Senior Retail Business Intelligence - TA192
Mô tả công việc
Yêu cầu ứng viên
Tốt nghiệp Đại học trở lên chuyên ngành kinh tế/ngân hàng/kế toán/tài chính/công nghệ thông tin hoặc các chuyên ngành khác liên quan
Tối thiểu 3-5 năm kinh nghiệm về quản lý hệ thống báo cáo và phân tích chuyên sâu trong lĩnh vực ngân hàng, tài chính
Có kiến thức về các sản phẩm, dịch vụ của ngân hàng bán lẻ
Có kiến thức về các vị trí bán, mô hình kinh doanh của ngân hàng bán lẻ
Kỹ năng sử dụng thành thạo các công cụ quản lý dữ liệu (SQL, Oracle…)
Kỹ năng sử dụng thành thạo công cụ phân tích chuyên sâu (Python, R)
Kỹ năng sử dụng thành thạo BI tool (Superset/ PBI/ Quicksight…)
Có kiến thức và kinh nghiệm làm việc trên Cloud (AWS/Google) là một lợi thế
Contact Email: [email protected]
Yêu cầu ứng viên
Yêu cầu công việc
Chịu trách nhiệm thu thập dữ liệu, phát triển và triển khai phân tích nhằm cung cấp các nhận định, khuyến nghị phục vụ cho việc ra quyết định của các cấp quản lý, lãnh đạo của Khối KHCN
Chủ động trao đổi với các cấp quản lý của khối KHCN để nắm vấn đề kinh doanh nhằm đưa ra các khuyến nghị kip thời
Tham gia vào các dự án của Ngân hàng, Khối KHCN với vai trò phân tích dữ liệu nhằm nắm bắt các vấn đề kinh doanh kinh doanh chiến lược
Hỗ trợ các yêu cầu báo cáo định kỳ, adhoc, triển khai các phân tích chuyên sâu cho các lãnh đạo cấp cao nhằm đánh giá tình hình kinh doanh tổng quan và chi tiết
Đưa ra các sáng kiến và triển khai thực hiện các sáng kiến nhằm nâng cao hiệu quả hoạt động phân tích dữ liệu của phòng
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 Senior Retail Business Intelligence - VPBank
1. Kỹ năng cốt lõi (Hard Skills) — BẮT BUỘC
| Nhóm kỹ năng | Công cụ/Công nghệ | Mức độ yêu cầu | Ghi chú |
|---|---|---|---|
| Quản lý dữ liệu | SQL, Oracle | Thành thạo | Viết query phức tạp, tối ưu hiệu năng, xử lý dataset lớn |
| Phân tích dữ liệu | Python, R | Thành thạo | Thống kê, modeling, visualization, automation |
| BI & Visualization | Superset, Power BI, QuickSight | Thành thạo | Ít nhất 1 trong 3, ưu tiên Power BI vì phổ biến tại Việt Nam |
| Ngân hàng bán lẻ | Kiến thức sản phẩm, mô hình bán | Thành thạo | Tín dụng, tiền gửi, thẻ, bảo hiểm, kênh phân phối |
2. Kỹ năng bổ sung (Nice-to-have)
- Cloud Platform: AWS (Redshift, S3, Glue) hoặc Google Cloud Platform (BigQuery, Dataflow) — VPBank đang chuyển đổi số mạnh nên đây là lợi thế cạnh tranh lớn
- ETL/Data Pipeline: Airflow, Talend, Informatica
- Big Data: Hadoop, Spark, Kafka
- Machine Learning cơ bản: Scikit-learn, XGBoost (cho phân tích churn, scoring)
- Data Governance: Hiểu biết về bảo mật dữ liệu theo chuẩn ngân hàng
3. Kỹ năng mềm (Soft Skills) — QUAN TRỌNG cho vị trí Senior
- Giao tiếp với cấp quản lý: Vị trí này làm việc trực tiếp với lãnh đạo cấp cao Khối Khách hàng Cá nhân, cần diễn đạt insight kinh doanh rõ ràng, không chỉ kỹ thuật
