưng là lợi thế)
| Chứng chỉ | Tổ chức | Ghi chú |
|---|---|---|
| TensorFlow Developer Certificate | Chứng minh năng lực Deep Learning | |
| AWS Certified Machine Learning Specialty | Amazon | Phù hợp nếu Techcombank dùng AWS |
| Databricks Certified ML Professional | Databricks | Liên quan đến Big Data trên Spark |
| Google Professional Data Engineer | Toàn diện về data pipeline | |
| Deep Learning Specialization | Coursera (Andrew Ng) | Nền tảng DL vững vàng |
🔍 Bảng so sánh: Junior/Mid vs Senior Data Scientist tại ngân hàng
| Tiêu chí | Junior/Mid DS | Senior DS (vị trí này) |
|---|---|---|
| Số năm kinh nghiệm | 2-4 năm | 7+ năm |
| Phạm vi công việc | Build model theo yêu cầu | Tự đề xuất bài toán, dẫn dắt 3+ squad |
| Độ sâu kỹ thuật | ML cơ bản | ML + DL + Big Data + Graph Models |
| Mentoring | Được hướng dẫn | Đào tạo người khác |
| Quyết định | Theo framework | Đề xuất giải pháp mới, experimental |
Chuẩn bị phỏng vấn
Hướng dẫn phỏng vấn Senior Data Scientist — Techcombank
Quy trình tuyển dụng tại Techcombank cho vị trí senior thường trải qua 4-5 vòng, có thể kéo dài 2-4 tuần. Dưới đây là chi tiết từng vòng và câu hỏi hay gặp.
📋 Quy trình các vòng dự kiến
| Vòng | Hình thức | Nội dung | Thời lượng |
|---|---|---|---|
| Vòng 1: HR Screening | Online/Phone | Giới thiệu bản thân, mức lương mong muốn, lý do ứng tuyển | 30-45 phút |
| Vòng 2: Technical Test | Online/Onsite | Test coding (Python, SQL) + case study data analysis | 2-3 giờ |
| Vòng 3: Technical Deep-dive | Onsite | Phỏng vấn sâu về ML/DL, kinh nghiệm dự án | 60-90 phút |
| Vòng 4: Business Case | Onsite | Giải quyết business case thực tế của ngân hàng | 60 phút |
| Vòng 5: Leadership + Culture Fit | Onsite | Phỏng vấn với Senior Manager hoặc Director | 45-60 phút |
🎤 Câu hỏi phỏng vấn hay gặp theo từng vòng
Vòng 1 — HR Screening
- Giới thiệu ngắn gọn về background và lý do ứng tuyển Techcombank?
- Mức lương mong muốn của anh/chị là bao nhiêu?
- Anh/chị biết gì về chiến lược chuyển đổi số của Techcombank?
Vòng 2 — Technical Test
- Viết code Python để xử lý một dataset khách hàng ngân hàng (missing values, outliers, feature engineering).
- Tối ưu SQL query trên bảng giao dịch hàng triệu record.
- Phân tích A/B test: Giả sử tỷ lệ chuyển đổi nhóm A là 5%, nhóm B là 5.5%, sample size mỗi nhóm 10,000. Kết luận có ý nghĩa thống kê không?
Vòng 3 — Technical Deep-dive
- Hãy mô tả một dự án ML phức tạp nhất bạn đã làm. Bạn đã chọn model như thế nào, metric gì, deploy ra sao?
- Sự khác biệt giữa L1 và L2 regularization? Khi nào dùng cái nào?
- Giải thích Bias-Variance Tradeoff. Làm sao diagnose và fix?
- Bạn đã dùng Deep Learning cho bài toán nào trong tài chính/ngân hàng? Kết quả ra sao?
- Làm sao handle imbalanced data trong bài toán fraud detection?
- Giải thích kiến trúc Transformer và ứng dụng trong NLP cho chatbot ngân hàng?
- Graph Neural Network được dùng trong customer journey như thế nào?
Vòng 4 — Business Case
- Case: "Techcombank muốn giảm 20% churn rate cho khách hàng cá nhân. Bạn sẽ xây dựng giải pháp data như thế nào?"