- Tư duy kinh doanh (Business Acumen): Hiểu P&L, chỉ số KPI ngân hàng bán lẻ (NIM, CASA, NPL, cross-sell ratio, customer lifetime value)
- Storytelling với dữ liệu: Biến số liệu thành câu chuyện có ý nghĩa cho người không chuyên
- Chủ động & sáng kiến: JD yêu cầu "đưa ra sáng kiến nâng cao hiệu quả" — không chỉ làm theo yêu cầu
- Quản lý dự án: Tham gia nhiều dự án chiến lược, cần biết cách ưu tiên và quản lý timeline
4. Bằng cấp & Chứng chỉ gợi ý
- Bằng cấp: Đại học trở lên chuyên ngành Tài chính/Ngân hàng/Kế toán/CNTT hoặc liên quan
- Chứng chỉ nên có (nếu có thời gian ôn):
- Google Data Analytics Professional Certificate (nền tảng)
- Microsoft Certified: Power BI Data Analyst Associate (PL-300)
- AWS Certified Data Analytics – Specialty (lợi thế lớn với JD)
- Chứng chỉ FRM/PRM (nếu muốn thiên hướng risk analytics)
- CFA Level 1 (hiểu biết tài chính chuyên sâu)
5. Bảng so sánh mức độ ưu tiên kỹ năng
| Kỹ năng | Mức độ ưu tiên | Lý do |
|---|---|---|
| SQL/Oracle | ★★★★★ | Xương sống của mọi phân tích ngân hàng |
| Python/R | ★★★★★ | Phân tích chuyên sâu, modeling |
| Power BI/Superset | ★★★★★ | Trực quan hóa cho leadership |
| Kiến thức ngân hàng bán lẻ | ★★★★★ | Phân biệt ứng viên vs. data analyst thông thường |
| AWS/GCP | ★★★★☆ | VPBank đẩy mạnh cloud migration |
| Storytelling | ★★★★☆ | Làm việc với senior leadership |
| ML cơ bản | ★★★☆☆ | Tốt nhưng không bắt buộc cho vị trí Senior BI |
💡 Insight từ góc nhìn thực tế
Đây là vị trí không dành cho Data Engineer thuần túy cũng không dành cho Data Analyst mới ra trường. Nó cần một người ở giữa — vừa có khả năng kỹ thuật (SQL, Python, BI tool) vừa hiểu business ngân hàng bán lẻ sâu sắc. Ứng viên lý tưởng thường đã làm BI trong ngân hàng 3-5 năm, hoặc đến từ công ty fintech/data consulting có khách hàng là ngân hàng.
Chuẩn bị phỏng vấn
Hướng dẫn phỏng vấn Senior Retail BI - VPBank
1. Quy trình tuyển dụng dự kiến (4-5 vòng)
| Vòng | Hình thức | Nội dung | Thời gian |
|---|---|---|---|
| Vòng 1 | HR Screening (Phone/Video) | Giới thiệu bản thân, mức lương mong muốn, lý do ứng tuyển, work permit | 30-45 phút |
| Vòng 2 | Technical Test (Online) | SQL query, Python/R, case study phân tích dữ liệu ngân hàng | 60-120 phút |
| Vòng 3 | Technical Interview (Trực tiếp) | Deep dive vào kinh nghiệm, giải bài toán thực tế, thiết kế dashboard | 60-90 phút |
| Vòng 4 | Business Interview với Head of Division | Tư duy chiến lược, cách trình bày insight, business acumen | 45-60 phút |
| Vòng 5 | Final Interview với GĐ Khối (optional) | Cultural fit, mục tiêu nghề nghiệp dài hạn | 30-45 phút |
2. Câu hỏi phỏng vấn hay gặp theo từng vòng
Vòng Technical — SQL & Data
- "Viết query tính NPL ratio theo từng chi nhánh trong 6 tháng gần nhất, có so sánh với cùng kỳ năm trước"
- "Tối ưu query khi table có hàng trăm triệu records, dùng partition như thế nào?"