- Case: "Thiết kế recommendation engine cho sản phẩm thẻ tín dụng"
- Case: "Làm sao đánh giá hiệu quả của một chiến dịch marketing số?"
Vòng 5 — Leadership
- Bạn đã mentor bao nhiêu người? Phương pháp coaching của bạn?
- Khi có conflict giữa các squad về data priority, bạn xử lý ra sao?
- Tầm nhìn của bạn về AI trong ngân hàng trong 3-5 năm tới?
💡 Tips chuẩn bị
- Chuẩn bị portfolio/stories: Dùng phương pháp STAR (Situation, Task, Action, Result) để kể 3-5 dự án nổi bật.
- Nghiên cứu Techcombank: Đọc về chiến lược "Reinvention", sản phẩm số (TCPay, TCB ONE), đối thủ cạnh tranh.
- Ôn lại kiến thức finance: Risk scoring, credit scoring, fraud detection, customer lifetime value.
- Dress code: Business formal cho vòng onsite (sơ mi, quần tây, giày tây). Tránh quá casual.
- Chuẩn bị câu hỏi ngược: Hỏi về tech stack, team structure, roadmap AI của ngân hàng.
Lộ trình ôn thi
Hướng dẫn ôn thi & chuẩn bị trong 1-2 tuần
Với vị trí Senior Data Scientist, bạn không cần ôn lại từ đầu mà cần review có hệ thống và cập nhật kiến thức mới. Dưới đây là lộ trình gợi ý trong 10-14 ngày.
📚 Kiến thức nền cần vững
1. Toán & Thống kê (nền tảng)
- Linear Algebra: eigenvalues, SVD, matrix decomposition
- Probability & Statistics: Bayesian, hypothesis testing, confidence interval
- Optimization: Gradient Descent, SGD, Adam
2. Machine Learning cốt lõi
- Supervised: Linear/Logistic Regression, Decision Tree, Random Forest, XGBoost, LightGBM
- Unsupervised: K-means, DBSCAN, PCA, t-SNE
- Model evaluation: Precision/Recall/F1, ROC-AUC, PR-AUC, Calibration
- Feature engineering, handling imbalance, data leakage
3. Deep Learning
- ANN cơ bản, Backpropagation
- CNN (cho image), RNN/LSTM/GRU (cho sequence)
- Transformer, Attention mechanism
- Graph Neural Network (GNN) — quan trọng cho customer journey
4. Big Data & MLOps
- Spark (PySpark), Hadoop ecosystem
- MLOps: MLflow, model registry, CI/CD cho ML
- Cloud: AWS SageMaker hoặc Azure ML
5. Domain Knowledge — Ngân hàng
- Credit scoring (PD, LGD, EAD)
- Fraud detection patterns
- Customer segmentation, churn prediction
- Recommendation trong financial products
📖 Tài liệu tham khảo
| Tài liệu | Mục đích | Gợi ý thời gian |
|---|---|---|
| "Hands-On Machine Learning" — Aurélien Géron | Ôn ML cơ bản + nâng cao | 3-4 ngày |
| "Deep Learning" — Ian Goodfellow | Deep Learning lý thuyết | Tham khảo chương liên quan |
| "Designing Machine Learning Systems" — Chip Huyen | MLOps, production ML | 2 ngày |
| Coursera: Deep Learning Specialization (Andrew Ng) | DL thực hành | 2-3 ngày review |
| Kaggle Learn: ML, DL, Feature Engineering | Thực hành nhanh | 1-2 ngày |
| Towards Data Science, Medium articles | Cập nhật xu hướng | Đọc mỗi ngày 30 phút |
| Techcombank Insights, TCB Annual Report | Hiểu business ngân hàng | 1 ngày |
| LeetCode / HackerRank | Coding interview practice | Mỗi ngày 1-2 bài |
🗓️ Lộ trình 14 ngày gợi ý
| Ngày | Hoạt động |