- "Sự khác biệt giữa INNER JOIN, LEFT JOIN, FULL OUTER JOIN, cho ví dụ cụ thể"
- "Window function (RANK, DENSE_RANK, LAG, LEAD) — ứng dụng trong phân tích cohort customer"
- "ETL pipeline bạn đã thiết kế — flow dữ liệu từ core banking đến BI tool như thế nào?"
Vòng Technical — Python/R & Analytics
- "Phân tích customer churn cho thẻ tín dụng — bạn sẽ dùng model nào, feature nào?"
- "Giải thích A/B testing trong bối cảnh thử nghiệm chiến dịch bán sản phẩm ngân hàng"
- "Code Python: làm sạch dữ liệu thiếu, outlier detection"
- "Phân biệt RFM segmentation và các model clustering"
Vòng Business — Ngân hàng bán lẻ
- "Các KPI chính của ngân hàng bán lẻ là gì? Giải thích CASA, NIM, cross-sell ratio"
- "Làm sao đo lường hiệu quả của một chiến dịch cho vay mua nhà?"
- "Nếu NPL tăng đột biến ở phân khúc KHCN, bạn sẽ phân tích sâu như thế nào?"
- "Sự khác biệt giữa mass affluent, HNW, ultra-HNW trong ngân hàng bán lẻ"
- "Xu hướng digital banking ảnh hưởng đến mô hình phân tích dữ liệu ra sao?"
Vòng Business — Case Study thực tế
- "Khối KHCN muốn biết top 10 chi nhánh có CASA ratio thấp nhất và nguyên nhân — bạn sẽ làm gì?"
- "Thiết kế dashboard cho Giám đốc Khối theo dõi tình hình kinh doanh tuần/tháng"
- "CEO hỏi 'tại sao doanh số thẻ tín dụng quý này giảm 15%?' — bạn sẽ phản ứng ra sao?"
Vòng Soft Skills
- "Mô tả một lần bạn phải thuyết phục lãnh đạo chấp nhận insight từ dữ liệu"
- "Xung đột giữa deadline kỹ thuật và yêu cầu từ business — bạn xử lý thế nào?"
- "Sáng kiến nào bạn đã triển khai để cải thiện hiệu quả công việc?"
3. Tips chuẩn bị quan trọng
- Nghiên cứu VPBank trước: Biết về chiến lược chuyển đổi số, sản phẩm chủ lực (VPBank Neo, Cake, các gói tín dụng). Báo cáo thường niên có thể đọc trên website
- Chuẩn bị portfolio: 2-3 dashboard/dự án bạn đã làm, sẵn sàng walkthrough
- STAR method: Dùng cho mọi câu hỏi behavior (Situation-Task-Action-Result)
- Mang theo laptop: Có thể demo trực tiếp cách bạn phân tích
- Hỏi ngược interviewer: "Tiêu chí thành công cho vị trí này sau 6 tháng là gì?" — thể hiện tư duy dài hạn
4. Dress Code & Tác phong
- Smart Business là phù hợp nhất: áo sơ mi, quần tây/váy, giày công sở
- VPBank văn hóa khá chuyên nghiệp nhưng không quá cứng nhắc — tránh vest nặng nề
- Nữ giới: trang điểm nhẹ, tóc gọn gàng
- Nam giới: cạo sạch hoặc để râu gọn gàng
- Tác phong: tự tin, giao tiếp bằng mắt, nói rõ ràng, không vòng vo
5. Lưu ý đặc biệt cho VPBank
VPBank nổi tiếng về tốc độ làm việc nhanh và môi trường áp lực cao. Trong phỏng vấn, thể hiện bạn comfortable với deadline gấp, không ngại làm thêm giờ khi cần, và có khả năng làm việc dưới áp lực.
Lộ trình ôn thi
Lộ trình ôn tập & chuẩn bị 1-2 tuần
Tuần 1 — Xây dựng nền tảng
Ngày 1-2: SQL & Database nâng cao
- Ôn lại: JOIN, GROUP BY, HAVING, subquery, CTE
- Nâng cao: Window functions (ROW_NUMBER, RANK, LAG, LEAD, NTILE)
- Thực hành trên: HackerRank, LeetCode (tag Database), Mode Analytics SQL tutorial
- Tài liệu: "SQL for Data Analysis" — Mode Analytics (miễn phí)
Ngày 3-4: Python cho phân tích dữ liệu
- Pandas: groupby, merge, pivot, melt, time series
- Visualization: Matplotlib, Seaborn, Plotly
- Thực hành: Kaggle dataset về ngân hàng (credit card churn, loan default)
- Tài liệu: "Python for Data Analysis" — Wes McKinney
Ngày 5-6: Power BI / Superset
- Power BI: DAX cơ bản đến nâng cao (CALCULATE, FILTER, ALL, RELATED)
- Thiết kế dashboard theo best practice (KISS principle, mobile-friendly)
- Thực hành: Tải dataset retail banking, tự build dashboard
- Tài liệu: SQLBI.com, Guy in a Cube (YouTube)
Ngày 7: Kiến thức ngân hàng bán lẻ
- Đọc: Báo cáo thường niên VPBank 2023-2024
- Ôn: Các sản phẩm (tín dụng, tiền gửi, thẻ, bảo hiểm liên kết, digital banking)
- KPI: NIM, CASA, NPL, CIR, ROA, ROE, cost-to-income
- Tài liệu: "Ngân hàng thương mại" — GS.TS Nguyễn Minh Kiều
Tuần 2 — Luyện tập & Hoàn thiện
Ngày 8-9: Business Case Study
- Luyện 5-7 case thực tế về ngân hàng bán lẻ
- Framework: Hiểu vấn đề → Xác định metric cần phân tích → Đề xuất data source → Phân tích → Khuyến nghị
- Tham khảo: "Cracking the PM Interview" (có phần data analysis), Case in Point (Marc Cosentino)
Ngày 10-11: Mock Interview & Storytelling
- Tập trình bày 1 insight phức tạp trong 3 phút
- Ghi âm và nghe lại, sửa các từ "ờ, à, thì"
- Nhờ bạn bè/mentor đóng vai interviewer, phản hồi
- Chuẩn bị 5-7 câu chuyện STAR về các dự án BI đã làm
Ngày 12-13: Cloud & Advanced topics
- AWS cơ bản: S3, Redshift, Glue, Athena (tối thiểu 4 giờ)
- BigQuery (GCP) — tài liệu miễn phí từ Google
- Data warehouse concepts: star schema, snowflake, slowly changing dimension
- Tài liệu: AWS Skill Builder (free tier)
Ngày 14: Tổng hợp & Relax
- Review lại toàn bộ notes
- Chuẩn bị câu hỏi ngược cho interviewer
- Nghỉ ngơi, ngủ đủ giấc trước ngày phỏng vấn
Tài liệu tham khảo trọng tâm
| Chủ đề | Tài liệu | Loại |
|---|---|---|
| SQL nâng cao | Mode Analytics SQL Tutorial | Miễn phí online |
| Python phân tích | Python for Data Analysis — Wes McKinney | Sách |
| Power BI | SQLBI.com DAX Guide | Free + Premium |
| Ngân hàng bán lẻ | Báo cáo thường niên VPBank, Techcombank, MB | Free |
| Case interview | Case in Point — Marc Cosentino | Sách |
| Storytelling | Storytelling with Data — Cole Nussbaumer Knaflic | Sách |