|---|---|
| 1-2 | Review ML cơ bản, làm 2 bài Kaggle ngắn |
| 3-4 | Deep Learning (CNN, RNN, Transformer), đọc paper GNN |
| 5-6 | Big Data + Spark, MLOps basics |
| 7-8 | Domain ngân hàng: đọc case study về fraud, credit scoring, churn |
| 9-10 | Coding practice: Python, SQL, LeetCode medium |
| 11-12 | Mock interview: tự trả lời câu hỏi kỹ thuật + business |
| 13 | Nghiên cứu Techcombank: chiến lược, sản phẩm, đối thủ |
| 14 | Chuẩn bị portfolio, slides, dress code, logistics |
✅ Checklist ngày phỏng vấn
- [ ] In 2-3 bản CV, portfolio
- [ ] Test laptop nếu có phần demo
- [ ] Chuẩn bị sơ mi, quần tây, giày
- [ ] Đến sớm 15 phút
- [ ] Mang theo bút, sổ tay
- [ ] Tắt thông báo điện thoại
Tư vấn nghề nghiệp
Lời khuyên sự nghiệp cho Senior Data Scientist tại ngân hàng
📈 Lộ trình thăng tiến
Vị trí Senior Data Scientist tại Techcombank là cấp cao trong career path kỹ thuật. Lộ trình thăng tiến điển hình:
Data Analyst (0-2 năm)
↓
Data Scientist (2-5 năm)
↓
Senior Data Scientist (5-8 năm) ← VỊ TRÍ NÀY
↓
Principal Data Scientist / Data Science Manager (8-12 năm)
↓
Head of Data Science / Chief Data Officer (12+ năm)
Tại Techcombank, sau khi làm Senior DS khoảng 2-3 năm với kết quả tốt, bạn có thể:
- Thăng lên Principal Data Scientist (chuyên sâu kỹ thuật)
- Chuyển sang Data Science Manager (quản lý 1 squad)
- Hoặc rẽ sang Data Product Manager (kết hợp business + tech)
💰 Mức lương kỳ vọng theo cấp bậc (ước lượng tham khảo)
Lưu ý: Mức lương có thể thay đổi tùy ngân hàng và thời điểm. Đây chỉ là ước lượng dựa trên thị trường Việt Nam 2024-2026.
| Cấp bậc | Kinh nghiệm | Mức lương gross/tháng (VND) |
|---|---|---|
| Data Analyst | 0-2 năm | 18 - 30 triệu |
| Data Scientist | 2-5 năm | 35 - 60 triệu |
| Senior Data Scientist | 5-8 năm | 60 - 110 triệu |
| Principal DS / Manager | 8-12 năm | 100 - 180 triệu |
| Head of Data / CDO | 12+ năm | 150 - 300 triệu+ |
Techcombank thuộc top ngân hàng tư nhân về đầu tư công nghệ, nên mức lương thường cạnh tranh hơn so với mặt bằng chung. Ngoài lương còn có thưởng KPI quý/năm, stock (ESOP cho vị trí senior), bảo hiểm sức khỏe cao cấp.
🎯 Kỹ năng cần phát triển thêm
Để duy trì vị trí Senior và sẵn sàng cho cấp Principal/Manager, bạn nên đầu tư vào:
- LLM & Generative AI: Đây là xu hướng tất yếu. Học về RAG, fine-tuning, prompt engineering cho ngân hàng (chatbot, tóm tắt hợp đồng…).
- MLOps nâng cao: Kubeflow, feature store, model monitoring, drift detection — đây là kỹ năng thiếu nhiều trên thị trường.
- Business Acumen: Đọc báo cáo tài chính, hiểu Basel II/III, tỷ lệ NPL, CAR.
- Leadership & Communication: Tham gia khóa học như "Data Science Leadership" hoặc coaching certification.
- Network trong ngành: Tham gia cộng đồng như Vietnam Data Science Forum, Kaggle, paper reading group.
⚠️ Lời khuyên thực tế
- Đừng nhảy việc quá sớm: Tại vị trí Senior, ổn định 2-3 năm để có impact rõ ràng sẽ giúp thăng tiến nhanh hơn.