| Cloud AWS | AWS Skill Builder | Free |
| Statistical thinking | Think Stats — Allen B. Downey | Free PDF |
Checklist trước ngày phỏng vấn
- [ ] In 2 bản CV (không quá 2 trang, có portfolio link)
- [ ] Mang theo laptop có sẵn 1-2 demo dashboard
- [ ] Biết rõ địa chỉ VPBank Tower (89 Láng Hạ hoặc HCM tùy round)
- [ ] Điện thoại đầy pin, tắt chuông
- [ ] Ăn sáng nhẹ, uống nước đầy đủ
- [ ] 10 phút trước giờ có mặt tại điểm hẹn
Tư vấn nghề nghiệp
Lời khuyên sự nghiệp cho vị trí Senior Retail BI
1. Lộ trình thăng tiến trong lĩnh vực BI Ngân hàng
Junior BI Analyst (0-2 năm)
↓
BI Analyst (2-4 năm)
↓
Senior BI Analyst ← BẠN ĐANG Ở ĐÂY
↓
Lead BI / BI Manager (5-7 năm)
↓
Head of Analytics / Data Science Manager
↓
CDO (Chief Data Officer) / Director
Tại VPBank cụ thể:
- Khối Quản trị và Phân tích dữ liệu là một trong những khối chiến lược trong giai đoạn chuyển đổi số 2025-2030
- Lộ trình có thể đi theo 2 hướng:
- Hướng chuyên môn (Individual Contributor): Senior → Lead → Principal → Fellow
- Hướng quản lý (People Manager): Senior → Manager → Senior Manager → Director
2. 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 hiện tại.
| Cấp bậc | Kinh nghiệm | Mức lương gross/tháng (VNĐ) |
|---|---|---|
| Junior BI Analyst | 0-2 năm | 15 - 25 triệu |
| BI Analyst | 2-4 năm | 25 - 40 triệu |
| Senior BI Analyst | 3-5 năm | 40 - 70 triệu |
| Lead BI / Manager | 5-7 năm | 70 - 120 triệu |
| Senior Manager | 7-10 năm | 100 - 200 triệu |
| Director / CDO | 10+ năm | 200 - 500+ triệu |
Ở VPBank và top ngân hàng tư nhân (Techcombank, MB, ACB): mức Senior BI thường rơi vào 50-80 triệu gross + thưởng tháng 13-14 + ESOP/CP (nếu có). Phúc lợi ngân hàng khá tốt (bảo hiểm sức khỏe gia đình, vay ưu đãi, training budget).
Ngân hàng quốc doanh (VCB, BIDV, CTG): có thể thấp hơn 10-20% nhưng ổn định hơn, nhiều chế độ nhà nước.
3. Kỹ năng cần phát triển thêm để không bị tụt hậu
Ngắn hạn (3-6 tháng tới):
- Học sâu về Cloud (AWS hoặc GCP) — đây là yêu cầu ngày càng phổ biến
- Chứng chỉ Power BI / Tableau chính thức
- Cải thiện kỹ năng presenting to C-suite
Trung hạn (6-18 tháng):
- Học Machine Learning cơ bản: Scikit-learn, model deployment
- Tìm hiểu DataOps, MLOps — tự động hóa pipeline
- Học thêm về Data Governance & Compliance (Basel, IFRS 9 cho risk analytics)
Dài hạn (2-5 năm):
- Phát triển theo hướng Data Science hoặc Data Engineering
- Xây dựng thought leadership: viết bài trên Medium, LinkedIn, talk tại hội nghị
- Phát triển kỹ năng leadership & people management nếu muốn đi lên Manager
- Cân nhắc MBA hoặc chứng chỉ quốc tế (CFA, FRM) nếu muốn chuyển sang track business
4. Cơ hội nghề nghiệp rộng hơn
Nếu rời ngân hàng, kinh nghiệm BI ngân hàng là "gold ticket" cho:
- Fintech: MoMo, ZaloPay, VNPay, Cake VPBank
- E-commerce: Shopee, Lazada, Tiki (cần hiểu user behavior, transaction)
- Consulting: McKinsey, BCG (build data team cho khách hàng)
- Big Tech: Grab, GoTo, Shopee (regional roles)
- Khởi nghiệp: Co-founder/CTO cho startup fintech
5. Lời khuyên cá nhân
- Đừng chỉ làm BI thuần túy: Cố gắng hiểu sâu business, tư duy như một người quản lý chứ không phải chỉ là người làm báo cáo
- Build reputation nội bộ: Chia sẻ insight có giá trị, trở thành người leadership tin tưởng
- Networking: Tham gia cộng đồng Data Science Vietnam, các meetup, hội nghị
- Cân bằng work-life: VPBank áp lực cao, đặt ranh giới rõ ràng từ đầu
- Liên tục học: Lĩnh vực data thay đổi cực nhanh, 5 năm không update = tụt hậu
- Mentor người khác: Khi dạy lại, bạn sẽ hiểu sâu hơn và xây dựng leadership skill
6. Cảnh báo thực tế
- Áp lực tại VPBank rất cao, đặc biệt giai đoạn cuối năm, cuối quý
- Yêu cầu đa dạng từ nhiều stakeholder, cần biết cách ưu tiên
- Làm việc với data ngân hàng có ràng buộc pháp lý về bảo mật — sai sót có thể bị kỷ luật nặng
- Mức lương có thể không cao bằng fintech ở giai đoạn đầu, nhưng ổn định và nhiều phúc lợi dài hạn
Lời cuối cùng: Vị trí Senior Retail BI tại VPBank là một cơ hội rất tốt nếu bạn muốn xây dựng career trong data của ngân hàng. Hãy chuẩn bị kỹ cả technical lẫn business, đặc biệt là khả năng kể chuyện với dữ liệu. Đây là kỹ năng phân biệt Senior với Mid-level. Chúc bạn ứng tuyển thành công!
Câu hỏi thường gặp
Chào bạn, thật lòng mà nói thì khó ạ. Vị trí này yêu cầu 3-5 năm kinh nghiệm về hệ thống báo cáo và phân tích chuyên sâu trong ngân hàng/tài chính. Với nền tảng tài chính mới ra trường, em nên bắt đầu ở vị trí BI Analyst hoặc Data Analyst tại ngân hàng, fintech, hoặc công ty audit/consulting. Trong 2-3 năm đầu, em tập trung xây dựng 3 thứ: (1) thành thạo SQL/Python, (2) hiểu sâu sản phẩm ngân hàng bán lẻ, (3) làm ít nhất 2-3 dự án dashboard lớn. Sau đó em hoàn toàn có thể apply Senior BI.
Khả thi nhé! 4 năm kinh nghiệm data là asset lớn. Tuy nhiên, bạn cần bù đắp kiến thức ngân hàng bán lẻ — đây là rào cản chính. Cụ thể: (1) Học về sản phẩm: tín dụng, tiền gửi, thẻ, bancassurance; (2) Hiểu KPI ngân hàng: NIM, CASA, NPL, ROA, ROE; (3) Đọc báo cáo thường niên 2-3 ngân hàng lớn; (4) Làm 1-2 personal project về data ngân hàng (có thể dùng dataset Kaggle về credit card churn). Khi phỏng vấn, đừng ngại thừa nhận bạn đến từ FMCG nhưng nhấn mạnh kỹ năng phân tích là chuyển được, chỉ cần thời gian làm quen business domain. Nhiều người chuyển từ retail/consumer sang banking thành công lắm.