- Techcombank đang trong giai đoạn chuyển đổi số mạnh: Đây là cơ hội lớn để làm những dự án có tầm ảnh hưởng.
- Cân nhắc giữa tech track và management track: Không phải ai cũng phù hợp quản lý. Nếu thích code, ở lại tech track đến Principal/Fellow.
- Build personal brand: Viết blog, đăng talks, tham gia open source — giúp ích rất nhiều cho việc negotiate lương.
Câu hỏi thường gặp
Chào em, với 6 tháng thực tập thì chưa phù hợp với vị trí Senior (yêu cầu 7+ năm kinh nghiệm). Tuy nhiên, em có thể làm theo lộ trình: (1) Tốt nghiệp và apply vị trí Data Analyst hoặc Junior Data Scientist tại Techcombank hoặc các công ty fintech; (2) Tích lũy 2-3 năm kinh nghiệm thực chiến với các bài toán ML production; (3) Học thêm Deep Learning, Big Data, MLOps; (4) Sau 5-7 năm thì apply Senior. Đừng nản, ngành này đề cao năng lực thực sự, không phải bằng cấp.
Theo ước lượng thị trường 2024-2026, mức lương Senior Data Scientist tại các ngân hàng lớn như Techcombank thường dao động 60-110 triệu gross/tháng cho người 7+ năm kinh nghiệm. Lưu ý đây là mức ước lượng, có thể thay đổi tùy thời điểm và chính sách ngân hàng. Với mức 70 triệu hiện tại của anh, khi chuyển sang Techcombank có thể negotiate 85-110 triệu nếu profile tốt và có kinh nghiệm domain ngân hàng. Ngoài ra còn có thưởng KPI, ESOP, bảo hiểm cao cấp. Anh nên prepare 2-3 offer cạnh tranh để negotiate tốt hơn.
Hoàn toàn khả thi và bạn có lợi thế lớn. Data Engineer thường rất vững SQL, pipeline, production deployment — đây là kỹ năng mà nhiều Data Scientist thiếu. Lộ trình gợi ý: (1) Học thêm ML/DL qua khóa học thực hành (Andrew Ng, Fast.ai); (2) Làm 2-3 personal project về credit scoring hoặc churn prediction; (3) Apply vị trí Data Scientist tại ngân hàng — với 5 năm DE + kiến thức ML, bạn có thể vào mid-senior DS. Sau 2 năm nữa sẽ ready cho vị trí Senior như tin tuyển dụng này.
Tin tuyển dụng ghi 'English proficiency requirements are pursuant to Techcombank's policy'. Theo kinh nghiệm, Techcombank yêu cầu tiếng Anh tương đương IELTS 6.0-6.5 trở lên cho vị trí senior, đặc biệt vì tài liệu kỹ thuật (paper, docs) và đối tác quốc tế đều dùng tiếng Anh. Với IELTS 6.0 anh/chị có thể đủ điều kiện, nhưng nếu cải thiện lên 6.5-7.0 sẽ là lợi thế lớn, đặc biệt trong vòng phỏng vấn với senior manager.
KPI thường bao gồm: (1) Số lượng model deploy lên production; (2) Business impact đo lường được (giảm churn X%, tăng conversion Y%, tiết kiệm chi phí Z tỷ); (3) Uptime và performance của model; (4) Mentoring — số lượng Data Analyst được đào tạo lên DS; (5) Đóng góp vào data community (paper, blog, conference). KPI không quá áp lực như sales, nhưng đòi hỏi kỷ luật và có deliverables rõ ràng mỗi quý. Anh/chị đừng lo quá, miễn là làm đúng tiến độ và có impact thật.
Khác biệt khá lớn: (1) Domain: Ngân hàng có data nhạy cảm (tài chính, tín dụng), bài toán đặc thù (fraud, risk, AML) — thách thức nhưng cũng rất interesting; (2) Quy trình: Ngân hàng có compliance chặt hơn (Basel, NHNN), release chậm hơn product company nhưng model ổn định hơn; (3) Impact: Tỷ lệ ảnh hưởng đến hàng triệu khách hàng, số tiền lớn hơn; (4) Lương: Tech/product thường cao hơn 10-20% nhưng ngân hàng ổn định hơn, bonus đều hơn; (5) Workload: Ngân hàng ít phải làm cuối tuần hơn product công ty. Tùy vào ưu tiên cá nhân mà chọn.