VPBank thường deal mức 50-80 triệu gross cho Senior BI tùy năng lực, chưa kể thưởng T13, T14 và ESOP. Fintech offer 60 triệu thì tương đương hoặc VPBank có thể cao hơn một chút. Tuy nhiên, cần so sánh tổng compensation package: (1) Thưởng cuối năm: ngân hàng thường 2-4 tháng, fintech có thể 1-2 tháng nhưng có stock option; (2) Phúc lợi: ngân hàng có bảo hiểm sức khỏe gia đình, vay mua nhà lãi suất ưu đãi, đào tạo; (3) Stability: ngân hàng ổn định hơn, fintech có thể biến động. Mẹo: khi offer, hãy nhấn mạnh bạn đang có offer 60 triệu để VPBank đưa ra con số tốt hơn. Đừng ngại đàm phán, họ thường có budget 10-15% buffer.
Mỗi nơi có thế mạnh khác nhau: VPBank đẩy mạnh digital transformation, có Cake và nhiều fintech con — phù hợp nếu bạn thích môi trường năng động, dùng nhiều cloud. Techcombank có nền tảng data lớn nhưng văn hóa bảo thủ hơn, ổn định. MB cũng đang chuyển đổi số mạnh, văn hóa cân bằng giữa tân tiến và truyền thống. Về mức lương, Techcombank và MB thường trả cao hơn VPBank một chút (~10-15%). Tuy nhiên, vị trí Senior BI tại VPBank đáng cân nhắc vì bạn sẽ làm việc trực tiếp với leadership Khối KHCN — đây là cơ hội tốt để xây dựng network và profile. Nên apply cả 3, có offer rồi mới quyết định.
Có nhưng không cấp bách cho vị trí Senior BI. JD không yêu cầu ML, mà tập trung vào BI tool, SQL, Python for analytics. Nếu bạn đã thành thạo Python cơ bản, hãy đầu tư ưu tiên: (1) Hoàn thiện Power BI + DAX (chiếm 40% thời gian), (2) Storytelling với data (30%), (3) Cloud AWS basics (20%), (4) ML cơ bản (10%). ML sẽ phát huy tác dụng nhiều hơn khi bạn muốn chuyển sang Data Scientist hoặc lên Lead BI. Còn ở giai đoạn apply Senior BI, nhà tuyển dụng đánh giá cao việc bạn hiểu business ngân hàng và trực quan hóa dữ liệu tốt hơn.
Vòng business với vị trí này thường tập trung vào tư duy kinh doanh ngân hàng chứ không phải kỹ thuật. Các câu hay hỏi: (1) "Đo lường hiệu quả chiến dịch cho vay mua nhà như thế nào?" (gợi ý: conversion rate, approval rate, NPL sau 12 tháng, cross-sell); (2) "Top KPI cho retail bank là gì?" (CASA, NIM, NPL, customer acquisition cost); (3) "Làm sao phân tích nguyên nhân CASA giảm?" (gợi ý: cohort analysis, so sánh theo chi nhánh, kênh digital vs truyền thống, cạnh tranh lãi suất). Mẹo chuẩn bị: đọc Báo cáo thường niên VPBank 2024, note lại 5-7 insight về KHCN, thử tự trả lời "Tại sao?" cho mỗi insight. Khi phỏng vấn, dùng framework MECE (Mutually Exclusive, Collectively Exhaustive) để phân tích vấn đề — người phỏng vấn sẽ rất ấn tượng.
Thật lòng: ngân hàng có áp lực không kém fintech, đặc biệt VPBank vì đang trong giai đoạn chuyển đổi số mạnh. Bạn sẽ đối mặt với: (1) deadline report cuối tháng/quý/năm, (2) yêu cầu adhoc từ leadership bất kỳ lúc nào, (3) làm ngoài giờ khi có sự cố dữ liệu hoặc audit. Work-life balance tùy team — có team ổn định 8h/ngày, có team làm 9-10h và cuối tháng có thể 11-12h. Tuy nhiên, ngân hàng có ưu điểm: văn hóa rõ ràng hơn fintech, OT có tính, thưởng lễ tết đầy đủ. So với fintech, ngân hàng ổn định hơn, ít cơ hội tăng lương đột phá nhưng sustainable hơn. Nếu bạn 25-30 tuổi, muốn giai đoạn này ổn định và học hỏi, ngân hàng là lựa chọn tốt. Sau 3-5 năm có thể chuyển sang fintech với mức tăng 30-50%.
Quy trình VPBank thường mất 2-4 tuần từ vòng 1 đến offer. Sau mỗi vòng, bạn nên: (1) Gửi email cảm ơn HR trong vòng 24h, ngắn gọn, nhắc lại điểm mạnh và sự quan tâm; (2) Nếu chưa có phản hồi sau 5-7 ngày, follow-up lịch sự qua email; (3) Không nên gọi điện liên tục — gây áp lực. Mẫu email cảm ơn: "Cảm ơn anh/chị đã dành thời gian phỏng vấn hôm nay. Em đặc biệt ấn tượng với [chi tiết cụ thể từ buổi phỏng vấn]. Em rất mong cơ hội được đóng góp cho team BI VPBank. Em sẵn sàng cung cấp thêm thông tin nếu cần." Nếu sau 3 tuần vẫn chưa có phản hồi, có thể coi như đã bị loại — tập trung vào cơ hội khác. Đừng đặt cược vào một offer duy nhất.
Chia sẻ từ cộng đồng
Mình từng làm BI ở VPBank 2 năm, phải nói áp lực cuối tháng, cuối quý kinh khủng. Nhưng bù lại học được rất nhiều về business ngân hàng, leader cũng support tốt. Các bạn đi phỏng vấn nhớ hỏi kỹ về OT, vì VPBank OT không tính overtime đâu, chỉ có comp time thôi.
Mình vừa apply vị trí này tuần trước, HR phản hồi khá nhanh. JD ghi 3-5 năm mà mình mới 2.5 năm kinh nghiệm, mình vẫn apply liều. Anh chị nào có kinh nghiệm cho em xin tips với, đặc biệt phần technical test SQL có khó không?
Vị trí Senior BI ở VPBank làm việc trực tiếp với khối KHCN khá nhiều, nên nếu bạn nào đã từng làm retail banking BI thì lợi thế lớn. Còn nếu từ corporate banking hay risk chuyển sang thì cần học thêm về sản phẩm cá nhân. Recommend nên đọc kỹ chiến lược số hóa của VPBank trước khi PV nhé.
Cảnh báo thật: phỏng vấn vòng 2 technical test SQL của VPBank khá nặng, mình làm 90 phút mà chỉ kịp 70% bài. Có bài liên quan đến window function, cohort analysis và một bài Python pandas nữa. Chuẩn bị kỹ phần này nhé các bạn.
Mình chuyển từ FMCG sang ngân hàng được 8 tháng rồi, ban đầu hơi sốc vì business domain phức tạp hơn nhiều. Nhưng apply Senior BI ở VPBank thì mình nghĩ cơ hội vẫn cao, miễn bạn chứng minh được khả năng học hỏi nhanh. Tài liệu ngân hàng các bạn có thể đọc báo cáo thường niên MB với Techcombank, viết rất chi tiết.
Mình mới ra trường ngành Data Science, thấy JD này khá mơ ước nhưng mà 3-5 năm kinh nghiệm thì chịu rồi. Có ai biết vị trí Junior hoặc fresher BI ở VPBank không ạ? Hay phải đợi tuyển mới?
Một điểm ít người nhắc: VPBank có hệ thống data khá cũ, nhiều query phải optimize thủ công. Nhưng bù lại Cloud team đang migration dần sang AWS, nên ai biết cloud sẽ có lợi thế rất lớn cho đường dài. Mình recommend nên học AWS Redshift với Glue trước.
Mình từng phỏng vấn vòng business ở VPBank, interviewer hỏi khá nặng về tư duy kinh doanh, đặc biệt là cách đo lường hiệu quả sản phẩm thẻ tín dụng và tại sao CASA lại quan trọng. Mình nghĩ các bạn nên ôn kỹ phần này trước khi vào vòng 4. Chúc mọi người apply thành công!
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