Với 8 năm kinh nghiệm và đã ở level Principal ở Singapore, anh/chị hoàn toàn over-qualified cho vị trí Senior này. Anh/chị nên target vị trí Data Science Manager hoặc Head of Data Science tại Techcombank, hoặc tương đương ở các ngân hàng lớn (VCB, VietinBank, MB, VPBank). Khi về Việt Nam, bạn có thể negotiate tốt hơn nếu profile quốc tế tốt. Cũng có thể apply vị trí Senior trước 6 tháng để làm quen rồi thăng lên Manager — đây là cách nhiều người chọn.
Theo thông tin công khai, Techcombank đang chuyển đổi hạ tầng sang cloud (hybrid cloud với AWS là chủ yếu cho data workloads, một số dịch vụ trên Azure). Vì vậy ưu tiên học AWS trước (SageMaker, S3, Glue, Redshift). Nếu có thời gian thì học thêm Azure ML. Chứng chỉ AWS Certified Machine Learning Specialty sẽ là điểm cộng lớn. Tuy nhiên, dù dùng cloud nào, kiến thức về Docker, Kubernetes, CI/CD là bắt buộc cho mọi môi trường.
Chia sẻ từ cộng đồng
Mình đã phỏng vấn vòng technical ở đây rồi, câu hỏi khá nặng về Deep Learning và graph model. Có hỏi về GNN ứng dụng trong customer journey nữa. Prepare kỹ phần này nhé các bạn.
Mình vừa join được 4 tháng, team Data & Analytics ở đây làm việc khá chuyên nghiệp, có squad structure rõ ràng. Điều mình thích nhất là được làm bài toán thật, không phải PoC để cho có. Manager support nhiều.
Mức lương Senior DS ở Techcombank theo mình biết là khoảng 80-110tr cho người 7+ năm, cao hơn MBBank một chút. Bonus cuối năm cũng OK nếu KPI đạt. Còn ESOP thì chỉ có ở level Manager trở lên.
Cảnh báo: vòng business case khá khó, họ cho case về churn prediction và recommendation. Mình bị reject vì trả lời quá kỹ thuật mà không focus vào business value. Anh chị nhớ nói về ROI, impact lên revenue chứ đừng chỉ nói về accuracy.
Mình ứng tuyển vị trí này 2 lần mới pass. Lần đầu fail technical vì chưa vững Spark. Lần hai prepare lại với khóa học trên Udemy và đọc paper về GNN, cuối cùng đậu. Recommend mọi người đừng apply khi chưa sẵn sàng, TCB review kỹ lắm.
Có ai biết TCB tuyển remote không nhỉ? Mình ở HCM nhưng thấy JD ghi HCM. Nếu được negotiate làm hybrid 3 ngày onsite thì quá tốt. Theo các bạn thì khả năng được bao nhiêu phần trăm?
Lưu ý quan trọng: vị trí này yêu cầu mentoring, không phải chỉ làm individual contributor. Phỏng vấn có hỏi về cách training junior, conflict resolution. Nếu bạn thuần kỹ thuật không thích quản lý người thì cân nhắc apply vị trí Principal thay vì Senior.
Mình đọc JD thấy đoạn 'proactively lead discussions in 3+ squads' là quan trọng nhất. Vị trí này không chỉ build model mà phải influence cả team khác. Nên chuẩn bị kỹ story về stakeholder management nhé, không phải chỉ kể chuyện kỹ thuật là đủ.
Ứng tuyển ngay
Ứng tuyển trên website gốcBạn sẽ được chuyển đến trang tuyển dụng chính thức của Techcombank
Chuyên môn / Từ khoá
Mất kết nối mạng
Đang thử kết nối lại
Đã xảy ra lỗi!
Vui lòng chờ trong giây lát